HALAMAN JUDUL

MAKALAH SISTEMATIKA MIKROBIA

KLASIFIKASI NUMERIK FENETIK

KELAS GENAP

Kelompok 2

Nama Anggota :

1. Gitta Laksitha Anggraini 13/346936/BI/9000

2. Yani Safitri 13/346938/BI/9002

3. Gregorius Altius Pratama 13/346940/BI/9004

4. Achmad Adi Wiratama 13/346942/BI/9006

5. Nuraini Wahyu Jayanti 13/346975/BI/09032

SISTEMATIKA MIKROBIA

FAKULTAS BIOLOGI

UNIVERSITAS GADJAH MADA

2015

PRAKATA

Puji syukur kehadirat Tuhan Yang Maha Esa sehingga dengan Rahmat dan

Karunia-Nya makalah yang berjudul “Klasifikasi Numerik Fenetik” yang merupakan

i

tugas mata kuliah Sistematika Mikrobia ini dapat terselesaikan dengan baik. Penulis

mengucapkan terima kasih kepada :

1. Bapak Abdurrahman Siregar, dan Ibu Sari Darmasiwi , atas saran dan kritik yang

membangun untuk penyelesaian penulisan makalah ini,

2. Teman-teman kelas Sistematika Mikrobia Genap, yang telah mendukung

penyelesaian penulisan makalah ini baik secara langsung maupun tidak langsung

Penulis menyadari bahwa dalam penyelesaian makalah ini masih ada banyak

kekurangan yang tidak disadari, sehingga Penulis mengharapkan kritik dan saran yang

membangun demi perbaikan makalah ini ke depannya.

Semoga dengan adanya makalah ini dapat menambah wawasan dan

mempermudah dalam memahami materi siste klasifikasi numerik fenetik bagi para

pembacanya

Yogyakarta, September 2015

Penulis

DAFTAR ISI

HALAMAN JUDUL............................................................................................................i

ii

PRAKATA..........................................................................................................................ii

DAFTAR ISI......................................................................................................................iii

DAFTAR GAMBAR..........................................................................................................iv

DAFTAR TABEL................................................................................................................v

BAB 1..................................................................................................................................1

1.1 Latar Belakang...................................................................................................1

1.2

Permasalahan.....................................................................................................2

1.3 Tujuan................................................................................................................2

BAB 2..................................................................................................................................3

2.1 Sejarah Klasifikasi.............................................................................................3

2.2 Sejarah Klasifikasi Numerik Fenetik.................................................................4

2.3 Kelebihan dan Kekurangan Klasifikasi Numerik Fenetik.................................6

2.4 Contoh Penerapan Metode Aplikasi Klasifikasi Numerik Fenetik....................7

BAB 3................................................................................................................................14

3.1

Kesimpulan......................................................................................................14.

DAFTAR

PUSTAKA........................................................................................................15.

DAFTAR GAMBAR

iii

Gamber 1. Dendogram yang menuntukan hubungan similaritas anatara 5 strain mikrobia berdasarkan

indeks similaritas SSM dan algoritme UPGMA...........................................................10

DAFTAR TABEL

iv

Tabel 1.Matrik n x t yang menunjukan 10 status karakter masing – masing strain A,B,C,D

dan E....................................................................................................................................7

Tabel 2. Nilai indeks similaritas antar strain dalam data set matriks similaritas yang

asli........................................................................................................................................9

Tabel 3. Clustring analysis berdasarkan nilai indek similaritas SSM................................10

Tabel 4 Nilai Indeks similaritas antar strain dalam data set matrik similaritas yang

diturunkan (derived) dari dendrogam................................................................................11

Tabel 5Analisis cohenetic - corrrelation untuk menguji dendrogam yang merupakan hasil

klasifikasi numerik - fenetik..............................................................................................11

v

vi

1

BAB I

PENDAHULUAN

1.1. Latar Belakang

Sistematika mikrobia merupakan ilmu yang mempelajari keanekaragaman dan

hubungan yang ada antara sesama mikrobia. Baik hubungan similaritas maupun

hubungan filogenetis. Adanya hubungan tersebut ada yang dapat terlihat secara kasat

mata, serta ada pula yang tidak. Adanya perbedaan antara satu strain mikrobia dengan

strain lain dapat dikategorikan merupakan strain mikrobia yang berbeda. Adanya

perbedaan ini kemudian muncul sistem klasifikasi.( Jutono, 1973)

Klasifikasi adalah proses penggolongan strain mikrobia ke dalam takson

berdasarkan kemiripan atau perbedaan karakter. Klasifikasi adalah praktek taksonomi,

dimana setelah adanya pengklasifikasian suatu strain bakteri dapat dimasukkan ke dalam

satu takson tertentu. Banyak kesulitan dalam mengklasifikasikan mikroorganisme.

