LAPORAN PRAKTIKUM SISTEMATIKA MIKROBIA ACARA 1

BORANG LAPORAN PRAKTIKUM SISTEMATIKA MIKROBIA LABORATORIUM MIKROBIOLOGI

No. Dokumen Berlaku Sejak Revisi Halaman

FO-UGM-BI-07-13 03 Maret 2008 01

3 of 15

Ssm (Simple Matching Coeficient ) dan S j (Jaccard Coeficient ) sehingga diperoleh suatu pengelompokan (clustering ) starin bakteri yang berbeda. 1.2.Tujuan

Tujuan dari praktikum ini adalah untuk mempelajari prosedur taksonomi numerik fenetik dalam klasifikasi bakteri. 2. METODE 2.1.Alat dan Bahan

2.1.1. Morfologi sel Preparat enam strain bakteri yang dicat dengan cat gram negatif dan gram positif. 2.1.2. Morfologi koloni bakteri Enam plate berisi enam kultur murni strain bakteri berbeda, enam media nutrient agar tegak berisi kultur strain bakteri berbeda, enam media nutrient agar miring berisi kultur strain baktero berbeda, enam media nutrient cair berisi kultur strain bakteri berbeda. 2.1.3. Pengujian sifat biokimiawi a. Fermentasi karbohidrat Enam kultur strain bakteri berbeda pada media glukosa, laktosa, dan sukrosa. b. Hidrolisis Pati Enam media pati agar plate berisi enam kultur strain bakteri berbeda, ditetesi dengan larutan JKJ. c. Hidrolisis kasein Enam kultur strain bakteri berbeda pada media susu agar. d. Pembentukan indol Enam kultur strain bakteri berbeda dalam media tripton cair, ditambah eter dan reagen Ehrlich. e. Reduksi nitrat



FO-UGM-BI-07-13 03 Maret 2008 01

4 of 15

Enam media nitrat cair berisi enam kultur strain bakteri berbeda, ditetesi asam sulfanilat dan naftilamin. f.

Reduksi hydrogen peroksida (H2O2) Preparat enam strain bakteri ditetesi dengan H2O2.

2.2.Cara Kerja 2.2.1. Koleksi data

Karakter yang diamati dalam pengamatan morfologi sel meliputi bentuk sel dan sifat pengecatan gram. Karekter yang diamati dalam koleksi data morfologi koloni meliputi bentuk pertumbuhan, pertumbuhan, permukaan, bentuk koloni, elevasi, bentuk tepi, dan tekstur permukaan. Karakter yang diamati pada pengamatan uji biokimiawi meliputi fermentasi karbohidrat, hidrolisis pati, hidrolisis kasein, pembentukan indol, reduksi nitrat dan reduksi H2O2. 2.2.2. Perhitungan nilai similaritas Nilai similaritas dihitung dengan menggunakan dua macam metode yaitu simple matching coefficient (Ssm) dan jaccard coefficient (Sj). Untuk rumus Ssm dan Sj adalah sebagai berikut:

=  +  ++  +  ×100% =  +  +  ×100%

Keterangan : a= jumlah karakter yang (+) untuk kedua strain b= jumlah karakter yang (+) untuk strain pertama dan (-) untuk strain kedua c= jumlah karakter yang (-) untuk strain pertama da n (-) untuk strain kedua d= jumlah karakter yang (-) untuk kedua strain



FO-UGM-BI-07-13 03 Maret 2008 01

5 of 15

nilai similaritas yang didapatkan kemudian dimasukkan dalam matriks similaritas 2.2.3. Analisis pengklusteran dan kontruksi dendrogram Analisis pengklasteran atau clustering analysis didapatkan dengan metode penghitungan algoritma pengklasteran. Algoritma pengklasteran yang digunakan adalah average linkage (UPGMA: Unweighted Pair Group Method with Arithmetic Averages), yaitu nilai penyatuan dua strain atau lebih

berada

pada

nilai

rata-ratanya.

