Laporan pesti 3 racun kontak

31
PRAKTIKUM PESTISIDA DALAM PROTEKSI TANAMAN (PTN 306) PRAKTIKUM III : PENGUJIAN RACUN KONTAK DURSBAND TERHADAP LIPAS DAN Tribolium castaneum KELOMPOK 5 (Kelas Paralel 2) 1. Ricko Baharudin A24130046 2. Ulfah Fahriani A34120004 3. M. Yusuf Al Anshori A34120028 4. Ilmi Hamidi A34120059 5. Nurul Farida Efriani A34120091 Dosen : Ir. Djoko Prijono MAgr. Sc DEPARTEMEN PROTEKSI TANAMAN

Transcript of Laporan pesti 3 racun kontak

PRAKTIKUM PESTISIDA DALAM PROTEKSI TANAMAN (PTN 306)

PRAKTIKUM III : PENGUJIAN RACUN KONTAK DURSBAND TERHADAP LIPAS DAN Tribolium castaneum

KELOMPOK 5(Kelas Paralel 2)

1. Ricko Baharudin A241300462. Ulfah Fahriani A341200043. M. Yusuf Al Anshori A341200284. Ilmi Hamidi A341200595. Nurul Farida Efriani A34120091

Dosen :Ir. Djoko Prijono MAgr. Sc

DEPARTEMEN PROTEKSI TANAMANFAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGORBOGOR

2015

PENDAHULUAN

Latar Belakang

Pestisida adalah substansi kimia yang digunakan untuk membunuh atau mengendalikan berbagai hama. Berdasarkan asal katanya, pestisida berasal dari bahasa inggris yaitu pest berarti hama, dan cida berarti pembunuh. Menurut peraturan Pemerintah No. 7 tahun 1973, pestisida adalah semua zat kimia atau bahan lain serta jasad renik dan virus yang dipergunakan untuk : (1) Memberantas atau mencegah hama-hama dan penyakit-penyakit yang merusak tanaman atau hasil-hasil pertanian, (2) memberantas rerumputan, (3) mematikan daun dan mencegah pertumbuhan tanaman atau bagian-bagian tanaman, tidak termasuk pupuk, (4) memberantas atau mencegah hama-hama luar pada hewan-hewan peliharaan dan ternak, (5) memberantas dan mencegah hama-hama air, (6) memberikan atau mencegah binatang-binatang dan jasad-jasad renik dalam rumah tangga, bangunan dan alat-alat pengangkutan, memberantas atau mencegah binatang-binatang yang dapat menyebabkan penyakit pada manusia atau binatang yang perlu dilindungi dengan penggunaan pada tanaman, tanah dan air (Djojosumarto 2008).

Pestisida mempunyai sifat-sifat fisik, kimia dan daya kerja yang berbeda-beda sehingga kini terdapat macam-macam pestisida. Pestisida dapat digolongkan menurut berbagai cara tergantung pada kepentingannya, antara lain: berdasarkan sasaran yang akan dikendalikan, cara kerja, struktur kimia, dan bentuknya (Wudianto 2010).

Racun kontak menyebabkan kematian pada serangga dengan cara kontaminasi, penetrasi ke dalam tubuh serangga, dan mengganggu proses fisiologi dan biokimia setelah memasuki tubuh serangga. Kepekaan serangga terhadap racun kontak berbeda-beda tergantung instar serangga (Djojosumarto 2008).

Suatu insektisida dapat meracuni serangga bila sejumlah tertentu molekul insektisida dapat mencapai dan berinteraksi dengan bagian tubuh serangga sasaran. Penetrasi insektisida dapat melalui integumen atau absorpsi oleh dinding saluran pencernaan, translokasi ke bagian sasaran, pengikatan dan penyimpanan pada jaringan tubuh tertentu, metabolisme oleh berbagai enzim pengurai dalam tubuh dan pembuangan keluar tubuh, penetrasi melalui lapisan pelindung bagian sasaran dan interaksi insektisida tersebut dengan bagian sasaran (Djojosumarto 2008).

Tujuan

Praktikum ini bertujuan menguji keefektifan insektisida racun kontak Dursband terhadat lipas dan Tribolium castaneum.

