KORELASI GENETIK
A. Pendahuluan
Pokok bahasan yang terdapat pada materi tentang korelasi genetik
meliputi: (1) pengertian korelasi genetik, (2) manfaat korelasi
genetik, (3) kisaram milai korelasi genetik, (4) metode estimasi
korelasi genetik, (5) hasil penelitian tentang korelasi genetik.
Materi tentang korelasi genetik merupakan materi yang penting dalam
pemuliaan ternak terutama dalam seleksi. Seleksi merupakan salah
satu sistem pemuliabiakan ternak selain dari sistem perkawinan.
Pemahaman tentang korelasi genetik berguna dalam menentukan sifat
yang diseleksi dengan mempertimbangkan pengaruh positif atau
negaatif terhadap sifat lain yang tidak diseleksi namun memiliki
korelasi genetik dengan sifat yang diseleksi.
Beberapa masalah dan pertanyaan mungkin timbul dalam pikiran
mahasiswa setelah membaca materi tentang korelasi genetik dalam
buku ajar ini . Pertanyaan dan permasalahan tersebut mungkin tidak
ada jawabannya dalam buku ajar. Oleh karena itu, mahasiswa
diharapkan menelusuri referensi yang disarankan dalam daftar
pustaka pada buku ajar ini atau menelusuri jurnal ilmiah. B.
Pengertian Korelasi GenetikKoefisien korelasi merupakan nilai yang
digunakan untuk mengukur tingkat keeratan hubungan antara dua
peubah atau dua sifat. Derajat hubungan kedua sifat tersebut diukur
dengan koefisien korelasi ( r ). Nilai koefisien korelasi berkisar
antara -1 sampai dengan +1. Hubungan kedua sifat tersebut
dinyatakan sebagai hubungan linier positif apabila memiliki nilai
koefisien korelasi lebih besar daripada nol. Nilai korelasi antara
dua sifat yang lebih besar dari nol dan bernilai positif
menunjukkan bahwa bahwa kedua sifat memiliki arah peningkatan yang
sama. Peningkatan pada sifat pertama diiringi dengan peningkatan
pada sifat kedua atau penurunan sifat pertama diiringi oleh
penurunan sifat kedua. Hubungan kedua sifat dinyatakan linier
sempurna apabila koefisien korelasi kedua sifat sama dengan nol.
Dua sifat dikatakan memiliki hubungan linier negatif apabila
memiliki nilai koefisien korelasi kurang dari satu .
Sifat-sifat pada ternak yang saling berkorelasi menarik untuk
dipelajari karena beberapa alasan sebagai berikut: (a) berkaitan
dengan korelasi genetik akibat aksi gen pleiotropik. Pleiotropi
merupakan sifat umum dari gen mayor tetapi masih sedikit informasi
tentang kejadian pleiotropi yang berpengaruh terhadap genetika
kuantitatif; (b) berkaitan dengan perubahan yang terjadi pada sifat
yang berkorelasi genetik akibat pelaksanaan seleksi pada satu sifat
lainnya; (c) berkaitan dengan seleksi alam, hubungan antara suatu
sifat yang terukur dengan penyesuaiannya merupakan sarana utama
yang menentukan genetik suatu kinerja dalam populasi alami .
Korelasi genetik menggambarkan hubungan antara sifat-sifat yang
diatur oleh gen atau rangkaian gen yang sama yang bersifat aditif .
Korelasi antara dua sifat dapat terjadi pada ternak dan disebut
dengan korelasi fenotipik. Korelasi fenotipik dapat dibagi menjadi
korelasi genetik dan korelasi lingkungan. Korelasi genetik
merupakan korelasi antara pengaruh genetik aditif pada dua sifat.
Korelasi lingkungan merupakan korelasi antara pengaruh lingkungan
dan pengaruh gen non aditif. Korelasi genetik dapat disebabkan oleh
gen-gen pleiotropi yaitu gen-gen yang mengatur ekspresi dua sifat.
Korelasi genetik tersebut terjadi pada populasi yang berada dalam
keseimbangan genetik dan dalam keadaan kawin acak. Korelasi genetik
antara dua sifat juga dapat terjadi karena gen terangkai yaitu dua
gen yang terletak pada kromosom yang sama dan masing-masing
mengatur sifat yang berbeda. Kondisi tersebut terjadi pada populasi
yang tidak berada dalam keadaan keseimbangan genetik.C. Manfaat
korelasi genetikKorelasi genetik bermanfaat untuk melakukan
estimasi respon seleksi berkorelasi yaitu peningkatan rata-rata
kinerja generasi keturunannya sebagai akibat dari seleksi yang
dilakukan pada sifat lain. Manfaat lain dari korelasi genetik
adalah menghitung estimasi respons seleksi dengan metode seleksi
indeks. Seleksi indeks merupakan seleksi untuk meningkatkan dua
sifat secara bersama-sama dengan mempertimbangkan nilai ekonomis
beberapa sifat tersebut.
Korelasi genetik bermanfaat untuk melakukan seleksi pada suatu
sifat yang munculnya lebih akhir atau sifat yang dapat diukur
setelah ternak mati (misalnya karkas) berdasarkan sifat lain yang
dapat diukur lebih awal atau tidak menunggu saat ternak mati untuk
meningkatkan kinerja ternak yang muncul pada akhir hidup ternak.
