KLASIFIKASI

MIKROORGANISME DENGAN
MENGGUNAKAN
TAKSONOMI NUMERIK-FENETIK

YOLANDINA SALSABILA PUTRI B1A015052

ELLEN EVITA B1A015119
ANGELITA FERESIA BABA B1B015019
SURYADI B1B015023
 LATAR BELAKANG
Taksonomi numerik yang juga dikenal sebagai Taksonomi Adansonian (berdasarkan
nama ahli sistematika Michael Adanson) didefinisikan sebagai pengelompokan unit
taksonomi kedalam taksa dengan metode numerik fenetik berdasarkan
sebanyak-banyaknya karakter yang dimiliki
Derajat kekerabatan antara mikroba yang diuji dapat disajikan dalam matriks
similaritas yang akan digunakan dalam mengkontruksi dendogram. Berdasarkan
konsep takso spesies, jika indeks similaritas yang dimiliki antar mikroba 70% maka
mikroba tersebut dapat dikatakan sebagai spesies yang sama.
 KARAKTERISASI

Karakter yang biasa digunakan untuk karakterisasi yaitu

karakter biokimiawi seperti kemampuan untuk memproduksi asam
dari karbohidrat dan reduksi nitrat,
karakter kultur seperti morfologi koloni dan pigmentasi,
karakter morfologi seperti bentuk sel, reaksi perwanaan, dan motilitas,
serta karakter nutrisi seperti sumber karbon, dan karakter fisik seperti
pertumbuhan dengan menggunakan suhu yang optimal.
 SIMPLE MATCHING COEFFICIENT &
JACCARDS COEFFICIENT

Simple Matching Coefficient (SMC) menghitung karakter yang

ada dan tidak ada pada setiap spesies. sedangkan indeks
Jaccards Coefficient hanya dihitung karakter yang ada pada
spesies

Simple matching coefficient Jaccards coefficient

a + d a
(SSM) = -------------------- x 100% (SJ) = ----------------- x 100%
a +b +c +d a +b +c
 PFE & MVSP

PFE merupakan program yang berguna untuk menata data hasil karakterisasi yang
telah dilakukan sebelumnya agar data dapat diproses lebih lanjut menggunakan MVSP.

MVSP (Multi-Variate Statistical Package) adalah paket multivarian analisis populer

berupa program yang memungkinkan perhitungan dari berbagai indeks
keanekaragaman atau dalam bidang limu hayati disebut biodiversitas. Analisis data
biodiversitas untuk menunjukkan tingkat kekerabatan antara organisme berdasarkan
ciri-ciri yang dimilikinya dapat dilakukan dengan MVSP.
 TUJUAN

Mengetahui cara dan tahapan analisis

kemiripan mikroba dengan metode
numerik-fenetik
 ALAT & BAHAN

Alat yang digunakan :

Laptop yang sudah ter-install
program :

PFE
MVSP
Notepad Bahan yang digunakan :
Excel Hasil karakterisasi 9
Word isolat
 Koleksi data
Data fenotipik tiap isolat diberi
simbol (+) dan (-)
Data dimasukkan ke dalam
program Excel
Karakter yang diujikan disingkat
namanya 3 huruf
Data dicopy ke aplikasi Notepad
Preparasi data
dalam matriks
Program PFE dibuka
Dibuka file dengan klik New
Data notepad dicopykan
Baris pertama diketikkan *L
tn
Data (+) dikonversikan
menjadi 1, (-) menjadi 0
Data di save dengan format
*.mvs
Penghitungan nilai
similaritas
Program MVSP dibuka
Dibuka file dengan format *.mvs
Diklik Analysis, pilih Cluster
Analysis
Pada menu Option diatur None untuk
data transformation, UPGMA untuk
Clustering method. Pilih Sj/ Ssm
Checklist semua pilihan Result to
display pada menu AdvanceOk
Save dengan format *.nvd
 Tabel Karakterisasi 9 Isolat
Rombongan II
UJI A.2.1 B.2.1 C.2.1 A.2.2 B.2.2 C.2.2 A.2.3 B.2.3 C.2.3
PERWARNAAN
GRAM PGr + + + + - - - - +

