I.
PENDAHULUAN A. Latar Belakang
Pengembangan kultivar kedelai (Glycine max (L.) Merrill) berdaya hasil tinggi pada cakupan lingkungan yang luas merupakan faktor kunci dalam usaha peningkatan luas pertanaman dan hasil biji kedelai. Salah satu faktor pembatas bagi usaha tersebut adalah beragamnya agroekosistem dan pola tanam dari berbagai sentra produksi kedelai di Indonesia. Luas panen dan produktivitas kedelai yang selalu berubah-ubah selama empat tahun terakhir pada lima sentra produksi kedelai di Indonesia menimbulkan keragaman hasil yang cukup besar antar lokasi (Tabel 1). Tabel 1. Luas panen dan produktivitas komoditas kedelai tahun 2008-2011 Tahun 2008 2009 2010 2011 Luas ProdukLuas ProdukLuas ProdukLuas Produkpanen tivitas panen tivitas panen tivitas panen tivitas (ha) (t/ha) (ha) (t/ha) (ha) (t/ha) (ha) (t/ha) Lampung 5.658 1,18 13.518 1,19 6.195 1,18 9.232 1,19 DIY 32.514 1,08 31.666 1,27 33.572 1,14 28.988 1,13 Jateng 111.653 1,49 110.061 1,59 114.070 1,65 81.988 1,30 Jatim 216.828 1,28 264.779 1,34 246.894 1,37 252.815 1,45 NTB 76.154 1,25 87.920 1,09 86.649 1,07 75.042 1,17 Sumber: BPS (2012). Propinsi
Lingkungan produksi kedelai di Indonesia secara makro dapat dibagi menjadi lima kategori agroklimat (Sumarno et al. 1990), yaitu lahan kering pada awal musim hujan, lahan kering pada akhir musim hujan, lahan sawah pada awal musim kemarau, lahan sawah pada akhir musim kemarau, dan lahan sawah tadah hujan pada awal musim hujan. Pembagian agroklimat tersebut belum mempertimbangkan letak daerah dan kesuburan tanah. Namun demikian, hal ini
1
memberikan isyarat bahwa kultivar unggul kedelai yang akan dilepas akan berhadapan dengan lingkungan yang relatif sangat beragam, dan timbulnya interaksi genotipe (atau berupa galur dalam konteks budidaya kedelai) dengan lingkungan perlu diantisipasi. Interaksi galur dengan lingkungan (genotype to environment interaction = GEI) terjadi apabila keragaan nisbi atau peringkat suatu galur berubah dengan berubahnya lingkungan. GEI juga dapat dikatakan sebagai saling pengaruh antara faktor genetik dan lingkungan terhadap pertumbuhan dan perkembangan tanaman (Soemartono et al. 1992). Dengan demikian, kultivar dengan hasil tinggi pada suatu daerah belum tentu memiliki hasil yang tinggi pula pada daerah yang lain dan sebaliknya. Percobaan multilokasi merupakan kegiatan yang digunakan dalam tahap pemuliaan tanaman untuk mengkaji GEI. GEI dapat dinyatakan sebagai perubahan keragaan dari dua atau lebih genotipe pada dua atau lebih lingkungan. Kajian ini merupakan salah satu tema penting dalam pemuliaan tanaman karena keluarannya dipakai untuk menilai dan menyeleksi genotipe-genotipe yang keragaannya stabil pada berbagai lingkungan berbeda (stabilitas) atau beradaptasi baik pada suatu lingkungan spesifik (adaptabilitas) (Hadi & Sa’diyah 2004). Aplikasi berbagai metode statistika untuk mendeskripsikan GEI serta stabilitas telah banyak dibuat (Kang 1990; Weber & Wricke 1990; Adugna & Labuschagne 2003; Alberts 2004). Metode analisis stabilitas Eberhart & Russell merupakan metode yang populer yang digunakan sejak tahun 1960-an hingga sekarang. Namun demikian, metode ini memiliki kelemahan, yaitu penggunaan
2
rerata hasil sebagai regresor yang melanggar asumsi metodologi regresi. Indeks lingkungan sebagai parameter independen dihitung sebagai rerata dalam lingkungan. Dengan demikian, parameter tersebut tidak independen karena nilainya diekstraksi dari set data keseluruhan (peubah yang diregresikan tidak bebas). Oleh karena itu, metode modifikasinya telah dibuat untuk mengatasi kelemahan tersebut dengan tidak melibatkan data suatu individu kultivar ke dalam penghitungan indeks lingkungan, sehingga independensi regresor dengan regresan terjaga (Nasrullah 1981). Sejalan dengan perkembangan perangkat lunak, metode-metode berbasis regresi mulai tersaingi oleh metode berbasis statistika multivariat, seperti dekomposisi nilai tunggal (Singular Value Decomposition, SVD), yaitu AMMI (Additive Main Effect and Multiplicative Interaction) (Gauch 1992) dan GGE (Genotype and Genotype × Environment) Biplot (Yan et al. 2000). Model AMMI menggabungkan analisis varians genotipe dan efek lingkungan utama dengan analisis komponen utama GEI menjadi pendekatan terpadu (Gauch dan Zobel 1996). Metode GGE biplot merupakan pengembangan lebih lanjut dari metode AMMI. Metode ini menggunakan beberapa fungsi dari metode AMMI secara bersama-sama. Hal tersebut memungkinkan pengujian secara visual dari hubungan antara lingkungan uji, genotipe dan GEI. Perbedaan keduanya jelas, yaitu model analisis AMMI menggunakan data interaksi (GE) sedangkan model analisis GGE menggunakan data terpusat lingkungan (G+GE). Meskipun demikian, kedua metode memiliki dasar yang sama, yaitu dekomposisi nilai tunggal (singular value decomposition, SVD) atau dikenal pula sebagai analisis komponen utama