Kedua sifat yang akan ditingkatkan dalam seleksi harus memiliki
korelasi secara genetik.D. Kisaran Nilai Korelasi Genetik
Nilai korelasi genetik dapat dikelompokkan menjadi tujuh
kelompok sebagai berikut: negatif tinggi apabila nilainya -1,0
sampai -0,6, negatif menengah apabila nilainya -0,5 sampai -0,4,
negatif rendah apabila nilainya -0,3 sampai -0,2, mendekati nol
apabila nilainya -0,1 sampai 0,1, positif rendah apabila nilainya
0,2 sampai 0,3, positif menengah apabila nilainya 0,4 sampai 0,5,
positif tinggi apabila nilainya 0,6 sampai 1,0. Korelasi genetik
antara dua sifat memiliki nilai yang rendah menunjukkan bahwa hanya
beberapa gen yang berpengaruh terhadap dua sifat. Salah sati contoh
yang baik adalah tipe dan kinerja sapi pedaging. Seleksi untuk
meningkatkan tipe sapi pedaging ternyata hanya tidak berpengaruh
banyak terhadap kinerja sapi, demikian pula sebaliknya. Seleksi
untuk meningkatkan kinerja sapi pedaging ternyata tidak berpengaruh
banyak terhadap tipe sapi pedaging. Seleksi pada salah satu sifat
yang ternyata sifat tersebut memiliki nilai korelasi genetik
bernilai positif dan tinggi akan menghasilkan peningkatan kinerja
pada dua sifat yang berkorelasi walaupun seleksi tidak dilakukan
secara langsung pada sifat kedua. Misalnya seleksi untuk
meningkatkan berat sapih pada kambing sekaligus dapat meningkatkan
berat setahunan karena antara berat sapih dengan berat setahunan
memiliki korelasi genetik bernilai positif dan tinggi. Berbeda
dengan seleksi pada sapi perah untuk meningkatkan produksi susu
akan menurunkan kadar lemak susu karena korelasi genetik antara
produksi susu dengan kadar lemak bernilai negarif dan berkisar
antara sedang sampai tinggi. Hal tersebut menunjukkan bahwa
pelaksanaan seleksi harus memperhatikan adanya korelasi genetik
dengan sifat lain yang berkorelasi. Dua sifat yang diestimasi
dengan metode tertentu dapat menunjukkan nilai yang berbeda apabila
diestimasi dengan metode yang berbeda karena setiap metode memiliki
kemampuan yang berbeda dalam menyingkirkan keragaman genetik non
aditif dari keragaman genetik aditif. Faktor-faktor yang
berpengaruh terhadap korelasi genetik antara lain sistem
pemuliabiakan yang diterapkan dalam populasi, struktur data, dan
metode estimasi.E. Metode Estimasi Korelasi Genetik
Korelasi genetik dapat diestimasi dengan metode yang sama dengan
metode estimasi heritabilitas, diantaranya metode peragam
saudara-saudara tiri sebapak, metode peragam pola tersarang, dan
metode peragam regresi anak terhadap tetua. Korelasi genetik antara
dua sifat diestimasi melalui prosedur statistik atau melalui
seleksi untuk satu sifat selama periode tertentu dan mengamati
apakah ada perubahan untuk sifat yang tidak diseleksi. Percobaan
seleksi satu sifat harus dirancang dengan hati-hati dan akurat
untuk mengetahui apakah ada dua sifat yang berkorelasi
secara.genetik. Buku ini membahas metode estimasi korelasi genetik
secara statistik. 1. Metode hubungan saudara tiri sebapak (one-way
layout)
Model dan prosedur analisis keragaman sama dengan estimasi
heritabilitas namun ada dua sifat yang dianalisis yang dalam buku
ini sifat pertama diberi lambang X dan sifat kedua dengan lambang Y
sehingga terdapat keragaman antar pejantan pada sifat pertama ()
dan sifat kedua (), keragaman antar individu dalam pejantan pada
sifat pertama () dan sifat kedua ((). Model ini mengestimasi
korelasi genetik aditif antara dua sifat berdasarkan komponen
pejantan sehingga diperlukan data kinerja individu yang merupakan
anak dari pejantan-pejantan. Individu-individu setiap pejantan
tersebut memiliki hubungan saudara tiri sebapak dan tidak ada
indvidu yang inbred (individu tersilang dalam). Model genetik
Model genetik pada estimasi korelasi genetik dengan metode
hubungan saudara tiri sebapak terdapat pada Tabel 31.
Tabel 31. Model genetik pada estimasi korelasi genetik metode
korelasi saudara tiri sebapak
Komponen peragamPeragam genetik dan lingkungan
covAcovDcovAAcovADcovDDcovAAAcovE
covw
0
00
0
covs
1
11
Tabel model genetik menunjukkan bahwa peragam antar individu
mengandung peragam genetik aditif dalam proporsi yang lebih tinggi
dan tidak terdapat peragam genetik dominan sehingga estimasi
korelasi genetik dengan metode korelasi saudara tiri sebapak
memiliki bias yang rendah. Korelasi genetik pada dasarnya
mengestimasi korelasi antara dua sifat yang disebabkan oleh aksi
gen aditif.Berdasarkan komponen genetik pada keragaman antar
pejantan yang mengandung genetik non aditif lebih tinggi daripada
keragaman antar individu, maka diperlukan upaya agar keragaman
antar pejantan lebih rendah daripada keragaman antar individu untuk
menekan tingginya keragaman non aditif. Hal tersebut ditempuh agar
estimasi korelasi genetik yang diperoleh memiliki bias yang rendah
sehingga akurat apabila digunakan dalam rumus-rumus pemuliaan.
Analisis peragam pada estimasi korelasi genetik
Analisis peragam seperti halnya analisis keragaman berfungsi
untuk memperoleh peragam antar individu dan pejantan yang digunakan
untuk menghitung estimasi korelasi genetik. Analisis terdapat pada
Tabel 32. Tabel 32. Analisis peragam untuk estimasi korelasi
genetik dengan metode one-way layout (korelasi saudara tiri
sebapak)
Sumberd.f.SSCPMSCPKomponen peragam
Pejantand.f. (s)=s-1SSCPsMSCPscovw + kcovs
Anak dalam pejantand.f.(w) =n.-sSSCPwMSCPwcovw
Keterangan:
d.f.(s)= derajat bebas pejantan
s
=jumlah pajantan
d.f.(w)=derajat bebas individu
n.
=jumlah total individu
covs
=peragam antar pejantan
covw=peragam antar anak dalam pejantan
k
=koefisien peragam antar pejantan= banyaknya anak per
pejantanRumus-rumus untuk menghitung analisis peragam dalam
estimasi korelasi genetik terdapat pada Tabel 33.Tabel 33.
Rumus-rumus untuk menghitung estimasi korelasi genetik
Sumber keragamanJHK = SCPMHK=MCP
Faktor koreksi (=FK)=
Pejantan (d.f.(s) = s 1)
Anak dalam pejantan
(d.f.(w) = n.-s)SCPw=
Keterangan: JHK =jumlah hasil kali, SCP=sum cross product,
MHK=mean hasil kali, MCP=mean cross product
Berdasarkan tabel analisis peragam dapat diketahui bahwa:
MCPs = covw + kcovsMCPw =covw sehingga dapat dicari besarnya
nilai covs dengan rumus sebagai berikut:
Estimasi korelasi genetik (rG)dihitung dengan rumus sebagai
berikut:
Nilai dan diperoleh melalui analisis keragaman estimasi
heritabilitas masing-masing sifat yang akan diestimasi besarnya
korelasi genetik.Estimasi korelasi lingkungan (rE)dihitung dengan
rumus sebagai berikut:
Estimasi korelasi fenotipik (rP) dihitung dengan rumus sebagai
berikut:
Salah baku (standard of error) korelasi genetik (S.E.(rG))
dinyatakan dalam rumus sebagai berikut:S.E.(rG)=
Rumus var (rG) adalah:
Rumus menghitung var MCPg adalah:
Rumus menghitung peragam mean square adalah:
Rumus untuk menghitung peragam MS dan MCP adalah:
Koefisien L, a, b pada estimasi korelasi genetik (rG), korelasi
fenotipik (rP), dan korelasi lingkungan (rE) terdapat pada Tabel
34.