Dari

penghitungan

dengan

menggunakan average linkage didapatkan pada level tertentu akan terjadi peleburan strain yang diidentifikasi. Berdasarkan hasil analisis kluster yang diperoleh selanjutnya dikontruksikan dendogram untuk mengklasifikasikan strain bakteri. 2.2.4. Penentuan koefisien korelasi (R) Level kemiripan pada dendogram dapat dimasukkan dalam matriks evaluasi dendogram (Y) kemudian dari matriks evaluasi dendogram ini dimasukkan dalam tabel korelasi kofenetik, begitu juga den gan matriks similaritas awal (X). Hasil dari penghitungan (X) dan (Y) ini digunakan untuk penghitungan koefisien korelasi dengan rumus:

=

(∑ ) − (∑ )(∑ )   ∑  − (∑ )∑ − (∑ )

3. HASIL

Berikut ini adalah hasil dari pengamatan bakteri meliputi morfologi sel, morfologi koloni, dan pengujian sifat biokimiawi. Hasil pengamatan meliputi matriks nxt, matriks similaritas, clustering analysis, dendogram, matriks turunan, dan koefisien korelasi.



FO-UGM-BI-07-13 03 Maret 2008 01

6 of 15

Tabel 1. Matriks n x t pada strain yang diteliti (Karakter vs OTU) No.

Karakter

Strain (OTU) A

B

C

D

E

F

+ -

+ -

+

+

+

+

+

+ -

+ -

+ -

+

+

+

+

+

+ -

+

+ -

+ -

+ -

+ -

+

+

+

+ -

+ -

+

+ -

+ -

+ -

+ -

+ -

+ -

+

+ -

+ -

+

+ -

+

+

+ -

+ -

+ -

+

+

-

-

+

+

+

MORFOLOGI SEL Bentuk Sel 1 Bacillus + 2 Coccus Pengecatan Gram 3 Negatif + 4 Positif MORFOLOGI KOLONI (AGAR MIRING) Bentuk Pertumbuhan 5 Arborescent + 6 Echinulata Pertumbuhan 7 Tebal + 8 Sedang 9 Tipis Kilat 10 Mengkilat + 11 Tidak Mengkilat MORFOLOGI KOLONI (AGAR TEGAK)

12 13

Bentuk Pertumbuhan Filiform Beaded Pertumbuhan Tebal Tipis Sedang

+ -

14 15 + 16 MORFOLOGI KOLONI (MEDIUM CAIR) Bentuk Pertumbuhan 17 Keruh 18 Jernih + Permukaan 19 Ring + 20 Pellicle 21 Flocculent MORFOLOGI KOLONI (PLATE) Bentuk Koloni 22 Irregular +


23 24

Rhizoid Flamentous Elevasi 25 Flat 26 Raised 27 Umbonate 28 Convex Tepi 29 Undulate 30 Filamentous 31 Lobate 32 Entire Tekstur Permukaan 33 Contoured 34 Smooth UJI BIOKIMIA Fermentasi Karbohidrat 35 Manotil 36 Glukosa 37 Laktosa Hidrolisis Kasein 38 Zona Jernih Hidrolisis Pati 39 Zona Jernih Pembentukan Indol 40 Cincin Merah 41 Penggumpalan Reduksi Nitrat 42 Perubahan Warna Reduksi H2O2 43

Terbentuk Gelembung


FO-UGM-BI-07-13 03 Maret 2008 01

7 of 15

-

+ -

+

-

-

-

+ -

+ -

+ -

+ -

+

+

+ -

+ -

+ -

+ -

+ -

+

+ -

+ -

+

+ -

+

+

+

+ + +

+ +

+ + +

-

+ -

+

+

+

+

+

-

-

+

-

+

+

+

+

+ +

+

+ +

+

-

+

+

-

+

+

-

-

+

+

+

-

+

Berdasarkan data yang telah ditata pada tabel n x t diatas, selanjutnya data tersebut digunakan untuk menghitung similaritas, indeks similaritas yang dihitung dalam percobaan ini adalah Simple Matching Coefficient (Ssm) dan Jaccard Coefficient (Sj).



