Analisa Faktor-Faktor Yang Mempengaruhi Hasil Produksi Kelapa Sawit Di Kebun Bagerpang PT. PP. London Sumatra Indonesia Tbk.

ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI KELAPA SAWIT DI KEBUN BAGERPANG PT. PP. LONDON

SUMATRA INDONESIA Tbk. TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ahli Madya

BERNIATI 082407081

PROGRAM STUDI DIPLOMA III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI KELAPA SAWIT DI KEBUN BAGERPANG PT. PP. LONDON

SUMATRA INDONESIA Tbk. TUGAS AKHIR

BERNIATI 082407081

PROGRAM STUDI DIPLOMA III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

PERSETUJUAN

Judul : ANALISA FAKTOR-FAKTOR YANG

MEMPENGARUHI HASIL PRODUKSI KELAPA SAWIT DI KEBUN BAGERPANG

PT.PP. LONDON SUMATRA INDONESIA Tbk.

Kategori : TUGAS AKHIR

Nama : BERNIATI

Nomor Induk Mahasiswa : 082407081

Program Studi : DIPLOMA III STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (MIPA) UNIVERSITAS

SUMATERA UTARA Diluluskan di Medan, Juli 2011 Diketahui Oleh,

Departemen Matematika FMIPA USU

Ketua,

Pembimbing

Drs. AGUS SALIM HARAHAP, M.Si NIP. 195408281981031004

PERNYATAAN

ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI KELAPA SAWIT DI KEBUN BAGERPANG PT. PP. LONDON

SUMATRA INDONESIA Tbk. TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2011

BERNIATI 082407081

PENGHARGAAN

Segala puji, hormat dan kemuliaan kepada Tuhan Yang Maha Kasih oleh karena anugerah dan kemurahan-Nya Saya mampu menyelesaikan Tugas Akhir ini dalam waktu yang telah ditetapkan.

Ucapan terima kasih saya sampaikan kepada Bapak Drs. Agus Salim Harahap, M.Si, selaku dosen pembimbing dalam penyelesaian tugas akhir ini, yang telah memberikan arahan, waktu dan bimbingan selama penyelesaian Tugas Akhir ini. Ucapan terima kasih kepada kedua orang tua terkasih (T. Harianja dan my soulmate Ibu R br. Hutabarat) atas dukungan materil dan moril serta doa selama masa perkuliahan dan penyelesaian Tugas Akhir ini serta buat Saudara-saudaraku tersayang (Kak Syifa, Bang Niel, Kak Exa, Kak As, Kak Ci, dan Kak Nalop) dan buat Eda Niel n Abang Rait, juga semua keponakanku yang tecinta. Ucapan terima kasih juga Saya sampaikan kepada Bapak Dr. Tulus, M.Si selaku ketua Departemen Matematika dan Sekretaris Departemen Matematika, Bapak Dekan dan Pembantu Dekan, Seluruh Bapak/Ibu Staff Pengajar Statistika, FMIPA Universitas Sumatera Utara, Pegawai di FMIPA USU, rekan-rekan seperjuangan stambuk 2008, adek-adek stambuk 2009 dan 2010, teman-teman pelayanan di PSE, Kelompok Kecil Sacrifice (K’Me, Itin, Velin, Lisa). Terima kasih saya ucapkan juga kepada teman-teman satu kos (Kak Thita, Kak Ita, Bang Bat, Heni, Mulroni, Ondi dan mario) yang telah mendukung Saya, baik dalam semangat maupun doa. Tuhan Memberkati.

DAFTAR TABEL

Halaman Tabel 4.1 Data Hasil Produksi Kelapa Sawit, Luas Lahan (Ha) dan Curah 27

Hujan (mm) pengolahan dari tahun 2005-2010

Tabel 4.2 Tabel Nilai- nilai Koefisien yang Diperlukan Untuk Memperoleh 28 , , dan

DAFTAR GAMBAR

Halaman Gambar 5.1 Tampilan saat membuka aplikasi SPSS pada windows 40 Gambar 5.2 Tampilan jendela variabel view 43 Gambar 5.3 Tampilan data pada data view setelah datanya sudah di ketik 44 Gambar 5.4 Tampilan analisis regresi linier 45

Gambar 5.5 Tampilan data setelah data dimasukkan ke dalam variabel dependent atau independent 45

Gambar 5.6 Tampilan analisis korelasi bivariate 46 Gambar 5.7 Tampilan data pada data view setelah datanya dimasukkan ke

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Tabel v

Daftar Gambar vi

Daftar Isi vii

Bab I Pendahuluan

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan dan Manfaat Penelitian 3

1.5 Lokasi Penelitian 4

1.6 Metode Penelitian 4

1.7 Sistematika Penulisan 6

Bab 2 Tinjauan Pustaka

2.1 Regresi Linier Sederhana 8

2.2 Analisis Regresi Berganda 9

2.3 Uji Regresi Linier Berganda 11

2.4.1 Koefisien Determinasi 12

2.4.2 Koefisien Korelasi 13

Bab 3 Gambaran Umum PT.PP.London Sumatra Indonesia, Tbk.

3.1 Sejarah Ringkas 14

3.2 Jenis Usaha 16

3.3 Struktur Organisasi 17

3.4 Kinerja Usaha Terkini 19 Bab 4 Analisa dan Pembahasan 4.1 Data yang Diperoleh 27 4.2 Persamaan Regresi Linier Ganda 28

4.3 Pengujian Regresi Linier Ganda 32 4.4 Koefisien Determinasi 34 4.5 Perhitungan Korelasi Antara Variabel Y dengan X1 dan X2 35 4.5.1 Koefisien Korelasi antara Y dengan X1 35 4.5.2 Koefisien Korelasi antara Y dengan X2 35 Bab 5 Implementasi Sistem 5.1 Pengertian Implementasi Sistem 37 5.2 Peranan dalam Statistika 38 5.3 Mengoperasikan SPSS 39 5.3.1 Mengaktifkan Program SPSS pada Windows 39 5.3.2 Pemasukan Data 40

5.3.3 Menyimpan Data 44

5.4 Analisis Regresi dengan SPSS 44

Bab 6 Kesimpulan dan Saran

6.1 Kesimpulan 47

6.2 Saran 48

Daftar Pustaka 50

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Indonesia merupakan salah satu Negara di dunia yang kaya dengan sumber daya alam dan dikenal sebagai pusat konsentrasi keanekaragaman hayati dunia, seperti flora dan fauna dengan bermacam keunikan dan keindahan yang tersebar di seluruh kepulauan Indonesia.

Negara Indonesia mempunyai struktur tanah dan curah hujan yang cocok bagi tanaman kelapa sawit, sehingga dijadikan sebagai produsen kelapa sawit dunia. Kelapa sawit memberikan nilai tambah devisa disektor non migas.

Hasil produksi usaha perkebunan kelapa sawit, selain sebagai bahan baku industri minyak goreng, juga sebagai bahan baku industri oleochemical yang cukup

kompetitif dan luas. Oleh sebab itu, arah pengembangan produksi perkebunan kelapa sawit selama ini adalah untuk memenuhi kebutuhan konsumsi dalam negeri dan ekspor. Seiring pesatnya perkembangan industri berbahan baku hasil produksi kelapa sawit (CPO dan PKO), antara lain untuk biodiesel, maka arah pengembangan produksi adalah pemenuhan kebutuhan konsumsi dalam negeri dan ekspor, sedangkan untuk kebutuhan biodiesel perlu dipersiapkan pengembangan baru yang tidak mengganggu kebutuhan dalam negeri dan ekspor.

Sejalan dengan meningkatnya kebutuhan dan peranan kelapa sawit, maka dilakukanlah usaha-usaha untuk peningkatan produktivitas kelapa sawit. Dalam hal ini penulis mencoba untuk menganalisa hasil produksi kelapa sawit dengan faktor-faktor yang mempengaruhinya. Adapun faktor-faktor yang mempengaruhi hasil produksi kelapa sawit diantaranya adalah luas lahan, curah hujan, dan pemakaian pupuk.

Dari faktor yang ada, akan dianalisa bagaimana pengaruh dan hubungan antara produksi dengan faktor yang mempengaruhinya dengan menggunakan metode Analisis Regresi Linear Berganda.

Dari uraian diatas, penulis memilih judul “Analisa Faktor-Faktor yang Mempengaruhi Hasil Produksi Kelapa Sawit di Kebun Bagerpang PT. PP. LONDON SUMATRA INDONESIA Tbk.”

1.2 Identifikasi Masalah

Adapun masalah yang timbul dari penelitian ini adalah bagaimana hubungan antara beberapa faktor yang mempengaruhi hasil produksi kelapa sawit di kebun Bagerpang PT. PP. LONDON SUMATRA INDONESIA Tbk. Dan seberapa erat hubungan variabel-variabel tersebut.

