Evaluasi Kecukupan Nutrien dan Validasi Persamaan Estimasi Standar Kebutuhan Energi dan Protein untuk Domba Priangan

Abstract

Penelitian ini bertujuan mengevaluasi kecukupan nutrien dan memvalidasi persamaan estimasi yang digunakan dalam penentuan standar kebutuhan energi dan protein untuk domba Priangan berdasarkan pendekatan meta-analitik domba lokal menurut Jayanegara et al. (2017). Evaluasi dan validasi dilakukan dengan membandingkan data pertambahan bobot badan harian, konsumsi bahan kering, protein kasar, dan total digestible nutrient dari 124 ekor domba Priangan di peternakan rakyat dengan perhitungan estimasi. Uji validasi dilakukan menggunakan regresi linier, korelasi pearson, uji-t berpasangan, CCC, dan RMSPE. Hasil evaluasi menunjukkan asupan BK, PK, dan TDN pada beberapa peternakan masih di bawah kebutuhan yang diestimasi. Validasi persamaan menunjukkan estimasi berbasis KPK tidak menunjukkan bias rata-rata yang signifikan (0,634), dapat menjelaskan 25,79% variasi, keeratan hubungan sedang (0,508), akurasi lebih baik (0,346) serta simpangan data lebih kecil (78,41%) dibandingkan estimasi BK dan TDN. Namun demikian, seluruh rumus estimasi menunjukkan nilai CCC yang rendah sehingga tingkat kesepakatan belum memadai.

This study aimed to evaluate nutrient adequacy and validate estimation equations used in determining the energy and protein requirements of Priangan sheep based on the local sheep meta-analytic approach by Jayanegara et al. (2017). The evaluation and validation were conducted by comparing average daily gain, dry matter intake, crude protein, and total digestible nutrient intake data from 124 Priangan sheep raised in smallholder farms with the estimated values. Validation tests were performed using linear regression, Pearson correlation, paired t-test, CCC, and RMSPE. The evaluation results showed that the intake of DM, CP, and TDN in several farms was still below the estimated requirements. The validation results indicated that the CPI-based estimation did not show a significant mean bias (0.634), explained 25.79% of the variation, moderate correlation (0.508), better accuracy (0.346), and a lower standard deviation (78.41%) compared to DMI and TDN based estimations. However, all estimation equations showed low CCC values, indicating that the level of agreement remains inadequate.