FO-UGM-BI-07-13 03 Maret 2008 01

8 of 15

Tabel 2. Nilai indeks similaritas berdasarkan simple matching coefficient (Ssm) Strain B

Strain C

Strain D

Strain E

Strain E

Strain A 1 0,813 0,541 0,813 0,794

1 0,543 0,931 0,500

1 0,543 0,541

1 0,813

1

Strain F

0,595

0,459

0,568

0,758

0,909

Strain A Strain B Strain C Strain D

Strain F

1

Tabel 3. Nilai Indeks Similaritas Berdasarkan Jaccard Coefficient (Sj) Strain B

Strain C

Strain D

Strain E

Strain A Strain B Strain C Strain D Strain E

Strain A 1 0,647 0,261 0,647 0,563

1 0,333 0,875 0,280

1 0,333 0,261

1 0,647

1

Strain F

0,286

0,231

0,273

0,556

0,769

Strain F

1

Berdasarkan nilai indeks similaritas yang didapat, baik menggunakan Simple Matching Coefficient (Ssm) maupun Jaccard Coefficient (Sj), nilai tersebut kemudian dikelompokkan dengan algoritma genetic atau berdasarkan Clustering Analysis. Tabel 4. Clustering Analysis berdasarkan nilai Simple Matching Coefficient (Ssm) Similaritas 1 0,698 0,628 0,605 0,523 0,46

Strain (OTU) A

B

C

D

E

F

A A A

B B

C C

D D C

E

F

(B,D) {[A(B,D)]}

C

{[A(B,D)(E,F)]} {[A(B,D)(E,F)C]}

(E,F) (E,F) (E,F) C



FO-UGM-BI-07-13 03 Maret 2008 01

9 of 15

Tabel 5. Clustering Analysis berdasarkan nilai Jaccard Coefficient (Sj) Strain (OTU)

Similaritas 1 0,467 0,435 0,393

A

B

C

D

E

F

A A A

B

C

D C C

E E

F F

(B,D) (B,D) {[A(B,D)]}

0,29

(E,F)

C

(E,F)

{[A(B,D)(E,F)]}

0,226

C

{[A(B,D)(E,F)C]}

Berdasarkan hasil pengelompokan menggunakan algoritme fenetik atau Clustering Analysis, kemudian data tersebut dikonstruksikan menjadi sebuah dendogram.

UPGMA

0,4

0,5

0,6

0,7

0,8

Strain C Strain F Strain E Strain D Strain B Strain A 0,9

1

Simple Matching Coefficient

Gambar 1. Konstruksi dendogram berdasarkan Simple Matching coefficient (Ssm)


UPGMA

0,04

0,2

0,36

0,52

0,68


Strain Strain Strain Strain Strain Strain

0,84

FO-UGM-BI-07-13 03 Maret 2008 01

10 of 15

C F E D B A

1

Jaccard's Coefficient

Gambar 2. Konstruksi dendogram berdasarkan Jaccard Coefficient (Sj) Dari konstruksi dendogram diatas kemudian dilakukan evaluasi dendogram dengan analisis Cophenteci-Correlation. Berdasarkan dendogram dapat dibuat nilai indeks similaritas antar strain dalam data set matriks similaritas yang diturunkan (derived ) dendogram. Tabel 6. Nilai indeks similaritas antar strain dalam data set matriks similaritas yang diturunkan (derived ) dendogram berdasarkan Simple Matching Coefficient (Ssm). Strain A Strain B Strain C Strain D Strain E

Strain A 1 0,605 0,465 0,605 0,628

Strain F

0,512

Strain B

Strain C

Strain D

Strain E

Strain F

1 0,442 0,628 0,419 0,395

1 0,442 0,465 0,488

1 0,605 0,581

1 0,698

1



FO-UGM-BI-07-13 03 Maret 2008 01

11 of 15

Tabel 7. Nilai indeks similaritas antar strain dalam data set matriks similaritas yang diturunkan (derived ) dendogram berdasarkan Jaccard Coefficient (Sj).

