LAPORAN SISTEMATIK MIKROBA

PRAKTIKUM I
ANALISIS NUMERIK FENETIK

OLEH :

NAMA : ALFIN
STAMBUK : F1D1 14 001

JURUSAN BIOLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS HALU OLEO
KENDARI
2017
 I. PENDAHULUAN

A. Latar Belakang

Bakteri adalah bagian dari studi mikrobiologi, yaitu ilmu yang mempelajari

mikrobia. Di dalam mikrobiologi, bakteri dimasukkan dalam dunia bakteri. Dunia lain yang

dipelajari dalam mikrobiologi mencakup dunia fungi, arkhaea, protista, dan organisme

aseluler (virus), dan menempati domain bacteria. Semua anggota domain ini memiliki

kesamaan yaitu untuk memperbanyaknya menggunakan metode khusus yaitu kultur murni

secara aseptis (Waluyo,2005).

Keberadaan bakteri dapat diamati dengan melihat gejala atau pengaruh yang

ditimbulkan dari aktifitasnya. Berdasarkan fungsi dan dampaknya, bakteri sangat

beranekaragam dan memiliki banyak karakter yang bersifat umum dan khusus. Sistematika

mikrobia adalah salah satu cabang ilmu mikrobiologi yang menitikberatkan pada

karakterisasi mikrobia. Salah satu cara karakterisasi yang dilakukan dalam sistematika

mikrobia adalah menggunakan taksonomi numerik yang berasal dari taxo-species concept.

Berdasarkan konsep tersebut, maka mikrobia dapat dikarakterisasi, salah satunya

yaitu bakteri. Cara karakterisasi yang dilakukan adalah dengan menggunakan metode

taksonomi numerik fenetik yang berdasarkan kemiripan sifat yang dimiliki oleh bakteri.

Pada paktikum ini digunakan enam strain bakteri yang akan dikarakterisasi dan

diklasifikasikan. Keenam strain tersebut dikarakterisasi menggunakan sebanyak-banyaknya

karakter. Strain bakteri yang digunakan sama dan jumlah serta macam karakter yang

digunakan juga sama, namun dianalisis dengan indeks similaritas yang berbeda yaitu dapat

dilakukan dengan Simple Matching Coeficient (Ssm) dan Jaccard Similarity Coeffficient

(Sj).
 Taksonomi numerik menggambarkan persamaan, kemiripan dan perbedaan

karakteristik bakteri. Jaccard Similarity Coeffficient (Sj) menyatakan sifat- sifat yang sama

diantara organisme-organisme. Sedangkan Simple Matching Coeficient (SSM) menyatakan

sifat-sifat yang sama maupun berbeda di antara organisme-organisme strain mikroba

tersebut. Berdasarkan uraian tersebut, maka dilakukan praktikum Analisis Numerik Fenetik

khususnya pada spesies maka dapat dihasilkan suatu pengelompokan (clustering ) kemiripan

strain bakteri yang berbeda.

B. Rumusan Masalah

Rumusan masalah dalam praktikum ini adalah sebagai berikut :

1. Bagaimana metode analisis numerik fenetik ?

2. Bagaimana indeks similaritas spesies uji ?

C. Tujuan Praktikum

Tujuan pada pelatihan ini adalah sebagai berikut :

1. Untuk mengetahui metode analisis numerik fenetik.

2. Untuk mengetahui indeks similaritas spesies uji.

D. Manfaat Praktikum

Manfaat yang diperoleh dalam pelatihan ini adalah sebagai berikut :

1. Dapat mengetahui metode analisis numerik fenetik.

2. Dapat mengetahui indeks similaritas spesies uji.

 II. TINJAUAN PUSTAKA

A. Bakteri Potensial Penghasil L-Asparaginase

L-asparaginase tersebar luas di alam dan banyak ditemukan pada jaringan hewan,

bakteri, tanaman dan dalam serum tikus, namun tidak dijumpai pada manusia (EL-Sayed et

al., 2012 dalam Sanaa et al., 2012). Biswaprakash dkk., (2013) melaporkan L-asparaginase

dapat diproduksi dalam jumlah besar dalam kelompok mikroorganisme dari genus

Escherichia, Aerobacter, Erwinia, Serratia, Xanthomonas, Pectobacterium,

Photobacterium, Streptomyces dan Aspergillus.