BAHAN DAN METODE

Tempat dan Waktu

Praktikum dilaksanakan di Laboratorium Pendidikan Departemen Proteksi Tanaman, Fakultas Pertanian, Institut Pertanian Bogor. Waktu praktikum dilaksanakan pada hari Senin tanggal 23 Februari pukul 15.00 WIB sampai selesai.

Bahan dan Alat

Bahan yang diperlukan pada praktikum ini adalah 30 ekor kecoa, 30 ekor Tribolium castaneum, tepung, biskuit, dan insektisida Dursban 200 EC. Sedangkan alat yang digunakan adalah cawan petri, kertas saring, label, pipet, gelas ukur, rubber bulb, dan wadah plastik untuk tempat pengujian.

Cara Kerja

Praktikum ini dilakukan dengan dua perlakuan yaitu perlakuan setempat dan perlakuan residu dengan melakukan 3 kali ulangan. Penggunaan racun kontak dengan perlakuan setempat menggunakan metode topikal, yaitu metode yang dilakukan dengan cara meneteskan insektisida menggunakan jarum sebanyak 1 mikroliter larutan. Pelarut yang digunakan adalah Aseton dan pestisida yang digunakan adalah Dursban 200 EC dengan perlakuan konsentrasi 0,5%, 0,4%, 0,3%, 0,2%, 0,1%, 0.05%, dan kontrol. Pelarut dan pestisida tersebut dicampurkan kemudian diteteskan ke bagian ventral kecoa sebanyak 1 mikroliter. Kecoa yang telah diberikan perlakuan dimasukan kedalam 3 wadah, masing-masing wadah terdapat 10 kecoa dan diberikan biskuit sebagai makanannya. Pengamatan dilakukan pada 24, 48, dan 72 jam setelah praktikum dengan menghitung dan mencatat jumlah kecoa yang mati.

Praktikum perlakuan residu dilakukan dengan cara meneteskan larutan pestisida pada kertas saring sebanyak 1 µl dengan menggunakan pipet. Konsentrasi pestisida yang digunakan sama seperti pada perlakuan setempat. Setelah itu Tribolim castaneum dimasukan kedalam 3 cawan petri, masing-masing cawan petri berisi 10 ekor Tribolium castaneum dan diberikan tepung sebagai makanannya. Pengamatan dilakukan pada 24, 48, dan 72 jam setelah praktikum dengan menghitung dan mencatat jumlah serangga yang mati.

HASIL DAN PEMBAHASAN

Hasil

Tabel 1 Pengaruh konsentrasi pestisida racun kontak terhadap mortalitas kecoa

Konsentrasi

Jumlah awal

kecoa / wadah

Jumlah serangga matiSelasa (24 Jam) Rabu (48 Jam) Kamis (72 Jam)

Ulangan 1

Ulangan 2

Ulangan 3

Rata-rata

Ulangan 1

Ulangan 2

Ulangan 3

Rata-rata

Ulangan 1

Ulangan 2

Ulangan 3

Rata-rata

0.5 % 10 9 8 6 7.67 10 9 7 8.67 10 9 7 8.670.4 % 10 6 2 8 5.33 7 2 8 5.67 7 2 8 5.670.3 % 10 0 2 0 0.67 5 3 0 2.67 8 6 0 4.670.2 % 10 3 3 1 2.33 4 4 5 4.33 9 9 7 8.330.1 % 10 2 2 4 2.67 3 3 5 3.67 10 8 9 9.000.05 % 6 0 0 0 0.00 0 0 3 1.00 2 5 4 3.67Kontrol 7 2 0 2 1.33 5 0 3 2.67 5 0 3 2.67LC50 (%) 0.43762 0.43992 0.44258LC95 (%) 0.60222 0.56934 0.00000

Tabel 2 Uji konsentrasu residu pestisida terhadap mortalitas Tribolium castenum

Konsentrasi

Jumlah awal

Tribolium /

wadah

Jumlah serangga matiSelasa (24 Jam) Rabu (48 Jam) Kamis (72 Jam)