Tabel 34 . Nilai koefisien pada rumus salah baku estimasi
korelasi genetik, lingkungan, dan fenotipikMacam
korelasiKoefisien
Lab
rGk11
rPk3k+3
rEk3k-3
Penghitungan S.E.(rG) seperti yang diuraikan di atas sangat
rumit tetapi ada alternati untuk penghitungan salah baku tersebut
dengan rumus sebagai berikut:
S.E.(rG)=
Keterangan:S.E.(x)= salah baku heritabilitas sifat x
S.E.(y)= salah baku heritabilitas sifat y
=heritabilitas sifat x
= heritabilitas sifat x
Contoh perhitungan estimasi korelasi genetik
Contoh perhitungan estimasi korelasi genetik dilakukan penulis
pada populasi kambing Boerawa untuk mengestimasi korelasi genetik
antara berat lahir dengan tinggi badan saat lahir. Data berat lahir
dan tinggi badan saat lahir tersebut terdapat pada Tabel 35. Tabel
35. Data berat lahir (X) dan tinggi badan saat lahir (Y) pada cempe
Boerawa
Berat lahir (kg) cempe anak dari pejantan ke- Tinggi badan saat
lahir (cm) anak pejantan ke-
IIIIIIIVVVIVIIVIIIIXIIIIIIIVVVIVIIVIIIIX
14.65.45.25.26.05.15.76.34.2127.432.431.131.436.330.634.037.724.9
24.54.14.45.45.85.15.74.84.2227.324.726.232.634.830.734.128.624.9
34.75.06.44.35.55.16.44.74.4327.929.938.226.133.330.738.628.526.2
44.64.54.44.35.35.46.24.86.1427.327.326.225.931.832.137.328.636.3
54.64.24.44.34.55.16.04.83.8527.524.926.225.927.330.635.828.622.8
64.54.14.14.94.55.45.25.23.3627.224.824.929.727.332.131.231.419.8
74.54.24.43.94.35.15.24.84.6727.324.926.123.525.830.631.128.727.3
84.55.26.04.85.85.45.25.24.6827.231.435.828.734.732.131.031.427.3
94.54.24.44.45.85.45.23.94.6927.325.226.126.134.732.131.123.527.3
104.56.44.34.85.35.05.24.84.61027.238.526.128.732.129.931.128.627.3
114.55.54.34.85.25.05.26.55.41127.332.826.028.731.329.931.239.132.3
124.54.24.35.25.85.05.24.85.01227.225.026.131.434.729.931.228.629.7
134.64.24.45.25.85.05.24.35.41327.325.126.131.234.729.931.426.032.3
144.64.14.34.35.85.05.24.85.21427.424.826.025.934.729.931.128.631.2
154.44.16.93.63.84.15.26.35.21526.724.841.321.422.524.631.138.030.9
164.64.64.44.33.64.25.24.85.41627.427.426.125.921.725.231.128.732.2
174.64.13.84.43.64.65.23.55.41727.524.822.826.221.627.431.121.232.2
185.04.54.44.44.14.34.23.33.91829.726.926.126.224.325.525.119.623.2
194.54.24.23.64.14.14.23.85.41927.225.225.021.524.524.625.222.632.2
204.54.03.93.93.84.13.74.05.42027.223.923.223.122.824.722.224.032.2
215.04.13.94.34.04.13.74.86.12129.824.823.225.924.224.622.228.636.7
224.24.13.94.44.13.93.94.75.12225.524.523.226.624.323.123.728.530.7
234.24.33.64.34.83.94.74.14.62325.526.021.725.928.523.228.524.827.7
243.74.63.66.45.83.54.14.34.12422.527.721.738.234.521.324.725.924.4
254.04.33.45.23.86.06.46.04.12523.825.620.231.522.535.938.536.124.4
264.14.55.65.04.94.74.64.44.72624.827.133.630.129.628.527.426.528.5
274.64.65.65.04.94.84.64.44.82727.427.333.630.129.628.627.426.428.6
284.24.55.65.04.94.84.64.44.82825.027.233.530.029.628.627.426.228.8
294.24.65.65.04.94.84.64.44.82925.327.433.730.129.628.827.426.228.6
304.24.55.65.04.94.84.64.34.93024.927.133.430.029.628.727.426.029.3
314.14.55.05.04.94.84.64.44.73124.927.130.130.029.628.727.526.228.5
324.74.55.16.04.94.84.64.44.83228.227.130.536.029.628.727.526.228.6
334.14.55.16.04.94.84.54.44.83324.827.130.435.929.628.627.326.128.7
344.24.55.16.04.94.84.54.34.83425.027.130.435.929.628.627.326.028.7
354.35.04.84.04.94.84.54.34.83525.729.729.124.329.628.627.226.028.7
364.14.64.66.04.94.44.64.34.73624.927.427.535.929.626.627.426.028.5
374.23.94.86.04.94.24.64.44.83724.923.628.935.929.625.127.426.328.7
384.64.55.16.04.44.04.64.44.73827.627.130.435.926.723.727.826.528.5
395.04.54.56.05.24.84.64.54.83930.027.126.836.131.028.827.527.128.6
405.04.55.66.05.24.84.74.44.84030.027.133.636.131.028.728.226.128.5
414.13.95.56.05.14.84.64.14.84124.823.333.135.930.928.627.524.428.5
424.45.55.24.66.44.85.04.44.54226.233.221.227.438.528.630.026.226.7
434.45.05.05.06.44.84.34.34.94326.130.220.230.238.538.525.625.929.4
444.53.95.05.03.54.74.04.44.84426.923.430.130.221.338.523.926.128.6
454.44.13.54.16.44.74.64.44.74526.324.921.224.338.538.527.426.128.5
464.35.55.14.06.43.94.64.43.74625.733.130.623.838.633.627.526.122.2
474.15.05.14.63.54.74.24.13.84724.929.730.727.321.328.525.524.722.5
484.34.03.64.34.44.04.63.64.84825.624.132.326.026.523.827.421.428.8
494.25.04.84.83.54.74.34.44.84925.229.729.128.521.328.525.526.328.7
503.85.05.25.03.93.53.64.44.85023.029.930.929.923.621.121.426.128.7
Berat lahir masing-masing individu dikalikan dengan tinggi badan
saat lahir untuk memperoleh nilai jumlah hasil kali atau sum cross
product (SCP) sebagaimana terdapat pada Tabel 36.Tabel 36. Hasil
kali berat lahir dengan tinggi badan saat lahir pada cempe
BoerawaHasil kali berat lahir dengan tinggi badan saat lahir anak
dari pejantan ke
IIIIIIIVVVIVIIVIIIIX
124.95175.21161.01163.87219.06156.4192.32236.76103.64
124101.3114.67177.22201.31156.64193.72136.02103.64
129.8149.03243.58113.16184.31156.75248.35135.23114.67
124.62124114.67111.53168.06172.18231.93136.45220.16
125.72103.64114.67111.55123.8156.33213.65136.4886.98
123.74102.51102.96146.54123.8171.95162.6164.1365.64
