RUMUSAN MASALAH DISERTASI

1. Apakah IgY spesifik anti HIV dapat menghambat pembentukan syncytium pada limfosit

T yang diinfeksi HIV?

2. Apakah IgY spesifik anti HIV efektif dalam menghambat infeksi HIV yang dapat

ditunjukkan melalui pemeriksaan densitas/kepadatan reseptor CD4, CCR5 dan

CXCR4 pada kelompok limfosit T yang diinfeksi oleh HIV dengan penambahan IgY

spesifik anti HIV dan kelompok tanpa penambahan IgY spesifik anti HIV?

TUJUAN DISERTASI

1. Membuktikan bahwa IgY spesifik anti HIV dapat menghambat pembentukan syncytium

pada limfosit T yang diinfeksi HIV.

2. Membuktikan IgY spesifik anti HIV efektif dalam menghambat infeksi HIV yang dapat

ditunjukkan melalui pemeriksaan densitas/ kepadatan reseptor CD4, CCR5 dan

CXCR4 pada kelompok limfosit T yang diinfeksi oleh HIV dengan penambahan IgY

spesifik anti HIV dan kelompok penambahan IgY spesifik anti HIV.
PENDAHULUAN

- Unit eksperimen, adalah unit terkecil dalam suatu eksperimen yang diberikan suatu
perlakuan. Unit terkecil bisa berupa petak lahan, individu, sekandang ternak dan lain-lain
bergantung pada bidang penelitian (Montgomery, 2001).
Unit eksperimen di dalam penelitian ini adalah sel limfosit T, karena pada penelitian
ini sel limfosit T yang diberikan perlakuan dengan IgY spesifik anti HIV. Perlakuan
yang diberikan akan menghambat proses pengikatan virus dengan sel limfosit T.
- Perlakuan (treatment), yaitu suatu prosedur atau metode yang diterapkan pada unit
eksperimen (Montgomery, 2001).
 Prosedur atau metode yang diterapkan dapat berupa pemberian jenis pupuk yang
berbeda, dosis pemupukan yang berbeda, jenis varietas yg digunakan berbeda,
pemberian jenis pakan yang berbeda, atau kombinasi dari semua taraf-taraf beberapa
faktor, dll.
 Perlakuan berdasarkan nilai-nilai yang dicobakan dapat dibedakan menjadi 2 , yaitu
kualitatif dan kuantitatif. Contoh perlakuan kualitatif: jenis pupuk, varietas tanaman,
dll, sedangkan contoh perlakuan kuantitatif: pemberian dosis pemupukan
Perlakuan dalam penelitian ini adalah pemberian IgY dalam suatu media kultur
bersama dengan sel MOLT4 dan virus MT4-HIV.
- Variabel terkendali adalah variabel yang dapat dikendalikan oleh peneliti.
Variabel terkendali dalam penelitian ini adalah konsentrasi pemberian IgY ,
karena hal tersebut dapat ditentukan oleh peneliti (berapa konsentrasi yang
diberikan)
- Variabel respon adalah variabel yang diobservasi / diukur.
Variabel respon dalam penelitian ini adalah banyaknya syncytium yang
terbentuk serta densitas/kepadatan reseptor CD4, CCR5 dan CXCR4.
Macam-macam Variabel dalam Eksperimen desain:

LANGKAH ANALISIS PENELITIAN

Berdasarkan rumusan masalah yang telah dipaparkan, langkah analisis yang akan

dilakukan adalah sebagai berikut.

1. Pada rumusan masalah pertama, IgY spesifik anti HIV dimasukkan ke dalam media

kultur bersama dengan sel MOLT4 dan virus MT4-HIV yang disebut dengan uji

Synctium, untuk mengetahui kemampuan IgY spesifik anti HIV dalam menghambat

terbentuknya molekul syncytium (giant molecular). Pada tahapan ini akan dilakukan
 analisis statistik dengan menggunakan Rancangan Acak Lengkap /ANOVA, untuk

mengetahui efektif atau tidaknya IgY spesifik anti HIV dalam menghambat

terbentuknya molekul syncytium.

