Pengaruh Curah Hujan dan Hari Hujan Terhadap Produksi Tebu (Saccharum officinarum Linn) di Kebun Kwala Bingai PT. Perkebunan Nusantara II
Lampiran 1. Uji Korelasi pada Komponen Produksi Tebu di PTPN II Unit
Kwala Bingai Kota Stabat Kabupaten Langkat pada Tanaman
Tebu Selama 5 Tahun (2009-2013)
Hablur
Hablur Pearson Correlation
SHS
1
.981**
.413*
.000
.021
31
31
31
.981**
1
.439*
Sig. (2-tailed)
N
SHS
Pearson Correlation
Sig. (2-tailed)
N
Tetes
Pearson Correlation
Sig. (2-tailed)
N
Tetes
.000
.013
31
31
31
.413*
.439*
1
.021
.013
31
31
**. Correlations is significant at the 0.01 level (2-tailed).
*. Correlations is significant at the 0.05 level (2-tailed).
31
Lampiran 2. Data Bulan Basah (BB) dan Bulan Kering (BK) di PTPN II
Unit Kwala Bingai Kota Stabat Kabupaten Langkat pada
Tanaman Tebu selama 5 Tahun (2009-2013)
Tahun
Bulan
2009
2010
2011
2012
2013
Januari
99
92.66
86.83
131.33
154.66
Februari
22.5
12.5
16.16
152
254.5
Maret
219.16
85.66
212.33
135.16
42.5
April
229.5
49
107.66
286.16
124.16
Mei
412.83
156.16
173.33
356.33
159.83
Juni
81.5
173.33
246.5
50
78
Juli
143.83
171.66
159.5
108.66
268
303
150.66
165.33
180.66
159.83
213.66
152.83
130.5
336.66
153.16
360
148
220
283.16
682.66
November
132.33
190.33
107.5
385.66
77.16
Desember
123.16
209.5
233.83
149.66
207.66
Jumlah BB
9
8
10
11
9
Jumlah BK
1
2
1
1
1
Agustus
September
Oktober
Sumber: Data administrasi kebun (data diolah)
Lampiran 3. Klasifikasi Tipe Iklim Scmidth-Ferguson di PTPN II Unit
Kwala Bingai
BB = Bulan Basah (CH > 100 mm)
BL = Bulan Lembab dengan CH antara 60-100 mm
BK = Bulan Kering (CH < 60 mm)
CH = Curah Hujan
HH = Hari Hujan
Q = Tipe Iklim
•
Kriteria curah hujan Schmidth-Ferguson
Cara perhitungan tipe iklim di PTPN II Unit Kwala Bingai :
Rataan BK
Q = Rataan
BB
6
× 100 % = 47 × 100 % = 12,76% (Tipe A yaitu Sangat basah)
• Klasifikasi Iklim Scmidth-Ferguson
0 > Q < 14.3
= Tipe A (sangat basah)
14.3 > Q < 33.3 = Tipe B (basah)
33.3 > Q < 60 = Tipe C (agak basah
60 > Q Q < 167 = Tipe E (agak kering)
167 > Q < 300 = Tipe F (kering)
300 > Q 700
= Tipe H (ekstrim kering)
Lampiran 4. Uji - Parsial Analisis Linear Berganda di PTPN II Unit Kwala
Bingai Kota Stabat Kabupaten Langkat pada Tanaman Tebu
Selama 5 Tahun (2009-2013)
Uji – t pada Tanaman Tebu
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
1
(Constant)
Curah_Hujan
Hari_Hujan
B
Std. Error
5970216.787
2035122.486
-38624.866
23315.7
1413214.829
693481.619
Beta
T
Sig.
2.934
.007
-.801
-1.657
.109
.985
2.038
.051
a.Dependent Variable : Produksi_Tebu
Nilai t - tabel
Db
0.05
0.01
28
2.048
2.763
29
2.045
2.756
30
2.042
2.750
Keterangan: db = derajat bebas (db = n-k)
n = jumlah elemen dalam sampel
k = jumlah variabel
Lampiran 5. Sidik Ragam Analisis Linear Berganda pada PTPN II Unit
Kwala Bingai Kota Stabat Kabupaten Langkat pada Tanaman
Tebu
ANOVAb
Model
1
Sum of Squares
df
Mean Square
F
Sig.
Regresi
9.45E+13
2
4.73E+13
2.301
1.19a
Residual
5.75E+14
28
2.06E+13
Total
6.70E+14
30
a.Predictors: (Constant), Hari_Hujan, Curah_Hujan
b.Dependent Variable: Produksi_Tebu
Derajat Bebas Pembilang = k-1 (3 - 1 = 2)
Derajat Bebas Penyebut = n – k (31 – 3 = 28)
Ket : n = jumlah elemen dalam sampel
k = jumlah variabel
Nilai F-Tabel pada α = 5%
Derajat Bebas Pembilang
Derajat Bebas Penyebut
1
2
3
27
4.21
3.35
2.96
28
4.2
3.34
2.95
29
4.18
3.33
2.93
Sumber: Junaidi (2013)
Ket :
Derajat Bebas Pembilang = k – 1 (3 – 1 = 2)
Derajat Bebas Penyebut = n – k (31 – 3 = 28)
Lampiran 6. Nilai Koefisien Analisis Linear Berganda pada PTPN II Unit
Kwala Bingai Kota Stabat Kabupaten Langkat pada Tanaman
Tebu Selama 5 Tahun (2009-2013)
Model
1
R
R Square
Adjusted R Square
Std. Error of the Estimate
.141
.8
4.53284E6
.376a
a.Predictors: (Constant), Curah_Hujan, Hari_Hujan
b.Dependent Variable: Produksi_Tebu
Lampiran 7. Model Pengujian Analisis Regresi Linear Berganda pada
PTPN II Unit Kwala Bingai Kota Stabat Kabupaten Langkat
pada Tanaman Tebu Selama 5 Tahun (2009-2013)
Coefficientsa
Model
Standardized
Unstandardized Coefficients
1
(Constant)
Curah_Hujan
Hari_Hujan
B
Std. Error
5970216.787
2035122.486
-38624.866
23315.7
1413214.829
693481.619
a. Dependent Variable: Produksi_Tebu
Collinearity
Statistics
Coefficients
Beta
T
Sig.
Tolerance
VIF
2.934
0.007
-0.801
-1.657
0.109
0.131
7.613
0.985
2.038
0.051
0.131
7.613
Lampiran 8. Uji Analisis Korelasi Antar Variable di PTPN II Unit Kwala
Bingai Kota Stabat Kabupaten Langkat pada Tanaman Tebu
Selama 5 Tahun (2009-2013)
Correlations
Produksi_
Tebu
Pearson Correlation
Sig. (1-tailed)
N
Curah_Hujan
Hari_Hujan
1.000
.117
.239
Curah_Hujan
.117
1
.932
Hari_Hujan
.239
.932**
1
.265
.098
Produksi_Tebu
Produksi_Tebu
Curah_Hujan
.265
Hari_Hujan
.098
.000
Produksi_Tebu
31
31
31
Curah_Hujan
31
31
31
Hari_Hujan
31
31
31
**.Correlation is significant at the 0.01 level (1-tailed).
.000
Lampiran 9. Uji Kolmogorov-Smirnov di Kebun PTPN II Unit Kwala
Bingai Kota Stabat Kabupaten Langkat pada Tanaman Tebu
Selama 5 Tahun (2009-2013)
One-Sample Kolmogorov-Smirnov Test
Unstandarized
Residual
N
31
Normal Parameters
Mean
Std. Deviation
Most Extreme Differences
.0000000
4.37913534E6
Absolute
.108
Positive
.083
Negative
-.108
Kolmogorov-Smirnov Z
.600
Asymp. Sig. (2-tailed)
.865
a. Test distribution is Normal
b. Calculated from data.
