HASIL DAN PEMBAHASAN
Hasil Pengamatan
Tabel 1. Kematian larva Spodoptera litura pada berbagai konsentrasi (Metode Sandwich)
| Konsentrasi | Jumlah kematian larva Spodoptera litura | ||||||||
| 24 jam | 48 jam | 72 jam | |||||||
| Ul 1 | Ul 2 | Ul 3 | Ul 1 | Ul 2 | Ul 3 | Ul 1 | Ul 2 | Ul 3 | |
| 0.6% | 2 | 5 | 0 | 6 | 7 | 6 | 6 | 8 | 6 |
| 0.4% | 6 | 7 | 7 | 10 | 10 | 9 | 10 | 10 | 9 |
| 0.2% | 1 | 0 | 3 | 4 | 3 | 3 | 7 | 5 | 6 |
| 0.1% | 2 | 2 | 2 | 5 | 2 | 3 | 6 | 2 | 4 |
| 0.05% | 1 | 3 | 5 | 3 | 8 | 5 | 4 | 8 | 7 |
| 0% (kontrol) | 0 | 0 | 0 | 0 | 8 | 5 | 0 | 10 | 5 |
| Konsentrasi | Serangga uji | Mortalitas serangga | Persen kematian (%) |
| 0.6% | 30 | 20 | 66.7 |
| 0.4% | 30 | 29 | 96.7 |
| 0.2% | 30 | 18 | 60 |
| 0.1% | 30 | 12 | 40 |
| 0.05% | 30 | 19 | 63.3 |
| 0% (kontrol) | 30 | 15 | 20 |
LC50 dan LC95 diperoleh dari hasil program POLO-PC (LeOra Software 1987) adalah 0.43% dan 3.39% (data terlampir).
Tabel 2. Kematian larva Spodoptera litura pada berbagai konsentrasi (Metode Celup)
| Konsentrasi | Jumlah kematian larva Spodoptera litura | ||||||||
| 24 jam | 48 jam | 72 jam | |||||||
| Ul 1 | Ul 2 | Ul 3 | Ul 1 | Ul 2 | Ul 3 | Ul 1 | Ul 2 | Ul 3 | |
| 0.6% | 1 | 4 | 0 | 5 | 10 | 10 | 7 | 10 | 10 |
| 0.4% | 2 | 0 | 0 | 2 | 0 | 1 | 2 | 0 | 2 |
| 0.2% | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 5 | 1 |
| 0.1% | 0 | 0 | 0 | 5 | 3 | 4 | 7 | 5 | 4 |
| 0.05% | 1 | 0 | 1 | 2 | 0 | 1 | 3 | 0 | 2 |
| 0% (kontrol) | 1 | 0 | 0 | 0 | 2 | 1 | 1 | 2 | 1 |
| Konsentrasi | Serangga uji | Mortalitas serangga | Persen kematian (%) |
| 0.6% | 30 | 27 | 90 |
| 0.4% | 30 | 4 | 13.3 |
| 0.2% | 30 | 6 | 20 |
| 0.1% | 30 | 16 | 53.3 |
| 0.05% | 30 | 5 | 16.7 |
| 0% | 30 | 4 | 13.3 |
LC50 dan LC95 diperoleh dari hasil program POLO-PC (LeOra Software 1987) adalah 0.56% dan 9.38% (data terlampir).
Pembahasan
Pestisida adalah semua zat campuran zat yang khusus di gunakan untuk mengendalikan, mencegah gangguan serangga, binatang mengerat, nematode, gulma, virus, bakteri, jasad renik yang di anggap hama. Pestisida dapat di golongkan berdasarkan sasaran yaitu insektisida untuk mengendalikan serangga hama, fungisida untuk mengendalikan cendawan, rodentisida untuk mengendalikan binatang pengerat, nematisida untuk mengendalikan nematode, mulliksisida untuk mengendalikan molluska atau siput, akarisida untuk mengendalikan akarina atau tungau, herbisida untuk mengendalikan gulma dan bakterisida untuk mengendalikan bakteri (Rukmana dan Sugandi, 2002).
Pengendalian kimiawi adalah usaha mengendalikan hama dengan menggunakan bahan kimia pestisida yang mempunyai daya racun terhadap serangga hama yang di sebut Insektisida. Insektisida secara umum adalah senyawa kimia yang digunakan untuk membunuh serangga pengganggu (hama serangga). Insektisida dapat membunuh serangga dengan dua mekanisme, yaitu dengan meracuni makanannya (tanaman) dan dengan langsung meracuni serangga tersebut.
Menurut cara kerja atau distribusinya didalam tanaman dibedakan menjadi tiga macam yakni insektisida sistemik, insektisida non-sistemik, dan insektisida sistemik lokal. Menurut cara masuknya insektisida kedalam tubuh serangga dibedakan menjadi 3
kelompok yakni racun lambung (racun perut), racun kontak, dan racun pernafasan.