Misalnya dalam klasifikasi bakteri. Kriteria dalam kalasifikasi berbeda dengan

mengklasifikasikan organisme lain seperti hewan maupun tumbuhan berbeda.(Nurnawati,

2002)

Untuk mengetahui suatu isolat di alam sama atau tidak dengan isolate lain, berarti

suatu strain mikrobia tersebut harus telah diklasifikasi sebelumnya. Itulah sebabnya

sistem klasifikasi menjadi dasar bagi identifikasi organisme. Oleh karena itu, sistem

klasifikasi tidak bersifat tetap, dan dapat berkembang terus menerus mengikuti teknologi

yang ada. Adanya klasifikasi tradisional- konvensional yang memiliki beberapa

kelemahan seperti relative tidak stabil, tidak prediktif, serta bersifat tidak objektif,

kemudian dengan seiring berkembangnya teknologi terutama komputerisasi,

berkembanglah sistem klasifikasi numerik fenetik yang diprakarsai oleh P.H.A Sneath

dan R.R. Sokal.

2

Karena sistematika mikrobia adalah ilmu mikrobiologi yang menitik beratkan

pada karakterisasi mikrobia. Salah satu cara karakterisasi yang dilakukan dalam

sistematika mikrobia adalah menggunakan taksonomi numerik yang berasal dari taxo-

species concept yang kemudiaan menggantikan klasifikasi tradisional konvensional oleh

Linnaeus.

1.2. Permasalahan

Bagaimana sejarah klasifikasi numerik fenetik dapat tercetus. Selain itu, apakah

kelebihan sistem klasifikasi numerik fenetik dibanding sistem klasifikasi tradisional

konvensional. Serta bagaimana metode analisis sistem klasifikasi numerik fenetik

tersebut dapat bekerja sehingga mendapatkan suatu informasi

1.3. Tujuan

Tujuan penulisan makalah ini adalah untuk mempelajari bagaimana sejarah dari

klasifikasi numeric fenetik. Agar pembaca dapat memahami sistem klasifikasi numerik

fenetik lebih lanjut.

3

BAB II

2.1 Sejarah Klasifikasi

Klasifikasi dan identifikasi adalah dua hal yang memiliki perbedaan, namun pada

dasarnya saling berhubungan dalam taksonomi. Klasifikasi dapat diidentifikasikan sebagai

penyusunan suatu organisme kedalam suatu kelompok taksa berdasarkan persamaan atau

hubungan. Klasifikasi organisme prokariota seperti bakteri memerlukan pengetahuan yang

didapat dari pengalaman dan juga teknik observasi, sifat biokimia, fisiologi, genetik dan

morfologi yang penting untuk menggambarkan sebuah takson. Mikroorganisme merupakan suatu

kelompok organisme yang biasanya hanya bisa dilihat dengan alat bantu untuk dapat melihatnya,

misalnya mikroskop, lup, dan lain-lain. Mikroorganisme memiliki cakupan yang sangat luas,dan

terdiri dari berbagai kelompok dan jenis, sehingga diperlukan suatu cara pengelompokan atau

pengklasifikasian (Sembiring, 2003).

Sistem klasifikasi dikembangkan oleh Linnaeus pada tahun 1753, yang membagi

makhluk hidup hanya dua kehidupan, yaitu animalia dan plantae. Selanjutnya pada tahun 1866

Haeckel mengusulkan sistem klasifikasi atas 3 dunia, yaitu dunia, Plantae, dan dunia Protista.

