Teknik Analisis Dan Rancangan Persilangan

BUKU AJAR
TEKNIK ANALISIS
DAN
RANCANGAN PERSILANGAN
Ilmu Reproduksi Ternak
ii Dr Ir Lestari Ujianto, M.Sc dkk

Dr Ir Lestari Ujianto, M.Sc dkk
BUKU AJAR
TEKNIK ANALISIS
DAN
RANCANGAN PERSILANGAN
Dr. Ir. Lestari Ujianto, M.Sc.

Prof. Dr.Ir. I.G.P. Muliartha Aryana, MP.
Ir. I Wayan Sudika, MS.
Dr.Ir. A.A.K. Sudarmawan, MP.
Mataram University Press
Tehnik Analisis dan rancangan persilangan iii

Judul:
Teknik Analisa Dan Rancangan Persilangan
Penulis:
Dr. Ir. Lestari Ujianto, M.Sc.
Prof. Dr. Ir. I Gusti Putu Muliarta Aryana, MP.
Ir. I Wayan Sudika, MS.
Dr. Ir. Anak Agung Ketut Sudharmawan, MP.
Layout:
Tim Mataram University Press
Design Sampul:
Design Isi:
Penerbit:
Mataram University Press
Jln. Majapahit No. 62 Mataram-NTB
Telp. (0370) 633035, Fax. (0370) 640189, Mobile Phone +6281917431789
e-mail: upt.mataramuniversitypress@gmail.com
website: www.uptpress.unram.ac.id.
Cetakan Pertama, September 2019
ISBN: SEDANG PROSES
Hak cipta dilindungi oleh undang-undang. Dilarang memperbanyak, sebagian

atau seluruh isi buku ini dalam bentuk dan dengan cara apapun, tanpa izin
penulis dan penerbit.
iv Dr Ir Lestari Ujianto, M.Sc dkk

KATA PENGANTAR
Buku Ajar ini disusun untuk membantu mahasiswa

mendapatkan referensi yang mudah dan murah serta
pelaksanaan proses belajar mengajar akan menjadi lebih
lancar dan efektip.
Materi kuliah ini disusun berdasarkan materi pokok
yang tercantum di dalam GBPP dan diharapkan
mahasiswa sudah membaca bahan ajar ini sebelum
mengikuti kuliah, sehingga di dalam kuliah diskusi
dapat berjalan dua arah sehingga mahasiswa akan
mendapatkan pemahaman yang komprehensip. Buku
ajar ini disusun sangat ringkas dan masih jauh dari
sempurna. Oleh karena itu diharapkan masukan untuk
perbaikan bahan ajar ini.
Atas terbitnya buku ajar ini, seluruh staff
Laboratorium Reproduksi Ternak Fakultas Peternakan
Unram mengucapkan terima kasih kepada Rektor
Universitas Mataram dan Dekan Fakultas Peternakan
Unram yang telah memfasilitasi penyusunan buku ajar
ini.
Tim Penyusun mengharapkan buku ajar ini dapat
memudahkan mahasiswa untuk mengikuti kuliah Ilmu
Reproduksi Ternak.
Mataram, September 2019

Penulis,
ttd
Tim Penyusun.
Tehnik Analisis dan rancangan persilangan v

vi Dr Ir Lestari Ujianto, M.Sc dkk

DAFTAR ISI
KATA PENGANTAR ....................................................... v

DAFTAR ISI ................................................................ vii
DAFTAR TABEL ........................................................... xi
BAB I PENDAHULUAN ......................................... 1
A. Kompetensi Dasar ..................................... 1
B. Indikator ................................................... 1
C. Sub Materi Pokok ..................................... 1
1.1. Pengertian Teknik Analisis Dan
Rancangan Persilangan ....................... 2
1.2. Arti Penting Dalam Bidang
Pemuliaan Tanaman ........................... 3
1.3. Hubungannya dengan Bidang
BAB II DASAR-DASAR STATISTIK ........................ 5
A. Kompetensi Dasar ..................................... 5
B. Indikator ................................................... 5
C. Sub Materi Pokok ...................................... 5
2.1.Peranan Statistika dalam
2.2. Statistika Diskripsi ............................. 7
2.3. Analisis Keragaman ............................ 8
2.4. Analisis Korelasi dan Regresi ............ 11
Tehnik Analisis dan rancangan persilangan vii

BAB III HERITABILITAS DAN ESTIMASINYA ........ 17

A. Kompetensi Dasar ................................... 17
B. Indikator ................................................. 17
C. Sub Materi Pokok .................................... 17
3.1. Konsep Heritabilitas .......................... 18
3.2. Faktor-faktor yang Mempengaruhi
Nilai Heritabilitas .............................. 20
3.3.Metode Estimasi Nilai Heritabilitas .... 21
BAB IV RANCANGAN PERKAWINAN (MATING
DESIGN) DAN PENDUGAAN KOMPONEN
RAGAM GENETIK.................................... 29
B. Indikator ................................................. 29
4.1. Pengertian ........................................ 30
4.2. Rancangan Persilangan I .................. 32
4.3. Rancangan Persilangan II ................. 35
4.4. Rancangan Persilangan III ................ 38
BAB V RANCANGAN DIALEL .............................. 41
B. Indikator ................................................. 41
5.1. Pengertian ........................................ 42
5.2. Analisis Dialel I................................. 43
5.3. Analisis Dialel II................................ 45
5.4. Analisis Dialel III .............................. 47
5.5. Analisis Dialel IV .............................. 48
BAB VI SILANG PUNCAK (TOP CROSS) ................ 51
A. Kompetensi Dasar: .................................. 51
B. Indikator ................................................. 51
viii Dr Ir Lestari Ujianto, M.Sc dkk


6.1. Silang Puncak (Top Cross), Daya
Gabung Umum dan Daya Gabung
Khusus ............................................. 52
6.2. Hibridisasi. ....................................... 54
6.3. Evaluasi hasil Hibrisisasi ................. 55
6.3. Hasil Dan Pembahasan ................... 60
BAB VII KORELASI GENOTIP ............................... 65
B. Indikator ................................................. 65
7.1. Pengertian ........................................ 66
7.2. Pendugaan Koefisien Korelasi
Genotip ............................................. 67
7.3. Aplikasi Korelasi Genotip.................. 70
BAB VIII RESPON SELEKSI ................................... 73
B. Indikator ................................................. 73
8.1. Pengertian ........................................ 74
8.2. Cara menduga Besarnya Respon
Seleksi............................................... 75
8.3. Indeks Seleksi .................................. 80
BAB IX INTERAKSI GENOTIP DAN
LINGKUNGAN.......................................... 83
B. Indikator ................................................. 83
9.1. Pengertian ........................................ 84
9.2. Cara menghitung G x E .................... 85
KEPUSTAKAAN ...................................................... 91
Tehnik Analisis dan rancangan persilangan ix

x Dr Ir Lestari Ujianto, M.Sc dkk

DAFTAR TABEL
Tabel 1. Analisis Keragaman untuk Rancangan

Acak Kelompok Lengkap ........................... 9
Acak Kelompok Lengkap Faktorial
Model Acak ............................................... 9
Tabel 3. Hasil Analisis Keragaman RAK untuk
15 Galur Kacang Tanah .......................... 10
Tabel 4. Hasil Analisis Keragaman RAL
Faktorial untuk 5 Galur Kacang
Tunggak ................................................. 11
Tabel 5. Nilai Harapan Kuadrat Tengah atas
Dasar Rata-rata Plot ............................... 24
Tabel 6. Nilai Harapan Kuadrat Tengah atas
Dasar Individu ........................................ 24
Tabel 7. Keragaman Genotip dan Fenotip pada
Back Cross ............................................. 25
Tabel 9. Anova dan Nilai Harapan Percobaan
pada berbagai kombinasi Lokasi dan
Musim.................................................... 26
Persilangan I (NC I) ................................. 32
Tabel 9. Data Hasil Pengamatan untuk
Rancangan Persilangan I ......................... 33
Tabel 10. Hasil Analisis Keragaman untuk
Rancangan Persilangan I (NC I) ............... 34
Tehnik Analisis dan rancangan persilangan xi


Persilangan II (NC II) ............................... 35
Tabel 12. Data Pengamatan untuk Analisis
Persilangan II (NC II) ............................... 36
Persilangan III (NC III) ............................. 36
Rancangan Persilangan III (NC III) ........... 38
Tabel 15. Hasil Analisis Keragaman untuk
Rancangan Persilangan III....................... 39
Dialel I ................................................... 43
Tabel 17. Hasil Analisis Keragaman untuk RAK ...... 43
Tabel 18. Nilai Rata-rata Tetua .............................. 44
Tabel 19. Analisis Keragaman untuk Analisis
Dialel I ................................................... 44
Tabel 20. Data Hasil Pengamatan untuk Analisis
Dialel II .................................................. 45
Tabel 21. Rata-rata Ulangan untuk Analisis
Dialel II .................................................. 45
Tabel 22. Analisis Keragaman RAK pada Analisis
Dialel II .................................................. 46
Tabel 23. Hasil Analisis Keragaman Untuk
Analisis Dialel II ..................................... 46
Dialel III ................................................. 47
Tabel 25. Analisis Keragaman RAK pada Analisis
Dialel III ................................................. 47
Tabel 26. Nilai Rata-rata Ulangan pada Anlisis
Dialel III ................................................. 48
Dialel IV ................................................. 48
Tabel 28. Analisis Keragaman RAK untuk
Analisis Dialel IV .................................... 49
xii Dr Ir Lestari Ujianto, M.Sc dkk

Tabel 29. Nilai Rata-rata Ulangan untuk Analisis

Dialel IV ................................................. 49
Tabel 30. Analisis Keragaman untuk Analisis
Dialel IV ................................................. 50
Tabel 31. Nama Kultivar / galur padi beras
merah yang dipergunakan sebagai
perlakuan tetua betina dan tetua
jantan (Penguji) dalam kegiatan
hibridisasi .............................................. 55
Tabel 32. Analisis ragam Rancangan Acak
Kelompok ............................................... 57
Tabel 33. Analisis ragam untuk analisis galur x
penguji dengan tetuanya ......................... 58
Tabel 34 Analisis ragam karakter kuantitatif
padi beras merah hasil silang puncak ..... 60
Tabel 35 Nilai rerata dan daya gabung umum
bobot gabah per rumpun padi beras
merah berdasarkan silang puncak .......... 61
Tabel 36 Nilai rerata dan daya gabung khusus
karakterbobot gabah per rumpun
genotipe padi beras merah
berdasarkan silang puncak ..................... 62
Tabel 31. Data Pengamatan untuk Berat 100
Butir Biji (g) ............................................ 68
Tabel 32. Data Hasil Pengamatan Berat Biji
Kering per Tanaman (g) .......................... 68
Tabel 33. Analisis Keragaman untuk Berat 100
Butir Biji untuk 3 blok pertama .............. 68
Tabel 34. Analsis Keragaman untuk Berat Biji
Kering per Tanaman 3 blok pertama ....... 69
Tabel 35. Hasil Analisis Peragam untuk 3 Blok
Pertama ................................................. 69
Tabel 36. Frekuensi Gen, Frekuensi Genotipe,
dan Nilai Genotipe .................................. 75
Tabel 37. Kemajuan Seleksi untu Berbagai
Macam Seleksi Berulang ......................... 77
Tehnik Analisis dan rancangan persilangan xiii

Tabel 38. Nilai Koefisien Linier ............................... 78

Tabel 39. Rerata Jumlah Daun Untuk Berbagai
Populasi ................................................. 79
Tabel 40. Data Pengamatan untuk Stabilitas
Hasil 5 Varietas pada Tiga Lokasi ............ 85
Tabel 42. Analisis Keragaman pada Masing-
masing Lokasi ........................................ 87
Tabel 43. Data Rata-rata Masing-masing
Varietas dan Lokasi ................................ 87
Tabel 44. Analisis Keragaman untuk Data Rata-
rata Ulangan .......................................... 88
Tabel 45. Nilai Simpangan dari Koefisien Regresi .... 89
xiv Dr Ir Lestari Ujianto, M.Sc dkk

BAB I
PENDAHULUAN
A. Kompetensi Dasar
Setelah mengikuti mata kuliah ini, mahasiswa

dapat menjelaskan berbagai macam perancangan per-
silangan dan teknik analisis datanya, dapat menye-
lesaikan perhitungan-perhingan yang berhubungan
dengan program perbaikan sifat tanaman secara benar
baik secara manual maupun menggunakan komputer,
dan dapat menerapkan pada persoalan yang
berhubungan dengan program pemuliaan tanaman.
B. Indikator
1. Menjelaskan pengertian teknik analisis dan

rancangan persilangan
2. Menjelaskan arti penting dalam bidang pemuliaan
tanaman
3. Menjelaskan hubungannya dengan bidang pemuliaan
tanaman
C. Sub Materi Pokok
1. Pengertian teknik analisis dan rancangan persilangan

2. Arti penting dalam bidang pemuliaan tanaman
3. Hubungannya dengan bidang pemuliaan tanaman
Tehnik Analisis dan rancangan persilangan
1.1. Pengertian Teknik Analisis Dan Rancangan

Persilangan
Mata kuliah Teknik Analisis dan Rancangan
Persilangan merupakan mata kuliah keahlian ciri
khusus Program Studi Pemuliaan Tanaman. Untuk bisa
memahami mata kuliah ini dengan baik, maka
mahasiswa diharapkan sudah menempuh mata kuliah
penunjang terutama yaitu Statistika, Perancangan
Percobaan, Pengantar Pemuliaan Tanaman, dan
Genetika Dasar. Mata kuliah ini menunjang mata kuliah
lain terutama Teknik Pemuliaan Khusus, Pemuliaan
Tanaman Lanjutan, Pemuliaan Ketahanan Hama dan
Penyakit, dan Pemuliaan Tanaman Lahan Kering.
Pada mata kuliah Teknik Analisis dan Rancangan
Persilangan akan dibahas tentang berbagai macam
perancan-gan persilangan dan berbagai teknik analisis
data yang terkait dengan genetika dan program
pemuliaan tanaman yang mendasarkan pada kaidah-
kaidah statistika dalam rangka mengefisienkan dan
mengefektifkan kegiatan-kegiatan program pemuliaan
tanaman. Pokok-pokok bahasan yang akan dipelajari
selama satu semester meliputi : 1. Ruang lingkup dan
arti penting teknik analisis dan rancangan persilangan;
2. Dasar-dasar statistika yang terkait dengan pemuliaan
tanaman terutama tentang statistika diskripsi, analisis
keragaman dan analisis korelasi dan regresi; 3.
Heritabilitas terutama menyangkut pengertian, faktor-
faktor yang mempengaruhi, metode estimasi, dan
interpretasinyanya; 4. Rancangan persilangan dari
Comstock dan Robinson (NCI, NCII, dan NCIII); 5.
Analisis dialel (I, II, III, dan IV); 6. Korelasi dan regresi
genotip yang membahas tentang penerapan korelasi
dalam seleksi tidak langsung, macam-macam korelasi,
metode estimasi dan cara interpretasi korelasi Genotip;
7. Program seleksi yang membahas koefisien kemajuan
genetik, pendugaan kemajuan, intensitas, dan
deferensial seleksi; dan 8. Interaksi Genotip dan
lingkungan untuk pendugaan adaptasi genotip terhadap
lingkungan.
2 Dr.Ir.Lestari Ujianto, M.Sc dkk

1.2. Arti Penting Dalam Bidang Pemuliaan Tanaman

Program pemuliaan merupakan suatu rangkaian
tahapan kegiatan yang membutuhkan tenaga, waktu,
dan biaya yang cukup besar dalam rangka menciptakan
suatu varietas unggul baru yang lebih baik dari varietas
yang sudah ada. Agar pelaksanaan program pemuliaan
lebih terencana, efisien dan efektif perlu adanya adanya
suatu perencanaan yang matang dalam penentuan
tujuan program pemuliaan terutama tipe varietas unggul
baru yang akan dirakit, sifat-sifat tanaman apa saja yang
akan diperbaiki, ketersediaan plasma nutfah sebagai
bahan perakitan varietas unggul baru, perlu tidaknya
suatu persilangan atau hibridisasi, tipe persilangan yang
akan dikerjakan, pemilihan metode yang tepat,
identifikasi faktor-faktor mendukung dan yang
menghambat. Teknik analisis dan rancangan persilangan
dapat membantu mengatasi masalah-masalah tersebut
terutama dalam hal perancangan program pemuliaan
yang akan dijalankan dan evaluasi serta analisis hasil
kegiatan-kegiatan dalam tahapan-tahapan program
pemuliaan tanaman.
1.3. Hubungannya dengan Bidang Pemuliaan

Tanaman
Teknik analisis dan rancangan persilangan juga
dapat membantu pemulia dalam masalah-masalah yang
sering dihadapi di lapangan. Masalah-masalah yang
sering muncul dalam program pemuliaan tanaman yaitu
teknik untuk memilih individu, famili atau grup individu
yang mempunyai karakter yang diinginkan untuk
memperoleh varietas yang lebih baik dari yang telah ada
karena sifat atau karakter tanaman yang diinginkan
ditentukan oleh satu atau lebih gen. Penampilan suatu
gen dipengaruhi oleh lingkungan dan menjadi lebih
rumit jika terdapat interaksi antara genotip dan
lingkungan. Genotip merupakan kumpulan gen-gen yang
terdapat pada individu-individu, sedangkan lingkungan
adalah faktor bukan genotip yang mempengaruhi nilai
penampakan (fenotip).
Tehnik Analisis dan rancangan persilangan 3

Pemulia memilih individu atau grup individu

mendasarkan pada fenotipnya, sedangkan yang
diinginkan sebetulnya adalah superioritas genotipnya.
Oleh karena itu perlu teknik-teknik khusus agar
tanaman yang dipilih adalah tanaman yang unggul tidak
hanya fenotipnya tetapi lebih penting unggul genotipnya.
Pemulia akan tertarik jika keragaman populasi
disebabkan oleh adanya perbedaan genetik antara
individu-individu atau famili-famili dalam populasi,
sehingga kemajuan seleksi dapat ditingkatkan karena
frekuensi gen terhadap sifat yang diperbaiki akan
semakin meningkat. Dengan teknik analisis dan
rancangan persilangan akan memudahkan pemulia
dalam menjalankan program pemuliaan, sehingga
program pemuliaan yang merupakan pekerjaan besar
dapat dilaksanakan dengan efisien dan efektif.