Penulis membuat batasan permasalahan dari sekian banyak faktor yang mempengaruhi produksi akasia, yakni penulis hanya mengambil dua faktor yang dianggap paling mempengaruhi hasil produksi kelapa sawit, yaitu pengaruh luas lahan dan curah hujan terhadap produksi kelapa sawit di PT. PP. LONDON SUMATRA INDONESIA Tbk. Lalu akan dianalisa secara regresi linear berganda (multiple) dan akan dicari apakah faktor-faktor tersebut sangat mempengaruhi kenaikan produksi kelapa sawit, sehingga nantinya akan diperoleh persamaan penduga yang layak digunakan.

1.4 Tujuan dan Manfaat Penelitian

Adapun tujuan dalam penulisan ini adalah untk mengumpulkan dan menganalisa data yang diperoleh secara sistematis dan efisien untuk memecahkan suatu masalah sehingga memperoleh suatu kesimpulan yang dapat dipakai untuk program kerja selanjutnya.

Dengan data yang ada maka akan diketahui keadaan produksi kelapa sawit yang dapat memberikan gambaran dan masukan pada perusahaan khususnya di kebun Bagerpang PT. PP. LONDON SUMATRA INDONESIA Tbk. Sedangkan manfaat dari penulisan ini adalah :

1. Dapat mengaplikasikan ilmu dengan membandingkan teori-teori yang diperoleh selama perkuliahan.

2. Dapat memberikan masukan dan menjadi bahan pertimbangan dalam upaya meningkatkan hasil produksi kelapa sawit di PT. PP. LONDON SUMATRA INDONESIA Tbk.

1.5 Lokasi Penelitian

Pengambilan data melalui ijin PT. PP. LONDON SUMATRA INDONESIA Tbk. Yang berada di Jln. Jend. Ahmad Yani no. 2, Medan, dan data diambil di Kebun Bagerpang PT. PP. LONDON SUMATRA INDONESIA yang terletak di Kec. Batu Lokong, Deli Serdang.

1.6 Metode Penelitian

Metode penelitian adalah suatu cara yang digunakan untuk melaksanakan suatu penelitian, sehingga tujuan penelitian tersebut tercapai.

Pengumpulan data bersumber dari data sekunder yang diperoleh dari PT. PP. LONDON SUMATRA INDONESIA Tbk. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.

Telah disebutkan bahwa ada dua hal yang berkaitan dengan penelitian yaitu membedakan dan menghubungkan, apabila yang ingin diketahui ada tidaknya pengaruh suatu variabel terhadap variabel lain peneliti akan mengujinya lewat eksperimen. Namun bila yang ingin diketahui adalah seberapa besar kekuatan hubungan yang terjadi antara dua variabel atau lebih, maka studinya akan menoreh pada hubungan. Menurut Tuckman (1976) studi hubungan yang melibatkan regresi bukan studi tentang kualitas, oleh karena itu bila masalah yang dirumuskan mengenai

apakah terdapat hubungan antara variabel X dengan variabel Y, maka analisa yang didapatkan dalam pengujian hipotesis seperti ini adalah regresi.

Secara umum model regresi linear berganda dari data hasil pengamatan yang akan terjadi akibat variabel-variabel , ,…, untuk populasi adalah :

+ + + +…+ + ; = 1, 2, 3,…

Dengan , , ,…, adalah koefisien atau parameter yang nilainya tidak diketahui, sehingga nilainya diduga menggunakan statistic sampel dan µ merupakan error atau kesalahan yang tidak diketahui nilainya. Model populasi regresi berganda ini diduga menggunakan metode kuadrat terkecil (Least Square Method).

Prinsip metode kuadrat terkecil ini adalah meminimumkan selisih kuadrat antara Y observasi dan Y dugaan. Model sampel regresinya adalah:

+ + +…+

Dengan :

= Variabel tak bebas (dependent variabel) = Variabel bebas (independent varabel)

= Konstanta atau penduga bagi intersep (titik potong) = Penduga bagi

Model regresi berganda untuk populasi ini dapat diduga berdasarkan model regresi linear (simple regression method) sebagai berikut:

+ + +…+ + ℮

= Dugaan bagi parameter konstanta = Dugaan bagi parameter koefisien regresi

℮ = Kesalahan untuk sampel

1.7 Sistematika Penulisan

Penulisan tugas akhir ini disusun secara sistematis, yang didalamnya dikemukakan beberapa hal sebagai berikut :

BAB 1 : PENDAHULUAN

Dalam bab ini diuraikan latar belakang, identifikasi masalah, batasan masalah, tujuan dan manfaat penelitian, lokasi penelitian, metode penelitian, dan sistematika penulisan.

BAB 2 : TINJAUAN TEORITIS

Dalam bab ini akan diuraikan mengenai konsep dan defenisi dari analisa regresi, sebagai tinjauan teori untuk diaplikasikan dalam pengolahan data yang tepat.

BAB 3 : GAMBARAN UMUM PERUSAHAAN

Bab ini menjelaskan atau menceritakan tentang sejarah singkat berdirinya perusahaan beserta struktur organisasi tempat riset dilakukan.

BAB 4 : ANALISA DAN PEMBAHASAN

Bab ini berisi tentang penganalisaan dan pengolahan data angka yang telah diperoleh, hingga nantinya mendapatkan kesimpulan.

Dalam bab ini dipaparkan mengenai langkah-langkah pengolahan data dengan menggunakan sistem komputerisasi.

BAB 6 : KESIMPULAN DAN SARAN

Bab ini merupakan penutup yang berupa suatu kesimpulan dan saran dari seluruh pembahasan yang di dapat.

BAB 2

TINJAUAN TEORITIS

2.1 Regresi Liniear Sederhana

Kata regresi (regression) diperkenalkan pertama kali oleh Francis Dalton pada tahun 1886. Menurut Dalton, analisis regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel.

Pada dasarnya analisa regresi diinterpretasikan sebagai suatu analisa yang berkaitan dengan studi ketergantungan (hubungan kausal) dari suatu variabel tak bebas (Dependent Variable) atau disebut juga variabel endogen dengan satu atau lebih variabel bebas (Independent Variable) atau disebut juga variabel eksogen dengan maksud untuk menduga atau memperkirkan nilai-niai dari variabel tak bebas. Penentuan variabel mana yang bebas dan mana yang tak bebas dalam beberapa hal tidak mudah dilakukan. Variabel yang mudah didapat atau tersedia sering digolongkan kedalam variabel bebas sedangkan variabel yang terjadi setelah variabel bebas itu merupakan variabel tak bebas. Untuk keperluan analisis, variabel bebas akan dinyatakan dengan , ,…, (k 1) sedangkan variabel tak bebas dinyatakan dengan Y.

untuk regresi linear sederhana, bentuk umumnya sebagai berikut: Ŷ =

Maka koefisien a dan utuk regresi linear dapat dihitung dengan rumus :

a =

b =

jika terlebih dahulu dihitung koefisien b, maka koefisien a dapat pula ditentukan oleh rumus:

a = - b

Dengan dan masing-masing rata-rata untuk variabel-variabel X dan Y.

2.2 Analisis Regresi Berganda

Analisis regresi berganda merupakan pengembangan lebih lanjut dari analisis regresi sederhana. Sering sekali dalam kehidupan sehari-hari terdapat suatu fenomena kehidupan masyarakat yang bersifat kompleks, sehingga tidak cukup untuk menjelaskan suatu kejadian hanya berdasarkan variabel penjelas tunggal atau hanya satu variabel saja. Sebagai contoh, sering diasumsikan bahwa tinggi rendahnya konsumsi keluarga (Y) terhadap suatu produk adalah dipengaruhi tinggi rendahnya pendapatan keluarga (X). Tetapi dalam kenyataannya tidaklah sesederhana itu, karena di samping pendapatan diketahui pula bahwa terdapat sejumlah variabel lain yang ikut mempengaruhi konsumsi, seperti misalnya variabel jumlah keluarga, tingkat pendidikan keluarga dan variabel lainnya.

Pada contoh lain misalnya, rata-rata indeks prestasi mahasiswa (Y) bergantung pada banyaknya jam belajar ( ), jumlah SKS yang dibebankan ( ), tingkat

intelegensi mahasiswa ( ) dan faktor lainnya. Secara umum, hasil pengamatan Y bisa terjadi karena variabel-variabel bebas , ,…, .