Kemudian pada tahun 1969 berkembang menjadi 5 dunia kehidupan yang diprakarsai oleh R.H

Whittaker. Lambat laun kemajuan teknologi mendominasis sistem klasifikasi setelah adanya

pemecahan struktur DNA, dan oleh Carl Woose berdasar analisi rRNA terbagi menjadi Archaea,

Bacteria, dan Eukarya dan disetujui pada tahun 1990. Dan hingga saat ini berkembang menjadi

tiga domain 6 dunia oleh Solomon setelah tahun 2008 yang terdiri dari Dunia Plantae, Dunia

Animalia, Dunia Fungi, Dunia Protista, Dunia Arkhea, Dan Dunia Bacteria.

2.2 Klasifikasi Numerik Fenetik

Menurut Boone & Castenholz (2001) taksonomi numerik merupakan pengelompokkan

suatu unit taksonomi dengan metode numerik ke dalam taksa tertentu berdasarkan atas karakter

yang dimiliki, dimana taksonomi numerik memiliki tujuan utama yaitu untuk menghasilkan suatu

klasifikasi yang bersifat teliti, reprodusibel serta padat informasi. Taksonomi numerik juga

dikenal sebagai Taksonomi Adansonian. Taksonomi numerik ini berdasarkan atas lima prinsip

utama, yaitu taksonomi yang ideal yang merupakan taksonomi yang mengandung informasi

terbesar, dimana masing-masing karakter diberi nilai yang setara dalam mengkonstruksikan

4

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 (Boone & Castenholz,

2001).

Terdapat lima kegiatan dalam taksonometri yang diawali dengan pemilihan objek studi

yang mewakili golongan organisme tertentu, yang selanjutnya disebut OTU (Operational

Taxonomy Unit). Kegiatan berikutnya adalah pemilihan karakter, pengukuran kemiripan, analisis

kluster, dan penarikan kesimpulan(Tjitrosoepomo,2005). Pengukuran kemiripan pada OTU

berdasarkan karakter yang dimilikinya. Menurut Sokal & Sneath (1963), karakter yang digunakan

sebagai identifikasi OTU merupakan deskripsi terhadap bentuk, struktur, atau sifat yang

membedakan sebuah unit taksonomi dengan unit lainnya.

Setiap karakter memiliki nilai yang dapat bersifat kualitatif atau kuantitatif. Karakter

yang berkaitan dengan bentuk dan struktur merupakan karakter kualitatif. Sedangkan karakter

yang mendeskripsikan ukuran, panjang, dan jumlah merupakan karakter kuantitatif. Secara

umum, karakter kualitatif lebih berguna dalam membedakan taksa pada tingkat taksonomi yang

lebih tinggi. Sementara karakter kuantitatif banyak digunakan untuk membedakan kategori

taksonomi pada tingkatan yang lebih rendah (Singh, 1999).

Klasifikasi numerik tidak bersifat mencerminkan hubungan kekerabatan, karena

klasifikasi ini didasarkan atas algoritme fenetik (kemiripan). Pandangan fenetik adalah pandangan

yg menyatakan bahwa karakter yg digunakan dlm mengklasifikasi mikrobia hanya dilihat

statusnya sebagaimana adanya pada saat ini.

Menurut Priest dan Austin (1993) taksonomi numerik diawali dengan analisis karakter

yang diuji dengan berbagai uji, antara lain: uji morfologi, fisiologi dan sifat biokimiawi yang

menghasilkan data fenotip yang beragam, data fenotip yang didapat, akan diolah lebih lanjut

sehingga menghasilkan koefisien similaritas, yaitu sebuah fungsi yang mengukur tingkat

kemiripan yang dimiliki oleh dua atau lebih stain mikroba yang dibandingkan, yang diperoleh

dari karakter yang dibandingkan antar dua atau lebih strain mikroba.

Koefisien ini terdiri atas dua jenis yaitu, Simple Matching Coeficient (Ssm) dan Jaccard

Coeficient (SJ). Ssm merupakan koefisien similaritas yang umum digunakan pada ilmu

bakteriologi untuk mengukur proporsi karakter yang sesuai, baik hubungannya bersifat ada

(positif) maupun tidak ada (negatif). Sedangkan SJ dihitung, tanpa memperhitungkan karakter

yang tidak dimiliki oleh kedua organisme tersebut (Edwards, dan Cavalli, 1964).