Lampiran 10. Nilai Signifikansi Uji Heterokedastisitas pada Absolute
Residual di PTPN II Unit Kwala Bingai Kota Stabat
Kabupaten Langkat Selama 5 Tahun (2009-2013)
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
Collinearity
Statistic
B
Std. Error
Beta
T
1 (Constant)
17.849
1.633
10.932
LnCH
-0.881
0.604
-0.811 -1.458 0.156
LnHH
1.243
0.802
0.861
1.549
Sig.
0.133
Tolerance
VIF
0.106
9.403
0.106
9.403
a. Dependent Variable: Ln_kuadrat_RES_1
Lampiran 11. Uji Autokorelasi di PTPN II Unit Kwala Bingai Kota Stabat
Kabupaten Langkat pada Tanaman Tebu Selama 5 Tahun
(2009-2013)
Model
Durbin Watson
1
1.242
Tabel Durbin Watson, α = 5%
N
k=1
Dl
Du
k=2
Dl
Du
29
1.34
1.48
1.27
1.56
30
1.35
1.49
1.28
1.57
31
1.36
1.5
1.3
1.57
Sumber : Junaidi (2013)
Keterangan n = jumlah observasi data
k = jumlah variabel bebas
Lampiran 12. Tabel Residual Analisis Linear Berganda pada Tanaman
Tebu Tahun 2009-2013
Bulan
2009
2010
2011
2012
2013
Februari
6180347,965
1726590,9561
7378,8742
2212498,7561
-1261193,08
Maret
3844020,5353
-797938,0447
7306858,3971
5970345,9453
7161706,1622
April
133930
-1612986,1189
7591858,2014
714055,9314
1508625,5142
Mei
223223,7243
-1119900,4336
-302646,3629
1509721,7082
575900,1371
Juni
-57778,7378
-3828538,4907
2602613,2472
-6180848,6639
-5948828,0278
DAFTAR PUSTAKA
Bkpm,
2005.Sentra
dan
Wilayah
Potensi
Komoditi
Tebu.http://regionalinvestment.bkpm.go.id/newsipid/id/commodity.php
?ic=5&fb=2&if=99. diunduh (01 Februari 2014).
Blackburn, F. 1984. Sugar cane .Longman Inc, New York.
Balai Besar Perbenihan dan Proteksi Tanaman Perkebunan (BBPPTP), 2014.
Teknik Memperoleh Bibit Berkualitas. Dirjenbun RI, Surabaya.
Daldjoeni, N. 1986. Pokok Pokok Klimatologi. Penerbit Alumni. Bandung.
Deptan. 2013. Cuaca Dan Taksasi Produksi Gula 2010. http://www.deptan.go.id.
Diunduh (01 Februari 2014).
Deptan. 2010. Prospek dan Arah Pengembangan Agribisnis
http://www.deptan.go.id. Diunduh (01 Februari 2014).
Tebu.
Direktorat Jenderal Perkebunan. 2013. Statistik Perkebunan 2008-2012.
www.deptan.go.id/ditjenbun. diunduh (01 Februari 2014).
Estiningtyas, W., Surmaini, E.,dan Kharmila,S.H., 2008. Penyusunan Skenario
Masa Tanam Berdasarkan Prakiraan Curah Hujan Di Sentra Produksi
Pangan. Balai Penelitian Agroklimat dan Hidrologi, Bogor.Jurnal
Meteorologi Dan Geofisika, 9(2) : 65 – 77.
Ghozali, I. 2006. Aplikasi Analisis Multivariate dengan Program SPSS.
Universitas Diponegoro. Semarang.
Hanum, C. 2012. Ekologi Tanaman. USU Press. Medan.
Hanum, C. 2013. Klimatologi Pertanian. USU Press. Medan.
Indrawanto, C., Syakir, M., Rumini, W., Purwono, dan Siswanto.Budidaya dan
Pasca panen Tebu.ESKA Media. Jakarta.
Junaidi, 2013. Tabel Durbin Watson alpha 5% Diakses dari
http://junaidichaniago.wordpress.comdari
http://www.standford.edu
pada april 2015.
Kartasapoetra, A.G. 2010. KLIMATOLOGI: Pengaruh Iklim Terhadap Tanah
dan Tanaman. Bumi Aksara. Jakarta.
King, N.J. 1965. Manual of Cane growing. Halstead Press. Sydney.
Putri, A. D., Sudiarso, T. Islami. 2013. Pengaruh Komposisi Media Tanam Pada
Teknik Bud Chip Tiga Varietas Tebu (Saccharum officinarum L.).
Universitas Brawijaya. Malang.
Steenis, C. G. G. J. Van. 2003. Flora. Cet. 9.Penerjemah: Moeso Surjowonito.
PT Pradnya Paramitha, Jakarta.
GAMBARAN UMUM PERUSAHAAN
Sejarah Perusahaan
PT. Perkebunan II (Persero) selanjutnya disebut PTP Nusantara II,
merupakan badan usaha milik negara, berbentuk perseroan dalam jajaran
Departemen Pertanian adalah perusahaan Negara (P.N). Kronologis sejarah PTP
Nusantara II (ex. IX) pada mulanya berasal dari perusahaan belanda yang
bernama “NV VERENIGDE DELI MAATSCHAPIA” Perusahaan Perkebunan
Negara Tembakau Deli sebelum tahun 1959, kemudian diberi nama perusahaan
Perkebunan Negara Baru CKS NV Senembah MY, dan perusahaan perkebunan
Negara Baru eks. VDM tahun 1965 berubah nama menjadi Perusahaan
Perkebunan Negara Tembakau Deli. Tahun 1969 diberi nama Perseroan Terbatas
Perkebunan IX (PTP IX). Tahun 1996 berubah menjadi PTP Nusantara II
(Data kebun, 2013).
Lingkungan usaha PTP Nusantara II adalah pembudidayaan tanaman keras
dan semusim seperti kelapa sawit, tebu, kakao, dan tembakau. Pengolahan serta
pemasarannya di dalam dan luar negeri, sedangkan lokasi perkebunannya tersebar
di beberapa tempat di Sumatera Utara (Data kebun, 2013).
PTP Nusantara II kebun Kwala Bingai-Stabat adalah unit dari PTP
Nusantara II yang berada di Tanjung Morawa Medan. Kebun Kwala Bingai
berada di kecamatan Stabat, Kabupaten Langkat yang memiliki jarak berkisar 41
km dari kota Medan merupakan kebun yang mengusahakan produksi tanaman
tebu (Data kebun, 2013).
Visi, Misi, dan Nilai Budaya PT. Perkebunan Nusantara II
Berdasarkan data administrasi kebun ( 2013) PT. Perkebunan Nusantara II
memiliki Visi : Dari perusahaan perkebunan menjadi perusahaan multi usaha
berdaya saing tinggi, Misi : Mengoptimalkan seluruh potensi sumber daya dan
usaha, memberikan kontribusi optimal, menjaga kelestarian, dan pertambahan
nilai, Nilai Budaya : Profesional, kesetaraan, kemakmuran, kejujuran, integritas,
dan kerjasama.
Letak dan Batas Geografis
Secara geografis kebun Kwala Bingai berbatasan dengan :
1. Sebelah Timur berbatasan dengan kebun PTP Nusantara II Kebun Kwala
Madu.