Rancangan Acak Lengkap

- Rancangan Acak Lengkap (RAL) adalah rancangan di mana perlakuan dikenakan

sepenuhnya secara acak kepada unit-unit eksperimen. Dengan demikian tidak terdapat
batasan terhadap pengacakan seperti misalnya dengan adanya pemblokan dan
pengalokasian perlakuan terhadap unit-unit eksperimen. Contoh RAL dalam penelitian ini
adalah berat molekul range yang tidak dibedakan
- Rancangan acak lengkap digunakan jika kondisi unit eksperimennya relatif homogen.
Kondisi homogen dalam penelitian ini adalah
- Pada umumnya eksperimen ini dilakukan di laboratorium, karena kehomogenan unit
eksperimennya bisa dijamin. Untuk percobaan di lapangan RAL sulit dilakukan.
- Struktur Data :

- Level yang dimaksud dalam penelitian ini adalah konsentrasi IgY (1500ppm; 750
ppm; 375 ppm; 187,5 ppm; 93,75 ppm; 46,875 ppm; 23,44 ppm; dan 11,72 ppm, serta
tidak diberikan IgY). Observations dalam penelitian ini adalah perulangan yaitu
sebanyak 5.
- Pengujian hipotesis pada Rancangan Acak Lengkap adalah suatu prosedur statistik yang
menggunakan penyelesaian analisis varians satu arah (One Way Anova) untuk
mendukung kebenaran hipotesis.
One way anova merupakan
Penelitian ini menggunakan One Way Anova karena
- Langkah pengujian hipotesis tersebut adalah sebagai berikut:
a. Melakukan pengujian kesamaan varians pada data
Beberapa prosedur statistik, seperti ANOVA dan regresi, mensyaratkan bahwa
varians dari data harus sama. Varians digunakan untuk mengetahui seberapa jauh
 persebaran nilai hasil observarsi terhadap rata-rata. Varians yang rendah
menandakan data yang berkelompok dekat satu sama lain. Varians yang tinggi
menandakan data yang lebih tersebar. Terdapat 3 jenis metode untuk pengujian
kesamaan varians.
• Uji Barlett, digunakan ketika data berdistribusi normal.
• Uji Levene digunakan ketika data memiliki tipe data kontinyu tetapi tidak
mengharuskan berdistribusi normal.
• Uji F untuk membandingkan varians antar kelompok dengan varians di dalam
kelompok.
Metode yang digunakan pada penelitian ini menggunakan Uji Levene.

Tahapan dari pengujian kesamaan varians adalah sebagai berikut.

i. Penentuan Hipotesis
Ho : 𝑆 2 konsentasi 1 = 𝑆 2 konsentrasi 2 = … = 𝑆 2 kontrol (𝑆 2 = varians sampel)
H1 : minimal ada satu varians konsentrasi yang berbeda
Untuk melakukan pengujian hipotesis, maka harus dihitung nilai dari statistik uji
ii. Statistik Uji :

Keterangan :
n = jumlah observasi
k = banyaknya kelompok

𝑌̅𝑖 = rata-rata dari kelompok ke i

Zi = rata-rata dari kelompok Z j
Z = rata-rata total dari Z ij
iii. Daerah Kritis
Daerah kritis adalah luasan yang menujukkan penolakan maupun
penerimaan Ho.
Tolak H0 jika W > F( ;k 1, n  k )

 = tingkat signifikansi (ditentukan oleh peneliti)

Tingkat signifikansi adalah tingkat keasalahan yang ditolerir oleh peneliti.
Dalam software keputusan untuk menerima atau menolak H0 dapat
ditentukan secara mudah dengan menggunakan nilai pvalue, dengan
ketentuan sebagai berikut.
 Tolak H0 jika pvalue < 
iv. Kesimpulan
Kesimpulan diambil berdasarkan keputusan menolak H0 atau menerima
H0. Contoh : Varians konsentrasi IgY yang diberikan adalah sama (Terima
H0).