Berdasarkan kenyataan ini, maka perlu dikembangkan model regresi sederhana yang hanya melibatkan satu variabel penjelas atau variabel bebas, menjadi model regresi berganda yang melibatkan lebih dari satu variabel penjelas atau variabel bebas. Maka model regresi ganda atas , ,…, akan ditaksir oleh :

+ + +…+

Dengan , , ,…, merupakan koefisien-koefisien yang harus ditentukan berdasarkan hasil pengamatan. Koefisien-koefisien , , ,…, ditentukan dengan menggunakan metoda kuadrat terkecil seperti halnya menentukan koefisien-koefisien a dan buntuk regresi linier Ŷ = . Oleh karena model regresi linier ganda berisikan (k+1) buah koefisien, maka , , ,…, didapat dengan jalan menyelesaikan sistem persamaan yang terdiri atas (k+1) buah persamaan.

Untuk regresi linier ganda dengan dua variabel bebas :

+ +

Penyelesaian tiga persamaan akan berbentuk :

= n + +

= + +

2.3 Uji Regresi Linier Berganda

Uji regresi linier berganda ini perlu dilakukan untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas. Dalam hal ini persamaan regresi diuji secara statistik apakah dapat diandalkan sebagai model penjelas bagi fenomena yang terjadi dalam varibel tak bebas Y. Pengujian persamaan regresi dengan menggunakan statistik F pada umumnya dirumuskan sebagai berikut:

F = Dengan :

F = Statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan

k dan = (n-k-1)

= Jumlah Kuadrat Regresi

+ +…+

= Jumlah kuadrat residu (sisa)

Langkah-langkah yang dibutuhkan dalam pengujian hipotesa ini adalah sebagai berikut :

1. Menentukan hipotesa = = 0

0

2. Taraf nyata yang digunakan

4. Kesimpulan : tolak jika > ; k; n-k-1

Terima jika < ; k; n-k-1

2.4 Koefisien Determinasi Bergandadan Koeisien Korelasi Berganda 2.4.1 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linier berganda yang mencakup lebih dari dua varabel, adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas Y yang dapat dijelaskan atau diterangkan oleh variabel-variabel penjelas X yang ada dalam model persamaan regresi linier berganda secara bersama-sama. Maka ditentukan dengan rumus:

= Dengan :

= Jumlah Kuadrat Regresi

+ +…+

=

(Y-Harga R berada diantara -1 dan +1. Jika dua variabel berkorelasi negative, maka nilai koefisien akan mendekati -1, jika dua variabel tidak beerkorelasi, maka koefisien korelasi akan mendekati 0, sedangkan jika dua variabel berkorelasi positif, maka nilai koefisien korelasi akan mendekati +1. Untuk lebih memudahkan mengetahui bagaimana sebenarnya derajat keeratan antara variabel-variabel tersebut, dapat dilihat dari perumusan berikut :

-1.00 r -0.80 berarti berkorelasi kuat

-0.79 r -0.50 berarti berkorelasi sedang

-0.49 r 0.49 berarti berkorelasi lemah

0.50 r 0.79 berarti berkorelasi sedang

0.80 r 1.00 berarti berkorelasi kuat

2.4.2 Koefisien Korelasi

Nilai koeisien (r) digunakan untuk mengukur kuat tidaknya hubungan antara variabel bebas dengan variabel tak bebas. Semakin besar nilai r maka makin kuat hubungan antara variabel bebas dengan variabel tidak bebas. Demikian juga apabila semakin kecil nilai r, berarti hubungannya semakin lemah pula.

1. Koefisien korelasi antara Y dan

BAB 3

GAMBARAN UMUM PT. PP. LONDON SUMATRA INDONESIA, Tbk.

3.1 Sejarah Ringkas

PT. PP. London Sumatera Indonesia Tbk, yang berkantor di jalan Jenderal Ahmad Yani No.2 Medan- Sumatera Utara pada tahun 1904, berdasarkan Akta Notaris Raden Kadirman No. 93 tanggal 18 Desember 1963. Akta pendirian ini disahkan oleh Menteri Kehakiman Republik Indonesia dengan surat keputusan No.J.A5/ 121/ 20 Tanggal 14 September 1963, tambahan No.531. Perusahaan ini mengelola bermacam- macam usaha antara lain :

1. Industri dan Bahan kimia

2. Perkebunan

3. Pauls ( yang terdiri dari bermacam- macam dagang )

4. Perdagangan umum Internasional

Semua usaha di atas tersebar diseluruh dunia tetapi untuk di Indonesia perusahaan ini hanya bergerak di bidang perkebunan saja. Harrison dan Crosfield mulai beroperasi di Indonesia sejak tahun 1906 dan perkebunan ini pada mulanya

merupakan bekas hak konsensi berdasarkan perjanjian antara Zelf B Elstuut dengan beberapa perusahaan Rubber Company Ltd, yang disahkan residen Sumatera Timur.

Untuk memperluas usahanya pada tahun 1962 sampai 1963 perusahaan ini menggabungkan diri dengan perusahaan perkebunan di sumatera utara. Dengan demikian penggabungan kedua perusahaan ini terbentuk PT. PP. London Sumatra Indonesia,Tbk.. Pada masa konfrontasi dengan Malaysia, terjadi konflik antara pemerintah Inggris dengan Indonesia yang menyebabkan kaum buruh perkebunan dan pemerintah Republik Indonesia berinisiatif mengambil alih kepengurusan perusahaan untuk meneruskan aktifitas yang terkendala.

Selanjutnya pada tahun 1964 kepengurusan ini diserahkan kepada badan pengawas pemerintah daerah. Tetapi dalam tahun tersebut terjadi lagi perubahan berdasarkan ketetapan Presiden No.6 Tahun 1064 diadakan perjanjian ini mulai berlaku tanggal 20 Maret 1968.

Isi perjanjian tersebut adalah :

1. Pengambilan hak milik kepada Harrison dan Crosfield Ltd di Sumatera Utara.

2. Kerjasama di bidang perkebunan karet, kelapa sawit, proyek pertanian lainnya

dan proyek bahan pangan. Perjanjian berdasarkan :

1. Instruksi Presidium Kabinet No.28/ U/ IN/ 12/ 1966, tanggal 12 Desember 1966

dan semua peraturan lain yang berhubungan dengan pengendalian perusahaan- perusahaan asing.

Anggaran Dasar perseroan mengalami beberapa kali perubahan. Perubahan terakhir terjadi pada tanggal 25 Juli 1967, sehubungan dengan perubahan Menteri Kehakiman Republik Indonesia dengan surat keputusan No.C2- 6275. HT.01.04 tahun 1997. Sehubungan dengan perubahan Anggaran Dasar Perseroan sebagaimana diatur oleh Undang- undang No.1/ 1995, perubahan nama perusahaan menjadi PT.PP. London Sumatera Indonesia Tbk. Serta perubahan tempat kedudukan perusahaan menjadi di Jakarta.

Perusahaan ini mengelola hak tanah perkebunan yang disebut Hak Guna Usaha ( HGU ), berlaku selama 30 tahun dengan obsi pembaharuan. Semua Hak Guna Usaha berakhir tahun 1998. Pada tanggal 31 Desember 1997 perusahaan telah memperoleh kembali perpanjangan Hak Guna Usaha selama 25 tahun hingga tahun 2003.

3.2 Jenis Usaha

PT. PP. London Sumatra Indonesia, Tbk. (PT. LONSUM) merupakan salah satu perkebunan yang masih membudidayakan tanaman karet selain kelapa sawit, kakao, teh, kopi dan sebagai produsen benih kelapa sawit dan kakao. Operasional PT. PP. London Sumatra Indonesia, Tbk. bergerak dalam bidang perkebunan yang terdiri dari: Perkebunan kepala sawit, Perkebunan Karet, Perkebunan Coklat, Perkebunan Kopi, Perkebunan Kelapa, dan Perkebunan Teh.

Perkebunan-perkebunan yang dimiliki oleh perusahaan ini tersebar diberbagai daerah-daerah yaitu:

1. Daerah Langkat (Kebun Turangie, Kebun Namu Tongan, Kebun Pulau

Rambong, Kebun Bungara),

2. Daerah Serdang (Kebun Bagerpang, Kebun Sei. Merah)

3. Daerah Rampah (Kebun Rambong Sialang, Kebun Sei. Bulan, Kebun Bah

Bulian)

4. Daerah Asahan, Kebun Gunung Melayu)

5. Daerah Pulau Jawa (Kebun Kertasari, Kebun Baambessie)

6. Daerah Sulawesi (Kebun Balambessie, Kebun Palang Isang).

PT. PP. London Sumatra Indonesia, Tbk. juga melakukan pengelolahan yang dilakukan dibeberapa pabrik yang terdapat ditiap-tiap daerah. Hal ini bertujuan untuk mencapai effisiensi kerja yang menghemat biaya angkutan. Hasil perkebunan dan pengolahan dari pabrik-pabrik yang akan dijual keluar negri maupun dalam negri terdiri dari: minyak kelapa sawit, biji kelapa sawit, coklat, kopra dan teh.