2. Sebelah Barat berbatasan dengan Kota Stabat.
3. Sebelah Utara berbatasan dengan kebun PT. Buana Estate.
4. Sebelah Selatan berbatasan dengan Desa Pardamean Binjai Utara.
Keadaan Tanah dan Iklim
Keadaan topografi di lokasi PTPN II Kebun Kwala Bingai pada umumnya
rata dan sebagian tempat bergelombang dengan ketinggian tempat 5 - 20 m dpl
pada daerah datar 20 – 50 m dpl pada areal bergelombang. Keadaan topografi di
Kebun Kwala Bingai ada yang datar dan bergelombang atau curam. Keadaan suhu
yang terdapat di kebun ini adalah 280 C – 300 C dengan jenis tanah umumnya
alluvial coklat, hidromofrik kelabu, podsolik merah kuning dan teksturnya liat
sampai liat berpasir dengan pH tanah berkisar 5 – 7 (netral), stuktur tanahnya liat
sampai liat berpasir dan memiliki kemampuan menyimpan air yang sangat rendah.
Untuk menanggulangi kekurangan unsur dapat dilakukan dengan pemupukan
secara teratur (Data kebun, 2013).
Luas Tata Guna Kebun
Luas lahan yang dimiliki perusahaan perkebunan PTP Nusantara II Kebun
Kwala Bingai adalah 3.379,14 Ha dan tidak seluruhnya ditanami tebu tetapi juga
tanaman rotasi dan konversi yang merupakan pergantian tanaman dari tanaman
tebu diganti dan dirotasi dengan tanaman Tembakau Deli, selain itu juga ditanami
dengan tanaman kakao. Luas areal untuk tanaman kakao adalah 248,19 Ha dan
untuk Tebu 2.358,58 Ha, sedangkan luas areal untuk tanaman Tembakau Deli
adalah 304 Ha yang terdapat secara menyebar di beberapa afdeling yang ada di
Kebun Kwala Bingai-Stabat (Data kebun, 2013).
Adapun status kepemilikan tanahnya adalah Hak Guna Usaha (HGU) yang
pengusahaannya dipegang oleh PTP Nusantara II kebun Kwala Bingai-Stabat.
Untuk Lebih jelasnya dapat dilihat pada tabel 1 berikut ini :
Tabel 1. Luas Areal HGU kebun Kwala Bingai
No
Uraian
Ha
Persentase (%)
Seluruh Areal
1
Areal Yang Ditanami
Ditanami dan Diolah
Tembakau
304,00
9,00
Coklat
248,19
7,34
Konversi
947,80
28,05
Rotasi
486,78
14,41
Ditanami Oleh PGKM
924,00
27,34
Tebu : - Ditanami dan Diolah
2
Kebun Kwala Bingai I
316,97
9,38
3
Kebun Kwala Bingai II
108,10
3,20
4
Tanah yang dikuasai oleh pihak ke-3
43,30
1,28
3.379,14
100
garapan yang mendapat SIM
berdasarkan
keputusan TPTGA-IX
Jumlah
Sumber : Kantor Kebun Kwala Bingai (2013)
Struktur Organisasi Perusahaan
PTP Nusantara II Kebun Kwala Bingai dipimpin oleh seorang
Administratur (ADM), yang dibantu oleh beberapa orang staf yang terdiri dari :
1. Asisten Kepala (2 orang).
2. Asisten afdeling dan penanggung jawab kebun(6 orang).
3. Kepala Tata Usaha (1 orang).
4. Asisten Bawahan (1 orang).
5. Papam (1 orang)
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT. Perkebunan Nusantara II kebun Kwala
Bingai, Kabupaten Langkat, Provinsi Sumatera Utara, yang dimulai dari bulan
Januari sampai April 2015.
Metode Penelitian
Penelitian ini menggunakan metode deskriptif (descriptive analysis)
kuantitatif maupun kualitatif. Data dikumpulkan, disusun, dijelaskan, kemudian
dianalisis dengan analisis regresi berganda dan korelasi yang diuraikan secara
deskriptif. Alat bantu yang digunakan untuk mengolah data tersebut adalah
SPSS.v.17 (Statistical Package of Social Science) for windows. Metode analisis
yang digunakan dalam penelitian ini ialah analisis regresi berganda dan korelasi
regresi. Analisis regresi berganda digunakan untuk mengetahui pengaruh
fungsional antar variabel terikat dan variabel bebas dan analisis korelasi berguna
untuk melihat kuat-lemahnya hubungan antara variabel bebas dan terikat. Analisis
korelasi digunakan untuk mengetahui kuat-lemahnya hubungan antara variabel
bebas dan terikat serta hubungan antar variabel komponen produksi. Variabel
tidak bebas adalah variabel yang keberadaannya dipengaruhi oleh variabel bebas
dan dinotasikan dengan Y. Variabel tidak bebas dalam penelitian ini adalah
produksi tebu, sedangkan variabel bebas adalah variabel yang mempengaruhi atau
yang menjadi sebab perubahannya variabel tidak bebas dan dinotasikan dengan X
(Ghozali, 2006)
Variabel bebas pada penelitian ini adalah curah hujan dan hari hujan
bulanan. Pengaruh fungsional variabel curah hujan dan hari hujan bulanan
terhadap produksi tebu yang dianalisis dengan fungsi matematis sebagai berikut:
Y = a + b1X1 + b2X2 + E
Y : produksi tebu
a : intersep dari garis pada sumbu Y
b : koefisien regresi linier
X1 : curah hujan bulanan
X2 : hari hujan bulanan
E : eror
Peubah Amatan
Produksi Tebu (ton/ha)
Data produksi batang tebu (ton/ha) yang digunakan berdasarkan data
produksi tebu bulanan selama 5 tahun yakni dari 2009, 2010, 2011, 2012 dan
2013. Data ini dikumpulkan dari seluruh divisi kebun Kwala Bingai di PT.
Perkebunan Nusantara II. Data produksi tebu dianalisis dengan menggunakan
analisis regresi linear berganda dan analisis korelasi.
Produksi tebu banyak dipengaruhi oleh beberapa faktor. Faktor tersebut
tidak berdiri sendiri untuk memberikan pengaruh terhadap produksi yang
dihasilkan kebun. Berdasarkan ketersediaan data di kebun, maka data komponen
produksi yang digunakan yaitu data produksi batang tebu per tingkat tanam dan
data produksi gula yang dihasilkan. Komponen produksi ini dianalisis dengan
menggunakan analisis korelasi.
Curah Hujan (mm)
Data curah hujan yang digunakan berdasarkan data pengukuran curah
hujan bulanan selama lima tahun yakni 2009, 2010, 2011, 2012 dan 2013. Data ini
dikumpulkan dari seluruh divisi kebun Kwala Bingai di PT.Perkebunan Nusantara
II. Data curah hujan dianalisis dengan menggunakan analisis regresi linear
berganda dan analisis korelasi.
Hari Hujan (hari)
Data hari hujan yang digunakan diperoleh dengan cara menjumlahkan hari
dimana turunnya hujan setiap bulannya selama lima tahun yakni 2009, 2010,
2011, 2012 dan 2013. Data ini dikumpulkan dari seluruh divisi kebun Kwala
Bingai di PT.Perkebunan Nusantara II. Data hari hujan dianalisis dengan
menggunakan analisis regresi linear berganda dan analisis korelasi.
PELAKSANAAN PENELITIAN
Studi Kepustakaan
Studi kepustakaan dilakukan dengan menelusuri dan menelaah studi
pustaka yang berkaitan dengan curah hujan dan hari hujan, serta produksi tebu.