Ulangan 1

Ulangan 2

Ulangan 3

Rata-rata

Ulangan 1

Ulangan 2

Ulangan 3

Rata-rata

Ulangan 1

Ulangan 2

Ulangan 3

Rata-rata

0.5 % 10 9 9 9 9.00 10 10 10 10.00 10 10 10 10.000.4 % 10 6 3 10 6.33 10 10 10 10.00 10 10 10 10.000.3 % 10 6 3 7 5.33 8 9 9 8.67 9 10 10 9.670.2 % 10 5 3 7 5.00 7 5 9 7.00 9 7 10 8.670.1 % 10 4 0 2 2.00 7 4 6 5.67 9 4 10 7.670.05 % 10 3 1 1 1.67 3 2 3 2.67 5 4 10 6.33Kontrol 10 0 0 0 0.00 0 0 0 0.00 0 0 0 0.00LC50 (%) 0.20315 0.08951 0.04057 LC95 (%) 1.35694 0.40320 0.22729

Tabel 3 Hasil analisis probitSerangga Uji Perlakuan (Jam) LC50 (%) LC95 (%)

Kecoa 24 0.43762 0.60222

48 0.43992 0.56934

72 0.44258 0.00000

Tribolium 24 0.20315 1.35694

48 0.08951 0.40320

72 0.04057 0.22729

Pembahasan

Mortalitas kecoa akibat perlakuan insektisida racun kontak dengan konsentrasi berbeda selama tiga hari menunjukkan perbedaan yang nyata. Mortalitas kecoa saat perlakuan 24 jam dengan berbagai konsentrasi adalah 8 ekor untuk 0.5% konsentrasi, 5 ekor untuk 0.4% konsentrasi, 4 ekor untuk perlakuan 0.3% konsentrasi, 2 ekor untuk 0.2 % konsentrasi, dan 3 ekor untuk 0.1% konsentrasi. Perlakuan 0.5% konsentrasi tidak menyebabkan kematian kecoa saat selang waktu 24 jam. Maka, dapat disimpulkan bahwa saat selang waktu 24 jam, LC50 racun kontak Dursband 200 EC adalah 0.1%. Alasannya adalah konsentrasi 0.1% dapat mematikan kecoa sebanyak 3 ekor dari 10 ekor total kecoa. LC95 racun kontak ini adalah 0.5%, karena perlakuan konsentrasi ini dalam selang waktu 24 jam mampu mematikan separuh lebih populasi kecoa.

Mortalitas kecoa saat perlakuan 48 jam dengan konsentrasi 0.05% sampai dengan perlakuan 0.5% adalah 1 ekor, 4 ekor, 5 ekor, 3 ekor, 7 ekor, dan 9 ekor. Maka, dapat disimpulkan bahwa LC50 racun kontak untuk perlakuan 48 jam adalah konsentrasi 0.05%. Konsentrasi yang mampu mematikan separuh lebih kecoa adalah perlakuan dengan 0.4%. Mortalitas kematian kecoa saat perlakuan 72 jam dengan perlakuan 0.05% sampai dengan perlakuan 0.5% adalah 4 ekor, 9 ekor, 8 ekor, 5 ekor, 6 ekor, dan 9 ekor. Data kematian perlakuan 72 jam agak berbeda pada konsentrasi 0.3% karena terdapat satu kali ulangan, dan hasil kematiannya nol.

Percobaan uji konsentrasi residu pestisida terhadap mortalitas Tribolium castenum dilakukan dengan meratakan insektisida pada permukaan substrat tertentu, missal kertas saring, dan kemudian serangga dimasukkan ke dalam wadah. Pengujian kontaminasi residu dilakukan selama selang waktu 24 jam, 48 jam, dan 72 jam. Mortalitas perlakuan 24 jam dengan konsentrasi 0.05% sampai dengan konsentrasi 0.5% berturut-turut adalah 2 ekor, 2 ekor, 5 ekor, 5 ekor, 6 ekor, dan 9 ekor Tribolium sp. Hal ini menunjukkan bahwa LC50 pestisida adalah 0.05% karena konsentrasi tersebut mampu mematikan 2 ekor serangga dari total 10 serangga. Perlakuan konsentrasi 0.05% saat selang waktu 48 jam mampu mematikan 3 ekor serangga, dan saat selang waktu 72 jam mematikan 6 ekor serangga. Hal ini menunjukkan bahwa selama selang waktu 72 jam, pestisida yang digunakan untuk mematikan Tribolium sp masih memiliki kefektifan. Hal ini dapat dibuktikan bahwa mortalitas Tribolium sp bertambah saat perlakuan hari ketiga.

