Data Penelitian Pembahasan HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN

4.1 Data Penelitian

Metode analisis data yang digunakan peneliti dalam dalam penelitian ini adalah metode analisis statistik, dimana analisis statistic yang digunakan adalah menggunakan persamaan regresi linier berganda. Analisis data dimulai dengan mengolah data dengan menggunakan Microsoft Exel. Selanjutnya data yang sudah diolah akan dilakukan pengujian melalui uji asumsi klasik dan uji hipotesis. Pengujian asumsi klasik dan dan uji hipotesis akan dilakukan pengujian menggunakan software SPSS. Dalam pengujian ini software yang digunakan adalah SPSS 16.0. Prosedur yang dilakukan adalah dengan memasukkan variabel- variabel penelitian ke dalam software SPSS tersebut sehingga akan menghasilkan output-output sesuai dengan analisis data yang telah ditentukan. Oleh karena dalam penelitian ini perusahaan-perusahaan yang akan menjadi sample peneliti adalah sebanyak enam 6 perusahaan. Perusahaan-perusahaan yang menjadi sample dari peneliti adalah sebagai berikut ini : Tabel 4.1 Daftar Sample Penelitian No Kode Emiten Nama Perusahaan 1 KLBF PT. Darya-Varia Laboratoria Tbk 2 KLBF PT. Kalbe Farma Tbk 3 KAEF PT. Kimia Farma Persero Tbk 4 MERK PT. Merck Tbk 5 SQBB PT. Taisho Pharmaceutical Indonesia Tbk 6 TSPC PT. Tempo Scan Pacific Tbk Universitas Sumatera Utara

4.2 Hasil Penelitian

4.2.1 Deskriptif Statistik Variabel Penelitian

Deskripsi variabel penelitian merupakan bagian dari hasil penelitian yang mempunyai fungsi untuk menggambarkan variabel independen bebas dan variabel dependen. Berikut ini merupakan deskripsi data statistik dari seluruh data yang digunakan secara umum dalam penelitian ini : Tabel 4.2 Deskriptif Statistik Descriptive Statistics N Minimum Maximum Mean Std. Deviation LNHS 30 4.84 12.15 8.1839 1.97402 LNROA 30 1.39 3.71 2.8013 .57787 LNEPS 30 1.79 9.87 7.2111 2.50477 LNDPS 30 1.71 14.04 9.1120 3.08505 Valid N listwise 30 Sumber : Data Olahan SPSS Berdasarkan hasil yang diperoleh dari tabel 4.2 maka dapat dijelaskan bahwa : a. Variabel Harga Saham HS memiliki jumlah sampel sebanyak 30, nilai minimum 4.84, nilai maksimum sebesar 12.5, rata-rata harga saham adalah 8.1839 dan simpangan bakunya 1.97402. Pada hal tersebut menyatakan bahwa semakin tinggi harga saham maka semakin baik perusahaan. Universitas Sumatera Utara b. Variabel Return On Asset ROA memiliki jumlah sampel sebanyak 30, nilai minimum 1.39, nilai maksimum sebesar 3.71, nilai rata- ratanya adalah 2.8013 dan simpangan bakunya adalah 0.57787. Pada ini menyatakan bahwa semakin tinggi nilai ROA maka semakin baik kinerja perusahaan. c. Variabel Earning Per Share EPS memiliki jumlah sampel sebanyak 30, nilai minimum 1.79, nilai maksimum sebesar 9.87, nilai rata- ratanya adalah 7.2111 dan simpangan bakunya adalah 2.50477. Dalam hal ini semakin tinggi EPS yang ada maka semakin baik perusahaan tersebut dalam menghasilkan laba. Hal ini dapat dilihat dengan meningkatnya laba perusahaan akan meningkat EPS. d. Variabel Dividend Per Share DPS memiliki jumlah sampel sebanyak 30, nilai minimum 1.71, nilai maksimum sebesar 14.04, nilai rata- ratanya adalah 9.1120, dan simpangan bakunya 3.08505. Dalam hal ini semakin tinggi DPS suatu perusahaan maka semakin tinggi pula deviden yang akan diterima oleh pemegang saham. 4.2.2 Uji Asumsi Klasik