Pengujian racun lambung dengan metode sandwich pada larva Spodoptera litura (Lepidoptera: Noctuidae) terlihat efektif ditinjau dari jumlah racun kontak yang dikenakan pada tubuh serangga diketahui dengan pasti dan persentase kematian selama 72 hari dengan perlakuan konsentrasi yang berbeda pada tiga kali ulangan. Begitupun perlakuan metode celup (dipping methode) terlihat efektif. Metode ini merupakan metode standar yang banyak digunakan dalam pengujian insektisida terhadap hama penggerek daun. Pada kedua perlakuan tersebut terlihat semakin tinggi konsentrasi yang diberikan, semakin tinggi pula persentase kematian pada serangga uji.
kelompok yakni racun lambung (racun perut), racun kontak, dan racun pernafasan.
Pengujian racun lambung dengan metode sandwich pada larva Spodoptera litura (Lepidoptera: Noctuidae) terlihat efektif ditinjau dari jumlah racun kontak yang dikenakan pada tubuh serangga diketahui dengan pasti dan persentase kematian selama 72 hari dengan perlakuan konsentrasi yang berbeda pada tiga kali ulangan. Begitupun perlakuan metode celup (dipping methode) terlihat efektif. Metode ini merupakan metode standar yang banyak digunakan dalam pengujian insektisida terhadap hama penggerek daun. Pada kedua perlakuan tersebut terlihat semakin tinggi konsentrasi yang diberikan, semakin tinggi pula persentase kematian pada serangga uji.
LC50 dan LC95 pada perlakuan metode sandwich terhadap S. litura yang diperoleh dari hasil program POLO-PC (LeOra Software 1987) adalah 0.43% dan 3.39% artinya LC50 dapat menyebabkan kematian serangga uji 50% pada konsentrasi 0.43%. begitupun pada LC95 menyebabkan kematian serangga 95% pada konsentrasi 3.39%. LC50 dan LC95 pada perlakuan metode celup terhadap S. litura yang diperoleh dari hasil program POLO-PC (LeOra Software 1987) adalah 0.56% dan 9.38% artinya LC50 dapat menyebabkan kematian serangga uji 50% adalah pada konsentrasi 0.56%. begitupun pada LC95 kematian serangga uji 95% pada konsentrasi 9.38%.
Tingkat nyata pendugaan toksisitas insektisida pada tingkat kepercayaan 95% [g(.95)] diperoleh hasil lebih besar dari 0,1. Dengan demikian selang kepercayaan (SK) 95% untuk konsentrasi letal (LC50 dan LC95) pada kedua pengujian dianggap tidak cukup teliti. Menurut Finney (1971) bila nilai g > 0,4 pendugaan selang kepercayaan pada taraf tertentu dianggap tidak cukup teliti, dan tingkat kepercayaannya harus diturunkan untuk memperoleh nilai g yang kurang dari 0,4. Untuk data dengan sebaran yang baik, nilai g untuk SK 95% jarang lebih besar dari 0,4.
Insektisida Turex WP merupakan nama dagang dari insektisida racun lambung dengan bahan aktif Bacillus thuringiensis (Turex, Thuricide). B. thuringiensis yang termakan akan berkembangbiak dalam midgut, dan memproduksi toksin yang menyebabkan serangga hilang nafsu makan, diare kotorannya berair, dan kadang-kadang muntah. Dalam saluran pencernaan bakteri memproduksi enzyme (misal: lecithinase, proteinase, dan chitinase), yang mempengaruhi sel saluran pencernaan sehingga bakteri bisa masuk ke dalam rongga tubuh kemudian menyebar ke seluruh rongga tubuh. Larva S. litura yang mati dengan perlakuan B. thuringiensis mengalami perubahan pada morfologinya. Larva berwarna gelap dan lunak. Jaringan dalam tubuh cepat terurai menjadi cairan yang lengket dan kadang-kadang berbau busuk.
Insektisida Profenofos 500 g/l dengan nama dagang Curacron 500 EC merupakan racun kontak termasuk dalam golongan organofosfat. Namun selain sebagai racun kontak, curacron juga merupakan racun lambung. Tingkat toksisitas metode sandwich (Curacron 500EC) dengan metode celup (Turex WP) memiliki tingkat yang sama. Meskipun curacron racun kontak, namun bersifat racun lambung juga.
Kedua jenis insektisida yang digunakan merupakan insektisida yang bekerja secara non-sistemik yakni insektisida yang tidak dapat diserap oleh jaringan tanaman, tetapi hanya menempel pada bagian luar tanaman. Lamanya residu insektisida yang menempel pada permukaan tanaman tergantung jenis bahan aktif (berhubungan dengan presistensinya), teknologi bahan dan aplikasi. Serangga akan mati apabila memakan bagian tanaman yang permukaannya terkena insektisida. Residu insektisida pada permukaan tanaman akan mudah tercuci oleh hujan dan siraman, oleh karena itu dalam aplikasinya harus memperhatikan cuaca dan jadwal penyiraman.