Strain A Strain B Strain C Strain D Strain E Strain F

Strain A 1 0,393 0,207 0,393 0,36 0,222

Strain B

Strain C

Strain D

Strain E

Strain F

1 0,25 0,467 0,219 0,188

1 0,25 0,207 0,214

1 0,393 0,357

1 0,435

1

Dari data nilai indeks similaritas antar strain dalam data set matriks similaritas yang diturunkan (derived ) dendogram, baik berdasarkan Simple Matching Coefficient (Ssm) maupun Jaccard Coefficient (Sj), kemudian dilakukan analisis Cophenetic-Correlation untuk menguji dendogram hasil klasifikasi numerikfenetik. Tabel 8. Analisis Cophenetic-Correlation berdasarkan Simple Matching Coefficient (Ssm) Ssm

X

Y

X2

Y2

XY

A-B A-C A-D A-E A-F B-C B-D B-E B-F C-D C-E C-F D-E D-F E-F

0,813 0,541 0,813 0,794 0,595 0,543 0,931 0,500 0,459 0,543 0,541 0,568 0,813 0,758 0,909

0,605 0,465 0,605 0,628 0,512 0,442 0,628 0,419 0,395 0,442 0,465 0,488 0,605 0,581 0,698

0,660 0,292 0,660 0,631 0,354 0,295 0,867 0,250 0,211 0,295 0,292 0,322 0,660 0,574 0,826

0,366 0,216 0,366 0,394 0,262 0,195 0,394 0,176 0,156 0,195 0,216 0,238 0,366 0,338 0,487

0,492 0,251 0,492 0,499 0,304 0,240 0,585 0,210 0,181 0,240 0,251 0,277 0,492 0,440 0,635

10,118

7,978

7,189

4,367

5,588

∑



FO-UGM-BI-07-13 03 Maret 2008 01

12 of 15

Berdasarkan analisis Cophenetic Corerelation, didapatkan nilai korelasi (R) adalah 0,999995859, maka dendrogram dapat diterima. Tabel 9. Analisis Cophenetic-Correlation berdasarkan Jaccard Coeffecient (Sj) Sj

X

Y

X2

Y2

XY

A-B A-C A-D A-E A-F B-C B-D B-E B-F C-D C-E C-F D-E D-F E-F

0,647 0,261 0,647 0,563 0,286 0,333 0,875 0,280 0,231 0,333 0,261 0,273 0,647 0,556 0,769

0,393 0,207 0,393 0,360 0,222 0,250 0,467 0,219 0,188 0,250 0,207 0,214 0,393 0,357 0,435

0,419 0,068 0,419 0,316 0,082 0,111 0,766 0,078 0,053 0,111 0,068 0,074 0,419 0,309 0,592

0,154 0,043 0,154 0,130 0,049 0,063 0,218 0,048 0,035 0,063 0,043 0,046 0,154 0,127 0,189

0,254 0,054 0,254 0,203 0,063 0,083 0,409 0,061 0,043 0,083 0,054 0,058 0,254 0,198 0,335

∑

6,961

4,555

3,884

1,517

2,408

Berdasarkan analisis Cophenetic Corerelation, didapatkan nilai korelasi (R) adalah 0,999997868 maka dendrogram dapat diterima. 4. PEMBAHASAN Sitematika mikrobia mmerupakan ilmu yang mempelajari keanekaragaman

mikrobia serta hubungan diantaranya yang ditinjau fari krmiripan sifat dan hubungan

filogenik.