Pengumpulan Data
Pengumpulan
data
yang
dilakukan
terdiri
dari
data
sekunder.
Pengumpulan data sekunder meliputi data sekunder untuk laporan umum dan data
sekunder untuk keperluan analisis. Metode pengambilan data sekunder ini
diperoleh dari studi literatur tentang kebun Kwala Bingai di kantor divisi. Data
sekunder untuk analisis disesuaikan dengan kelengkapan data pada administrasi
kebun. Data sekunder untuk laporan umum meliputi keadaan umum perusahaan,
letak geografis, keadaan tanah dan iklim, struktur organisasi dan peta kebun. Data
sekunder untuk keperluan analisis ini diambil data bulanan selama 5 tahun yakni
pada tahun 2009, 2010, 2011, 2012 dan 2013 meliputi data curah hujan dan data
hari hujan; data produksi tebu.
Pengolahan Data dan Analisis Data
Pengolahan data dilakukan dengan menggunakan analisis regresi linear
berganda dan analisis korelasi. Regresi linear berganda berguna untuk menghitung
besarnya pengaruh hubungan dua atau lebih variabel bebas terhadap satu variabel
terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih
variabel bebas. Analisi korelasi berguna untuk melihat kuat-lemahnya hubungan
antara variabel bebas dan terikat. Pengolahan data dibantu dengan software
SPSS.v.17 for windows.
Analisis data bersifat deskriptif dengan menggunakan bantuan statistik
untuk melihat hubungan antara variabel bebas dan variabel terikat. Analisis data
dilakukan untuk memperoleh hasil pengolahan data. Data yang telah diperoleh
tersebut dianalisis dengan menggunakan persamaan regresi linear berganda untuk
mengetahui pengaruh curah hujan dan hari hujan bulanan yang mempengaruhi
produksi tebu dan hubungan kedua variabel bebas dan terikat berdasarkan data
yang diperoleh dari administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
Uji-t (parsial), Uji-F (serempak) dan R2. Uji hipotesis menggunakan uji dua arah
dengan tingkat signifikan (α) sebesar 5%. Teknik analisis data dengan
menggunakan analisis regresi berganda dengan model persamaan berikut ini:
Y = a + b1X1 + b2X2 + E
Model yang digunakan dalam membuat suatu persamaan regresi linier
berganda ini, dapat terjadi beberapa keadaan yang dapat menyebabkan estimasi
koefisien regresi tidak lagi menjadi penduga koefisien, sehingga diperlukan
beberapa asumsi mendasar yang perlu diperhatikan dengan melakukan uji asumsi
klasik.
Uji Asumsi Klasik
Uji asumsi klasik berguna untuk menguji apakah model regresi yang
digunakan dalam penelitian ini layak diuji atau tidak. Kelayakan model regresi
dapat terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat
multikolinearitas, heteroskedastisitas, autokorelasi dalam model yang digunakan.
Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak
digunakan (Ghozali, 2006).
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel tidak bebas dan variabel bebas memiliki data yang terdistribusi normal
atau tidak. Data yang terdistribusi normal menunjukkan bahwa tidak terdapat nilai
ekstrim yang nantinya dapat mengganggu hasil data penelitian. Model regresi
yang baik adalah yang memiliki distribusi data normal atau mendekati normal.
Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov-Smirnov
dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi
normal jika signifikansi dan nilai One Sample Kolmogorov-Smirnov lebih besar
dari 5% atau 0,05 (Ghozali, 2006).
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varians dan residual satu pengamatan ke pengamatan yang lain pada model
regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
gejala heteroskedastisitas atau biasa disebut homoskedastisitas. Metode pengujian
yang yang digunakan ialah uji Glejser. Uji Glejser dilakukan dengan
meregresikan nilai absolute residual terhadap variabel independen lainnya. Jika
nilai ß signifikan maka mengindikasikan terdapat heteroskedastisitas dalam model
(Ghozali, 2006).
Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya
hubungan linear antar variabel independen dalam model regresi. Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Uji
multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan
nilai Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi
multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance> 0.1
(Ghozali, 2006).
Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi
dapat dilihat dari nilai Durbin Watson (d) dibandingkan dengan nilai Tabel
Durbin Watson. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi
dalam model regresi. Metode uji Durbin-Watson (uji DW) dengan ketentuan
sebagai berikut:
1.
Jika d terletak antara nol dan dL, maka ada autokorelasi positif.
2.
Jika d terletak antara dL dan dU atau d terletak antara (4-dU) dan (4-dL),
maka tidak dapat disimpulkan.
3.
Jika d terletak antara dU dan (4-dU) maka tidak autokorelasi.
4.
Jika d terletak antara (4-dL) dan 4, maka autokorelasi negatif.
Pengujian Hipotesis
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
Uji-t (parsial), Uji-F (serempak) dan R2. Pengujian hipotesis dilakukan dengan uji
dua arah dengan tingkat signifikan (α) sebesar 5% apakah diterima atau ditolak.
Nilai koefisien determinasi (R2) digunakan untuk melihat besarnya persentase
pengaruh variabel bebas terhadap nilai variabel terikat. Nilai R2 semakin
mendekati nol memperlihatkan semakin kecil pengaruh semua variabel bebas
terhadap nilai variabel terikat sedangkan nilai R2 semakin mendekati satu
memperlihatkan semakin besar pula pengaruh semua variabel bebas terhadap nilai
variabel terikat. Uji hipotesis secara parsial digunakan untuk mengetahui
pengaruh dari masing-masing variabel independen terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan nilai t-hitung dengan nilai t-tabel. Uji
hipotesis secara serempak digunakan untuk mengetahui pengaruh dari variabel
independen secara keseluruhan terhadap variabel dependen. Uji ini dilakukan
dengan membandingkan nilai F hitung dengan nilai F tabel. Hipotesis yang
diajukan dalam analisis ini ialah:
H0: bi = 0
H1: bi ≠ 0,
bi = koefisien regresi variabel ke-i
Pengambilan keputusan untuk melihat apakah hipotesis H0 diterima atau
ditolak. Hipotesis H0 ditolak membuktikan bahwa variabel bebas yang digunakan
berpengaruh nyata terhadap produksi tebu (Ghozali, 2006).
Penarikan Kesimpulan
Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data
yang telah di analisis dengan menggunakan analisis regresi linear berganda dan
analisis korelasi. Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang
telah dibuat apakah diterima atau ditolak.
HASIL DAN PEMBAHASAN
Komponen Produksi Tebu
Pencapaian produksi tebu yang diharapkan tidak terlepas dari pengaruh
komponen-komponen produksi. Berdasarkan ketersediaan data pada PTPN II Unit
Kwala Bingai, komponen-komponen produksi tanaman tebu ialah hablur, SHS
(Superior Head Sugar) dan tetes.
Berikut disajikan data komponen produksi tebu di PTPN II Unit Kwala
Bingai selama lima tahun (2009-2013) pada tabel 2.
Tabel 2. Komponen produksi tebu di PTPN II Unit Kwala Bingai selama 5 tahun
(2009-2013)
Hablur
SHS
Tetes
X1
X2
X3
2009
3.159.240
3.154.805
10.863.939
2010
2.816.030
2.749.850
2.395.060
2011
4.343.570
4.431.196
3.977.984
2012
4.085.860
4.088.473
3.083.533
2013
3.487.280
3.487.399
2.545.553
Tahun
Hasil uji korelasi pada komponen-komponen produksi tebu di PTPN II
Unit Kwala Bingai, Kabupaten Langkat, dapat dilihat pada tabel 3.
