FAKULTAS KEDOKTERAN HEWAN INSTITUT PERTANIAN BOGOR BOGOR

GAMBARAN JUMLAH SEL DARAH MERAH, NILAI HEMATOKRIT, DAN KADAR HEMOGLOBIN INDUK DOMBA YANG DISUPEROVULASI SEBELUM KAWIN DAN DICEKOK EKSTRAK TEMULAWAK PLUS SELAMA KEBUNTINGAN

RIDI ARIF SKRIPSI

FAKULTAS KEDOKTERAN HEWAN INSTITUT PERTANIAN BOGOR BOGOR 2011

ABSTRAK RIDI ARIF. Gambaran Jumlah Sel Darah Merah, Nilai Hematokrit, dan Kadar Hemoglobin Induk Domba yang Disuperovulasi sebelum Kawin dan Dicekok Ekstrak Temulawak Plus selama Kebuntingan. Dibimbing oleh ANDRIYANTO dan WASMEN MANALU. Superovulasi merupakan salah satu teknologi reproduksi yang digunakan untuk meningkatkan produktivitas domba. Domba yang disuperovulasi memilki kondisi yang berbeda dengan domba yang tidak disuperovulasi. Penelitian ini dilakukan untuk melihat gambaran fisiologis darah domba yang disuperovulasi sekaligus diberi ekstrak temulawak plus. Sebanyak 16 ekor domba dengan bobot badan antara 20-25 kg dibagi ke dalam 4 kelompok perlakuan dengan pola faktorial 2 x 2. Faktor pertama ialah superovulasi yang terdiri atas dua level, yaitu kontrol (tidak disuperovulasi) dan superovulasi (disuntik dengan PMSG). Faktor kedua ialah pemberian ekstrak temulawak plus yang terdiri atas dua level, yaitu kontrol dan dicekok ekstrak temulawak plus. Variabel yang diamati dalam penelitian ini antara lain jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin. Pengambilan sampel darah dilakukan di vena jugularis setiap bulan selama lima bulan periode kebuntingan. Kelompok kontrol memiliki jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin yang paling rendah dibandingkan kelompok lainnya, sedangkan kelompok TM SO memiliki nilai tertinggi. Kelompok SO memiliki jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin yang lebih tinggi dibandingkan dengan kelompok kontrol dan kelompok TM. Kelompok TM memiliki nilai yang lebih tinggi dari kelompok kontrol namun lebih rendah dibandingkan dengan kelompok SO dan TM SO. Jumlah sel darah merah dan nilai hematokrit dari setiap kelompok perlakuan mengalami kenaikan pada awal kebuntingan dan penurunan pada akhir kebuntingan. Kadar hemoglobin mengalami perubahan yang tidak signifikan selama masa kebuntingan. Kesimpulan dari penelitian ini ialah pemberian ekstrak temulawak dan superovulasi pada domba dapat meningkatkan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin.

ABSTRACT RIDI ARIF. Red Blood Cell Count, Hematocrit, and Hemoglobin Concentration of Superovulated Ewes Administered Temulawak Extract Plus during Pregnancy. ANDRIYANTO and WASMEN MANALU. Superovulation is a reproductive technology used to enhance the productivity of ewes. This study was conducted to determine the effect of superovulation and temulawak extract plus administration on the red blood cell count, hematocrit, and hemoglobin concentration of ewes during pregnancy. A total of 16 ewes weighing between 20-25 kg were divided into 4 groups with 2×2 factorial arrangement. The first factor was superovulation and the second factor was administration of temulawak extract plus. Variables measured were number of red blood cell, hematocrit, and hemoglobin concentration. Blood samples were drawn from the jugular vein monthly during the five-month pregnancy period. The control group had the lowest number of red blood cell, hematocrit, and hemoglobin concentration as compared to other groups while the superovulated ewes administered temulawak extract plus had the highest value. Superovulated ewes had the highest red blood cell count, hematocrit, and hemoglobin concentration as compared to control and temulawak treatment. The number of red blood cell and hematocrit increased during the early pregnancy and decreased during late pregnancy. Hemoglobin concentration did not change significantly during pregnancy. It was concluded that superovulation of ewes prior to mating and temulawak extract plus administration during pregnancy could increase the number of red blood cell, hematocrit, and hemoglobin concentration.

GAMBARAN JUMLAH SEL DARAH MERAH, NILAI HEMATOKRIT, DAN KADAR HEMOGLOBIN INDUK DOMBA YANG DISUPEROVULASI SEBELUM KAWIN DAN DICEKOK EKSTRAK TEMULAWAK PLUS SELAMA KEBUNTINGAN

RIDI ARIF

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kedokteran Hewan di Fakultas Kedokteran Hewan Institut Pertanian Bogor

FAKULTAS KEDOKTERAN HEWAN INSTITUT PERTANIAN BOGOR BOGOR 2011

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa skripsi dengan judul Gambaran Jumlah Sel Darah Merah, Nilai Hematokrit, dan Kadar Hemoglobin Induk Domba yang Disuperovulasi sebelum Kawin dan Dicekok Ekstrak Temulawak Plus selama Kebuntingan adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Bogor, Oktober 2011

Ridi Arif NRP. B04070031

© Hak cipta milik IPB, tahun 2011 Hak cipta dilindungi Undang - Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah, dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB

HALAMAN PENGESAHAN

Judul Skrpisi

Nama Mahasiswa Nomor Pokok Program Studi

: Gambaran Jumlah Sel Darah Merah, Nilai Hematokrit, dan Kadar Hemoglobin Induk Domba yang Disuperovulasi sebelum Kawin dan Dicekok Ekstrak Temulawak Plus selama Kebuntingan : Ridi Arif : B04070031 : Kedokteran Hewan

Disetujui, Dosen Pembimbing 1

Dosen Pembimbing 2

drh. Andriyanto, M. Si NIP. 19820104 200604 1 006

Prof. Dr. Ir. Wasmen Manalu NIP. 19571220 198312 1 001

Diketahui, Wakil Dekan Fakultas Kedokteran Hewan Institut Pertanian Bogor

Dr. Nastiti Kusumorini

NIP. 19621205 198703 2 001

Tanggal lulus :

KATA PENGANTAR

Puji syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas berkat rahmat dan karunianya sehingga penulis dapat menyelesaikan skripsi ini tepat pada waktunya. Skripsi ini merupakan hasil penelitian yang dilakukan selama delapan bulan dimulai pada bulan Mei sampai dengan Desember 2010 yang bertempat di Desa Tegalwaru, Kecamatan Ciampea, Kabupaten Bogor. Skripsi ini berjudul “Gambaran Jumlah Sel Darah Merah, Nilai Hematokrit, dan Kadar Hemoglobin Induk Domba yang Disuperovulasi sebelum Kawin dan Dicekok Ekstrak Temulawak Plus selama Kebuntingan”. Pada kesempatan kali ini penulis menyampaikan rasa terima kasih atas petunjuk, saran, dan arahan yang telah diberikan oleh semua pihak yang membantu penulis dalam penyusunan skripsi ini. Ucapan terima kasih penulis sampaikan kepada drh. Andriyanto, M. Si selaku dosen pembimbing pertama dan Prof. Dr. Ir. Wasmen Manalu sebagai dosen pembimbing kedua yang telah memberikan bimbingan dan arahan kepada penulis sehingga penulis mampu menyelesaikan skripsi ini. Ucapan terima kasih juga penulis sampaikan kepada ayahanda (Rohmat) dan ibunda (Parjuni) yang selalu memberikan doa, dukungan, dan semangat kepada penulis. Selanjutnya, penulis mengucapkan terima kasih kepada teman-teman GIANUZZI 44 yang telah memberikan dukungan dan semangatnya. Penulis berharap skripsi ini dapat memberikan sumbangan terhadap ilmu pengetahuan. Akhirnya, semoga skripsi ini memberikan manfaat baik bagi penulis maupun bagi pembaca.

Bogor, Oktober 2011

Ridi Arif

RIWAYAT HIDUP Penulis bernama lengkap Ridi Arif. Penulis lahir di Magelang pada tanggal 3 Juni 1988 dari pasangan Bapak Rohmat dan Ibu Parjuni. Penulis merupakan anak pertama dari tiga bersaudara. Jenjang pendidikan formal yang telah ditempuh oleh penulis di antaranya ialah lulusan SD 1 Mangunrejo pada tahun 2001, lulusan SMP 1 Wonosobo pada tahun 2004, dan lulusan SMA 1 Wonosobo pada tahun 2007. Pada tahun 2007, penulis melanjutkan pendidikannya dan diterima di Fakultas Kedokteran Hewan Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk Institut Pertanian Bogor (USMI). Selama perkuliahan penulis aktif dalam kegiatan organisasi intrakampus Badan Eksekutif Mahasiswa Fakultas Kedokteran Hewan IPB (20082010) dan tergabung pula dalam organisasi Himpunan Profesi Satwa Liar (20082010). Penulis telah melakukan penelitian sebagai bahan dalam penyusunan skripsi yang berjudul “Gambaran Jumlah Sel Darah Merah, Nilai Hematokrit, dan Kadar Hemoglobin Induk Domba yang Disuperovulasi dan Dicekok Ekstrak Temulawak Plus selama Kebuntingan”. Penyusunan skripsi dilakukan di bawah bimbingan drh. Andriyanto, M. Si sebagai dosen pembimbing pertama dan Prof. Dr. Ir. Wasmen Manalu sebagai dosen pembimbing kedua.

DAFTAR ISI

DAFTAR TABEL .........................................................................................

vii

DAFTAR GAMBAR ....................................................................................

viii

DAFTAR GRAFIK ......................................................................................

ix

DAFTAR LAMPIRAN ................................................................................

x

I. PENDAHULUAN 1.1. Latar Belakang ................................................................................

1

1.2. Tujuan ..............................................................................................

3

1.3. Manfaat Penelitian ...........................................................................

3

II. TINJAUAN PUSTAKA 2.1. Domba ..............................................................................................

4

2.2. Sinkronisasi Estrus pada Domba ......................................................

5

2.3. Superovulasi pada Domba ................................................................

6

2.4. Permasalahan Superovulasi ..............................................................

9

2.5. Darah ................................................................................................

10

2.6. Sel Darah Merah ..............................................................................

12

2.7. Profil Ekstrak Temulawak yang diberikan ......................................

15

III. METODE 3.1. Waktu dan Tempat ...........................................................................

17

3.2. Alat dan Bahan ..................................................................................

17

3.3. Tahap Persiapan ...............................................................................

17

3.3.1. Hewan Percobaan ..........................................................................

17

3.3.2. Aklimatisasi Domba ......................................................................

17

3.3.3. Kandang, Pakan, dan Minum ........................................................

18

3.4. Tahap Pelaksanaan ...........................................................................

18

3.4.1. Rancangan Percobaan ...................................................................

18

3.4.2. Superovulasi ..................................................................................

18

3.4.3. Pemberian Ekstrak Temulawak Plus .............................................

19

3.4.4. Pengambilan Sampel .....................................................................

19

3.4.5. Penghitungan Eritrosit, Hematokrit, dan Hemoglobin ..................

20

3.5. Variabel yang Diamati .....................................................................

21

3.6. Analisis Data ....................................................................................

21

IV. HASIL DAN PEMBAHASAN 4.1. Sel Darah Merah ..............................................................................

22

4.2. Hematokrit ........................................................................................

28

4.3. Hemoglobin ......................................................................................

31

KESIMPULAN DAN SARAN ....................................................................

35

DAFTAR PUSTAKA ...................................................................................

36

LAMPIRAN ..................................................................................................

40

DAFTAR TABEL

Tabel 1 Pembagian kelompok domba perlakuan ........................................

18

Tabel 2 Jumlah sel darah merah (106/mm3) induk domba bunting yang disuperovulasi sebelum kawin dan diberi ekstrak temulawak plus selama kebuntingan .......................................................................... 22 Tabel 3 Nilai hematokrit (%) induk domba bunting yang disuperovulasi sebelum kawin dan diberi ekstrak temulawak plus selama kebuntingan ......................................................................................

29

Tabel 4 Kadar hemoglobin (gram%) induk domba bunting yang disuperovulasi sebelum kawin dan diberi ekstrak temulawak plus selama kebuntingan ......................................................................... 32

vii

DAFTAR GAMBAR

Gambar 1 Domba lokal atau Ovis aries (Anonim 1999) ...............................

4

Gambar 2 Bentuk sel darah merah (Anonim 2008) .......................................

12

Gambar 3 Temulawak atau Curcuma xanthorrhiza (Anonim 2010) .............

15

viii

DAFTAR GRAFIK

Grafik 1 Jumlah sel darah merah induk domba kontrol (♦), disuperovulasi (■), diberi ekstrak temulawak plus (▲), dan diberi ekstrak temulawak plus sekaligus disuperovulasi (●) selama lima bulan kebuntingan ..................................................................................... 27 Grafik 2 Nilai hematokrit induk domba kontrol (♦), disuperovulasi (■), diberi ekstrak temulawak plus (▲), dan diberi ekstrak temulawak plus

sekaligus

disuperovulasi

(●)

selama

lima

bulan

kebuntingan....................................................................................... 30 Grafik 3 Kadar hemoglobin induk domba kontrol (♦), disuperovulasi (■), diberi ekstrak temulawak plus (▲), dan diberi ekstrak temulawak plus

sekaligus

disuperovulasi

(●)

selama

lima

bulan

kebuntingan....................................................................................... 33

ix

DAFTAR LAMPIRAN

Lampiran 1 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan pertama .................... 41 Lampiran 2 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan kedua .......................

48

Lampiran 3 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan ketiga ....................... 54 Lampiran 4 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan keempat ...................

60

Lampiran 5 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan kelima ...................... 67

x

1

I. PENDAHULUAN 1.1. Latar Belakang Domba merupakan ternak ruminansia yang mempunyai kemampuan untuk melahirkan anak dengan jumlah lebih dari dua ekor dalam sekali kelahiran. Pengalaman empiris di lapangan menunjukkan bahwa domba yang melahirkan anak dengan jumlah lebih dari dua ekor biasanya memiliki bobot lahir yang rendah dengan tingkat kematian yang tinggi (Sumaryadi 1997; Sutama et al. 1999; Andriyanto dan Manalu 2011). Keadaan tersebut merupakan salah satu masalah utama yang membuat rendahnya produktivitas bakalan domba yang dihasilkan. Performans induk domba sangat mempengaruhi tumbuh kembang anak domba yang dikandung. Kondisi tubuh induk yang sehat akan mendukung fungsi uterus dalam memelihara kebuntingan. Pertumbuhan dan perkembangan uterus sangat dipengaruhi oleh hormon kebuntingan, yaitu progesteron dan estrogen. Selain itu, kedua hormon tersebut juga mempengaruhi proses tumbuh kembang kelenjar ambing. Hormon progesteron dan estrogen merupakan hormon yang dihasilkan oleh folikel ovarium. Hewan betina telah mempunyai ratusan ribu folikel ketika lahir namun hanya sebagian kecil dari folikel tersebut yang akan berkembang dan mengovulasikan sel telur (Gordon 2005). Salah satu teknologi reproduksi yang telah dikenal untuk meningkatkan kualitas bakalan domba ialah superovulasi. Teknologi ini memungkinkan ovarium untuk melakukan ovulasi lebih dari satu sel telur dalam satu siklus berahi. Menurut Andriyanto dan Manalu (2010), teknologi superovulasi mampu memperbaiki sekresi hormon endogen kebuntingan yaitu progesteron dan estrogen. Teknik superovulasi dapat dilakukan dengan pemberian hormon gonadotropin, seperti Follicle Stimulating Hormone (FSH) dan Pregnant Mare Serum Gonadotropin (PMSG). Hormon FSH dan PMSG dapat meningkatkan perkembangan folikel ovarium sehingga meningkatkan jumlah sel telur yang diovulasikan. Banyaknya jumlah sel telur yang diovulasikan akan meningkatkan jumlah korpus luteum yang terbentuk. Korpus luteum dalam jumlah banyak akan menghasilkan hormon

2

progesteron dalam jumlah yang banyak pula (Manalu et al.1999; Amiridis et al. 2002). Induk yang disuperovulasi memiliki kondisi yang berbeda dengan induk yang tidak disuperovulasi.

Induk

yang disuperovulasi memiliki beban

metabolisme yang lebih tinggi dibandingkan dengan yang tidak disuperovulasi sebagai akibat jumlah anak yang dikandung lebih banyak. Induk yang disuperovulasi rata-rata memiliki jumlah fetus lebih dari dua ekor. Induk yang memiliki litter size lebih dari tiga ekor biasanya memiliki bobot lahir yang lebih kecil dan tingkat kematian yang tinggi (Andriyanto dan Manalu 2011). Mengingat hal tersebut, maka status fisiologis induk domba bunting hasil superovulasi perlu diamati. Status kesehatan induk tersebut dapat dilihat dari hasil pemeriksaan gambaran darah merahnya. Berbagai variabel penghitungan darah yang terangkum dalam penghitungan darah lengkap dapat memberikan informasi mengenai status kesehatan induk. Peningkatan kesehatan induk dapat dilakukan dengan memberikan pakan yang berkualitas dan pemberian sediaan ramuan tanaman obat atau formulasi tertentu. Salah satu jenis tanaman yang dipercaya dapat meningkatkan kesehatan tubuh ialah temulawak (Curcuma xanthorrhiza). Temulawak memiliki beberapa manfaat yang dapat digunakan sebagai obat. Manfaat tersebut di antaranya sebagai

hepatoprotektor, menurunkan kadar kolesterol, antiradang, laksansia

(pencahar), diuretikum, dan menghilangkan nyeri sendi. Temulawak juga mengandung zat berkhasiat yang dikenal sebagai kurkumin. Senyawa kurkumin memiliki sifat hepatoprotektif dan telah terbukti mampu memperbaiki fungsi hati yang sedang mengalami kerusakan (Marotta et al. 2003). Penelitian ini dilakukan untuk memperbaiki performans induk domba bunting yang disuperovulasi dengan memberikan ekstrak temulawak plus. Pemberian ekstrak temulawak diharapkan mampu meningkatkan performans induk domba yang disuperovulasi sehingga dapat memperbesar harapan hidup anak yang dihasilkan melalui pengamatan variabel gambaran darah merah. Peningkatan status fisiologis diharapkan akan meningkatkan kualitas bakalan yang dihasilkan dengan tingkat kematian anak menjadi rendah sehingga nilai efisiensi reproduksi induk akan meningkat.

3

1.2. Tujuan Tujuan penelitian ini ialah untuk mengetahui pengaruh penerapan superovulasi dan pengaruh pemberian ekstrak temulawak terhadap status fisiologis induk melalui gambaran sel darah merah. Selain itu, tujuan dari penelitian ini ialah untuk meningkatkan performans induk yang tergambar melalui gambaran sel darah merahnya.

1.3. Manfaat Penelitian Manfaat penelitian ini ialah memaksimalkan aplikasi teknologi reproduksi (superovulasi) yang dikombinasikan dengan pemberian ekstrak temulawak. Pemberian ekstrak temulawak dapat meningkatkan performans induk domba sehingga menghasilkan anakan yang lebih baik secara kualitas maupun kuantitas. Peningkatan jumlah populasi domba diharapkan dapat memenuhi kebutuhan daging domestik dan memberikan sumbangan terhadap program swasembada daging nasional.