Perkiraan LC95 pestisida saat perlakuan 24 jam adalah konsentrasi 0.4%, karena perlakuan konsentrasi ini mampu mematikan separuh lebih populasi serangga (mati 6 ekor). LC95 saat perlakuan 48 jam adalah konsentrasi 0.2% karena perlakuan konsentrasi ini mampu mematikan 7 ekor serangga. LC95 saat perlakuan 72 jam adalah konsentrasi 0.1% karena mampu mematikan separuh lebih populasi serangga (mati 8 ekor). Dalam hal ini, penentuan LC95 ternyata dipengaruhi oleh besarnya konsentrasi racun yang diaplikasikan dan waktu pengaplikasian. LC95 24 jam adalah 0.4%, hal ini menunjukkan bahwa pestisida konsentrasi 0.4% dapat mematikan separuh lebih populasi saat diaplikasikan

selang waktu 24 jam. LC95 72 jam adalah konsentrasi 0.1%, karena dalam selang waktu 72 jam insektisida ini mampu mematikan 8 ekor serangga.

Kematian serangga juga dipengaruhi oleh metabolisme serangga dan seberapa cepat pestisida itu memasuki tubuh serangga. Semakin tinggi konsentrasi yang diaplikasikan dan semakin lama waktu pengaplikasiannya akan efektif mematikan serangga. Bila kepekaan hama sasaran terhadap insektisida sudah berkurang, insektisida tersebut tidak dapat lagi digunakan untuk mengendalikan hama sasaran dan hama tersebut dikategorikan sudah resisten (Zalom 2001; Djojosumarto 2008).

Hasil analisis probit racun kontak Dursband menunjukkan bahwa LC50 racun kontak kecoa saat 24 jam adalah 0.44, sedangkan LC95 racun kontak kecoa adalah 0.60. Pada waktu 48 jam, hasil analisis probit LC50 adalah 0.44, sedangkan LC95 sebesar 0.57. Hasil analisis probit LC50 pada waktu 72 jam adalah 0.45 dan LC95 adalah 0.00. Nilai g pada hasil analisis probit menunjukkan tingkat nyata pendugaan toksisitas insektisida pada tingkat kepercayaan tertentu. Makin kecil nilai g pada tingkat kepercayaan tertentu, makin teliti pendugaannya. Nilai g pada tingkat kepercayaan 95% saat 24 jam adalah 1.12 (lebih besar dari 0.1 dan melebihi 0.4). Dengan demikian selang kepercayaan 95% untuk konsentrasi letal (misal LC50 dan LC95) ekstrak yang diuji dapat dianggap tidak teliti (lebih besar dari 0.1). Selang kepercayaan taraf 99% adalah 3.09. Hal ini menunjukkan bahwa tingkat kepercayaan data yang dianalisis harus diturunkan untuk memperoleh nilai g yang kurang dari 0,4 (Finney 1971).

Hasil analisis probit racun kontak Dursband menunjukkan bahwa LC50 racun kontak Tribolium pada waktu 24 jam adalah 0.20, sedangkan LC95 sebesar 1.35. Hasil analisis probit pada waktu 48 jam menunjukkan LC50 sebesar 0.09, sedangkan nilai LC95 sebesar 0.40. Nilai LC50 pada waktu 72 jam adalah 0.04 dan LC95 adalah 0.22. Nilai g pada tingkat kepercayaan 95% untuk perlakuan 24 jam adalah 0.25 (lebih besar dari 0.1 dan melebihi 0.4). Dengan demikian selang kepercayaan 95% untuk konsentrasi letal (misal LC50 dan LC95) ekstrak yang diuji dapat dianggap tidak teliti (lebih besar dari 0.1). Selang kepercayaan taraf 99% adalah 0.78. Hal ini menunjukkan bahwa tingkat kepercayaan data yang dianalisis harus diturunkan untuk memperoleh nilai g yang kurang dari 0,4 (Finney 1971).