BAB II
DASAR-DASAR STATISTIK
A. Kompetensi Dasar
Setelah meyelesaikan pokok bahasan ini mahasiswa

dapat menyelesaikan perhitungan-perhitungan yang
berhubungan dengan statistika diskripsi, uji keragaman
dan uji beda nyata, korelasi dan regresi sederhana secara
benar.
B. Indikator
1. Menghitung Statistika deskripsi

2. Menghitung Analisis keragaman
3. Menganalisis dengan Uji F dan Uji-t
4. Menghitung dan mengaplikasikan Korellasi dan
regresi sederhana
C. Sub Materi Pokok
1. Peranan Statistika dalam Pemuliaan Tanaman

2. Statistika Diskripsi
3. Analisis Keragaman
4. Analisis Korelasi dan Regressi

2.1 Peranan Statistika dalam Pemuliaan Tanaman

Statistika mempunyai peranan yang penting dalam
program perbaikan tanaman melalui program pemuliaan
tanaman. Statistika merupakan suatu alat yang
digunakan oleh pemulia tanaman untuk mendapatkan
atau menimbulkan data, menata data, analisis,
interpretasi , dan menyimpulkan hasil interpretasi
datanya. Statistika juga merupakan suatu alat untuk
memecahkan masalah-masalah yang ada dalam
perbaikan sifat melalui program pemuliaan. Pemulia
sering menghadapi materi atau bahan pemuliaan
terutama berupa galur atau populasi yang besar yang
harus dievaluasi dalam waktu yang bersamaan.
Perbaikan tanaman harus dilaksanakan dengan sebaik-
baiknya sehingga diperoleh pendugaan ragam genetik
dengan ketelitian yang besar supaya dapat memberikan
hasil seperti yang diprogramkan. Selain itu pemulia
sering mempunyai benih masing-masing galur atau
varietas dalam jumlah yang berbeda. Pemulia sering
melakukan percobaan dengan jumlah galur dan ulangan
yang sama di semua lokasi yang didasarkan pada
jumlah benih yang paling sedikit atau pemulia
melaksanakan percobaan dengan jumlah galur yang
berbeda pada setiap lokasi atau dengan jumlah ulangan
per galur berbeda demikian juga jumlah galur per lokasi
berbeda.
Dalam program pemuliaan tanaman, pemulia
mempunyai tugas untuk memilih individu, famili atau
grup individu yang mempunyai karakter yang diinginkan
untuk memperoleh varietas yang lebih baik dari yang
telah ada. Sifat atau karakter tanaman yang diinginkan
ditentukan oleh satu atau lebih gen. Penampilan suatu
gen dipengaruhi oleh lingkungan dan menjadi lebih
rumit jika terdapat interaksi antara genotip dan
lingkungan. Genotip merupakan kumpulan gen-gen yang
terdapat pada individu-individu, sedangkan lingkungan
adalah faktor bukan genotip yang mempengaruhi nilai
penampakan (fenotip). Pemulia tanaman lebih tertarik
untuk mengkaji seberapa besar pengaruh genotip
terhadap fenotip. Pemulia akan tertarik jika keragaman

populasi disebabkan oleh adanya perbedaan genetik

antara individu-individu atau famili-famili dalam
populasi, sehingga kemajuan seleksi dapat ditingkatkan
karena frekuensi gen terhadap sifat yang diperbaiki akan
semakin meningkat. Pemulia harus bisa memisahkan
pengaruh lingkungan dari faktor genetik dengan jalan
menghomogenkan faktor lingkungan, sehingga
keragaman fenotip yang dapat diamati atau diukur lebih
dominan disebabkan oleh faktor genetik. Dengan
bantuan statistika, maka masalah-masalah tersebut
dapat diselesaikan, misalnya dengan metode kuadrat
terkecil atau menggunakan rancangan perkawinan
tertentu.
Dua hal yang menjadi fokus dalam statistika yaitu
nilai tengah atau tendensi sentral atau rata-rata dan
keragaman. Nilai tengah merupakan wakil nilai suatu
populasi atau sampel, sedangkan keragaman merupakan
perbedaan-perbedaan nilai pengamatan atau
pengukuran antara individu yang satu dengan lainnya
dalam suatu sampel atau populasi akibat berbagai
sebab. Dalam program pemuliaan, setiap analisisnya
juga bermuara pada nilai tengah dan keragaman ini juga.
Misalnya untuk mengkaji adanya kemajuan seleksi,
maka nilai respon seleksinya diperoleh dari selisih nilai
tengah populasi yang telah diperbaiki dengan populasi
asalnya. Kajian keragaman dalam program pemuliaan
tanaman lebih difokuskan pada ragam yang disebabkan
oleh faktor genetik terutama faktor genetik aditifnya.
Dasar-dasar Statistika yang sering digunakan dalam
program pemuliaan tanaman adalah Statistika Diskripsi,
Analisis Keragaman, dan Analisis Korelasi-Regresi.
2.2 Statistika Diskripsi

Analisis statistika ini sering digunakan dalam
mencandra atau mendiskripsi suatu tanaman baik yang
berupa varietas liar, varietas lokal, galur, varietas
unggul, varietas hasil introduksi atau jenis lainnya agar
dapat gambaran tentang bahan yang akan digunakan
dalam program pemuliaan atau hasil dari program
pemuliaan. Statistika diskripsi terdiri dari nilai rata-rata,

simpangan baku, keragaman, nilai minimum, nilai

maksimum, jarak pengukuran, dan koefisien keragaman.
Nilai rata-rata yang sering digunakan adalah nilai rata-
rata hitung yaitu perbandingan antara total nilai
pengamatan dengan banyaknya data pengamatan.
Contoh :
Dari data berikut ini, hitunglah nilai rata-rata,
varian, simpangan baku, jarak pengukuran, dan
koefisien keragamannya serta tentukan-lah varietas
mana (lokal atau unggul) yang produksinya tinggi tetapi
ragamnya rendah !
Varietas Lokal : 8 6 19 10 11 12 15
Varietas Unggul : 15 20 17 16 18 21 18
Untuk Varietas Lokal
Nilai rata-rata = 81/7 = 11,6
−
Varian = S2 = ( X i − X ) 2 = 19 dan simpangan baku = S =

n −1
S 2 = 4,35
Jarak pengukuran = 19 – 6 =13 dan koefisien keragaman
(KK) = S x100% = 38 %
−
X
Untuk Varietas Unggul
Nilai rata-rata = 125/7 = 17,9
−
( X i − X ) 2
Varian = S2 = = 4,48 dan simpangan baku =
n −1
S = S 2 = 2,12
Jarak pengukuran = 21 - 15 = 6 dan koefisien
S
keragaman (KK) = −
x100% = 12 %
X
Jadi varietas yang rata-ratanya tinggi dan ragamnya
rendah adalah varietas unggul.
2.3 Analisis Keragaman

Analisis ini digunakan untuk mengetahui apakah
perlakuan yang diberikan memberikan pengaruh yang
sama atau berbeda terhadap parameter tertentu yang

telah ditetapkan pada taraf nyata tertentu. Analisis

keragaman ini sangat tergantung pada rancangan yang
digunakan terutama menyangkut sumber
keragamannya. Analisis keragaman dalam bidang
pemuliaan tanaman sangat penting terutama untuk
menduga besarnya keragaman dan lebih spesifik lagi
keragaman yang diakibatkan oleh faktor genetik (2G)
atau komponen ragam genetik yaitu ragam aditif (2A),
ragam dominan (2D), dan ragam interaksi atau
epinastinya (2I). Disamping itu analisis keragaman juga
digunakan untuk menduga ragam lingkungan (2E) dan
ragam fenotip (2P). Demikian juga bersama analisis
peragam, analisis ragam digunakan untuk menduga
besarnya koefisien korelasi genotip. Dalam pendugaan
keragaman genotip, bagian analisis keragaman yang
tidak kalah pentingnya yaitu tentang nilai harapan
kuadrat tengah karena dengan mengetahui nilai harapan
kuadrat tengahnya pemulia dapat melakukan pendugaan
ragam sesuai dengan yang dibutuhkan.
Tabel 1. Analisis Keragaman untuk Rancangan Acak Kelompok
Lengkap
S.K. D.B. JK KT. NHKT
Blok .r – 1 JKB KTB 2e + g2B
Genotipe .g – 1 JKG KTG 2e + r2G
Error .(g – 1)(r- JKE KTE 2e
1)
Total .g.r – 1 JKT
KTG = 2e + r2
G ==> r2 G = KTG - 2e ==> 2e = KTE
2G = (KTG – KTE) / r
Tabel 2. Analisis Keragaman untuk Rancangan Acak

Kelompok Lengkap Faktorial Model Acak
S.K. D.B. JK KT. NHKT
Blok .r – 1 JKB KTB 2e + g.2B
Genotipe .g – 1 JKG KTG
Jantan (M) .m – 1 JKM KTM 2e + r2MF
+ r.f. 2M
Betina (F) .f – 1 JKF KTF 2e + r2MF
+ r.m. 2F
MxF .(m-1)(f-1) JKMxF KTMF 2e + r2MF

Error .(m.f – 1)(r-1) JKE KTE 2e

Total .g.r – 1=59 JKT
KTMF = 2e + r2MF ==> 2MF = (KTMF - KTE) / r
KTF = 2e + r2MF + r.m. 2F ==> KTF = KTE + r
KT MF − KT E
( ) + r.m. 2F
r
KTF = KTE + KTMF – KTE + r.m. 2F ==> KTF = KTMF + r.m.
2F
2F = (KTF - KTMF) / (r.m)
2M = (KTM - KTMF) / (r.f)
Contoh
1. Suatu percobaan untuk menguji 15 galur kacang

tanah telah dilakukan, masing-masing galur diulang
3 kali. Percobaan menggunakan rancangan acak
kelompok lengkap. Dugalah besarnya ragam genotip
untuk jumlah polong per tanaman dari tabel anova
berikut ini:
Tabel 3. Hasil Analisis Keragaman RAK untuk 15 Galur
Kacang Tanah
Sumber DB Jumlah Kuadrat
Keragaman Kuadrat Tengah
Blok 2 60,4 30,2

Genotipe 14 100,8 7,2
Error 28 39,2 1,4
Total 44 200,4
2G = (KTG – KTE)/r = (7,2 – 1,4) / 3 = 1,933
Apabila diketahui nilai rata-rata jumlah polong per
tanaman adalah 20, maka nilai koefisien keragaman
genetik (KKG) = ( S G2 / X )*100% →KKG =( 1,933 /
20)*100% = 6,95%
Seorang pemulia tanaman sedang mengevaluasi 10
galur kacang tunggak pada generasi lanjut (F8).
Percobaan menggunakan rancangan acak kelompok
lengkap, masing-masing galur diulang 5 kali.
Berdasarkan hasil analisis dari data pengamatan

jumlah polong per tanaman diperoleh hasil analisis

keragaman sbb:
Blok 4 82,23 20,558
Genotipe 9 198,67 22,074
Error 36 156,45 4,346
Total 49 437,35
Hitunglah nilai duga heritabilitasnya dan jelaskan
maknanya !
2. Suatu percobaan untuk menguji galur murni kacang
tunggak yang akan digunakan hibridisasi yang terdiri
dari 5 galur murni sebagai tetua jantan dan 5 galur
murni sebagai tetua betina, masing-masing diulang 3
kali dan rancangan yang digunakan yaitu rancangan
acak lengkap. Dugalah besarnya 2F, 2M , 2FM dari
hasil analisis keragaman berikut ini:
Tabel 4. Hasil Analisis Keragaman RAL Faktorial untuk 5
Galur Kacang Tunggak
Jantan (M) 4 72,8 18,2
Betina (F) 4 64,4 16,1

Interaksi 16 84,8 5,3
FxM
Error 50 110,0 2,2
Total 74 332,0
2M = (18,2 – 5,30)/15 = 0,86
2F = (16,1 – 5,30) / 15 = 0,72
2FM = (5,30 – 2,20) / 3 = 1,03
2.4 Analisis Korelasi dan Regresi

Analisis ini digunakan untuk mengkaji hubungan
antar sifat atau peubah. Analisis korelasi digunakan
untuk mengkaji derajat hubungan keeratan antar sifat
atau peubah yang ditunjukkan oleh nilai koefisien
korelasi. Koefisien korelasi merupakan perbandingan
antara kovarian dengan simpangan baku masing-masing

peubah-nya. Analisis regresi digunakan untuk mengkaji

bentuk hubungan respon antara peubah bebas terhadap
peubah terikat. Bentuk hubungan antara peubah bebas
terhadap peubah terikat ini dapat berupa hubungan
yang linier maupun yang non linier (kuadratik, kubik,
kuartik, kuintik, dsb). Di dalam bidang pemuliaan
tanaman, analisis korelasi dan regresi ini banyak
dimanfaatkan untuk mengkaji hubungan kekerabatan
baik intra maupun antar famili, penentuan sifat untuk
seleksi tidak langsung, dll. Koefisien dapat dibandingkan
mana yang lebih tinggi derajat keeratannya jika koefisien
korelasinya berbeda nyata pada taraf nyata tertentu.
Nilai koefisien korelasi (rx1x2) =
− −
Cov x1x 2 ( X 1i − X 1 )( X 2i − X 2 )
=
− −
(Varx1 )(Varx 2 )
( X 1i − X 1 ) 2 ( X 2i − X 2 ) 2
(terdapat hubungan antara variabel x1 dan x2)

menggunakan uji t
r
t hit =
(1 − r ) /(n − 2)
2
Atau menggunakan tabel koefisien korelasi

Asumsi dasar korelasi diantaranya seperti tertera di
bawah ini:
• Kedua variabel bersifat independen satu dengan
lainnya, artinya masing-masing variabel berdiri
sendiri dan tidak tergantung satu dengan lainnya.
Tidak ada istilah variabel bebas dan variabel
tergantung.
• Data untuk kedua variabel berdistribusi normal. Data
yang mempunyai distribusi normal artinya data yang
distribusinya simetris sempurna.
Contoh:
Suatu percobaan yang bertujuan untuk mengetahui

hubungan keereatan antara jumlah cabang produktif
dan banyaknya polong per tanaman pada tanaman
kacang tunggak telah dilakukan. Dari hasil pengamatan
10 tanaman sampel didapatkan data sbb:
Cab. Prod (X1) : 7 9 6 10 11 9 11 10 9 8
Jum.Pol.(X2) : 28 35 23 37 38 37 43 40 37 33

Hitung besarnya koefisien korelasi antar kedua sifat

tersebut dan buktikan apakah kedua sifat tsb
mempunyai hubungan keeratan atau tidak pada taraf
nyata 5% !
_ _ _ _
X1 X2 (x1i- x1 ) (x2i- x 2 ) Cov (x1i- x1 )2 (x2i- x 2 )2
7 28 -2 -7,1 14,2 4 50,41
9 35 0 -0,1 0 0 0,01
6 23 -3 -12,1 36,3 9 146,41
10 37 1 1,9 1,9 1 3,61
11 38 2 2,9 5,8 4 8,41
9 37 0 1,9 0 0 3,61
11 43 2 7,9 15,8 4 62,41
10 40 1 4,9 4,9 1 24,01
9 37 0 1,9 0 0 3,61
8 33 -1 -2,1 2,1 1 4,41
90 351 0 0 81 24 306,9
9 35,1
( X 1i − X 1 )( X 2i − X 2 )
rX 1 X 2 =
( X 1i − X 1 ). ( X 2i − X 2 )
81 81 81
rX 1 X 2 = = = = 0,94
(24)(306,9) 7365,6 85,82
Uji beda nyata koefisien korelasi:
r
t hit =
(1 − r ) /(n − 2)
2
0,94 2,659
t hit = = = 22,84
(1 − 0,94 ) /(10 − 2)
2 0,1164
ttabel 0,05(8) = 2,306
Karena t-hit > t-tab. berarti kedua sifat tersebut
mempunyai hubungan keeratan yg nyata pada taraf
nyata 5%. Perubahan pada jumlah cabang akan
menyebabkan perubahan pada jumlah polong per
tanaman.
Koefisien regresi dapat dihitung menggunakan rumus:

Koefisien (b) =
− −
Cov xy ( X i − X )(Yi − Y2 )
= −
Varx ( X i − X ) 2
Contoh:
Suatu percobaan yang bertujuan untuk mengetahui
pengaruh Dosis pupuk Urea terhadap produksi padi.
Adapun dosis pupuk Urea yg digunakan (kw/ha) dan
produksi padi (kw/ha) sbb:
Dosis pupuk(X) Produksi (Y)
1,0 35,5
1,1 36,0
1,2 36,3
1,3 36,5
1,4 37,0
1,5 37,6
1,6 38,0
1,7 38,4
1,8 38,9
1,9 39,3
2,0 39,5
Buatlah persamaan garis regresinya dan buat pula
analisis keragamannya pada taraf nyata 5% !
_
X y x*y X2 Y2 (x- x1 )2
1 35,5 35,50 1,00 1260,25 0,25
1,1 36,0 39,60 1,21 1296,00 0,16
1,2 36,3 43,56 1,44 1317,69 0,09
1,3 36,5 47,45 1,69 1332,25 0,04
1,4 37,0 51,80 1,96 1369,00 0,01
1,5 37,6 56,40 2,25 1413,76 0,00
1,6 38,0 60,80 2,56 1444,00 0,01
1,7 38,4 65,28 2,89 1474,56 0,04
1,8 38,9 70,02 3,24 1513,21 0,09
1,9 39,3 74,67 3,61 1544,49 0,16
2 39,5 79,00 4,00 1560,25 0,25
16,5 413,0 624,08 25,85 15525,46 1,10
1,5 37,5

624,08 – ((16,5)(413,0))/11 4,58

b1 = ----------------------------------- = ---------- = 4,164
25,85 – ((16,5)2 /11) 1,1
bo = 37,55 – (4,164)(1,5) = 31,3
Jadi persamaan garis regresinya Y = 31,3 + 4,164 X
Analisis keragaman regresi linier

JK total = 15525,46 – 15506,27 = 19,1873
JK regresi = (4,164)2 (1,1) = 19,0695
JK galat = 19,1873 – 19,0695 = 0,1178
S.K DB JK KT Fhit Ftabel
Regresi 1 19,0695 19,0695 1456,7 5,12
Galat 9 0,1178 0,0131
Total 10 19,1873
Koefisien determinasi (R2) = Jkregresi/Jktotal

= 19,0695/19,1873 = 0,994


BAB III
HERITABILITAS DAN ESTIMASINYA
A. Kompetensi Dasar
Setelah meyelesaikan pokok bahasan ini

mahasiswa dapat menjellaskan dengan bennar
pengertian dan macam-macam heritabilitas, faktor-faktor
yang mempengaruhi nilai duga heritabilitas dan dapat
meyelesaikan dengan benar pendugaan besarnya
heritabilitas.
B. Indikator
1. Menjelaskan Pengertian heritabilitas