b. Selanjutnya dibuat tabel anova dengan rincian sebagai berikut:

Sumber Variasi SS Db MS F0
Perlakuan SStreatment a-1 MStreatment
Error SSerror N-a MSerror F0
Total SStotal N-1

Keterangan tabel anova:

Keterangan:
SSt = Sum Square Total
Yi j = variabel yang dianalisis
Y.. = Jumlah data
N = Banyaknya data

𝑆𝑆𝑡𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡𝑠 = 𝑛 ∑𝑎𝑖=1(𝑦̅𝑖− 𝑦̅.. )2

Keterangan:
SStreatment = Sum Square Treatment
n = Banyaknya kolom
Yi. = Jumlah variabel setiap baris
Y.. = Jumlah data
N = Banyaknya data

SSerror = SSt - SStreatment

Keterangan:
SSerror = Sum Square Error
SStotal = Sum Square Total
SStreatment = Sum Square Treatment
 Keterangan:
MStreatment = Mean Square Treatment
SStreatment = Sum Square Treatment
a = Banyaknya kelompok/level

𝑆𝑆𝐸𝑟𝑟𝑜𝑟
𝑀𝑆𝑒𝑟𝑟𝑜𝑟 =
𝑁−𝑎

Keterangan:
MSerror = Mean Square Error
SSerror = Sum Square Error
N = Banyaknya data
a = Banyaknya kolom

Berikutnya dilanjutkan dengan pengujian Hipotesis dengan langkah sebagai berikut.

 Penentuan hipotesis:
H0 : µkonsentrasi 1 = µkonsentrasi 2 = ... = µkontrol (µ = rata-rata)
H1 : Minimal ada 1 rata-rata dari pemberian konsentrasi IgY yang berbeda
 Statistik Uji
Perhitungan statistik uji yang digunakan dalam rancangan acak lengkap adalah
berdasar pada nilai F0, di mana :
𝑀𝑆 𝑡𝑟𝑒𝑎𝑡𝑚𝑒𝑛𝑡
F0 =
𝑀𝑆 𝑒𝑟𝑟𝑜𝑟

Keterangan:
F0 = Nilai Statistik Uji
MStreatment = Efek perlakuan
MSerror = Tingkat error
Nilai F0 telah diperoleh melalui perhitungan tabel Anova berikut.

Sumber Variasi SS Db MS F0
Perlakuan SStreatment a-1 MStreatment
Error SSerror N-a MSerror F0
Total SStotal N-1

 Daerah kritis
. H0 ditolak jika F0 > F(a-1),(N-a),
 = tingkat signifikansi yang ditentukan peneliti
a = banyaknya level/kelompok
N = jumlah data
 Dalam software keputusan untuk menerima atau menolak H0 dapat ditentukan
secara mudah dengan menggunakan nilai pvalue, dengan ketentuan sebagai berikut.
Tolak H0 jika pvalue < 
 Kesimpulan
Kesimpulan diambil berdasarkan keputusan menolak H0 atau menerima H0. Contoh
: Rata-rata konsentrasi IgY yang diberikan adalah berbeda artinya IgY efektif dalam
menghambat pembentukan syncytium pada limfosit T (Tolak H0).

c. Pengujian Asumsi Residual

Setelah dilakukan pengujian hipotesis rata-rata, langkah berikutnya adalah pengujian
asumsi. Residual adalah selisih antara nilai dugaan yang diperoleh dalam pemodelan
dengan nilai pengamatan. Asumsi yang digunakan dalam pengujian hipotesis
Rancangan Acak Lengkap dengan analisis varians satu arah adalah Identik
Independen Distribusi Normal (IIDN). Penjelasan mendetail mengenai pengujian
asumsi residual dijelaskan sebagai berikut.
 Pengujian Residual Identik
Maksud dari asumsi residual ini adalah nilai estimasi variabel dependen akan
mewakili semua pengamatan dari variabel bebas jika varian residual konstan
(chalmer, Bruce J, 1987). Metode yang digunakan untuk pemeriksaan varian residual

konstan  2 adalah plot antara residual (Y) dengan respon dugaan (fitted value). Ada
4 macam Informasi penting yang dihasilkan oleh plot residual dengan respon dugaan.
Sebagai gambaran keempat informasi penting dapat dilihat pada Gambar berikut.