5

Taksonomi fenetik merupakan suatu sistem klasifikasi mikroba tanpa mempertimbangkan

sifat evolusioner. Pengukuran kekerabatan berdasarkan sifat fenotip dan genotip, misalnya

penentuan sifat biokimia, morfologi, fisiologi, kimiawi dan pembedaan DNA. Aplikasinya dalam

kontruksi klasifikasi biologis memungkinkan terwujudnya sirkumskripsi takson berdasarkan

prinsip yang objektif, bukan klasifikasi yang bersifat subjektif. Salah satu cara yang paling mudah

dalam membandingkan Operational Taxonomical Unit (OTU) adalah dengan mencari jumlah

karakter yang identik diantara masing-masing individu yang disebut sebagai koefisien asosiasi

(Stanier, dkk., 1982).

Dalam klasifikasi numerik fenetik terdapat koefisien kesamaan yang dapat dinyatakan dalam

derajat kesamaan atau perbedaan. Derajat perbedaan sangat berguna oleh karena menunjukkan

beberapa banyak organisme yang diteliti berbeda dengan organisme lain. Dengan mengetahui

koefisien kesamaan dapat disusun Cluster dari organisme yang serupa.Beberapa metode utuk

menentukan derajat kesamaan, yaitu:

1. Cluster analysis

2. Phenogram / dendrogram

3. Ordination methods

4. Similarity Matrix

2.3 Kelebihan dan Kelemahan Klasifikasi Numerik Fenetik

Berikut beberapa keuntungan dalam menggunakan taksonomi numerik menurut Sneath and Sokal (1973):

1. Taksonomi numerik memiliki kemampuan untuk mengintegrasikan data dari

berbagai sumber, seperti morfologi, fisiologi, kimiawi, urutan asam amino dalam

protein, dan sebagainya.

2. Dengan bantuan serangkaian proses taksonomi otomatis dalam porsi besar, akan

terjadi peningkatan efisiensi kerja.

3. Data yang dikode dalam bentuk numerik dapat diintegrasikan dengan sistem

proses data elektronik yang ada dalam institusi taksonomi sehingga dapat

6

digunakan dalam pembuatan kunci determinasi, deskripsi, katalog, dan dokumen

lainnya.

4. Karena bersifat kuantitatif, metode ini memberikan diskriminasi lebih tinggi di

sepanjang rentang perbedaan taksonomi dan lebih sensitif dalam membatasi

jumlah taksa.

5. Pembentukan tabel data eksplisit dari metode ini telah mendorong para ahli dalam

bidang ini untuk menggunakan karakter yang lebih jelas.

6. Keuntungan fundamental dari taksonomi ini adalah metode ini telah mengecek

ulang prinsip-prinsip taksonomi serta tujuan klasifikasi. Hal ini memberikan

manfaat bagi taksonomi secara umum dan telah memunculkan berbagai

pertanyaan fundamental dalam taksonomi.

7. Taksonomi numerik telah menunjukkan interpretasi ulang beberapa konsep

biologi dan memunculkan pertanyaan-pertanyaan baru terkait biologi evolusi.

Oleh karena itu, metode ini juga telah menjadi alat heurestik dalam penelitian

biologi.

Kekurangan dari klasifikasi sistem numerik adalah hasil klasifikasi numerik fenetik dalam

wujud dendogram tidak dapat diinterpretasikan sebagai cerminan dari hubungan kekerabatan

(filogenetis) karena klasifikasi ini memang didasarkan atas algoritme fenetik (kemiripan).

Pandangan fenetik adalah pandangan yang menyatakan bahwa karakter yang digunakan dalam

mengklasifikasi mikrobia hanya dilihat statusnya sebagaimana adanya pada saat ini tanpa

mempertimbangkan cara atau mekanismenya menjadi seperti ini. (Sembiring, 2013)

2.4.Contoh Penerapan Sistem Klasifikasi Numerik Fenetik

Tahap pertama yaitu menetukan sejumlah strain mikrobia yang akan

diklasifikasi,missalnya sebanyak lima strain yaitu strain A,B,C,D, dan E.sehingga nilai n=5.

Tahap kedua yaitu penentuan sejumlah karakter yang akan di gunakan misalnya 10 karakter

yaitu (1) morfologi koloni dalam media agar padat (2) bentuk sel (3) rangkaian sel (4) adanya

spora (5) sifat pengecatan gram (6) hidrolisis pati (7) fermentasi glukosa (8) fermentasi laktosa

(9) pembentukan indol (10) reduksi nitrat. Oleh sebab itu, jumlah karakter yang akan di tentukan

statusnya dalam hal ini nilai t = 10.