2. Menjelaskan Macam-macam heritabilitas
3. Menjelaskan Faktor-faktor yang mempengaruhi nilai
duga heritabilitas
4. Menghitung nilai duga heritabilitas dengan berbagai
metode estimasi
5. Menjelaskan hubungan heritabilitas dan pemuliaan
tanaman
C. Sub Materi Pokok
1. Konsep Heritabilitas
2. Faktor-faktor yang Mempengaruhi Nilai Heritabilitas
3. Metode Estimasi Nilai Heritabilitas

3.1 Konsep Heritabilitas

Suatu gen tidak dapat menampakkan sifatnya
tanpa ada lingkungan yang cocok. Demikian pula
lingkungan tidak dapat menghasilkan suatu sifat tanpa
adanya gen yang mengatur sifat tersebut. Oleh karena
itu, kita harus dapat mengenali apakah keragaman yang
tampak terutama disebabkan oleh perbedaan gen yang
dimiliki individu-individu yang berlainan dan apakah
keragaman sifat lain terutama disebabkan oleh
lingkungan tempat individu-individu tersebut tumbuh.
Guna mendapatkan gambaran secara kuantitatif;
pertama kita harus mengerti benar pengaruh lingkungan
dan gen terhadap keragaman. Kita andaikan suatu
keadaan genetik yang konstan dan dipelajari pengaruh
lingkungan terhadap perubahan proporsi keraga-
mannya. Dalam gambar diasumsikan perbedaan nilai
rerata tetua suatu hibrida sebesar 12 unit (P1 = 50 unit
dan P2 = 62 unit) dikendalikan oleh varian genetik dapat
dihitung, yaitu :
RR : 2 Rr : rr
1 (6)2 + (2(0)2 + 1 (6)2
= 18
4
1 (6)2 + (2 . 3)2 + 1 (6)2

= 27
4
Dalam contoh diatas, diasumsikan semua

keragaman disebabkan oleh sifat genetik. Jadi
heritabilitasnya 100% dan tiap genotipe dapat
digambarkan dengan histogram. Apabila lingkungan
berpengaruh pada keragaman, maka genotipe-genotipe
tidak dapat digambarkan dengan histrogram, akan tetapi
lebih tepat dengan kurva. Jadi heritabilitas
menunjukkan proporsi keragaman fenotipe yang
disebabkan oleh pengaruh genetik atau nisbah

keragaman genetik terhadap total keragaman yang dapat

dinyatakan secara kuantitatif, sebagai berikut :
 2G  2G
H2 = =
 2P  2G +  2 E
Dimana 2G, adalah varian genetik dan 2E adalah
varian lingkungan.
Semakin kecil heritabilitas, makin besar tumpang
tindih antar kelas dan makin sulit membedakan genotipe
berdasarkan fenotipenya walaupun dikendalikan oleh
satu gen. Semakin kecil heritabiltas, kurvanya semakin
mendekati kurva normal. Hal ini menggambarkan betapa
sulitnya untuk melakukan seleksi apabila heritabilitas
rendah.
Heritabilitas dapat digolongkan atas dua macam
tergantung dari varian genetik yang digunakan acuan
untuk menghitung nilai heritabilitas tersebut.
Heritabilitas arti luar (H2), apabila yang digunakan
adalah varian genetik total. Jadi,
 2G
H2 =
 2P
Apabila varian adit1if yang digunakan untuk
menghitung nilai tersebut, maka disebut heritabilitas arti
sempit dan oleh Wright disimbulkan dengan h2. Jadi,
 2A
h = 2
2
 P
Oleh karena itu, agar h2 dapat dihitung, maka
varian genetik total perlu dipecah menjadi komponen
varian genetik (varian aditif, varian dominan dan varian
interaksi); yang berarti pendugaannya lebih kompleks.
Pendugaan nilai  e dapat dilakukan melalui tetua
2
homozigot dan backcross atau dengan menggunakan

rancangan persilangan. Nilai h2 ≤ H2.
Nilai heritabilitas sangat berguna untuk
meramalkan kemajuan suatu metode seleksi. Kemajuan

seleksi prediksi akan lebih mendekati kemajuan seleksi

aktual apabila digunakan nilai heritabilitas arti sempit
(h2). Hal ini disebabkan varian aditif yang digunakan
untuk mendapatkan nilai h2 mengambarkan variasi
antar allel dan semakin tinggi variasi tersebut, maka
semakin mudah kita memisahkan allel – allel yang
berkenan dengan allel yang tidak berkenan melalui suatu
metode seleksi. Sementara, H2 menggabarkan variasi
genetik total, dimana tidak dapat dipisahkan pengaruh
aditif, dominan dan interaksi. pengaruh bukan aditif ini
besar pula kontribusinya dalam menentukan varian
genetik total, sehingga biasanya akan lebih besar. Oleh
karenanya, nilai h2 lebih bermanfaat daripada nilai H2.
3.2 Faktor-faktor yang Mempengaruhi Nilai

Heritabilitas
Sebelum pemulia tanaman menduga nilai
heritabilitas suatu sifat tanaman perlu memperhatikan
beberapa faktor yang mempengaruhi nilai duganya.
Adapun faktor-faktor yang mempengaruhi nilai duga
heritabilitas yaitu:
1. Struktur atau macam populasi
2. Cara pengambilan informasi
3. Metode perhitungan yang digunakan
Besarnya nilai duga heritabilitas sangat ditentukan
oleh struktur atau macam populasinya. Suatu sifat
tanaman akan mempunyai nilai duga heritabilitas yang
berbeda jika dilakukan pada struktur atau macam
populasi yang berbeda. Nilai heritabilitas untuk suatu
sifat tertentu akan berbeda jika diduga dari populasi
dasar dengan populasi segregasi atau populasi generasi
lanjut. Nilai heritabilitas untuk tinggi tanaman pada F1
mungkin akan berbeda jika diduga pada populasi F7.
Demikian juga nilai heritabilitas akan berbeda jika
jumlah atau macam sampel yang digunakan berbeda.
Pada populasi segregasi membutuh-kan jumlah sampel
yang lebih besar jika dibandingkan pada populasi dasar
atau populasi generasi lanjut. Untuk menduga besarnya
nilai heritabilitas banyak metode perhitungan yang dapat
digunakan. Oleh karena itu nilai heritabilitas juga akan

berbeda jika metode perhitungan yang digunakan

berbeda.
3.3 Metode Estimasi Nilai Heritabilitas

Beberapa cara yang bisa digunakan untuk
menduga nilai heritabilitas yaitu:
1. Regresi antara keturunan dan tetua
Tetua -------------- Keturunan
Independent dependent
Y = a + bx
b = koefisien regresi (h2 arti sempit)
Apabila tetua yang digunakan keduanya, berarti
X1 + X 2
2
Y, variabel tergantung, apabila n keturunan berasal dari
x, sehingga
( X1 + X 2 ) / 2
,
n
maka h2 = b Apabila salah satu tetua, maka h2 = 2
b
Syarat : Tetua dan keturunan harus ditanam bersamaan
(pada lingkungan yang sama).
Apabila ditanam pada lingkungan berbeda (Tetua
ditanam lebih dahulu untuk menghasilkan keturunan,
maka perhitungan regresi menggunakan standar unit
(data distandarisasi).
y1 + y 2
Yi =
y
Jadi Yi dirubah menjadi yi, sehingga h2 yang dihitung
harus dikoreksi dengan 2 r x y. Rerata tetua h2 = b/2 r x
y
2 r x y = 1 apabila regresi F2 ke F1 ------ h2 = b
2 r x y = ½ apabila regresi F3 - F2
F4 - F3 dst
Sehingga h = ½ b
2

2. Berdasarkan kemajuan seleksi (∆ G)

R
h2 =
S
Kamajuan seleksi diperoleh dengan cara menanam
hasil seleksi, Heritabilitas yang diperoleh disebut dengan
heritabilitas yang sebenarnya (Realized heritability). Hal
ini tidak berguna karena, kita mencari heritabilitas
untuk meramalkan kemajuan seleksi.
3. Dari set populasi F1 dan F2 (Metode Burton)
Pendugaan heritabilitas menggunakan data
populasi F1 dan F2. F1 merupakan turunan pertama dari
persilangan P1 dan P2; dan F2 merupakan turunan
keduanya. Ragam fenotipe (σ2p) diduga dari σ2F2. Ragam
lingkungan (σ2E) diduga dari σ2F1. Ragam genotipe (σ2g)
diduga dari σ2p - σ2E. Metode ini sering dilakukan untuk
tanaman menyerbuk sendiri. Heritabilitas yang diduga
merupakan heritabilitas dalam arti luas. Cara
perhitungan adalah sebagai berikut: 2F2 - 2F1. Nilai
heritabilitas (h2) dapat dihitung dengan rumus sebagai
berikut :
 G2
H2 =
 G2 +  E2
 F2 −  F2
= 2 1
 F22
4. Menggunakan data populasi P1, P2, F1 dan F2

Pendugaan heritabilitas menggunakan data
populasi P1, P2, F1 dan F2 sering digunakan oleh pemulia
tanaman. P1 dan P2 merupakan galur murni, sedangkan
F1 merupakan turunan pertama dari persilangan P1 dan
P2; dan F2 merupakan turunan keduanya. Ragam
fenotipe (σ2p) diduga dari σ2F2. Ragam lingkungan (σ2E)
diduga dari (σ2p1 + σ2p2 + σ2F1)/3. Ragam genotipe (σ2g)
diduga dari σ2p - σ2E. Cara perhitungan adalah sebagai
berikut:

 2G
h 2 ( BS ) = x100%
 2P
Metode ini sering dilakukan untuk tanaman
menyerbuk sendiri. Keunggulan metode ini adalah
populasi yang digunakan tidak terlalu besar. Sedangkan
kelemahan metode ini adalah sulit dilakukan untuk
tanaman yang secara teknis susah penyerbukan silang
buatan. Heritabilitas yang diduga merupakan
heritabilitas dalam arti luas. Nilai heritabilitas dikatakan
rendah apabila kurang dari 20 %; cukup tinggi pada 20-
50%; tinggi pada lebih dari 50%. Akan tetapi nilai-nilai
ini sangat tergantung dari metode dan populasi yang
digunakan.
5. Metode Mahmud-Kramer (Broad Sense – per
tanaman)
Kadang-kadang populasi F1 sangat sedikit
diperoleh, sehingga metode ini sangat baik untuk
diterapkan. Pendugaan heritabilitas menggunakan data
populasi P1, P2, dan F2. P1 dan P2 merupakan galur
murni, sedangkan F2 merupakan turunan kedua. Ragam
fenotipe (σ2p) diduga dari σ2F2. Ragam lingkungan (σ2E)
diduga dari √(σ2P1)( σ2P2). Ragam genotipe (σ2g) diduga dari
σ2p - σ2E. Metode ini sering dilakukan untuk tanaman
menyerbuk sendiri. Heritabilitas yang diduga merupakan
heritabilitas dalam arti luas. Cara perhitungan adalah
sebagai berikut:
 2 F 2 − ( 2 P1 )( 2 P 2 )
h 2 ( BS ) = x100%
 2F2
6. Dari beberapa genotipe yang seragam
Misal : ada 5 varietas padi (IR 64, IR 70, IR 26, Cisedane,
dan Kuning aceh).Dilakukan percobaan berulangan (r)
dengan metode RCBD
a. Atas dasar rata-rata plot

Data di analisa dengan anova, sebagai berikut :

Tabel 5. Nilai Harapan Kuadrat Tengah atas Dasar Rata-rata
Plot
S.K DB JK KT NHKT
Blok r–1 JKB KTB  C2 + g b2

Genotipe g–1 JKG KTG  C2 + r g2
Acak (r–1) (g–1) JKA KTA  C2
 c2 =  c2 = KTA
KTG − KTA
 G2 =
r
 G2
h2 =
 G2 +  E2
( KTG − KTA ) / r
= ( h2 arti luas )
 G2 +  C2
b. Atas dasar individu (data setiap sampel dianalisa)
Misal jumlah sampel = SANOVA sebagai berikut :
Tabel 6. Nilai Harapan Kuadrat Tengah atas Dasar Individu
Sumber DB JK KT NHKT
Ragam
Blok r–1 JKB KTB  W2 + s C2 + g r2
Genotipe g–1 JKG KTG  W2 + s C2 + rs g2
GxB (r–1) (g– JKBG KT(BG)  W2 + s C2

1)
Acak (s – 1)rg JKE KTE  w2
KTG =  W2 + s C2 + rs g2 → KTG = KTBG - rs2G
rs2G = KTG – KTBG
2G = (KTG – KTBG)/r.s

7. Menggunakan tetua silang balik (Metode

Backcross-J. Warner)
Populasi yang diikutkan meliputi kedua tetua
homozigot, F1, F2 dan kedua hasil back cross (BC1
dan BC2) varian genotipe dan varian fenotipe untuk
populasi tersebut, sebagai berikut :
Tabel 7. Keragaman Genotip dan Fenotip pada Back Cross
Populasi Varian G Varian P
P1 (tetua
1)
0
 E2
P2 (tetua
2)
0
 E2
F1 0  E2
F2  A2 +  D2  A2 +  D2 +  E2
BC1 +
BC2
 A2 + 2 D2  A2 + 2 D2 + 2 E2
 P2 =  F2 2
Metode ini merupakan salah satu cara untuk

mendapatkan heritabilitas dalam arti sempit.
2 2 F 2 − ( 2 B1 +  2 B 2 )
h 2 ( NS ) = x100%
 2F2
dimana σ2F2 merupakan ragam diantara tanaman

populasi F2 single cross P1 x P2; σ2B1 merupakan ragam
diantara tanaman populasi back cross dengan tetua 1 (F1
x P1); σ2B2 merupakan ragam diantara tanaman populasi
back cross dengan tetua 2 (F1 x P2); 2 σ2F2 – (σ2B1 + σ2B2)
merupakan komponen ragam genetik aditif (σ2A); σ2F2
merupakan ragam fenotipe.
h2(ns) = (2*109 – (81,6+102)) / 109

8. Metode Kalton, Smit dan Leffel

Pada tanaman yang membiak secara vegetatif atau
tanaman hasil mutasi, metode ini merupakan metode
alternatif yang dapat digunakan. Ragam lingkungan
diduga menggunakan ragam antar klon (σ2S0 = σ2C),
sedangkan ragam fenotipe diduga dari turunan hasil
selfing klon atau hasil mutasi dari klon (σ2S1).
Cara perhitungan adalah sebagai berikut:
 2 S1 −  2 S 0
h 2 ( BS ) = x100%
 2 S1
9. Pendugaan Heritabilitas Menggunakan Pendugaan
Komponen Ragam
Tabel 9. Anova dan Nilai Harapan Percobaan pada berbagai
kombinasi Lokasi dan Musim
No Sumber Keragaman DB KT Nilai
Harapan
1 Satu lokasi satu musim
Ulangan (r-1)
Genotipe (G) (g-1) M2 2e + r2G
Galat (r-1)(g-1) M1 2e
2. Satu lokasi beberapa
musim
Musim (M) (m-1)
Ulangan/M m(r-1)
Genotipe (G) (g-1) M3 2e + r2gm
+ rm2g
GxM (g-1)(m-1) M2 2e + r2gl
Galat m(r-1)(g-1) M1 2e
3. Satu musim beberapa
lokasi
Lokasi (L) (l-1)
Ulangan/L l(r-1)
Genotipe (G) (g-1) M3 2e + r2gl
+ rl2g
GxL (g-1)(l-1) M2 2e + r2gl
Galat l(g-1)(r-1) M1 2e

4. Beberapa musim beberapa lokasi

Lokasi (L) (l-1) M9
Musim (M) (m-1) M8
LxM (l-1)(m-1) M7
Ulangan/LM lm(r-1) M6
Genotipe (G) (g-1) M5 2e +
r2lgm +
rm2lg +
rl2mg +
rlm 2g
LxG (l-1)(g-1) M4 2e +
r2lgm +
rm2lg
MxG (m-1)(g-1) M3 2e +
r2lgm +
rl2mg
LxMxG (l-1)(m-1)(g- M2 2e +
1) r2lgm
G x ulangan/LM (g-1)(r- M1 2e
1)lm
Pada percobaan satu lokasi dan satu musim, maka

heritabilitas dapat diduga dengan perhitungan sebagai
berikut:
M 2 − M1  2g
 2g = h 2 ( BS ) =
r  2g + 2 e


BAB IV
RANCANGAN PERKAWINAN
(MATING DESIGN) DAN PENDUGAAN
KOMPONEN RAGAM GENETIK
A. Kompetensi Dasar

mahasiswa dapat menjelaskan dengan benar perbedaan
antara rancangan persilangan I, II, dan III serta dapat
menghitung dengan benar ragam aditif, ragam dominan,
dan heritabilitas arti sempit
B. Indikator
1. Menjelaskan perbedaan antar rancangan persilangan

2. Menghitung menggunakan Metode rancangan
persilangan I
3. Menginterpretasikan hasil perhitungan rancangan
persilangan I
persilangan II
persilangan II
persilangan III
persilangan III

C. Sub Materi Pokok
1. Pengertian
2. Rancangan Persilangan I
3. Rancangan Persilangan II
4. Rancangan Persilangan III
5. Rancangan Persilangan IV
4.1 Pengertian
Keberhasilan suatu program pemuliaan tanaman
untuk menciptakan varietas unggul baru tergantung
pada peran gen dan bentuk-bentuk interaksi genotip dan
lingkungan. Agar sasaran, kemudahan analis data, dan
keefisienan program pemuliaan tercapai dengan hasil
yang maksimum, maka seorang pemulia perlu
merencanakan dan merancang program pemuliaan yang
akan dijalankan. Hal ini perlu diperhatikan karena setiap
program pemuliaan merupakan pekerjaan yang besar,
yang membutuhkan waktu, biaya, dan tenaga yang
banyak. Untuk keperluan rancangan yang baik, maka
ada beberapa hal yang harus diperhatikan terutama
ulangan, pengeblokan, pengacakan, dan unit kontrol.
Langkah-langkah desain didasarkan pada keadaan
persoalan yang dihadapi. Untuk mempermudah kerja
pemulia dalam melaksanakan program perlu menyusun
langkah-langkah yang jelas yaitu merumuskan secara
jelas persoalan yang dihadapi, menyusun latar belakang
yang berhubungan dengan program, rancangan program,
melaksanakan penelitian, menganalisa data hasil
pengamatan dan menginterpretasikan hasil analisis data
serta mengambil kesimpulan. Setiap tahap dalam
program pemuliaan perlu perencanaan dan rancangan
yang jelas agar hasil dari program pemuliaan secara
keseluruhan dapat berhasil dengan baik.
Dalam usaha peningkatan kemampuan suatu
karakter tanaman penting untuk diketahui oleh pemulia
tanaman yaitu pendugaan ragam genetik dari suatu
karakter, misalnya kemampuan hasil, tinggi tanaman,
berat butir biji, kandungan unsur, dan ketahanan

terhadap faktor yang kurang menguntungkan. Informasi

mengenai keragaman genetik dapat memberikan
gambaran secara umum bagi pemulia tanaman akan
kemungkinan peningkatan kemampuan tanaman
terlepas dari system kerja gen yang bersangkutan
dengan karakter tanaman yang diperbaiki yaitu apakah
keragaman genetik aditif, dominan, atau keragaman
genetik interaksi. Pendugaan keragaman genetik dapat
secara akurat apabila pembuatan rancangannya
memenuhi kaidah-kaidah baik mengenai sistem
perkawinan , pembuatan plot, pengambilan sample,
jumlah ulangan, pengacakan dan lain-lain.
Pengetahuan akan komponen-komponen varian
aditif, dominan, dan interaksi yang menjadi bagian dari
varian genetik total, memerlukan rancangan persilangan
yang khusus dibuat untuk itu, misalnya rancangan
persilangan dialel, rancangan persilangan North Carolina
I, II, dan III dari Comstock dan Robinson. Untuk dapat
menafsirkan komponen varian dari rancangan secara
genetik, perlu diterjemahkan dulu ke dalam kovarian
kekerabatan. Bila keturunan dari suatu system
perkawinan ditanam pada suatu lingkungan sebagai
percobaan yang berulang, maka analisis keragaman dari
pengamatan-nya dapat dipakai untuk menaksir
komponen keragaman dari kovarian.
Untuk dapat mengetahui besarnya koefisien
kekerabatan seperti koefisien kekerabatan saudara
kandung (FS) dan saudara tiri (HS), maka dengan asumsi
varian interaksi = 0, dapat ditaksir besarnya varian
genetic yang terdiri dari varian aditif (2A ) dan varian
dominan (2D ), dimana besarnya cov (HS) = ¼ 2A dan
cov (FS) = ½ 2A + ¼ 2D, sehingga dapat ditaksir
besarnya nilai kovarian kekerabatannya. Dengan
mengembangkan sistem perkawinan maka dapat
dikembangkan bermacam-macam hubungan
kekerabatan. Populasi yang dipakai dapat berasal dari
persilangan antara dua galur homosigot atau campuran
genetic dari banyak galur homosigot.
Dengan menggunakan pasangan yang tidak
berkerabat, tersedia banyak rancangan perkawinan yang

dapat dianalisis dengan prosedur statistik baku.