B. Identifikasi Fenetik Bakteri

Identifikasi bakteri didasarkan pada karakterisasi sifat fenotip. Ciri-ciri fenotip

bakteri yang diamati meliputi karakter morfologi koloni dan sel, sifat biokimia, kemampuan

biodegradasi, toleransi terhadap berbagai kondisi lingkungan dan pemanfaatan berbagai

sumber karbon. Ciri-ciri morfologi koloni yang diamati adalah pigmentasi medium dan

koloni, bentuk dan diameter koloni, sedangkan morfologi sel yang diamati meliputi bentuk

dan ukuran sel, reaksi pewarnaan Gram, motilitas dan kebutuhan oksigen (Lay, 1994).

Identifikasi dan determinasi suatu biakan murni bakteri hasil isolasi perlu

ditentukan morfologi individual, sifat-sifat pengecatan, morfologi koloni, sifat-sifat biokimia

(fisiologi), patogenitas dan serologinya. Morfologi yang diamati meliputi morfologi secara

mikroskopik dan pertumbuhannya pada bermacam-macam medium. Bakteri-bakteri yang

morfologinya sama mungkin berbeda dalam sifat-sifat biokimianya, kebutuhan nutrisi serta

persyaratan ekologi lainnya seperti temperatur, pH, dan lain-lain (Jutono, 1973).
 Tujuan utama dari penerapan taksonomi numerik adalah untuk meningkatkan

objektifitas dalam pengolahan data dan repitabilitas hasil klasifikasi yang diperoleh. Hal ini

penting bagi taksa yang klasifikasinya masih menjadi perdebatan karena pebedaan dalam

penempatan taksa pada kategori tertentu. Jauh dekatnya hubungan kekerabatan (kemiripan)

antara setiap OTU yang dibandingkan dinyatakan dengan dua cara yaitu berdasarkan data

koefisien korelasi dan koefisien asosiasi (Sneath dan Sokal, 1973 dalam Arrijani, 2003).

Metode klasifikasi taksonomi numerik-fenetik memiliki kelebihan dibandingkan

dengan sistem klasifikasi yang lain. Metode klasifikasi yang lain hanya berdasarkan pada

kenampakan morfologi dari mikroorganisme yang akan diklasifikasikan, sedangkan pada

metode klasifikasi taksonomi numerik fenetik di samping kenampakan atau ciri-ciri

morfologinya, juga dilakukan uji fisiologis dan biokimiawi terhadap mikrobia yang akan

diklasifikasi. Selain itu, tahap pengklasifikasiannya dilakukan dengan membandingkan antar

strain mikroorganisme yang didasarkan atas adanya kemiripan sifat antar satu

mikroorganisme dengan mikroorganisme yang lain (Sembiring, 2002).

Karakterisasi fenotipik digunakan untuk identifikasi bakteri yang meliputi

morfologi sel bakteri, morfologi koloni, sifat biokimiawi uji sensitivitas terhadap antibiotik

menggunakan metode disk diffusion (Kirby- Bauer). Klasifikasi Numerik Fenetik terdiri dari

beberapa tahapan, yaitu koleksi data, pengkodean data dan analisis data. Koleksi data

ditentukan Operational Taxonomical Units (OTU) yaitu strain bakteri uji, kemudian

ditentukan unit karakter. Pengkodean unit karakter dilakukan dengan cara diberi skor, unit

karakter yang positif (+) diberi skor 1, sedangkan unit karakter yang negatif (-) diberi skor 0.