123.86103.64113.5992.01110.71156.33160.89137.06124.62
123.66164.46213.89137.74200.73172.03159.77164.03124.62
124.06105.62113.65113.64200.33172.02161.1192.07124.62
123.75246.41113.11137.07171.39149.08161.14136.49124.62
123.87179.55112.89137.31163.32149.08162.18255.04174.23
123.75103.87113.23164.29200.39148.61162.04136.54147.13
124.61104.79113.7162.53201.2148.61163.96112.67174.16
124.87102.84112.93111.49200.4149.38160.9136.51162.27
118.54102.84283.9176.3884.57101.06160.9240.65159.46
125.47125.32113.89111.878.3105.43160.9137.71172.77
125.86102.3586.38113.9977.44124.86160.974.93173.25
147.17120.22113.91113.9998.44108.43104.7664.190.03
123.75106.15104.2776.98100.12101.08105.7185.21173.25
123.7595.289.7489.1486.55101.982.0396.16173.25
148.5102.589.74111.597.45101.0882.03136.02224.99
108.3699.9989.74117.9498.5489.1893.5135.37157.51
108.36112.2678.51111.85135.6289.35135.17102.28127.9
84.36128.0378.51243.72198.6775.53101.3111.4698.91
94.58109.3168.04165.0984.57214.39246.49217.3898.91
102.77122.48188.63151.05145.69135.13124.93117.32135.23
125.57124.4187.78151.19145.69136.47125.35116.25136.48
103.98123.67187.55150.11145.69136.42125.48114.53137.8
106.85124.8189.57151.49145.69137.86124.94114.66136.55
103.54122.5186.18150.23145.69137.61125.12112.81142.92
103.31122.42150.64150.36145.69136.82126.19114.67135.21
132.56122.42155.36215.61145.69136.81126.38114.41136.56
102.6122.78154.41214.87145.69136.51123.83113.61136.95
104.21122.81154.41214.86145.69136.49123.82112.71137.32
109.97147.39140.7998.33145.69136.28123.74112.7137.44
103.11124.92125.62214.98145.69117.99124.91112.76135.15
103.4492.76139.45215.12145.69105.04124.95115.14137.45
127.28122.54154.28214.85118.3993.91128.53117.21135.37
150.25122.52119.88217.08160.29138.3126.31122.25136.52
150.27122.46188.64217.28160.48137.21132.35113.87135.38
102.2590.84182.15214.85159.02136.27126.0199.21135.64
114.03184.09110.19125.28247.28136.49149.78114.42119.21
113.88152.37101.76151.87247.32183.17109.59111.8144.4
120.4491.03150.58151.7475.3182.8794.96113.9136.27
115.08103.3374.5998.52247.23182.71125.13113.91135.15
110.26182.93155.7594.38248.95132.23125.73113.982.38
103.31147.28156.92124.3675.35135.37108.19101.5284.41
109.0996.93114.86112.75117.1794.52124.9476.27137.86
105.71147.38140.84135.7675.3135.24108.55115.09137.73
88.23148.72159.62149.1493.2174.3576.19113.69137.71
5865.966256.86825.627298.397382.586779.727004.176315.366804.3260532.93
Komponen-komponen yang perlu dihitung untuk memperoleh nilai
peragam antar pejantan pada sifat berat lahir (X) dan tinggi badan
saat lahir(Y) terdapat pada Tabel 37.PejantanX.
Y.
n
I220.7973.931324.035061.60505843.6
II226.91030.001361.637080.10506180.0
III236.61119.781410.739802.63506676.1
IV244.01190.671464.042864.31507144.1
V244.51195.731467.143046.17507174.4
VI233.11087.011438.841402.55506708.6
VII239.51146.931436.841289.54506881.6
VIII227.21032.491363.337169.75506195.0
IX236.61119.631419.640306.61506717.8
Jumlah2109.159896.1812685.93358023.2659521.0
Tabel 37. Komponen dalam perhitungan estimasi korelasi genetikFK
==59459.14SCPs =-FK
=59521.0-59459.14=61.88SCPw==60532.93-59521.0=1011.90Analisis
peragam untuk estimasi korelasi genetik terdapat pada Tabel 38.
Tabel 38. Analisis peragam untuk estimasi korelasi genetik
antara berat lahir dengan tinggi badan saat lahir
Sumberd.f.SCPMCPKomponen peragam
Pejantand.f. (s)=9-1=8SCPs
=61.88MCPs
=7.73covw + 50covs
Anak dalam pejantand.f.(w) =n.-s
450-9=441SCPw
=1011.90MCPw
=2.29covw
Berdasarkan Tabel analisis peragam, maka dapat dihitung MSCP
yaitu sebesar SSCP/s-1 dan nilainya sama dengan covw + 50covs,
sehingga dapat dihitung covs dengan rumus sebagai berikut:
MCPs = covs + 50 covwMCPw = covw
=0,1088Estimasi korelasi genetik antara berat lahir dengan
tinggi badan saat lahir cempe Boerawa dihitung dengan rumus sebagai
berikut:
Tabulasi hasil perhitungan nilai keragaman berat lahir dan
tinggi badan saat lahir cempe Boerawa terdapat pada Tabel 39
Tabel 39. Hasil perhitungan keragaman dan heritabilitas pada
berat lahir dan tinggi badan saat lahirRumusBerat lahir (X)Tinggi
badan saat lahir (Y)
n.450450
s99
Y..2109.1512685.93
Y2..(2109,15)2(12685.93)2
FK9885.6405357628.8
10069.02364628.9
SSs10.5448394.5002
d.f.(s)88
MSs1,318149.3125
SSw172.83036605.62
d.f.(w)441441
MSw =
0,391914.9787
k5050
0,01850.6867
0,18050,1753
S.E.( )0,03860,1216
=0,0185
=0.6867
=0,9655
Salah baku rG dihitung dengan rumus sebagai berikut:
S.E.(rG)=
= 0,1805
S.E.( )=0,0386
=0,1753S.E.( )=0,1216
S.E.(rG)==0,0184Estimasi korelasi genetik antara berat lahir
dengan tinggi badan saat lahir cempe Boerawa:rG
=0,96550,0184Estimasi korelasi genetik tersebut termasuk kelas
tinggi dengan nilai positif sehingga seleksi untuk meningkatkan
berat lahir dapat meningkatkan tinggi badan saat lahir pada cempe
Boerawa.2. Metode regresi anak terhadap tetua (offspring-parent
regression method)Metode regresi anak terhadap tetua untuk estimasi
korelasi genetik sama dengan pada estimasi heritabilitas tetapi
pada estimasi korelasi genetik melibatkan dua sifat untuk kelompok
anak maupun tetua. Metode ini dapat digunakan apabila terdapat