Rancangan persilangan yang biasa digunakan adalah
yang dapat dengan mudah dianalisis dengan prinsip-
prinsip dan prosedur statistik baku, antara lain
rancangan Dialel dan rancangan persilangan I, II, dan
III.
4.2 Rancangan Persilangan I

Rancangan Persilangan I (North Carolina I = NCI),
tiap anggota dari suatu kelompok tetua dipakai sebagai
pejantan dikawinkan dengan f tanaman betina. Setiap
tetua betina tidak diperkenankan dikawinkan dengan
lebih dari satu tetua jantan. Populasi yang dipakai
adalah generasi F2 dari perkawinan antara dua galur
murni. Rancangan NC I ini lebih cepat untuk menaksir
varian aditif (2A).
Tabel 8. Analisis Keragaman untuk Rancangan Persilangan I
(NC I)
Sumber Derajat Kuadrat Nilai Harapan
Keragaman Bebas Tengah Kuadrat Tengah
Set .s - 1
Ulangan dalam set .s(r – 1)
Pejantan dlm set .s(m – 1) KTP 2e + n2p +
n.r.2f + nrf2m
Betina dlm .sm(f – 1) KTB/P 2e + n2p +
Pejantan dlm set n.r.2f
Ulangan x Betina .s(m.f-1)(r- KTUxB 2e + n2p
1)
Error (m.f-1)(r- KTE 2e
1)
2P = (KTp – KTb/p) / (r.f)

2P = Cov (HS) = ¼ 2A
2A = 4 cov (HS) = 4 2P
2A = (4 (KTp - KTb/p) / (r.f)

Tabel 9. Data Hasil Pengamatan untuk Rancangan Persilangan

I
Ulangan 1 Ulangan 2 TOTAL

Set M P M1 M2 M1 M2 M1 M2 TOTAL
1 1 1 3,6 3,8 3,5 3,1
2 3,4 3,6 3,7 3,2
3 3,1 3,2 3,6 3
10,1 10,6 10,8 9,3 20,9 19,9 40,8
2 1 3,2 3 2,5 2,5
2 3,1 2,8 2,6 2,1
3 2,9 2,5 2,5 2,2
9,2 8,3 7,6 6,8 16,8 15,1 31,9
3 1 4,2 3,8 4,5 3,5
2 4 4,2 4,6 3,4
3 3,9 3,9 5,1 3,5
12,1 11,9 14,2 10,4 26,3 22,3 48,6
62,2 59,1 121,3
2 1 1 2,6 3,4 2,5 2,1
2 2,5 3,8 2,1 2,7
3 2,3 4 2 3
7,4 11,2 6,6 7,8 14 19 33
2 1 2,7 3 2,5 2,5
2 3 3,5 2 2,9
3 3,4 3,7 2,4 3
9,1 10,2 6,9 8,4 16 18,6 34,6
3 1 3,5 4 3,5 3,4
2 3,7 4,6 3,7 4
3 4 4,8 4,1 4,2
11,2 13,4 11,3 11,6 22,5 25 47,5
62,5 52,6 115,1
236,4
FK = 236,42 / 72 = 776,18
JKTotal = (3,62 + 3,42 + … + 4,02 + 4,22) – FK = 813,46 –
FK = 37,28
JKSet = [(121,3)2 + (115,1)2] / 36 – FK = 776,71 – FK =
0,53
JKUlangan dlm Set = (62,22 + 59,12 + 62,52 + 52,62 ) / 18 –
JKSet tdk terkoreksi

= 779,70 – 776,71 = 2,99

JKJantan dlm Set = [(40,82 + … + 47,52) / 12] – JKSet tdk terkoreksi
= 798,89 – 776,71 = 22,18
JKBetina dlm Jantan = [(20,92 + 19,92 + … + 25,02)/6] – JKJantan
dlm Set tdk terkoreksi
= 803,71 – 798,89 = 4,82

JKUlangan x Betina = ((betina/Jantan) x Ulangan dlm Set) –
JKBetina dlm Jantan tdk terkoreksi – JKUlangan dlm Set tdk terkoreksi + JKSet
tdk terkoreksi = [(10,1 + 10,6 + … + 11,6 )/3] – 803,71 –
2 2 2
779,70 + 776,71 = 3,21

JKError = JKTotal – JKLainnya = 3,55
Tabel 10. Hasil Analisis Keragaman untuk Rancangan
Persilangan I (NC I)
Sumber Derajat Jumlah Kuadrat
Keragaman Bebas Kuadrat Tengah
Set s-1= 1 0,53 0,53
Ulangan dlm Set S(r-1) = 2 2,99 1,44
Pejantan dlm Set S(m-1) = 4 22,18 5,54
Betina dlm Sm(f-1)=6 4,82 0,80

Jantan dlm Set
Ulangan x Betina S(mf-1)(r- 3,21 0,32

1)=10
Error Smfr(n- 3,55 0,07

1)=48
Total Smfrn-1 37,28
2M = (KTPejantan dlm Set – KTBetina dlm Set) / (f.r.n) = (5,54 –

0,80)/(2x2x3) = 0,395

2F = [(KTF/M/S – KTUl x Betina) / (nxr) = (0,80 – 0,32) / (3x2)

= 0,08
2M = 0,5 2A ==> 2A = 4 2M = 4(0,395) = 1,58
2F = 0,25 (2A + 2D) ==> 2A + 2D = 4 2F
2D = 4 2F - 4 2M = 4 (2F - 2M ) = 4(0,80 – 0,395) = -
1,26
4.3 Rancangan Persilangan II

Rancangan ini biasa digunakan untuk tanaman
yang mempunyai banyak bunga betina dalam tiap
tanamannya. Bahan yang digunakan juga dari tanaman
F2 hasil persilangan 2 galur murni. Satu set dari m.f
keturunan merupakan hasil persilangan antara m jantan
dengan f betina, artinya tiap dari anggota kelompok tetua
betina disilangi oleh tiap anggota dari kelompok jantan,
selanjutnya hasil dari persilangannya ditanam sebagai
suatu percobaan dengan beberapa ulangan yang ditanam
pada suatu lingkungan tertentu. Rancangan persilangan
dua ini lebih cocok untuk menaksir varian genetik
dominan. Adapun bentuk dari analisis dan penaksiran
dari rancangan persilangan II ini adalah sebagai berikut:
Tabel 11. Analisis Keragaman untuk Rancangan Persilangan II
(NC II)
Sumber Derajat Kuadrat Nilai Harapan
Keragaman Bebas Tengah Kuadrat Tengah
Ulangan .r – 1
Genotip m.f – 1 KTG 2e + r 2g
Pejantan (P) .m – 1 KTP 2e + r2bp + r.f2p
Betina (B) .f – 1 KTB 2e + r2bp + r.m.

2b
Betina x .m(f – 1) KTB x P 2e + r 2bp

Pejantan
Error (m.f-1)(r-1) KTE 2e
2bp = (KTbp – KTe) / (r)

2bp = ¼ 2D

2D = 4 2BP
2D = (4 (KTbp – KTe)/r)
Cov(HS) = (KTb – KTbp) / (r.m)
2A = 4 cov (HS) = (4 (KTb – KTbp)/ (r.m)
Tabel 12. Data Pengamatan untuk Analisis Persilangan II (NC
II)
M1 M2 M3
F1 24 18 14
25 19 15
23 19 14
F2 20 13 10
22 14 11
19 10 12
F3 27 21 13
27 22 15
28 20 18
Tabel 13. Analisis Keragaman untuk Rancangan Persilangan III

(NC III)
ANOVA
S.k. JK DB KT F P-value F crit
Betina (F) 207.407 2 103.704 54.902 2.2E-08 3.55456
Jantan (M) 492.074 2 246.037 130.255 2E-11 3.55456
FxM 17.7037 4 4.42593 2.34314 0.09385 2.92775
Error 34 18 1.88889
Total 751.185 26
Sample = F = tetua betina; Columns = M= tetua jantan;

SS= Jumlah Kuadrat;
MS = Kuadrat Tengah; Berbeda nyata apabila P-value <
0.05 sehingga tetua jantan dan tetua betina
berbeda nyata sedangkan interaksinya tidak berbeda
nyata pada taraf nyata 5%.
Jika F atau koefisien inbreeding = 0
Varian jantan = Covarian HS jantan = 1/4 Varian Adi

Varian betina = Covarian HS betina = 1/4 Varian Adit

Varian jantan*betina = Cov FS - Cov HS jantan - Cov HS
betina = 1/4 Varian Dominan
Jika F = 1
Varian jantan = Cov HS jantan = 1/2 Varian Aditif
Varian betina = Covarian HS betina = 1/2 Varian Aditi
Varian jantan*betina = Cov FS - Cov HS jantan - Cov HS
betina = Varian Dominan
Varian Jantan = (Kuadrat Tengah M - Kuadrat Tengah
F*M) / r * f
Varian Betina = (Kuadrat Tengah F - Kuadrat Tengah
F*M) / r * m
Varian Jantan*Betina = (Kuadrat Tengah FM - Kuadrat
Tengah Error) / r
Varian jantan = (246.037 - 4.4259) / 3*3 = 26.84
Varian betina = (103.7307-4.4259)/(3*3) = 11.0339
Untuk F = 0
Varian Dominan = 4 * Varian jantan*betina = (4*(4.4259-
1.889))/3 = 3.38253
Jika Varian jantan dan betina berbeda berarti terdapat
efek tetua betina atau maternal effect, sehingga untuk
menghitung Varian Aditif agar tidak bias sebaiknya
menggunakan Varian betina.
Jadi Varian Aditif = 4 * Varian betina = 4 * 11.03387 =
44.1355
Varian Error = Kuadrat Tengah Error = 1.889
Heritabilitas arti sempit = Varian Aditif / (Varian Aditif +
Varian Dominan + Varian Error) = 0.89331
Untuk F = 1
Varian Dominan = (4.4259 - 1.889)/3 = 0.84563
Varian Aditif = 2 * 11.03387 =22.0677
Varian Error = Kuadrat Tengah Error = 1.889

Heritabilitas arti sempit =

22.06773/(22.06773+ 0.84563+ 1.8889) = 0.88975
4.4. Rancangan Persilangan III

Pada rancangan persilangan ini dipergunakan hasil
persilangan balik dari tanaman-tanaman F2 terhadap
tetua galur murninya, yang mana tanaman-tanaman F2
itu diturunkan. Tanaman F2 dipergunakan sebagai
pejantan, anggota dari setiap pasangan mempunyai
tanaman F2 jantan yang sama tetapi berbeda induk
galur murninya. Jadi disini diperlukan tiaga jenis tetua,
misalnya tetua A, B, dan C. Pertama, tetua C disilangkan
dengan tetua B, hasil persilangan B x C disilangkan
dengan tetua A, maka keturunan dari persilangan ini
yang digunakan untuk analisis datanya.
Tabel 14. Data Pengamatan untuk Analisis Rancangan
Persilangan III (NC III)
ulangan ulangan total total

1 2
pejantan betina 1 betina betina 1 betina betina betina
2 2 1 2
1 4.2 3.8 3.8 6 8 9.8 17.8
2 5.7 3.7 5 3.5 10.7 7.2 17.9
total 9.9 7.5 8.8 9.5 18.7 17 35.7
17.4 18.3 35.7
1 5 3 4.6 2.5 9.6 5.5 15.1
2 3.7 4 1.8 5 5.5 9 14.5
total 8.7 7 6.4 7.5 15.1 14.5 29.6
15.7 13.9 29.6
1 4.7 4.8 4.4 4.8 9.1 9.6 18.7
2 3.7 3.5 4.6 3.2 8.3 6.7 15
total 8.4 8.3 9 8 17.4 16.3 33.7
16.7 17 33.7
1 4.2 5 4 5 8.2 10 18.2
2 4.5 2.2 3.8 2.1 8.3 4.3 12.6
total 8.7 7.2 7.8 7.1 16.5 14.3 30.8
15.9 14.9 30.8
total 67.7 62.1 130

FK = 526.5
JKT = 557.74-526.5 = 31.24
JKset = 529.3725-526.5 = 2.871
JKrep(set) = (17,4^2+18.3^2+ …+14,9^2)/4-crude set =
530.02 –529,37 = 0.65
JKbetina(set) = ((18.7^2+15.1^2+…+14.3^2)/4)-crude set
= 530.50 – 529,37= 1,13
JKjantan(set) =((17.8^2+17.9^2+…+12.6^2)/4-crude set
= 535.10 – 529,37= 5,73
JKinteraksi (MxF)dlm set = ((8^2+10.7^2+…+4.3^2)/2-
crude male-crude female+ crude set =15.48
JK error = 5,38
Tabel 15. Hasil Analisis Keragaman untuk Rancangan
Persilangan III
Sumber DB Jumlah Kuadrat Fhitung
Set 3 2,87 0,96 2,13
Ulangan dlm 4 0,65 0,16 0,36
set
Betina(F) dlm 4 1,13 0,28 0,62
set
Jantan (M) dlm 4 5,73 1,43 3,18
set
F x M dlm set 4 15,48 3,87 8,60*
Error 12 5,38 0,45
Total 31 31,24


BAB V
RANCANGAN DIALEL
A. Kompetensi Dasar

mahasiswa dapat menghitung daya gabung umum dan
daya gabruung khusus, ragam aditif, ragam dominan
dan resiproknya serta dapat menjelaskan perbedaan
antara analisis dialel I, II, III, IV, dan parsial
B. Indikator
1. Menjelaskan pengertian dan aplikasi daya gabung

umum, daya gabung khusus
2. Menghitung besarnya daya gabung umum dan
khusus
3. Menjelaskan macam-macam analisis dialel
4. Menjelaskan perbedaan antar analisisdialel
5. Menghitung menggunakan Metode dialel I
6. Menginterpretasikan hasil analisis dialel I
7. Menghitung menggunakan Metode dialel II
8. Menginterpretasikan hasil analisis dialel II
9. Menghitung menggunakan Metode dialel III
10. Menginterpretasikan hasil analisis dialel III
11. Menghitung menggunakan Metode dialel IV
12. Menginterpretasikan hasil analisis dialel IV

C. Sub Materi Pokok
1. Pengertian
2. Analisis Dialel I
3. Analisis Dialel II
4. Analisis Dialel III
5. Analisis Dialel IV
5.1 Pengertian
Rancangan dialel ini merupakan salah satu
rancangan genetik yang banyak sekali digunakan dalam
pemuliaan tanaman, terutama dalam pendugaan daya
gabung umum dan khusus dari suatu program
persilangan. Persilangan dialel adalah persilangan
diantara n galur-galur murni yang dilakukan secara
resiprok, sehingga setiap galur murni mempunyai
kesempatan yang sama dalam persilangan baik sebagai
tetua jantan maupun sebagai tetua betina.
Rancangan dialel merupakan salah satu rancangan
genetik yang banyak digunakan dalam bidang pemuliaan
tanaman. Tujuan persilangan dialel adalah terutama
untuk menduga daya gabung umum, daya gabung
khusus dari suatu program persilangan, memperbesar
keragaman genetik, dan memecahkan blok-blok kaitan
(linkage). Yang dimaksud dengan persilngan dialel adalah
persilangan diantara p galur murni – galur murni dari
semua kombinasi persilangan yang mungkin dapat
dibuat. Dalam persilangan dialel lengkap terdapat 3 grup
yang berbeda jika ditinjau dari komposisinya. Ketiga
grup tersebut yaitu :
1. Sejumlah p galur murninya sendiri
2. Satu set dari ½ p (p – 1) F1
3. Satu set dari ½ p (p – 1) kebalikan F1 (resiproknya)