4.2.2.1 Uji Normalitas

Uji normalitas berguna untuk melihat apakah data telah berdistribusi normal atau tidak. Uji normalitas dilakuka n dalam penelitian ini model Komogorov-Smirnov. Hal yang dilakukan untuk melihat apakah data berditribusi normal berdasarkan uji Kolomogorov-Smirnov dapat dilihat dari : 1. Nilai Sig atau signifikan diatas 0.05 maka data berdistribusi normal. Universitas Sumatera Utara 2. Nilai Sig atau signifikan dibawah 0.05 maka data dapat dikatakan tidak berdistribusi normal. Berikut ini uji normalitas dengan menggunakan model Kolmogorov-Smirnov dapat dilihat pada tabel berikut ini : Tabel 4.3 One Sample Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test HS N 30 Normal Parameters a Mean 21240 Std. Deviation 45931.2 Most Extreme Differences Absolute .370 Positive .370 Negative -.322 Kolmogorov-Smirnov Z 2.221 Asymp. Sig. 2-tailed .000 a. Test distribution is Normal. Sumber : Data Olahan SPSS Berdasarkan hasil uji statistik pada One-Sample Kolmogorov-Smirnov dapat dilihat bahwa data tidak berdistribusi dengan normal, hal ini disebabkan oleh Asymp. Sig. 2-tailed pada tabel tersebut dibawah 0.05. oleh sebab itu peneliti akan melakukan perbaikan pada data tersebut agar memenuhi uji normalitas. Ada pun cara yang dilakukan untuk mengubah model regresi menjadi normal menurut Erlina 2009:107 yaitu : 1. Lakukan tarnsformasi data ke bentuk lainnya, misalnya mengubah data menjadi bentuk logaritma Log atau natural LN. 2. Lakukan trimming, yaitu membuang data outlier. 3. Lakukan winsorizing, yaitu mengubah data yang outlier kesuatu nilai tertentu. Universitas Sumatera Utara Oleh karena itu guna memenuhi uji normalitas maka peneliti akan mentransformasikan data penelitian ini ke dalam bentuk natural LN kemudian data di uji ulang dengan menggunakan uji normalitas. Hasil uji normalitas pada data ini dapat ditransformasikan yang dapat dilihat pada histogram, normal probability plot , dan One-Sample Kolmogorov-Smirnov. Dalam penelitian ini cara yang digunakan adalah dengan melakukan transformasi data ke dalam bentuk logaritma natural Ln, dimana data yang ditransformasikan adalah harga saham menjadi LnHS, return on asset menjadi LnROA, earning per share LnEPS, dividend per share menjadi LnDPS kemudian data diuji kembali dengan menggunakan uji normalitas, berikut ini adalah analisis grafik menggunakan histogram, normal Probability-Plot, dan Kolmogrov-Smirnov setelah dilakukan transformasi yaitu : Sumber : Data Olahan SPSS Gambar 4.1 Kurva Histogram Universitas Sumatera Utara Pada gambar 4.1 diatas menunjukkan histogram yang memiliki kemiringan seimbang ke kiri dan ke kanan atau tidak condong ke kiri dan ke kanan, melainkan ketengah berbentuk lonceng. Kurva yang memiliki bentuk seperti lonceng maka data berdistribusi secara normal. Selain melaui kurva peneliti juga menggunakan metode lain yaitu melalui garfik dengan melihat normal- Probability-Plot . Jika data berdistribusi secara normal akan mengikuti garis diagonal. Uji normalitas berikut ini untuk melihat normal probability-plot yaitu : Sumber : Data Olahan SPSS Gambar 4.2 Normal P-P Plot of Regression Standardized Residual Pada kurva P-Plot menunjukkan penyebaran titik-titik data disekitar garis diagonal dan mengikuti arah garis diagonal. Pada kurva P-Plot maka regresi memenuhi unsur normalitas atau dengan kata lain model regresi layak dipakai untuk prediksi nilai perusahaan berdasarkan masukan dari variabel indenden. Universitas Sumatera Utara Selain kurva P-Plot untuk melihat normalitas data, selain P-Plot dan histogram peneliti juga menggunakan kolmogrov-smirnov. Berikut ini adalah analisis menggunakan kolmogrov-smirnov. Tabel 4.4 One Sample Kolmogrov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 30 Normal Parameters a Mean .0000000 Std. Deviation 1.40049695 Most Extreme Differences Absolute .223 Positive .223 Negative -.122 Kolmogorov-Smirnov Z 1.224 Asymp. Sig. 2-tailed .100 a. Test distribution is Normal. Sumber : Data Olahan SPSS Berdasarkan hasil uji normalitas diatas dapat dikatakan bahwa data telah terditribusi secara normal. Hal ini dapat diketahui dengan melihat Asymp. Sig 2- tailed diatas 0.05, yaitu sebesar 0.100.