catatan kinerja anak dan tetua untuk dua sifat yang nilai korelasi
genetiknya akan diestimasi. Huruf x atau X merupakan kinerja tetua,
huruf y atau Y merupakan kinera anak, angka 1 menunjukkan sifat
pertama dan angka 2 menunjukkan sifat kedua. Tetua yang dimaksud
dapat tetua jantan (bapak) atau tetua betina (induk). Mahasiswa
atau peneliti disarankan menggunakan data kinerja yang berasal dari
tetua jantan lebih baik daripada induk karena tetua jantan ganya
mewariskan gen-gen aditif pada anak-anaknya tanpa pengaruh gen non
aditif sehingga korelasi genetik yang diestimasi memiliki bias yang
rendah.Model statistikModel statistik untuk estimasi korelasi
genetik dengan metode regresi anak terhadap tetua adalah:
Keterangan:
X= kinerja tetuaY=kinerja anak
n= jumlah pasangan tetua-anak
Peragam (covariance) antara kinerja sifat pertama tetua (X1) dan
sifat kedua induk (X2), sifat pertama anak (Y1) dan sifat kedua
anak (Y2) yang digunakan dalam penghitungan estimasi korelasi
genetik adalah sebagai berikut:cov X1Y2=covariance (peragam) sifat
pertama tetua dan sifat kedua anakcov X2Y1=covariance (peragam)
sifat kedua tetua dan sifat pertama anakcovX1Y1=covariance
(peragam) sifat pertama tetua dan sifat pertama
anakcovX2Y2=covariance (peragam) sifat kedua tetua dan sifat kedua
anak
Model genetik
Model genetik estimasi korelasi genetikterdapat pada Tabel
40.Tabel 40. Model genetik estimasi korelasi genetik dengan metode
regresi anak terhadap tetua
SumbercovAcovDcovAAcovADcovDDcovAAAcovE
covX1Y2
0
0000
Keterangan: covX1Y2= peragam kinerja tetua pada sifat pertama
)X1) dengan kinerja anak pada sifat kedua (Y2), A= gen aditif,
D=gen dominan, E= lingkunganRumus korelasi genetikRumus korelasi
genetik ada beberapa macam yaitu rumus berdasarkan metode
aritmatika geometris, dan rumus umum korelasi genetik. Mahasiswa
disarankan menggunakan rumus umum namun apabila hasilnya tidak
berada dalam kisaran normal, maka dapat dipilih metode aritmatika
atau geometris.a. Metode aritmatika
Rumus korelasi genetik dengan metode aritmatika adalah sebagai
berikut:
Rumus korelasi genetik dengan metode geometris adalah sebagai
berikut:
Rumus umum korelasi genetik adalah:
Rumus salah baku atau standard of error (S.E) korelasi genetik
(rg) adalah sebagai berikut:S.E.(rG)=
Rumus untuk menghitung komponen dalam perhitungan estimasi
korelasi genetik sebagau berikut:
Contoh soalKorelasi genetik antara berat sapih dengan dalam dada
kambing Kacang diestimasi berdasarkan catatan kinerja pasangan anak
dan tetua jantannya dengan metode regresi anak terhadap tetua
jantan. Data berat sapih kambing Kacang yang digunakan untuk
estimasi merupakan data yang digunakan dalam estimasi heritabilitas
dengan metode regresi anak terhadap tetua pada Tabel 21. Data berat
sapih tetua jantan dinyatakan sebagai X1 dan berat sapuh pada anak
dinyatakan sebagai Y1. Data dalam dada tetua jantan dinyatakan
sebagai X2 dan pada anak sebagai Y2. Data tersebut terdapat pada
Tabel 41.Tabel 41. Data berat sapih dan dalam dada pasangan tetua
jantan dan anak pada kambing Kacang
No.Berat sapih (kg)Dalam dada (cm)
Tetua (X1)Anak (Y1)Tetua (X2)Anak (Y2)
1692021
2782021
38102221
4891921
58102225
6892221
7892321
89102320
99102320
109102025
119102625
129111920
1310101919
1410102826
1510112020
161092023
1710102025
Penyelesaian :Mahasiswa atau peneliti dapat menambahkan kolom
pada Tabel 41 untuk menempatkan hasil perkalian antara X1, Y1, X2,
dan Y2 sehingga diperoleh peragam X1Y1, X2Y2, X1Y2, X2Y1
sebagaimana terdapat pada Tabel 42. Huruf X dan Y besar
melammbangkan nilai-nilai yang belum dikurangi faktor koreksi (FK)
sedangkan huruf x dan y kecil melambangkan nilai yang sudah
dikurangi dengan faktor koreksi.Tabel 42.Penghitungan komponen
korelasi genetik antara berat sapih dengan dalam dada kambing
Kacang untuk estimasi korelasi genetik dengan metode regresi anak
terhadap tetua No.Berat sapihDalam dadaPeragam
X1Y1X2Y2X1Y1X1Y2X2Y1X2Y2
169202154126180420
278202156147160420
3810222180168220462
489192172168171399
5810222580200220550
689222172168198462
789232172168207483
8910232090180230460
9910232090180230460
10910202590225200500
11910262590225260650
12911192099180209380
1310101919100190190361
1410102826100260280728
1510112020110200220400
16109202390230180460
1710102025100250200500
Jumlah 148 165 366 374 1445 3265 3555 8095
Berdasarkan Tabel 42 diperoleh hasil perhitungan peragam sebagai
berikut:
a. = 1445Faktor koreksi (=FK) untuk ==1436,4706
=- FK = 1445 1436,4706 = 8,5294
b.= 3265Faktor koreksi (=FK) untuk ==3256
=- FK = 3265 3256 = 9,0000c. = 3555Faktor koreksi (=FK) untuk
==3552,3529
=- FK = 3555 3552,3529 = 2,6471d.= 8095Faktor koreksi (=FK)
untuk==8052,0000
=- FK = 8095,0000 8052,0000 =43,0000
Korelasi genetik (=rG) dihitung dengan rumus sebagai
berikut:
= 0,8112Salah baku atau standard of error korelasi genetik
(S.E.(rG)) dihitung dengan rumus sebagai berikut:
Penghitungan S.E.(rG) tersebut memerlukan informasi salah baku
heritabilitas sifat pertama dan kedua sehingga masing-masing sifat
harus sudah memiliki nilai heritabilitas dan salah bakunya.