Untuk mengendalikan hama yang berada didalam jaringan tanaman (misalnya hama penggerek batang, penggorok daun) penanganannya dilakukan dengan insektisida sistemik atau sistemik lokal, sehingga residu insektisida akan ditranslokasikan ke jaringan di dalam tanaman. Akibatnya hama yang memakan jaringan didalam tanaman akan mati keracunan. Hama yang berada didalam tanaman tidak sesuai bila dikendalikan dengan aplikasi penyemprotan insektisida kontak, karena hama didalam jaringan tanaman tidak akan bersentuhan (kontak) langsung dengan insektisida.
LAMPIRAN
POLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: =uji metode sandwich thd S.litura
input: =lima tarafinput: =Lima taraf kons + kontrol
input: =30 serangga uji per konsentrasi
input: =data mortalitas 72 jam setelah perlakuan
input: =konsentrasi (%), jml srg uji, jml srg mati
input: *sandwic
input: 0 30 15
input: 0.05 30 19
input: 0.1 30 12
input: 0.2 30 18
input: 0.4 30 29
input: 0.6 30 20
preparation dose log-dose subjects responses resp/subj
sandwic .00000 .000000 30. 15. .500
.05000 -1.301030 30. 19. .633
.10000 -1.000000 30. 12. .400
.20000 -.698970 30. 18. .600
.40000 -.397940 30. 29. .967
.60000 -.221849 30. 20. .667
Number of preparations: 1
Number of dose groups: 5
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -114.05053
parameter standard error t ratio
sandwic .67197489 .46633586 1.4409677
SLOPE 1.8363334 .88712681 2.0699785
Variance-Covariance matrix
sandwic SLOPE
sandwic .2174691 .3589530
SLOPE .3589530 .7869940
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
sandwic 30. 19. 15.645 3.355 .521488
30. 12. 16.832 -4.832 .561070
30. 18. 19.056 -1.056 .635206
30. 29. 22.148 6.852 .738283
30. 20. 24.065 -4.065 .802168
chi-square 16.394 degrees of freedom 3 heterogeneity 5.4647
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=7.0635 g(.95)=12.917 g(.99)=43.510
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
Effective Doses
dose limits 0.90 0.95 0.99
LD50 sandwic .43059
LD95 sandwic 3.38684
uji metode sandwich thd S.litura
sandwic subjects 150 controls 30
log(L)=-114.1 slope=1.836+-.887 nat.resp.=.500+-.000
heterogeneity=5.46 g=12.917
Stop - Program terminated.
POLO-PC
(C) Copyright LeOra Software 1987
Input file >
input: =uji metode celup thd S.litura
input: =lima tarafinput: =Lima taraf kons + kontrol
input: =30 serangga uji per konsentrasi
input: =data mortalitas 72 jam setelah perlakuan
input: =konsentrasi (%), jml srg uji, jml srg mati
input: *celup
input: 0 30 4
input: 0.05 30 5
input: 0.1 30 16
input: 0.2 30 6
input: 0.4 30 4
input: 0.6 30 27
preparation dose log-dose subjects responses resp/subj
celup .00000 .000000 30. 4. .133
.05000 -1.301030 30. 5. .167
.10000 -1.000000 30. 16. .533
.20000 -.698970 30. 6. .200
.40000 -.397940 30. 4. .133
.60000 -.221849 30. 27. .900
Number of preparations: 1
Number of dose groups: 5
Do you want probits [Y] ? Is Natural Response a parameter [Y] ? Do you want the likelihood function to be maximized [Y] ? LD's to calculate [10 50 90] > Do you want to specify starting values of the parameters [N] ?
The probit transformation is to be used
The parameters are to be estimated by maximizing the likelihood function
Maximum log-likelihood -105.90398
parameter standard error t ratio
celup .33703628 .28902159 1.1661284
SLOPE 1.3452514 .46852012 2.8712777
Variance-Covariance matrix
celup SLOPE
celup .8353348E-01 .1170414
SLOPE .1170414 .2195111
Chi-squared goodness of fit test
preparation subjects responses expected deviation probability
celup 30. 5. 6.049 -1.049 .201628
30. 16. 8.074 7.926 .269119
30. 6. 11.102 -5.102 .370081
30. 4. 14.957 -10.957 .498553
30. 27. 17.400 9.600 .580007
chi-square 43.215 degrees of freedom 3 heterogeneity 14.405
A large chi-square indicates a poor fit of the data by the probit
analysis model. Large deviations for expected probabilities near 0 or 1
are especially troublesome. A plot of the data should be consulted.
See D. J. Finney, "Probit Analysis" (1972), pages 70-75.
Index of significance for potency estimation:
g(.90)=9.6770 g(.95)=17.696 g(.99)=59.610
"With almost all good sets of data, g will be substantially smaller than
1.0, and seldom greater than 0.4."
- D. J. Finney, "Probit Analysis" (1972), page 79.
Effective Doses
dose limits 0.90 0.95 0.99
LD50 celup .56165
LD95 celup 9.37936
uji metode celup thd S.litura
celup subjects 150 controls 30
log(L)=-105.9 slope=1.345+-.469 nat.resp.=.133+-.000
heterogeneity=14.40 g=17.696
Stop - Program terminated.