PENUTUP

Simpulan

Konsentrasi letal (LC) adalah konsentrasi yang digunakan untuk mematikan separuh populasi serangga. Setiap kemasan pestisida yang telah terdaftar di kementrian pertanian pasti mencantumkan konsentrasi yang aman digunakan untuk serangga dan lingkungan. Sementara itu, kematian serangga yang disebabkan oleh pestisida dipengaruhi oleh besarnya konsentrasi dan waktu pengaplikasiannya. Beberapa pestisida juga meningalkan residu zat yang masih efektif untuk mematikan serangga. Pestisida juga akan kehilangan efektifitasnya apabila terpapar udara dalam waktu yang lama, sehingga lamanya waktu aplikasi tidak menjamin keefektifan penggunaan.

DAFTAR PUSTAKA

Djojosumarto P. 2008. Pestisida dan Aplikasinya. Jakarta (ID): Agromedia Pustaka.

Finney DJ. 1971. Probit Analysis, 3rd ed. Cambridge: Cambridge Univ Press.Wudianto R. 2001. Petunjuk Penggunaan Pestisida. Jakarta (ID): Penebar

Swadaya.Zalom FG. 2001. Pesticide use practices in integrated pest management. Di

dalam: Krieger R, Doull J, Ecobichon D, Gammon D, Hodgson et al., editor. Handbook of Pesticide Toxicology. Vol 1. San Diego (US): Academic Press. hlm 275-283.

LAMPIRAN

1. Analisis Probit Kematian Kecoa

24 Jam

POLO-PC(C) Copyright LeOra Software 1987

Input file > input: =Pengujian Racun Kontak dengan Metode Residu terhadap kecoa

input: =enam taraf konsentrasi銉input: =30 serangga uji per konsentrasiinput: =data mortalitas 24 jam setelah perlakuaninput: =konsentrasi (%), jumlah serangga uji, jumlah serangga matiinput: *Kecoainput: 0.5 30 23input: 0.4 30 16input: 0.3 30 2input: 0.2 30 7input: 0.1 30 8input: 0.05 18 0input: 0.00 21 4

preparation dose log-dose subjects responses resp/subjKecoa .00000 .000000 21. 4. .190 .50000 -.301030 30. 23. .767 .40000 -.397940 30. 16. .533 .30000 -.522879 30. 2. .067 .20000 -.698970 30. 7. .233 .10000 -1.000000 30. 8. .267 .05000 -1.301030 18. 0. .000

Number of preparations: 1Number of dose groups: 6Do 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 usedThe parameters are to be estimated by maximizing the likelihood function

Maximum log-likelihood -95.709385

parameter standard error t ratioKecoa 4.2576755 1.0301817 4.1329365 SLOPE 11.863148 2.7948446 4.2446539

Variance-Covariance matrix Kecoa SLOPE Kecoa 1.061274 2.823411 SLOPE 2.823411 7.811156

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilityKecoa 30. 23. 24.021 -1.021 .800699 30. 16. 13.525 2.475 .450843 30. 2. 6.343 -4.343 .211418 30. 7. 5.715 1.285 .190498 30. 8. 5.714 2.286 .190476 18. 0. 3.429 -3.429 .190476

chi-square 10.534 degrees of freedom 4 heterogeneity 2.6336

A large chi-square indicates a poor fit of the data by the probitanalysis model. Large deviations for expected probabilities near 0 or 1are 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)=.66431 g(.95)=1.1268 g(.99)=3.0985

"With almost all good sets of data, g will be substantially smaller than1.0, and seldom greater than 0.4." - D. J. Finney, "Probit Analysis" (1972), page 79.

Effective Doses dose limits 0.90 0.95 0.99LD50 Kecoa .43762LD95 Kecoa .60222

Pengujian Racun Kontak dengan Metode Residu terhadap kecoa Kecoa subjects 168 controls 21 log(L)=-95.71 slope=11.863+2.795 nat.resp.=.190+.000 heterogeneity=2.63 g=1.127

Stop - Program terminated.