3
(Principal Component Analysis), dan dianggap alat yang efektif untuk menentukan pola GEI dalam bentuk grafik (Yan & Kang 2003; Admassu et al. 2008). Model AMMI jauh lebih baik dibandingkan dengan model regresi jika dilihat dari kemampuannya mendekomposisi keragaman pengaruh interaksi dan bersifat fleksibel dalam menangani model suatu gugus data, tetapi jika dilihat dari keakuratan pendugaan nilai responsnya ternyata relatif sama dengan model regresi (Crossa 1990; Sumertajaya 2007). Fleksibilitas dan kemampuan mendekomposisi keragaman pengaruh interaksi model AMMI lebih baik daripada model regresi karena analisisnya yang didasarkan pada analisis komponen utama secara statistik telah mampu memilah-milah pengaruh interaksi atas komponen-komponen utama yang bersifat ortogonal. Analisis dilakukan secara serempak dengan menggunakan genotipe dan lingkungan sekaligus, dan bukan secara parsial antara genotipe pada setiap lingkungan dengan indeks lingkungan seperti pada model regresi. Analisis secara serempak seperti ini memungkinkan pengaruh multiplikatif suatu lingkungan turut dideteksi dan ditafsirkan, sedangkan penggunaan indeks lingkungan gagal mengkaji pengaruh ini (Hadi & Sa’diyah 2000). Menurut Gauch (2006), manfaat AMMI dan GGE biplot tergantung pada tujuan penelitian. Apabila tujuannya adalah untuk menampilkan pola visualisasi grafis data uji daya hasil, maka AMMI lebih unggul karena biplot AMMI1 (biplot antara nilai komponen utama pertama dengan rerata respons) lebih sederhana dan memiliki geometri yang lebih informatif daripada GGE biplot. Selain itu, biplot AMMI1 dapat menampilkan efek utama genotipe, efek utama lingkungan, dan efek GEI, sedangkan GGE biplot hanya menampilkan efek genotipe dan efek GEI. Untuk
4
menggambarkan mega-lingkungan, baik AMMI maupun GGE sesuai digunakan, dan perbandingan sejauh ini menunjukkan hasil yang serupa. Untuk tujuan penelitian mendapatkan akurasi, AMMI dan GGE memiliki kemampuan yang seimbang. Hasil kajian Namorato et al. (2009) menyatakan bahwa metode AMMI dan analisis GGE biplot lebih informatif daripada Eberhart & Russell. Metode GGE biplot lebih informatif berkaitan dengan keragaan lingkungan dan keragaan kultivar dibandingkan dengan analisis AMMI. Pengujian galur-galur kedelai yang akan dilepas sebagai kultivar unggul di Indonesia menggunakan metode Eberhart & Rusell (Adie et al. 2002; Adie et al. 2003; Adie et al. 2008) dan metode AMMI (Adie et al. 2011), sementara metode metode GGE biplot belum pernah dilakukan. Perbandingan hasil beberapa metode yang berbeda basisnya ini perlu dipelajari agar pengambilan keputusan dapat lebih tepat dengan mengintegrasikan semua informasi yang tersedia.
Dalam penelitian ini, permasalahan yang akan dikaji adalah 1. apakah hasil biji galur-galur kedelai yang diuji terpengaruh oleh lingkungan (lokasi) tempat tumbuh tanaman kedelai, 2. apakah terdapat kesejajaran untuk semua metode yang digunakan dalam analisis stabilitas, dan 3. bagaimana interpretasi grafik biplot hasil analisis AMMI dan GGE, serta parameter stabilitas dan adaptabilitas Eberhart & Russell maupun pada metode modifikasinya dapat digunakan pada sifat hasil biji galur-galur kedelai.
5
Dari penelitian ini diharapkan pihak-pihak terkait memperoleh referensi bagaimana menggunakan keluaran dari empat analisis stabilitas dan bagaimana menyikapi keluaran tersebut. B. Tujuan Penelitian Penelitian ini bertujuan 1. mendapatkan galur kedelai yang stabil menurut metode Eberhart & Russell, modifikasi Eberhart & Russell, model AMMI, dan model GGE Biplot, 2. mendapatkan galur kedelai yang stabil sekaligus berdaya hasil tinggi yang direkomendasikan untuk dilepas sebagai calon kultivar kedelai unggul baru, dan 3. membandingkan informasi-informasi yang perlu diperhatikan secara efektif dari keempat metode analisis GEI.
6
