IMPLEMENTASI RIDGE REGRESSION BEST LINIER UNBIASED PREDICTION (RRBLUP) GENOMIC SELECTION PADA TANAMAN JAGUNG (Zea mays L.)

Abstract

Sebagai makhluk hayati, manusia tidak bisa terlepas dari keberadaan makhluk hidup lain seperti tumbuhan dan hewan yang memegang peranan penting untuk keberlangsungan hidupnya. Oleh karenanya sangat penting bagi para ahli dan praktisi ilmu hayati untuk dapat meningkatkan produktivitas dan kualitas tanaman melalui breeding (pemuliaan). Salah satu teknik pemuliaan tanaman yang saat ini sedang berkembang adalah Genomic Selection (GS). Genomic Selection merupakan salah satu bentuk Marker Assisted Selection (MAS) yang bekerja dengan melakukan estimasi efek penanda (marker) pada genom dari populasi sasaran (breeding/testing population) berdasarkan model yang didapat dari training population. Salah satu tanaman yang terbilang pokok dan sering dibudidayakan oleh petani Indonesia adalah jagung (Zea mays L.). Jagung banyak digunakan untuk kebutuhan pakan ternak dan konsumsi rumah tangga. Oleh karenanya diperlukan adanya pengkajian yang bertujuan untuk meningkatkan produktivitas tanaman jagung menggunakan teknik breeding genomic selection. Tujuan dari penelitian ini adalah memprediksi sifat tanaman jagung berdasarkan genotipnya menggunakan Ridge Regression Best Liner Unbiased Prediction Genomic Selection (RRBLUP) dan mencari nilai akurasinya. Dalam penelitian ini didapatkan 4 model untuk 4 sifat tanaman jagung yaitu Pollen Shed, Plant Height, Ear Height dan Grain Yield. Prediksi pada Pollen Shed memiliki akurasi tertinggi dengan nilai korelasi sebesar 0,2974 sedangkan Grain Yield memiliki akurasi terrendah dengan nilai korelasi 0,2182.