Gambar a plot berbentuk pita horizontal, yang memberi arti residual bersifat identik.
Gambar b plot berbentuk cerobong (plot dari ujung ke pangkal semakin melebar atau
sebaliknya dari ujung ke pangkal semakin mengecil) memberi arti varian residual tidak
identik (bentuk plot seperti Gambar b merupakan bentuk pelanggaran asumsi
residual). Gambar c plot berbentuk tren (semakin lama semakin naik atau sebaliknya
semakin lama semakin turun dan termasuk bentuk pelanggaran asumsi residual).
Gambar d plot membentuk pola (dalam hal ini membentuk pola parabola dan termasuk
bentuk pelanggaran asumsi residual) memberi arti model yang diperoleh tidak
memadai (tidak benar) (Draper N R, Smith H,1981).

 Pengujian Residual Independen

Pemeriksaan asumsi residual tahap kedua adalah residual bersifat bebas satu
sama yang lain (independen) secara visual. Maksud dari asumsi residual ini adalah
jika ada nilai residual yang besar dari suatu pengamatan, maka tidak akan
mempengaruhi nilai residual dari pengamatan yang lain (chalmer, Bruce J, 1987).
Metode yang digunakan untuk pemeriksaan residual bersifat independen adalah plot
residual berdasarkan urutan waktu. Residual dikatakan memenuhi asumsi
independen saat plot-plotnya tidak membentuk suatu pola atau tren tertentu.

 Pengujian Kenormalan Residual

Metode yang digunakan untuk pemeriksaan residual berdistribusi normal adalah
Normal probability plot (plot peluang normal). Jika residual memenuhi asumsi
kenormalan, maka titik-titik pada plot antara akan jatuh di sekitar garis lurus. Jika titik-
titik pada plot menyimpang dari garis lurus, maka dapat diindikasi terjadi pelanggaran
asumsi (Montgomery D C, 2001). Normal probability plot disajikan pada Gambar di
bawah ini.
Struktur data yang dipakai sebagai berikut.

Ulangan
Konsentrasi
1 2 3 4 5
1500 ppm
750 ppm
375 ppm
187.5 ppm
93.75 ppm
46.875
ppm
0 ppm /
tanpa IgY

Selanjutnya hasil dari uji syncytium dapat digunakan untuk mengetahui nilai IC90 dari
IgY spesifik anti HIV, yang menyatakan pada konsentrasi berapakah dari IgY spesifik
anti HIV yang dapat menghambat proses replikasi virus HIV. Nilai IC90 diketahui dari
hasil persentase inshibisi, yang diperoleh dari formula berikut.

Keterangan :
A = jumlah syncytium yang terbentuk pada IgY spesifik anti HIV (sampel yang
diuji)
B = jumlah syncytium yang terbentuk pada kontrol negative
Setelah dilakukan perhitungan persentase inhibisi maka struktur datanya akan
mengalami perubahan sebagai berikut.
 Ulangan
Konsentrasi
1 2 3 4 5
1500 ppm
750 ppm
375 ppm
187.5 ppm
93.75 ppm
46.875
ppm