3.3 Struktur Organisasi

Dalam menjalankan fungsi-fungsi dan tugas-tugas masing-masing serta

memperlancar aktifitas arus kerja perusahaan maka diperlukan struktur organisasi yang jelas dalam menggambarkan departemen-departemen yang dapat membantu pimpinan dalam mencapai suatu tujuan serta dapat mengetahui posisi, tugas dan

wewenang setiap departemen dan bagaimana sebenarnya hubungan antara departemen-departemen tersbut.

Bentuk struktur organisasi pada PT. PP. London Sumatra Indonesia, Tbk. adalah struktur organisasi garis atau line organization yang menggambarkan pembagian tugas, fungsi, tanggung jawab serta wewenang didalam perusahaan.

Tugas dan tanggung jawab dari masing- masing bagian atau departemen pada PT. PP. London Sumatera Indonesia, Tbk. dapat diketahui sebagai berikut :

1. Dewan Komisaris

a. Mempertimbangkan serta memutuskan laporan tahunan atau program kerja yang diajukan Presiden Direktur.

b. Menyetujui kebijaksanaan yang diambil oleh Presiden Direktur dalam menggunakan cadangan dana menurut cara yang terbaik.

c. Mengawasi jalannya perseroan 2. Presiden Direktur

a. Membuat perencanaan kerja

b. Menyusun kebijaksanaan dan strategi perusahaan 3. Direktur Produksi

a. Bertugas dan bertanggung jawab atas perancanaan dan pengaturan bidang produksi, baik kualitas maupun kuantitas

b. Membawahi semua pekerjaan yang dilaksankan oleh bagian produksi 4. Direktur Keuangan

a. Bertanggung jawab atas keuangan perusahaan

b. Mengontrol pekerja yang dilaksanakan oleh bagian keuangan 5. Direktur Tanaman

a. Mengadakan pengawasan kepada inspektur lapangan terhadap kepincangan yang terjadi dan dilakukan oleh staff dalam menjalankan tugas

b. Mengadakan pengawasan data dari perkebunan

6. Direktur Manajemen

a. Mengadakan perencanaan tenaga kerja, pendidikan, kenaikan perangkat, pemberhentian staff dan karyawan

b. Mengurus segala urusan kesekretariatan c. Bertindak sebagai Publik Relation perusahaan 7. Estate Departement

a. Membuat laporan tahunan, bulanan dan laporan rutin b. Mengatur peredaran uang tunai

c. Mengatur pemakaian modal 8. Training sector

a. Melaksanakan training untuk para staff dan karyawan b. Menyusun perencanaan kebutuhan training

9. Enginering Departement

a. Pembelian barang untuk pabrik b. Pemeliharaan mesin-mesin

c. Membuat peta lokasi pabrik dan kebun 10. Internal Audit

a. Melaksanakan pengawasan terhadap seluruh aktifitas perusahaan b. Bertanggung jawab penuh kepada Direktur utama perusahaan.

3.4 Kinerja Usaha Terkini

1. Produksi

Tingkat rata-rata rendemen CPO Lonsum pada tahun 2008, merupakan salah satu yang tertinggi di dunia. Kegiatan operasional Lonsum mencakup pengelolaan perkebunan dari tahap pengembangan hingga tahap produksi; pengoperasian pabrik pengolahan minyak sawit dan produk turunan sawit, karet remah, biji kakao, kopi dan teh, engineering dan sistem pengelolaan proyek maupun pengendalian seluruh kegiatan perkebunan dan pabrik pengolahan, termasuk prasarana pendukungnya seperti jalan, perumahan dan sarana umum di sekitar perkebunan. Selain itu, Lonsum juga mengoperasikan fasilitas penelitian dan pengembangan yang berkonsentrasi pada kegiatan pembibitan dan persemaian, proteksi tanaman, serta pengendalian dampak lingkungan dan pencapaian proses pengembangan yang berkelanjutan.

a) Lahan perkebunan

Sejak tahun 2008 Lonsum telah mulai mengelola kembali lahan-lahan perkebunan sawit dan karet yang sempat terabaikan. Lonsum memiliki dan mengoperasikan areal perkebunan seluas 65.578 hektar yang tersebar di berbagai penjuru nusantara, dan kini tengah mengupayakan pengembangan perkebunan plasma seluas 31.553 hektar, yang hasilnya akan diolah di pabrik Lonsum sesuai dengan perjanjian kontrak.

Perkebunan kelapa sawit merupakan lahan usaha Lonsum terbesar, dengan luas areal 41.870 hektar di Sumatera Utara, Sumatera Selatan dan Kalimantan Timur.

Perkebunan karet meliputi lahan seluas lebih dari 17.600 hektar terutama terletak di Sumatera Utara, Sumatera Selatan dan Sulawesi Selatan. Perkebunan kakao mencakup areal seluas kurang lebih 4.400 hektar dari lahan yang ditanami, dan perkebunan teh seluas hampir 600 hektar di dataran tinggi Jawa Barat yang subur.

Lebih dari 85% keseluruhan areal perkebunan karet, kakao dan teh berada pada tahap menghasilkan. Sementara 27.359 hektar perkebunan kelapa sawit di Sumatera Utara merupakan kebun produktif dengan prasarana yang sudah tertata rapi. Sisanya seluas 9.277 hektar sebagian besar merupakan perkebunan kelapa sawit yang baru mulai matang dalam berbagai tahap pengembangan di Sumatera Selatan dan Kalimantan Timur.

Langkah konkrit ke arah sasaran tersebut di atas adalah membagi perkebunan Lonsum menjadi beberapa Strategic Business Unit (SBU) dan menempatkan seorang General Manager (GM) yang bertanggung jawab atas sasaran kinerja masing-masing SBU. Pada tahun 2008, Perseroan menambah empat GM yang ditunjuk berdasarkan proses seleksi yang ketat, sehingga jumlah keseluruhan GM menjadi sepuluh pada akhir tahun tersebut. Salah seorang GM juga memiliki tanggung jawab fungsional guna mengelola kebun sawit plasma Perseroan yang luas di Sumatera Selatan.

Prioritas utama dalam waktu dekat adalah memecahkan berbagai masalah

pertanahan yang diwarisi. Sebuah studi dilakukan sejak akhir tahun guna mengupayakan terobosan dalam skema usaha plasma.

Salah satu tujuan utama pendekatan baru ini adalah untuk menyatukan berbagai elemen dalam sistem transportasi dan penyimpanan ke dalam landasan terpadu menyeluruh. Dengan landasan semacam ini tidak hanya akan meningkatkan efektivitas dalam pengiriman komoditas Lonsum, namun juga dalam pengiriman serta penyimpanan pupuk, peralatan dan suku cadang pabrik, bahan bakar solar, dan segala yang dibutuhkan oleh perkebunan.

2. Pemasaran

Selesainya pembangunan instalasi tangki timbun Sei Lais di Palembang menjadi awal upaya Lonsum mengalihkan basis penjualan CPO dari ex-pabrik menjadi ex-tangki timbun, yang lebih menguntungkan. Komoditas yang dipasarkan Lonsum merupakan hasil dari perkebunan yang dikelolanya sendiri, yaitu produk.

3. Penjualan

Keunggulan Lonsum dalam hal mutu dan penyediaan produk memungkinkan Perseroan memperoleh pembiayaan penjualan yang menguntungkan dengan jaminan piutang Perseroan.

a. Kantor Pemasaran Singapura

Di tahun 2008 Lonsum mengkoordinasikan seluruh kegiatan pemasaran dan penjualannya melalui kantor Singapura, mengerahkan segenap daya untuk mengembangkan pangsanya di pasar internasional. Lonsum tengah membangun kembali reputasinya sebagai pemasok andal produk kelapa sawit, karet, kakao dan

teh, terutama melayani pembeli dari kalangan industri seperti pialang komoditas global, perusahaan pengolah makanan dan sebagainya.

b. Penjualan CPO

Pada tahun 2008 Lonsum berhasil melakukan diversifikasi pemasaran CPO sehingga mampu meningkatkan jumlah pelanggan. Perkembangan ini berawal dari selesainya pembangunan instalasi tangki timbun Sei Lais di Palembang, yang merupakan langkah awal upaya Lonsum mengalihkan metode penjualan CPO di Sumatera Selatan dari ex-pabrik ke ex-tangki timbun. Hasilnya, kami mampu menambah jumlah pelanggan secara signifikan serta menikmati keuntungan dari perolehan harga pasar CPO yang berlaku.

c. Penjualan Komoditas Lainnya

Penjualan karet, kakao dan teh di sepanjang tahun 2008 menunjukkan hasil yang cukup menggembirakan meskipun masing-masing komoditas ini memiliki prospek yang berbeda. Permintaan akan produk karet alam sedikit menurun akibat lesunya pasar otomotif di Cina, yang merupakan pasar karet alam terbesar di dunia. Sementara melonjaknya harga minyak bumi belakangan ini, tidak mempengaruhi stabilitas harga karet alam, berbeda dengan harga karet sintetis yang terbawa naik. Bumi belakangan ini, tidak mempengaruhi stabilitas harga karet alam, berbeda dengan harga karet sintetis yang terbawa naik .