Sistematika

mikrobia

diperlukan

untuk

mengetahui

keanekaragaman mikrobia. Ilmu ini meliputi tiga subdisiplin ilmu, yaitu identifikasi, klasifikasi, dan tanamana (Winn et. al., 2006 ). Menurut Priest,F & Goodfellow (2000) terdapat beberapa macam konsep yang untuk melakukan klasifikasi bakteri. Konsep pertama adalah taxo-species concept , yaitu konsep klasifikasi berdasarkan similaritas yang mencapai 70%. Kedua, geno species concept yaitu konsep klasifikasi berdasarkan genotype bakteri. Konsep ketiga adalah genomic-species concept yaitu suatu bakteri dikatakan satu spesies



FO-UGM-BI-07-13 03 Maret 2008 01

13 of 15

jika memiliki DNA relatedness lebih dari 70%, sedangkan konsep terakhir yaitu nomen-species concept , suatu bakteri dikatakan satu spesies jika mengacu p ada type strain yang sama. Berdasarkan berbagai macam konsep tersebut, dilakukan pengklasifikasian meliputi banyaknya karakter, yaitu klasifikasi monotetik, klasifikasi berdasarkan jenis karakter yaitu klasifikasi numerik fenetik politetik, klasifikasi berdasrkan sifat kimiawi yaitu khemotaksonomi, dan klasifikasi molecular. Pada praktikum ini klasifikasi yang dilakukan adalah klasifikasi numerik fenetik. Taksonomi numerik dikenal juga sebagai Taksonomi Adansonian merupakan pengelompokan unit taksoomi kedalam taksa dengan metode numerik fenetik berdasarkan sebanyak-banyaknya karakter yang dimiliki. Taksonomi adansonian memiliki lima prinsip utama yaitu taksonomi yang ideal yang merupakan taksonomi yang mengandung informasi terbesar, masing-masing karakter diberi nilai yang setara dalam mengkonstruksikan takson yang bersifat alami, tingkat kedekatan antara dua strain merupakan fungsi proporsi similaritas sifat yang dimiliki bersama, taksa yang berbeda dibentuk berdasarkan atas sifat yang dimiliki, dan similaritas tidak bersifat filogenetis melainkan bersifat fenetis (Bergey, 2001). Metode klasifikasi numerik-fenetik menggunakan taxo-species concept adalah metode dimana dua strain bakteri dapat dimasukkkan ke dalam satu spesies yang sama jika indeks similaritas dari kedua strain

≥ 70 % (Prescott et al., 2007). Indeks

similaritas dapat dihitung menggunakan dua metode yaitu Jaccard Coeficient (Sj) dan Simple Matching Coeficient (Ssm). Ssm merupakan analisis similaritas yang ditentukan oleh proporsi karakter yang ada dan tidak ada pada kedua strain yang dibandingkan. Sedangkan, Sj merupakan analisis similaritas yang hanya menggunakan dobel positif atau dengan kata lain dobel negatif tidak disertakan dalam perhitungan (Romesburg, 2004). Kelebihan dari metode analisis similaritas menggunakan Ssm yaitu perhitungan secara manual lebih mudah dilakukan karena nilai pembagi merupakan