Ami + - + - - - + - +
+ + - - - - + + +
UJI Pro
Lip - - - - - - - - -
ENZIMATIS Oks + + + - - + - + +

Kat + + + + + + + + +
 S5 + + + + + + + + +
SR + + + + + + + + +
+ + + + + + + + +
S37
+ + + - - - + + +
S80
pH3 - - - + + + + + +
pH7 + + + + + + + + +
UJI pH11
+ + + + + + + + +

FISIOLOGIS Os0 + + + + + + + + +

Os5 + + + + + + + + +

Os8 + + + + + + + + +

Os1 + + + + + + + + +
 Glu - - + - - - - - -

UJI Gal + + - - - - - - -

GULA Fru + + + - - - - - -

- - - - - - - - -
GULA Lak
- - + - - - - - -
Suk

Arb + - - - - - - - -

Ind + - - - - - - - -
MR - - - - - - - - -
VR + + + + + + + + +
UJI BIO SC + + + + + + - - +
Ure + + + + + + - + -
KIMIAWI H2S - - - - - - - - -
Okt + - + + + + - - -
Fer + - + + + + - - -
Sak - + - - - - + + +
TABEL MATRIKS SIMILARITAS DENGAN
SIMPLE MATCHING COEFFICIENT
A B C D E F G H I

A 1

B 0,813 1

C 0,813 0,75 1

D 0,719 0,719 0,781 1

E 0,688 0,688 0,75 0,969 1

F 0,719 0,719 0,781 0,938 0,969 1

G 0,625 0,75 0,625 0,719 0,75 0,719 1

H 0,656 0,844 0,656 0,75 0,781 0,813 0,906 1

I 0,719 0,844 0,719 0,75 0,719 0,75 0,906 0,875 1

TABEL SORTED DENGAN METODE SIMPLE
MATCHING COEFFICIENT
Node Group 1 Group 2 Simil. in group

1 D E 0,969 2
2 Node 1 F 0,953 3
3 G H 0,906 2
4 Node 3 I 0,891 3
5 A B 0,813 2
6 Node 5 C 0,781 3
7 Node 2 Node 4 0,75 6
8 Node 6 Node 7 0,722 9
 UPGMA
I
0.891
H
0.906
G
0.75
F
0.953
E
0.969
0.722 D
0.781
C
B
0.813
A
0.7 0.75 0.8 0.85 0.9 0.95 1

Simple Matching Coefficient

Koefisien korelasi dengan metode
koefisien Simple Matching Coefficient
adalah 84,735517.
 TABEL MATRIKS SIMILARITAS DENGAN
METODE JACCARDS COEFFICIENT

A B C D E F G H I
A 1
B 0,76 1
C 0,769 0,68 1
D 0,64 0,609 0,696 1
E 0,6 0,565 0,652 0,941 1
F 0,64 0,609 0,696 0,889 0,941 1
G 0,538 0,636 0,52 0,571 0,6 0,571 1
H 0,577 0,762 0,56 0,619 0,65 0,7 0,833 1
I 0,654 0,773 0,64 0,636 0,591 0,636 0,842 0,8 1
 TABEL SORTED DENGAN METODE
JACCARDS COEFFICIENT

Node Group 1 Group 2 Simil. in group

1 D E 0,941 2
2 Node 1 F 0,915 3
3 G I 0,842 2
4 Node 3 H 0,817 3
5 A C 0,769 2
6 B Node 4 0,724 4
7 Node 5 Node 2 0,654 5
8 Node 7 Node 6 0,614 9
 UPGMA
H
0.891
I
0.842
G
0.724
B
F
0.614 0.915
E
0.941
D
0.654
C
0.769
A
0.52 0.6 0.68 0.76 0.84 0.92 1

Jaccard's Coefficient
Koefisien korelasi dengan metode
koefisien Jaccard adalah 89.72838.
 KESIMPULAN

Berdasarkan hasil dan pembahasan di atas, maka

dapat disimpulkan bahwa cara dan tahapan analisis
kemiripan mikroba dengan metode numerik-fenetik,
yaitu dimulai dari hasil pada tabel karakterisasi diberi
bobot nilai, kemudian dicari tabel matriks similaritas,
tabel sorted, dendogram, dan dihitung koefisien
korelasi dengan masing-masing metode.