4

II. TINJAUAN PUSTAKA 2.1. Domba Domba memiliki nama ilmiah Ovis aries. Secara klasifikasi ilmiah, domba masuk dalam kerajaan animalia, filum chordata, kelas mamalia, dan ordo artiodactyla. Selanjutnya, domba masuk di dalam subfamili caprinae, genus Ovis dan memiliki nama ilmiah Ovis aries (Purbowati 2009). Gambar domba disajikan pada Gambar 1.

Gambar 1 Domba atau Ovis aries (Anonim 1999)

Salah satu faktor yang mempengaruhi sifat yang dimiliki domba ialah bangsa domba. Pengetahuan tentang bangsa-bangsa domba dapat digunakan untuk mengenali sifat dan karakteristik pada domba. Domba yang ada sekarang merupakan hasil domestikasi manusia. Domba diperkirakan diturunkan dari 3 jenis domba liar, yaitu Mouflon (Ovis musimon) yang berasal dari Eropa Selatan dan Asia Kecil, Argali (Ovis amon) berasal dari Asia Tenggara, dan Urial (Ovis vignei) yang berasal dari Asia (Anonim 2009). Bangsa-bangsa domba yang tersebar di Indonesia terdiri atas beberapa jenis di antaranya domba priangan, domba ekor gemuk, dan domba ekor tipis. Domba lokal merupakan domba yang berasal dari Indonesia dan tersebar hampir di seluaruh wilayah Indonesia. Domba priangan dikenal juga sebagai domba garut dan berasal dari Indonesia. Domba garut banyak terdapat di Jawa Barat. Domba

5

ekor gemuk merupakan domba yang berasal dari Indonesia bagian timur, seperti Madura, Sulawesi, dan Lombok. Domba ekor tipis banyak ditemukan di Jawa Barat. Domba lokal merupakan domba asli Indonesia. Domba ini kurang produktif bila dibandingkan dengan jenis domba yang lain karena jumlah karkas yang dihasilkan sangat rendah. Domba jenis ini banyak diusahakan oleh masyarakat di pedesaan. Ciri-ciri domba ini di antaranya ialah ukuran badannya kecil, pertumbuhannya lambat, bobot badan domba jantan berkisar 30 sampai dengan 40 kg, sedangkan betina berkisar 15 sampai dengan 20 kg, warna rambut dan polanya sangat beragam, telinganya kecil dan pendek, domba betina tidak bertanduk, sedangkan yang jantan bertanduk, dan ekornya kecil serta pendek (Cahyono 1998).

2.2. Sinkronisasi Estrus pada Domba Sinkronisasi estrus atau penyerentakan berahi dapat dilakukan dengan dua cara. Cara pertama ialah dengan mengeluarkan korpus luteum atau menjadikannya tidak berfungsi sehingga hewan tersebut memasuki fase folikuler dari siklus berahinya. Cara kedua adalah dengan menekan perkembangan folikel ovarium selama fase luteal (Hunter 1995). Penghilangan korpus luteum dapat dilakukan dengan memberikan preparat hormon yang bersifat luteolisis. Hormon tersebut ialah PGF2α atau analognya. Hormon PGF2α akan membuat korpus luteum yang ada di ovarium mengalami regresi setelah dilakukan injeksi. Sementara itu, penekanan perkembangan folikel ovarium dapat diberikan dengan memberikan preparat hormon progesteron atau progestin sintetik. Pemberian preparat progesteron atau progestin sintetik akan menekan aktivitas ovarium dalam waktu yang singkat sehingga tetap dalam fase luteal (Donald dan Leslie 1980). Penyerentakan berahi domba dilakukan dengan memberikan injeksi hormon PGF2α. Pemberian injeksi ini harus dilakukan pada fase luteal, yaitu ketika ovarium domba sedang memiliki korpus luteum. Selain itu, injeksi hormon ini dilakukan ketika korpus luteum tersebut telah memasuki masa responsif terhadap PGF2α. Korpus luteum telah menjadi responsif terhadap PGF2α ketika

6

minimal telah berumur tiga hari atau kira-kira hari keempat siklus berahinya. Oleh karena itu, injeksi PGF2α dapat dilakukan pada hari ke 5-16 dari siklus berahinya (Donald dan Leslie 1980). Namun, jika penyerentakan berahi dilakukan pada sekelompok hewan maka teknik manajemen yang dilakukan ialah dengan injeksi PGF2α sebanyak dua kali. Injeksi PGF2α yang kedua berjarak 8 atau 9 hari dari injeksi yang pertama (Hunter 1995). Menurut Donald dan Leslie (1980), injeksi PGF2α juga dapat dilakukan dengan rentang waktu antara 10-12 hari setelah injeksi yang pertama. Regresi korpus luteum atau luteolisis akan cepat terjadi setelah dilakukan injeksi PGF2α. Hewan akan menjadi berahi maksimal dalam 72 jam setelah injeksi PGF2α dilakukan. Rentang waktu terjadinya berahi biasanya dalam kisaran antara 29-48 jam setelah injeksi PGF2α (Hunter 1995). Hormon PGF2α yang mempunyai sifat luteolisis menyebabkan regresi korpus luteum dengan cara mempengaruhi kerja LH terhadap korpus luteum dan meningkatkan jumlah sekresi oksitosin oleh ovarium. Setelah itu, ovarium akan kembali ke siklus berikutnya dengan perkembangan folikelnya yang baru (James 2003).

2.3. Superovulasi pada Domba Superovulasi merupakan suatu teknik untuk merangsang pembentukan folikel dalam ovarium melebihi kemampuan alamiahnya. Melalui superovulasi, jumlah folikel yang tumbuh dan matang lebih cepat akan meningkat. Teknik superovulasi dilakukan dengan menggunakan hormon gonadotropin. Beberapa faktor yang mempengaruhi keberhasilan superovulasi di antaranya jumlah pemberian dosis, preparat hormon yang digunakan, preparat tambahan yang digunakan, dan prosedur pelaksanaan. Aplikasi teknik superovulasi yang dilakukan pada domba memberikan hasil yang sangat bervariasi (Gordon 2005). Salah satu faktor lain yang mempengaruhi respons superovulasi ialah kondisi awal ovarium. Kondisi awal ovarium yang berbeda akan memberikan respons yang berbeda terhadap jumlah populasi folikel yang akan berkembang selama perlakuan superovulasi. Pada kondisi awal dengan ovarium yang telah memiliki beberapa folikel yang telah berkembang sebelumnya, memberikan respons superovulasi yang lebih baik (Lopez et a.l 2005). Respons superovulasi

7

juga dapat ditingkatkan dengan mengubah teknik superovulasi itu sendiri. Penggunaan metode berupa stimulasi superovulasi yang berulang akan memberikan hasil yang lebih baik (Cueto et al. 2010). Jenis gonadotropin yang sering dipakai dalam penerapan teknik superovulasi ialah FSH dan PMSG. Pemakaian FSH dalam teknik superovulasi mempunyai respons yang sangat baik namun waktu paruh biologinya singkat, yaitu kurang lebih 2 sampai dengan 5 jam sehingga penyuntikan perlu dilakukan berulang kali (Hafez 2000). Hormon FSH dapat diperoleh dari ekstraksi pituitari ataupun dari sintetis secara buatan. Salah satu contoh gondadotropin sintetis ialah analog human hFSH. Hormon analog tersebut memiliki potensi yang mirip dengan FSH ketika diaplikasikan pada domba (Lemke 2008). Hormon PMSG merupakan hormon yang dihasilkan oleh plasenta yang mempunyai aktivitas mirip dengan FSH dan LH. Hormon PMSG mencapai kadar tertinggi dalam darah antara hari ke-60 sampai dengan 90 dari masa kebuntingan dan diperkirakan hormon ini merangsang pembentukan korpus luteum tambahan atau folikel berlutein yang diperlukan untuk mempertahankan kebuntingan (Hunter 1995). Beberapa pengaruh yang ditimbulkan oleh PMSG di antaranya merangsang pertumbuhan folikel, menunjang produksi estrogen, merangsang ovulasi, dan luteinisasi. Pemberian PMSG dalam dosis tunggal secara intramuskular sudah cukup untuk merangsang timbulnya ovulasi. Penggunaan PMSG menimbulkan respons yang sangat bervariasi, yaitu dari tidak memberi respons hingga respons yang berlebihan. Pemberian PMSG yang tidak disertai dengan pemberian hormon lain harus diberikan pada awal fase luteal, yaitu hari ke-16 siklus estrus untuk domba (Hunter 1995). Gonadotropin eksogen berupa PMSG yang diaplikasikan dalam teknik superovulasi akan memberikan aktivitas biologi yang menyerupai FSH dan LH. Hormon

PMSG

akan

berperan

dalam

merangsang

pertumbuhan

dan

perkembangan folikel ovarium, pematangan folikel tersebut, dan pembentukan hormon estrogen. Pembentukan estrogen tersebut akan meningkatkan konsentrasi estrogen di dalam darah. Kadar estrogen yang tinggi di dalam darah digunakan untuk pertumbuhan, perkembangan, dan pematangan folikel. Selain itu, tingginya

8

kadar estrogen dalam darah akan memberikan sinyal untuk menghentikan sekresi hormon gonadotropin oleh hipotalamus dan hipofise anterior. Kadar estrogen yang berada di atas ambang akan menekan pelepasan FSH oleh hipotalamus dan selanjutnya meningkatkan sekresi LH untuk merangsang proses ovulasi. Pada saat terjadi ovulasi, sel-sel granulosa akan memproduksi inhibin yang berfungsi untuk mengahambat produksi FSH (Hernawan 2003). Pada kasus superovulasi, produksi hormon estrogen hanya dirangsang oleh hormon gonadotropin eksogen. Pemberian LH eksogen tidak diperlukan untuk menginduksi terjadinya ovulasi karena lonjakan pelepasan LH endogen akan terjadi secara otomatis akibat superovulasi. Ovulasi merupakan pelepasan sel telur dari folikel yang telah matang. Ovulasi dapat terjadi jika ada sekresi LH secara mendadak dan dalam waktu yang cepat oleh hipofise anterior (Frandson et al. 2009). Pada beberapa spesies hewan tetap diperlukan adanya injeksi LH eksogen setelah pemberian PMSG. Injeksi LH eksogen diperlukan untuk menginduksi ovulasi dari beberapa folikel

yang telah berkembang sebelumnya (Donald dan

Leslie 1980). Induksi ovulasi dapat dilakukan dengan melakukan injeksi tunggal LH dalam bentuk hCG atau fraksi hipofise yang kaya akan aktivitas LH. Pemberian preparat hormon tersebut dilakukan dengan injeksi intravena atau intramuskular. Waktu pemberian injeksi hormon dilakukan menjelang munculnya berahi, yaitu ketika terdapat folikel yang matang. Injeksi LH atau hCG harus dilakukan sebelum terjadi perbanyakan sekresi gonadotropin endogen. Jika injeksi LH atau hCG dilakukan terlalu cepat, yaitu ketika folikel belum matang, maka akan muncul efek lain pada hewan. Efek tersebut di antaranya hewan tidak berahi, terjadi ovulasi oosit primer, atau bahkan tidak terjadi ovulasi meskipun luteinisasi folikel dapat dimulai (Hunter 1995). Prosedur superovulasi pada domba biasanya dilakukan dengan injeksi PMSG. Injeksi dilakukan pada akhir fase luteal siklus berahi, yaitu sekitar hari ke12 atau 13. Injeksi PMSG juga dapat dilakukan setelah injeksi progesteron yang digunakan untuk sinkronisasi estrus. Prosedur tersebut bertujuan agar ukuran populasi folikel yang matang lebih homogen sebelum dimulainya perangsangan dengan gonadotropin eksogenous. Pemberian PMSG juga dapat dilakukan pada

9

fase luteal yaitu beberapa saat menjelang injeksi tunggal preparat luteolisis (Hunter 1995). Menurut James (2003) induksi superovulasi menggunakan injeksi PMSG juga dapat mulai diberikan pada pertengahan siklus estrus. Pemberian induksi superovulasi ditujukan untuk meningkatkan jumlah folikel yang matang yang akan tumbuh menjadi folikel dominan dan untuk mengurangi jumlah folikel yang mengalami regresi. Masing-masing folikel yang mencapai tahap folikel dominan akan melepaskan satu sel telur. Pada kondisi konsepsi, lokasi pelepasan sel telur tadi akan berkembang menjadi korpus luteum. Korpus luteum akan menghasilkan progesteron yang berfungsi menjaga kebuntingan. Konsentrasi progesteron yang ada di dalam darah dapat digunakan untuk mengetahui jumlah embrio yang sedang berkembang. Semakin tinggi kadar progesteron dalam darah, maka jumlah embrio yang sedang berkembang semakin banyak. Namun, kadar progesteron di dalam darah tidak dapat menjadi ukuran untuk menentukan jumlah korpus luteum yang terbentuk (Amiridis et al. 2002).

2.4. Permasalahan Superovulasi Penerapan teknik superovulasi memiliki peranan penting dalam usaha meningkatkan efisiensi reproduksi ternak, akan tetapi memiliki berbagai kendala dalam aplikasinya. Penerapan superovulasi masih terbatas dilakukan pada ternak sapi sedangkan pada domba masih jarang dilakukan. Tujuan utama dilakukan superovulasi pada sapi ialah untuk mendapatkan embrio dengan kualitas baik dan jumlah yang lebih banyak melalui inseminasi buatan dengan pejantan unggul. Selanjutnya, embrio dalam jumlah banyak hasil superovulasi tersebut dapat dipanen untuk kemudian dilakukan transfer embrio. Pada domba, penerapan superovulasi untuk tujuan tersebut tidak dilakukan karena dianggap tidak efektif. Beberapa permasalahan yang dihadapi dalam pelaksanaan superovulasi ialah respons individu terhadap hormon yang diberikan dan waktu pemberian hormon tersebut. Pemberian preparat hormon untuk superovulasi memberikan pengaruh yang sangat bervariasi antarindividu. Selain itu, waktu pemberian preparat hormon juga sangat berpengaruh pada respons perkembangan folikel ovarium. Pemberian preparat hormon superovulasi akan memberikan hasil terbaik

10

ketika ternak sedang berada pada fase folikuler, terutama pada periode munculnya gelombang folikuler. Pada teori sebelumnya, gelombang folikel diperkirakan terjadi pada pertengahan siklus berahi yang sekaligus pertengahan fase luteal sehingga diyakini pada saat tersebutlah waktu yang tepat untuk melakukan program superovulasi. Namun, perlakuan tersebut hanya memberikan hasil yang tidak pasti. Saat ini diketahui bahwa gelombang folikuler tidak terjadi satu kali saja. Gelombang folikuler terjadi bergantung pada fertilitas individu masingmasing sehingga dimungkinkan terjadi satu hingga tiga gelombang folikuler dalam satu siklus berahi (Sumaryadi 1997). Permasalahan lain yang muncul ketika pelaksanaan program superovulasi ialah tingginya tingkat stres induk. Stres induk tersebut disebabkan oleh tingginya beban metabolisme yang ditanggung dengan banyaknya jumlah fetus yang ada dalam uterus. Selain itu, peningkatan perkembangan folikel akibat superovulasi akan meningkatkan sekresi hormon endogen. Peningkatan sekresi hormonhormon endogen akan berpengaruh juga pada peningkatan beban metabolisme induk. Dengan demikian, suatu metode perlu diaplikasikan untuk mengurangi stres metabolisme akibat peningkatan beban metabolisme pada induk yang disuperovulasi. Salah satu penanganan yang dapat dilakukan ialah dengan memberikan ekstrak dari tanaman berkhasiat yang diharapkan mampu meningkatkan performans induk yang disuperovulasi.

2.5. Darah Darah merupakan cairan tubuh yang terdapat di luar sel dan termasuk bagian dari sistem sirkulasi. Darah dialirkan ke seluruh tubuh melalui pembuluh darah yang ada di seluruh tubuh. Darah terdiri atas plasma dan sel-sel darah. Selsel darah terdiri atas sel darah merah atau eritrosit, sel darah putih atau leukosit, dan keping darah atau trombosit. Jumlah leukosit relatif sangat sedikit, yaitu 2 permil dari jumlah eritrosit. Bagian darah yang mempunyai fungsi penting dalam proses pembekuan darah adalah trombosit (Poedjiadi 2006). Menurut Seiverd (1964) untuk setiap 500 eritrosit terdapat 30 trombosit dan hanya terdapat satu leukosit.

11

Darah yang diberi antikoagulan dan kemudian disentrifugasi akan memisahkan bagian darah berdasarkan bobotnya. Sel-sel darah akan mengendap sedangkan plasma darah akan berada di atasnya. Pada darah normal, sel-sel darah akan menempati 0,45 bagian dari volume keseluruhan. Bagian ini disebut hematokrit atau jika dalam unit internasional disebut VPRC (Volume of Packed Red Cells). Bobot jenis darah bervariasi antara 1,045-1,060 sedangkan bobot jenis plasma darah antara 1,024-1,028. Viskositas atau derajat kekentalan darah kirakira 4,5 kali viskositas air. Bagian cair dari darah disebut plasma darah. Plasma darah mengandung sekitar 90% air. Peranan air dalam darah sangat besar. Air yang terkandung dalam plasma berfungsi sebagai pelarut zat-zat, menjaga tekanan darah, menjaga kondisi osmotik, dan pengaturan panas. Air mempunyai kalor jenis yang tinggi, konduktivitas panas yang tinggi, dan kalor penguapan laten yang tinggi pula. Sifat air tersebut sangat menguntungkan dalam hal pengaturan panas (Poedjiadi 2006). Salah satu zat terbanyak yang terdapat dalam plasma ialah protein. Kadar protein plasma kira-kira 6 sampai dengan 8% dari plasma. Beberapa protein yang terkandung dalam plasma di antaranya fibrinogen, albumin, dan globulin. Fibrinogen adalah suatu protein yang dapat berubah menjadi fibrin dan menyebabkan terjadinya penggumpalan darah apabila terjadi perlukaan. Fibrinogen memiliki sifat seperti globulin namun berbeda pada beberapa reaksi pengendapan. Fibrinogen dibentuk dalam hati. Pada keadaan peradangan dan kebuntingan, jumlah fibrinogen dalam plasma meningkat. Albumin dan globulin merupakan bagian besar protein yang terdapat dalam plasma. Kedua jenis protein ini berfungsi sebagai zat yang menentukan besarnya tekanan osmosis (Poedjiadi 2006). Fraksi sel darah merah dalam darah disebut dengan hematokrit. Nilai hematokrit menunjukkan kemampuan darah dalam membawa oksigen. Nilai hematokrit berkisar antara 40-50%, menunjukkan bahwa di dalam darah sudah terdapat hemoglobin dengan jumlah yang cukup untuk pengangkutan oksigen ke jaringan. Di dalam sel darah merah terdapat protein berpigmen yang disebut dengan hemoglobin. Fungsi utama hemoglobin ialah untuk mengangkut oksigen dan karbon dioksida dalam darah (Cunningham 1997).