Data yang telah diolah dianalisis dengan program MVSP (Mult Variate Statistical Package)

untuk mengetahui hubungan similaritas antara strain satu dan strain yang lainnya digunakan
SSM (Simple Matching Coefficients). Pengklusteran dilakukan dengan menggunakan

algoritma UPGMA (Unweighted Pair Group Methode with Averages). Hasil analisis

dipresentasikan dalam bentuk dendogram menggunakan program Paint Shop Pro dan diedit

dengan program Adhobe photoshop (Darmawati, dkk., 2015; Sembiring, 2002).

 III. METODE PRAKTIKUM

A. Waktu dan Tempat

Praktikum ini dilaksanakan pada hari Kamis, tanggal 1 November 2017 pukul

13.30 WITA sampai selesai, bertempat di Laboratorium Unit Mikrobiologi, Jurusan Biologi,

Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Halu Oleo, Kendari.

B. Alat dan Bahan

1. Alat

Alat yang digunakan pada praktikum ini tercantum pada Tabel 1.

Tabel 1. Alat dan kegunaan

No. Nama Alat Kegunaan
1. Alat tulis Untuk menuliskan hasil pengamatan
2. Aplikasi MVSP Untuk menganalisis hubungan kekerabatan antar mikroba
3. Aplikasi Paint Shop Pro Untuk mengedit dendogram

2. Bahan

Bahan yang digunakan pada praktikum ini tercantum pada Tabel 2.

Tabel 2. Bahan dan kegunaan

No. Nama Bahan Kegunaan
1. 6 Spesies Erwinia Sebagai objek yang akan dianalisis hubungan
kekerabatannya dengan pendekatan numerik fenetik
2. 50 Karakter spesies Sebagai karakter kunci hubungan kekerabatannya antar
Erwinia spesies Erwinia
C. Prosedur Kerja

Prosedur kerja yang dilakukan pada praktikum ini adalah sebagai berikut:

a. Koleksi Data

Koleksi data dilakukan dengan menentukan Operational Taxonomical Units

(OTU) yaitu 6 strain bakteri dari spesies Gluconobacter (n=6), kemudian menentukan 50

unit karakter dari masing-masing spesies Gluconobacter (t=50). Data tersebut selanjutnya

disusun dalam matriks n x t dengan menggunakan program MS Excell 2007.

b. Pengkodean Data

Pengkodean masing-masing unit karakter dilakukan dengan cara memberi skor,

unit karakter yang positif (+) diberi skor 1, sedangkan unit karakter yang negatif (-) diberi

skor 0.

c. Analisis Data

Data yang telah dikode pada masing-masing spesies kemudian dianalisis dengan

program MVSP (Multi Variate Statistical Package). Untuk mengetahui hubungan

similaritas antara strain satu dan strain yang lainnya digunakan SSM (Simple Matching

Coefficients). Kemudian pengklusteran dilakukan dengan menggunakan algoritma

UPGMA (Unweighted Pair Group Methode with Averages). Setelah itu hasil analisisnya

dipresentasikan dalam bentuk dendogram menggunakan program Paint Shop Pro.

 IV. HASIL DAN PEMBAHASAN

Klasifikasi merupakan proses untuk mengenali dan mengelompokkan mikroorganisme

hidup ke dalam suatu taksa atau kelompok yang sudah teridentifikasi. Klasifikasi merupakan

bagian dari bidang ilmu sistematik. Klasifikasi dan identifikasi mikroorganisme haruslah

diketahui terlebih dahulu karakteristik atau ciri-ciri mikroorganisme. Tujuan klasifikasi ialah

mengatur kedudukan dari berbagai organisme termasuk mikroorganisme di alam. Jika diketahui

ciri-ciri suatu mikroorganisme, maka dapat dilakukan perbandingan sehingga terlihat persamaan

dan juga perbedaan dengan mikroorganisme lainnya.