Terdapat empat macam metode dialel jika ditinjau

dari banyaknya grup yang diikutkan yaitu
1. Metode Dialel I yaitu semua grup diikutsertakan
dalam pengujian.
2. Metode dialel II yaitu dengan mengikutsertakan tetua
dan satu set F1 saja dalam pengujiannya.
3. Metode dialel III yaitu dengan mengikutkan satu set
dari F1 dan satu set resiproknya dalam pengujiannya.
4. Dialel IV yaitu hanya mengikutkan satu set F1 saja
dalam pengujiannya.
5.2 Analisis Dialel I

Tabel 16. Data Pengamatan untuk Analisis Dialel I
P1 P2 P3 TOTAL
P1 13 11 20 44
16 15 18 49
10 16 16 42
Subtotal 39 42 54
P2 15 21 25 61
17 19 20 56
13 20 21 54
Subtotal 45 60 66
P3 17 19 20 56
16 21 22 59
18 17 18 53
Subtotal 51 57 60
TOTAL 135 159 180 474
Tabel 17. Hasil Analisis Keragaman untuk RAK

Sumber Derajat Jumlah Kuadrat
Blok 2 14,00 7,00
Perlakuan 8 222,67 27,83
Galat 16 68,00 4,25
Total 26 304,67

Tabel 18. Nilai Rata-rata Tetua

P1 P2 P3 TOTAL
P1 13 14 18 45
P2 15 20 22 57
P3 17 19 20 56
TOTAL 45 53 60 158
1 2 1 2
JK DGU = (Yi. + y. j ) 2 − 2 Y ..2 = [( 45 + 45) 2 + (57 + 53) 2 + (56 + 60) 2 ] − 2 1582
2n n (2)(3) 3
= 5609,33 – 5547,56 = 61,77

1 1 1
JK DGK =   Yij (Yij + Y ji ) − (Y. j + Yi. ) 2 + 2 Y .. 2
2 2n n
1 1
= [13(13 + 13) + 14(14 + 15) + ... + 20(20 + 20)] − [( 45 + 45) 2 + (57 + 53) 2 +
2 (2)(3)
1
(56 + 60) 2 } + 2
1582 = 5609,33 − 5547,56 = 61,77
3
1 1
JK Re siprok =  (Yij − Y ji ) 2 = [(14 − 15) 2 + (18 − 17) 2 + (22 − 19) 2 ] = 5,5
2 2
Tabel 19. Analisis Keragaman untuk Analisis Dialel I
Sumber Derajat Jumlah Kuadrat Fhit. Ftabel
DGU p-1 = 2 61,77 30,885 21,797 3,63
DGK .p(p- 6,95 2,317 1,635 3,24
1)/2 = 3
Resiprok .p(p- 5,50 1,833 1,294 3,24
1)/2 = 3
Galat 16 1,417
1  KT + n(n − 1) KTDGK  1  1,417 + (6)(2,317) 

 2 DGU = [ KTDGU −  G 2 ] = [30,885 
2n  n − n +1  (2)(3)  9 − 3 +1 
= 1 (30,885 − 2,188) = 4,783

6

n2 9
 2 DGK = ( KTDGK − KTG ) = (2,317 − 1,417) = 0,579
2(n − n + 1)
2
14
1 1
 2 Re siprok = ( KTRe siprok − KTG ) = (1,833 − 1,417) = 0,208
2 2
 e 2 = 1,417
1
 2 DGU =  A 2 →  A 2 = 2 2 DGU →  2 A = 2(4,783) = 9,566
2
 2 DGK =  D 2 = 0,579
 A2  A2 9,566 9,566 = 0,83
h2 = = = =
P 2
 A +  D +  E 9,566 + 0,579 + 1,417 11,562
2 2 2
5.3 Analisis Dialel II

Tabel 20. Data Hasil Pengamatan untuk Analisis Dialel II
Persilangan Blok I Blok II Blok III Total
P1 x P1 13 16 10 39
P1 x P2 11 15 16 42
P1 x P3 20 18 16 54
P2 x P2 21 19 20 60
P2 x P3 25 20 21 66
P3 x P3 20 22 18 60
Total 110 110 101 321
Faktor koreksi (FK) = (321)2 /18 = 5724,5
JKT = (132 + … + 182) – FK = 5983 – FK = 258,5
JKP = 1/3 ( 392 + … + 602) – FK = 5919 – FK = 194,5
JKB = 1/6 (1102 + 1102 + 1012) – FK = 5733,5 – FK = 9,0
JKG = 258,5 – 194,5 – 9,0 = 55,0
Tabel 21. Rata-rata Ulangan untuk Analisis Dialel II

Tetua P1 P2 P3 Yi. - Yii Yi. + Yii
P1 13 14 18 32 58
P2 20 22 36 76
P3 20 40 80
Total 214
JKDGU = 1 / (n + 2)[(Yi. + Yii)2 – (4/n) Y..2]
= (1/5) [(582 + 762 + 802] – (4/3)1072]
= (1/5)(15540 – 15265,33) = 54,93
JKDGK =  Yij2 - 1/ (n + 2)[(Yi. + Yii)2 + (2/((n+1)(n +

2))Y..2
= 132 + 142 + … + 202 – (1/5)(582 + 762 + 802) +

(2/20).1072
= 1973 – 3108 + 1144,9 = 9,9
r (JKDGU + JKDGK) = JKP
Tabel 22. Analisis Keragaman RAK pada Analisis Dialel II

Blok 2 9,0 4,5 0,82 4,10
Perlakuan 5 194,5 38,9 7,07* 3,33

Galat 10 55,0 5,5
Total 17 258,5
Tabel 23. Hasil Analisis Keragaman Untuk Analisis Dialel II

Sumber Derajat Jumlah Kuadrat Fhit.

DGU 2 54,93 27,465 .p – 1

DGK 3 9,90 3,300 (p(p-
1)/2)
Galat 10 55/3 1,833
=18,33
KT DGU − KT DGK 27,465 − 3,3

 2 DGU = = = 4,833
n+2 5
2DGK = KTDGK – KTgalat = 3,3 – 1,833 = 1,467
2A = 22DGU = 2(4,833) = 9,666
2D = 2DGK = 1,467
5.4 Analisis Dialel III

Tabel 24. Data Hasil Pengamatan untuk Analisis Dialel III
P1 x P2 11 15 16 42
P1 x P3 20 18 16 54
P2 x P1 15 17 13 45
P2 x P3 25 20 21 66
P3 x P1 17 16 18 51
P3 x P2 19 21 17 57
Total 107 107 101 315
Tabel 25. Analisis Keragaman RAK pada Analisis Dialel III

Blok 2 4,0 2,0 0,4 4,10
Perlakuan 5 124,5 24,9 4,98* 3,33

Galat 10 50,0 5,0

Total 17 178,5
Tabel 26. Nilai Rata-rata Ulangan pada Anlisis Dialel III

Tetua P1 P2 P3 Total
(Yi.)
P1 - 14 18 32
P2 15 - 22 37
P3 17 19 - 36
Total (Y.j) 32 33 40 105
Yi. + Y.j 64 70 76
1 2 1 2
JK DGU =
2(n − 2)
 (Yi. + Y. j ) 2 −
n(n − 2)
Y ..2 =
2(1)
(642 + 702 + 762 ) −
3(1)
1052
= 7386 – 7350 = 36
1 1 1
JK DGK =  (Yij + Y ji ) 2 − (Yi. + Y. j ) 2 + Y .. 2
2 2(n − 2) (n − 1)(n − 2)
1 1 1
= (292 + 352 + 412 ) − (642 + 702 + 762 ) + 1052 = 1873,5 − 7386 + 5512,5 = 0
2 2(1) (2)(1)
1 1
JK Re siprok =  (Yij − Y ji ) 2 = (12 + 12 + 3 2 ) = 5,5
2 2
r(JKDGU + JKDGK + JKResiprok ) = JKP
5.5 Analisis Dialel IV

Tabel 27. Data Hasil Pengamatan untuk Analisis Dialel IV
P1 x P2 11 15 16 42
P1 x P3 20 18 16 54

P1 x P4 18 19 20 57
P2 x P3 25 20 21 66
P2 x P4 22 26 24 72
P3 x P4 18 22 20 60
Total 114 120 117 351
Tabel 28. Analisis Keragaman RAK untuk Analisis Dialel IV

Blok 2 3,0 1,5 0,29 4,10
Perlakuan 5 178,5 35,7 7,00* 3,33
Galat 10 51,0 5,1
Total 17 232,5
Tabel 29. Nilai Rata-rata Ulangan untuk Analisis Dialel IV

P1 P2 P3 P4 Total
P1 - 14 18 19 51
P2 - 22 24 60
P3 - 20 60
P4 - 63
234
1 1 1 1
JK DGU =  Yi. − Y ..2 = (512 + 602 + 602 + 632 ) − 2342
n−2 n(n − 2) 4−2 4(2)
= 6885-6844,5 = 40,5
1 1
JK DGK =   Yij −  Yi. +
2 2
Y .. 2
n−2 n(n − 1)
1 1 1 1
= (142 + ... + 202 ) − (512 + ... + 632 ) + 2342 = 2341− (13770) + (54756)
4−2 4(3) 2 12
= 19,0

Tabel 30. Analisis Keragaman untuk Analisis Dialel IV

Sumber Derajat Jumlah Kuadrat Nilai
Keragaman Bebas Kuadrat Tengah Harapan
Kuadrat
Tengah
DGU 3 40,5 13,5 e 2 + 2DGK
+(n-2) 2DGU
DGK 4(4- 19,0 9,5 e 2 + 2DGK
3)/2=2
Galat 10 1,7 e 2
1 1
 2 DGU = ( KTDGU − KTDGK ) = (13,5 − 9,5) = 2
n−2 2
2DGK = KTDGK - KTError = 9,5 – 1,7 = 7,8
2DGU = ½ 2A → 2A = 2 2DGU = (2)(2) = 4
2DGK = 2D → 2D = 7,8

BAB VI
SILANG PUNCAK (TOP CROSS)
A. Kompetensi Dasar
Setelah meyelesaikan pokok bahasan ini mahasiswa

dapat menjelaskan dengan benar arti dan manfaat Top
Cross dalam pemuliaan tanaman serta mampu
menghitung
B. Indikator
1. Menjelaskan pengertian dan manfaat top cross dalam

program pemuliaan
2. Menjelaskan cara menghitung dan menginterpretasi-
kan hasil analisisnya
C. Sub Materi Pokok
1. Silang Puncak (Top Cross), Daya Gabung Umum dan

Daya Gabung Khusus
2. Hibridisasi
3. Evaluasi Hasil Hibridisasi

6.1 Silang Puncak (Top Cross), Daya Gabung Umum

dan Daya Gabung Khusus
Silang puncak merupakan persilangan antara suatu
galur/Kultiva /varietas dengan penguji. Pola perkawinan
silang puncak melibatkan sejumlah persilangan dari
galur atau kultivar yang menggunakan tetua penguji.
Tetua jantan digunakan sebagai penguji sedangkan tetua
betina (galur, kultivar) yang diuji dapat berupa mandul
jantan, self-incompatibel atau diemaskulasi sebelum
kotak sari pecah. Tanaman penguji yang paling
dikehendaki adalah tanaman yang mampu memberikan
informasi jelas tentang sifat yang diinginkan bila
dikombinasikan dengan tanaman teruji atau bila
ditumbuhkan pada lingkungan berbeda ( Stube, 1980;
Poespodarsono, 1988)
Tujuan silang puncak adalah untuk mengurangi
jumlah galur yang terlalu besar yang akan diuji untuk
membentuk varietas unggul baru hibrida maupun
multilini hasil tinggi. Silang puncak merupakan salah
satu prosedur yang dapat digunakan untuk
mengevaluasi galur-galur atau varietas yang potensial
untuk dikembangkan lebih lanjut . Untuk mengevaluasi
potensi hasil galur-galur inbred, pemilihan penguji yang
tepat menjadi sangat penting. Penguji yang berupa
kultivar, galur murni, silang tunggal dan lain-lain.
Seleksi penguji dapat berupa dasar genetik luas vs dasar
genetik sempit, frekuensi genetik tinggi vs frekuensi
genetik rendah , daya gabung umum vs daya gabung
khusus, daya hasil tingi vs daya hasil rendah, beberapa
penguji vs satu penguji dan lain-lain. Karena
penggunaaan penguji tersebut sangat penting dalam
silang puncak, maka penggunaan penguji yang tepat
untuk mencapai tujuan yang didikehendaki mutlak
diperlukan (Hallauer, 1975 dan Stube,. 1980).
Dengan analisis silang puncak akan dapat
diperoleh informasi tentang peran gen dan pada saat
bersamaan dapat diketahui daya gabung galur-varietas
dalam kombinasinya (Singh and Chaudhary, 1997).
Bebera peneliti telah menggunakan analisis galur x

penguji untuk mengetahui daya gabung sifat suatu

tanaman, baik pada tanaman menyebuk sendiri maupun
tanaman menyerbuk silang.
Berkenaan dengan asumsi-asumsi untuk contoh
perlu dibedakan antara : 1) situasi di mana galur-galur
tetua atau materi percobaan secara keseluruhan
dianggap sebagai contoh acak dari suatu populasi, dan
2) situasi di mana galur-galur dipilih dan tidak dapat
dianggap sebagai contoh acak dari suatu populasi.
Kedua asumsi berbeda tersebut menghasilkan
pendugaan masalah yang berbeda serta pengujian
hipotesis yang berbeda berkenan dengan pengaruh daya
gabung.
Daya gabung dapat digolongkan menjadi dua yaitu
daya gabung umum dan daya gabung khusus. Suatu
bahan pemuliaan tanamanan dikategorikan mempunyai
daya gabung umum yang baik jika hasil perkawinannya
dengan sejumlah bahan pemuliaan lain memberikan
nilai rata-rata yang lebih besar dibandingkan dengan
nilai rata-rata keseluruhan perkawinan yang dilakukan.
Dengan demikian bahan pemuliaan tersebut
mempunyai kemampuan bergabung dengan baik. Oleh
karena itu bahan-bahan pemuliaan yang demikian
dapat dikawinkan dengan bahan-bahan pemuliaan yang
mempunyai dasar genetik yang luas. Sedangkan daya
gabung khusus akan memperlihatkan keselektifan suatu
bahan pemuliaan jika disilangkan dengan bahan
pemuliaan lain. Suatu bahan pemuliaan dikatakan
mempunyai daya gabung khusus yang baik jika dalam
suatu pasangan perkawinan tertentu memberikan nilai
penampakan atau hasil yang jauh lebih baik dari pada
rata-rata tetua atau rata-rata seluruh perkawinan.
Besarnya daya umum dan daya gabung khusus dapat
diduga melalui persilang dialel atau silang puncak.
Kombinasi persilangan (hibrida) yang baik tidak
selalu dihasilkan oleh persilangan dua tetua yang
memiliki efek daya gabung umum tinggi. Tetua dengan
nilai daya gabung umum rendah sekalipun dapat
membentuk hibrida unggul. Dalam hal ini faktor yang
paling berpengaruh adalah ragam rata-rata efek daya

gabung umum dalam penampilan sifat, di samping efek

daya gabung khusus dan ragamnya. Dengan kata lain,
setiap tetua memiliki perbedaan kemampuan dalam
menggabungkan sifat-sifat yang dimilikinya dengan tetua
lain. Ragam daya gabung umum tinggi merupakan
indikasi adanya kemampuan berkombinasi yang luas
dari tetua tersebut. Jika suatu tetua memiliki efek daya
gabung umum rendah dan ragam daya gabung umum
juga rendah, maka hasil persilangannya tergantung pada
efek dan ragam daya gabung umum tetua pasangannya
(Darlina et al., 1992).
Biasanya daya gabung umum yang terdapat pada
keturunan persilangan antar sejumlah galur merupakan
wujud dari peran gen aditif, sedangkan daya gabung
khusus dari penampilan kombinasi antar dua galur
merupakan hasil peran gen dominan atau epistasis
(Welsh, 1991)
Ukuran perbedaan kemampuan penggabungan
suatu karakter tertentu dari suatu galur dalam
kombinasi persilangannya dinyatakan dalam ragam
daya gabung khusus. Nilai ragam daya gabung khusus
rendah mengindikasikan bahwa galur tersebut
berpeluang memberikan penampilan yang merata jika
disilangkan dengan sejumlah galur lain. Sebaliknya, bila
ragam daya gabung khusus tinggi, maka hal ini berarti
bahwa galur tersebut berpeluang memberikan
penampilan atau hasil yang lebih baik atau jelek pada
kombinasi persilangan (Darlina et al., 1992
6.2 Hibridisasi.
Sasaran dari pelaksanaan hibridisasi adalah untuk
menggabungkan perbedaan sifat dari 20 genotipe padi
beras merah dengan 2 kultivar padi beras merah sebagai
penguji melalui kegiatan persilangan puncak sehingga
diperoleh keturunan pertama (F1).
Rancangan persilangan yang digunakan adalah
Silang Puncak (Top Cross) dimana 20 genotipe sebagai
tetua betina (♀) dan 2 kultivar penguji sebagai tetua
jantan (♂).Jumlah rumpun tanaman yang disilangkan

tiap macam persilangan 30 rumpun tanaman, dan tiap

macam persilangan diharapkan menghasilkan 60 butir
gabah hasil persilangan.
Tabel 31. Nama Kultivar / galur padi beras merah yang
dipergunakan sebagai perlakuan tetua betina dan tetua
jantan (Penguji) dalam kegiatan hibridisasi
No Nama Kultivar/galur Keterangan

Sebagai Tetua Betina
1 KALA ISI TOLO Ras indica
2 PUJUT Ras indica
3 SRI Ras indica
4 DU,U Ras javanica
5 SEGREN Ras indica
6 GALUR 6 Ras indica
7 CICIH BARAK Ras javanica
8 MANCHIS Ras indica
9 RUPE Ras indica
10 AEK SIBONDANG Ras indica
11 REKET BIRENG Ras javanica
12 PARE KETA MEE Ras indica
13 PARE BURA Ras indica
15 ANGKA Ras indica
Sebagai tetua Jantan (Penguji)
1 PIONG Ras indica
2 SOBA Ras javanica
6.3 Evaluasi hasil Hibrisisasi