12

2.6. Sel Darah Merah Sel darah merah atau eritrosit dibentuk di dalam sumsum tulang. Hemoglobin merupakan zat padat dalam eritrosit yang menyebabkan warna merah pada eritrosit. Eritrosit kurang mengandung air dibandingkan dengan sel-sel lain dalam jaringan. Di dalam eritrosit terdapat lipid, protein, dan enzim. Lipid yang terdapat di dalam eritrosit di antaranya kolesterol, lesitin, dan sefalin. Protein yang terdapat di dalam eritrosit ialah stromatin, lipoprotein, dan elimin. Beberapa enzim yang terdapat di dalam eritrosit di antaranya karbonat anhidrase, peptidase, kolinesterase, dan enzim-enzim dalam sistem glikolisis. Molekul ATP dan ADP merupakan bagian yang penting di dalam eritrosit. Urea, asam amino, kreatinin, dan glukosa adalah zat organik yang larut di dalam eritrosit. Konsentrasi glukosa dalam plasma sama dengan konsentrasi glukosa dalam eritrosit (Poedjiadi 2006). Gambar dari bentuk sel darah merah disajikan pada Gambar 2.

Gambar 2 Bentuk sel darah merah (Anonim 2008)

Komposisi elektrolit dalam sel darah merah secara kualitatif sama dengan plasma, namun secara kuantitatif terdapat sedikit perbedaan. Tekanan osmosis dalam sel sama dengan tekanan osmosis pada plasma, yaitu senilai dengan tekanan osmosis larutan 0,9% NaCl dalam air. Perubahan tekanan osmosis yang terjadi pada larutan di luar eritrosit akan berpengaruh pada besarnya sel. Larutan yang bersifat hipotonik menyebabkan air masuk ke dalam sel sehingga ukuran sel membesar. Kondisi sel yang terus membesar dapat mengakibatkan pecahnya sel sehingga hemoglobin keluar dari sel. Proses pecahnya sel darah merah tersebut disebut hemolisis. Pada kondisi sebaliknya, yaitu lingkungan yang hipertonik

13

maka air dari dalam sel akan keluar. Ukuran sel menjadi kecil dan dikenal dengan istilah krenasi. Eritrosit dibentuk dalam sumsum tulang kemudian dilepaskan ke dalam sistem sirkulasi dan beredar ke seluruh tubuh melalui pembuluh darah. Jumlah eritrosit dalam darah relatif konstan. Jumlah eritrosit yang konstan menunjukkan pembentukan eritrosit yang baru memiliki kecepatan yang sama dengan kecepatan rusaknya eritrosit yang lama. Sel darah merah dapat bertahan selama 120 sampai dengan125 hari dalam sirkulasi dan kemudian mengalami kerusakan. Sekitar 0,8% dari seluruh eritrosit mengalami kerusakan dan dibentuk setiap hari. Eritrosit

yang rusak menyebabkan hemoglobin keluar dari sel.

Hemoglobin tersebut akan mengeluarkan zat besi atau Fe yang terkandung di dalamnya. Fe yang telepas akan bergabung dengan transferin yang kemudian disimpan dan dapat digunakan lagi. Transferin merupakan suatu protein yang terdapat dalam plasma dan mampu mengikat Fe secara reversibel. Kemampuan tubuh untuk menyimpan Fe dan menggunakannya kembali sangat menguntungkan karena usus mempunyai kemampuan yang terbatas dalam melakukan penyerapan Fe yang terkandung dalam makanan. Kadar Fe dalam tubuh bergantung pada ukuran badan dan tingkat hemoglobin. Fe terdapat dalam hemoglobin, feritin, hemosiderin, dan sisanya dalam mioglobin. Kandungan Fe sedikit di dalam plasma dan cairan ekstraseluler. Fe yang terdapat dalam makanan diserap di semua jalur pencernaan makanan namun terbanyak adalah di duodenum. Zat besi diserap dalam bentuk Fe++ dan langsung masuk ke dalam sistem sirkulasi darah. Sebagian Fe akan tersimpan dalam sel hati, limpa, dan sumsum tulang sebagai feritin dan hemosiderin. Feritin merupakan protein yang larut dalam air yang terdiri atas apoferitin dan kompleks ferihidroksidafosfat. Kelebihan Fe yang tidak tertampung oleh feritin akan disimpan sebagai hemosiderin yang tidak larut dalam air. Pemasukan Fe yang terus menerus ke dalam tubuh menyebabkan tertimbunnya hemosiderin dalam hati dan dapat menyebabkan kerusakan hati dan jantung (Guyton dan Hall 1997). Hemoglobin yang rusak menyebabkan terbentuknya bilirubin. Bilirubin merupakan zat warna kuning yang membentuk kompleks dengan albumin dan dibawa ke hati. Di dalam hati, bilirubin akan diubah menjadi bilirubin

14

diglukoronida oleh enzim UDP-glukoronil transferase yang kemudian dibawa ke empedu. Bilirubin diglukoronida akan dikeluarkan bersama cairan empedu ke dalam usus. Di dalam usus glukoronida dipisahkan sedangkan bilirubin direduksi menjadi urobilinogen yang tidak berwarna. Sebagian urobilinogen diserap kembali dan dibawa ke hati. Sebagian besar urobilinogen dikeluarkan bersama feses setelah diubah menjadi urobilin melalui jalur oksidasi. Kondisi kelainan eritrosit berupa jumlahnya yang tidak mencapai normal disebut anemia. Anemia dapat disebabkan oleh berbagai hal. Pendarahan, baik akut maupun kronis, dapat menyebabkan kekurangan volume darah dalam tubuh sehingga menyebabkan anemia. Plasma darah dapat kembali dalam 24 jam dengan jalan mengambil cairan dari jaringan-jaringan. Sementara itu, dibutuhkan waktu beberapa minggu untuk mengembalikan jumlah sel darah merah yang hilang. Kekurangan Fe dalam tubuh dapat berakibat kurangnya jumlah hemoglobin yang secara tidak langsung

mempengaruhi konsentrasi eritrosit.

Anemia juga dapat terjadi karena sel darah merah yang mudah rusak. Rusaknya sel darah merah dapat terjadi karena rapuhnya membran sel. Produksi sel yang tidak dapat mengimbangi laju kerusakannya akan mengakibatkan kondisi anemia. Anemia terbagi dalam beberapa jenis sesuai dengan penyebabnya. Pernicious anemia terjadi karena kurangnya asam folat atau vitamin B12 yang menyebabkan produksi sel darah merah berkurang dan ukurannya membesar. Jenis anemia yang lain adalah anemia aplastik. Pada kondisi ini sumsum tulang sama sekali tidak mampu untuk memproduksi sel darah merah. Akibat dari anemia tersebut adalah kurangnya kemampuan darah dalam mengikat oksigen sehingga jaringan-jaringan yang memerlukan oksigen tidak dapat terpenuhi kebutuhannya. Akibat lain yang muncul adalah menurunnya viskositas darah yang pada akhirnya mempengaruhi kerja jantung. Kelainan darah berupa jumlah eritrosit di atas normal disebut dengan polisitemia.

Kondisi

ini

berlawanan

dengan

anemia.

Polisitemia

akan

menyebabkan kenaikan viskositas darah dan kemudian mempengaruhi kecepatan aliran darah terutama pada pembuluh darah kapiler. Pada kondisi selanjutnya, viskositas darah yang meningkat tersebut akan memberatkan kerja jantung (Guyton dan Hall 1997).

15

2.7. Profil Ekstrak Temulawak yang diberikan Temulawak (Curcuma xanthorrhiza) merupakan tanaman obat yang termasuk dalam suku temu-temuan. Menurut klasifikasi ilmiah, temulawak masuk ke dalam kerajaan Plantae, divisi Magnoliophyta, kelas Liliopsida, dan ordo Zingiberales. Selanjutnya, temulawak termasuk dalam famili Zingiberaceae, genus Curcuma, dan memiliki nama ilmiah Curcuma xanthorrhiza (Rukmana 1995). Gambar dari temulawak disajikan pada Gambar 3.

Gambar 3 Temulawak atau Curcuma xanthorrhiza (Anonim 2010)

Temulawak (Curcuma xanthorrhiza) mempunyai kandungan utama protein, karbohidrat, dan minyak atsiri yang terdiri atas kamfer, glukosida, turmerol, dan kurkumin. Kurkumin mempunyai manfaat sebagai antiradang dan antihepatotoksik. Senyawa kurkumin memiliki sifat hepatoprotektif dan telah terbukti mampu memperbaiki fungsi hati yang sedang mengalami kerusakan (Marotta et al. 2003). Temulawak memiliki beberapa manfaat yang dapat digunakan sebagai obat. Manfaat tersebut di antaranya sebagai hepatoprotektor, menurunkan kadar kolesterol, antiradang, laksansia (pencahar), diuretikum, dan menghilangkan nyeri sendi. Manfaat lainnya ialah dapat meningkatkan nafsu makan, melancarkan ASI, dan melancarkan peredaran darah. Senyawa khusus yang telah berhasil diisolasi dari temulawak ialah xanthorizol. Senyawa ini mempunyai manfaat sebagai senyawa antibakteri alami. Beberapa jenis bakteri yang dapat dihambat pertumbuhannya oleh senyawa ini di antaranya Bacillus cereus, Clostridium perfingens, Listeria monocytogenes,

16

Staphylococcus aureus, Salmonella typhimurium, dan Vibrio parahaemolyticus (Lee et al. 2008). Senyawa xanthorizol yang dikenal dengan sesquiterpenoid alami juga berpotensi sebagai senyawa antimetastasis tumor. Xanthorizol mampu menghambat pembentukan nodul tumor pada jaringan paru-paru dan tumor pada intraabdominal (Choi et al. 2004). Beberapa jenis vitamin penting yang dibutuhkan oleh tubuh di antaranya vitamin A, vitamin B kompleks, dan vitamin D. Vitamin A memilki beberapa manfaat penting terkait dengan fungsi-fungsi reproduksi. Manfaat tersebut di antaranya ialah sebagai komponen untuk menjaga fungsi reproduksi normal, mempengaruhi perkembangan normal fungsi ovarium dan plasenta, serta mempengaruhi pertumbuhan dan perkembangan normal embrio. Vitamin B kompleks, yang terdiri atas vitamin B1, B2, B6, dan B12, memiliki arti penting sebagai kofaktor berbagai enzim di dalam tubuh. Melalui peran pentingnya sebagai kofaktor tersebut, vitamin B kompleks memiliki fungsi sebagai bahan yang berperan dalam aktivasi berbagai enzim sehingga proses metabolisme dapat berlangsung dengan baik. Vitamin D memiliki peran penting dalam proses penyerapan kalsium.

Ketercukupan vitamin D akan membantu

proses

metabolisme kalsium di dalam tubuh menjadi lebih optimal. Kalsium memiliki arti yang sangat penting bagi tubuh karena kalsium berperan pada hampir seluruh proses metabolisme tubuh. Beberapa peran penting kalsium di antaranya sebagai second messenger, berperan dalam kontraksi otot, berperan dalam impuls saraf, dan sebagai bahan pembentuk tulang dan gigi.

17

III. METODE 3.1. Waktu dan Tempat Penelitian ini dilaksanakan selama delapan bulan yang dimulai pada bulan Mei sampai dengan bulan Desember 2010. Penelitian dilakukan di kandang Mitra Maju yang beralamat di Jalan Manunggal Baru No. 1, Desa Tegalwaru, Kecamatan Ciampea, Kabupaten Bogor. Analisis sampel darah dilakukan di Laboratorium Fisiologi, Departemen Anatomi, Fisiologi, dan Farmakologi (AFF), Fakultas Kedokteran Hewan Institut Pertanian Bogor.

3.2. Alat dan Bahan Alat yang digunakan dalam penelitian ini antara lain spuid, seperangkat alat ultrasonography (USG), tabung reaksi, gelas objek, hemositometer, selotip, marker, kertas label, tabung kapiler, alat penghitung, adam mikrohematokrit reader, penyumbat tabung kapiler, alat sentrifugasi, tambang, dan mikroskop cahaya. Bahan yang digunakan dalam penelitian ini di antaranya 16 domba betina, hormon Prostaglandin (PGF2α), hormon Pregnant Mare Serum Gonadotropin (PMSG) dan human Chorionic Gondadotropin (hCG), pengencer Hayem, alkohol 70%, antikoagulan Ethilen Diamine Tetraasetate (EDTA), kertas saring, sediaan ekstrak temulawak plus (ekstrak temulawak, vitamin A, vitamin B kompleks, dan vitamin D), dan selang penanda.

3.3. Tahap Persiapan 3.3.1. Hewan Percobaan Hewan coba yang digunakan dalam penelitian ini ialah 16 domba betina lokal yang telah dewasa kelamin. Domba-domba tersebut berasal dari Priangan Timur dan memiliki kisaran bobot badan antara 20-25 kg.

3.3.2. Aklimatisasi Domba Sebelum mendapat perlakuan, domba penelitian dipelihara selama dua minggu untuk diaklimatisasikan. Tujuan aklimatisasi ialah untuk memberikan kesempatan agar domba-domba tersebut menyesuaikan diri terhadap lingkungan.

18

Selama aklimatisasi, domba diberikan antibiotik, antelmintik, dan vitamin B kompleks. Pemberian antibiotik, antelmintik, dan vitamin bertujuan untuk mendapatkan kondisi domba yang sehat dan bebas dari penyakit.

3.3.3. Kandang, Pakan, dan Minum Kandang yang digunakan dalam penelitian ini ialah kandang kelompok dengan konstruksi kandang panggung dengan ketinggian 50 cm dari permukaan tanah. Pakan domba perlakuan yang diberikan terdiri atas hijauan dan singkong. Hijauan diberikan pada pagi dan sore hari, sedangkan pada siang hari diberikan singkong. Pemberian air minum dilakukan secara tidak terbatas atau ad libitum.

3.4. Tahap Pelaksanaan 3.4.1. Rancangan Percobaan Rancangan percobaan yang digunakan dalam penelitian ini ialah rancangan acak lengkap (RAL) pola faktorial 2 x 2. Faktor pertama ialah superovulasi sedangkan faktor kedua ialah pemberian ekstrak temulawak plus. Selanjutnya, domba penelitian dibagi ke dalam empat kelompok perlakuan yang masing-masing kelompok terdiri atas empat ekor domba. Rancangan percobaan dalam penelitian ini disajikan pada Tabel 1.

Tabel 1 Pembagian kelompok domba perlakuan Perlakuan

Tidak disuperovulasi

Disuperovulasi

Tidak diberi ekstrak

Kontrol (4 ulangan)

SO (4 ulangan)

Diberi ekstrak

TM (4 ulangan)

SO dan TM (4 ulangan)

3.4.2. Superovulasi Perlakuan superovulasi diawali dengan sinkronisasi estrus terlebih dahulu terhadap semua domba pada setiap kelompok perlakuan. Sinkronisasi estrus dilakukan

dengan

menyuntikkan

hormon

PGF2α

(LutalyseTM)

secara

intramuskular sebanyak dua kali. Dosis PGF2α yang diberikan berkisar 5-15

19

mg/kg bobot . Penyuntikan PGF2α kedua dilakukan dengan selang waktu 11 hari dari penyuntikan pertama. Kelompok domba superovulasi (SO) dan kelompok domba yang dicekok ekstrak temulawak plus sekaligus disuperovulasi (TM SO) mendapat perlakuan superovulasi dengan penyuntikan secara intramuskular menggunakan hormon PMSG dan hCG yang disuntikkan sesaat setelah penyuntikan PGF2α yang kedua. Dua hari setelah penyuntikan PGF2α yang kedua, domba berada dalam kondisi estrus, semua kelompok perlakuan domba dicampur dengan domba pejantan yang telah dipilih. Pencampuran domba jantan dengan domba betina dilakukan selama dua hari. Pencampuran dengan pejantan dilakukan dengan membagi 16 domba menjadi dua kelompok dengan masing-masing kelompok terdiri atas 8 betina dan 1 jantan. Tiga puluh hari setelah pencampuran dengan pejantan, dilakukan pemeriksaan kebuntingan menggunakan USG.

3.4.3. Pemberian Ekstrak Temulawak Plus Kelompok yang mendapat perlakuan pencekokan ekstrak temulawak plus ialah kelompok domba yang hanya diberi ekstrak temulawak plus (TM) dan domba yang dicekok ekstrak temulawak plus dan disuperovulasi (TM SO). Kelompok

tersebut

mulai

mendapatkan

perlakuan

pencekokan

setelah

kebuntingan berumur satu bulan. Pencekokan dilakukan sekali seminggu dengan dosis 1 mg per kg bobot badan.

3.4.4. Pengambilan Sampel Pengambilan sampel darah pertama dilakukan sebelum domba diberikan perlakuan. Setelah itu, sampel darah diambil kembali setiap bulan selama lima bulan. Pengambilan darah dilakukan melalui vena jugularis menggunakan spuid sebanyak kurang lebih 5 ml kemudian langsung dimasukkan ke dalam tabung reaksi yang telah dilapis antikoagulan EDTA. Tabung tersebut kemudian langsung ditutup menggunakan sumbat dan diberi label sesuai kode perlakuan. Sampel darah tersebut kemudian dimasukkan ke dalam kotak pendingin dan dibawa ke laboratorium fisiologi untuk dilakukan pemeriksaan darah.

20

3.4.5. Penghitungan Eritrosit, Hematokrit, dan Hemoglobin Penghitungan

eritrosit

dilakukan

secara

manual

dengan

metode

hemositometer. Metode ini diawali dengan menghisap darah menggunakan pipet eritrosit sampai skala 0,5. Kemudian, pipet dibersihkan dari noda darah yang menempel menggunakan tisu. Setelah itu, ujung pipet dimasukkan ke dalam cairan pengencer hayem dan menghisap larutan tersebut sampai batas tera 101. Aspirator dilepas, pipet diangkat, ujungnya ditutup dengan jempol, dan pangkalnya ditutup dengan jari tengah. Pipet diposisikan mendatar dan dihomogenkan dengan membuat gerakan memutar angka 8. Setelah homogen, cairan tetesan pertama dan kedua dibuang. Selanjutnya, hasil pengenceran dituangkan ke dalam kamar hitung dengan menyentuhkan ujung pipet eritrosit pada tepi kaca penutup. Kemudian, kamar hitung didiamkan beberapa menit agar sel-sel darah merah mengendap pada dasar kamar hitung. Langkah berikutnya, melihat kamar hitung di bawah mikroskop dengan pembesaran objektif 40 kali. Jumlah sel yang dihitung adalah di lima kotak, yaitu pada pojok kanan atas dan bawah, pokok kiri atas dan bawah, serta satu kotak yang tepat berada di tengah. Jumlah sel darah merah ialah jumlah dari penghitungan lima kotak tadi dikalikan dengan 10.000 per mm3. Penghitungan nilai hematokrit atau Pack Cell Volume (PCV) dilakukan menggunakan Adam Mikrohematocrit Reader. Tabung mikro yang digunakan adalah tabung mikro dengan panjang 7 cm dan diameter 0,1 mm. Sampel darah diambil dengan menempelkan bagian ujung dari tabung mikro tersebut ke dalam darah. Posisi ujung tabung mikro hampir mendatar dan bagian ujung tabung yang lain dikosongkan kira-kira 1 cm. Bagian ujung tabung disumbat. Setelah itu, tabung mikro yang berisi sampel darah tersebut disentrifuse selama 4-5 menit dengan kecepatan 10.000 rpm. Hasil sentrifugasi dibaca menggunakan Adam Mikrohematocrit Reader. Pengukuran nilai hemoglobin dilakukan dengan menggunakan metode Sahli. Metode ini dilakukan dengan menambahkan HCl ke dalam tabung kemudian ditambahkan dengan sampel darah dan ditambahkan secara perlahan sejumlah aquades hingga warna yang terbentuk sama dengan kontrol. Kadar hemoglobin diperoleh dengan membaca skala yang tertera pada tabung Sahli.