48 Jam

POLO-PC(C) Copyright LeOra Software 1987

Input file > input: =Pengujian Racun Kontak dengan Metode Residu terhadap kecoa

input: =enam taraf konsentrasi銉input: =30 serangga uji per konsentrasiinput: =data mortalitas 48 jam setelah perlakuaninput: =konsentrasi (%), jumlah serangga uji, jumlah serangga matiinput: *Kecoainput: 0.5 30 26input: 0.4 30 17input: 0.3 30 8input: 0.2 30 13input: 0.1 30 11input: 0.05 18 3input: 0.00 21 8

preparation dose log-dose subjects responses resp/subjKecoa .00000 .000000 21. 8. .381 .50000 -.301030 30. 26. .867 .40000 -.397940 30. 17. .567 .30000 -.522879 30. 8. .267 .20000 -.698970 30. 13. .433 .10000 -1.000000 30. 11. .367 .05000 -1.301030 18. 3. .167

Number of preparations: 1Number of dose groups: 6Do 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 -115.13762

parameter standard error t ratioKecoa 5.2375320 1.6379339 3.1976456 SLOPE 14.686466 4.7161199 3.1140994

Variance-Covariance matrix Kecoa SLOPE Kecoa 2.682827 7.619561 SLOPE 7.619561 22.24179

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilityKecoa 30. 26. 26.154 -.154 .871785 30. 17. 16.480 .520 .549328 30. 8. 11.564 -3.564 .385477 30. 13. 11.429 1.571 .380953 30. 11. 11.429 -.429 .380952 18. 3. 6.857 -3.857 .380952

chi-square 5.7110 degrees of freedom 4 heterogeneity 1.4277

A large chi-square indicates a poor fit of the data by the probitanalysis model. Large deviations for expected probabilities near 0 or 1are 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)=.66911 g(.95)=1.1349 g(.99)=3.1209

"With almost all good sets of data, g will be substantially smaller than1.0, 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 Kecoa .43992LD95 Kecoa .56934

Pengujian Racun Kontak dengan Metode Residu terhadap kecoa Kecoa subjects 168 controls 21 log(L)=-115.1 slope=14.686+4.716 nat.resp.=.381+.000 heterogeneity=1.43 g=1.135

Stop - Program terminated.

72 Jam

POLO-PC(C) Copyright LeOra Software 1987

Input file > input: =Pengujian Racun Kontak dengan Metode Residu terhadap kecoa

input: =enam taraf konsentrasi銉input: =30 serangga uji per konsentrasiinput: =data mortalitas 72 jam setelah perlakuaninput: =konsentrasi (%), jumlah serangga uji, jumlah serangga matiinput: *Kecoainput: 0.5 30 26input: 0.4 30 17input: 0.3 30 14input: 0.2 30 25input: 0.1 30 27input: 0.05 18 11input: 0.00 21 8

preparation dose log-dose subjects responses resp/subjKecoa .00000 .000000 21. 8. .381 .50000 -.301030 30. 26. .867 .40000 -.397940 30. 17. .567 .30000 -.522879 30. 14. .467 .20000 -.698970 30. 25. .833 .10000 -1.000000 30. 27. .900 .05000 -1.301030 18. 11. .611

Number of preparations: 1Number of dose groups: 6Do 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 usedThe parameters are to be estimated by maximizing the likelihood function

Maximum log-likelihood -114.19905

parameter standard error t ratioKecoa -.11218740 .32306565 -.34725883 SLOPE -.31690440 .43292290 -.73201117

Variance-Covariance matrix Kecoa SLOPE Kecoa .1043714 .1255924 SLOPE .1255924 .1874222

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilityKecoa 30. 26. 20.590 5.410 .686330 30. 17. 20.817 -3.817 .693914 30. 14. 21.111 -7.111 .703686 30. 25. 21.523 3.477 .717420 30. 27. 22.220 4.780 .740683 18. 11. 13.743 -2.743 .763496

chi-square 23.169 degrees of freedom 4 heterogeneity 5.7923

A large chi-square indicates a poor fit of the data by the probitanalysis model. Large deviations for expected probabilities near 0 or 1are 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)=49.128 g(.95)=83.328 g(.99)=229.14

"With almost all good sets of data, g will be substantially smaller than1.0, and seldom greater than 0.4." - D. J. Finney, "Probit Analysis" (1972), page 79.

