22
MATERI DAN METODE Tempat dan Waktu Penelitian Penelitian dilakukan di Provinsi Banten dan berlangsung dari bulan April 2007 sampai dengan bulan Desember 2008. Lokasi penelitian meliputi Kabupaten Serang, Pandeglang dan Kabupaten Lebak. Bahan dan Alat Materi penelitian yang digunakan adalah 300 ekor kebau rawa dewasa dan 60 orang responden peternak kerbau di Kabupaten Serang, Pandeglang serta Lebak Provinsi Banten. Data yang dihimpun merupakan data primer. Data sekunder terdiri atas 100 ekor kerbau rawa Aceh Besar, 99 ekor kerbau Hulu Sungai Selatan, 50 ekor kerbau Pleihari, 39 ekor kerbau Dompu, 40 ekor kerbau Hu’u, 40 ekor kerbau Kempo, 40 ekor kerbau Pajo, dan 40 ekor kerbau Woja. Data sekunder berasal dari data penelitian peneliti pada program kerjasama kemitraan penelitian pertanian dengan perguruan tinggi (KKP3T) tahun 2007, digunakan pada penentuan jarak genetik antarpopulasi kerbau Indonesia. Data kerbau rawa yang digunakan dalam penelitian disajikan pada Tabel 8. Tabel 8 Jumlah kerbau rawa dewasa yang digunakan sebagai sampel penelitian Lokasi
Jumlah kerbau (ekor)
Keterangan
Serang
100
Data primer
Pandeglang
100
Data primer
Lebak
100
Data primer
Aceh Besar
100
Data sekunder
Hulusungai Selatan
99
Data sekunder
Pleihari
50
Data sekunder
Dompu
39
Data sekunder
Hu’u
40
Data sekunder
Kempo
40
Data sekunder
Pajo
40
Data sekunder
Woja
40
Data sekunder
Jumlah
748
23 Peralatan yang digunakan dalam penelitian terdiri atas kaliper (cm), tongkat ukur (cm), kamera dan kuisioner.
Metode Penelitian Penelitian menggunakan metode survey, penentuan sampel mengacu pada Effendi (1989) serta Mantra dan Kastro (1989) yakni menggunakan metode sampling purposif. Kabupaten terpilih sebagai sampel adalah Kabupaten Serang, Pandeglang, dan Kabupaten Lebak. Hal ini didasarkan pada besarnya ukuran populasi kerbau pada ketiga kabupaten tersebut yakni 34 000, 27 000 dan 42 000 ekor berturut-turut untuk kabupaten Serang, Pandeglang dan Lebak (Ditjenak 2007). Variabel yang Diamati Variabel yang diamati meliputi aspek-aspek yang berkaitan dengan: (1) Karakteristik fenotipe kerbau rawa. (2) Konservasi sumberdaya genetik ternak kerbau rawa. (3) Karakteristik demografi peternak kerbau. (1) Karakteristik Fenotipe Kerbau Rawa Peubah yang diamati dalam karakteristik fenotipe adalah peubah yang berkaitan dengan sifat kualitatif dan kuantitatif ukuran-ukuran tubuh yang mengacu pada pedoman pembibitan kerbau yang baik (Deptan 2006a) yaitu: a. Sifat kualitatif meliputi: warna bulu, warna kaki, bentuk tanduk, garis punggung, dan garis kalung putih (chevron). b. Peubah yang berkaitan dengan ukuran-ukuran tubuh kerbau rawa terdiri atas: Tinggi pundak (TP), Tinggi pinggul (TPi), Lebar pinggul (LPi), Panjang badan (PB), Lingkar dada (LD), Dalam dada (DD), Lebar dada (Led), Lebar pangkal paha (LPP), Panjang ekor (PE), Panjang kepala (PK), Lebar kepala(LeK), Lebar ambing (LA), Tinggi Skrotum (TiS), Panjang tanduk (PTD), Lingkar pangkal tanduk (LPT), Lebar telinga (LTL), Panjang telinga (PTL) dan Lebar teracak (LTC).