Sasaran yang harapkan pada percobaan ini adalah
mengetahui daya gabung umum, daya gabung khusus,
aksi gen (dominan, aditif )Percobaan akan dilakukan di
lapang dengan Rancangan Acak kelompok (RAK) dengan
62 perlakuan yang diulang 3 kali sehingga diperoleh 186

plot percobaan. Perlakuan meliputi : 20 tetua betina, 2

Tetua Jantan (penguji), 40 genotipe F1
b.3. Analisis data
Data hasil pengamatan untuk evaluasi hasil

hibridisasi dianalisis dengan menggunakan Model Silang
Puncak (Top Cross) dengan langkah-langkah sebagai
berikut Model matematika yang digunakan dalam
penelitian ini adalah model linier aditif:
Yijkl =  + g ijk + bl + ijkl
Dimana: i,jk = 1,2,…n; l = 1,2,3
Yijkl = Nilai tengah sifat yang diamati pada genotipe ke-

ijk, dalam blok ke-l
μ = Pengaruh nilai tengah populasi dari suatu sifat

yang diamati
gijk = Pengaruh genotipe ke-ijk pada sifat yang diamati
bl = Pengaruh blok ke-l pada sifat yang diamati
εijkl = Pengaruh galat percobaan pada genotipe ke-ijkl

dan blok ke-l Analisis ragam dari Rancangan Acak
Kelompok dari Percobaan ini disajikan pada tabel
berikut ini

Tabel 32. Analisis ragam Rancangan Acak Kelompok

keragam bebas Kuadrat Tengah Harapan
an (db) (JK) (KT) Kuadrat
Tengah
(NHKT)
Kelompo r-1 sb Mb
k
Genotip a-1 sv Mv  e2 + r g2
Galat (a-1)(r-1) sbv Mbv  e2
Total ar(-1)
Uji F dilakukan untuk melihat pengaruh genotipe,

bila genotipe berbeda nyata maka perhitungan
dilanjutkan dengan analisis galur x penguji ( line x test
analysis). Pada analisis galur x penguji, pemecahan
pengaruh genotipe kedalam kompoenen tetua, tetua vs
hasil persilangan dan hasil persilangan adalah sebagai
berikut :
g ijk = g i + g ij + g k
Dimana gijk = pengaruh genotipe tetua ke-i, pengaruh
tetua vs persilangan ke-ij dan pengaruh
persilangan ke-k
gi = pengaruh genotipe tetua ke-i
gij = pengaruh genotipe tetua vs persilangan
ke-ij
gk = pengaruh persilangan ke-k
Apabila komponen persilangan menunjukan
perbedaan nyata, maka komponen persilangan dapat
dipecah menjadi komponen galur, penguji dan interaksi
galur x penguji dengan model sebagai berikut :

g k = g l + g t + ( g ) lt
dimana:
gk =pengaruh hasil persilangan dari galur ke-l, penguji
ke-t, dan interaksi galur x penguji ke-lt
gl = pengaruh galur ke-l
gt = pengaruh penguji ke-ti
(g)lt = pengaruh interaksi galur x pengji ke-lt
Analisis ragam untuk analisis galur x penguji

termasuk tetua dapat dilihat pada Tabel 33.
Tabel 33. Analisis ragam untuk analisis galur x penguji dengan
tetuanya
keragaman bebas Kuadrat Tengah Harapan
(db) (JK) (KT) Kuadrat
Tengah
(NHKT)
Kelompok r-1 Sr Mr
Perlakuan a-1 Sa Ma
Tetua b-1 Sb Mb
Tetua vs 1 Sbp Mbp
Persil.
Persilangan p-1 Sp Mp
Galur g-1 Sg Mg  e2 + r 2 gt + rt 2 g
Penguji t-1 St Mt  e2 + r 2 gt + rg 2 t
Galur x (g-1)(t- Sgt Mgt  e2 + r 2 gt
Penguji 1)
Galat (a-1)(r- Se Me  e2
1)
Keterangan :r = jumlah kelompok /ulangan; a = jumlah

perlakuan; b = jumlah tetua; p = jumlah
persilangan; g = jumlah galur; t = jumlah
penguji

Model aditif linier untuk analisis galur x penguji (

line x tester analysis) termasuk tetuanya adalah sebagai
berikut :
Yijklt =  + Ti + Ti C j + Gl + H t + (GH ) lt + ijklt
Dimana:
Yijklt = nilai pengamatan untuk tetua ke-i, tetua vs

persilangan ke-ij, galur ke-l, penguji ke-t, interaksi
ke-lt dan ulangan ke-k
μ = nilai tengah umum

Ti = pengaruh tetua ke-i
Ti Cj = pengaruh tetua vs persilangan ke-ij
Gl = pengaruh galur ke-l
Ht = pengaruh penguji ke-t
(GH)lt = pengaruh interaksi GH pada G ke-l dan H ke-t
εijklt = galat percobaan untuk tetua ke-i, tetua vs
persilangan ke-ij, galur ke-l, penguji ke-t, dan
interaksi ke-lt serta ulangan ke-k
Efek daya gabung umum dan khusus diduga

menggunakan rumusan Singh dan Chaudhary (1979)
sebagai berikut :
1. Daya gabung umum (gca) galur ke-i
a. Galur : gi = (Xi.. / tr) – ( X.. / gtr)
b. Penguji: gt = (X.j. / gr) – (X.. / gtr)
2. Daya gabung khusus (sca)
Sij = (Xij / r) – (Xi.. / tr) – (X.j. / gr) + (X.. /gtr)
Uji untuk mengetahui tinggi atau rendah daya

gabung umum dari galur-galur tetua dan daya gabung

khusus pada setiap kombinasi tertentu, digunakan

rumus sebagai berikut:
a. Salah baku dari galur = (Me / r x t) ½
b. Salah baku dari penguji = (Me / r x l) ½
c. Salah baku dari kombinasi persilangan = (Me / r ) ½
Dimana : Me = kuadrat tengan error; r x t = ulangan x

penguji; r x l = ulangan x galur
Ragam DGU = ½ σA2 σA2 = 2 σ2DGU
Ragam DGK = σ2D
6.4 Hasil Dan Pembahasan

Tabel 34 : Analisis ragam karakter kuantitatif padi beras
merah hasil silang puncak
Sumber Keragaman DB Kuadrat Tengah
BGPR
Ulangan 2 110.97ns
Perlakuan 61 778.98**
Tetua 21 890.23**
Tetua vs persilangan 1 3936.79**
Persilangan 39 638.11*
Galur 19 953.72*
Penguji 1 214.64ns
Galur X Penguji 19 344.76*
Keterangan :; BGPR = Bobot gabah per rumpun; * = Nyata pada taraf
uji 5%; ** = Sangat nyata pada taraf uji 1 %; ns = Tidak nyata

Tabel 35 : Nilai rerata dan daya gabung umum bobot gabah

per rumpun padi beras merah berdasarkan silang puncak
Bobot gabah per
Genotipe rumpun
Rerata DGU
Kala Isi Tolo 67.07 -5.72
Pujut 66.05 -7.28
Sri 61.90 -2.76
Duu 71.61 5.26
Segren 67.52 -1.75
Galur 6 72.44 -1.14
Cicih Barak 99.62 34.84
Manchis 90.81 5.15
Rupe 91.64 6.48
Aek sibondang 72.10 -18.58
Reket Bireng 78.46 8.26
Pare Keta Mee 64.14 -4.02
Pare Bura 89.86 18.45
Galur 15 32.55 -17.82
Angka 73.97 -10.02
Galur 9 67.42 -3.57
Galur 18 72.40 0.54
Galur 14 87.08 -2.35
Galur 1 89.10 -16.09
Galur 4 52.14 12.13
Salah baku DGU galur 7.10
Piong 11.67 0.19
Soba 5.03 -0.19
Salah baku DGU penguji 2.25

Tabel 36: Nilai rerata dan daya gabung khusus karakterbobot

gabah per rumpun genotipe padi beras merah berdasarkan
silang puncak
Bobot gabah per rumpun
Genotipe Piong Soba
Rerata DGK Rerata DGK
Kala Isi Tolo 66.41 10.27 45.19 -9.273
Pujut 44.44 -11.14 64.05 11.139
Sri 46.24 -13.86 71.29 13.864
Duu 74.57 6.45 59.13 -6.45
Segren 57.52 -3.60 62.04 3.59
Galur6 61.63 -.009 59.14 0.09
Cicih Barak 92.32 -5.38 100.41 5.38
Manchis 59.46 -8.56 73.90 8.56
Rupe 64.68 -4.66 71.33 4.66
Aek sibondang 53.57 10.30 32.31 -9.30
Reket Bireng 79.98 8.86 59.98 -8.86
Pare Keta Mee 48.97 -9.86 66.03 10.87
Pare Bura 86.17 4.87 73.77 -4.87
Galur 15 54.10 9.06 33.30 -9.06
Angka 57.40 4.56 45.60 -4.56
Galur 9 57.00 -2.28 58.90 2.28
Galur 18 60.09 -3.31 64.03 10.31
Galur 14 62.92 2.41 58,75 -2.41
Galur 1 56.60 10.83 34.27 -9.83
Galur 4 73.34 -1.86 74.17 1.86
Salah baku 10.05
DGK
Keterangan : DGK = daya gabung khusus
Analisis ragam silang puncak karakter bobot

gabah per rumpun genotipe padi beras merah
ANOVA with parents and crosses
==============================
Df Sum Sq Mean Sq F value Pr(>F)
Replications 2 221.9580 110.9790 0.366 0.6943
Treatments 61 47517.8090 778.9805 2.572
0.0000
Parents 21 18694.7859 890.2279 2.939
0.0001
Parents vs. Crosses 1 3936.7966 3936.7966 12.997
0.0005

Crosses 39 24886.2265 638.1084 2.107

0.0011
Error 122 36955.0462 302.9102
Total 185 84694.8132
ANOVA for line X tester analysis

================================
Lines 19 18120.648 953.7183 2.766 0.0160
Testers 1 214.642 214.6420 0.623 0.4397
Lines X Testers 19 6550.936 344.7861 1.138 0.3229
Error 122 36955.046 302.9102
ANOVA for line X tester analysis including parents

===============================================
===
Replications 2 221.9580 110.9790 0.366 0.6943
Treatments 61 47517.8090 778.9805 2.572
0.0000
Parents 21 18694.7859 890.2279 2.939
0.0001
Parents vs. Crosses 1 3936.7966 3936.7966 12.997
0.0005
Crosses 39 24886.2265 638.1084 2.107
0.0011
Lines 19 18120.6483 953.7183 2.766 0.0160
Testers 1 214.6420 214.6420 0.623 0.0197
Lines X Testers 19 6550.9361 344.7861 1.138
0.3229
Error 122 36955.0462 302.9102
Total 185 84694.8132


BAB VII
KORELASI GENOTIP
A. Kompetensi Dasar

mahasiswa dapat menjelaskan dengan benar hubungan
antar sifat tanaman dalam kaitannya dengan seleksi
tidak langsung dan seleksi lebih dari satu sifat serta
dapat menghitung koefisien korellasi genetik dan mampu
mengintrepretasikannya
B. Indikator
1. Menjelaskan pengertian seleksi tidak langsung

2. Menjelaskan pengertian.seleksi lebih dari satu sifat
3. Menjelaskan pengertian faktor-faktor adanya korelasi
4. Menjelaskan pengertian macam-macam korelasi
5. Menghitung korelasi dengan berbagai metode
estimasi
6. Menjelaskan cara interpretasi hasil analisis estimasi
berbagai koefisien korelasi terutama korelasi
genotipik
C. Sub Materi Pokok :
1. Pengertian
2. Pendugaan Koefisien Korelasi Genotip
3. Aplikasi Korelasi Genotip

7.1 Pengertian
Korelasi genotip adalah suatu analisis untuk
mengetahui derajat keeratan antar sifat tanaman yang
ditimbulkan oleh faktor genetik total. Penyebab korelasi
genotip ini teutama disebabkan oleh dua hal yaitu
pleiotropi dan linkage. Pleiotropi merupakan suatu
peristiwa dimana satu macam gen dapat mengendalikan
beberapa sifat tanaman yang menyebabkan adanya
hubungan antar sifat yang dikendalikan oleh gen yang
sama tersebut. Karena sebagian dari lokus yang
mengendalikan sifat x juga mengendalikan sifat y, maka
kedua sifat yang berbeda tersebut dikorelasikan secara
genetik.
AABBCCddEEff mengendalikan sifat x
BBCCddEEffGG mengendalikan sifat y
Linkage merupakan suatu peristiwa dimana

beberapa gen yang mengendalikan beberapa sifat yang
berbeda berada pada kromosom yang sama dan
diwariskan secara bersama, sehingga mengakibatkan
adanya keterkaitan antar sifat tersebut. Besarnya linkage
disequilibrium cenderung menurun dari generasi ke
generasi pada populasi yang kawin acak. Laju
penurunannya bergantung pada dekatnya laju
rekombinasi antar lokus tersebut. Penghampiran menuju
linkage disequilibrium terjadi secara gradual dan
asymtotis, serta akan lebih cepat bila fraksi rekombinasi
mendekati maksimum ( r = 0,5), sebaliknya akan makin
lambat bila linkagenya makin dekat. Bila gen tidak
linkage dekat, maka linkage disequilibrium bukan
merupakan penyebab utama adanya korelasi genetik
antar sifat pada populasi kawin acak. Dalam hal ini
korelasi genetik lebih disebabkan oleh peristiwa
pleiotropi.
Korelasi antar sifat tanaman terdapat beberapa
macam yaitu:
1. Korelasi genotip yaitu korelasi antar sifat yang hanya
ditimbulkan oleh faktor genetik total.

2. Korelasi Aditif yaitu korelasi antar sifat yang hanya

ditimbulkan oleh faktor genetik aditif
3. Korelasi lingkungan yaitu korelasi antar sifat pada
suatu tanaman karena adanya perubahan faktor
lingkungan, misalnya korelasi lingkungan positif bisa
terjadi antara tinggi tanaman dan panjang tongkol
pada tanaman jagung yang sama karena perubahan
lingkungan mikro yang memperbaiki tinggi tanaman
juga memperbaiki panjang tongkol.
4. Korelasi fenotipik yaitu korelasi antar sifat tanaman
yang ditimbulkan oleh faktor genetik, lingkungan,
dan interaksinya.
Korelasi genotip lebih banyak digunakan pada jenis
tanaman menyerbuk sendiri atau jenis tanaman
apomiktik. Korelasi aditif banyak digunakan pada jenis
tanaman menyerbuk silang. Penaksiran koefisien
korelasi genotip, aditif, lingkungan, dan fenotipe didasar-
kan pada komponen ragam dan peragam yang ditaksir
dari analisis keragaman dan analisisi peragam. Korelasi
aditif sangat penting dalam program seleksi karena
pengaruh aditif dapat dirubah dengan seleksi. Dengan
seleksi terhadap suatu sifat akan merubah rata-rata sifat
tersebut melalui pengaruh aditif gen dari individu
(genotip) yang dipilih.
7.2 Pendugaan Koefisien Korelasi Genotip

Besarnya hubungan keeratan antar sifat tanaman
yang diakibat-kan oleh faktor genetik ditunjukkan oleh
besar kecilnya koefisien korelasi Genotip. Koefisien
korelasi Genotip diperoleh melalui analisis keragaman
dan analisis peragam. Analisis keragaman digunakan
untuk menduga besarnya keragaman Genotip,
sedangkan analisis peragam digunakan untuk menduga
besarnya peragam Genotip. Koefisien korelasi Genotip
merupakan perbandingan antara peragam Genotip
dengan akar kuadrat perkalian antara ragam Genotip
sifat yang satu dengan sifat yang kedua.
Contoh: Suatu percobaan untuk mengetahui
derajat hubungan keeratan antara berat 100 butir biji
padi dengan berat biji kering per tanaman telah

dilakukan. Perlakuan yang digunakan adalah 8 genotipe,

dan masing-masing genotip diulang 4 kali. Percobaan ini
menggunakan rancangan acak kelompok lengkap. Hasil
data pengamatan untuk kedua peubah tersebut
disajikan pada tabel berikut:
Tabel 31. Data Pengamatan untuk Berat 100 Butir Biji (g)
Blok
Genotipe Total
1 2 3 4
1 3.9 4 3.8 3.9 15.6
2 3.7 3.6 3.6 3.7 14.6
3 4.5 4.6 4.6 4.7 18.4
4 4.3 4.4 4.2 4.3 17.2
5 4.1 4 4.2 4.1 16.4
6 4.2 4.5 4.3 4.5 17.5
7 4.3 4.3 4.2 4.3 17.1
8 4.2 4 4.3 4.1 16.6
33.2 33.4 33.2 33.6 133.4
Tabel 32. Data Hasil Pengamatan Berat Biji Kering per
Tanaman (g)
Genotipe Total
1 2 3 4
1 104.9 84.3 77 76.5 342.7
2 88 106.5 89.8 108.7 393
3 80 71.3 77.5 69.5 298.3
4 80.8 106.5 83.3 95.9 366.5
5 60 52.5 53 51 216.5
6 96.4 98.8 99.1 107.2 401.5
7 91.4 99.7 83.3 89.5 363.9
8 91.8 84.8 70 81.5 328.1
693.3 704.4 633 679.8 2710.5
Tabel 33. Analisis Keragaman untuk Berat 100 Butir Biji
untuk 3 blok pertama
SK DB JK KT NHKT
Blok 2 328,89 164,445
Genotipe 7 5962,81 851,831 2e + 3 2G
Error 14 533,36 38,097 2e
Total 23 6825,06
2G1 = (851,831 – 38,097 ) / 3 = 271,245

Tabel 34. Analsis Keragaman untuk Berat Biji Kering per

Tanaman 3 blok pertama
SK DB JK KT NHKT
Blok 2 0,01 0,005
Genotipe 7 2,03 0,290 2e + 3 2G
Error 14 0,14 0,010 2e
Total 23 2,18
2G2 = (0,290 – 0,010) / 3 = 0,093
Analisis Peragam (Covariance) untuk peubah satu dan

dua
JHKTotal = (84,3 x 4,0) + (77,0 x 3,8) + … + (81,5 x 4,1) -
(2017,2 x100,2) = -10,23
24
JHKBlok= (704,4 x 4,0) + (77,0 x3,8) + ... + (81,5 x − (2017,2 x100,2) = 1,17
8 24
JHKGenotipe= (237,8 x11,7) + ... + (236,3x12,4) − (2017,2 x100,2) − FK = −12,623
3 24
JHKError = JHKTotal - JHKBlok – JHKGenotipe = 10,23 – (1,17) –
(-12,623) = 1,223
Tabel 35. Hasil Analisis Peragam untuk 3 Blok Pertama
SK DB JHK HKT NHHKT
Blok 2 1,170 0,585
Genotipe 7 -12,623 -1,803 Cove + 3 CovG
Error 14 1,223 0,087 Cove

Total 23 -10,230
CovG12 = (-1,803 – 0,087)/3 = -0,63024

.rG12 = Cov12 − 0,63024 = - 0,125
=
 2 G1 . 2 G 2 (271,245)(0,093)
Untuk mengetahui apakah koefisien korelasi

tersebut nyata atau tidak dapat diuji lanjut dengan uji t
atau dibandingkan dengan tabel korelasi. Jika koefisien
korelasi lebih kecil dari thit atau lebih kecil dari nilai di

tabel korelasi berarti koefisien korelasi tersebut tidak

berbeda nyata pada taraf nyata tertentu dan sebaliknya.
7.3 Aplikasi Korelasi Genotip

Korelasi genotip dalam program pemuliaan sering
digunakan untuk menentukan suatu sifat yang dapat
digunakan untuk seleksi tidak langsung. Apabila sifat
kedua mempunyai korelasi secara genetik aditif dengan
sifat pertama, maka seleksi sifat pertama juga akan
menyebabkan perubahan rata-rata sifat kedua secara
tidak langsung. Oleh karena itu jika suatu sifat tanaman
sulit dilakukan seleksi, maka perbaikan sifat tersebut
dapat dilakukan melalui sifat yang lain yang mempunyai
nilai koefisien korelasi yang berbeda nyata. Peristiwa
semacam ini sering disebut dengan seleksi tidak
langsung. Besarnya perubahan yang terjadi tergantung
pada derajat keeratan hubungan antar dua sifat
tersebut. Seleksi tak langsung digunakan apabila :
1. Sifat utama yang diseleksi sulit dievaluasi atau
diukur, sedangkan sifat kedua lebih mudah.
2. Sifat utama memiliki heritabilitas yang rendah dan
sifat kedua heritabilitasnya tinggi
3. Sifat kedua mempunyai koefisien korelasi yang nyata
dengan sifat utama.
Seleksi tak langsung akan lebih menguntungkan
dari pada seleksi langsung jika rA h1 > h2 atau sifat
sekunder mempunyai heritabilitas lebih besar dari pada
sifat primer dan korelasi aditifnya juga tinggi. Sebaliknya
jika rA h1 < h2, seleksi tak langsung kurang
menunjukkan kemajuan yang besar dari pada seleksi
langsung. Besarnya heritabilitas dan korelasi aditif
tergantung dari populasi yang akan diseksi dan
lingkungan. Oleh karena itu keuntungan seleksi tak
langsung harus dikaji pada setiap kondisi lingkungan.
Keterangan yang ada sebelumnya tentang heritabilitas,
tipe tindak gen dan lingkungan merupakan petunjuk
berharga bagi pemulia tanaman dalam menentukan
kebijakan dalam program pemuliaan. Manfaat lain dari
korelasi adalah untuk menyusun indek seleksi.