4.2.2.2 Uji Multikoloniaritas

Uji multikolonieritas dilakukan untuk melihat apakah antara variabel- variabel terdapat multikolonieritas atau tidak. Uji multikolonieritas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Gangguan multikolonieritas tidak terjadi jika VIF dibawah 5 Universitas Sumatera Utara atau Tolerance diatas 0.1. hasil pengujian terhadap multikolonieritas pada penelitian ini dapat dilihat pada tabel 4.5. Tabel 4.5 Uji Multikolonieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 6.608 1.494 4.423 .000 LNROA -1.262 .561 -.370 -2.251 .033 .719 1.392 LNEPS .141 .127 .179 1.107 .279 .743 1.346 LNDPS .450 .091 .703 4.922 .000 .950 1.052 a. Dependent Variable: LNHS Sumber : Olahan Data SPSS BerdasarBerdasarkan data olahan SPSS diatas, dapat diketahui bahwa tidak terjadi multikolonieritas pada seluruh variabel data. Hal ini bias diketahui dengan keterangan berikut ini : a. Return On Asset ROA mempunyai nilai Tolerance sebesar 0.719 lebih besar dari 0.1 dan nilai VIF sebesar 1.392 lebih kecil dari 5. b. Earning Per Share EPS mempunyai nilai Tolerance sebesar 0.743 lebih besar dari 0.1 dan nilai VIF sebesar 1.346 lebih kecil dari 5. c. Devidend Per Share DPS mempunyai nilai Tolerance sebesar 0.950 lebih besar dari 0.1 dan nilai VIF sebesar 1.052 lebih kecil dari 5. Berdasarkan kesimpulan diatas dapat dikatakan bahwa variabel independen tidak terjadi multikolonieritas. Universitas Sumatera Utara

4.2.2.3 Uji Autokolerasi

Uji autokolerasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Salah satu cara untuk mengetahui ada atau tidaknya autokolerasi adalah dengan uji Durbin-Watson DW. Jika terjadi autokolerasi maka nilai Durbin-Watson DW lebih besar dari 2. Dalam uji Durbin-Watson ketentuan untuk melihat adanya autokolerasi adalah sebagai berikut ini : a. Angka D-W dibawah -2 berarti ada autokolerasi positif. b. Angka D-W diantara -2 samapai +2 berarti tidak ada autokolerasi. c. Angka D-W diata +2 berarti ada autokolerasi negatif. Berikut ini adalah uji autokolerasi dalam penelitian ini : Tabel 4.6 Uji Autokolerasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .705 a .497 .439 1.47909 1.719 a. Predictors: Constant, LNDPS, LNEPS, LNROA b. Dependent Variable: LNHS Sumber : Data Olahan SPSS Pada tabel diatas dapat dilihat bahwa uji autokolerasi menunjukkan bahwa nilai Durbin-Watson DW adalah 1.719 lebih kecil dari 2. Oleh karena itu dapat disimpulkan bahwa tidak terjadi autokolerasi dalam penelitian ini. Universitas Sumatera Utara