24 (2) Konservasi Sumberdaya Genetik Kerbau Rawa Variabel yang berkaitan dengan konservasi sumberdaya genetik kerbau rawa meliputi ukuran populasi efektif (Ne) dan status resiko populasi. Ukuran populasi efektif (Ne) dihitung mengacu pada Falconer dan McKay (1996) dengan formulasi rumus: Ne
(4 Nm.Nf ) ( Nm Nf )
Di mana Nm adalah jumlah ternak jantan, dan Nf adalah jumlah ternak betina. (3) Karakteristik Demografi Peternak Karakteristik demografi peternak yang diamati meliputi: identitas peternak, umur, pengalaman beternak, tingkat pendidikan, tujuan beternak, partisipasi, motivasi dan pengetahuan peternak dalam kegiatan pemuliaan kerbau rawa. Pengumpulan data dihimpun berdasarkan wawancara yang dipandu dalam daftar kuesioner (lampiran 1). Analisis Data Analisis Data Sifat Kualitatif Sifat kualitatif yang diamati meliputi warna bulu, warna kaki, bentuk tanduk, garis punggung, dan garis kalung putih (chevron) dianalisis menggunakan frekuensi relatif dengan formula sebagai berikut: Sifat A x100% n
Frekuensi relatif
Di mana A adalah salah satu sifat kualitatif pada kerbau rawa yang diamati, dan n adalah banyaknya sampel kerbau rawa yang diamati Analisis Data Ukuran-ukuran Tubuh Kerbau Data ukuran-ukuran tubuh kerbau dianalisis menggunakan prosedur statistik deskriptif meliputi rataan, simpangan baku dan koefisien keragaman mengacu pada Sudjana (1982), formula rumusnya adalah: n
n
x
xi i 1
n
;
s
(x x) i 1
2
i
n 1
;
Kk
s x100 % x
25 Di mana x adalah rataan sifat yang diamati, xi adalah nilai sifat yang diamati kei, n banyaknya sampel ternak kerbau rawa, s adalah simpangan baku dan Kk adalah koefisien keragaman. Pembandingan rataan ukuran-ukuran tubuh antar populasi kerbau dibandingkan dengan uji-Jarak Berganda Duncant (DMRT) pada taraf uji (5%) (Sudjana 1982). Penentuan Hubungan Kekerabatan Kerbau dalam dan Antarpopulasi Penentuan hubungan kekerabatan antarpopulasi kerbau menggunakan fungsi diskriminan sederhana (Herrera et al. 1996), melalui pendekatan jarak Mahalonobis
seperti
yang
dijelaskan
oleh
Nei
(1987),
yaitu
dengan
menggabungkan (pooled) matriks ragam peragam antara peubah dari masingmasing kerbau yang diamati menjadi sebuah matriks sebagai berikut:
c11 c 21 C .... c p1
c12 c 22 .... c p2
c13 .... c1 p c 23 .... c 2 p .... .... .... c p 3 .... c pp
Jarak Mahalanobis sebagai ukuran jarak kuadrat genetik minimum yang digunakan sesuai dengan petunjuk Nei (1987) adalah sebagai berikut:
D 2 (ij ) ( X i X j )C 1 ( X i X j ) Dimana: D2(ij) = Nilai statistik Mahalanobis sebagai ukuran jarak kuadrat genetik antara tipe kerbau ke-i dan tipe kerbau ke-j. Xi = Vektor nilai rataan pengamatan dari tipe kerbau ke-i pada masing-masing peubah kuantitatif. Xj = Vektor nilai rataan pengamatan dari tipe kerbau ke-j pada masing-masing peubah kuantitatif. Analisis statistik Mahalanobis meggunakan paket program statistika SAS versi 7.0 dengan metode analisis discriminan (PROC DISCRIM).