Tabel 3. Uji korelasi pada komponen-komponen produksi tebu
Variabel
Variabel
Statistik Uji
Hablur
Pearson Corelation
SHS
0.981**
SHS
Sig. (2-tailed)
0.000
Pearson Corelation
0.413*
0.439*
Sig. (2-tailed)
0.001
0.013
Tetes
Keterangan : ** = Berbeda sangat nyata pada taraf uji 1%
*
= Berbeda sangat nyata pada taraf uji 5%
Dari tabel 3 diketahui bahwa nilai pearson correlation (koefisien korelasi)
yang menunjukkan korelasi yang sangat kuat antara variabel hablur dengan SHS
yaitu sebesar 98,1%. Korelasi yang sangat kuat memperlihatkan bahwa
berpengaruhnya komponen produksi terhadap pencapaiaan produksi tebu.
Sedangkan korelasi antara variabel hablur dengan tetes dan variabel SHS dengan
tetes menunjukkan korelasi yang cukup yaitu 41,3% dan 43,9%.
Dari hasil uji korelasi pada komponen (hablur, SHS, tetes) selama 5 tahun
(2009, 2010, 2011, 2012, 2013) pada tanaman tebu menunjukkan hubungan yang
nyata, searah dan sangat kuat antara varibel hablur dan SHS.
Dari tabel 3 diatas hasil uji korelasi menunjukkan bahwa terdapat angka
signifikan yang baik antara variabel hablur dan SHS dilihat dari hasil signifikansi
lebih kecil dari 1% (sig < α 0,01).
Data rataan produksi tebu (kg/bulan) pada tabel 4, curah hujan (mm/bulan)
pada tabel 5, dan hari hujan (hari/bulan) pada tabel 6 selama 5 tahun (2009, 2010,
2011, 2012, 2013) di PTPN II Kebun Kwala Bingai, Kota Stabat, Kabupaten
Langkat pada tanaman tebu selama 5 tahun (2009, 2010, 2011, 2012, 2013).
Dari hasil uji regresi linear berganda pada tabel 11 yang di dapat dari data
rataan produksi tebu (kg/bulan), curah hujan (mm/bulan) dan hari hujan
(hari/bulan) selama 5 tahun (2009, 2010, 2011, 2012, 2013) menunjukkan bahwa
jumlah curah hujan dan banyaknya hari hujan berpengaruh nyata meningkatkan
produksi tebu.
Dari hasil uji korelasi produksi tebu (kg/bulan), curah hujan (mm/bulan)
dan hari hujan (hari/bulan) selama 5 tahun (2009, 2010, 2011, 2012, 2013) pada
tanaman tebu pada tabel 13 menunjukkan hubungan yang kuat antara variabel
curah hujan dengan hari hujan yang berpengaruh terhadap produksi tebu.
Analisis korelasi juga memperlihatkan arah korelasi yang searah atau yang
berlawanan arah yang dapat dilihat dari nilai koefisien yang bernilai positif atau
negatif. Hubungan searah ditunjukkan oleh tiga komponen produksi antara
variabel hablur dengan SHS, variabel SHS dengan tetes, dan variabel hablur
dengan tetes. Jumlah SHS per kilogram diduga berpengaruh terhadap dua
komponen produksi yaitu hablur dan tetes.
Nilai korelasi pada ketiga komponen produksi memiliki hubungan nyata,
searah, dan sangat kuat antara variabel hablur dengan SHS. Hasil korelasi ini
dapat diartikan bahwa semakin besar jumlah hablur semakin besar pula jumlah
SHS terhadap pencapaiaan produksi tebu yang diharapkan. Hal ini disebabkan
oleh hablur yang diamati dihasilkan oleh tanaman tebu dimana tanaman tersebut
berumur dewasa dan optimal (posisi puncak). Pada komposisi umur tanaman
dewasa dan optimal akan menghasilkan hablur yang lebih banyak dibandingkan
tanaman remaja atau muda. Selain itu, hablur juga dipengaruhi oleh SHS.
Komposisi umur tanaman berubah setiap tahunnya sehingga juga berpengaruh
terhadap pencapaiaan produksi per hektar per tahunnya. Produksi tebu yang
dihasilkan tanaman tebu diumur dewasa akan lebih banyak dan beratnya lebih
banyak dibandingkan tanaman tebu berumur muda.
Produksi Tebu (kg), Curah Hujan (mm) dan Hari Hujan (hari) pada
Tanaman Tebu Selama 5 Tahun
Data rataan produksi tebu (kg/bulan) selama 5 tahun (2009-2013) dari
PTPN II Kebun Kwala Bingai pada tanaman tebu dapat dilihat pada tabel 4.
Tabel 4. Rataan produksi tebu (kg/bulan) selama 5 tahun (2009-2013)
Tahun
Bulan
Rataan
2009
Januari
2010
2011
2012
2013
0
5.244.720
0
0
0
1.048.944
Februari
12.694.720
9.800.180
7.473.240
12.670.600
9.717.750
10.471.298
Maret
15.947.720
8.689.500
17.794.790
17.078.890
14.542.910
14.810.762
April
10.665.280
6.464.010
16.695.910
10.696.250
10.455.860
10.995.462
Mei
9.552.450
7.524.060
13.104.870
10.435.070
12.385.030
10.600.296
Juni
7.230.270
7.685.270
11.290.240
2.564.130
3.594.230
6.472.828
Juli
0
575.08
9.466.380
576.94
65.686
2.255.052
Agustus
0
0
0
12.738.870
0
2.547.774
56.090.440
45.982.820
75.825.430
66.760.750
51.352.640
Total
Dari tabel 4 dapat dilihat bahwa rataan produksi tebu tertinggi pada
tanaman tebu terdapat pada bulan Maret sebesar 14.810.762 kg/bulan dan rataan
terendah terdapat pada bulan Juli
sebesar 2.255.052 kg per bulan. Berikut
disajikan grafik perkembangan produksi tebu (kg) pada tanaman tebu selama 5
Rataan Produksi (ton/ha)
tahun (2009-2013) pada gambar 1.
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
2009
2010
2011
2012
2013
1
2
3
4
5
6
7
8
Bulan
Gambar 1.
Grafik perkembangan produksi tebu (kg/bulan) selama 5 tahun
(2009-2013).
Dari grafik diatas dapat dilihat bahwa tahun 2009 tanaman tebu, total
produksi tebu tertinggi terdapat pada bulan Maret sebesar 15.947,720 ton dan total
terendah terdapat pada bulan Juni sebesar 7.230,270 ton. Pada tahun 2010, total
produksi tebu tertinggi terdapat pada bulan Februari sebesar 9.800,180 ton dan
total terendah terdapat pada bulan Juli sebesar 575,080 ton. Pada tahun 2011, total
produksi tebu tertinggi terdapat pada bulan Maret sebesar 17.794,790 ton dan total
terendah produksi tebu terdapat pada bulan Februari sebesar 7.473,240 ton. Pada
tahun 2012, total produksi tebu tertinggi terdapat pada bulan Februari 17.078,890
ton dan total terendah terdapat pada bulan Juli sebesar 579,640 ton. Pada tahun
2013, total produksi tebu tertinggi terdapat pada bulan Maret sebesar 14.542,910
ton dan total terendah terdapat pada bulan Juli sebesar 656,860 ton.
Data rataan curah hujan (mm/bulan) selama 5 tahun (2009-2013) dari
PTPN II Kebun Kwala Bingai pada tanaman tebu dapat dilihat pada tabel 5.