4. Penanganan Logistik

Pengelolaan informasi dan peningkatan sisi keamanan akan menjadi salah satu fitur utama penanganan logistik dan transportasi terpadu.Pengelolaan logistik

yang baik dan benar, terutama dalam hal penanganan dan pengiriman tandan buah segar kelapa sawit (TBS) dari perkebunan ke pabrik pengolahan, dan pengiriman CPO dari pabrik ke tangki timbun, sangat mempengaruhi biaya operasional maupun mutu CPO yang sampai ke tangan pelanggan.

Mutu CPO sangat bergantung pada rendahnya kandungan asam lemak bebas (FFA), di mana kadar FFA akan meningkat apabila TBS tidak ditangani secara benar, atau terlambat waktu pengirimannya ke pabrik pengolahan, dan pengiriman CPO dari pabrik ke tangki timbun, sangat mempengaruhi biaya operasional maupun mutu CPO yang sampai ke tangan pelanggan. Mutu CPO sangat bergantung pada rendahnya kandungan asam lemak bebas (FFA), di mana kadar FFA akan meningkat apabila TBS tidak ditangani secara benar, atau terlambat waktu pengirimannya ke pabrik.

Untuk itu, Lonsum berencana untuk merombak pengelolaan logistiknya melalui pengembangan sistem terpadu yang memungkinkan Perseroan untuk melakukan pengiriman tepat waktu, hemat biaya, namun tetap aman.

Pada tahun 2008, Lonsum diuntungkan oleh perubahan penyerahan CPO dari ex-pabrik ke ex-tangki timbun, dengan berkurangnya rata-rata stok CPO di pabrik. Hal ini dapat menekan biaya penyimpanan selain juga risiko penurunan mutu CPO.Upaya penanganan dan pengelolaan transportasi maupun logistik terpadu akan meningkatkan keunggulan Lonsum dengan semakin pendeknya jalur distribusi sebagaimana telah diupayakan untuk produk CPO. Inisiatif ini akan mulai dijalankan pada tahun 2008 di mana Lonsum akan menggunakan pendekatan yang sama sekali

baru dalam menangani transportasi maupun logistik dengan berbagai keunggulan strategis.

Sebagai langkah awal, Lonsum akan melakukan investasi pada pengadaan armada truk maupun tongkang, yang sepenuhnya akan dikendalikan oleh Perseroan. Armada pengangkutan Lonsum akan dilengkapi dengan sistem navigasi satelit (GPS) agar mobilitas masing-masing kendaraan dapat dipantau setiap saat.

Peningkatan pengelolaan sistem informasi dan pengamanan akan menjadi salah satu fitur utama dalam penanganan logistik dan transportasi terpadu, dan merupakan suatu prioritas Rencana cetak biru bagi pengembangan teknologi informasi Lonsum yang baru juga telah mencakup sistem informasi manajemen yang menunjang kegiatan logistik terpadu.

5. Kinerja Saham LSIP & Perkebunan di BEJ

LSIP kembali terpilih menjadi salah satu saham pilihan yang membentuk indeks harga saham LQ45 BEJ. Biro Direksi Lonsum mengelola komunikasi internal maupun eskternal Perseroan.

Kebijakan dan prosedur tata kelola perusahaan di lingkungan Lonsum diterapkan serta dipantau oleh Biro Direksi di bawah kendali langsung Presiden Direktur. Selain aspek tata kelola, Direktorat tersebut juga mengawasi empat departemen lainnya, yaitu Departemen Komunikasi Perusahaan, Hubungan Investor, Sekretaris Perusahaan dan Hukum, serta Hubungan Pemerintahan dan

Kemasyarakatan. Keempat departemen ini berperan aktif dalam berbagai kegiatan di sepanjang tahun 2008 dalam upaya untuk menyatukan visi dan nilai utama, menyelaraskan organisasi dan operasional dengan visi yang baru, dan menumbuhkan citra Perusahaan yang bertanggung jawab, tanggap perkembangan serta menjanjikan.

6. Tanggung Jawab Pelaporan Keuangan

Laporan Keuangan dan semua informasi keuangan yang berkaitan dengan Laporan Keuangan Tahunan disiapkan oleh Manajemen Lonsum. Dalam pelaksanaannya, Manajemen menerapkan prinsip akuntansi yang berlaku umum dan melakukan penilaian serta estimasi terhadap hal-hal yang dirasa perlu.

Untuk memenuhi standar kebenaran dan kewajaran dari laporan dan segala informasi ini, Manajemen menerapkan sistem pengawasan intern untuk memastikan bahwa setiap transaksi dilakukan sesuai dengan otorisasi Manajemen, semua aktiva yang dimiliki dilindungi dengan baik dan semua hal tersebut dicatat secara benar. Unsur penting dari suatu penetapan kendali adalah dengan pemilihan, pelatihan dan pengembangan personilnya termasuk di dalamnya pengawasan intern. Manajemen percaya bahwa sistem pengawasan intern akan mendukung keandalan dan kebenaran dari Laporan Keuangan.

BAB 4

ANALISA DAN EVALUASI

4.1 Data yang Diperoleh

Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan suatu persoalan. Keputusan dikatakan baik jika pengambilan keputusan tersebut

didasarkan atas data yang baik. Salah satu dari kegunaan data yaitu untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan.

Untuk mengetahui gambaran keadaan atau permasalahan mengenai faktor- faktor yang mempengaruhi hasil produksi kelapa sawit, penulis telah melakukan pengumpulan data, yaitu data yang diperoleh dari P.T. Perusahaan Perkebunan London Sumatra Indonesia Tbk. yaitu di Begerpang Estate dari tahun 2005-2010. Adapun datanya sebagai berikut :

Tabel 4.1 Data Hasil Produksi Kelapa Sawit, Luas Lahan (Ha) dan Curah Hujan (mm) Pengolahan dari tahun 2005-2010

Tahun Hasil Produksi (Ton) Luas Lahan (Ha) Curah Hujan (mm)

2005 81,045 3,092.10 1,557

2006 88,514 3,535.90 1,808

2007 98,981 3,848.60 1,943

2009 114,488 4,852.60 1,939

2010 102,305 4,649.41 2,044

Sumber : PT. PP. London Sumatra Indonesia 4.2 Persamaan Regresi Linear Ganda

Untuk mencari persamaan regresi, terlebih dahulu kita menghitung koefisien-koefisien regresinya dengan mencari penggandaan suatu variabel dengan variabel lain. Bentuk umum dari persamaan yang dicari adalah sebagai berikut :

+ + +…+

Maka untuk menentukan , , dan dibuat tabel sebagai berikut:

Tabel 4.2 Tabel Nilai- nilai Koefisien yang Diperlukan Untuk Memperoleh , , dan

Tahun

2005 81,045 3,092.10 1,557 9,561,082.41 2,424,249.00 4,814,399.70 250,599,244.50 126,187,065.00 6,568,292,025.00 2006 88,514 3,535.90 1,808 12,502,588.81 3,268,864.00 6,392,907.20 312,976,652.60 160,033,312.00 7,834,728,196.00 2007 98,981 3,848.60 1,943 14,811,721.96 3,775,249.00 7,477,829.80 380,938,276.60 192,320,083.00 9,797,238,361.00 2008 101,726 4,915.90 1,763 24,166,072.81 3,108,169.00 8,666,731.70 500,074,843.40 179,342,938.00 10,348,179,076.00 2009 114,488 4,852.60 1,939 23,547,726.76 3,759,721.00 9,409,191.40 555,564,468.80 221,992,232.00 13,107,502,144.00 2010 102,305 4,649.41 2,044 21,617,013.35 4,177,936.00 9,503,394.04 475,657,890.05 209,111,420.00 10,466,313,025.00

Total 587,059 24,894.51 11,054 106,206,206.10 20,514,188.00 46,264,453.84 2,475,811,375.95 1,088,987,050.00 58,122,252,827.00

Dengan :

= Hasil Produksi Kelapa Sawit = Luas Tanah

n = Banyak Data

Dari tabel di atas didapat nilai-nilai :

= 587,059

= 24,894.51

= 11,054

= 106,206,206.10

= 20,514,188.00

= 46,264,453.84

= 2,475,811,375.95

= 1,088,987,050.00

= 58,122,252,827.00

Dari sistem persamaan :