Heritabilitas dan salah baku sifat pertama (berat sapih) pada
contoh soal tersebut sudah diestimasi pada bagian heritabilitas
(Tabel 21) dengan hasil estimasi heritabilitas berat sapih kambing
Kacang 0,7923 0,3362.Estimasi heritabilitas dalam dada kambing
Kacang dilakukan dengan metode regresi anak terhadap tetua yang
datanya terdapat pada Tabel 43. Tabel tersebut ditambah dengan
kolom-kolom yang digunakan untuk membantu mahasiswa menghitung X22,
Y22, dan X2Y2.Tabel 43. Data dalam dada kambing Kacang dan komponen
keragaman serta peragam untuk estimasi heritabilitasNo.Dalam
dadaKeragamanPeragam
Tetua (X2)Anak (Y2)X22 Y22
X2Y2
12021400441420
12021400441420
32221484441462
41921361441399
52225484625550
62221484441462
72321529441483
82320529400460
92320529400460
102025400625500
112625676625650
121920361400380
131919361361361
142826784676728
152020400400400
162023400529460
172025400625500
Jumlah366374798283128095
a. = 7982,0000 FK== 7879.7647 =-FK
=7982,0000-7879.7647=102.2353b. = 8312,0000, FK== 8228.0000
=-FK =8312,0000-8228.0000=84,0000 c. =8095,0000 FK==8052.0000 =
8095,0000 - 8052.0000 =43Menghitung b
==0,4206Menghitung estimasi heritabilitas dalam dada kambing
Kacang dengan rumus sebagai berikut:
h2 = 2b = (2)(0,4206) = 0,8412Menghitung S.E.(h2) dalam dada
kambing Kacang dengan rumus sebagai berikut:
S.E.(h2)= (2)(S.E.(b))
S,E.(b)=
=4,3943S,E.(b)= =0,2073
S.E.(h2)= (2)(S.E.(b))= (2)(0,2073) = 0,4146Estimasi h2 dalam
dada kambing Kacang = 0,8412 0,4146.Estimasi h2 dan S.E. (h2) berat
sapih dan dalam dada digunakan untuk menghitunf S.E.(rG) dengan
rumus sebagai berikut:
Nilai h2 berat sapih hasil estimasi berdasarkan Tabel 21: 0,7923
0,3362Nilai h2 dalam dada hasil estimasi berdasarkan Tabel 43:
0,8412 0,4146Nilai rG berat sapih dan dalam dada berdasatkan Tabel
41:: 0,8112Salah baku rG dihitung dengan rumus sebagai berikut:
:
= 0,1105Estimasi korelasi genetik(rG) berat sapih dengan dalam
dada kambing Kacang dengan metode regresi anak terhadap tetua
adalah 0,8112 0,1105.F. Hasil Penelitian tentang Korelasi
GenetikHasil penelitian penulis tentang korelasi genetik antara
berat badan dan ukuran-ukuran tubuh saat lahir, sapih, dan umur
setahun pada kambing PE di Kelompok Tani Margarini, Desa Sungai
Langka terdapat pada Tabel 44. Tabel 44. Estimasi korelasi genetik
antara berat badan dan ukuran-ukuran tubuh pada kambing Boerawa di
Kelompok Tani MargariniNo.SifatTahapan umur
Berat LahirBerat SapihBerat Setahunan
1Lahir
Berat badan1,00
Tinggi badan0,230,07
Panjang badan0,250,02
Lingkar dada0,230,03
Tinggi pinggul0,210,12
Panjang telinga0,200,05
Lebar telinga0,200,07
2Sapih
Berat badan0,190,091,00
Tinggi badan0,170,010,250,09
Panjang badan0,180,170,240,07
Lingkar dada0,180,130,260,06
Tinggi pinggul0,180,070,260,10
Panjang telinga0,100,050,180,10
Lebar telinga0,090,050,170,08
3Setahunan
Berat badan0,100,010,220,051,00
Tinggi badan0,070,020,210,050,230,07
Panjang badan0,090,030,200,100,250,02
Lingkar dada0,080,020,200,080,230,03
Tinggi pinggul0,070,010,210,090,210,12
Panjang telinga0,060,010,060,030,200,00
Lebar telinga0,050,010,050,020,200,00
Hasil penelitian pada Tabel 40 menunjukkan bahwa antara berat
lahir dengan ukuran-ukuran tubuh pada saat lahir, antara berat
lahir dengan berat sapih dan dengan ukuran-ukuran tubuh saat sapih
masing-masing berkorelasi secara genetik dengan arah positif dan
berderajat sedang, antara berat lahir dengan berat setahunan dan
ukuran-ukuran tubuh saat umur setahun berkorelasi secara genetik
dengan arah positif dan berderajat rendah.
Korelasi genetik antara berat lahir dengan ukuran-ukuran tubuh
saat lahir paling erat dibandingkan antara berat lahir dengan
kinerja pertumbuhan saat sapih maupun saat umur setahun. Hal
tersebut disebabkan berat lahir dan ukuran-ukuran tubuh saat lahir
dikontrol oleh gen-gen yang sama pada waktu yang bersamaan sehingga
memperkecil peragam lingkungan dan sebaliknya meningkatkan peragam
genetik aditif. Estimasi korelasi genetik aditif dan fenotipik pada
kinerja pertumbuhan saat lahir bernilai positif dan tinggi sehingga
menunjukkan tidak adanya antagonisme antara sifat-sifat pertumbuhan
pada saat lahir.Berdasarkan arah dan derajat korelasi genetik
tersebut, maka korelasi genetik antara kinerja pertumbuhan saat
lahir dengan saat sapih lebih erat daripada dengan kinerja
pertumbuhan saat umur setahun. Korelasi genetik antara kinerja
pertumbuhan saat lahir dengan saat sapih lebih erat daripada antara
kinerja pertumbuhan saat lahir dengan saat umur setahun karena
sifat lahir dan sapih memiliki kesamaan pengaruh maternal walaupun
dengan kapasitas yang berbeda. Keragaman non genetik yang berasal
dari maternal berpengaruh lebih besar terhadap kinerja saat lahir
daripada saat sapih. Kesamaan tersebut menghasilkan peragam
lingkungan yang lebih kecil sehingga menghasilkan peragam genetik
aditif yang lebih besar.
Kapasitas pengaruh maternal yang merupakan pengaruh keragaman
non genetik berpengaruh paling besar terhadap berat lahir,
selanjutnya pengaruhnya menurun terhadap berat sapih, dan sangat
kecil pengaruhnya terhadap berat setahunan. Perbedaan kapasitas
pengaruh keragaman non genetik yang semakin besar mengakibatkan
rendahnya peragam genetik aditif karena semakin meningkatnya
peragam genetik non aditif antara dua sifat. Berdasarkan alasan
tersebut, maka korelasi genetik antara berat lahir dengan berat
sapih lebih tinggi daripada antara berat lahir dengan berat
setahunan. Kinerja pertumbuhan saat umur setahun sudah tidak
dipengaruhi oleh keragaman non genetik yang berasal dari induk
sehingga memperbesar peragam non genetik antara kinerja pertumbuhan
saat lahir dengan saat umur setahun. Peragam non genetik atau
peragam lingkungan yang lebih besar mengakibatkan rendahnya peragam
genetik aditif antara kinerja pertumbuhan saat lahir dengan saat
umur setahun.
Estimasi korelasi genetik yang bernilai positif dan berderajat
sedang antara sifat lahir dengan sapih maupun dengan setahunan
menunjukkan bahwa seleksi pada kinerja pertumbuhan saat lahir akan
menghasilkan peningkatan pada kinerja pertumbuhan saat sapih dan
setahun. Seleksi terhadap kinerja pertumbuhan saat lahir tidak
dianjurkan untuk menghindari kejadian dystocia walaupun
menghasilkan respon seleksi berkorelasi pada kinerja pertumbuhan
saat sapih maupun setahunan.
Pengetahuan tentang estimasi korelasi genetik sebenarnya
bermanfaat untuk menentukan tekanan optimum dalam pelaksanaan
seleksi beberapa sifat yang berbeda. Seleksi dapat dilakukan untuk
meningkatkan berat akhir tanpa harus meningkatkan berat lahir untuk
mencegah kejadian dystocia.