Tabel 5. Rataan Curah Hujan (mm/bulan) pada tanaman tebu selama 5 tahun
(2009-2013)
Tahun
Bulan
Rataan
2009
2010
2011
2012
2013
Januari
99.00
92.66
86.83
131.33
154.66
112.90
Februari
22.50
12.50
16.16
152.00
254.50
91.53
Maret
219.16
85.66
212.33
135.16
42.50
138.96
April
229.50
49.00
107.66
286.16
124.16
159.30
Mei
412.83
156.16
173.33
356.33
159.83
251.70
Juni
81.50
173.33
246.50
50.00
78.00
125.87
Juli
143.83
171.66
159.50
108.66
268.00
170.33
Agustus
303.00
150.66
165.33
180.66
159.83
191.90
September
213.66
152.83
130.50
336.66
153.16
197.36
Oktober
360.00
148.00
220.00
283.16
682.66
338.76
November
132.33
190.33
107.50
385.66
77.16
178.60
Desember
123.16
209.50
233.83
149.66
207.66
184.76
1592.29 1859.47
2555.44
2362.12
Total
2340.47
Dari tabel 5 dapat dilihat bahwa rataan curah hujan tertinggi pada tanaman
tebu terdapat pada bulan Oktober sebesar 338,76 mm/bulan dan rataan terendah
terdapat pada bulan Februari sebesar 91,53 mm/bulan. Berikut disajikan grafik
perkembangan curah hujan (mm) pada tanaman tebu selama 5 tahun (2009-2013)
pada gambar 2.
800
Curah Hujan (mm)
700
600
500
2009
400
2010
300
2011
200
2012
100
2013
0
1
2
3
4
5
6
7
8
9
10 11 12
Bulan
Gambar 2. Grafik perkembangan curah hujan (mm/bulan) selama 5 tahun di
kebun Kwala Bingai.
Dari grafik diatas dapat dilihat bahwa tahun 2009 pada tanaman tebu, total
curah hujan tertinggi terdapat pada bulan Mei sebesar 412,83 mm dan total
terendah terdapat pada bulan Februari sebesar 22,50 mm. Pada tahun 2010, total
curah hujan tertinggi terdapat pada bulan Desember sebesar 209,50 mm dan total
terendah terdapat pada bulan Februari sebesar 12,50 mm. Pada tahun 2011, total
curah hujan tertinggi terdapat pada bulan Desember sebesar 233,83 mm dan total
terendah terdapat pada bulan Februari sebesar 16,16 mm. Pada tahun 2012 total
curah hujan tertinggi terdapat pada bulan November sebesar 385,66 mm dan total
terendah terdapat pada bulan Juni sebesar 50,00 mm. Pada tahun 2013, total curah
hujan tertinggi terdapat pada bulan Oktober sebesar 682,66 mm dan total terendah
terdapat pada bulan Maret sebesar 42,50 mm.
Data rataan hari hujan (hari/bulan) pada tanaman tebu selama 5 tahun
(2009-2013) dari PTPN II Kebun Kwala Bingai pada tanaman tebu dapat dilihat
pada tabel 6.
Tabel 6. Rataan hari hujan (hari/bulan) pada tanaman tebu selama 5 tahun
(2009-2013)
Tahun
Bulan
Rataan
2009
2010
2011
2012
2013
Januari
4.00
6.83
7.83
6.33
6.50
6.29
Februari
1.00
1.83
1.50
7.33
10.50
4.43
Maret
10.33
4.83
9.00
7.33
2.16
6.73
April
9.50
2.83
5.16
10.66
5.50
6.73
Mei
13.66
6.16
10.00
11.83
8.50
10.03
Juni
3.16
8.66
8.66
3.33
4.66
5.69
Juli
6.16
4.66
8.16
5.00
9.00
6.59
Agustus
9.00
5.50
4.83
8.33
7.16
6.96
September
8.66
7.50
7.50
10.00
11.00
8.93
13.66
6.66
10.66
10.66
15.33
11.39
November
8.00
12.00
8.00
14.00
11.50
10.70
Desember
5.66
11.50
10.00
7.83
11.00
9.19
92.83
79.00
91.33
102.66
102.83
Oktober
Total
Dari Tabel 6 dapat dilihat bahwa rataan hari hujan tertinggi pada tanaman
tebu terdapat pada bulan Oktober sebesar 11 hari/bulan dan rataan terendah
terdapat pada bulan Februari sebesar 4 hari/bulan. Berikut disajikan grafik
perkembangan hari hujan (hari) pada tanaman tebu selama 5 tahun (2009-2013)
pada gambar 3.
18
16
Hari Hujan (Hari)
14
12
10
2009
8
2010
6
2011
4
2012
2
2013
0
1
2
3
4
5
6
7
8
9
10 11 12
Bulan
Gambar 3. Grafik perkembangan hari hujan (hari/bulan) pada tanaman tebu
selama 5 tahun.
Dari grafik diatas dapat dilihat bahwa pada tahun 2009 pada tanaman tebu,
total hari hujan tertinggi terdapat pada bulan Mei dan Oktober sebesar 13
hari/bulan dan total terendah terdapat pada bulan Februari sebesar 1 hari/bulan.
Pada tahun 2010, total hari hujan tertinggi terdapat pada bulan November sebesar
12 hari/bulan dan total terendah terdapat pada bulan Februari sebesar 1 hari/bulan.
Pada tahun 2011, total hari hujan tertinggi terdapat pada bulan Oktober sebesar 10
hari/bulan dan total terendah terdapat pada bulan Februari sebesar 1 hari/bulan.
Pada tahun 2012, total hari hujan tertinggi terdapat pada bulan November sebesar
14 hari/bulan dan total terendah terdapat pada bulan Juni sebesar 3 hari/bulan.
Pada tahun 2013, total hari hujan tertinggi terdapat pada bulan Oktober sebesar 15
hari/bulan dan total terendah terdapat pada bulan Maret sebesar 2 hari/bulan.
Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi Tebu
Pola hujan tahunan mempengaruhi perilaku pertumbuhan dan produksi
tebu. Curah hujan yang tinggi mendorong peningkatan pertumbuhan pelepah
daun. Kadar air di dalam pelepah daun mempunyai korelasi positif dengan
kecepatan tumbuh karena dimasa kecilnya pertumbuhan berjalan cepat, maka
kadar air pada pelepah daun tinggi. Untuk melihat hubungan curah hujan dan hari
hujan terhadap produksi tebu selama 5 tahun (2009-2013) dapat dilihat pada tabel
7.
Tabel 7. Rataan produksi tebu, curah hujan dan hari hujan pada tanaman tebu
selama 5 tahun (2009-2013)
Rataan
Bulan
Produksi Tebu
Curah Hujan
Hari Hujan
(kg)
(mm)
(hari)
Januari
1.048.944
112.896
6.298
Februari
10.471.298
91.532
4.432
Maret
14.810.762
138.962
6.730
April
10.995.462
159.296
6.730
Mei
10.600.296
251.696
10.030
Juni
6.472.828
125.866
5.694
Juli
2.255.052
170.330
6.596
Agustus
2.547.774
191.896
6.964
59.202.416
2.141.958
93.698
Total
Dari tabel 7 dapat diketahui bahwa total rataan produksi tebu pada
tanaman tebu selama 5 tahun (2009-2013) sebesar 59.202,416 ton sedangkan total
rataan curah hujan sebesar 2141,958 mm dan total rataan hari hujan sebesar 93
hari.
