Beruflich Dokumente
Kultur Dokumente
NUMERIK
Aisa Wulan Shofiati (01311640000014)
Ira Puspaningtyas (01311640000016)
Rosita Wati (01311640000020)
Nindya Nanda Nipadani (01311640000022)
Alifah ‘Adany (01311640000024)
Ricky Putra Prakasa (01311640000026)
Diaz Rukhmiyati Kurnia (01311640000030)
SISTEMATIKA MIKROBIA
• Pencetus utamanya: Sneath & Sokal, 1963
– Monotetik
– Karakter tunggal
Sifat molekular
Konstruksi:
Sifat Kimiawi • matriks Klasifikasi
Kemiripan
similaritas numerik
Sifat
fenetik
Sifat fisiologis • dendogram
Sifat morfologis
Prinsip dasar taksonomi numerik fenetik
2. Evaluasi Eror
Estimasi test error
Komputasi berdasar kemiripan
Konstruksi dendrogram (pengklasteran)
Evaluasi dendrogram (co-phenetic-
correlation test)
3. PARSIMONI
• Parsimoni berasal dari kata bahasa Latin parsimonia
(parsus) artinya menghemat
• Hemat dalam menyusun hipotesis.
• Yang dihemat adalah asumsi atau hipotesis, berarti
juga pembuktian
TAHAPAN TASONOMI NUMERIK
Contoh: Tabel n x t
Karakter Strain Mikrobia (Operational Taxonomical Unit)
A B C D E
1 + + - - -
2 + - + - -
3 + - - - -
4 - - + - +
5 + + + + +
6 - - + + +
7 + + - - +
8 + + - + +
9 - - + - +
10 - - - + +
Komputasi nilai similaritas:
+ a b
- c d
Indeks similaritas:
a + d
– (S ) = -------------------- x 100%
SM
a +b +c +d
Jaccard coeficient
a
– (SJ) = ----------------- x 100%
a +b +c
Contoh kalkulasi SSM
– …………dan seterusnya
Matriks Similaritas
A B C D E
A 100 80 30 40 30
B 80 100 30 60 50
C 30 30 100 50 60
D 40 60 50 100 70
E 30 50 60 70 100
Clustring analysis
Sim Strain Mikrobia (OTU)
Similarit (%)
y matrix
A B C D E 100 A B C D E
A 1 90 A B C D E
B 0.8 1
C 0.3 0.3 1 80 (A, B) C D E
D 0.5 0.7 0.6 1 70 (A, B) C (D,E)
E 0.3 0.5 0.6 0.6 1
A B C D E 60 (A, B) C (D,E)
55 (A, B) (C)(D,E)}
Objects
50 (A, B) (C)(D,E)}
Node Group 1 Group 2 Simil. in group
40 (A, B) } (C)(D,E)}]
1A B 0.8 2
2C D 0.6 2 30 (A, B) } (C)(D,E)}]
3Node 2 E 0.6 3 20 (A, B) } (C)(D,E)}]
4Node 1 Node 3 0.433 5 10 (A, B) } (C)(D,E)}]
Konstruksi dendrogram
Hasil klasifikasi:
C
30 40 50 60 70 80 90 100
Algoritme Pengklasteran (Clustering Algoritm)
A B C D E
A 100
B 80 100
C 30 30 100
D 40 60 50 100
E 30 50 60 70 100
Matriks similaritas derived from
Dendrogram (Y)
A B C D E
A 100
B 80 100
C 40 40 100
D 40 40 55 100
E 40 40 55 70 100
Analisis Kofenetik-korelasi
SSM X Y X2 Y2 XY
A-B 80 80
A-C 30 40
A-D 40 40
A-E 30 40
B-C 30 40
B-D 60 40
B-E 50 40
C-D 50 55
C-E 60 55
D-E 70 70
ΣX ΣY ΣX2 ΣY2 ΣXY
Koefisien Korelasi (r)
n(XY –XY)
r = -------------------------------------------
[{n(X2) – (X)2} {n(Y2) – (Y)2}]
Si2 = n/2t
2
+ + - + + -
3
+ + - - + +
4 - - + + - -
Variance of individual test between replicates
– n = 1; t = 3
– Pi =1/2(1-(1-4.Si2)