Estimasi korelasi genetik antara berat sapih dengan
ukuran-ukuran tubuh saat sapih dan antara berat setahunan dengan
ukuran-ukuran tubuh umur setahun masing-masing bernilai positif dan
berderajat sedang. Nilai korelasi genetik yang bernilai positif dan
berderajat sedang tersebut disebabkan berat sapih dan ukuranukuran
tubuh saat sapih serta berat setahunan dengan ukuran-ukuran tubuh
saat setahunan masing-masing dikontrol oleh gen-gen yang sama dan
pada waktu yang bersamaan sehingga peragam non genetik pada
sifat-sifat sapih maupun pada sifat-sifat setahunan rendah. Hal
tersebut meningkatkan peragam genetik aditif antara berat sapih
dengan ukuran- ukuran tubuh saat sapih maupun antara berat
setahunan dengan ukuran-ukuran tubuh saat umur setahun.
Kinerja pertumbuhan saat sapih maupun saat umur setahun diukur
pada umur yang sama sehingga kinerja tersebut memiliki persamaan
dalam keragaman lingkungan. Keragaman lingkungan yang sama berarti
memiliki peragam lingkungan yang rendah sehingga meningkatkan
peragam genetik.
Korelasi genetik antara berat sapih dengan kinerja pertumbuhan
saat umur setahun memiliki arah positif dan berderajat sedang.
Korelasi genetik antara berat sapih dengan kinerja pertumbuhan saat
umur setahun masing-masing lebih rendah daripada korelasi genetik
antara berat sapih dengan ukuran-ukuran tubuh saat umur sapih dan
antara berat setahunan dengan ukuran-ukuran tubuh saat umur
setahun. Perbedaan periode atau waktu pengukuran sifat
mengakibatkan tingginya perbedaan lingkungan sehingga meningkatkan
peragam lingkungan atau peragam non genetik yang mengakibatkan
penurunan peragam genetik aditif. Rendahnya peragam genetik aditif
mengakibatkan penurunan korelasi genetik antara dua sifat.
Keragaman lingkungan pada kinerja pertumbuhan saat sapih berbeda
dengan saat umur setahun. Keragaman kinerja pertumbuhan saat umur
sapih masih dipengaruhi oleh keragaman non genetik yang berasal
dari induk. Keragaman kinerja pertumbuhan umur setahun sudah tidak
dipengaruhi oleh maternal.
Korelasi genetik antara berat sapih dengan ukuran-ukuran tubuh
saat sapih, antara berat setahunan dengan ukuran-ukuran tubuh saat
umur setahun, dan antara berat sapih dengan berat setahunan
bermanfaat dalam pelaksanaan seleksi. Seleksi terhadap berat sapih
sekaligus dapat mengakibatkan peningkatan ukuran-ukuran tubuh saat
sapih, berat setahunan, dan ukuran-ukuran tubuh saat umur
setahun.
Seleksi pada berat sapih menghasilkan respon seleksi langsung
pada berat sapih itu sendiri sebesar R=(i)(h2)(P), dengan
keterangan R=respon seleksi, i= intensitas seleksi,
h2=heritabilitas sifat yang diseleksi, P= simpangan baku rata-rata
kinerja yang diseleksi. Selain itu, seleksi tersebut juga
menghasilkan peningkatan ukuran-ukuran tubuh saat sapih, berat
setahunan, dan ukuran-ukuran tubuh saat umur setahunan akibat
pelaksanaan seleksi pada berat sapih dinyatakan sebagai respon
seleksi berkorelasi atau respon seleksi tidak langsung.
Respon seleksi berkorelasi tersebut dinyatakan dalam rumus
CR12=(i)(h1)(h2)(rg)(P2) (Keterangan: CR12=respon seleksi
berkorelasi apabila seleksi dilakukan secara langsung pada sifat
pertama, h1= akar heritabilitas sifat pertama, h2=akar
heritabilitas sifat kedua, rg=korelasi genetik, P2= simpangan baku
kinerja sifat kedua).
Korelasi genetik yang tinggi antara berat setahunan dengan
ukuran-ukuran tubuh saat umur setahun tersebut sangat bermanfaat
untuk melakukan pendugaan berat setahunan berdasarkan ukuran-ukuran
tubuh saat umur setahun terutama pada lokasi peternakan yang tidak
menyediakan timbangan sebagai alat pengukur berat hidup. Selain
itu, seleksi untuk meningkatkan berat badan umur setahunan dapat
dilakukan berdasarkan ukuran-ukuran tubuh umur setahunan.
Korelasi genetik yang tinggi antara berat setahunan dengan
ukuran-ukuran tubuh saat umur setahun menunjukkan hubungan yang
erat antara kedua kinerja tersebut. Estimasi korelasi genetik
menggambarkan hubungan antara sifat-sifat yang diatur oleh gen atau
rangkaian gen yang sama yang bersifat aditif .
Estimasi korelasi genetik bukan suatu konstanta, nilainya akan
berubah seiring dengan terjadinya dinamika dalam populasi.
Pelaksanaan seleksi, perkawinan, mutasi masuk, dan mutasi keluar
mengakibatkan perubahan frekuensi gen. Frekuensi gen adalah peluang
munculnya gen dalam suatu populasi.
Perubahan frekuensi gen mengakibatkan perubahan pada nilai
parameter genetik. Oleh karena itu korelasi genetik juga harus
diestimasi secara periodik agar menjadi informasi yang akurat
sebagai panduan dalam pelaksanaan seleksi dan persilangan.
Salah baku korelasi genetik
Estimasi korelasi genetik antara kinerja pertumbuhan saat lahir,
sapih, dan umur setahunan pada kambing PE yang diamati penulis
memiliki salah baku yang rendah. Hal tersebut menunjukkan bahwa
estimasi korelasi genetik hasil penelitian ini memiliki
keterandalan yang tinggi sehingga apabila digunakan dalam
perhitungan rumus-rumus pemuliaan ternak diperoleh hasil yang tidak
menyimpang terlalu jauh dari kenyataan di lapangan.
Salah baku yang rendah tersebut dapat dicapai dengan cara
memilih induk yang melahirkan cempe mulai tahun 2009 untuk menekan
keragaman dari pengaruh maternal. Selain itu, data yang diestimasi
untuk masing-masing sifat dan masing-masing bangsa cukup banyak.
Jumlah data yang digunakan adalah sebagai berikut: 500 pasang data
dari 20 pejantan. Salah baku estimasi korelasi genetik dapat
mencapai nilai rendah apabila datanya banyak, paling sedikit ada
400 sampai 500 data. Data tidak cukup banyak juga dapat
menghasilkan korelasi genetik yang andal apabila data tersebut
sudah dilakukan penyesuaian terlebih dahulu terhadap beberapa
faktor yang menjadi penyebab timbulnya keragaman data. Penyesuaian
data kinerja pertumbuhan saat sapih dilakukan terhadap jenis
kelamin, tipe kelahiran, dan umur induk sedangkan penyesuaian data
kinerja pertumbuhan umur setahunan dilakukan terhadap jenis kelamin
dan tipe kelahiran dan tidak terhadap umur induk.