4.2.2.4 Uji Heterokedastisitas

Uji heterokedastisitas dilakukan dengan plot grafik antara ZPRED nilai prediksi dengan SRESID nilai residual. Cara menentukan ada tidaknya heterokedastisitas adalah dengan melihat grafik scatterplot yang dihasilkan dari pengolahan data menggunakan SPSS. Berikut ini merupakan grafik scatterplot untuk menganalisis apakah terjadi gejala heterokedastisitas atau tidak dengan cara mengamati penyebaran titik-titik berikut ini : Sumber : Data Olahan SPSS Gambar 4.3 Scatterplot Pada gambar grafik diatas bahwa scatterplot terlihat titik-titik menyebar secara acak dan tidak terlihat suatu pola tertentu serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y sehingga dapat disimpulkan bahwa dalam model regresi tidak terjadi heterokedastisitas. Universitas Sumatera Utara Tabel 4.7 Uji Heterokedastisitas Untuk melihat hasil yang lebih akurat mengenai tentang pengujian heterokedastisitas maka dapat diliha pada tabel diatas. Berdasarkan tabel diatas menunjukkan bahwa nilai signifikan diatas tingkat kepercayaan diatas 0.05 maka dapat disimpulkan bahwa dalam pengujian ini tidak terdapat heterokedastisitas.

4.2.3 Analisis Regresi Linier Berganda

Tabel berikut ini menunjukkan hasil estimasi regresi linier berganda pada pengolahan data dengan SPSS 16.0. Dalam penelitian ini gunakan signifikansinya 0.05 artinya kemungkinan kesalahan yang ditolerir adalah 0.05 atau lebih kecil dari 0.05 dan sebaliknya apabila lebih besar dari 0.05 maka data tersebut tingkat signifikan. Setelah data diolah menggunakan SPSS 16.0, maka diperoleh hasil pengolahan data sebagai berikut : Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 6.608 1.494 4.423 .000 LNROA -1.262 .561 -.370 -2.251 .033 .719 1.392 LNEPS .141 .127 .179 1.107 .279 .743 1.346 LNDPS .450 .091 .703 4.922 .000 .950 1.052 a. Dependent Variable: LNHS Sumber : Olahan Data SPSS Universitas Sumatera Utara Tabel 4.8 Analisis Regresi Linier Berganda Sumber : Data Olahan SPSS Berdasarkan tabel 4.7 diatas diperoleh model persamaan regresi linier berganda sebagai berikut ini : Y = 6.608+-1.262X 1 +0.141X 2 +0.450X 3 +e Keterangan : Y = Harga Saham X1 = Return On Asset ROA X2 = Earning Per Share EPS X3 = Dividend Per Share DPS e = Error Dari model regresi linier berganda diatas dapat disimpulkan beberapa hal yaitu : a. Besarnya konstanta adalah 6.608 hal ini menunjukkan bahwa semua variabel independen tidak terpengaruh sehingga harga saham adalah 6.608. b. Return On Asset ROA variabel ini bertanda negatif artinya artinya ROA mempunyai hubungan yang searah dengan harga saham. Setiap kenaikan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 6.608 1.494 4.423 .000 LNROA -1.262 .561 -.370 -2.251 .033 LNEPS .141 .127 .179 1.107 .279 LNDPS .450 .091 .703 4.922 .000 a. Dependent Variable: LNHS Universitas Sumatera Utara ROA sebesar 1 maka akan menyebabkan penurunan harga saham sebesar - 1.262, jika semua variabel dianggap tetap. c. Earning Per Share EPS bertanda positif yang artinya EPS mengalami kenaikan 1 maka akan menyebabkan peningkatan harga saham sebesar 0.141, jika semua variabel dianggap tetap. d. Dividend Per share DPS bertanda positif yang artinya DPS mengalami kenaikan 1 maka akan menyebabkan peningkatan harga saham sebesar 0.450, jika semua variabel dianggap tetap.