21

3.5. Variabel yang Diamati Variabel yang diamati dalam penelitian ini terdiri atas jumlah sel darah merah, nilai hematokrit (PCV), dan kadar hemoglobin.

3.6. Analisis Data Data yang diperoleh dianalisis menggunakan metode analisis General Linear Model (GLM) multivariate untuk melihat interaksi dari masing-masing faktor perlakuan yang diberikan.

22

IV. HASIL DAN PEMBAHASAN

4.1. Sel Darah Merah Hasil penghitungan jumlah sel darah merah setiap bulan selama lima bulan dari setiap kelompok perlakuan memberikan gambaran nilai yang berbeda seperti terlihat pada Tabel 2. Pada bulan pertama kebuntingan, didapatkan jumlah sel darah merah yang beragam antarkelompok perlakuan meskipun dengan nilai yang tidak berbeda nyata secara statistik. Jumlah sel darah merah dari kelompok domba yang disuperovulasi sekaligus diberi ekstrak temulawak plus (TM SO) menunjukkan nilai jumlah sel darah merah yang paling tinggi dengan jumlah 14,83±0,87 x 106/mm3. Jumlah sel darah merah terendah ada pada kelompok domba yang tidak disuperovulasi dan tidak diberi ekstrak temulawak plus (kontrol) dengan jumlah sel darah merah 11,50±1,50 x 106/mm3. Satu-satunya faktor yang secara signifikan mempengaruhi jumlah sel darah merah tersebut ialah faktor superovulasi (SO), sedangkan faktor pemberian ekstrak temulawak plus dan kombinasi pemberian ekstrak temulawak plus sekaligus superovulasi tidak mempengaruhi perbedaan jumlah sel darah merah dari setiap kelompok perlakuan. Tabel 2

Bulan

Jumlah sel darah merah (106/mm3) induk domba bunting yang disuperovulasi sebelum kawin dan diberi ekstrak temulawak plus selama kebuntingan Kontrol

TM

SO TM SO*TM

Kontrol

SO

Kontrol

SO

1

11,50±1,50a

13,73±0,85 a

11,71±3,20a

14,83±0,87 a

*

-

-

2

11,73±1,73

a

14,85±0,72

ab

a

15,68±0,96

b

*

-

-

11,55±1,90

a

15,03±0,48

ab

16,08±0,51

b

*

-

-

11,40±1,60

a

15,13±0,55

b

15,43±0,52

b

*

*

-

10,95±0,91

a

14,88±0,46

c

c

*

*

*

3 4 5

12,38±2,17 13,05±1,58

ab

13,33±0,94

ab

13,40±0,77

b

14,88±0,96

Ket: SO: Superovulasi; TM: Ekstrak temulawak plus; SO*TM: Superovulasi sekaligus ekstrak temulawak plus; Tanda (*): Signifikan (P<0,05); Tanda (-): Tidak signifikan (p>0,05); Huruf superscript berbeda pada baris yang sama menunjukkan nilai berbeda nyata (p<0,05).

Pada kelompok domba yang disuperovulasi, domba induk memiliki jumlah fetus lebih banyak daripada kelompok perlakuan lainnya sehingga sangat mempengaruhi metabolisme induk domba tersebut. Perubahan metabolisme

23

tersebut disebabkan oleh lebih banyaknya sekresi hormon kebuntingan (Andriyanto dan Manalu 2011). Selain sekresi hormon kebuntingan yang meningkat, kondisi kebuntingan juga mempengaruhi sekresi hormon lain yang juga mempengaruhi proses metabolisme seperti hormon tiroid (Guyton dan Hall 1997). Salah satu perubahan metabolisme yang terjadi ialah adanya peningkatan jumlah sel darah merah. Walaupun kelompok domba yang disuperovulasi sekaligus diberi ekstrak temulawak plus (TM SO) mendapatkan pencekokan ekstrak temulawak plus, akan tetapi hal tersebut tidak mempengaruhi peningkatan jumlah sel darah merah. Berdasarkan penghitungan statistik, faktor pemberian ekstrak temulawak plus (TM) dan faktor

superovulasi sekaligus pemberian

ekstrak temulawak plus (SO*TM) tidak mempengaruhi jumlah sel darah merah setiap kelompok perlakuan. Pada bulan kedua, didapatkan jumlah sel darah merah tertinggi, yaitu pada kelompok domba yang disuperovulasi sekaligus diberi ekstrak temulawak plus (TM SO) dengan jumlah 15,68±0,96 x 106/mm3 dan terendah pada kelompok kontrol dengan jumlah sel darah merah 11,73±1,73 x 106/mm3. Jumlah sel darah merah dari setiap kelompok perlakuan memiliki nilai yang lebih tinggi dibandingkan pada bulan pertama. Peningkatan jumlah sel darah merah dari bulan pertama ke bulan kedua dari kelompok domba kontrol adalah sebesar 2%. Peningkatan jumlah sel darah merah dari kelompok domba yang diberi ekstrak temulawak plus dan domba yang diberi ekstrak temulawak plus sekaligus disuperovulasi memiliki nilai peningkatan yang sama, yaitu sebesar

5,7%.

Peningkatan jumlah sel darah merah terbesar ada pada kelompok domba yang disuperovulasi, yaitu sebesar 8,2%. Berdasarkan perhitungan statistik, pada bulan kedua mulai terlihat adanya nilai yang berbeda nyata pada kelompok perlakuan. Faktor yang mempengaruhi perbedaan jumlah sel darah merah pada bulan kedua ialah faktor superovulasi. Pada bulan ketiga kebuntingan, kondisinya tidak berbeda jauh dengan bulan kedua maupun bulan pertama, yaitu kelompok domba yang disuperovulasi dan diberi ekstrak temulawak memiliki jumlah sel darah merah tertinggi, sedangkan pada kelompok domba yang tidak disuperovulasi dan tidak diberi ekstrak temulawak memiliki jumlah sel darah merah terendah. Perbedaan yang

24

muncul pada bulan ketiga dan bulan pertama hanya terdapat pada peningkatan jumlah sel darah merah dari setiap kelompok perlakuan. Namun, jika dibandingkan pada bulan kedua, hanya kelompok kontrol yang mengalami penurunan jumlah sel darah merah, yaitu sebesar 1,53%. Peningkatan jumlah sel darah merah dari kelompok perlakuan terjadi seiring dengan peningkatan umur kebuntingan. Faktor pemberian ekstrak temulawak plus mulai memberikan pengaruh pada jumlah sel darah merah pada bulan keempat. Pada bulan keempat, selain faktor pemberian ekstrak temulawak plus, faktor superovulasi juga memberikan pengaruh pada perbedaan jumlah sel darah merah pada kelompok domba perlakuan. Akan tetapi, faktor kombinasi antara superovulasi dengan pemberian ekstrak temulawak plus (SO*TM) belum memberikan pengaruh pada perbedaan jumlah sel darah merah kelompok domba perlakuan. Kelompok domba yang diberi ekstrak temulawak dan disuperovulasi memberikan jumlah tertinggi dibanding kelompok lainnya. Meskipun mempunyai nilai tertinggi dibandingkan dengan kelompok lain, kelompok domba yang diberi ekstrak temulawak plus dan disuperovulasi sekaligus mengalami penurunan jumlah sel darah merah sebesar 4% dibandingkan pada bulan ketiga. Pada bulan kelima kebuntingan, faktor superovulasi, faktor pemberian ekstrak temulawak plus, dan faktor superovulasi sekaligus pemberian ekstrak temulawak plus secara signifikan telah memberikan pengaruh pada perbedaan jumlah sel darah merah dari setiap kelompok domba perlakuan. Jika dibandingkan dengan bulan keempat, jumlah sel darah merah dari setiap kelompok pada bulan kelima mengalami penurunan kecuali pada kelompok domba yang diberi ekstrak temulawak plus. Kelompok domba yang diberi ekstrak temulawak plus mengalami peningkatan jumlah sel darah merah yang tidak signifikan, yaitu sebesar 0,52%. Selama lima bulan pengamatan jumlah sel darah merah, didapatkan jumlah sel darah merah pada kelompok domba yang diberi ekstrak temulawak plus sekaligus disuperovulasi (TM SO) selalu memberikan jumlah sel darah merah tertinggi, sedangkan kelompok domba yang tidak diberi ekstrak temulawak plus dan tidak disuperovulasi (kontrol) selalu memberikan jumlah sel darah merah yang terendah. Selain itu, selama lima bulan pengamatan terhadap

25

jumlah sel darah merah didapatkan jumlah sel darah merah dari kelompok domba yang disuperovulasi (SO) selalu memiliki nilai yang lebih tinggi dari kelompok kontrol maupun kelompok domba yang diberi ekstrak temulawak plus (TM). Kelompok domba yang diberi ekstrak temulawak plus (TM) selalu memiliki nilai yang lebih rendah dibanding kelompok SO maupun kelompok TM dan SO, namun selalu lebih tinggi dibandingkan kelompok kontrol selama lima bulan pengamatan jumlah sel darah merah. Pada bulan kelima kebuntingan, jumlah sel darah merah dari setiap kelompok perlakuan mengalami penurunan kecuali pada kelompok domba yang diberi ekstrak temulawak plus (TM) yang justru mengalami sedikit peningkatan. Jumlah sel darah merah dalam sistem sirkulasi tubuh diatur secara terbatas sehingga memadai untuk selalu menyediakan oksigen bagi jaringan (Guyton dan Hall 1997). Sel darah merah mempunyai tiga fungsi penting yaitu transportasi oksigen ke jaringan, transportasi karbon dioksida ke paru-paru, dan sebagai penyangga atau buffer ion hidrogen (Meyer dan Harvey 2004). Jumlah sel darah merah dari setiap kelompok domba perlakuan secara keseluruhan memiliki nilai yang lebih tinggi dibandingkan dengan hasil penelitian yang dilakukan Ginting (1987). Pada penelitian Ginting (1987) didapatkan jumlah sel darah merah domba tidak bunting sebesar 10 x 106/mm3. Nilai tersebut juga tidak berbeda jauh dari hasil penelitian yang telah dilaporkan oleh Kozat et al. pada tahun 2003 yang melaporkan bahwa jumlah sel darah merah domba tidak bunting adalah sebesar 11,72±71 x 106/mm3. Pada tahun 2006, Kozat et al. juga melaporkan bahwa jumlah sel darah merah domba bunting adalah sebesar 12,02±69 x 106/mm3 yang berarti bahwa jumlah sel darah merah pada domba bunting sedikit meningkat dibandingkan pada domba yang tidak bunting. Selain peningkatan, penurunan jumlah sel darah merah juga terjadi pada setiap kelompok domba perlakuan. Penurunan jumlah sel darah merah terjadi menjelang kelahiran yang juga sejalan dengan hasil penelitian yang dilakukan Maheshwari et al. (2001). Penurunan jumlah sel darah merah pada bulan kelima terjadi karena peningkatan stres menjelang kelahiran. Pada masa menjelang kelahiran, terjadi peningkatan hormon-hormon stres yang mempengaruhi metabolisme tubuh (Guyton dan Hall 1997). Penurunan jumlah sel darah merah

26

menjelang kelahiran juga dilaporkan pada penelitian yang dilakukan Iriadam (2007). Pada penelitian tersebut dilaporkan bahwa jumlah sel darah merah domba pada pertengahan masa kebuntingan adalah 16,94±0,23 x 106/mm3 sedangkan pada akhir kebuntingan ialah 15,40±0,49 x 106/mm3. Pengamatan jumlah sel darah merah tiap bulan menunjukkan adanya kenaikan dan penurunan. Jumlah sel darah merah mengalami kenaikan sampai dengan bulan ketiga dan mengalami penurunan pada bulan keempat menuju bulan kelima. Pada kelompok kambing yang melahirkan anak kembar dan normal akan mengalami peningkatan jumlah sel darah merah sampai dengan usia kebuntingan 4,5 bulan (Maheshwari et al. 2001). Hal tersebut sejalan dengan hasil penelitian pada kelompok domba yang disuperovulasi (SO) yang sampai pada bulan keempat kebuntingan terus mengalami peningkatan jumlah sel darah merah. Hal ini menunjukkan bahwa jumlah sel darah merah akan mengalami peningkatan pada bulan-bulan awal kebuntingan. Faktor yang secara berkesinambungan mempengaruhi perbedaan jumlah sel darah merah selama lima bulan dari setiap kelompok perlakuan ialah faktor superovulasi. Perlakuan pemberian ekstrak temulawak plus dan perlakuan pemberian ekstrak temulawak plus sekaligus superovulasi tidak memberikan pengaruh sampai bulan ketiga. Pemberian ekstrak temulawak plus baru mempengaruhi jumlah sel darah merah pada masa menjelang kelahiran, yaitu bulan keempat dan kelima sedangkan interaksi antara faktor superovulasi dan pemberian ekstrak temulawak plus dalam mempengaruhi jumlah sel darah merah baru terjadi pada bulan kelima. Menjelang kelahiran, terjadi peningkatan stres pada tubuh induk yang mempengaruhi level antioksidan alami tubuh. Jumlah antioksidan tersebut sangat berpengaruh pada umur sel darah merah (Kurata et al. 1993). Salah satu senyawa bermanfaat yang dimiliki temulawak ialah kurkuminoid. Kurkuminoid mampu memperbaiki level dari malonildialdehida (MDA), superoksida dismutase (SOD), dan glutation peroksidase (GSH-Px) (Kalpravidh et al. 2010). Ketiga senyawa tersebut merupakan antioksidan alami yang ada di dalam tubuh yang dapat mengurangi kerusakan sel karena stress oksidatif.

27

Jumlah sel darah merah akan mengalami penurunan pada masa akhir kebuntingan atau menjelang kelahiran. Penurunan jumlah sel darah merah tersebut tidak hanya terjadi pada domba namun juga pada hewan bunting lainnya, seperti pada kuda, babi, dan anjing (Jain 1993; Vihan dan Rai 1987). Penurunan jumlah sel darah merah pada masa akhir kebuntingan menimbulkan efek hemodilusi atau pengenceran darah sebagai akibat dari meningkatkanya plasma darah. Kondisi tersebut juga telah diteliti pada kambing yang sedang bunting (Azab dan Maksoud 1999). Mekanisme kenaikan dan penurunan jumlah sel darah merah selama kebuntingan sangat terkait dengan proses hormonal. Perlakuan superovulasi sebelum adanya perkawinan dapat meningkatkan jumlah korpus luteum, konsentrasi rata-rata hormon estrogen induk, konsentrasi hormon progesteron, jumlah litter size, rata-rata bobot lahir anak, dan produksi susu masing-masing sebesar 112, 67, 42, 27, 32, dan 35% (Adriani et al. 2007). Selanjutnya, profil kenaikan dan penurunan dari jumlah sel darah merah dari setiap kelompok perlakuan disajikan pada Grafik 1.

Grafik 1 Jumlah sel darah merah induk domba kontrol (♦), disuperovulasi (■), diberi ekstrak temulawak plus (▲), dan diberi ekstrak temulawak plus sekaligus disuperovulasi (●) selama lima bulan kebuntingan. Kenaikan kadar hormon estrogen dan progesteron memiliki hubungan yang erat dengan total bobot lahir anak. Semakin tinggi konsentrasi progesteron

28

dan estrogen selama kebuntingan maka bobot total lahir anak juga semakin tinggi (Sumaryadi 2004). Total bobot lahir anak menggambarkan proses pertumbuhan yang dialami fetus selama kebuntingan. Hal tersebut menunjukkan bahwa peningkatan hormon progesteron selama kebuntingan memberikan pengaruh besar pada pertumbuhan fetus (Manalu dan Sumaryadi 1998) Kelompok perlakuan yang mendapatkan pencekokan ekstrak temulawak plus (TM dan TM SO) memiliki jumlah sel darah merah yang lebih tinggi dari kontrol. Kandungan vitamin A, D, dan B kompleks yang terdapat pada ekstrak temulawak plus diduga memiliki pengaruh pada peningkatan jumlah sel darah merah. Pada manusia, suplementasi vitamin A dilaporkan dapat menurunkan tingkat kematian pada anak yang baru lahir ketika ibunya menderita defisiensi vitamin A (Rotondi dan Khobzi 2010). Pemberian piridoksin (B6) mampu meningkatkan proliferasi sel diferensiasi neuroblast pada saraf (Yoo et al. 2011). Vitamin D dan K secara sinergis memberikan manfaat pada tulang dan sistem kardiovaskular (Kidd dan Paris 2010). Pemberian suplementasi vitamin D pada induk babi selama kebuntingan dapat memberikan kecukupan kebutuhan mineralisasi tulang fetus (Witschi et al. 2011).

4.2. Hematokrit Nilai hematokrit setiap kelompok perlakuan selama lima bulan dapat dilihat pada Tabel 3. Faktor yang memberikan pengaruh pada nilai hematokrit dari bulan pertama sampai dengan bulan kelima ialah faktor superovulasi. Faktor pemberian ekstrak temulawak plus dan kombinasi antara superovulasi dan pemberian ekstrak temulawak plus tidak memberikan pengaruh yang signifikan pada perbedaan nilai hematokrit dari setiap kelompok perlakuan. Selama lima bulan pengamatan terhadap nilai hematokrit kelompok domba perlakuan selalu didapatkan nilai hematokrit tertinggi pada kelompok domba yang diberi ekstrak temulawak plus dan disuperovulasi (TM SO), sedangkan nilai terendah ditemukan pada kelompok domba yang yang tidak diberi ekstrak temulawak plus dan tidak disuperovulasi (kontrol). Selain itu, nilai hematokrit dari kelompok domba yang disuperovulasi (SO) selalu lebih tinggi dibanding kelompok domba yang diberi ekstrak temulawak plus (TM) dan kelompok domba kontrol. Nilai hematokrit dari

29

kelompok domba yang diberi ekstrak temulawak plus selalu lebih tinggi dari kontrol namun lebih rendah dari kelompok domba yang disuperovulasi dan kelompok domba yang diberi ekstrak temulawak plus sekaligus disuperovulasi. Perbedaan nilai hematokrit yang ada tersebut sejalan dengan perbedaan jumlah sel darah merah dari setiap kelompok domba perlakuan.

Tabel 3 Nilai hematokrit (%) induk domba bunting yang disuperovulasi sebelum kawin dan diberi ekstrak temulawak plus selama kebuntingan Bulan

Kontrol

TM

SO TM SO*TM

Kontrol

SO

Kontrol

SO

1

23,80±1,58a

26,85±1,30a

24,90±2,69a

26,85±1,30a

*

-

-

2

24,15±1,52

a

b

*

-

-

3

23,78±1,07a

28,20±0,80b

*

-

-

4

23,43±0,99

a

27,50±0,55

b

*

-

-

23,05±0,26

a

27,00±0,66

b

*

-

-

5

27,28±1,13

ab

27,00±1,14ab 27,15±1,27

b

26,80±0,43

b

25,13±2,47

ab

24,90±1,79ab 24,55±0,55

a

24,40±1,32

a

28,20±0,80

Ket: SO: Superovulasi; TM: Ekstrak temulawak plus; SO*TM: Superovulasi sekaligus ekstrak temulawak plus; Tanda (*): Signifikan (P<0,05); Tanda (-): Tidak signifikan (p>0,05); Huruf superscript berbeda pada baris yang sama menunjukkan nilai berbeda nyata (p<0,05).