Penyesuaian terhadap jenis kelamin kambing dilakukan karena
kambing jantan selalu lebih berat dan tumbuh lebih cepat daripada
kambing betina. Kambing jantan lebih responsif terhadap berbagai
kondisi lingkungan. Keragaman lingkungan yang berasal dari maternal
berpengaruh langsung terhadap pertumbuhan prasapih dan tidak
terlalu berpengaruh terhadap pertumbuhan pasca sapih. Pengaruh
lingkungan maternal tersebut dapat dipisahkan menjadi paritas dan
litter size induk. Penyesuaian data tersebut bertujuan
menghilangkan pengaruh yang menyebabkan tingginya keragaman
lingkungan.
RINGKASAN
Korelasi genetik menggambarkan hubungan antara sifat-sifat yang
diatur oleh gen atau rangkaian gen yang sama yang bersifat aditif.
Genetik ternak dan lingkungan akan menghasilkan fenotip sehingga
terdapat juga korelasi fenotipik dan korelasi lingkungan.
Korelasi genetik dapat disebabkan oleh gen-gen pleiotropi yaitu
gen-gen yang mengatur ekspresi dua sifat. Korelasi genetik tersebut
terjadi pada populasi yang berada dalam keseimbangan genetik dan
dalam keadaan kawin acak. Korelasi genetik antara dua sifat juga
dapat terjadi karena gen terangkai yaitu dua gen yang terletak pada
kromosom yang sama dan masing-masing mengatur sifat yang berbeda.
Kondisi tersebut terjadi pada populasi yang tidak berada dalam
keadaan keseimbangan genetik. Nilai korelasi genetik berkisar
antara -1,0 sampai +1,0.Korelasi genetik bermanfaat dalam estimasi
respon seleksi berkorelasi, menghitung estimasi respons seleksi
dengan metode seleksi indeks, untuk melakukan seleksi pada suatu
sifat yang munculnya lebih akhir. Korelasi genetik dapat diestimasi
dengan beberapa metode yang sama dengan pada estimasi
heritabilitas, yaitu metode hubungan saudara tiri sebapak, metode
nested hierarchal design, dan regresi antara anak terhadap tetua.
LATIHAN1. Apa yang dimaksud dengan korelasi genetik antara dua
sifat?
2. Apa saja penyebab adanya korelasi genetik antara dua
sifat?
3.Pada populasi yang bagaimana korelasi genetik terjadi karena
gen terangkai?
4.Mengapa korelasi genetik yang terjadi karena gen terangkai
tidak dapat digunakan dalam perhitungan rumus-rumus pemuliaan
ternak?5. Apa manfaat korelasi genetik dalam pemuliaan ternak?
6. Tuliskan kelompok atau kelas estimasi korelasi genetik
berdasarkan kisaran nilai korelasi genetik?
7. Bagaimana Anda menjelaskan pernyataan bahwa korelasi genetik
antara produksi susu dengan kadar lemak sebesar -0,24?
8. Berdasarkan hasil penelitian penulis pada populasi kambing
PE, mengapa korelasi genetik antara berat sapih dengan
ukuran-ukuran tubuh saat sapih lebih tinggi atau lebih erat
daripada dengan berat setahunan dan ukuran-ukuran tubuh saat umur
setahun?9. Berdasarkan hasil penelitian penulis pada kambing PE,
apa manfaat praktis korelasi genetik antara berat badan dan
ukuran-ukuran tubuh kambing bagi petugas peternakan di lapangan?10.
Apa manfaat tabel analisis peragam dalam estimasi korelasi genetik?
Buatlah tabel umum analisis peragam korelasi genetik dengan metode
korelasi saudara tiri sebapak (one-way layout)!DAFTAR PUSTAKA
Becker, W. A. 1992. Manual of Quantitative Genetics. Fifth
Edition. Academic Enterprises . Pullman. USA.
Dalton, D.C. 1980. An Introduction to Practical Animal Breeding.
Granada.
London
Falconer, R. D. and T. F. C. Mackay. 1996. Introduction to
Quantitative Genetics. Longman, Malaysia.
Hardjosubroto, W. 1994. Aplikasi Pemuliabiakan Ternak di
Lapangan.
PT Grasindo. Jakarta.
Lasley, J. F. 1978. Genetics of Livestock Improvement. Edisi
ketiga. Prentice Hall. Inc. Englewood Cliffs. New Jersey
Legates, E. J. and E. J. Warwick. 1990. Breeding and Improvement
of Farm Animals. McGraw Hill. Publishing Company. London.
Sulastri. 2014. Karakteristik Genetik Bangsa-bangsa Kambing di
Provinsi Lampung. Disertasi. Program Pascasarjana. Fakultas
Peternakan. Universitas Gadjah Mada. Yogyakarta
Warwick, E. J., J. M. Astuti, dan W. Hardjosubroto. 1990.
Pemuliaan Ternak. Gadjah Mada University Press. Yogyakarta
1. 116
_1474384573.unknown
_1474815762.unknown
_1474901356.unknown
_1474902440.unknown
_1474910180.unknown
_1474911074.unknown
_1474911844.unknown
_1474932765.unknown
_1474933824.unknown
_1474935548.unknown
_1474933661.unknown
_1474912510.unknown
_1474911254.unknown
_1474911708.unknown
_1474911087.unknown
_1474910957.unknown
_1474911010.unknown
_1474910262.unknown
_1474902986.unknown
_1474910096.unknown
_1474903063.unknown
_1474905744.unknown
_1474902553.unknown
_1474902886.unknown
_1474902539.unknown
_1474901746.unknown
_1474901997.unknown
_1474902016.unknown
_1474901802.unknown
_1474901614.unknown
_1474901626.unknown
_1474901379.unknown
_1474861218.unknown
_1474861573.unknown
_1474900775.unknown
_1474901261.unknown
_1474899991.unknown
_1474900110.unknown
_1474900183.unknown
_1474900068.unknown
_1474861602.unknown
_1474861390.unknown
_1474847024.unknown
_1474858459.unknown
_1474846201.unknown
_1474809724.unknown
_1474809841.unknown
_1474813414.unknown
_1474815728.unknown
_1474813246.unknown
_1474809785.unknown
_1474809828.unknown
_1474809760.unknown
_1474386495.unknown
_1474389978.unknown
_1474390148.unknown
_1474640742.unknown
_1474390076.unknown
_1474389704.unknown
_1474389880.unknown
_1474386278.unknown
_1474386336.unknown
_1474385942.unknown
_1474355391.unknown
_1474364892.unknown
_1474381769.unknown
_1474384121.unknown
_1474384536.unknown
_1474382556.unknown
_1474382621.unknown
_1474382511.unknown
_1474380159.unknown
_1474380197.unknown
_1474364951.unknown
_1474377836.unknown
_1474362402.unknown
_1474362991.unknown
_1474364458.unknown
_1474362557.unknown
_1474355873.unknown
_1474356601.unknown
_1474296055.unknown
_1474339330.unknown
_1474355009.unknown
_1474355102.unknown
_1474355295.unknown
_1474350074.unknown
_1474296188.unknown
_1474339320.unknown
_1474339329.unknown
_1474337917.unknown
_1474296091.unknown
_1474294494.unknown
_1474295859.unknown
_1474295938.unknown
_1474295821.unknown
_1474292287.unknown
_1474294424.unknown
_1474292113.unknown