Efisiensi dari perbaikan tanaman terhadap sifat-

sifat yang mempunyai nilai ekonomi penting seperti hasil
dapat ditingkatkan apabila diketahui besarnya
keterkaitan antara sifat tersebut dengan sifat-sifat lain
terutama yang menjadi komponennya. Misalnya pemulia
ingin memperbaiki potensi hasil tanaman padi, tentunya
pemulia akan mengalami kesulitan apabila dilakukan
seleksi tak langsung terhadap hasil. Oleh karena itu
perlu dicari sifat-sifat lyang mempunyai hubungan yang
erat dengan hasil dan mudah diamati, misalnya tinggi
tanaman, luas daun, panjang malai, lamanya fase
vegetatif dan generatif, jumlah anakan. Sifat kuantitatif
seperti potensi hasil merupakan hasil akhir dari suatu
proses pertumbuhan dan perkembangan tanaman. Sifat
yang menjadi sasaran utama pada program pemuliaan ,
misalnya hasil dinamakan sifat primer, sedangkan sifat
yang mempengaruhi sifat primer misalnya jumlah
anakan disebut sifat sekunder. Efisiensi seleksi tak
langsung dapat diukur dengan perbandingan antara
respon ikutan yang diharapkan (CRx) dengan respon
langsung. Hubungan antara nilai potensial (efisiensi) dari
seleksi tidak langsung untuk sifat sekunder yang
merupakan sifat kuantitatif adalah sebagai berikut:
CR X i y hy
= rA
RX ix hx
CRx = banyaknya perbaikan dalam sifat primer yang

diperoleh dengan seleksi tidak langsung melalui sifat
sekunder.
Rx = banyaknya perbaikan yang diperoleh dengan seleksi
langsung terhadap sifat primer
rA = korelasi genetik antara sifat primer (x) dan sifat
sekunder (y)
.iy = intensitas seleksi untuk sifat sekunder
.ix = intensitas seleksi untuk sifat primer
.hy = akar kuadrat dari heritabilitas arti sempit untuk
sifat sekunder
Persamaan di atas menunjukkan faktor-faktor yang
perlu diperhatikan dalam perbaikan tanaman untuk sifat
yang mempunyai nilai ekonomi penting melalui seleksi

tidak langsung secara efektif. Intensitas seleksi

merupakan perbandingan antara jumlah genotip yang
terpilih dengan jumlah genotip yang diuji akan
mempengaruhi efektivitas seleksi tidak langsung.
Penggunaan sifat sekunder yang lebih mahal dan lebih
sulit diukur jika dibandingkan sifat primer dalam seleksi
tidak langsung adalah tidak efektif. Demikian juga
korelasi Genotip dan heritabilitas sangat mempengaruhi
efektivitas seleksi tidak langsung. Seleksi tidak langsung
melalui sifat sekunder akan lebih efektif apabila
heritabilitas dari sifat sekunder lebih tinggi dibandingkan
heritabilitas sifat primer. Heritabilitas yang tinggi
berhubungan dengan keragaman genetik aditif yang
lebih besar, keragaman lingkungan yang rendah,
interaksi G x E yang rendah, dan keragaman non genetik
yang rendah pula.
Seleksi ikutan ini dapat pula diprediksi dengan
metode regresi. Misalnya X1 adalah ukuran sifat pertama
dalam individu atau famili yang terpilih dan W1 adalah
ukuran sifat yang sama pada individu dari populasi yang
diperbaiki yang secara genetis dihubungkan dengan X1.
Perubahan satu unit pada X diharapkan ada perubahan
sebesar bW1X1 (koefisien regresi W1 atas X1) pada q1.
Bila W2 adalah ukuran adalah ukuran sifat kedua pada
individu yang sama dalam populasi yang diperbaiki,
adanya perubahan tiap unit nilai pemuliaan dari sifat
yang dilakukan seleksi (sifat pertama), diharapkan ada
perubahan nilai pemuliaan sifat kedua sebesar b2W2W1.
Total perubahan pada sifat kedua yang disebut dengan
correlated respond (CR2) sama dengan bW1W2

BAB VIII
RESPON SELEKSI
A. Kompetensi Dasar

mahasiswa dapat menjelas-kan dengan benar perbedaan
dan hubungan antara respon seleksi, intensitas seleksi,
diferensial seleksi, dan dapat menghitung dengan benar
besarnya koefisien kemajuan genetik.
B. Indikator
1. Menjelaskan pengertian Kemajuan seleksi

2. Menghitung secara manual dan computer kemajuan
seleksi
3. Menjelaskan pengertian intensitas seleksi
4. Menghitung secara manual dan computer intensitas
seleksi
5. Menjelaskan pengertian deferensial seleksi
6. Menghitung secara manual dan computer deferensial
seleksi
C. Sub Materi Pokok
1. Pengertian
2. Cara menduga Besarnya Respon Seleksi
3. Indeks Seleksi

8.1 Pengertian
Pengaruh seleksi terhadap suatu sifat kontinyu
dapat ditunjukkan pada gambar berikut :
aa -2a AA
Aa
Dalam gambar tersebut terlihat bahwa A dominan

sempurna terhadap a. Jadi, populasi terbagi atas dua
kelompok yang selisih rerata nilai fenotipnya –2a; yang
homozigot. Selanjutnya diasumsikan bahwa varian non
genetik kedua kelompok adalah sama. Yang dimaksud
dengan non genetik adalah selain yang disebabkan oleh
lokus yang diminati (lokus-lokus lain dan lingkungan).
Proporsi kelompok aa = q2; sehingga proporsi kelompok
kedua (lainnya) yaitu AA dan Aa adalah (1-q2 ).
Setelah dilakukan seleksi, yakni dengan memilih
sejumlah tanaman yang nilai fenotipnya melebihi suatu
nilai batas C yang digambarkan dalam kurve sebaran
sifat tersebut, sebagai berikut :
C Tanaman terpilih
Mo Mi
Proporsi aa tanaman terpilih sekarang jelas lebih

kecil daripada proporsi sebelum dilakukan seleksi.
Rerata tanaman terpilih; yang dinyatakan sebagai
simpangan terhadap rerata populasi awal (Mi-Mo)
disebut difrensial.

8.2 Cara menduga Besarnya Respon Seleksi

Seleksi (dilambangkan dengan I). Diferensial
seleksi yang telah dibakukan disebut intensitas seleksi (
I
i=
i ). Jadi  P . Frekuensi allel a setelah seleksi
disimbulkan dengan q1; dapat diperoleh dengan
meregresikan frekuensi gen terhadap nilai fenotipe,
yaitu :
q1 = q + bq PI
Dimana bqP = koefisien regresi antara frekuensi

gen dengan nilai fenotipe. Jadi :
Cov ( q, p )
bqP =
2 p
Cov (q, (G + E )
=
2 p
q tidak ketergantungan dari lingkungan (E), maka
Cov(q, G )
bqP =
2 p
Nilai koefisien regresi di atas dapat diperoleh dengan

memperhatikan tabel berikut :
Tabel 36. Frekuensi Gen, Frekuensi Genotipe, dan Nilai
Genotipe
Genotipe Frek. Frek. Nilai
Genotipe Gen a (q) genotipe
AA P2 0 a
Aa 2 pq 1 d
Aa q2 2 -a
Rerata q (Mq) = p2 ( 0 ) + 1 ( 2 pq ) + 2 q2
= p2 + 2 pq + 2 q2
2q(p+q)

= 2q
Rerata nilai genotipe populasi, dilambangkan dengan Mg
= (p – q) + 2 pqd
Dengan demikian Cov ( q , G ) = p2 ( 0 ) ( a ) + 2 pq ( 1 ) d
+ q2 ( 2 ) (-a) – Mq Mg = - pq { a + d (q – p)}= - pqa
Jadi sq = q1 – q
− pqaI
Sq =
2p
− pqi
=
p
Yang menggambarkan perubahan allel a setelah
dilakukan seleksi. Perubahan frekuensi alel A
dilambangkan dengan
Sp = -s
− pqaI
=
2p
pqai
=
p
Kemajuan seleksi sering pula disebut respon
seleksi dilambangkan dengan ΔG = R merupakan selisih
rerata populasi hasil seleksi dengan rerata populasi
awal.
Jadi R = M1 – Mo.
Didasarkan atas definisi tersebut, R merupakan

hasil kali perubahan fek gen berkenan (sp) dengan
perubahan rerata genotipe yang terjadi untuk setiap unit
perubahan fekuensi gen (su/sp).
R = sp (su / sp)
Berdasarkan rumus tersebut, maka kemajuan

seleksi untuk berbagai macam seleksi berulang, sebagai
berikut

Tabel 37. Kemajuan Seleksi untu Berbagai Macam Seleksi

Berulang
No Macam seleksi Kemajuan seleksi
(R)
1 Seleksi massa dengan 2
1. A i / p
pengendalian
2 Seleksi massa tanpa 2
1 / 2 A i / p
pengendalian
3 Seleksi saudari tiri A
2
1 / 4i
p
4 Seleksi saudara A
2
sekandung 1 / 2i
p
5 Seleksi tongkol ke baris A

2 2
A
1 / 8i + 3 / 8i
p p
Kemajuan seleksi di atas, merupakan kemajuan

seleksi ramalan yang di dasarkan atas besarnya varian
aditif, intensitas seleksi dan macam seleksi. Varian aditif
akan diperoleh dengan cara memecah varian genetik
total menjadi komponen varian genetik yaitu varian
aditif, varian dominan dan varian interaksi pendugaan
komponen varian tersebut dapat diperoleh dengan
menggunakan rancangan persilangan (masing design)
atau menggunakan tetua homozigot dan hasil back cross
(silang balik).
Apabila seleksi telah dilakukan, maka kemajuan
seleksi dapat dihitung dari M1 – M2. Namun apabila
seleksi dilakukan lebih dari satu siklus, maka kemjuan
seleksi dapat dihitung menggunakan koefisien regresi
polinomial, sebagai berikut :
YˆL = Y + ( K 2 P1 ) X 1
Dimana : YˆL = Penduga variabel Y
Y 1 = Rerata variabel Y
X1 = Jumlah siklus seleksi (variabel x)

1
K2 = n
 Ci
i =1
2
n
P1 =  Ci (Yi)
i =1
dengan C merupakan koefisien linier dan i

bergerak dari 1 – n yang menunjuk pada jumlah populasi
Tabel 38. Nilai Koefisien Linier
tabel k
N Koefisien ( C )
3 -1 0 1
4 -3 -1 1 3
5 -2 -1 0 1 2
6 -5 -3 -1 1 3 5
7 -3 -2 -1 0 1 2 3
8 -7 -5 -3 -1 1 3 5 7
9 -4 -3 -2 -1 0 1 2 3 4
10 -9 -7 -5 -3 -1 1 3 5 7 9
Sumber : Little and Hills (1972)
Guna memudahkan pemahaman hal di atas,

berikut diberikan contoh penerapannya. Pada tanaman
jagung telah dilakukan seleksi massa dengan
pengendalian penyerbukan sebayak 3 siklus terhadap
jumlah daun. Hasil seleksi tersebut telah dilakukan
pengujian dengan rancangan acak kelompk, 6 ulangan.
Data hasil pengujian disajikan dalam Tabel berikut :

Tabel 39. Rerata Jumlah Daun Untuk Berbagai Populasi

Macam Jumlah daun
N/D popula Total
si I II III IV V
1 Co 12 13 12 12 12 61
2 C1 12 13 13 12 12 62
3 C2 13 12 13 13 13 64
4 C3 14 13 14 13 14 68
Seleksi selama tiga siklus menghasilkan 3 macam

populasi yaitu C1 (Siklus 1); C2 (siklus 2) dan C3
(siklus3). Agar kemajuan seleksi dapat diketahui, maka
populasi awal (Co) harus disertakan dalam pengujian,
sehingga jumlah n = 4.
Koefisien regresi yang digunakan adalah –3 -1 +1
+3.
1
Besarnya nilai K 2 = 4
 Ci
i =1
2
1
=
(−3) + (−1) + (1) 2 + (3) 2
2 2
1
=
20
P1 = Ci (Yi )
= −3(Y0 .) − 1(Y1. ) + (Y2 .) + 3(Y3 .)
Besarnya koefisien regresi linier; yang merupakan
rerata kemajuan seleksi persiklus sebagai berikut :
− 3(Y0. ) − 1(Y1 .) + 1(Y2 .) + 3(Y3 .)
K 2 P1 (G ) =
20.r
Dimana r = jumlah ulangan dan nilai Yo. , Y1. , Y2. ,

dan Y3. berturut-turut total blok untuk Co, C1, C2 dan
C3.

8.3 Indeks Seleksi

Penggunaan indeks seleksi dalam arti luas lebih
umum dipakai. Pada kebanyakan prosedur seleksi,
pemulia tanaman umumnya secara intensif menerapkan
indeks seleksi ini. Dengan cara ini seleksi terhadap
beberapa sifat dilakukan secara simultan dan
pertimbangan-pertimbangan yang dipakai oleh pemulia
tanaman hanya berdasar pada bobot nisbi yang
diberikan terhadap masing-masing sifat. Ketajaman
visual dan pengalaman pemulia tanaman akan
membantu dalam mempertimbangkan pilihan
subjectivitas yang melekat pada proses seleksi
memungkinkan pemulia tanaman menerapkan
kemampuannya mengenal genotip yang diinginkan.
Dalam hal demikian, pemulia tanaman dikatakan hanya
berdasar seni dan tidak berdasar pada metode ilmiah.
Evaluasi genotip didasarkan pada pengamatan
individu tanaman dan seleksi berdasarkan fenotipe.
Dengan cara demikian efesiensi seleksinya bergantung
pada seberapa besar efisiensi pemulia tanaman dalam
menerapkan bobot empiris masing-masing sifat.
Penggunaan indeks seleksi secara optimum baru dimulai
tahun 1936 oleh Smith yang pertama kali pada tanaman
dan diikuti oleh Hazel dan Luth (1942) pada ternak.
Penggunaan indeks seleksi akan meningkatkan efesiensi
seleksi bila dibandingkan dengan seleksi hanya terhadap
suatu sifat. Jadi indeks seleksi lebih baik dari pada
seleksi tandem maupun independent culling.
Superioritas akan mencapai maksimum bila sifat
yang dipilih sama pentingnya. Kemajuan seleksi tiap sifat
menurun dengan semakin banyak sifat yang akan
dipilih. Oleh karena itu dalam memilih sifat yang akan
dimaksudkan dalam indeks seleksi harus seobyektif
mungkin. Penggunaan indeks seleksi pada pemuliaan
tanaman akan lebih sesuai pada jenis tanaman yang
nilai nisbi masing-masing sifat telah ditentukan secara
ekonomi. Nilai fenotipe individu untuk suatu sifat dapat
digambarkan sebagai P = G + E

Apabila akan mempertimbangkan beberapa sifat

maka hendaknya dipilih individu dengan kombinasi
terbaik dari sifat-sifat ini. Dasar dari pemilihan ini
adalah indeks seleksi yaitu dengan mempertimbangkan
kombinasi sifat sesuai bobot relatifnya. Jadi tiap individu
mempunyai indeks nilai dan seleksinya didasarkan atas
nilai indeks ini. Dengan demikian dimungkinkan
individu yang hasinya tidak selalu memperoleh nilai
indeks yang tinggi. Smith membuat batasan nilai genetik
disimbulkan dengan H suatu individu sebagai berikut:
Hj = a1G1j + a2G2j + … + a1Gij + … + anGnj
Dimana Gij = nilai genotip ke-I pada individu ke-j.
Ai = bobot nisbi atau nilai ekonomi nisbi sifat ke-I
Selanjutnay Smith membuat batasan untuk nilai Indeks

seleksi (I) sbb:
Ij = b1P1j + b2P2j + …. + biPij +…. + bnPnj
Dimana Pij = nilai fenotipe sifat ke-i individu ke-j
bi = bobot sifat ke-i
Nilai bi ditaksir sedemikian rupa sehingga rhi,

korelasi antara H dan I maksimum. Setelah fungsi I
diperoleh pemisahan genotip yang baik dan yang jelek
dilakukan berdasarkan peragaan Pij secara langsung.
Indeks seleksi dapat digunakan untuk beberapa
tujuan yang berbeda yaitu:
1. Seleksi pada satu sifat menggunakan informasi pada
individu dan hubungan kekeluargaan tertentu
2. Seleksi pada dua atau lebih sifat menggunakan
informasi pada individu
3. Seleksi pada dua atau lebih sifat menggunakan
informasi pada individu dan hubungan
kekeluargaannya
4. Seleksi dari persilangan galur menggunakan data
persilangan.