Nilai hematokrit bulan pertama dari kelompok yang disuperovulasi sekaligus diberi ekstrak temulawak plus, yaitu 26,85±1,30%, memberikan nilai tertinggi dibandingkan dengan kelompok perlakuan lainnya. Hal tersebut sejalan dengan jumlah sel darah merah dari kelompok domba yang disuperovulasi sekaligus diberi ekstrak temulawak plus yang juga memiliki jumlah sel darah merah tertinggi dibandingkan dengan kelompok lainnya. Nilai hematokrit pada bulan kedua dari setiap kelompok domba perlakuan mengalami kenaikan dengan pola perbandingan yang hampir sama kecuali pada kelompok domba yang diberi ekstrak temulawak plus sekaligus disuperovulasi. Pada bulan kedua, nilai hematokrit tertinggi sebesar 28,20±0,80% ada pada kelompok domba yang diberi ekstrak temulawak plus yang menunjukkan kenaikan nilai hematokrit sebesar 5% dibanding pada bulan pertama. Nilai hematokrit terendah pada bulan kedua sebesar 24,15±1,52% pada kelompok domba kontrol yang menunjukkan kenaikan sebesar 1,5%. Hematokrit merupakan nilai yang menunjukkan fraksi sel darah merah di dalam darah (Cunningham 1997). Kenaikan nilai hematokrit pada domba

30

penelitian secara nyata hanya terjadi pada bulan kedua. Kenaikan nilai hematokrit pada bulan kedua sejalan dengan kenaikan jumlah sel darah merah pada bulan kedua pada setiap kelompok domba perlakuan. Jika dibandingkan dengan nilai hematokrit yang dilaporkan Ginting (1987), secara keseluruhan nilai hematokrit dari setiap kelompok perlakuan memiliki nilai yang lebih rendah. Nilai hematokrit yang dilaporkan oleh Ginting adalah sebesar 30%. Namun, nilai hematokrit tersebut masih lebih kecil jika dibandingkan dengan laporan pada penelitian Kozat et al. (2003) yang melaporkan nilai hematokrit pada domba yang tidak bunting adalah 34±3% sedangkan pada domba bunting ialah 28,60±1,4% (Kozat et al. 2006). Kelompok domba perlakuan yang memiliki nilai yang hampir sama dengan nilai tersebut ialah pada kelompok domba yang diberi ekstrak temulawak plus sekaligus disuperovulasi. Pengamatan nilai hematokrit tiap bulan menunjukkan adanya kenaikan dan penurunan. Profil kenaikan dan penurunan nilai hematokrit pada setiap kelompok perlakuan disajikan pada Grafik 2.

Grafik 2 Nilai hematokrit induk domba kontrol (♦), disuperovulasi (■), diberi ekstrak temulawak plus (▲), dan diberi ekstrak temulawak plus sekaligus disuperovulasi (●) selama lima bulan kebuntingan.

Pola kenaikan dan penurunan nilai hematokrit pada setiap kelompok perlakuan sama persis dengan pola kenaikan dan penurunan jumlah sel darah

31

merahnya. Hal tersebut terjadi karena nilai hematokrit memiliki hubungan yang erat dengan jumlah sel darah merah. Pola kenaikan nilai hematokrit terjadi pada bulan-bulan awal kebuntingan, sedangkan pada masa menjelang kelahiran mengalami penurunan karena jumlah sel darah merah juga mengalami penurunan. Penurunan nilai hematokrit juga akan terus terjadi sampai dengan periode setelah kelahiran (Azab dan Maksoud 1999). Secara fisiologis, nilai hematokrit pada hewan bunting akan selalu lebih rendah dibandingkan dengan kondisi ketika tidak bunting. Hal tersebut dikarenakan adanya retensi cairan yang menyebabkan kenaikan volume plasma darah. Selain volume plasma darah, total air tubuh juga meningkat termasuk air ekstraseluler (Podymow et al. 2010). Kenaikan volume plasma darah pada kebuntingan kembar jauh lebih tinggi dibandingkan pada kebuntingan tunggal (Berghella 2007). Kenaikan plasma darah di dalam tubuh akan menyebabkan pengenceran darah atau dikenal dengan hemodilusi yang pada akhirnya menyebabkan turunnya nilai hematokrit. Terjadinya hemodilusi merupakan suatu proses fisiologis penting pada hewan domestik. Keadaan hemodilusi memberikan manfaat mengurangi viskositas darah yang pada akhirnya meningkatkan aliran darah pada pembuluh darah kapiler (Guyton dan Hall 1997). Meskipun selama periode kebuntingan terjadi peningkatan volume plasma yang cukup besar namun tidak menunjukkan kondisi hipervolemik (Podymow et al. 2010). Kondisi hemodilusi juga memperlancar aliran darah dalam pembuluh darah kapiler plasenta. Aliran pembuluh darah yang lancar pada plasenta akan meningkatkan proses difusi oksigen dan nutrisi pada fetus (Pere et al. 1996). Kondisi hemodilusi pada akhir masa kebuntingan juga dilaporkan terjadi pada kambing Saanen (Biagi et al. 1988) dan pada kambing Danish landrace (Mbassa dan Poulsen 1991).

4.3. Hemoglobin Fungsi utama hemoglobin ialah untuk pengangkutan oksigen dan karbon dioksida di dalam darah (Cunningham 1997). Kadar hemoglobin pada setiap kelompok perlakuan memiliki nilai yang lebih tinggi dibandingkan penelitian yang dilakukan oleh Ginting (1987) yang melaporkan kadar hemoglobin pada

32

penelitiannya sebesar 11 gram%. Nilai tersebut sedikit lebih rendah jika dibandingkan dengan kadar hemoglobin yang dilaporkan Kozat et al. (2003), yaitu sebesar 12,2±0,7 gram% pada domba tidak bunting dan sebesar 12,3±0,58 gram% pada domba bunting. Kadar hemoglobin pada domba yang bunting dan tidak bunting tidak begitu mengalami perubahan (Kozat et al. 2006). Perbedaan kadar hemoglobin pada setiap kelompok perlakuan secara umum dipengaruhi oleh faktor superovulasi. Pada bulan kedua, kadar hemoglobin pada setiap kelompok perlakuan hampir memiliki nilai yang sama sehingga tidak didapatkan faktor yang secara signifikan mempengaruhi kadar hemoglobin. Pada bulan kelima, faktor pemberian ekstrak temulawak plus memberikan pengaruh pada perbedaan kadar hemoglobin domba penelitian. Perbedaan kadar hemoglobin yang disebabkan oleh faktor pemberian ekstrak temulawak plus tersebut sejalan dengan perbedaan jumlah sel darah merahnya. Data kadar hemoglobin domba penelitian disajikan pada Tabel 3.

Tabel 4 Kadar hemoglobin (gram%) induk domba bunting yang disuperovulasi sebelum kawin dan diberi ekstrak temulawak plus selama kebuntingan Bulan

Kontrol

TM

SO TM SO*TM

Kontrol

SO

Kontrol

SO

1

12,30±1,10a

14,03±0,79a

12,98±1,07a

14,25±1,20a

*

-

-

2

13,00±1,28a

14,75±0,99a

14,05±1,79a

14,98±0,95a

-

-

-

3

12,90±1,49

a

15,68±0,74

b

*

-

-

4

12,45±0,65

a

15,38±0,33

b

*

-

-

5

12,55±0,42a

15,20±0,42c

*

*

-

14,70±0,90

ab

14,70±0,50

b

14,00±0,14b

13,25±1,76

ab

12,43±0,99

a

13,58±0,53b

Ket: SO: Superovulasi; TM: Ekstrak temulawak plus; SO*TM: Superovulasi sekaligus ekstrak temulawak plus; Tanda (*): Signifikan (P<0,05); Tanda (-): Tidak signifikan (p>0,05); Huruf superscript berbeda pada baris yang sama menunjukkan nilai berbeda nyata (p<0,05).

Kadar hemoglobin dalam darah tidak mengalami perubahan yang signifikan meskipun jumlah sel darah merah mengalami perubahan selama masa kebuntingan (Jain 1993; Iriadam 2007). Kadar hemoglobin yang cenderung stabil selama proses kebuntingan memberikan banyak manfaat. Kadar hemoglobin yang stabil menjaga dan mencegah penurunan kadar oksigen dalam darah. Proses difusi oksigen dari darah induk ke darah fetus bergantung pada perbedaan tekanan

33

oksigen antara darah induk dan fetus. Oleh karena itu, jika terjadi penurunan kadar hemoglobin di dalam darah induk dapat menyebabkan penurunan pengangkutan oksigen ke fetus (Guyton dan Hall 1997). Kadar hemoglobin darah baru mengalami perubahan berupa penurunan pada periode setelah melahirkan (Azab dan Maksoud 1999). Pengamatan jumlah kadar hemoglobin tiap bulan selama lima bulan menunjukkan adanya kenaikan dan penurunan. Profil kenaikan dan penurunan kadar hemoglobin pada setiap kelompok domba perlakuan disajikan pada Gambar 3.

Grafik 3 Kadar hemoglobin induk domba kontrol (♦), disuperovulasi (■), diberi ekstrak temulawak plus (▲), dan diberi ekstrak temulawak plus sekaligus disuperovulasi (●) selama lima bulan kebuntingan.

Pola kenaikan dan penurunan kadar hemoglobin pada setiap kelompok perlakuan memiliki pola yang hampir sama dengan kenaikan dan penurunan pada jumlah sel darah merah dan hematokritnya kecuali pada kelompok domba yang diberi ekstrak temulawak plus. Pada kelompok domba yang diberi ekstrak temulawak plus justru terjadi kenaikan kadar hemoglobin dari bulan keempat sampai bulan kelima. Secara umum, pola kenaikan kadar hemoglobin sama dengan pola kenaikan jumlah sel darah merah dan hematokritnya, yaitu kenaikan terjadi pada masa-masa awal kebuntingan. Pada masa-masa akhir kebuntingan

34

terjadi penurunan baik kadar hemoglobin, hematokrit, ataupun jumlah sel darah merahnya. Pola kenaikan kadar hemoglobin, hematokrit, dan sel darah merah yang terjadi pada masa-masa awal kebuntingan terkait dengan proses metabolisme yang terjadi. Pola perubahan gambaran darah tersebut dapat disebabkan oleh faktor intrinsik, di antaranya pertambahan umur, keadaan gizi, latihan, kesehatan,siklus reproduksi, dan kebuntingan (Jain 1993). Kondisi kebuntingan menyebabkan perubahan pada proses metabolisme yang terlihat dari gambaran darahnya. Proses perubahan gambaran darah tersebut merupakan mekanisme fisiologi yang berbeda yang merupakan proses adaptasi tubuh induk selama masa kebuntingan (Azab dan Maksoud 1999). Perlakuan superovulasi secara nyata meningkatkan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin domba penelitian. Peningkatan nilai-nilai tersebut terjadi sebagai akibat dari proses adaptasi selama periode kebuntingan. Faktor superovulasi secara signifikan memberikan pengaruh kenaikan pada periode awal kebuntingan dan penurunan pada akhir masa kebuntingan. Perlakuan pemberian ekstrak temulawak plus memberikan pengaruh signifikan pada gambaran sel darah merah pada akhir periode kebuntingan. Pemberian ekstrak temulawak plus memberikan pengaruh karena di dalamnya terkandung

zat

berkhasiat

seperti

kurkuminoid

dan

beberapa

vitamin.

Kurkuminoid berkhasiat sebagai antioksidan sedangkan vitamin berperan dalam proses metabolisme selama periode kebuntingan.

35

KESIMPULAN DAN SARAN

Kesimpulan Berdasarkan hasil dan pembahasan maka dapat disimpulkan bahwa Pemberian ekstrak temulawak plus

selama periode kebuntingan

dapat

memperbaiki gambaran darah induk domba yang disuperovulasi sebelum kawin. Interaksi nyata antara superovulasi dan pemberian ekstrak temulawak plus terjadi pada akhir periode kebuntingan

Saran Perlu dilakukan penelitian mengenai profil biokimiawi darah domba yang disuperovulasi dan dicekok ekstrak temulawak plus.

36

DAFTAR PUSTAKA Adriani, Adi S, Toha S, Wasmen M, I Ketut S. 2007. Pertumbuhan prenatal dalam kandungan kambing melalui superovulasi. HAYATI J Biosci14(2):44-48. Amiridis GS, Rekkas CA, Fthenakis GC, Vainas E, Lymberopoulos A, Christodoulou V, Belibasaki S. 2002. Progesterone concentration as an indicator of ovarian responsse to superovulation in Chios ewes. Theriogenol 57(3):1143-1151. Andriyanto, Manalu W. 2010. Prospek penerapan teknologi perbaikan sekresi endogen hormon kebuntingan pada domba skala peternakan rakyat. Prosiding Seminar Nasional Peranan Teknologi Reproduksi Hewan dalam Rangka Swasembada Pangan Nasional. Bagian Reproduksi dan Kebidanan Departemen Klinik, Reproduksi, dan Patologi Fakultas Kedokteran Hewan Institut Pertanian Bogor. Bogor. Hlm: 125-127. Andriyanto, Manalu W. 2011. Potency of ethanol extract Curcuma xanthoriza as natural growth promotor in pregnant ewes with superovulation. Globalization of Jamu Brand Indonesia. The 2nd International symposium on Temulawak. The 40th Meetingof National Working Group on Indonesian Medical Plant. IICC. Bogor. Hlm:134. Anonim. 2008. http://elvira.student.umm.ac.id [12 April 2011]. Anonim. 1999. http://publicdomainclip-art.blogspot.com/2007/08/sheep-ovisaries.html [12 April 2011]. Anonim.2009.http://www.agromaret.com/artikel/474/mengenal_domba_di_indon esia [25 Maret 2011]. Anonim. 2010. http://www-obat-tradisional.blogspot.com/2010/12/obattradisional-khasiat-temulawak.html [12 April 2011]. Azab ME, Abdel-Maksoud HA. 1999. Changes in some hematological and biochemical parameters during prepartum and postpartum periods in female baladi goats. Small Rumin Res 34(1)77-85. Berghella V. 2007. Obstetric Evidence Based Guidelines. London: Informa Healthcare. Biagi G, Bagliacca M, Leto A, Romagnoli A. 1988. The use of metabolic profile test in a sanen goat herd. Ann Fac Med Vet 41:395-410. Cahyono B. 1998. Beternak Domba dan Kambing. Jakarta: Kanisius. Choi Min-Ah, Seong Hwan Kim, Won-Yoon Chung, Jae-Kwan Hwang, KwangKyun Park. 2004. Xanthorizol, a natural from Curcuma Xanthoriza, has an antimetastatic potential in experimental lung metastasis model. Biochem & Bio Commu 326(1):210-217.

37

Cueto M, Pereyra B, Silvestre P, Gibbons AE. 2010. Superstimulatory respons with decreasing doses of follicle-stimulating hormone. A single dose of follicle-stimulating hormone-equine chorionic gonadotropin during breeding season in sheep. Rep Fert Dev 22(1):360-360. Cunningham JD. 1997. Text Book of Veterinary Physiology. Philadelphia: WB Saunders Company. Donald Mc, Leslie E. 1980. Veterinary Endocronology and Reproduction 3rd Edition. Philadelphia: Lea&Febiger. Frandson RD, Wilke WL, Fails AD. 2009. Anatomy and Physiology of Farm Animals 7th Ed. Iowa: Wiley-Blackwell. Ginting N. 1987. Gambaran darah ruminansia di Pulau Jawa. Peny Hewan 19(33):30-37 Gordon R. 2005. Reproductive Technologies in Farm Animals. Cambridge: CABI Publishing. Guyton AC, Hall JE. 1997. Fisiologi Kedokteran. Jakara: Penerbit Buku Kedokteran. Hafez ESE. 2000. Reproduction in Farm Animals. Philadelpia. Hernawan E. 2003. Peningkatan Kinerja Reproduksi pada Phase Kebuntingan melalui Tehnik Superovulasi pada Ternak Domba. Int Sci Phil (PPS 702). Hunter RHF. 1995. Fisiologi dan Teknologi Reproduksi Hewan Betina Domsestik terjemahan DK Harya Putra. Penerbit ITB. Bandung. Iriadam M. 2007. Variation in certain hematological and biochemical parameters during the peri-partum period in Kilis does. Small Rumin Res 73:54-57. Jain NC. 1993. Essential of Veterinary Hematology. Philadelphia: Lea & Febiger James SE. 2003. Applied Animal Endocrinology. Cambridge: CABI Publishing. Kalpravidh RW, Siritanaratkul N, Insain P, Charoensakdi R, Panichkul N, Hatairaktham, Srichairatanakool S, Phisalaphong C, Rachmilewitz E, Fucharoen S. 2010. Improvement in oxidative stress and antioxidant parameters in β-thalassemia/Hb E patients treated with curcuminoids. Clin Biochem 43(4):424-429. Kidd, Parris M. 2010. Vitamins D and K as pleiotropic nutrients: Clinical importance to the skeletal and cardiovascular systems and preliminary evidence for synergy. Alt Med Rev 15(3):199-222. Kozat S, YŸksek N, AltuÛ N, AÛaoÛlu TZ, Er•in F. 2003. Studies on the effect of iron (Fe) preparation in addition to babesiosis treatment on the

38

hematological and some mineral levels in sheep naturally infected with Babesia ovis. Y Y Vet Fak Derg 14:18-21. Kozat S, YŸksek N, Yasar GOZ, Ihsan K. 2006. Serum iron, total iron-binding capacity, unbound iron-binding capacity, transferin saturation, serum copper, and hematological parameters in pregnant akkaraman ewes infected with gastro-intestinal parasites . Turk J Vet Anim Sci 30:601-604. Kurata M, Suzuki M, Agar NS. 1993. Antioxidants system and erythrocyte lifespan in mammals. Comp Biochem Physicl B 106:477-487 Lee YL, Seok SJ, Yaya R, Kwan HJ. 2008. Antibacterial activity of xanthorrhizol isolated from Curcuma xanthorrhiza Roxb. against foodborne pathogens. J Food Pro 71(9):1926-1930. Lemke EP. 2008. Single-chain human gonadotropin analogs induce follicle development in sheep. Journal of Endocrinology 196(3):593-600. Lopez V, Bulnes G, Garcia G, Dominguez, Cocero. 2005. The effects of previous ovarian status on ovulation rate and early embryo development in response to superovulatory FSH treatments in sheep. Theriogenol 63(7):1973-1983. Maheshwari H, Isdoni B, Satyaningtijas AS, Ekastuti DR, Kusumorini N. 2001. Gambaran darah kambing yang bunting tunggal dan kembar. Med Pet 24(3):77-82. Manalu W, Sumaryadi MY. 1998. Maternal serum progesterone concentration during pregnancy and lamb birth weight at parturition in javanese thin-tail ewes with different litter size. Small Rumin Res 30:163-169. Manalu W, Sumaryadi MY, Sudjatmogo, Satyaningtijas AS. 1999. Mammary gland differential growth during pregnancy in superovulated Javanese ThinTail ewes. Small Rumin Res 33:279-284. Marotta F, Shield YR, Bamba T, Naito Y, Mineli E, Yoshioka M. 2003. Hepatoprotective efffect of a curcumin compound in experimental severe liver injury. Chin J Dig Dis 4(3):122-128. Meyer DJ, Harvey JW. 2004. Veterinary Laboratory Medicine Interpretation & Diagnosis. Third edition. USA: Saunders. Pere MC, Dourmad JY, Etienne M. 1996. Variation of uterine blood flow in the sow during gestation. Journées de la Recherche Procine en France 18:371378. Podymow T, Phylis A, Ayub A. 2010. Management of renal disease in pregnancy. Obstet Gynecol Clin N Am 37:195-210. Poedjiadi A. 2006. Dasar-Dasar Biokimia. Jakarta: Penerbit Universitas Indonesia.