4.2.4 Pengujian Hipotesis

Dari uji asumsi klasik diatas dapat disimpulkan bahwa data yang ada terdistribusi normal serta tidak terdapat multikolonieritas, heterokedastisitas, dan autokolerasi. Pengujian hipotesis dilakukan untuk menguji ada tidaknya pengaruh variabel independen terhadap variabel dependen. Tabel 4.9 PemasukanPengeluaran Variabel Sumber : Data Olahan SPSS Berdasarkan tabel diatas maka dapat dijelaskan bahwa : 1. Variabel yang dimasukkan dalam persamaan adalah variabel independen yaitu LnROA, LnEPS, dan LnDPS. Variables EnteredRemoved b Model Variables Entered Variables Removed Method 1 LNDPS, LNEPS, LNROA a . Enter a. All requested variables entered. b. Dependent Variable: LNHS Universitas Sumatera Utara 2. Variabel independen tidak ada yang keluar.

4.2.4.1 Uji Signifikan Parsial Uji t

Uji-t pengujian parsial dilakukan untuk menguji apakah pengaruh variabel independen secara parsial terhadap variabel dependen. Kriteria pengambilan keputusan adalah : a. Jika t hitung t tabel , Ho diterima Ha ditolak, untuk α = 5. b. Jika t hitung t tabel , Ho ditolak Ha diterima, untuk α = 5 Berikut ini merupakan output SPSS dari uji-t : Tabel 4.10 Output SPSS Uji-t B e r d a s a r Berdasarkan tabel diatas maka disimpulkan sebagai berikut : 1. Untuk variabel ROA nilai � ℎ����� -2.251 dengan signifikansi sebesar 0.033 dan t tabel yaitu 1.705. Dari data ini dapat menunjukkan t hitung t tabel -2.251 1.705 dengan tingkat signifikan 0.033 0.05, maka H 1 diterima. Dengan demikian bahwa terdapat pengaruh ROA terhadap harga saham dengan tingkat signifikansi 0.033 didalam perusahaan. Semakin tinggi ROA, maka semakin baik keadaan perusahaan farmasi dan menunjukkan bahwa perusahaan farmasi Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 6.608 1.494 4.423 .000 LNROA -1.262 .561 -.370 -2.251 .033 LNEPS .141 .127 .179 1.107 .279 LNDPS .450 .091 .703 4.922 .000 a. Dependent Variable: LNHS Sumber : Olahan Data SPSS Universitas Sumatera Utara semakin efektif dalam memanfaatkan asset untuk menghasilkan laba bersih. 2. Untuk variabel EPS t hitun g 1.107,dengan signifikansi sebesar 0.279 dan t tabel yaitu 1.705. Dari data ini dapat menunjukkan t hitung t tabel 1.107 1.705 dengan tingkat signifikan 0.279 0.05, maka H 2 ditolak. Secara parsial EPS tidak mempengaruhi harga saham. 3. Untuk variabel DPS t hitung 4.922,dengan signifikansi sebesar 0.000 dan t tabel yaitu 1.705. Dari data ini dapat menunjukkan t hitung t tabel 4.922 1.705 dengan tingkat signifikan 0.000 0.05, maka H 3 diterima. Maka hal ini secara parsial dapat mempengaruhi harga saham.

4.2.4.2 Uji Signifikan Simultan Uji F

Pengujian F digunakan untuk menunjukkan apakah variabel independen mempunyai pengaruh terhadap variabel dependen. a. Jika F hitung F tabel , Ho diterima Ha ditolak, untuk α = 5. b. Jika F hitung F tabel , Ho ditolak Ha diterima, untuk α = 5 Berikut ini hasil perhitungan dari uji F : Tabel 4.11 Output Uji F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 56.126 3 18.709 8.552 .000 a Residual 56.880 26 2.188 Total 113.006 29 a. Predictors: Constant, LNDPS, LNEPS, LNROA Universitas Sumatera Utara Tabel .Tabel 4.8 menunjukkan bahwa F hitung 8.552,dengan signifikansi sebesar 0.000 dan t tabel yaitu 2.705. Dari data ini dapat menunjukkan t hitung t tabel 8.552 2.705 dengan tingkat signifikan 0.000 0.05, Hal ini menunjukkan bahwa secara bersama-sama variabel bebas dalam penelitian ini mempunyai pengaruh secara signifikan terhadap harga saham.