7

Tahap ketiga yaitu cara memperoleh data untuk kelima strain mikrobia A,B,C,D, dan E

yaitu (1) morfologi koloni di peroleh dengan menumbuhkan masing-masing strain pada medium

agar padat dengan metode surface plate, (2) bentuk sel ditentukan berdasarkan hasil pengamatan

di bawah mikroskop cahaya (3) rangakai sel ditentukan berdasarkan hasil pengamatan dibawah

mikroskop cahaya (4) adanya spora ditentukan berdasarkan hasil pengamatan terhadapa sel yang

telah diwarnai dengan metode pengecatan spora (5) sifat pengecatan gram diperoleh melalui hasil

pengamtan pengecatan gram (g) hidrolisis pati di tentukan berdasarkan kemampuan strain

menghidrolisis pati pada medium pati agar (7) fermentasi glukosa di peroleh melalui hasil

pengamatan fermentasi glukosa dengan medium glukosa cair dalam tabung reaksi yang berisi

indicator fenol red dan tabung Durham (8) fermentasilktosa diperoleh melalui hasil pengamatan

fermentasi laktosa dengan medium laktosa cair dalam tabung reaksi yang berisi indicator fenol

red dan tabung Durham (9) pembentukan indol diperoleh melalui pengujian pembentukan indol

dealam medium triopton cair dengan penambahan reagen Ehrlich (10) reduksi nitrat diperoleh

melalui uji kemampuan mereduksi nitrat pada medium nitrat dengan penambahan larutan A dan

larutan B. Tahap keempat dan kelima,pengkodena data,yaitu denga melakukan tabulasi hasil

pengamatan pada table pengamatan (tabel 1).

Table 1,Matrik n x t yang menunjukan 10 status karakter masing – masing strain A,B,C,D dan E

no Karakter Strain (operational) Taxobomical Unit

Strain A Strain B Strain C Strain D Strain E

1 Morfologi koloni + + + - -

2 Bentuk sel - - + - +

3 Rangkaian sel - + + - -

4 Spora - - - + +

5 Sifat Gram + + + - -

6 Hidrolisis pati - + - - +

7 Fermentasi Glukosa + + - + -

8 Fermenasi laktosa + - + - +

9 Pembentukan Indol + - - - +

10 Reduksi nitrat - - + + +

8

Tahap ke enam menhitung indek similaritas antar strain berdasarkan Simple matching coeficien

(Ssm) dan Jaccard coefficient (Sj) lalau nilai indeks similaritas di masukan ke dalam matriks

simiolaritas(gambar 1)

%100)(

)(

%100)(

)(

cba

aSj

dcba

daSsm

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 dan (+) untuk dtrain kedua

(d) :jumlah karakter yang (-) untuk kedua strain

Contoh kalkulasi Ssm

(A-B) : a = 3; b = 2; c = 2; d = 3: Ssm = 60%

(A-C) : a = 3; b = 2; c = 3; d = 2: Ssm = 50%

(A-D) : a = 1; b = 4; c = 2; d = 3: Ssm = 40%

(A-E) : a = 2; b = 3; c = 4; d = 1: Ssm = 30%

(B-C) : a = 3; b = 2; c = 4; d = 1: Ssm = 40%

(B-D) : a = 1; b = 4; c = 2; d = 3: Ssm = 40%

(B-E) : a = 1; b = 4; c = 5; d = 0: Ssm = 10%

(C-D) : a = 1; b = 5; c = 2; d = 2: Ssm = 30%

(C-E) : a = 3; b = 3; c = 3; d = 1: Ssm = 40%

(D-E) : a = 2; b = 1; c = 3; d = 3: Ssm = 50%

( Simple matching coefficient )

( Jaccard coefficient)

9

Tabel 2 Nilai indeks similaritas antar strain dalam data set matriks similaritas yang asli

Tahap ke tujuh, adalah konstruksi dendogram berdasarkan clustering analysis (gambar 2)

dengan menggunakan algoritme fenetik. Ada tiga macam algoritme yang dapat di gunakan yaitu