39

Purbowati E. 2009. Usaha Penggemukan Domba. Jakarta: Penebar Swadaya. Rotondi MA, Khobzi N. 2010. Vitamin A supplementation and neonatal mortality in the developing world: a meta-regression of cluster-randomized trials. Bull World Health Organ 88(9):697-702. Rukmana R. 1995. Temulawak Tanaman Rempah dan Obat. Yogyakarta: Kanisius. Seiverd CE. 1964. Hematology for Medical Technologist. Philadelphia: Lea & Febiger. Sumaryadi MY. 1997. Prediksi Banyaknya Anak, Bobot Lahir, Komponen Kimia Kelenjar Susu, dan Produksi Susu Kaitannya dengan Bobot Sapih Berdasarkan Profil Hormon dan Metabolit Darah Selama Kebuntingan pada Domba (Ovis aries) [Disertasi]. Sumaryadi MY. 2004. The relationship of progesterone and estradiol concentration during pregnancy with lamb birth weight in javanese thin-tail ewes. Anim Prod 6(1):49-55. Sutama I K, Budiarsanaa IG M, Setijanto H, Priyanto A. 1999. Productive and reproductive performance of young Etawah-cross does. J Ilmu Ternak dan Vet 1(2):81-85. Vihan VS, Rai P. 1987. Certain hematological and biochemical attributes during pregnancy, parturition and post-parturition periods in sheep and goats. Ind J Anim Sci 57(11)1200-1204. Witschi A-K M, Liesegang A, Gebert S, Weber G M, Wenk C. 2011. Effect of source and quantity of dietary vitamin D in maternal and creep diets on bone metabolism and growth in piglets1. J Anim Sci 89(6):1844. Yoo DY, Woosuk K, Dae WK, Ki-Yeon Y. 2011. Pyridoxine enhances cell proliferation and neuroblast differentiation by upregulating the gabaergic system in the mouse dentate gyrus. Neurochem Res 36(5):713.

40

LAMPIRAN

41

Lampiran 1 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan pertama GLM rbcb1 pcvb1 hbb1 BY F1 F2 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1 F2 F1*F2.

General Linear Model [DataSet1] D:bulan1.sav Between-Subjects Factors N F1

1

8

F2

2 1

8 8

2

8 Descriptive Statistics

rbcb1

F1

F2

Mean

1

1

11.5000

1.51658

4

2

11.7125

3.19171

4

Total

11.6062

2.31614

8

1

13.7250

.85391

4

2

14.8250

.86554

4

Total

14.2750

.98959

8

1

12.6125

1.64702

8

2

13.2687

2.73036

8

Total

12.9406

2.20447

16

1

23.8000

1.58114

4

2

24.8750

2.68623

4

Total

24.3375

2.11993

8

1

26.8500

1.29743

4

2

26.8500

1.29743

4

Total

26.8500

1.20119

8

1

25.3250

2.10967

8

2

25.8625

2.22000

8

Total

25.5938

2.11044

16

1

12.3000

1.10454

4

2

12.9750

1.07199

4

Total

12.6375

1.07030

8

1

14.0250

.79320

4

2

14.2500

1.19583

4

Total

14.1375

.94708

8

1

13.1625

1.28167

8

2

Total

pcvb1

1

2

Total

hbb1

1

2

Total

Std. Deviation

N

42

2

13.6125

1.25293

8

Total

13.3875

1.24626

16 b

Multivariate Tests Effect Intercept

Value Pillai's Trace Wilks' Lambda

.002

Hotelling's Trace

537.592

Roy's Largest Root F1

F2

F1 * F2

F

.998

537.592

Hypothesis df

Error df

Sig.

1.792E3

a

3.000

10.000

.000

1.792E3

a

3.000

10.000

.000

1.792E3

a

3.000

10.000

.000

1.792E3

a

3.000

10.000

.000

Pillai's Trace

.452

2.754

a

3.000

10.000

.098

Wilks' Lambda

.548

2.754

a

3.000

10.000

.098

Hotelling's Trace

.826

2.754

a

3.000

10.000

.098

Roy's Largest Root

.826

2.754

a

3.000

10.000

.098

.225

a

3.000

10.000

.877

Pillai's Trace

.063

Wilks' Lambda

.937

.225

a

3.000

10.000

.877

Hotelling's Trace

.067

.225

a

3.000

10.000

.877

Roy's Largest Root

.067

.225

a

3.000

10.000

.877

Pillai's Trace

.312

1.512

a

3.000

10.000

.271

Wilks' Lambda

.688

1.512

a

3.000

10.000

.271

Hotelling's Trace

.454

1.512

a

3.000

10.000

.271

1.512

a

3.000

10.000

.271

Roy's Largest Root

.454

a. Exact statistic b. Design: Intercept + F1 + F2 + F1 * F2 Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

F1

F2

F1 * F2

Error

df

Mean Square

F

Sig.

30.999

a

3

10.333

2.960

.075

27.562

b

3

9.187

2.809

.085

hbb1

10.013

c

3

3.338

3.015

.072

rbcb1

2679.356

1

2679.356

767.429

.000

pcvb1

10480.641

1

10480.641

3.204E3

.000

hbb1

2867.603

1

2867.603

2.590E3

.000

rbcb1

28.489

1

28.489

8.160

.014

pcvb1

25.251

1

25.251

7.720

.017

hbb1

9.000

1

9.000

8.129

.015

rbcb1

1.723

1

1.723

.493

.496

pcvb1

1.156

1

1.156

.353

.563

hbb1

.810

1

.810

.732

.409

rbcb1

.788

1

.788

.226

.643

pcvb1

1.156

1

1.156

.353

.563

hbb1

.202

1

.202

.183

.676

rbcb1

41.896

12

3.491

pcvb1

39.248

12

3.271

rbcb1 pcvb1

Intercept

Type III Sum of Squares

43

Total

Corrected Total

hbb1

13.285

12

rbcb1

2752.252

16

pcvb1

10547.450

16

hbb1

2890.900

16

rbcb1

72.895

15

pcvb1

66.809

15

hbb1

23.298

15

a. R Squared = .425 (Adjusted R Squared = .282) b. R Squared = .413 (Adjusted R Squared = .266) c. R Squared = .430 (Adjusted R Squared = .287)

GLM rbcb1 pcvb1 hbb1 BY F1 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=F1(TUKEY) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1.

General Linear Model [DataSet1] D: bulan1.sav Between-Subjects Factors N F1

1

4

2

4

3

4

4

4 Descriptive Statistics

rbcb1

pcvb1

hbb1

F1

Mean

1

11.5000

2 3

Std. Deviation

N

1.51658

4

13.7250

.85391

4

11.7125

3.19171

4

4

14.8250

.86554

4

Total

12.9406

2.20447

16

1

23.8000

1.58114

4

2

26.8500

1.29743

4

3

24.8750

2.68623

4

4

26.8500

1.29743

4

Total

25.5938

2.11044

16

1

12.3000

1.10454

4

2

14.0250

.79320

4

1.107

44

3

12.9750

1.07199

4

4

14.2500

1.19583

4

Total

13.3875

1.24626

16

Multivariate Tests Effect Intercept

Value

Hypothesis df

Error df

Sig.

Pillai's Trace

.998

1.792E3

a

3.000

10.000

.000

Wilks' Lambda

.002

1.792E3

a

3.000

10.000

.000

1.792E3

a

3.000

10.000

.000

1.792E3

a

3.000

10.000

.000

Hotelling's Trace

537.592

Roy's Largest Root F1

F

c

537.592

Pillai's Trace

.788

1.426

9.000

36.000

.214

Wilks' Lambda

.362

1.409

9.000

24.488

.238

1.297

9.000

26.000

.285

b

3.000

12.000

.048

Hotelling's Trace

1.347

Roy's Largest Root

.887

3.548

a. Exact statistic b. The statistic is an upper bound on F that yields a lower bound on the significance level. c. Design: Intercept + F1

Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

Error

Total

Corrected Total

Mean Square

F

Sig.

30.999

3

10.333

2.960

.075

27.562

b

3

9.187

2.809

.085

c

3

3.338

3.015

.072

rbcb1

2679.356

1

2679.356

767.429

.000

pcvb1

10480.641

1

10480.641

3.204E3

.000

hbb1

2867.603

1

2867.603

2.590E3

.000

rbcb1

30.999

3

10.333

2.960

.075

pcvb1

27.562

3

9.187

2.809

.085

hbb1

10.013

3

3.338

3.015

.072

rbcb1

41.896

12

3.491

pcvb1

39.248

12

3.271

hbb1

13.285

12

1.107

rbcb1

2752.252

16

pcvb1

10547.450

16

hbb1

2890.900

16

rbcb1

72.895

15

pcvb1

66.809

15

hbb1

23.298

15

rbcb1 hbb1

F1

df a

pcvb1 Intercept

Type III Sum of Squares

10.013

a. R Squared = .425 (Adjusted R Squared = .282)

45

Tests of Between-Subjects Effects Depend ent Variable

Source Corrected Model

F1

Error

Total

Corrected Total

df

Mean Square

F

Sig.

rbcb1

30.999

a

3

10.333

2.960

.075

pcvb1

27.562

b

3

9.187

2.809

.085

c

3

3.338

3.015

.072

rbcb1

2679.356

1

2679.356

767.429

.000

pcvb1

10480.641

1

10480.641

3.204E3

.000

hbb1

2867.603

1

2867.603

2.590E3

.000

rbcb1

30.999

3

10.333

2.960

.075

pcvb1

27.562

3

9.187

2.809

.085

hbb1

10.013

3

3.338

3.015

.072

rbcb1

41.896

12

3.491

pcvb1

39.248

12

3.271

hbb1

13.285

12

1.107

rbcb1

2752.252

16

pcvb1

10547.450

16

hbb1

2890.900

16

rbcb1

72.895

15

pcvb1

66.809

15

hbb1

23.298

15

hbb1 Intercept

Type III Sum of Squares

10.013

a. R Squared = .425 (Adjusted R Squared = .282) b. R Squared = .413 (Adjusted R Squared = .266) c. R Squared = .430 (Adjusted R Squared = .287)

Post Hoc Tests F1 Multiple Comparisons Tukey HSD Depend ent Variable (I) F1

(J) F1

rbcb1

2

1

2

3

95% Confidence Interval Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

-2.2250

1.32124

.373

-6.1476

1.6976

3

-.2125

1.32124

.998

-4.1351

3.7101

4

-3.3250

1.32124

.107

-7.2476

.5976

1

2.2250

1.32124

.373

-1.6976

6.1476

3

2.0125

1.32124

.455

-1.9101

5.9351

4

-1.1000

1.32124

.838

-5.0226

2.8226

1

.2125

1.32124

.998

-3.7101

4.1351

2

-2.0125

1.32124

.455

-5.9351

1.9101

46

4

pcvb1

1

2

3

4

hbb1

1

2

3

4

4

-3.1125

1.32124

.140

-7.0351

.8101

1

3.3250

1.32124

.107

-.5976

7.2476

2

1.1000

1.32124

.838

-2.8226

5.0226

3

3.1125

1.32124

.140

-.8101

7.0351

2

-3.0500

1.27879

.133

-6.8466

.7466

3

-1.0750

1.27879

.834

-4.8716

2.7216

4

-3.0500

1.27879

.133

-6.8466

.7466

1

3.0500

1.27879

.133

-.7466

6.8466

3

1.9750

1.27879

.443

-1.8216

5.7716

4

.0000

1.27879

1.000

-3.7966

3.7966

1

1.0750

1.27879

.834

-2.7216

4.8716

2

-1.9750

1.27879

.443

-5.7716

1.8216

4

-1.9750

1.27879

.443

-5.7716

1.8216

1

3.0500

1.27879

.133

-.7466

6.8466

2

.0000

1.27879

1.000

-3.7966

3.7966

3

1.9750

1.27879

.443

-1.8216

5.7716

2

-1.7250

.74400

.148

-3.9339

.4839

3

-.6750

.74400

.801

-2.8839

1.5339

4

-1.9500

.74400

.090

-4.1589

.2589

1

1.7250

.74400

.148

-.4839

3.9339

3

1.0500

.74400

.516

-1.1589

3.2589

4

-.2250

.74400

.990

-2.4339

1.9839

1

.6750

.74400

.801

-1.5339

2.8839

2

-1.0500

.74400

.516

-3.2589

1.1589

4

-1.2750

.74400

.359

-3.4839

.9339

1

1.9500

.74400

.090

-.2589

4.1589

2

.2250

.74400

.990

-1.9839

2.4339

3

1.2750

.74400

.359

-.9339

3.4839

Based on observed means. The error term is Mean Square(Error) = 1.107.

Homogeneous Subsets rbcb1 Tukey HSD Subset F1 1 3 2 4 Sig.

N

1 4 4 4 4

11.5000 11.7125 13.7250 14.8250 .107

47

rbcb1 Tukey HSD Subset F1

N

1 3 2 4 Sig.

1 4 4 4 4

11.5000 11.7125 13.7250 14.8250 .107

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 3.491.

pcvb1 Tukey HSD Subset F1

N

1 3 2 4 Sig.

1 4 4 4 4

23.8000 24.8750 26.8500 26.8500 .133

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 3.271.

hbb1 Tukey HSD Subset F1 1 3 2 4 Sig.

N

1 4 4 4 4

12.3000 12.9750 14.0250 14.2500

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 1.107.

.090

48

Lampiran 2 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan kedua GET FILE='D:bulan2.sav'. DATASET NAME DataSet0 WINDOW=FRONT. GLM rbcb2 pcvb2 hbb2 BY F1 F2 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1 F2 F1*F2.

General Linear Model [DataSet1] D:bulan2.sav Between-Subjects Factors N F1

1

8

F2

2 1

8 8

2

8 Descriptive Statistics

rbcb2

F1

F2

Mean

1

1

11.7250

1.72892

4

2

12.3750

2.17006

4

Total

12.0500

1.84932

8

1

14.8500

.71880

4

2

15.6750

.96047

4

Total

15.2625

.90069

8

1

13.2875

2.07188

8

2

14.0250

2.35053

8

Total

13.6562

2.17408

16

1

24.1500

1.51548

4

2

25.1250

2.46897

4

Total

24.6375

1.96682

8

1

27.2750

1.13248

4

2

28.2000

.80416

4

Total

27.7375

1.03501

8

1

25.7125

2.07945

8

2

26.6625

2.36458

8

Total

26.1875

2.20632

16

1

13.0000

1.27541

4

2

14.0500

1.79165

4

Total

13.5250

1.54527

8

1

14.7500

.99499

4

2

14.9750

.94648

4

2

Total

pcvb2

1

2

Total

hbb2

1

2

Std. Deviation

N

49

Total

Total

14.8625

.90702

8

1

13.8750

1.41295

8

2

14.5125

1.41566

8

Total

14.1938

1.40545

16

Multivariate Tests Effect Intercept

Value

Sig.

.999

3.171E3

3.000

10.000

.000

Wilks' Lambda

.001

3.171E3

a

3.000

10.000

.000

3.171E3

a

3.000

10.000

.000

3.171E3

a

3.000

10.000

.000

951.222 951.222

Pillai's Trace

.636

5.834

a

3.000

10.000

.014

Wilks' Lambda

.364

5.834

a

3.000

10.000

.014

5.834

a

3.000

10.000

.014

1.750

5.834

a

3.000

10.000

.014

.121

.458

a

3.000

10.000

.718

Hotelling's Trace

1.750

Roy's Largest Root

F1 * F2

Error df

Pillai's Trace

Roy's Largest Root

F2

Hypothesis df a

Hotelling's Trace F1

F

b

Pillai's Trace Wilks' Lambda

.879

.458

a

3.000

10.000

.718

Hotelling's Trace

.137

.458

a

3.000

10.000

.718

Roy's Largest Root

.137

.458

a

3.000

10.000

.718

Pillai's Trace

.093

.340

a

3.000

10.000

.797

.340

a

3.000

10.000

.797

3.000

10.000

.797

3.000

10.000

.797

Wilks' Lambda

.907

Hotelling's Trace

.102

.340

a

Roy's Largest Root

.102

.340

a

a. Exact statistic b. Design: Intercept + F1 + F2 + F1 * F2 Tests of Between-Subjects Effects

Source

Depend ent Variable

Corrected Model

rbcb2

F2

F1 * F2

Error

Mean Square

F

Sig.

a

3

14.496

6.346

.008

42.052

b

3

14.017

5.432

.014

c

3

3.154

1.877

.187

rbcb2

2983.891

1

2983.891

1.306E3

.000

pcvb2

10972.562

1

10972.562

4.252E3

.000

hbb2

3223.401

1

3223.401

1.918E3

.000

rbcb2

41.281

1

41.281

18.071

.001

pcvb2

38.440

1

38.440

14.897

.002

hbb2

7.156

1

7.156

4.258

.061

rbcb2

2.176

1

2.176

.952

.348

pcvb2

3.610

1

3.610

1.399

.260

hbb2

1.626

1

1.626

.967

.345

rbcb2

.031

1

.031

.013

.910

pcvb2

.002

1

.002

.001

.976

hbb2

.681

1

.681

.405

.536

rbcb2

27.412

12

2.284

hbb2

F1

df

43.487

pcvb2 Intercept

Type III Sum of Squares

9.462

50

Total

Corrected Total

pcvb2

30.965

12

2.580

hbb2

20.167

12

1.681

rbcb2

3054.790

16

pcvb2

11045.580

16

hbb2

3253.030

16

rbcb2

70.899

15

pcvb2

73.018

15

hbb2

29.629

15

a. R Squared = .613 (Adjusted R Squared = .517) b. R Squared = .576 (Adjusted R Squared = .470) c. R Squared = .319 (Adjusted R Squared = .149)

GLM rbcb2 pcvb2 hbb2 BY F1 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=F1(TUKEY) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1.

General Linear Model [DataSet1] D: bulan2.sav Between-Subjects Factors N F1

1

4

2

4

3

4

4

4 Descriptive Statistics

rbcb2

pcvb2

hbb2

F1

Mean

Std. Deviation

N

1

11.7250

1.72892

4

2

14.8500

.71880

4

3

12.3750

2.17006

4

4

15.6750

.96047

4

Total

13.6562

2.17408

16

1

24.1500

1.51548

4

2

27.2750

1.13248

4

3

25.1250

2.46897

4

4

28.2000

.80416

4

Total

26.1875

2.20632

16

1

13.0000

1.27541

4

51

2

14.7500

.99499

4

3

14.0500

1.79165

4

4

14.9750

.94648

4

Total

14.1938

1.40545

16

Multivariate Tests Effect Intercept

Value Pillai's Trace

.999

Wilks' Lambda

F1

F

.001

c

Hypothesis df

Error df

Sig.