Setelah dihitung persentase inhibisi, maka dapat ditentukan konsentrasi mana yang paling
efektif untuk menghambat proses replikasi virus HIV dengan menggunakan pengujian
berganda.
Pengujian Berganda adalah suatu analisis yang dipakai untuk membandingkan perbedaan
diantara kelompok treatment.
Macam-macam pengujian berganda:
a. Perbandingan Berganda dari Rata-rata Treatment
Terdapat empat macam metode yang dapat dipakai yaitu sebagai berikut:
1. Tukey’s Test
2. Fisher Least Significance Difference (LSD)
3. Duncan
4. Newman Keul’s Test

b. Perbandingan Berganda Rata-Rata Kelompok Treatment dengan Kelompok Kontrol yang

hanya terdapat satu metode yaitu Dunnet Test.
Pada penelitian ini metode yang dipakai dengan menggunakan LSD. Prosedur pengujian
dengan LSD akan dijelaskan sebagai berikut.
 Hipotesis:
H 0 : i   j

H1 : i   j

Contoh : H0: Konsentrasi1= Konsentrasi2, … H0: Konsentrasi1= Konsentrasi6

H0: Konsentrasi2= Konsentrasi3, … H0: Konsentrasi2= Konsentrasi6 , dst
 Statistik Uji:
 Keterangan:
t/2 = tabel distribusi t dengan nilai  (tingkat signifikansi) yang telah ditentukan
SS E
MSE (Mean Square Eror) =
N a
N = jumlah data
a =Jumlah ulangan
 Daerah kritis
. H0 ditolak jika |𝑦̅𝑖. − 𝑦̅𝑗. | > LSD
Keterangan:
𝑦̅𝑖. = rata-rata data pada kelompok ke-i
𝑦̅𝑗. = rata-rata data pada kelompok ke-j
 Kesimpulan
Kesimpulan diambil berdasarkan keputusan menolak H0 atau menerima H0. Contoh :
Jika menolak H0, artinya terdapat perbedaan antara kedua kelompok
Contoh kasus untuk penelitian ini:
Ulangan
Konsentrasi
1 2 3 4 5
1500 ppm 7 7 15 11 9
750 ppm 12 17 12 18 18
375 ppm 14 18 18 19 19
187.5 ppm 19 25 22 19 23
93.75 ppm 7 10 11 15 11
46.875
ppm 1 5 12 11 12
𝑦̅ 13.3 13.6 15 15.5 15.3

𝑦̅𝑖. = rata-rata data pada konsentrasi 1

𝑦̅𝑗. = rata-rata data pada konsentrasi 2
H0: Konsentrasi1= Konsentrasi2, … H0: Konsentrasi1= Konsentrasi6
H0: Konsentrasi2= Konsentrasi3, … H0: Konsentrasi2= Konsentrasi6
H0: Konsentrasi3= Konsentrasi4, … H0: Konsentrasi3= Konsentrasi6
H0: Konsentrasi2= Konsentrasi5, … H0: Konsentrasi2= Konsentrasi6
H1: Konsentrasi1  Konsentrasi2, … H1: Konsentrasi1  Konsentrasi6
.
.
.
H1: Konsentrasi2  Konsentrasi5, … H1: Konsentrasi2  Konsentrasi6
Statistik Uji
 = 2,06*1.07
= 2.21
Daerah Kritis:
|𝑦̅1. − 𝑦̅2. | = 5.75 > 2.21 (berbeda)
|𝑦̅1. − 𝑦̅3. | = 7.1 > 2.21 (berbeda)
|𝑦̅1. − 𝑦̅4. | = 11.1 > 2.21 (berbeda)
|𝑦̅1. − 𝑦̅5. | = 0.3 < 2.21 (sama)
|𝑦̅1. − 𝑦̅6. | = 0.5 < 2.21 (sama)
|𝑦̅2. − 𝑦̅3. | = 1.35 < 2.21 (sama)
|𝑦̅2. − 𝑦̅4. | = 5.35 > 2.21 (berbeda)
Dst.
Kesimpulan:
Jadi rata-rata konsentrasi yang berbeda terdapat pada konsentrasi 1 dengan 2,3,
dan 4, serta konsentrasi 2 dengan 4.

