Klasifikasi Tanaman Leguminosa berdasarkan Komposisi Kimia dan Nilai Kecernaan menggunakan Analisis Multivariat.

Abstract

Leguminosa merupakan salah satu hijauan pakan berkualitas tinggi karena kandungan protein yang tinggi. Persebaran leguminosa cukup banyak di seluruh dunia sehingga dapat dikelompokkan dalam beberapa ketegori seperti pertumbuhan batang, iklim, dan bagian morfologi yang dapat dijadikan sebagai pakan ternak. Pengelompokan kategori tersebut memiliki karakteristik yang berbeda dari segi pertumbuhan fisik akan tetapi dari segi nilai kimia nya belum banyak dilakukan. Salah satu indikator kualitas hijauan pakan ditentukan dari komposisi kimia dan tingkat kecernaannya. Klasifikasi leguminosa dari segi komposisi kimia dan nilai kecernaan belum pernah dilakukan pada ketiga kategori tersebut untuk menentukan karakteristik legum yang menghasilkan nilai kecernaan yang tinggi. Oleh karena itu penelitian ini bertujuan mengklasifikasi tanaman leguminosa berdasarkan komposisi kimia dan nilai kecernaan menggunakan analisis multivariat. Penelitian menggunakan data sekunder yang berasal dari feedipedia dengan jumlah 236 tanaman yang akan dianalisis menggunakan analisis korelasi pearson, principal component analysis (PCA), dan analisis klaster. Variabel yang digunakan pada penelitian ini yaitu komposisi kimia leguminosa meliputi protein kasar (PK), serat kasar (SK), neutral detergent fiber (NDF), acid detergent fiber (ADF), lignin, lemak kasar (LK), abu, dan gross energy (GE) serta nilai kecernaan meliputi kecernaan bahan organik (KcBO), kecernaan energi (KcEN), energi tercerna (ET), dan energi metabolis (EM). Analisis korelasi menunjukkan bahwa variabel komposisi kimia berkorelasi sangat signifikan (p<0,01) terhadap nilai kecernaan, kecuali kandungan LK berkorelasi signifikan (p<0,05). Hasil analisis PCA dapat menjelaskan variasi data hingga 78,40%. Variabel PK, SK, NDF, ADF, lignin, KcBO, KcEN, ET, dan EM berkorelasi dengan PC1 (komponen utama). Klasifikasi leguminosa pada kategori jenis legum, iklim wilayah, dan edible part tidak dapat diketahui dari segi komposisi kimia dan nilai kecernaan, akan tetapi bagian biji memiliki karakteristik tinggi protein dan nilai kecernaan. Analisis klaster non hierarki k-means dapat membentuk 2 klaster leguminosa berdasarkan kualitasnya. Simpulan dari penelitian ini yaitu tidak ada perbedaan signifikan komposisi kimia dan tingkat kecernaan leguminosa berdasarkan kategori tipe pertumbuhan, iklim wilayah, dan edible part. Akan tetapi, ditemukan bagian biji memiliki karakteristik tinggi protein dan kecernaan. Legum berkualitas tinggi yaitu tinggi protein dan rendah serat, sedangkan legum berkualitas rendah tinggi serat dan protein rendah.

Legumes are one of the highest quality feed forages due to their high protein content. The distribution of legumes is quite large throughout the world so that it can be categorized based on stem type, regional climate, and edible parts. These three categories can be one of the factors that affect the chemical composition of legumes. One indicator of the quality of forage feed is determined by its digestibility value. Classification of legumes in terms of chemical composition and digestibility value has never been done in the three categories to determine the characteristics of legumes that produce high digestibility values. Therefore, this study aimed to classified leguminous plants based on chemical composition and digestibility value using multivariate analysis. The study used secondary data derived from feedipedia with a total of 237 plants that will be analyzed using Pearson correlation analysis, principal component analysis (PCA), and cluster analysis. The variables used in this study were the chemical composition of leguminous including crude protein (CP), crude fiber (CF), neutral detergent fiber (NDF), acid detergent fiber (ADF), lignin, ether extract (EE), ash, and gross energy (GE) and digestibility values including organic matter digestibility (OMD), energy digestibility (ED), digestible energy (DE), and metabolic energy (ME). Correlation analysis showed that chemical composition variables were highly significantly correlated (p<0.01) with digestibility values, except for EE content which was significantly correlated (p<0.05). The results of PCA analysis can explain the variation of data up to 78.40%. CP, CF, NDF, ADF, lignin, OMD, ED, DE, and ME variables were correlated with PC1 (main component). Classification of legumes in the categories of legume type, climatic region, and edible part cannot be determined in terms of chemical composition and digestibility value, but the seed part is characterized by high protein and digestibility value. Non-hierarchical k-means cluster analysis can form 2 leguminous clusters based on their quality. Conclusion of this study is no significant difference in chemical composition and digestibility of legumes based on the category of growth type, climate region, and edible parts. However, it was found that the seed part high protein and digestibility. High quality legumes are high in protein and low in fiber, while low quality legumes are high in fiber and low in protein.