3.171E3

a

3.000

10.000

.000

3.171E3

a

3.000

10.000

.000

Hotelling's Trace

951.222

3.171E3

a

3.000

10.000

.000

Roy's Largest Root

951.222

3.171E3

a

3.000

10.000

.000

.794

1.440

9.000

36.000

.208

Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root

.303

1.726

9.000

24.488

.137

1.990

1.916

9.000

26.000

.094

1.821

b

3.000

12.000

.005

7.285

a. Exact statistic b. The statistic is an upper bound on F that yields a lower bound on the significance level. c. Design: Intercept + F1 Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

Error

Total

Corrected Total

Mean Square

F

Sig.

43.487

3

14.496

6.346

.008

42.052

b

3

14.017

5.432

.014

c

3

3.154

1.877

.187

rbcb2

2983.891

1

2983.891

1.306E3

.000

pcvb2

10972.562

1

10972.562

4.252E3

.000

hbb2

3223.401

1

3223.401

1.918E3

.000

rbcb2

43.487

3

14.496

6.346

.008

pcvb2

42.053

3

14.018

5.432

.014

hbb2

9.462

3

3.154

1.877

.187

rbcb2

27.412

12

2.284

pcvb2

30.965

12

2.580

hbb2

20.167

12

1.681

rbcb2

3054.790

16

pcvb2

11045.580

16

hbb2

3253.030

16

rbcb2

70.899

15

pcvb2

73.018

15

hbb2

29.629

15

rbcb2 hbb2

F1

df a

pcvb2 Intercept

Type III Sum of Squares

9.462

a. R Squared = .613 (Adjusted R Squared = .517) b. R Squared = .576 (Adjusted R Squared = .470) c. R Squared = .319 (Adjusted R Squared = .149)

52

Post Hoc Tests F1 Multiple Comparisons Tukey HSD Depend ent Variable (I) F1

(J) F1

rbcb2

2

-3.1250

1.06873

.054

-6.2980

.0480

3

-.6500

1.06873

.928

-3.8230

2.5230

4

-3.9500

*

1.06873

.014

-7.1230

-.7770

1

3.1250

1.06873

.054

-.0480

6.2980

3

2.4750

1.06873

.149

-.6980

5.6480

4

-.8250

1.06873

.866

-3.9980

2.3480

1

.6500

1.06873

.928

-2.5230

3.8230

2

-2.4750

1.06873

.149

-5.6480

.6980

4

-3.3000

*

1.06873

.041

-6.4730

-.1270

3.9500

*

1.06873

.014

.7770

7.1230

2

.8250

1.06873

.866

-2.3480

3.9980

3

3.3000

*

1.06873

.041

.1270

6.4730

2

-3.1250

1.13587

.073

-6.4973

.2473

3

-.9750

1.13587

.826

-4.3473

2.3973

4

-4.0500

*

1.13587

.018

-7.4223

-.6777

1

3.1250

1.13587

.073

-.2473

6.4973

3

2.1500

1.13587

.281

-1.2223

5.5223

4

-.9250

1.13587

.847

-4.2973

2.4473

1

.9750

1.13587

.826

-2.3973

4.3473

2

-2.1500

1.13587

.281

-5.5223

1.2223

4

-3.0750

1.13587

.078

-6.4473

.2973

1

4.0500

*

1.13587

.018

.6777

7.4223

2

.9250

1.13587

.847

-2.4473

4.2973

3

3.0750

1.13587

.078

-.2973

6.4473

2

-1.7500

.91669

.275

-4.4715

.9715

3

-1.0500

.91669

.670

-3.7715

1.6715

4

-1.9750

.91669

.191

-4.6965

.7465

1

1.7500

.91669

.275

-.9715

4.4715

3

.7000

.91669

.869

-2.0215

3.4215

4

-.2250

.91669

.995

-2.9465

2.4965

1

1.0500

.91669

.670

-1.6715

3.7715

2

-.7000

.91669

.869

-3.4215

2.0215

4

-.9250

.91669

.747

-3.6465

1.7965

1

1.9750

.91669

.191

-.7465

4.6965

2

.2250

.91669

.995

-2.4965

2.9465

3

.9250

.91669

.747

-1.7965

3.6465

1

2

3

4

pcvb2

1

2

3

4

hbb2

1

2

3

4

95% Confidence Interval

1

Mean Difference (I-J)

Std. Error

Based on observed means. The error term is Mean Square(Error) = 1.681. *. The mean difference is significant at the .05 level.

Sig.

Lower Bound

Upper Bound

53

Homogeneous Subsets rbcb2 Tukey HSD Subset F1

N

1

2

1

4

11.7250

3

4

12.3750

2 4

4

14.8500

4

14.8500 15.6750

Sig.

.054

.866

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 2.284. pcvb2 Tukey HSD Subset F1

N

1

2

1

4

24.1500

3 2 4

4 4

25.1250 27.2750

4

25.1250 27.2750 28.2000

Sig.

.073

.078

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 2.580. hbb2 Tukey HSD Subset F1 1 3 2 4 Sig.

N

1 4 4 4 4

13.0000 14.0500 14.7500 14.9750

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 1.681.

.191

54

Lampiran 3 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan ketiga GET FILE='D:bulan3.sav'. DATASET NAME DataSet0 WINDOW=FRONT. GLM rbcb3 pcvb3 hbb3 BY F1 F2 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1 F2 F1*F2.

General Linear Model [DataSet1] D:bulan3.sav Between-Subjects Factors N F1

1

8

F2

2 1

8 8

2

8 Descriptive Statistics

rbcb3

F1

F2

Mean

1

1

11.5500

1.90175

4

2

13.0500

1.58008

4

Total

12.3000

1.80634

8

1

15.0250

.47871

4

2

16.0750

.51235

4

Total

15.5500

.72506

8

1

13.2875

2.25796

8

2

14.5625

1.94858

8

Total

13.9250

2.14118

16

1

23.7750

1.07199

4

2

24.9000

1.79444

4

Total

24.3375

1.49469

8

1

27.0000

1.14310

4

2

28.2000

.80416

4

Total

27.6000

1.11739

8

1

25.3875

2.00602

8

2

26.5500

2.18371

8

Total

25.9688

2.11273

16

1

12.9000

1.48773

4

2

13.2500

1.75973

4

Total

13.0750

1.52010

8

1

14.7000

.90921

4

2

15.6750

.73655

4

Total

15.1875

.92649

8

2

Total

pcvb3

1

2

Total

hbb3

1

2

Std. Deviation

N

55

Total

1

13.8000

1.49284

8

2

14.4625

1.79995

8

Total

14.1312

1.63369

16

Multivariate Tests Effect Intercept

Value

3.000

10.000

.000

2.094E3

3.000

10.000

.000

2.094E3

a

3.000

10.000

.000

628.249

2.094E3

a

3.000

10.000

.000

.729

8.965

a

3.000

10.000

.003

8.965

a

3.000

10.000

.003

.002 628.249

Pillai's Trace Wilks' Lambda

F2

F1 * F2

Sig.

a

.998

Roy's Largest Root

Error df

2.094E3

Pillai's Trace Hotelling's Trace

Hypothesis df a

Wilks' Lambda

F1

F

b

.271

Hotelling's Trace

2.690

8.965

a

3.000

10.000

.003

Roy's Largest Root

2.690

8.965

a

3.000

10.000

.003

Pillai's Trace

.272

1.244

a

3.000

10.000

.345

Wilks' Lambda

.728

1.244

a

3.000

10.000

.345

Hotelling's Trace

.373

1.244

a

3.000

10.000

.345

Roy's Largest Root

.373

1.244

a

3.000

10.000

.345

.120

a

3.000

10.000

.946

Pillai's Trace

.035

Wilks' Lambda

.965

.120

a

3.000

10.000

.946

Hotelling's Trace

.036

.120

a

3.000

10.000

.946

.120

a

3.000

10.000

.946

Roy's Largest Root

.036

a. Exact statistic b. Design: Intercept + F1 + F2 + F1 * F2 Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

F1

F2

F1 * F2

Error

df

Mean Square

F

Sig.

rbcb3

48.955

a

3

16.318

9.882

.001

pcvb3

47.987

b

3

15.996

10.120

.001

c

3

6.666

3.992

.035

rbcb3

3102.490

1

3102.490

1.879E3

.000

pcvb3

10790.016

1

10790.016

6.826E3

.000

hbb3

3195.076

1

3195.076

1.913E3

.000

rbcb3

42.250

1

42.250

25.587

.000

pcvb3

42.576

1

42.576

26.936

.000

hbb3

17.851

1

17.851

10.690

.007

rbcb3

6.503

1

6.503

3.938

.071

pcvb3

5.406

1

5.406

3.420

.089

hbb3

1.756

1

1.756

1.051

.325

rbcb3

.202

1

.202

.123

.732

pcvb3

.006

1

.006

.004

.953

hbb3

.391

1

.391

.234

.637

rbcb3

19.815

12

1.651

pcvb3

18.968

12

1.581

hbb3

20.038

12

1.670

hbb3 Intercept

Type III Sum of Squares

19.997

56

Total

Corrected Total

rbcb3

3171.260

16

pcvb3

10856.970

16

hbb3

3235.110

16

rbcb3

68.770

15

pcvb3

66.954

15

hbb3

40.034

15

a. R Squared = .712 (Adjusted R Squared = .640) b. R Squared = .717 (Adjusted R Squared = .646) c. R Squared = .499 (Adjusted R Squared = .374) GET FILE='D: bulan3.sav'. DATASET NAME DataSet0 WINDOW=FRONT. GLM rbcb3 pcvb3 hbb3 BY F1 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=F1(TUKEY) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1.

General Linear Model [DataSet1] D: bulan3.sav Between-Subjects Factors N F1

1

4

2

4

3

4

4

4

Descriptive Statistics

rbcb3

pcvb3

hbb3

F1

Mean

1

11.5500

2 3

Std. Deviation

N

1.90175

4

15.0250

.47871

4

13.0500

1.58008

4

4

16.0750

.51235

4

Total

13.9250

2.14118

16

1

23.7750

1.07199

4

2

27.0000

1.14310

4

3

24.9000

1.79444

4

4

28.2000

.80416

4

Total

25.9688

2.11273

16

1

12.9000

1.48773

4

2

14.7000

.90921

4

3

13.2500

1.75973

4

57

4

15.6750

.73655

4

Total

14.1312

1.63369

16

Multivariate Tests Effect Intercept

Value Pillai's Trace

.998

Wilks' Lambda

.002

Hotelling's Trace

628.249

Roy's Largest Root F1

F

628.249

c

Hypothesis df

Error df

Sig.

2.094E3

a

3.000

10.000

.000

2.094E3

a

3.000

10.000

.000

2.094E3

a

3.000

10.000

.000

2.094E3

a

3.000

10.000

.000

Pillai's Trace

.792

1.435

9.000

36.000

.210

Wilks' Lambda

.237

2.196

9.000

24.488

.059

2.984

9.000

26.000

.014

b

3.000

12.000

.001

Hotelling's Trace

3.099

Roy's Largest Root

3.059

12.234

a. Exact statistic b. The statistic is an upper bound on F that yields a lower bound on the significance level. c. Design: Intercept + F1 Tests of Between-Subjects Effects

Source Corrected Model

Intercept

F1

Error

Total

Corrected Total

Depend ent Variable

Type III Sum of Squares

df

Mean Square

F

Sig.

48.955

a

3

16.318

9.882

.001

pcvb3

47.987

b

3

15.996

10.120

.001

hbb3

19.997

c

3

6.666

3.992

.035

rbcb3

3102.490

1

3102.490

1.879E3

.000

pcvb3

10790.016

1

10790.016

6.826E3

.000

hbb3

3195.076

1

3195.076

1.913E3

.000

rbcb3

48.955

3

16.318

9.882

.001

pcvb3

47.987

3

15.996

10.120

.001

hbb3

19.997

3

6.666

3.992

.035

rbcb3

19.815

12

1.651

pcvb3

18.968

12

1.581

hbb3

20.037

12

1.670

rbcb3

3171.260

16

pcvb3

10856.970

16

hbb3

3235.110

16

rbcb3

68.770

15

pcvb3

66.954

15

hbb3

40.034

15

rbcb3

a. R Squared = .712 (Adjusted R Squared = .640) b. R Squared = .717 (Adjusted R Squared = .646) c. R Squared = .499 (Adjusted R Squared = .374)

58

Post Hoc Tests F1 Multiple Comparisons Tukey HSD Depend ent Variable (I) F1 rbcb3

1

2

3

4

pcvb3

1

2

3

4

hbb3

1

2

3

4

95% Confidence Interval (J) F1

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

2

-3.4750

*

.90864

.011

-6.1727

-.7773

3

-1.5000

.90864

.389

-4.1977

1.1977

4

-4.5250

*

.90864

.002

-7.2227

-1.8273

3.4750

*

.90864

.011

.7773

6.1727

3

1.9750

.90864

.186

-.7227

4.6727

4

-1.0500

.90864

.664

-3.7477

1.6477

1

1.5000

.90864

.389

-1.1977

4.1977

2

-1.9750

.90864

.186

-4.6727

.7227

4

-3.0250

*

.90864

.027

-5.7227

-.3273

4.5250

*

.90864

.002

1.8273

7.2227

2

1.0500

.90864

.664

-1.6477

3.7477

3

3.0250

*

.90864

.027

.3273

5.7227

-3.2250

*

.88900

.016

-5.8643

-.5857

3

-1.1250

.88900

.600

-3.7643

1.5143

4

-4.4250

*

.88900

.002

-7.0643

-1.7857

1

3.2250

*

.88900

.016

.5857

5.8643

3

2.1000

.88900

.138

-.5393

4.7393

4

-1.2000

.88900

.551

-3.8393

1.4393

1

1.1250

.88900

.600

-1.5143

3.7643

2

-2.1000

.88900

.138

-4.7393

.5393

4

-3.3000

*

.88900

.014

-5.9393

-.6607

1

4.4250

*

.88900

.002

1.7857

7.0643

2

1.2000

.88900

.551

-1.4393

3.8393

3

3.3000

*

.88900

.014

.6607

5.9393

2

-1.8000

.91373

.252

-4.5128

.9128

3

-.3500

.91373

.980

-3.0628

2.3628

4

-2.7750

*

.91373

.044

-5.4878

-.0622

1

1.8000

.91373

.252

-.9128

4.5128

3

1.4500

.91373

.421

-1.2628

4.1628

4

-.9750

.91373

.715

-3.6878

1.7378

1

.3500

.91373

.980

-2.3628

3.0628

2

-1.4500

.91373

.421

-4.1628

1.2628

4

-2.4250

.91373

.086

-5.1378

.2878

1

2.7750

*

.91373

.044

.0622

5.4878

2

.9750

.91373

.715

-1.7378

3.6878

3

2.4250

.91373

.086

-.2878

5.1378

1

1

2

Based on observed means. The error term is Mean Square(Error) = 1.670. *. The mean difference is significant at the .05 level.

59

Homogeneous Subsets rbcb3 Tukey HSD Subset F1

N

1

2

1

4

11.5500

3

4

13.0500

2

4

4

4

3

13.0500 15.0250

15.0250 16.0750

Sig.

.389

.186

.664

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 1.651. pcvb3 Tukey HSD Subset F1

N

1

2

1

4

23.7750

3

4

24.9000

2

4

4

4

3

24.9000 27.0000

27.0000 28.2000

Sig.

.600

.138

.551

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 1.581. hbb3 Tukey HSD Subset F1

N

1

2

1

4

12.9000

3 2 4

4 4

13.2500 14.7000

Sig.

4

13.2500 14.7000 15.6750

.252

.086

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 1.670.

60

Lampiran 4 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan keempat GET FILE='D:bulan4.sav'. DATASET NAME DataSet0 WINDOW=FRONT. GLM rbcb4 pcvb4 hbb4 BY F1 F2 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1 F2 F1*F2.

General Linear Model [DataSet1] D:bulan4.sav Between-Subjects Factors N F1

1

8

F2

2 1

8 8

2

8 Descriptive Statistics

rbcb4

F1

F2

Mean

1

1

11.4000

1.60208

4

2

13.3250

.93941

4

Total

12.3625

1.59279

8

1

15.1250

.55000

4

2

15.4250

.51881

4

Total

15.2750

.52030

8

1

13.2625

2.27906

8

2

14.3750

1.32422

8

Total

13.8188

1.89005

16

1

23.4250

.99121

4

2

24.5500

.55076

4

Total

23.9875

.95534

8

1

27.1500

1.26886

4

2

27.5000

.54772

4

Total

27.3250

.92389

8

1

25.2875

2.25289

8

2

26.0250

1.65680

8

Total

25.6563

1.94798

16

1

12.4500

.64550

4

2

12.9250

.99121

4

Total

12.6875

.81493

8

1

14.7000

.49666

4

2

Total

pcvb4

1

2

Total

hbb4

1

2

Std. Deviation

N

61

Total

2

15.3750

.33040

4

Total

15.0375

.53168

8

1

13.5750

1.31557

8

2

14.1500

1.47745

8

Total

13.8625

1.38365

16

Multivariate Tests Effect Intercept

Value

3.000

10.000

.000

3.918E3

3.000

10.000

.000

3.918E3

a

3.000

10.000

.000

1.175E3

3.918E3

a

3.000

10.000

.000

.864

21.179

a

3.000

10.000

.000

21.179

a

3.000

10.000

.000

.001 1.175E3

Pillai's Trace Wilks' Lambda

F2

F1 * F2

Sig.

a

.999

Roy's Largest Root

Error df

3.918E3

Pillai's Trace Hotelling's Trace

Hypothesis df a

Wilks' Lambda

F1

F

b

.136

Hotelling's Trace

6.354

21.179

a

3.000

10.000

.000

Roy's Largest Root

6.354

21.179

a

3.000

10.000

.000

Pillai's Trace

.341

1.727

a

3.000

10.000

.224

Wilks' Lambda

.659

1.727

a

3.000

10.000

.224

Hotelling's Trace

.518

1.727

a

3.000

10.000

.224

Roy's Largest Root

.518

1.727

a

3.000

10.000

.224

1.589

a

3.000

10.000

.253

Pillai's Trace

.323

Wilks' Lambda

.677

1.589

a

3.000

10.000

.253

Hotelling's Trace

.477

1.589

a

3.000

10.000

.253

1.589

a

3.000

10.000

.253

Roy's Largest Root

.477

a. Exact statistic b. Design: Intercept + F1 + F2 + F1 * F2 Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

F1

F2

F1 * F2

df

Mean Square

F

Sig.

41.522

a

3

13.841

13.769

.000

47.332

b

3

15.777

19.747

.000

hbb4

23.452

c

3

7.817

17.818

.000

rbcb4

3055.326

1

3055.326

3.039E3

.000

pcvb4

10531.891

1

10531.891

1.318E4

.000

hbb4

3074.702

1

3074.702

7.008E3

.000

rbcb4

33.931

1

33.931

33.755

.000

pcvb4

44.556

1

44.556

55.767

.000

hbb4

22.090

1

22.090

50.348

.000

rbcb4

4.951

1

4.951

4.925

.047

pcvb4

2.176

1

2.176

2.723

.125

hbb4

1.322

1

1.322

3.014

.108

rbcb4

2.641

1

2.641

2.627

.131

pcvb4

.601

1

.601

.752

.403

hbb4

.040

1

.040

.091

.768

rbcb4 pcvb4

Intercept

Type III Sum of Squares

62

Error

Total

Corrected Total

rbcb4

12.062

12

1.005

pcvb4

9.587

12

.799

hbb4

5.265

12

.439

rbcb4

3108.910

16

pcvb4

10588.810

16

hbb4

3103.420

16

rbcb4

53.584

15

pcvb4

56.919

15

hbb4

28.717

15

a. R Squared = .775 (Adjusted R Squared = .719) b. R Squared = .832 (Adjusted R Squared = .789) c. R Squared = .817 (Adjusted R Squared = .771)

GET FILE='D: bulan4.sav'. DATASET NAME DataSet0 WINDOW=FRONT. GLM rbcb4 pcvb4 hbb4 BY F1 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=F1(TUKEY) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1.