(i) single linkage,yaitu fusi klaster dengan nilai similaritas tertinggi (ii) Average linked,yaitu fusi

klaster dengan nialai similaritas rerata(UPGMA (iii) Complete linkage,fusi klaster dengan nilai

similaritas terkecil Yaitu nama lain average linkage lebih di kenal dengan Unweighted Paired

Group Method with Arihmetic Averages (UPGMA).dendogram yang di hasilakan berdasarkan

hasil clustering analysis disajikan pada gambar 3

Tabel 3. Clustring analysis berdasarkan nilai indek similaritas SSM

Similaritas(%)

A B C D E

100 A B C D E

90 A B C D E

80 A B C D E

70 A B C D E

60 A,B C D E

45 A,B,C D E

40 A,B,C,D E

30 A,B,C,D E

22,5 A,B,C,D,E

20 A,B,C,D,E

10 A,B,C,D,E

A B C D E

A 100

B 60 100

C 50 40 100

D 40 40 30 100

E 30 10 40 50 100

10

A

B

C

D

E

Gamber 1. Dendogram yang menuntukan hubungan similaritas anatara 5 strain mikrobia berdasarkan indeks similaritas SSM dan algoritme UPGMA

Berdasrkan dendrogam tersebut kelima strain yang digunakan merupakan 5 spesies yang berbeda

karena indeks similaritas spesies haruslah 70%≧ agar dapat dianggap spesies yang sama, sedangakan pada hasildiatas kelima strai mempunyai indek similaritas 70%≦

Tahap kedelapan adalah mengevakuasi dendogram dengan analisis cophenetic correlation. Hal

tersebut dilakukan dengan menganalisis hubunga korelasi antara nilai indeks similaritas dalam

data set table indeks simiraritas asli ( Tabel 3 ) dan nilai indeks similaritas dalam data set table

indeks similaritas yang diturunkan dari dendogram (table 4) yang selanjutnya di masukan dalam

analisis korelasi (table 5).berdasarkan hasil analisi korelasi ( table 5) dilakukan penghitungan

nilai koefisien korelasi (r). Apabila nilai r ≥ 0,6 maka dendogramdapat di terima sebagai hasil

klasifikasi numeric-fenetik terapi jika nilai r < 0.6 maka dendogram tidak dapat di terima karena

telah mengalami distorsi yang cukup signifikan sehingga tidak dapat menggambarkan hubungan

similaritas antar strain yang di klasifikasi.

Tabel 4 Nilai Indeks similaritas antar strain dalam data set matrik similaritas yang diturunkan (derived) dari dendrogam

10060454022,5

11

Tabel 5Analisis cohenetic - corrrelation untuk menguji dendrogam yang merupakan hasil klasifikasi numerik - fenetik.

Ssm X Y X^2 Y^2 XY

AB 60 60 3600 3600 3600

AC 50 45 2500 2025 2250

AD 40 40 1600 1600 1600

AE 30 22,5 900 506,25 675

BC 40 45 1600 2025 1800

BD 40 40 1600 1600 1600

BE 10 22,5 100 506,25 225

CD 30 40 900 1600 1200

CE 40 22,5 1600 506,25 900

DE 50 22,5 2500 506,25 1125

∑ 390 360 16900 14475 14975

A B C D E

A 100

B 60 100

C 45 45 100

D 40 40 40 100

E 22,5 22,5 22,5 22,5 100

12

%9,69

256035000

1254250

}1515016900{

}125425{10

]}129600144750[]152100169000{[

}14040014975{10

)]})360(()14475(10[()])390(())16900(10{[(

)}360)(390(14975{10

)]})(()([()])(())({[(

)})(({

22

2222

r

r

r

r

r

YYnXXn

YXXYnr

Berdasarkan hasil perhitungan didapatkan nilai koefisien korelasi (r) yaitu 69,9%, nilai r tersebut

dapat diterima maka dendrogam dapat diterima sebagai klasifikasi numerik karena agar nilai r

dapa diterima haruslah nilai r 0,6.≧

Tahap kesembilan , yaitu merupakan tahap mendefinisikan takson berdasarkan interpretasi

terhadap dendrogam yang dihasilkan. Dendrogam tersebut dapat digunakan juga untuk

identifikasi strain yang diklasifikasi apabila dalam klasifikasi juga digunakan strain acuan bagi

strain yang diklasifikasi

13

BAB III

3.1 KESIMPULAN

Klasifikasi dan identifikasi adalah dua hal yang memiliki perbedaan, namun pada

dasarnya saling berhubungan dalam taksonomi. Klasifikasi dapat diidentifikasikan

sebagai penyusunan suatu organisme kedalam suatu kelompok taksonomi (taksa)

berdasarkan persamaan atau hubungan. Klasifikasi dan identifikasi mikroorganisme

haruslah diketahui terlebih dahulu karakteristik atau ciri-ciri mikroorganisme nya.