= n + +

= + +

= + +

Maka akan didapat persamaan sebagai berikut :

587,059 = 6 + 24,894.51 + 11,054 (1) 2,475,811,375.95 = 24,894.51 + 106,206,206.10 + 46,264,453.84 (2) 1,088,987,050.00 = 11,054 + 46,264,453.84 + 20,514,188.00 (3) Bila diselesaikan dengan mtode eliminasi :

Persamaan 1 dan 2

587,059 = 6 + 24,894.51 + 11,054 {x 24,894.51} 2,475,811,375.95= 24,894.51 + 106,206,206.10 + 46,264,453.84 { x 6}

Menjadi :

14,614,546,146.09 = 149,367.06 + 619,736,628.14 + 275,183,913.54

14,854,868,255.70 = 149,367.06 + 637,237,236.60 + 277,586,723.04

__________________________________________________________________ _ -240,322,109.61 = 0 - 17,500,608.46 - 2,402,809.50 (4)

Persamaan 1 dan 3

587,059 = 6 + 24,894.51 + 11,054 { x11,054} 1,088,987,050.00 =11,054 + 46,264,453.84 + 20,514,188.00 { x 6}

Menjadi :

6,489,350,186.00 = 66,324.00 + 275,183,913.54 + 122,190,916.00 6,533,922,300.00 = 66,324.00 + 277,586,723.04 + 123,085,128.00

__________________________________________________________________ _ -44,572,114.00 = 0 - 2,402,809.50 - 894,212.00 (5) Persamaan 4 dan 5

-240,322,109.61 = 0 - 17,500,608.46 - 2,402,809.50 {x - 2,402,809.50}

- 44,572,114.00 = 0 - 2,402,809.50 - 894,212.00 {x 17,500,608.46} Menjadi :

577,448,248,030,965.00 = 42,050,628,263,229.20 + 5,773,493,493,290.54 780,039,115,344,028.00 = 42,050,628,263,229.20 +15,649,254,092,144.10 __________________________________________________________________ _ -202,590,867,313,063.00 = 0 - 9,875,760,598,853.58 Maka diperoleh :

= 20.51

Untuk memperoleh digunakan persamaan 4 dengan memasukkan nilai -240,322,109.61 = -17,500,608.46 - 2,402,809.50

-240,322,109.61 = -17,500,608.46 - 2,402,809.50 (20.51) -240,322,109.61 = -17,500,608.46 - 49,291,115.93

Maka diproleh : = 10.92

Untuk memperoleh digunakan persamaan 1 dengan memasukkan nilai dan 587,059 = 6 + 24,894.51 + 11,054

587,059 = 6 + 24,894.51 10.92 ) + 11,054 20.51) 587,059 = 6 + 271,740.44 + 226,761.21

-6 = 271,740.44 + 226,761.21 - 587,059 -6 = - 88,557.35

Maka diperoleh : = 14,759.56

Sehingga persamaan regresi linear yang didapat adalah :

+ +

14,759.56 +10.92 +20.51

Untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas. Maka kita melakukan uji F dengan menggunakan statistik F.

Dalam pengujian persamaan regresi terutama menguji hipotesis tentang parameter koefisien regresi secara keseluruhan, perlu dikemukakan langkah-langkah sebagai berikut :

5. Hipotesa

= = 0 :Tidak ada pengaruh luas lahan dan curah hujan terhadap produksi kelapa sawit.

Ada pengaruh luas lahan dan curah hujan terhadap produksi kelapa sawit.

6. Taraf nyata yang digunakan adalah sebesar α = 0.05 atau 5 %.

7. Daerah kritis : F > ;F >

Dari tabel dstribusi F diperoleh : = 9.55

Sehingga daerah kritis : F > 9.55

8. Statistik F dihitung dengan menggunakan rumus :

F =

Untuk itu kita memerlukan nilai-nilai tabel sebagai berikut :

Tabel 4.3 Nilai-nilai yang diperlukan untuk uji regresi linier berganda

Tahun

2005 81,045 3,092.10 1,557 9,561,082.41 2,424,249.00 4,814,399.70 250,599,244.50 126,187,065.00 2006 88,514 3,535.90 1,808 12,502,588.81 3,268,864.00 6,392,907.20 312,976,652.60 160,033,312.00 2007 98,981 3,848.60 1,943 14,811,721.96 3,775,249.00 7,477,829.80 380,938,276.60 192,320,083.00

2008 101,726 4,915.90 1,763 24,166,072.81 3,108,169.00 8,666,731.70 500,074,843.40 179,342,938.00 2009 114,488 4,852.60 1,939 23,547,726.76 3,759,721.00 9,409,191.40 555,564,468.80 221,992,232.00 2010 102,305 4,649.41 2,044 21,617,013.35 4,177,936.00 9,503,394.04 475,657,890.05 209,111,420.00

Total 587,059 24,894.51 11,054 106,206,206.10 20,514,188.00 46,264,453.84 2,475,811,375.95 1,088,987,050.00

Y-Ŷ (

6,568,292,025.00 80,459.36 585.64 342,971.87 7,834,728,196.00 90,453.67 -1,939.67 3,762,311.95 9,797,238,361.00 96,637.20 2,343.80 5,493,389.06 10,348,179,076.00 104,600.32 -2,874.32 8,261,703.97 13,107,502,144.00 107,518.84 6,969.158 48,569,163.23 10,466,313,025.00 107,453.56 -5,148.56 26,507,641.24

58,122,252,827.00 587,122.95 - 63.95 92,937,181.32

= +

=10.92 (40,053,684.94) + 20.51 (7,428,685.67) = 589,748,582.51

=

= 4,089.50

F =

F =

F = 9.528

Dari hasil perhitungan di atas dapat dilihat bahwa < , yaitu 9.528 < 9.55, maka diterima. Hal ini berarti bahwa regresi linear ganda Y atas dan bersifat tidak nyata. Regresi 14,759.56 +10.92 +20.51 secara berarti belum dapat digunakan untuk prediksi rata-rata Y apabila dan diketahui. Hal ini mungkin

disebabkan karena jumlah sampel (n) yang diambil belum cukup untuk mewakili gambaran produksi kelapa sawit.

4.4 Koefisien Determinasi

Untuk mengetahui seberapa besar pengaruh luas lahan dan curah hujan terhadap hasil produksi kelapa sawit, maka akan dilakukan perhitungan sebagai berikut :

=

=

= 0.8640

Untuk koefisien korelasi ganda dapat dicari = 0.8640

R =

R = 0.9295

Dari hasil perhitungan didapat korelasi positif yaitu sebesar 0.9295yang menunjukkan bahwa antara variabel X dan Y berhubungan secara positif dengan tingkat hubungan yang tinggi dan kuat. Besar hubungannya ditentukan oleh nilai koefisien determinasi sebesar 0.8640 atau sebesar 86.40%.

4.5 Perhitungan Korelasi Antara Variabel Y _{dengan dan}

0.8977

4.5.2 Koefisien Korelasi Antara Y dan

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah tahapan hasil desain tertulis kedalam programming dengan menggunakan perangkat lunak (software) sebagai implementasi ataupun prosedur untuk menyelesaikan desain system, yang mana dalam hal ini implementasi sistem digunakan untuk menganalisa data-data yang dianggap mempengaruhi hasil produksi kelapa sawit di Kebun Bagerpang PT. PP. London Sumatra Indonesia Tbk.

Adapun implementasi yang digunakan untuk menganalisa hubungan ataupun pengaruh hasil produksi kelapa sawit adalah SPSS. Diharapkan dengan penggunakan SPSS ini dapat meningkatkan pengetahuan dan kemampuan dalam hal :

1. Pemahaman bentuk elemen dari lembar kerja SPSS 2. Menganalisa data dan lembar kerja

3. Kreasi dan modifikasi grafik 4. Pendayagunaan fasilitas SPSS

5.2 Peranan Komputer dalam Statistika

Komputer memegang peranan yang sangat penting dalam statistika. Komputer bekerja secara efisien dalam pengolahan data mempunyai karakteristik sebagai berikut:

1. Jumlah Input yang besar

Jumlah input yang besar akan dapat diolah komputer dengan mudah semudah kita mengolah data yang jumlahnya sedikit sehingga komputer akan dapat bekerja secara efisien pada pengolahan data dengan menggunakan input yang besar.

2. Proyek yang Repetitif

Perintah pengolahan yang beruang-ulang akan lebih efisien dengan menggunakan komputer, karena disini perintah hanya dilakukan satu kali kemudian diulang-ulang ( di-copy ) untuk menjalankan perintah pengolahan yang lain.