General Linear Model [DataSet1] D: bulan4.sav Between-Subjects Factors N F1

1

4

2

5

3

4

4

3 Descriptive Statistics

rbcb4

pcvb4

F1

Mean

Std. Deviation

N

1

11.4000

1.60208

4

2

15.2600

.56391

5

3

13.3250

.93941

4

4

15.3000

.55678

3

Total

13.8188

1.89005

16

1

23.4250

.99121

4

2

27.3400

1.17813

5

3

24.5500

.55076

4

4

27.3000

.45826

3

63

hbb4

Total

25.6563

1.94798

16

1

12.4500

.64550

4

2

14.9000

.62048

5

3

12.9250

.99121

4

4

15.2667

.30551

3

Total

13.8625

1.38365

16

Multivariate Tests Effect Intercept

Value Pillai's Trace Hotelling's Trace Roy's Largest Root Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root

Hypothesis df

Error df

Sig.

3.632E3

a

3.000

10.000

.000

.001

3.632E3

a

3.000

10.000

.000

1.090E3

3.632E3

a

3.000

10.000

.000

3.632E3

a

3.000

10.000

.000

1.162

2.528

9.000

36.000

.023

.999

Wilks' Lambda

F1

F

c

1.090E3 .095

4.427

9.000

24.488

.002

6.870

6.615

9.000

26.000

.000

6.478

b

3.000

12.000

.000

25.910

a. Exact statistic b. The statistic is an upper bound on F that yields a lower bound on the significance level. c. Design: Intercept + F1 Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

F1

Error

Total

Corrected Total

df

Mean Square

F

Sig.

41.345

a

3

13.782

13.512

.000

47.090

b

3

15.697

19.163

.000

hbb4

22.793

c

3

7.598

15.390

.000

rbcb4

2957.837

1

2957.837

2.900E3

.000

pcvb4

10190.166

1

10190.166

1.244E4

.000

hbb4

2985.365

1

2985.365

6.047E3

.000

rbcb4

41.345

3

13.782

13.512

.000

pcvb4

47.090

3

15.697

19.163

.000

hbb4

22.793

3

7.598

15.390

.000

rbcb4

12.240

12

1.020

pcvb4

9.829

12

.819

hbb4

5.924

12

.494

rbcb4

3108.910

16

pcvb4

10588.810

16

hbb4

3103.420

16

rbcb4

53.584

15

pcvb4

56.919

15

hbb4

28.717

15

rbcb4 pcvb4

Intercept

Type III Sum of Squares

a. R Squared = .772 (Adjusted R Squared = .714)

64

Tests of Between-Subjects Effects Depend ent Variable

Source Corrected Model

F1

Error

Total

Corrected Total

df

Mean Square

F

Sig.

rbcb4

41.345

a

3

13.782

13.512

.000

pcvb4

47.090

b

3

15.697

19.163

.000

c

3

7.598

15.390

.000

rbcb4

2957.837

1

2957.837

2.900E3

.000

pcvb4

10190.166

1

10190.166

1.244E4

.000

hbb4

2985.365

1

2985.365

6.047E3

.000

rbcb4

41.345

3

13.782

13.512

.000

pcvb4

47.090

3

15.697

19.163

.000

hbb4

22.793

3

7.598

15.390

.000

rbcb4

12.240

12

1.020

pcvb4

9.829

12

.819

hbb4

5.924

12

.494

rbcb4

3108.910

16

pcvb4

10588.810

16

hbb4

3103.420

16

rbcb4

53.584

15

pcvb4

56.919

15

hbb4

28.717

15

hbb4 Intercept

Type III Sum of Squares

22.793

a. R Squared = .772 (Adjusted R Squared = .714) b. R Squared = .827 (Adjusted R Squared = .784) c. R Squared = .794 (Adjusted R Squared = .742)

Post Hoc Tests F1 Multiple Comparisons Tukey HSD Depend ent Variable (I) F1 rbcb4

1

2

3

95% Confidence Interval (J) F1

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

2

-3.8600

*

.67748

.000

-5.8714

-1.8486

3

-1.9250

.71413

.080

-4.0452

.1952

4

-3.9000

*

.77135

.001

-6.1901

-1.6099

1

3.8600

*

.67748

.000

1.8486

5.8714

3

1.9350

.67748

.061

-.0764

3.9464

4

-.0400

.73755

1.000

-2.2297

2.1497

1

1.9250

.71413

.080

-.1952

4.0452

2

-1.9350

.67748

.061

-3.9464

.0764

4

-1.9750

.77135

.100

-4.2651

.3151

65

4

pcvb4

1

2

3

4

hbb4

1

2

3

4

1

3.9000

*

.77135

.001

1.6099

6.1901

2

.0400

.73755

1.000

-2.1497

2.2297

3

1.9750

.77135

.100

-.3151

4.2651

2

-3.9150

*

.60713

.000

-5.7175

-2.1125

3

-1.1250

.63997

.338

-3.0250

.7750

4

-3.8750

*

.69125

.001

-5.9272

-1.8228

1

3.9150

*

.60713

.000

2.1125

5.7175

3

2.7900

*

.60713

.003

.9875

4.5925

4

.0400

.66096

1.000

-1.9223

2.0023

1

1.1250

.63997

.338

-.7750

3.0250

2

-2.7900

*

.60713

.003

-4.5925

-.9875

4

-2.7500

*

.69125

.009

-4.8022

-.6978

1

3.8750

*

.69125

.001

1.8228

5.9272

2

-.0400

.66096

1.000

-2.0023

1.9223

3

2.7500

*

.69125

.009

.6978

4.8022

2

-2.4500

*

.47133

.001

-3.8493

-1.0507

3

-.4750

.49683

.776

-1.9500

1.0000

4

-2.8167

*

.53664

.001

-4.4099

-1.2234

1

2.4500

*

.47133

.001

1.0507

3.8493

3

1.9750

*

.47133

.006

.5757

3.3743

4

-.3667

.51312

.889

-1.8901

1.1567

1

.4750

.49683

.776

-1.0000

1.9500

2

-1.9750

*

.47133

.006

-3.3743

-.5757

4

-2.3417

*

.53664

.004

-3.9349

-.7484

1

2.8167

*

.53664

.001

1.2234

4.4099

2

.3667

.51312

.889

-1.1567

1.8901

3

*

.53664

.004

.7484

3.9349

2.3417

Based on observed means. The error term is Mean Square(Error) = .494. *. The mean difference is significant at the .05 level.

Homogeneous Subsets rbcb4 Tukey HSD Subset F1

N

1

2

1

4

11.4000

3 2

4

13.3250

5

15.2600

4

3

15.3000

Sig.

.086

13.3250

.076

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = 1.020.

66

pcvb4 Tukey HSD Subset F1

N

1

2

1

4

23.4250

3

4

24.5500

4

3

27.3000

2

5

27.3400

Sig.

.352

1.000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .819. hbb4 Tukey HSD Subset F1

N

1

2

1

4

12.4500

3

4

12.9250

2

5

14.9000

4

3

15.2667

Sig.

.784

.885

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .494.

67

Lampiran 5 Hasil analisis penghitungan jumlah sel darah merah, nilai hematokrit, dan kadar hemoglobin bulan kelima GLM rbcb5 pcvb5 hbb5 BY F1 F2 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1 F2 F1*F2.

General Linear Model [DataSet1] D:bulan5.sav Between-Subjects Factors N F1

1

8

F2

2 1

8 8

2

8 Descriptive Statistics

rbcb5

F1

F2

Mean

1

1

10.9500

2 Total 2

Total

pcvb5

1

2

Total

hbb5

1

2

Std. Deviation

N

.91104

4

13.4000

.77028

4

12.1750

1.52480

8

1

14.8750

.45735

4

2

14.8750

.09574

4

Total

14.8750

.30589

8

1

12.9125

2.20158

8

2

14.1375

.93799

8

Total

13.5250

1.75290

16

1

23.0500

.26458

4

2

24.4000

1.31909

4

Total

23.7250

1.13861

8

1

26.8000

.43205

4

2

27.0000

.65828

4

Total

26.9000

.52644

8

1

24.9250

2.03171

8

2

25.7000

1.69200

8

Total

25.3125

1.85000

16

1

12.5500

.42032

4

2

13.5750

.53151

4

Total

13.0625

.70496

8

1

14.0000

.14142

4

2

15.2000

.42426

4

68

Total

Total

14.6000

.70508

8

1

13.2750

.82765

8

2

14.3875

.97605

8

Total

13.8312

1.04608

16

Multivariate Tests Effect Intercept

Value Pillai's Trace Wilks' Lambda Hotelling's Trace

Sig.

7.506E3

3.000

10.000

.000

.000

7.506E3

a

3.000

10.000

.000

7.506E3

a

3.000

10.000

.000

7.506E3

a

3.000

10.000

.000

Pillai's Trace

.912

34.749

a

3.000

10.000

.000

Wilks' Lambda

.088

34.749

a

3.000

10.000

.000

34.749

a

3.000

10.000

.000

10.425

34.749

a

3.000

10.000

.000

.789

12.472

a

3.000

10.000

.001

.211

12.472

a

3.000

10.000

.001

3.741

12.472

a

3.000

10.000

.001

3.741

12.472

a

3.000

10.000

.001

.560

4.243

a

3.000

10.000

.035

4.243

a

3.000

10.000

.035

3.000

10.000

.035

3.000

10.000

.035

10.425

Roy's Largest Root Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root F1 * F2

Error df

1.000

2.252E3

Hotelling's Trace F2

Hypothesis df a

2.252E3

Roy's Largest Root F1

F

b

Pillai's Trace Wilks' Lambda

.440

Hotelling's Trace

1.273

4.243

a

Roy's Largest Root

1.273

4.243

a

a. Exact statistic b. Design: Intercept + F1 + F2 + F1 * F2 Tests of Between-Subjects Effects

Source

Depend ent Variable

Corrected Model

rbcb5

F2

F1 * F2

Error

Mean Square

F

Sig.

a

3

13.722

33.434

.000

44.048

b

3

14.683

24.169

.000

c

3

4.812

29.202

.000

rbcb5

2926.810

1

2926.810

7.131E3

.000

pcvb5

10251.562

1

10251.562

1.687E4

.000

hbb5

3060.856

1

3060.856

1.857E4

.000

rbcb5

29.160

1

29.160

71.050

.000

pcvb5

40.322

1

40.322

66.374

.000

hbb5

9.456

1

9.456

57.379

.000

rbcb5

6.003

1

6.003

14.625

.002

pcvb5

2.402

1

2.402

3.955

.070

hbb5

4.951

1

4.951

30.042

.000

rbcb5

6.002

1

6.002

14.625

.002

pcvb5

1.323

1

1.323

2.177

.166

hbb5

.031

1

.031

.186

.674

rbcb5

4.925

12

.410

hbb5

F1

df

41.165

pcvb5 Intercept

Type III Sum of Squares

14.437

69

Total

Corrected Total

pcvb5

7.290

12

.608

hbb5

1.977

12

.165

rbcb5

2972.900

16

pcvb5

10302.900

16

hbb5

3077.270

16

rbcb5

46.090

15

pcvb5

51.338

15

hbb5

16.414

15

a. R Squared = .893 (Adjusted R Squared = .866) b. R Squared = .858 (Adjusted R Squared = .822) c. R Squared = .880 (Adjusted R Squared = .849)

GLM rbcb5 pcvb5 hbb5 BY F1 /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=F1(TUKEY) /PRINT=DESCRIPTIVE /CRITERIA=ALPHA(.05) /DESIGN= F1.

General Linear Model [DataSet1] D: bulan5.sav Between-Subjects Factors N F1

1

4

2

4

3

4

4

4 Descriptive Statistics

rbcb5

pcvb5

hbb5

F1

Mean

Std. Deviation

N

1

10.9500

.91104

4

2

14.8750

.45735

4

3

13.4000

.77028

4

4

14.8750

.09574

4

Total

13.5250

1.75290

16

1

23.0500

.26458

4

2

26.8000

.43205

4

3

24.4000

1.31909

4

4

27.0000

.65828

4

Total

25.3125

1.85000

16

1

12.5500

.42032

4

70

2

14.0000

.14142

4

3

13.5750

.53151

4

4

15.2000

.42426

4

Total

13.8312

1.04608

16

Multivariate Tests Effect Intercept

Value Pillai's Trace Wilks' Lambda Hotelling's Trace Pillai's Trace Wilks' Lambda Hotelling's Trace Roy's Largest Root

Hypothesis df

Error df

Sig.

1.000

7.506E3

a

3.000

10.000

.000

.000

7.506E3

a

3.000

10.000

.000

7.506E3

a

3.000

10.000

.000

7.506E3

a

3.000

10.000

.000

1.788

5.897

9.000

36.000

.000

.021

10.522

9.000

24.488

.000

15.439

14.867

9.000

26.000

.000

13.798

b

3.000

12.000

.000

2.252E3

Roy's Largest Root F1

F

c

2.252E3

55.194

a. Exact statistic b. The statistic is an upper bound on F that yields a lower bound on the significance level. c. Design: Intercept + F1 Tests of Between-Subjects Effects

Source Corrected Model

Depend ent Variable

F1

Error

Total

Corrected Total

df

Mean Square

F

Sig.

41.165

a

3

13.722

33.434

.000

44.048

b

3

14.683

24.169

.000

hbb5

14.437

c

3

4.812

29.202

.000

rbcb5

2926.810

1

2926.810

7.131E3

.000

pcvb5

10251.562

1

10251.562

1.687E4

.000

hbb5

3060.856

1

3060.856

1.857E4

.000

rbcb5

41.165

3

13.722

33.434

.000

pcvb5

44.047

3

14.682

24.169

.000

hbb5

14.437

3

4.812

29.202

.000

rbcb5

4.925

12

.410

pcvb5

7.290

12

.608

hbb5

1.977

12

.165

rbcb5

2972.900

16

pcvb5

10302.900

16

hbb5

3077.270

16

rbcb5

46.090

15

pcvb5

51.338

15

hbb5

16.414

15

rbcb5 pcvb5

Intercept

Type III Sum of Squares

a. R Squared = .893 (Adjusted R Squared = .866) b. R Squared = .858 (Adjusted R Squared = .822)

71

Tests of Between-Subjects Effects Depend ent Variable

Source Corrected Model

F1

Error

Total

Corrected Total

df

Mean Square

F

Sig.

rbcb5

41.165

a

3

13.722

33.434

.000

pcvb5

44.048

b

3

14.683

24.169

.000

c

3

4.812

29.202

.000

rbcb5

2926.810

1

2926.810

7.131E3

.000

pcvb5

10251.562

1

10251.562

1.687E4

.000

hbb5

3060.856

1

3060.856

1.857E4

.000

rbcb5

41.165

3

13.722

33.434

.000

pcvb5

44.047

3

14.682

24.169

.000

hbb5

14.437

3

4.812

29.202

.000

rbcb5

4.925

12

.410

pcvb5

7.290

12

.608

hbb5

1.977

12

.165

rbcb5

2972.900

16

pcvb5

10302.900

16

hbb5

3077.270

16

rbcb5

46.090

15

pcvb5

51.338

15

hbb5

16.414

15

hbb5 Intercept

Type III Sum of Squares

14.437

a. R Squared = .893 (Adjusted R Squared = .866) c. R Squared = .880 (Adjusted R Squared = .849)

Post Hoc Tests F1 Multiple Comparisons Tukey HSD Depend ent Variable (I) F1 rbcb5

1

95% Confidence Interval (J) F1

3

Sig.

Lower Bound

Upper Bound

2

-3.9250

.45300

.000

-5.2699

-2.5801

3

-2.4500

*

.45300

.001

-3.7949

-1.1051

-3.9250

*

.45300

.000

-5.2699

-2.5801

3.9250

*

.45300

.000

2.5801

5.2699

3

1.4750

*

.45300

.030

.1301

2.8199

4

.0000

.45300

1.000

-1.3449

1.3449

1

2.4500

*

.45300

.001

1.1051

3.7949

2

-1.4750

*

.45300

.030

-2.8199

-.1301

-1.4750

*

.45300

.030

-2.8199

-.1301

1

3.9250

*

.45300

.000

2.5801

5.2699

2

.0000

.45300

1.000

-1.3449

1.3449

1

4 4

Std. Error

*

4 2

Mean Difference (I-J)

72

1.4750

*

.45300

.030

.1301

2.8199

2

-3.7500

*

.55114

.000

-5.3863

-2.1137

3

-1.3500

.55114

.120

-2.9863

.2863

4

-3.9500

*

.55114

.000

-5.5863

-2.3137

1

3.7500

*

.55114

.000

2.1137

5.3863

3

2.4000

*

.55114

.004

.7637

4.0363

4

-.2000

.55114

.983

-1.8363

1.4363

1

1.3500

.55114

.120

-.2863

2.9863

2

-2.4000

*

.55114

.004

-4.0363

-.7637

4

-2.6000

*

.55114

.002

-4.2363

-.9637

3.9500

*

.55114

.000

2.3137

5.5863

2

.2000

.55114

.983

-1.4363

1.8363

3

2.6000

*

.55114

.002

.9637

4.2363

2

-1.4500

*

.28705

.001

-2.3022

-.5978

3

-1.0250

*

.28705

.017

-1.8772

-.1728

-2.6500

*

.28705

.000

-3.5022

-1.7978

1

1.4500

*

.28705

.001

.5978

2.3022

3

.4250

.28705

.478

-.4272

1.2772

4

-1.2000

*

.28705

.006

-2.0522

-.3478

1

1.0250

*

.28705

.017

.1728

1.8772

2

-.4250

.28705

.478

-1.2772

.4272

4

-1.6250

*

.28705

.001

-2.4772

-.7728

1

2.6500

*

.28705

.000

1.7978

3.5022

2

1.2000

*

.28705

.006

.3478

2.0522

3

1.6250

*

.28705

.001

.7728

2.4772

3 pcvb5

1

2

3

4

hbb5

1

1

4 2

3

4

Based on observed means. The error term is Mean Square(Error) = .165. *. The mean difference is significant at the .05 level.

Homogeneous Subsets rbcb5 Tukey HSD Subset F1

N

1

2

3

1

4

3

4

2

4

14.8750

4

4

14.8750

Sig.

10.9500 13.4000

1.000

1.000

1.000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .410.

73

pcvb5 Tukey HSD Subset F1

N

1

2

1

4

23.0500

3

4

24.4000

2

4

26.8000

4

4

27.0000

Sig.

.120

.983

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .608. hbb5 Tukey HSD Subset F1

N

1

2

3

1

4

3

4

13.5750

2

4

14.0000

4

4

Sig.

12.5500

15.2000 1.000

.478

1.000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .165.