Sistem klasifikasi dibedakan menjadi klasifikasi fenetik dan filogenetik. Klasifikasi

fenetik didasarkan pada kemiripan sifat diantara mikroba. Sedangkan klasifikasi filogenetik

didasarkan pada hubungan evolusi atau kekerabatan diantara mikroba. Praktikum kali ini

menggunakan sistem taksonomi numerik yang merupakan bagian dari klasifikasi fenetik. Prinsip

taksonomi numerik adalah menggunakan sebanyak-banyaknya karakter biologis suatu

mikroorganisme yang disebut Operational Taxonomic Units (OTU).

Metode yang dilakukan pada praktikum karakterisasi fenotipik adalah dengan klasifikasi

numerik-fenetik terhadap 6 strain bakteri uji khusus spesies Erwinia menggunakan 30 karakter.

Karakter fenotipik tersebut antara lain meliputi morfologi koloni dan sel, karakter biokimiawi

yang mencakup reaksi metabolisme suatu strain bakteri yang dapat menghasilkan berbagai

macam enzim, kemampuannya dalam memfermentasi berbagai jenis gula dan karakter fisiologis.

Tahap selanjutnya adalah melakukan pengkodean masing-masing unit karakter dengan cara

memberi skor, unit karakter yang positif (+) diberi skor 1, sedangkan unit karakter yang negatif

(-) diberi skor 0. Hasil karakterisasi strain bakteri uji tercantum pada Tabel 3.
Tabel 3. Karakter masing-masing spesies Erwinia
Kode isolat
No

E. trachelphila
E. nigrifluens
E. amylovoa

E. cacticida

E. mativora

E. quertina
Karakter

1 2 3 4 5 6 7 8
1 Gram - - - - - -
2 Motil + + + + + +
3 Anaerob Fakultatif + + + + + +
4 27-30C + + + + + +
5 Oksidase - - - - - -
6 Katalase + + + + + +
7 D-Adonitol - - - - - -
8 Selobiosa - - + - - -
9 Dulcitol - - - - - -
10 Esculin - + - + + -
11 Fruktosa + + + + + +
12 D-Galaktosa + + + + + +
13 D-Glukosa + + + + + +
14 Gliserol - + + + + -
15 Myo-Inositol - - - + - -
16 Inulin - - - - - -
18 Laktosa - - - - - -
19 Maltose - - - - - -
20 D-Manitol - + + + + -
21 D-Manose - + + + + -
22 Melezitose - - - - - -
23 -CH2-D-Glukosida - - - - + -
24 Rifinose - - - + - -
25 L-Ramnose - + + - - -
26 Ribose + + + + + -
27 Salicin - + - + + -
28 Pati - - - - - -
29 Sucrose + + + + + +
30 -Metil Glukoside + + + + + +
Ket : (+) memiliki karakter, (-) tidak memiliki karakter
 Data hasil analisis karakteristik yang telah dikode selanjutnya dianalisis dengan program

MVSP (Multi Variate Statistical Package). Untuk mengetahui hubungan similaritas antara strain

satu dan strain yang lainnya digunakan SSM (Simple Matching Coefficients). Hasil analisis

sistematik numerik berdasarkan karakter fenotipik ini divisualisasikan dalam bentuk dendogram

seperti disajikan pada Gambar 1. Matriks similaritas antar strain bakteri uji ditampilkan pada

Tabel 4.

Gambar 1. Dendrogram yang menunjukkan hubungan similaritas antara 6 strain bakteri uji
8yang didasarkan atas analisis simple matching coefficient (SSM) dan algoritma
unweighted pair-group method with arithmetic average (UPGMA).

Dendogram berdasarkan nilai similaritas 6 strain bakteri uji (Gambar 1) menunjukkan

bahwa ada 2 kelompok (cluster) yang terbentuk. Cluster 1 yang beranggotakan Erwinia

amylovoa dan Erwinia trachelphila dengan nilai similaritas sebesar 96,7%, sedangkan yang

tergolong cluster 2 yaitu terdiri dari 2 subcluster, subcluster 1 Erwinia carticida dan Erwinia

quertina dengan nilai similaritas 93,3%. Kemudian keduanya bergambung pada subcluster ke 2

dengan Erwinia nigrifluens pada nilai similaritas 90%.