2. Tahapan selanjutnya adalah mengidentifikasi protein spesifik pada jaringan atau sel

dengan metode immunohistokimia. Hasil dari proses ini berupa data kualitatif yang

menandakan ada atau tidaknya densitas/kepadatan CD4, CCR5 dan CXCR4 pada sel

limfosit T pada uji pembentukan syncytium, yang didasarkan pada intensitas dan distribusi

warna yang dihasilkan dari pewarnaan CD4, CCR5 dan CXCR4. Warna coklat merupakan

reaksi positif (+) terhadap keberadaan densitas CD4, CCR5 dan CXCR4, sedangkan

warna biru merupakan reaksi negatif (-) terhadap keberadaan CD4, CCR5 dan CXCR4.

Pada tahapan ini, analisis statistic yang dipakai hanya menggunakai analisis deskriptif

berupa tabel kontingensi, nilai mean, grafik, dll.

Berikutnya identifikasi protein pada sel limfosit T dilakukan dengan menggunakan uji

kuatitatif Flowcytometry. Pada pengujian ini, Densitas/kepadatan reseptor CD4, CCR5 dan

CXCR4 ditunjukkan dengan intensitas fluororesensi yang berbentuk persentase (%). Pada

tahap ini, dihasilkan 3 respon, yaitu densitas pada setiap reseptor CD4, CCR5 dan CXCR4,
sehingga metode yang sesuai yaitu Manova One Way. Struktur datanya ditunjukkan sebagai

berikut.

Densitas/Kepadatan
Perlakua 1 2 … 8
n CCR CXCR CD CCR CXCR … CCR CXCR
CD4 5 4 4 5 4 CD4 5 4
R1 R1 R1 R1 … R1 R1
R2 R2 R2 R2 R2 R2
R3 R3 R1 R2 R3 R3 R1 R2 R3 R3 R1 R2
R4 R4 R3 R4 R4 R4 R3 R4 R4 R4 R3 R4
Control R5 R5 R5 R5 R5 R5 R5 R5 R5
R1 R1 R1 R1 … R1 R1
R2 R2 R2 R2 R2 R2
R3 R3 R1 R2 R3 R3 R1 R2 R3 R3 R1 R2
R4 R4 R3 R4 R4 R4 R3 R4 R4 R4 R3 R4
Case R5 R5 R5 R5 R5 R5 R5 R5 R5

Manova One Way

MANOVA digunakan untuk melihat efek utama dan efek interaksi variabel kategorik
pada variabel dependen interval. MANOVA menggunakan satu atau lebih variabel
independen kategorik sebagai prediktor, seperti halnya ANOVA, tetapi MANOVA
menggunakan lebih dari satu variabel dependen. Uji ANOVA menguji perbedaan mean
pada variabel dependen untuk beberapa variabel independen, sedangkan MANOVA menguji
perbedaan vektor mean beberapa variabel dependen. Kita dapat juga menjalankan post hoc
test untuk melihat nilai faktor mana yang paling berkontribusi signifikan terhadap variabel
dependen (Johnson, 1992).
Asumsi yang berlaku dalam MANOVA antara lain:
1. MANOVA mengasumsikan bahwa setiap pengamatan bersifat independen. Tidak
terdapat pola tertentu dalam memilih sampel.
2. MANOVA mengasumsikan bahwa variabel independen adalah kategorik dan variabel
dependen merupakan variabel kontinu. Sifat homogenitas juga diasumsikan dalam
MANOVA.
3. Pada MANOVA, variabel dependen maupun independen dapat dikorelasikan satu sama
lain.
4. MANOVA mengasumsikan bahwa data terdistribusi normal.
5. Seperti halnya ANOVA, MANOVA juga mengasumsikan bahwa keragaman antar
kelompok sama.
MANOVA dengan beberapa variabel independen memiliki persamaan sebagai
Dengan model multivariat secara umum adalah :
 X ij     j   ij

dimana : i = 1, 2, ....., m
j = 1, 2, ....., ni
X ij adalah observasi

 adalah nilai mean secara keseluruhan

n
 j adalah efek dari perlakuan ke-j dengan n 
j 1
i j 0

 ij adalah variabel independen Np (0,  )