BAB IX
INTERAKSI GENOTIP DAN
LINGKUNGAN
A. Kompetensi Dasar

mahasiswa dapat menjelaskan dengan benar arti
interaksi genotip – lingkungan dan hubungannya dengan
pemuliaan tanaman serta mampu menghitung parameter
stabilitas suatu sifat tanaman.
B. Indikator
1. Menjelaskan pengertian interaksi genotip dan

lingkungan
2. Menghitung interaksi genotip dan lingkungan dengan
berbagai metode estimasinya
3. Menjelaskan cara interpretasi hasil analisis datanya
C. Sub Materi Pokok:
1. Pengertian
2. Cara menghitung G x E

9.1 Pengertian
Interaksi genotip dan lingkungan sangat penting
dalam program pemuliaan tanaman terutama dalam
membuat rekomendasi tentang varietas yang dianjurkan
di suatu daerah. Interaksi genotip dan lingkungan
terjadi apabila penampakan atau peragaan genotip akan
berubah dengan perubahan kondisi lingkungan. Varietas
berdaya hasil tinggi pada suatu lingkungan (lokasi,
musim, cara bercocok tanam) tertentu belum tentu sama
pada lingkungan yang berbeda. Oleh karena itu, apabila
lingkungan berubah sering diperlukan juga perubahan
varietas yang dianjurkan, karena respon genotip tidak
selalu sama terhadap perubahan lingkungan. Interaksi
genotip dan lingkungan menunjukkan adanya faktor
saling pengaruh mempengaruhi antara genotip dan
lingkungan terhadap setiap pertumbuhan dan perkem-
bangan tanaman. Banyak faktor lingkungan yang dapat
menjadi sumber interaksi genotip antara lain:
1. Tinggi tempat dari permukaan laut
2. Perbedaan temperatur (minimum – maksimum)
3. Fotoperiod
4. Jenis tanah, keasaman tanah, keracunan unsur-
unsur tertentu
5. Curah hujan, pengairan dan drainase
6. Hama, penyakit dan gulma
7. Keadaan yang kurang baik (cekaman kekeringan,
kemasaman, dll.)
Berdasarkan responnya terhadap lingkungan,
varietas dibedakan menjadi dua yaitu varietas yang
beradaptasi luas dan varietas yang beradaptasi sempit.
Varietas beradaptasi luas jika interaksi genotip dan
lingkungannya kecil, dimana perbedaan lingkungan yang
besar tidak terlalu mempengaruhi perubahan
penampakan suatu genotip atau varietas. Jika
perubahan lingkungan mempengaruhi penampakan
genotip atau varietas varietas berarti andanya interaksi
genotip dan lingkungan yang besar dan varietas
demikian dikategorikan sebagai varietas beradaptasi
sempit. Hal ini berarti bahwa varietas tersebut hanya

akan menampilkan penampakan terbaiknya pada

kondisi lingkungan tertentu, sehingga perlu adanya
spesifik varietas untuk spesifik agroekosistem. Oleh
karena itu sebelum merekomendasikan varietas unggul
baru yang akan disebar ke petani, pemulia tanaman
harus melakukan uji multilokasi, multi musim, dan
multi cara bercocok tanam. Atas dasar pengujian ini,
pemulia dapat merekomendasikan varietas unggul
barunya cocok untuk ditanam di semua lokasi, musim,
dan cara bercocok tanam atau hanya baik untuk lokasi,
musim, dan cara bercocok tanam tertentu.
9.2 Cara menghitung G x E

Banyak metode atau konsep yang dapat
digunakan untuk menduga interaksi genotip dan
lingkungan yaitu antara lain Finlay dan Wilkinson,
Shakla, Wricke, Perkins dan Jinks, dan Eberhart dan
Russell. Salah satu metode yang sering digunakan yaitu
metode Eberhart dan Russell terutama untuk
mengetahui stabilitas beberapa varietas di beberapa
perbedaan lingkungan dan varietas dikatan stabil apabila
galat sisa regresi pada indeks lingkungan kecil dan
koefisien regresi mendekati satu. Contoh perhitungan
berikut ini adalah untuk mengevaluasi stabilitas 5
varietas yang masing-masing diulang tiga kali dan
dievaluasi di tiga lokasi.
Tabel 40. Data Pengamatan untuk Stabilitas Hasil 5 Varietas
pada Tiga Lokasi
I. R G-
Var R1 R2 R3 Total R1 R2 Total
3 R1 R2 R3 Total Total
1 36 41 51 128 27 39 30 96 21 26 27 74 298
2 40 38 50 128 36 28 28 92 27 19 26 72 292
3 32 40 46 118 32 42 36 110 35 30 35 100 328
4 33 30 49 112 34 29 35 98 29 32 33 94 304
5 41 43 39 123 32 36 37 105 30 29 30 89 317
18 19 23 16 17 16 14 13 15
Total 2 2 5 609 1 4 6 501 2 6 1 429 1539
FK = 15392 / 45 = 52633,8
JKTotal = 54869 – FK = 2235,2

JKLokasi = (6092 + 5012 + 4292 ) / 15 – FK = 53728,2 – FK

= 1094,4
JKVar = (2982 + … + 3172) / 9 – FK = 52728,56 – FK =
94,76
JKBlok dlm Lokasi = (1822 + … + 1512 )/5 = 54085,4 – JKLokasi
tak terkoreksi = 357,2
JKVar x Lokasi = (1282 +… + 892) / 3 – JKVar tak terkoreksi – JKLok
tak terkoreksi + FK = 240,71
JKGalat = 448,13
Tabel 41. Analisis Keragaman Gabungan
Sumber Keragaman Derajat Jumlah Kuadrat
Bebas Kuadrat Tengah
Varietas 4 94,76 23,69
Lokasi 2 1094,40 547,20
Blok dlm Lokasi 3(3-1) = 6 357,20 59,53
Lokasi x Varietas 8 240,71 30,09
Galat 24 448,13 18,67
Total 44 2235,20
Anova untuk masing-masing lokasi

Lokasi I
FK = 6092 / 15 = 24725,40 JKTOTAL = 25303 – FK
= 577,60
JKVAR. = 24788,33 – FK = 62,93 JKBLOK = 25042,6 –
FK = 317,20
JKGALAT = 197,47
Lokasi II
FK = 5012 / 15 = 16733,4 JKTOTAL = 17009 – FK
= 275,6
JKBLOK = 16750,6 – FK = 17,2 JKVAR. = 16803 – FK
= 69,6
JKGALAT = 188,8
Lokasi III
FK = 4292 / 15 = 12269,4 JKTOTAL = 12557 –
FK = 287,6
JKVAR = 12472,33 – FK = 287,6 JKBLOK = 12292,2 –
FK = 22,8
JKGALAT = 61,87

Tabel 42. Analisis Keragaman pada Masing-masing Lokasi

SK DB JK1 KT1 JK2 KT2 JK3 KT3
Blok 2 317,20 158,60 17,20 8,60 22,80 11,40
Perlaku 4 62,93 15,73 69,60 17,4 202,93 50,73

an
Galat 8 197,47 24,68 188,80 23,6 61,87 7,73
Total 14 577,60 276,60 287,60
Tabel 43. Data Rata-rata Masing-masing Varietas dan Lokasi

Perlakuan Lokasi I Lokasi II Lokasi III Total
VAR1 42,67 32,00 24,67 99,34
VAR2 42,67 30,67 24,00 97,34
VAR3 39,33 36,67 33,33 109,33
VAR4 37,33 32,67 31,33 101,33
VAR5 41,00 35,00 29,67 105,67
TOTAL 203,00 167,01 143,00 513,01
FK = 17545,28 JKLOKASI=
17910,07 – FK =
364,79
JKTOTAL = 18021,88 – FK = 476,60 JKLxV = 80,26

Tabel 44. Analisis Keragaman untuk Data Rata-rata Ulangan

SK DB JK KT
VARIETAS 4 31,55 7,89
LOKASI 2 364,79 121,60
VAR x LOK 8 80,26 10,03
TOTAL 14 476,60
YIJ YIJ
Indeks seleksi masing-masing lokasi = Ii = −
v vl
203,00 513,01
I1 = − = 40,6 – 34,20 = -0,798
5 5 x3
I2 = (167,01/5) – 34,20 = 33,20 – 34,20 = -0,798
I3 = (143/5) – 34,20 = 28,6 – 34,20 = -5,60
 42,67 32,00 24,67  109,4 
   
 42,67 30,67 24,00   6,4  114,2 
 39,33  
36,67 33,33   − 0,798 =  35,8 
   
 37,33 32,67 31,33   − 5,60   37,4 
 41,00 29,67   68,3 
 35,00  
 I2 = (6,4)2 + (-0,798)2 + (-5,60)2 = 72,96
Koefisien regresi untuk masing-masing varietas = bi =
YIJ .I J
I 2 . J
.b1 = 109,4/72,96 = 1,50 b2 = 114,2/72,96 = 1,57
.b3 = 35,8/72,96 = 0,49 b4 = 37,4/72,96 = 0,51
.b5 = 68,3/72,96 = 0,94
Ragam tiap-tiap varietas pada beberapa lokasi yang
berbeda = 2Vi = Yij2 – (Yi2/v)
Y1j2 = (42,67)2 + (32,00)2 + (24,67)2 = 3453,34
Y1. = 42,67 + 32,00 + 24,67 = 99,34
Y1.2 /l = 99,342 / 3 = 3289,48
2V1 = 3453,34 – 3289,48 = 163,86

Y2j2 = 3337,38 Y2. = 97,34 Y2.2 /l = 3158,36 2V2

= 3337,38 – 3158,36 = 179,02
Y3j2 = 4002,43 Y3. = 109,33 Y3.2 /l = 3984,35 2V3
= 4002,43 – 3924,35 = 18,08
Y4j2 = 3442,43 Y4. = 101,33 Y4.2 /l = 3422,59 2V4
= 19,84
Y5j2 = 3786,31 Y5. = 105,67 Y2.2 /l = 3722,05 2V5
= 64,26
Tabel 45. Nilai Simpangan dari Koefisien Regresi
Var Vi2 bi YijIj biYijIj ij2 = Vi2
- biYijIj
1 163,86 1,50 109,4 164,10 0,24
2 179,02 1,57 114,2 179,29 0,27
3 18,08 0,49 35,8 17,54 0,54
4 19,84 0,51 37,4 19,07 0,77
5 64,26 0,94 68,3 64,20 0,06
Total 445,06 5,01 444,20 1,88
Simpangan Kuadrat Tengah dari regresi linier :
Sdi2 = [2ij / (l – 2)] – (KTG / r)
Sd12 = [-0,24 / (3-2)] – (26,84/3) = -9,19
Sd22 = [-0,27 / (3-2)] – (26,84/3) = -9,22
Sd32 = [0,54 / (3-2)] – (26,84/3) = -8,41
Sd42 = [0,77 / (3-2)] – (26,84/3) = -8,18
Sd52 = [0,06 / (3-2)] – (26,84/3) = -8,89

Tabel 46. Analisis Keragaman Model Eberhart dan

Russell
Sumber Derajat Jumlah Kuadrat Fhitun

Keragaman Bebas Kuadrat Tengah g
Total v.l – 1 = 14 476,60 34,04
Varietas .v – 1 = 4 31,55 7,89 46,41
Lokasi + (Var x V(l-1) = 10 445,05 44,51

Lok)
Lokasi (linier) 1 365,46 365,46
Var x Lok 4 78,74 19,69 115,82

(linier)
Simpangan V(l-2) = 5 0,85 0,17
Gabungan
Varietas 1 l-2=1 0,24 0,24
Varietas 2 l-2=1 0,27 0,27
Varietas 3 l-2=1 0,54 0,54
Varietas 4 l-2=1 0,77 0,77
Varietas 5 l-2=1 0,06 0,06
Galat v.l(r-1)=30 805,33/3=26 8,95

Gabungan 8,44

KEPUSTAKAAN
Baker, R.J. 1978. Issues in Diallel Analysis. Crop Sci.

18(4): 533-536
Carmer, S.G., W.E. Nyquist and W.M. Walker. 1989. Least
Significant Differences for Combined Analyses of
Experiments with Two or Three Factor Treatment
Design. Agron. J. 81:665-672.
Clerg, E.L. 1994. Significance of Experimental Design in
Plant Breeding. Agricultural Research Service,
Maryland, p. 243-313
Dahlan, M. 1991. Peranan Statistika dalam Pemuliaan
Tanaman. Balai Penelitian Tanaman Pangan.
Malang. 16 h.
Falconer, D.S. and T.F.C. Mackay. 1996. Introduction to
Quantitative Genetics. Longman.
Gardner, C.O. and Eberhart, S.A. 1966. Analysis and
Interpretation of Variety Cross Diallel and Related
Populations. Boiometrics. P. 439-451
Griffing, B. 1956. Concept of General and Specific
Combining Ability in Relation to Diallel Crossing
System. C.S.I.R.O. Canberra. P. 463-493
Hannafin, M.J and L.L. Peck. 1998. Instructional Media
and Technologies for Learning. New Jersey: Printice
Hall, Englewood Cliffs.
Hanson, W.D. and H.F. Robinson. 1978. Statistical
Genetics and Plant Breeding. NAS-NRC.

Kang, M.S. 1994. Applied Quantitative Genetics.

Department of Agronomy Lousiana State University.
Kempthorne, O. 1973. An Introduction to Genetic Statistics.
The Iowa State University Press, Ames.
Nasrullah dan Sumartono. 1988. Genetika Kuantitative.
Proyek IMS PAU Bioteknologi UGM, Yogyakarta.
Pepper, W.D. 1983. Choosing Plant-Mating Design
Allocations to Estimate Genetic Variance Components
in the Absence of Prior Knowlwdge of Relative
Magnitudes. Biometrics 39, 511-521.
Pribadi, B.A. dan D.P. Putri. 2001. Ragam Media dalam
Pembelajaran. PAU untuk Peningkatan dan
Pengembangan Aktivitas Instruksional, Dirjen Dikti.
Singh, H.K. and Chaudhary. 1979. Biometrical Methods in
Quantitative Genetic Analysis. Kalyani Publishers.
New Delhi.
Sokol, M.J. and R.J. Baker. 1977. Evaluation of
Assumptions Required for the Genetic Interpretation
of Diallel Experiments on Self Pollinating Crops. Can.
J. Plant Sci. 57:1185-1191.
Sprague, G.E. 1994. Quantitative Genetics in Plant
Improvement. Agricultural Research Service,
Maryland, p. 315-361

Teknik Analisis Dan Rancangan Persilangan

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Teknik Analisis Dan Rancangan Persilangan

Diunggah oleh

Hak Cipta:

Format Tersedia

BUKU AJAR

ii Dr Ir Lestari Ujianto, M.Sc dkk

Dr. Ir. Lestari Ujianto, M.Sc.

Mataram University Press

Tehnik Analisis dan rancangan persilangan iii

Cetakan Pertama, September 2019

ISBN: SEDANG PROSES

Hak cipta dilindungi oleh undang-undang. Dilarang memperbanyak, sebagian

iv Dr Ir Lestari Ujianto, M.Sc dkk

Buku Ajar ini disusun untuk membantu mahasiswa

Mataram, September 2019

Tehnik Analisis dan rancangan persilangan v

vi Dr Ir Lestari Ujianto, M.Sc dkk

KATA PENGANTAR ....................................................... v

Tehnik Analisis dan rancangan persilangan vii

BAB III HERITABILITAS DAN ESTIMASINYA ........ 17

viii Dr Ir Lestari Ujianto, M.Sc dkk

C. Sub Materi Pokok .................................... 51

Tehnik Analisis dan rancangan persilangan ix

x Dr Ir Lestari Ujianto, M.Sc dkk

Tabel 1. Analisis Keragaman untuk Rancangan

Tehnik Analisis dan rancangan persilangan xi

Tabel 11. Analisis Keragaman untuk Rancangan

xii Dr Ir Lestari Ujianto, M.Sc dkk

Tabel 29. Nilai Rata-rata Ulangan untuk Analisis

Tehnik Analisis dan rancangan persilangan xiii

Tabel 38. Nilai Koefisien Linier ............................... 78

xiv Dr Ir Lestari Ujianto, M.Sc dkk

Setelah mengikuti mata kuliah ini, mahasiswa

1. Menjelaskan pengertian teknik analisis dan

C. Sub Materi Pokok

1. Pengertian teknik analisis dan rancangan persilangan

1.1. Pengertian Teknik Analisis Dan Rancangan

2 Dr.Ir.Lestari Ujianto, M.Sc dkk

1.2. Arti Penting Dalam Bidang Pemuliaan Tanaman

1.3. Hubungannya dengan Bidang Pemuliaan

Tehnik Analisis dan rancangan persilangan 3

Pemulia memilih individu atau grup individu

4 Dr.Ir.Lestari Ujianto, M.Sc dkk

Setelah meyelesaikan pokok bahasan ini mahasiswa

1. Menghitung Statistika deskripsi

C. Sub Materi Pokok

1. Peranan Statistika dalam Pemuliaan Tanaman

Tehnik Analisis dan rancangan persilangan 5

2.1 Peranan Statistika dalam Pemuliaan Tanaman

6 Dr.Ir.Lestari Ujianto, M.Sc dkk

populasi disebabkan oleh adanya perbedaan genetik

2.2 Statistika Diskripsi

Tehnik Analisis dan rancangan persilangan 7

simpangan baku, keragaman, nilai minimum, nilai

Varian = S2 = ( X i − X ) 2 = 19 dan simpangan baku = S =

2.3 Analisis Keragaman

8 Dr.Ir.Lestari Ujianto, M.Sc dkk

telah ditetapkan pada taraf nyata tertentu. Analisis

Tabel 2. Analisis Keragaman untuk Rancangan Acak

Tehnik Analisis dan rancangan persilangan 9

Error .(m.f – 1)(r-1) JKE KTE 2e

1. Suatu percobaan untuk menguji 15 galur kacang

Blok 2 60,4 30,2

10 Dr.Ir.Lestari Ujianto, M.Sc dkk

jumlah polong per tanaman diperoleh hasil analisis

Betina (F) 4 64,4 16,1

2.4 Analisis Korelasi dan Regresi