Dari tabel diatas dapat diketahui bahwa rataan produksi tertinggi pada
tanaman tebu selama 5 tahun (2009-2013) terdapat pada bulan Maret sebesar
14.810,76 ton/bulan dan rataan produksi terendah terdapat pada bulan Januari
sebesar 1048,94 ton/bulan. Rataan curah hujan tertinggi terdapat pada bulan Mei
sebesar 251,69 mm/bulan dan rataan curah hujan terendah terdapat di bulan
Februari sebesar 91,53 mm/bulan sedangkan rataan hari hujan tertinggi terdapat
pada bulan Mei sebesar 10 hari/bulan dan rataan hari hujan terendah terdapat pada
bulan februari sebesar 4 hari/bulan.
Analisis Data
Analisis produksi tebu pada tahun 2009, 2010, 2011, 2012, 2013 di PTPN
II Kebun Kwala Bingai dilakukan dengan menggunakan analisis regresi linear
berganda dan analisis korelasi. Analisis linear berganda untuk mengetahui apakah
variabel curah hujan dan hari hujan akan memberikan pengaruh terhadap produksi
tebu. Analisis korelasi berguna untuk melihat kuat lemahnya hubungan antara
variabel bebas dan terikat. Alat bantu untuk mengolah data menggunakan
SPSS.v.17 for windows.
Analisis Regresi Linear Berganda
Dalam uji regresi berganda dikenal nilai koefisien korelasi (R), koefisien
determinasi (R2), dan koefisien determinasi terkoreksi (Adjusted R2). Koefisien
korelasi (R) digunakan untuk melihat besarnya hubungan antar variabel bebas dan
variabel terikat. Koefisien determinasi (R2) digunakan untuk mengetahui
persentase sumbangan pengaruh serentak variabel-variabel bebas terhadap varabel
terikat. Berikut disajikan nilai koefisien pada model persamaan regresi linear
berganda pada tanaman tebu selama 5 tahun (2009-2013) di PTPN II Kebun
Kwala Bingai pada tabel 8.
Tabel 8. Nilai koefisien persamaan regresi linear berganda pada tanaman tebu
selama 5 tahun (2009-2013)
Nilai Koefisien
Model
Produksi Tebu
R
R2
0.376
0.141
Adjusted R2
0.08
Pada tabel 8 dapat diperoleh bahwa pada tanaman tebu nilai koefisien (R)
sebesar 37,6 %, koefisien determinasi (R2) sebesar 14,1 % dan kofisien
determinasi terkoreksi (Adjusted R2) sebesar 8 %. Nilai koefisien (R) sebesar 37,6
% menunjukkan besarnya hubungan variabel hubungan curah hujan dan hari
hujan terhadap variabel produksi tebu selama 5 tahun ialah lemah (dilihat pada
tabel 8). Koefisien determinasi (R2) menandakan bahwa 14,1% variasi produksi
tebu dapat dijelaskan oleh variasi variabel curah hujan dan hari hujan yang terjadi
dan sisanya sebesar 85,9 % dijelaskan oleh variabel lain yang tidak dimasukkan
ke dalam model.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai
t-tabel. Berikut disajikan uji t-parsial pada tanaman tebu selama 5 tahun (20092013) pada tabel 9.
Tabel 9. Uji t-parsial curah hujan dan hari hujan pada tanaman tebu Selama 5
tahun (2009-2013)
Tebu
Peubah
t-hitung
Sig
Curah Hujan
-1,657
0.109tn
Hari Hujan
2.038
0.051tn
Keterangan : tn : tidak berbeda nyata
Hasil uji t-parsial di atas,terlihat bahwa nilai signifikansi pada tanaman
tebu lebih besar dari alpha 5% (Sig > α 0,05), maka dapat dikatakan t-hitung
berbeda tidak nyata pada taraf kepercayaan 95% dengan nilai t-tabel sebesar
2.048. Variabel yang berpengaruh tidak nyata adalah curah hujan dengan nilai thitung 1,657 dan nilai signifikansi sebesar 0,109 serta hari hujan dengan nilai thitung sebesar 2,038 dan nilai signifikansi sebesar 0,051. Berikut disajikan
analisis sidik ragam untuk persamaan regresi linear berganda variabel curah hujan
dan hari hujan pada tanaman tebu selama 5 tahun (2009-2013) pada tabel 10.
Tabel 10. Sidik ragam persamaan regresi linear berganda pada tanaman tebu
selama 5 tahun (2009-2013)
Sumber
Derajat
Jumlah
Kuadrat
Kuadrat
Tengah
2
945400,13
472700,13
28
575300,14
205500,13
30
669800,14
Tahun
Keragaman Kebebasan
Regresi
5
Residuan
Tahun
Total
FSig.
Hitung
2,301
0,119
Keterangan : tn = tidak berbeda nyata
Berdasarkan pendugaan model produksi diatas, pada tanaman tebu di
tahun 2009-2013, diperoleh F-hitung sebesar 2,301 dengan F-tabel = 3,34 dan
nilai signifikansi pada uji ini adalah 0,119. Nilai signifikansi pada uji F lebih
besar daripada alpha 5% (Sig > α 0,05), maka dapat dikatakan F-hitung berbeda
tidak nyata pada taraf kepercayaan 95%. Hal tersebut mengartikan bahwa variabel
curah hujan dan hari hujan pada model secara bersama-sama berpengaruh tidak
nyata terhadap produksi tanaman tebu. Berikut disajikan hasil model pengujian
analisis regresi linear berganda pada tanaman tebu selama 5 tahun (2009-2013)
pada tabel 11.
Tabel 11. Model pengujian analisis regresi linear berganda pada tanaman tebu
selama 5 tahun (2009-2013)
Tahun
Variabel
Konstanta
5 Tahun
Curah Hujan
Hari Hujan
Koefisien Regresi
Sig.
5.970.216,787
0.007
-38.624,866
0.109
1.413.214,829
0.051
Keterangan : tn = tidak berbeda nyata
Berdasarkan hasil analisis di atas , dapat di bentuk persamaan regresi yang
dihasilkan oleh variabel curah hujan dan hari hujan dalam memprediksi produksi
tebu pada tanaman tebu berikut ini :
Y = 5.970.216,78 – 38.624,87 X1 + 1.413.214,83 X2 + E
Model persamaan dapat diartikan bahwa setiap penambahan satu satuan nilai
curah hujan akan menurunkan nilai produksi tebu sebesar -38.624,866 satuan dan
setiap penambahan satu satuan nlai hari hujan akan menaikkan nilai produksi tebu
sebesar 1.413.214,829 satuan.
Analisis Korelasi
Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat. Berikut disajikan interpretasi nilai R pada analisis
korelasi pada Tabel 12.
Tabel 12. Interpretasi nilai R pada analisis korelasi
Nilai R
Interpretasi
0,00
Tidak ada korelasi
0,01-0,20
Sangat lemah
0,21-0,40
Lemah
0,41-0,60
Agak lemah
0,61-0,80
Cukup
0,81-0,99
Kuat
1,00
Sangat kuat
Sumber: Husain dan Setiadi, 1995
Berikut disajikan hasil analisis korelasi antara variabel produksi tebu,
curah hujan dan hari hujan pada tanaman tebu selama 5 tahun (2009-2013) pada
tabel 13.