3. Diperlukan Kecepatan Tinggi

Komputer dapat melakukan proses pengolahan jumlah data yang besar dalam waktu yang singkat. Jumlah data yang besar dan sedikit akan sama cepatnya diolah oleh komputer, yang membedakannya hanya pada proses pemasukan data saja.

4. Diperlukan Ketepatan yang Tinggi

Komputer yang telah terprogram dengan benar akan melakukan proses pengolahan yang tepat. Kesalahan informasi yang mungkin dihasilkan hanya terjadi pada proses pemasukan data saja.

5. Pengolahan Hal yang Kompleks

Hubungan antar fenomena yang kompleks akan dapat dipecahkan dengan menggunakan komputer dalam waktu yang tepat dan cepat.

SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Standford University, yang dioperasikan pada komputer mainframe. SPSS yang tadinya ditujukan bagi pengolah data statistik untuk ilmu social ( SPSS saat itu adalah singkatan dari Statistical package for the social sciences), sekarang diperluas untuk melayani berbagai user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalan Statistical Product and Services Solutions. Kelebihan progaram ini adalah kita dapat melakukan secara lebih cepat semua perhitungan statistik dari yang sederhana sampai yang rumit sekalipun yang jika kita lakukan secara manual akan memakan waktu yang lebih lama.

5.3 Mengoperasikan SPSS

Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS adalah :

5.3.1 Mengaktifkan Program SPSS pada Windows

Setelah program SPSS for windows terinstal di komputer, cara memulai SPSS adalah sebagai berikut :

Pilih menu start dari windows, selanjutnya pilih logo SPSS yaitu statistics, lalu double klik logo tersebut. Seperti gambar 5.1 di bawah ini.

Gambar 5.1 Tampilan saat membuka aplikasi SPSS pada windows

5.3.2 Pemasukan Data

Langkah-langkahnya adalah sebagai berikut :

Buka lembar kerja baru dari menu file, pilih new lalu klik data. Pada menu data View isilah kolom dengan ketentuan data yang akan diperoleh. Pada pemasukan data view hanya akan didefinisikan seperlunya saja.

1. Input variabel X1i (Luas Lahan) 1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X1i. 2. Type

Pilihan type untuk mendefinisikan tipe variabel apakah bersifat numeric dan string. Karena X1i berupa angka, maka klik kotak kecil sel tersebut lalu pilih

3. Widht

Pilihan widht digunakan untuk menentukan panjang pendeknya variabel. Untuk keseragaman ketik 8.

4. Decimal

Pilihan decimal untuk menuliskan jumlah decimal di belakang koma. Untuk keseragaman pilih 2.

5. Label

Pilihan label digunakan untuk menuliskan label variabel. Maka untuk X1i ketik Luas Lahan.

6. Measure

Pilihan measure untuk menentukan skala pengukuran. Maka untuk X1i pilih scale.

2. Input variabel X2i (Curah Hujan) 1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik X2i. 2. Type

Pilihian type untuk mendefinisikan tipe variabel apakah bersifat numeric dan string. Karena X2i berupa angka, maka klik kotak kecil sel tersebut lalu pilih

numeric. 3. Widht

Pilihan widht digunakan untuk menentukan panjang pendeknya pilihan. Untuk keseragaman ketik 8.

4. Decimal

Pilihan decimal untuk menuliskan jumlah decimal di belakang koma. Untuk keseragaman pilih 2.

5. Label

Piliha label digunakan untuk menuliskan label variabel. Maka untuk X2i ketik curah hujan.

6. Measure

Pilihan measure untuk menentukan skala pengukuran. Maka untuk X2i pilih scale.

3. Input Variabel Yi (Jumlah Produksi) 1. Name

Letakkan pointer pada kolom name, klik ganda pada sel tersebut dan ketik Yi. 2. Type

Pilihan type untuk mendefinisikan tipe variabel apakah bersifat numeric dan string. Karena Yi berupa angka, maka klik kotak kecil sel tersebut lalu pilih

numeric. 3. Widht

Pilihan widht digunakan untuk menentukan panjang pendeknya pilihan. Untuk keseragaman ketik 8.

4. Decimal

Pilihan decimal untuk menuliskan jumlah decimal di belakang koma. Untuk keseragaman pilih 2.

5. Label

Pilihan label digunakan untuk menuliskan label variabel. Maka untuk Yi ketik Jumlahn Produksi.

6. Measure

Pilihan measure untuk menentukan skala pengukuran. Maka untuk Yi pilih scale.

Variabel View dapat dilihat pada gambar 5.2 di bawah ini.

Gambar 5.2 Tampilan jendela variabel View

Setelah pendefenisian variabel pada jendela variabel view selesai, klik pada data view dan isikan data pada kolom yang sudah didefinisikkan sebelumnya. Maka akan muncul tampilan seperti gambar 5.3 di bawah ini.

Gambar 5.3 tampilan data pada data view setelah datanya sudah di ketik.

5.3.3 Menyimpan Data

Untuk menyimpan data yang telah diketik ke dalam SPSS data editor tersebut, maka langkah selanjutnya adalah menyimpan file tersebut. Adapun langkah-langkahnya adalah sebagai berikut:

1. Dari menu SPSS pilih menu File ( Ctrl + S ), kemudian sorot save as. 2. Beri nama file tersebut.

3. Setelah menemukan direktori yang dituju, klik save.

5.4 Analisis Regresi dengan SPSS

1. Buka file, pilih analyze, Regression, linear... akan tampilan seperti gambar 5.4 berikut:

2. Masukkan variabel :

Yipada kotak dependent

3. Abaikan pilihan yang lain, lalu klik Ok. Seperti yang terlihat pada gambar 5.5 di bawah ini.

Tampilan outputnya dapat dilihat pada lampiran.

5.5 Analisis Korelasi dengan SPSS

Adapun langkah-langkah analisis korelasi dalam SPSS adalah sebagai berikut :Buka

1. Masukkan Variabel Yi, X1i, X2i, kedalam kotak Variables... tampilannya adalah seperti gambar 5.7 di bawah ini.

2. Abaikan pilihan yang lain, lalu klik Ok.

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Dari data yang telah dianalisis, maka diperoleh kesimpulan sebagai berikut :

1. Model persamaan regresi linier berganda untuk analisis faktor yang mempengaruhi hasil produksi sawit di Kebun Bagerpang PT. PP. London Sumatra Indonesia Tbk. adalah :

14,759.56 +10.92 +20.51

Konstanta sebesar 14,759.56 menyatakan bahwa jika tidak ada kenaikan nilai dari variabel dan variabel maka hasil produksi kelapa sawit (Y) adalah 14,759.56. koefisien regresi ganda sebesar 10.92 dan 20.51 menyatakan bahwa setiap penambahan (karena tanda positif) satu nilai atau nilai luas lahan dan curah hujan akan memberikan kenaikan hasil produksi sebesar 10.92 dan 20.51. 2. Uji regresi linier berganda adalah :

Dari hasil perhitungan di atas dapat dilihat bahwa < ,yaitu 9.528 < 9.55, maka diterima. Hal ini berarti bahwa regresi linear ganda Y atas dan

bersifat tidak nyata atau persamaan regresi yang diperoleh belum layak digunakan untuk memprediksi rata-rata Y jika dan diketahui.

3. Dari hasil perhitungan didapat korelasi positif yaitu sebesar 0.9295 yang menunjukkan bahwa antara variabel X dan Y berhubungan secara positif dengan

tingkat hubungan yang tinggi dan kuat. Besar hubungannya ditentukan oleh nilai koefisien determinasi sebesar 0.8640 atau sebesar 86.40%, ini berarti meningkat atau menurunnya produksi kelapa sawit dapat dijelaskan oleh faktor luas lahan dan curah hujan, sedangkan 13.60% dipengaruhi oleh faktor-faktor yang lain. 4. Dari hasil koefisien korelasi parsial antara dengan Y dan antara dengan Y,

diperoleh bahwa :

Nilai koefisien korelasi antara dengan Y adalah 0.8977. Hal ini berarti faktor luas lahan memberikan pengaruh yang kuat terhadap hasil produksi kelapa sawit.

Nilai koefisien korelasi antara dengan Y adalah 0.7366. Hal ini

berarti faktor curah hujan memberikan pengaruh yang sedang terhadap hasil produksi kelapa sawit.

6.2 Saran

1. Jika ingin melihat apakah terdapat pengaruh antara usaha yang dibuat dengan meningkatnya produksi kelapa sawit, peneliti dapat menggunakan regresi linier berganda.

2. Untuk dapat menganalisa seberapa besar pengaruh faktor-faktor yang ada dalam meningkatkan produksi kelapa sawit, petugas penelitian dapat menggunakan perhitungan analisis korelasi.