 Berdasakan hasil tersebut dapat menunjukkan bahwa dengan menggunakan metode

analisis numerik fenetik, kekerabatan dari isolat bakteri khususnya Erwinia dapat diketahui.

Erwinia merupakan kelompok bakteri yang, bersifat Gram negatif, motil, uji katalase positif,

uji oksidase negatif dan bersifat anaerob fakultatif. Positif mampu memfermentasi D-

glukosa, D-galaktosa dan Fruktosa.

Tabel 4. Matriks similaritas disusun berdasarkan perhitungan nilai hubungan similaritas antar 6
strain bakteri uji menggunakan Simple Matching Coefficient (SSM).
Kode Isolat

E.trachelphila
E. nigrifluens
E. amylovoa

E. cacticida

E. mativora

E. quertina
Nama Spesies

E. amylovoa 100
E. cacticida 80 100
E. mativora 83,3 90 100
E. nigrifluens 76,7 90 80 100
E. quertina 80 93,3 83,3 90 100
E.trachelphila 96,7 76,7 80 73,3 76,7 100
 V. PENUTUP

A. Simpulan

Simpulan yang diperoleh pada praktikum ini adalah sebagai berikut :

1. Metode analisis numerik fenetik dilakukan dengan menggunakan aplikasi MVSP (Multi

Variate Statistical Package) danPSP (Paint shop Pro).

2. Indeks similaritas strain bakteri uji yaitu Erwinia amylovoa dan Erwinia trachelphila

dengan nilai similaritas sebesar 96,7%, sedangkan yang tergolong cluster 2 yaitu terdiri

dari 2 subcluster, subcluster 1 Erwinia carticida dan Erwinia quertina dengan nilai

similaritas 93,3%. Kemudian keduanya bergambung pada subcluster ke 2 dengan

Erwinia nigrifluens pada nilai similaritas 90%.

B. Saran

Saran yang dapat diajukan pada praktikum ini adalah sebaiknya untuk penentuan

OUT harus diperhatikan kembali agar karakter sifat yang digunakan bisa terwakili untuk

kesemua jenis karakter fenotipik.

 DAFTAR PUSTAKA

Arrijani, 2003, Kekerabatan Fenetik Anggota Marga Knema, Horsfieldia, dan Myristica di Jawa
berdasarkan Bukti Morfologi Serbuk Sari, Biodiversitas, 4(2) : 83-88
Biswaprakash P, Sashi KD, dan Sabuj S. 2013. Screening and Characterization of Extracelluler
L-asparaginase Producing Bacillus subtilis strain hswx88, Isolated from Taptapani Hot
Spring Of Odisha, India. Asian Pasific J of Tropical Biomedicine 3(12): 937-940.
Darmawati, S. Sembiring, L., Asmara, W. dan Artama, W.T. 2011. Klasifikasi Numerik-fenetik
Salmonella typhi Asal Jawa Tengah dan Daerah Istimewa Yogyakarta Berdasarkan Hasil
Karakterisasi Fenotipik. Biota 16 (1) : 128-132
Joetono, Soedarsono, S., Hartadi, S., Kabirun, S., Darmosuwito, S., and Soesanto, 1973,
Pedoman Praktikum Mikrobiologi untuk Perguruan Tinggi, UGM, Yogyakarta
Lay, W.B., 1994, Analisis Mikroba di Laboratorium, PT. Raja Grafindo Persada, Jakarta.

Sanaa TE, Amal AF, and Amira MG. 2012. Immobilization, Properties and Anti Tumor Activity
of L-Asparaginase of Vicia Faba and Phaseolus Vulgaris Seeds. Australian J of Basic
and Applied Sciences. 6(3): 785.

Sembiring, L., 2002, Petunjuk Praktikum Sistematika Mikrobia S-2, Laboratorium Mikrobiologi,
Fakultas Biologi, UGM, Yogyakarta.