Effective Doses dose limits 0.90 0.95 0.99LD50 Kecoa .44258LD95 Kecoa .00000

Pengujian Racun Kontak dengan Metode Residu terhadap kecoa Kecoa subjects 168 controls 21 log(L)=-114.2 slope=-.317+.433 nat.resp.=.381+.000 heterogeneity=5.79 g=83.328

Stop - Program terminated.

2. Analisis Probit Kematian Tribolium sp24 Jam

POLO-PC(C) Copyright LeOra Software 1987

Input file > input: = uji residu kertas saring pada Tribolium castaneuminput: = enam taraf kons + kontrolinput: = 30 serangga uji per konsentrasiinput: = data mortalitas 24 jam setelah perlakuaninput: = konsentrasi (%), jml srg uji, jml srg matiinput: *Tri24input: 0 30 0input: 0.05 30 5input: 0.1 30 6input: 0.2 30 15input: 0.3 30 18input: 0.4 30 19input: 0.5 30 27

preparation dose log-dose subjects responses resp/subjTri24 .00000 .000000 30. 0. .000 .05000 -1.301030 30. 5. .167 .10000 -1.000000 30. 6. .200 .20000 -.698970 30. 15. .500 .30000 -.522879 30. 18. .600 .40000 -.397940 30. 19. .633 .50000 -.301030 30. 27. .900

Number of preparations: 1Number of dose groups: 6

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 usedThe parameters are to be estimated by maximizing the likelihood function

Maximum log-likelihood -101.83219

parameter standard error t ratioTri24 1.3804723 .23612293 5.8464137 SLOPE 1.9944026 .31508545 6.3297199

Variance-Covariance matrix Tri24 SLOPE Tri24 .5575404E-01 .6717000E-01 SLOPE .6717000E-01 .9927884E-01

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilityTri24 30. 5. 3.369 1.631 .112316 30. 6. 8.089 -2.089 .269631 30. 15. 14.838 .162 .494592 30. 18. 18.966 -.966 .632183 30. 19. 21.640 -2.640 .721338 30. 27. 23.470 3.530 .782333

chi-square 5.3597 degrees of freedom 4 heterogeneity 1.3399

A large chi-square indicates a poor fit of the data by the probitanalysis model. Large deviations for expected probabilities near 0 or 1are 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)=.15199 g(.95)=.25780 g(.99)=.70892

"With almost all good sets of data, g will be substantially smaller than1.0, and seldom greater than 0.4." - D. J. Finney, "Probit Analysis" (1972), page 79.

We will use only the probabilities for which g is less than 0.5

Effective Doses dose limits 0.90 0.95 0.99LD50 Tri24 .20315 lower .14738 .12948 upper .27646 .31090LD95 Tri24 1.35694 lower .76097 .67361 upper 4.71853 9.97308

uji residu kertas saring pada Tribolium castaneum Tri24 subjects 180 controls 30 log(L)=-101.8 slope=1.994+-.315 nat.resp.=.000+-.000 heterogeneity=1.34 g=.258 LD50=.203 limits: .129 to .311 LD95=1.357 limits: .674 to 9.973

Stop - Program terminated.

48 Jam

POLO-PC(C) Copyright LeOra Software 1987

Input file > input: = uji residu kertas saring pada Tribolium castaneuminput: = enam taraf kons + kontrolinput: = 30 serangga uji per konsentrasiinput: = data mortalitas 48 jam setelah perlakuaninput: = konsentrasi (%), jml srg uji, jml srg matiinput: *Tri48input: 0 30 0input: 0.05 30 9input: 0.1 30 17input: 0.2 30 21input: 0.3 30 26input: 0.4 30 30input: 0.5 30 30

preparation dose log-dose subjects responses resp/subjTri48 .00000 .000000 30. 0. .000 .05000 -1.301030 30. 9. .300 .10000 -1.000000 30. 17. .567 .20000 -.698970 30. 21. .700 .30000 -.522879 30. 26. .867 .40000 -.397940 30. 30. 1.000

.50000 -.301030 30. 30. 1.000

Number of preparations: 1Number of dose groups: 6Do 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 usedThe parameters are to be estimated by maximizing the likelihood function

Maximum log-likelihood -72.876436

parameter standard error t ratioTri48 2.6375434 .32635136 8.0819132 SLOPE 2.5164638 .35946072 7.0006641