Taksonomi dapat dilakukan secara numerik ataupun secara fenetik. Taksonomi secara

numerik (numerical taxonomy) adalah taksonomi yang dikelompokkan berdasarkan pada

informasi sifat suatu organisme yang dikonversikan ke dalam bentuk yang sesuai untuk

analisis numerik dan dibandingkan menggunakan komputer, ada atau tidaknya sekurang-

14

kurangnya 50 (sebaiknya beberapa ratus) karakater yang dapat dibandingkan; karakter

tersebut di antaranya adalah karakter morfologi, biokimiawi, dan fisiologi, dan koefisien

asosiasi ditentukan di antara karakter-karakter yang dimiliki oleh dua atau lebih

organisme.

Taksonomi secara fenetik (phenetic systems) adalah taksonomi yang

dikelompokkan berdasarkan pada kesamaan secara keseluruhan, seringkali berupa suatu

sistem alami yang didasarkan atas kesamaan karakter, dan tidak tergantung pada analisis

filogenetik, koefisien Jaccard (Jaccard coefficient) akan mengabaikan karakter-karakter

yang tidak ada pada kedua organisme, nilai-nilai tersebut diatur untuk membentuk

matriks kesamaan (similarity matrix), dimana organisme dengan kesamaan tinggi

dikelompokkan bersama dalam fenon (phenons), perbedaan (significance) fenon tidak

selalu jelas terlihat, namun fenon dengan kesamaan 80% seringkali dianggap satu spesies

(bakteri). Ssm merupakan koefisien similaritas yang umum digunakan pada ilmu

bakteriologi untuk mengukur proporsi karakter yang sesuai, baik hubungannya bersifat

ada (positif) maupun tidak ada (negatif). SJ dihitung tanpa memperhitungkan karakter

yang tidak dimiliki oleh organisme tersebut.

DAFTAR PUSTAKA

Boone, R.D., and R.W. Castenholz. 2001. Bergey’s Manual Of Systematics

Bacteriology. 2nd edition. Springer. New York

Edwards, A. W. F. and Cavalli-Sforza, L. L. 1964. Reconstruction of phylogenetic

trees. in Phenetic and Phylogenetic Classification. ed. Heywood, V. H. and

McNeill.London: Systematics Assoc. Pub No. 6.

Felsenstein, J. 1981. Evolutionary trees from DNA sequences: A maximum

likelihood approach. Journal Molecular Evolution 17: 368-376

Felsenstein, J. 2004 Inferring Phylogenies. Sinauer Associates.Sunderland

15

Harly, J. P. 2005. Laboratory Exorcises in Microbiology sixth Edition. McGraw

Hill Companies, inc, 1211, Avence of the Amonical. New York.

Loy, B. W. 1994. Annalisis Mikrobia Di Lahro . PT Raja Grafindo Persada.

Jakarta.

Nei, M. and Kumar, S.2000. Molecular Evolution and Phylogenetics. Oxford

University Press. New York

Priest, F. and Austin, B. 1993. Modern Bacterial Taxonomy Second Edition.

Champman dan Hall. London.

Sembiring, L. 2003. Petunjuk Praktikum Sistematik mikrobia. Laboratorium

Mikrobiologi, UGM, Yogyakarta

Stanier, R. Y., Edward, A. A., and Jon, L. I. 1982. Mikrobiologi. UGM. Penerbit

PT. Bhintara Karya Aksara.Yogyakarta.

Working Group .2001. Evolution, Science, and Society: Evolutionary biology and

the national research agenda. American.

Sokal, R. R., and Sneath, P. H. A.1963. Principles of Numerical Taxonomy. W. H.

Freeman. San Fransisco