4.3 Pembahasan

Berdasarkan hasil pengujian data yang dilakukan pada periode 2009-2013 untuk ROA, dan DPS pada perusahaan industri farmasi menunjukkan bahwa secara parsial ROA dan DPS memiliki pengaruh yang signifikan yaitu ROA sebesar 0.033 dan DPS sebesar 0.000 dimana dibawah signifikansi yaitu sebesar 0.05 semetara EPS secara parsial tidak mempengaruhi harga saham diaman signifikan EPS pada penelitian ini adalah 0.279 lebih besar dari 0.05. secara simultan menunjukkan bahwa ROA, EPS, dan DPS berpengaruh terhadap harga saham dimana besar signifikansi dari uji F adalah 0.00 dibawah dari 0.05. Hal ini dapat menunjukkan bahwa kinerja keuangan mempunyai pengaruh terhadap harga saham. Jika dilihat dari hasil penelitian bahwa Return On Asset ROA mempengaruhi harga saham. Hal ini menunjukkan bahwa investor tertarik untuk melihat asset-asset dari suatu perusahaan untuk menentukan keputusan membeli saham suatu perusahaan. Hal ini sejalan dengan penelitian yang dilakukan oleh Indra R. Onibala, Parengkuan Tommy, Paulina Van Rate 2014 yang menyatakan bahwa rasio Return On Asset ROA mempunyai pengaruh terhadap saham baik secara parsial mau pun simultan. Jika pada Earning Per Share EPS secara parsial tidak memiliki pengaruh yang signifikan terhadap harga saham Universitas Sumatera Utara sementara secara simultan menunjukan bahwa variabel EPS memiliki pengaruh yang signifikan terhadap harga saham. Hasil penelitian ini tidak sesuai dengan yang dilakukan oleh Eka Putri Aprilia 2012 dan sesuai dengan yang dilakukan Saparuddin 2011 yang menyatakan bahwa secara parsial mau EPS tidak memiliki pengaruh. Secara simultan EPS memiliki pengaruh yang signifikan terhadap harga saham. Sedangkan pada Dividend Per Share DPS memiliki pengaruh yang signifikan terhadap harga saham. Hal ini disebakan oleh dengan pembagian dividen kepada pemegang saham menyebabkan kenaikan harga saham suatu perusahaan. Dengan pembagian dividen kepada pemegang saham akan menjadi bahan pertimbangan suatu investor untuk menanamkan investasinya pada suatu perusahaan. Hal ini sejalan dengan penelitian yang dilakukan oleh Saparuddin 2012 dan Rescyana Putri hutami 2012 yang menyatakan bahwa DPS memiliki pengaruh terhadap harga saham. Universitas Sumatera Utara

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dalam penelitian ini, peneliti menguji Return On Asset ROA, Earning Per Share EPS, dan Devidend Per Share DPS. Apakah variabel tersebut memiliki pengaruh terhadap harga saham pada perusahaan indutri farmasi yang terdaftar di Bursa Efek Indonesia pada periode 2009-2013. Penelitian ini menggunakan sampel sebanyak 6 perusahaan yang listing selama periode tersebut. Berdasarkan hasil analisis data sebelumnya dapat diambil kesimpulan sebagai berikut : a. Return On Asset ROA berpengaruh secara signifikan antara ROA dan harga saham yang berarti H 1 diterima. Hasil pengujian hipotesis ini mengindikasikan bahwa perusahaan farmasi telah berhasil memanfaatkan dan memaksimalkan laba bersih berdasarkan tingkat asset tertentu yang menjadi acuan yang penting bagi investor dalam membuat keputusan investasi. b. Earning Per Share EPS berpengaruh secara signifikan antara EPS dan harga saham yang berarti H 2 diterima. Hasil pengujian hipotesis ini mengindikasi bahwa perusahaan berhasil meningkatkan taraf kemakmuran investor. Hal ini mendorong investor untuk menambah jumlah modal yang ditanamkan pada perusahaan tersebut. Peningkatan jumlah permintaan Universitas Sumatera Utara