FO-UGM-BI-07-13 03 Maret 2008 01

14 of 15

jumlah karakter yang digunakan pada klasifikasi. Sedangkan, kekurangan dari metode ini yaitu penggunaan dari sifat double negative yang belum tentu menunjukkan bahwa kedua strain memiliki sifat yang sama sehingga hasil yang didapatkan menjadi kurang valid. Kelebihan dari metode analisis similaritas menggunakan Sj yaitu data yang diperoleh dapat lebih akurat dikarenakan sifat double negative tidak diperhitungkan. Sedangkan, kekurangan dari metode ini yaitu kesulitan dalam menentukan nilai pembagi dikarenakan nilai pembagi antara satu strain dengan lainnya belum tentu sama sehingga perhitungan yang dilakukan secara manual akan lebih rumit. Berdasarkan percobaan yang dilakukan, koleksi data yang dilakukan pada morfologi sel, morfologi koloni dan sifat biokimiawi diamati 43 karakter. Kurangnya karakter yang diamati membuat data yang diperoleh kurang akurat. Data pengamatan kemudian dimasukkan ke dalam matriks nxt dimana n merupakan strain bakteri yang dikarekterisasi dan t merupkan jumlah karakter yang diamati, kemudian digunakan untuk menghitung nilai indeks similaritas. Hasil dari nilai indeks similaritas diggunakan untuk clustering analysis menggunakan algoritma pengklasteran single linkage. Jika clustering analysis telah selesai dilakukan maka dibuat dendogram untuk memperjelas hasil kemiripan antar strain. Berdasarkan dendogram yang dibuat, dapat dilakukan analisis Cophenetic-Correlation. Kemudian dari matriks similaritas awal dan matriks similaritas evaluasi dendogram dapat dilakukan analisis korelasi kofenetik hingga didapatkan koefisien korelasi dengan lambang R. Jika nilai R yang diperoleh lebih dari 0,6 (60%) maka dendrogram tersebut dapat diterima, sebaliknya jika kurang dari 0,6 maka dendrogram tidak bisa diterima. Hasil clustering dengan metode Ssm dan Sj menghasilkan dendrogram yang hampir sama. Pada dendrogram metode Ssm, strain E dan F memiliki similaritas yang paling tinggi, yaitu 0,698 (69,8%) sedangkan pada dendrogram metode Sj, strain B dan D yang memiliki similaritas paling tinggi, yaitu 0,467 (46,7%). Setelah dilakukan analisis Cophenetic-Correlation, diperoleh hasil R pada metode Ssm



FO-UGM-BI-07-13 03 Maret 2008 01

15 of 15

sebesar 0,999995859 (99, 9995859%) dan pada metode Sj, R sebesar 0,999997868 (99, 9997868%). Dari sini dapat disimpulkan bahwa clustering analysis deng metode Sj lebih akurat daripada metode Ssm. 5. KESIMPULAN Prosedur taksonomi numeric meliputi pembuatan table nxt, matriks similaritas

SSM dan SJ, clustering analysis SSM dan SJ, pembuatan dendogram SSM dan SJ, matriks similaritas evaluasi dendogram SSM dan SJ, pembuatan tabel korelasi kofenetik dan mencari nilai koefisien korelasi. Hasil

dendogram dengan

menggunakan indeks similaritas Sj lebih akurat dibanding dengan indeksi similaritas Ssm. 6. DAFTAR PUSTAKA Bergey. 2001. Bergey’s Manual of Systematic Bacteriology. 2 ed . Springer –velay. New York.

Volume I.

Madigan, M.T., J.M. Martinko, P.V. Dunlap, and D.P. Clark. 2009. Brock Biology of Microorganisms, 12th edition. Pearson Benjamin-Cummings. San Francisco. p.50. Prescott, L.M., J.P. Harley, and B.A. Klein. 2007. Microbiology 7 th Edition. Mc Graw-Hill Company, Inc. New York. p. 122. Priest,F & Goodfellow. 2000. Applied Microbial Systematic. Kluwer Academic Publisher. Netherland. pp: 8-10, 94. Romesburg, C. 2004. Cluster Analysis for Researchers. Luna Press. North Carolina, USA. p. 143. Waluyo, L. 2005. Mikrobiologi Umum.edisi ke-2. UMM-Press. Malang. hal: 15, 16, 21. Winn, W., S. Allen, W. Janda, E. Koneman, G. Procop, P. Sc hreckenberger, and G. Woods. 2006. Koneman’s Color Atlas and Textbook of Diagnostic Microbiology, 6th Ed . Lippincott Williams and Wilkins. Philadelphia. p. 167.

LAPORAN PRAKTIKUM SISTEMATIKA MIKROBIA ACARA 1

Recommend Documents