3. Dalam meningkatkan hasil produksi kelapa sawit, faktor luas lahan memiliki pengaruh yang kuat dan curah hujan memiliki pengaruh yang sedang. Untuk itu,

kedua hal ini perlu diperhatikan untuk memaksimalkan produksi kelapa sawit. Namun tidak hanya kedua faktor tersebut yang dapat mempengaruhi tingginya produksi sawit, ada faktor-faktor lain yang mendukung, seperti pemberian pupuk, bibit yang baik, perawatan yang intensif serta pembasmian hama yang dapat merusak tanaman tersebut.

4. Disarankan agar peneliti lebih memperhatikan lagi jumlah sampel (data sekunder) yang akan diteliti. Karena hal ini dapat mempengaruhi layaknya persamaan regresi digunakan untuk memprediksi rata-rata Y jika dan diketahui.

DAFTAR PUSTAKA

Dixon, J. W. – Massey, J. F, Jr. 1997. Pengantar Analisa Statistik. Terjemahan Dra. Sri Kustamini Samiyono. Yogyakarta: Gadjah Mada University Press.

Sudjana. 1992. Metoda Statistika. Edisi kelima. Bandung: Tarsito. Supranto, Johannes. 2005. Ekonometri. Bogor: Ghalia Indonesia.

Wisiboso, Yusuf.2005. Metode Statistika. Yogyakarta: Gadjah Mada University Press. Algivari. 2000. Analisa Regresi. Yogyakarta: BPFF

Iswardono. 2001. Sekelumit Analisa Regresi Korelasi. Yogyakarta: BPFE.

Tampilan Output SPSS :

Descriptive Statistics

Mean Std. Deviation N

y 97843.1667 11683.67448 6

x1 4149.0850 763.77589 6

x2 1842.3333 172.64723 6

Correlations

Correlations

Jumlah Produksi Luas Lahan Curah Hujan

Jumlah Produksi Pearson Correlation 1 .898* .737

Sig. (2-tailed) .015 .095

N 6 6 6

Luas Lahan Pearson Correlation .898* 1 .607

Sig. (2-tailed) .015 .201

N 6 6 6

Curah Hujan Pearson Correlation .737 .607 1

Sig. (2-tailed) .095 .201

N 6 6 6

*. Correlation is significant at the 0.05 level (2-tailed).

Regression

Variables Entered/Removed Model Variables Entered Variables

Removed Method 1 Curah Hujan,

Luas Lahana

. Enter

Model Summary

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .929a .864 .773 5565.86192

a. Predictors: (Constant), Curah Hujan, Luas Lahan

Model Summaryb R Square

Change F Change df1 df2 Sig. F Change

.864 9.516 2 3 .050

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 5.896E8 2 2.948E8 9.516 .050a

Residual 9.294E7 3 3.098E7

Total 6.825E8 5

a. Predictors: (Constant), Curah Hujan, Luas Lahan b. Dependent Variable: Jumlah Produksi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 14759.559 26860.683 .549 .621

Luas Lahan 10.916 4.102 .714 2.661 .076

Curah Hujan 20.514 18.149 .303 1.130 .341

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Dari data yang telah dianalisis, maka diperoleh kesimpulan sebagai berikut :

1. Model persamaan regresi linier berganda untuk analisis faktor yang mempengaruhi hasil produksi sawit di Kebun Bagerpang PT. PP. London Sumatra Indonesia Tbk. adalah :

14,759.56 +10.92 +20.51

Konstanta sebesar 14,759.56 menyatakan bahwa jika tidak ada kenaikan nilai dari variabel dan variabel maka hasil produksi kelapa sawit (Y) adalah 14,759.56. koefisien regresi ganda sebesar 10.92 dan 20.51 menyatakan bahwa setiap penambahan (karena tanda positif) satu nilai atau nilai luas lahan dan curah hujan akan memberikan kenaikan hasil produksi sebesar 10.92 dan 20.51. 2. Uji regresi linier berganda adalah :

Dari hasil perhitungan di atas dapat dilihat bahwa < ,yaitu 9.528 < 9.55, maka diterima. Hal ini berarti bahwa regresi linear ganda Y atas dan

bersifat tidak nyata atau persamaan regresi yang diperoleh belum layak digunakan untuk memprediksi rata-rata Y jika dan diketahui.

3. Dari hasil perhitungan didapat korelasi positif yaitu sebesar 0.9295 yang menunjukkan bahwa antara variabel X dan Y berhubungan secara positif dengan

tingkat hubungan yang tinggi dan kuat. Besar hubungannya ditentukan oleh nilai koefisien determinasi sebesar 0.8640 atau sebesar 86.40%, ini berarti meningkat atau menurunnya produksi kelapa sawit dapat dijelaskan oleh faktor luas lahan dan curah hujan, sedangkan 13.60% dipengaruhi oleh faktor-faktor yang lain. 4. Dari hasil koefisien korelasi parsial antara dengan Y dan antara dengan Y,

diperoleh bahwa :

Nilai koefisien korelasi antara dengan Y adalah 0.8977. Hal ini berarti faktor luas lahan memberikan pengaruh yang kuat terhadap hasil produksi kelapa sawit.

Nilai koefisien korelasi antara dengan Y adalah 0.7366. Hal ini berarti faktor curah hujan memberikan pengaruh yang sedang terhadap hasil produksi kelapa sawit.

6.2 Saran

1. Jika ingin melihat apakah terdapat pengaruh antara usaha yang dibuat dengan meningkatnya produksi kelapa sawit, peneliti dapat menggunakan regresi linier berganda.

2. Untuk dapat menganalisa seberapa besar pengaruh faktor-faktor yang ada dalam meningkatkan produksi kelapa sawit, petugas penelitian dapat menggunakan perhitungan analisis korelasi.

3. Dalam meningkatkan hasil produksi kelapa sawit, faktor luas lahan memiliki pengaruh yang kuat dan curah hujan memiliki pengaruh yang sedang. Untuk itu,

kedua hal ini perlu diperhatikan untuk memaksimalkan produksi kelapa sawit. Namun tidak hanya kedua faktor tersebut yang dapat mempengaruhi tingginya produksi sawit, ada faktor-faktor lain yang mendukung, seperti pemberian pupuk, bibit yang baik, perawatan yang intensif serta pembasmian hama yang dapat merusak tanaman tersebut.

4. Disarankan agar peneliti lebih memperhatikan lagi jumlah sampel (data sekunder) yang akan diteliti. Karena hal ini dapat mempengaruhi layaknya persamaan regresi digunakan untuk memprediksi rata-rata Y jika dan diketahui.

DAFTAR PUSTAKA

Dixon, J. W. – Massey, J. F, Jr. 1997. Pengantar Analisa Statistik. Terjemahan Dra. Sri Kustamini Samiyono. Yogyakarta: Gadjah Mada University Press.

Sudjana. 1992. Metoda Statistika. Edisi kelima. Bandung: Tarsito. Supranto, Johannes. 2005. Ekonometri. Bogor: Ghalia Indonesia.

Wisiboso, Yusuf.2005. Metode Statistika. Yogyakarta: Gadjah Mada University Press. Algivari. 2000. Analisa Regresi. Yogyakarta: BPFF

Iswardono. 2001. Sekelumit Analisa Regresi Korelasi. Yogyakarta: BPFE.

Tampilan Output SPSS : Descriptive Statistics

Mean Std. Deviation N

y 97843.1667 11683.67448 6

x1 4149.0850 763.77589 6

x2 1842.3333 172.64723 6

Correlations

Correlations

Jumlah Produksi Luas Lahan Curah Hujan

Jumlah Produksi Pearson Correlation 1 .898* .737

Sig. (2-tailed) .015 .095

N 6 6 6

Luas Lahan Pearson Correlation .898* 1 .607

Sig. (2-tailed) .015 .201

N 6 6 6

Curah Hujan Pearson Correlation .737 .607 1

Sig. (2-tailed) .095 .201

N 6 6 6

*. Correlation is significant at the 0.05 level (2-tailed).

Regression

Variables Entered/Removed Model Variables Entered Variables

Removed Method

1 Curah Hujan,

Luas Lahana

. Enter

Model Summary

Model R R Square

Adjusted R Square

Std. Error of the Estimate

1 .929a .864 .773 5565.86192

a. Predictors: (Constant), Curah Hujan, Luas Lahan

Model Summaryb

R Square

Change F Change df1 df2 Sig. F Change

.864 9.516 2 3 .050

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 5.896E8 2 2.948E8 9.516 .050a

Residual 9.294E7 3 3.098E7

Total 6.825E8 5

a. Predictors: (Constant), Curah Hujan, Luas Lahan

b. Dependent Variable: Jumlah Produksi

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 14759.559 26860.683 .549 .621

Luas Lahan 10.916 4.102 .714 2.661 .076

Curah Hujan 20.514 18.149 .303 1.130 .341