Variance-Covariance matrix Tri48 SLOPE Tri48 .1065052 .1093666 SLOPE .1093666 .1292120

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilityTri48 30. 9. 7.867 1.133 .262241 30. 17. 16.446 .554 .548186 30. 21. 24.306 -3.306 .810194 30. 26. 27.206 -1.206 .906872 30. 30. 28.473 1.527 .949095 30. 30. 29.098 .902 .969947

chi-square 5.7441 degrees of freedom 4 heterogeneity 1.4360

A large chi-square indicates a poor fit of the data by the probitanalysis model. Large deviations for expected probabilities near 0 or 1are 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)=.13317 g(.95)=.22587 g(.99)=.62111

"With almost all good sets of data, g will be substantially smaller than1.0, and seldom greater than 0.4." - D. J. Finney, "Probit Analysis" (1972), page 79.

We will use only the probabilities for which g is less than 0.5

Effective Doses dose limits 0.90 0.95 0.99LD50 Tri48 .08951 lower .05844 .04750 upper .11888 .12864LD95 Tri48 .40320 lower .27877 .25590 upper .80289 1.16601

uji residu kertas saring pada Tribolium castaneum Tri48 subjects 180 controls 30 log(L)=-72.88 slope=2.516+-.359 nat.resp.=.000+-.000 heterogeneity=1.44 g=.226 LD50=.090 limits: .048 to .129 LD95=.403 limits: .256 to 1.166

Stop - Program terminated.

72 Jam

POLO-PC(C) Copyright LeOra Software 1987

Input file > input: = uji residu kertas saring pada Tribolium castaneuminput: = enam taraf kons + kontrolinput: = 30 serangga uji per konsentrasiinput: = data mortalitas 72 jam setelah perlakuaninput: = konsentrasi (%), jml srg uji, jml srg matiinput: *Tri72input: 0 30 0input: 0.05 30 19input: 0.1 30 23input: 0.2 30 26input: 0.3 30 30input: 0.4 30 30input: 0.5 30 30

preparation dose log-dose subjects responses resp/subjTri72 .00000 .000000 30. 0. .000 .05000 -1.301030 30. 19. .633 .10000 -1.000000 30. 23. .767

.20000 -.698970 30. 26. .867 .30000 -.522879 30. 30. 1.000 .40000 -.397940 30. 30. 1.000 .50000 -.301030 30. 30. 1.000

Number of preparations: 1Number of dose groups: 6Do 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 usedThe parameters are to be estimated by maximizing the likelihood function

Maximum log-likelihood -50.592506

parameter standard error t ratioTri72 3.0590137 .45195500 6.7684033 SLOPE 2.1978782 .44412593 4.9487725

Variance-Covariance matrix Tri72 SLOPE Tri72 .2042633 .1908192 SLOPE .1908192 .1972478

Chi-squared goodness of fit test

preparation subjects responses expected deviation probabilityTri72 30. 19. 17.372 1.628 .579067 30. 23. 24.163 -1.163 .805418 30. 26. 28.083 -2.083 .936091 30. 30. 29.158 .842 .971920 30. 30. 29.566 .434 .985533 30. 30. 29.752 .248 .991744

chi-square 4.6237 degrees of freedom 4 heterogeneity 1.1559

A large chi-square indicates a poor fit of the data by the probitanalysis 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)=.21451 g(.95)=.36384 g(.99)=1.0005

"With almost all good sets of data, g will be substantially smaller than1.0, and seldom greater than 0.4." - D. J. Finney, "Probit Analysis" (1972), page 79.

We will use only the probabilities for which g is less than 0.5

Effective Doses dose limits 0.90 0.95 0.99LD50 Tri72 .04057 lower .01558 .00790 upper .06195 .06814LD95 Tri72 .22729 lower .15582 .14217 upper .49829 .85303

uji residu kertas saring pada Tribolium castaneum Tri72 subjects 180 controls 30 log(L)=-50.59 slope=2.198+-.444 nat.resp.=.000+-.000 heterogeneity=1.16 g=.364 LD50=.041 limits: .008 to .068 LD95=.227 limits: .142 to .853

Stop - Program terminated.