Hasil
perhitungan jarak kuadrat kemudian diakarkan terhadap hasil kuadrat jarak untuk membuat jarak genetik yang diperoleh tidak dalam bentuk kuadrat. Hasil pengakaran dianalisis lebih lanjut menggunakan program MEGA seperti petunjuk
26 Kumar et al. (1993) untuk mendaptkan pohon dendrogram. Tekik pembuatan pohon fenogram menggunakan
metode UPGAMA (Unweighted Pair Group
Method with Arithmetic) dengan asumsi bahwa laju evolusi antar kelompok kerbau adalah sama. Penentuan penyebaran kerbau dan nilai kesamaan dari nilai campuran di dalam dan diantara kelompok kerbau digunakan analisis Canonical (Herrera et al. 1996). Analisis ini digunakan dalam menentukan beberapa peubah ukuran fenotipik yang memiliki pengaruh kuat terhadap penyebab terjadinya pengelompokkan antara sub-populasi kerbau. Prosedur analisisnya menggunakan PROC CANDISC dari SAS versi 7.0. Aspek konservasi populasi kerbau Banten dilakukan berdasarkan penilaian terhadap status resiko populasi kerbau dan ukuran populasi efektif. Acuan penentuan status resiko adalah Peraturan Menteri Pertanian RI Nomor 35/ Permentan/OT.140/8/22006 mengenai pedoman pelestarian dan pemanfaatan sumber daya genetik ternak yaitu populasi dinyatakan kritis jika jumlah betina dewasa di bawah 100 ekor, populasi terancam jika jumlah betina dewasa antara 100 – 1 000 ekor, populasi rentan jika jumlah betina dewasa antara 1 000 – 5 000 ekor, populasi jarang bila jumlah betina dewasa antara 5 000 – 10 000 ekor, dan populasi aman jika jumlah betina dewasa lebih dari 10 000 ekor (Deptan 1996b). Analisis Data Karakteristik Demografi Peternak Data karakteristik demografi peternak dianalisis menggunakan prosedur statistik deskriptif. Umur peternak dikelompokan menjadi 3 kelompok yaitu: belum produktif (kurang 15 tahun), produktif (15-50 tahun) dan tidak produktif (di atas 50 tahun). Pengalaman beternak dihitung berdasarkan lamanya responden beternak kerbau. Tingkat pendidikan adalah pendidikan formal yang diselesaikan responden meliputi SD, SLTP, SLTA dan Perguruan Tinggi. Tujuan beternak adalah tujuan dari pemeliharaan kerbau (usaha pokok atau bukan usaha pokok) (Lampiran ). Skor nilai partisipasi, motivasi dan pengetahuan peternak dalam kegiatan pemuliaan ditentukan dari jawaban responden terhadap 10 pertanyaan yang diajukan dalam kuisioner. Kisaran total skor 10 sampai 50 karena setiap jawaban dinilai dengan skala 1 sampai 5. Responden yang memiliki skor total 2630 cukup, 34-41 tinggi, dan 42-50 sangat tinggi (Rahmat 2006).
27 Penentuan Pola Pemuliaan Kerbau Penenetuan pola pemuliaan kerbau menggunakan proses analisis hirarki (PAH) menurut Saaty (1993). Metoda PAH memecah-mecah situasi kompleks kedalam bagian komponennya, memberi nilai numerik pada pertimbangan subyektif tentang relatif pentingnya setiap variabel untuk menetapkan variabel mana memiliki prioritas paling tinggi dan mempengaruhi hasil pada situasi tersebut. Langkah-langkah PAH adalah sebagai berikut: 1. Menyusun hirarki yaitu: tingkat ke-1 fokus yakni pemuliaan kerbau rawa di peternakan rakyat, tingkat ke-2 komponen yang berkontribusi pada program pemuliaan: (1) sumberdaya manusia, (2) sumberdaya ternak, (3) tujuan pemuliaan, (4) seleksi dan perkawinan, (5) infrastuktur, (6) sosial budaya, (7) pasar dan (8) kebijakan pemerintah. 2. Menentukan vektor prioritas kriteria, membandingkan kriteria pada tingkat dua secara berpasangan dengan mempertimbangkan penting relatif setiap kriteria, kuantifikasi data kualitatatif menggunakan nilai skala komparasi 1 sampai 9 (Tabel 9). Tabel 9 Skala banding berpasangan pada proses analisis hirarki Intensitas Definisi Penjelasan Pentingnya 1 Kedua elemen sama pentingnya Dua elemen sama penting 3 Elemen yang satu sedikit lebih Pengalaman dan pertimbangan penting dari yang lainnya sedikit menyokong satu elemen atas yang lainnya 5 Elemen yang satu esensial atau Pengalaman dan pertimbangan sangat penting dari elemen dengan kuat menyokong satu lainnya elemen atas elemen lainnya 7 Satu elemen jelas lebih penting Satu elmen dengan kuat dari elemen yang lainnya disokong, dan dominannya telah terlihat dalam praktek 9 Satu elemen mutlak lebih Bukti yang menyokong elemen penting dari elemen lainnya yang satu atas yang lain memiliki tingkat penegasan 2,4,6,8 Nilai-nilai antara dua pertim- Kompromi diperlukan antara bangan yang berdekatan dua pertimbangan Sumber: Saaty (1993)
3. Menentukan vektor prioritas untuk menentukan pilihan.