Tabel 13. Uji analisis korelasi pada tanaman tebu selama 5 tahun (2009-2013)
Variabel
Produksi
Curah
Hari
Tebu
Hujan
Hujan
1
0.117
0.239
Curah Hujan
0.117
1
0.932
Hari Hujan
0.239
0.932**
1
0.265
0.098
Variabel
Produksi Tebu
Statistik Uji
Pearson Correltion
Produksi Tebu
Curah Hujan
Sig. (2-tailed)
0.265
-
Hari Hujan
0.098
-
Produksi Tebu
31
31
31
31
31
31
31
31
31
Curah Hujan
N
Hari Hujan
Keterangan : ** = berbeda sangat nyata pada uji taraf 1%
Hasil uji analisis korelasi diatas, tanaman tebu menunjukan hubungan
keeratan yang kuat antara variabel curah hujan dan hari hujan yaitu 0,932.
Hubungan yang kuat memperlihatkan berpengaruhnya antara variabel curah hujan
dan hari hujan terhadap pencapaian produksi tebu. Hal ini terlihat dari nilai
signifikasi lebih kecil dari 1% (sig < α 0,01) dan korelasi lainnya memperlihatkan
hubungan keeratan yang agak lemah dan lemah terhadap pencapaian produksi
tebu yang disebabkan nilai signifikasi lebih besar dari 1% (sig > α 0,01). Korelasi
terlemah pada tanaman tebu terjadi pada variabel produksi tebu dengan curah
hujan yaitu dengan sebesar 0,117.
Uji Asumsi Klasik
Dilakukan untuk mengetahui apakah persamaan regresi berganda layak
atau tidak untuk digunakan. Uji asumsi klasik terdiri dari uji normalitas, uji
heteroskedastisitas, uji multikolinearitas dan uji autokorelasi.
Uji normalitas digunakan untuk mengetahui apakah populasi data
berdistribusi normal atau tidak. Persyaratan uji normalitas adalah data
berdistribusi normal. Data dianalisis dengan uji One Sample Kolmogoro-Smirnov
pada taraf uji 0,05. Data dinyatakan berdistribusi normal jika nilai signifikansi
lebih besar dari 0,05 (sig > α 0,05). Untuk persamaan regresi pada tanaman tebu
diproleh nilai Kolmogoro-Smirnov dan nilai signifikansi yaitu 0,865 (α = 0,600)
(Lampiran 9) yang berarti data terdistribusi dengan normal.
Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varian dan residual untuk semua pengamatan pada model regresi. Pra syarat yang
harus terpenuhi pada model regresi adalah tidak adanya gejala heteroskedastisitas
atau biasa disebut homoskedastisitas. Metode pengujian yang digunakan ialah uji
Glejser. Uji Glejser dilakukan dengan meregresikan absolute residual terhadap
variabel independen lainnya. Jika nilai β signifikan maka mengindikasikan
terdapat heteroskedastisitas dalam model. Berikut disajikan uji heteroskedastisitas
menggunakan uji Glejser pada model persamaan regresi linear berganda pada
tanaman tebu selama 5 tahun (2009-2013) pada tabel 14 (Lampiran 10).
Tabel 14. Nilai signifikansi pada uji heteroskedastisitas pada tanaman tebu selama
5 tahun (2009-2013)
Tahun
5 Tahun
Variabel
Sig.
Konstanta
0
Curah Hujan
0.156
Hari Hujan
0.133
Berdasarkan uji heteroskedastisitas diatas menunjukkan bahwa variabel
curah hujan memiliki nilai signifikansi pada tanaman tebu selama 5 tahun yaitu
sebesar 0,156 sedangkan variabel hari hujan memiliki nilai signifikansi sebesar
0,133. Variabel curah hujan dan hari hujan memiliki nilai signifikansi diatas 0,01
dalam model ini sehingga memiliki sebaran varian yang sama (homogen). Dengan
kata lain, tidak terdapat heteroskedastisitas pada model ini.
Uji multikolinealitas digunakan untuk mengetahui ada atau tidaknya
hubungan linear antar variabel independen dalam model regresi. Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolinealitas. Uji
multikolinealitas dilakukan dengan melihat varian inflation factor (VIF) dan nilai
Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi
multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance > 0,1.
Berikut disajikan nilai VIF dan Tolerance model regresi linear berganda pada
produksi tebu selama 5 tahun (2009-2013) di PTPN II Kebun Kwala Bingai pada
tabel 15 (Lampiran 7).
Tabel 15. Uji Multikolinealitas nilai VIF dan Tolerance pada tanaman tebu
selama 5 tahun (2009-2013)
Tahun
Variabel
Tolerance
VIF
Curah Hujan
0.131
7.613
Hari Hujan
0.131
7.613
5 Tahun
Berdasarkan hasil uji multikolinearitas diatas diproleh nilai VIF yang lebih
besar dari 5 dan nilai Tolerance lebih besar dari 0,1 untuk kedua variabel diuji
dapat diartikan bahwa terdapat sedikit multikolinearitas pada model persamaan
regresi tersebut.
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi
dapat dilihat dari nilai Durbin Watson (d) yang dibandingkan dengan nilai dari
tabel Durbin Watson (Lampiran 11). Untuk model persamaan regresi pada
tanaman tebu diatas, diproleh nilai Durbin Watson (d) ialah 1,242 dengan nilai dL
= 1,30 nilai dU = 1,57 dari tabel Durbin Watson.
Berdasarkan pada kriteria uji autokorelasi, jika d terletak pada 0 dan dL,
maka autokorelasi positif, jika d terletak antara dL dan dU atau diantara (4-dU)
dan (4-dL), maka tidak dapat disimpulkan, jika d terletak antara dU dan 4-dU,
maka tidak ada autokorelasi, jika d terletak antara 4-dL dan 4, maka ada
autokorelasi negatif. Oleh karena itu, pada persamaan regresi pada tanaman tebu
selama 5 tahun maka autokorelasi positif karena d terletak antara 0 dan dL. Dari
keempat uji asumsi tersebut dinyatakan bahwa persamaan regresi pada tanaman
tebu selama 5 tahun telah memenuhi syarat.
Pengaruh Curah Hujan (mm) dan Hari hujan (hari) Terhadap Produksi
Tebu pada Tanaman Tebu Selama 5 Tahun
Dalam Indra wanto,dkk (2010) menyatakan bahwa tanaman tebu dapat
tumbuh dengan baik di daerah dengah curah hujan berkisar antara 1.000-1300 mm
per tahun dengan sekurang-kurangnya 3 bulan kering. Distribusi curah hujan yang
ideal untuk pertanaman tebu adalah: pada periode pertumbuhan vegetatif
diperlukan curah hujan yang tinggi (200 mm per bulan) selama 5-6 bulan. Periode
selanjutnya selama 2 bulan dengan curah hujan 125 mm dan 4 – 5 bulan dengan
curah hujan kurang dari 75 mm/bulan yang merupakan periode kering. Periode ini
merupakan periode pertumbuhan generatif dan pemasakan tebu.
Berdasarkan data curah hujan di PTPN II Unit Kwala Bingai, klasifikasi
iklim menurut Schimidth-Ferguson termasuk ke dalam tipe A yaitu daerah sangat
basah (Lampiran 3). Data curah hujan tertinggi terdapat pada tahun 2012 sebesar
2555 mm/tahun dengan rataan bulan basah sebanyak 11 bulan dan rataan bulan
kering sebanyak 1 bulan, dan curah hujan terendah terdapat pada tahun 2010
sebesar 1592,33 mm/tahun dengan rataan bulan basah sebanyak 8 bulan dan
rataan bulan kering sebanyak 2 bulan (Lampiran 2). Data rataan curah hujan pada
tanaman tebu di PTPN II Unit Kwala Bingai ialah 2.141,89 mm/tahun sedangkan
rataan hari hujan tahunan ialah 93 hari . Oleh karena itu jumlah curah hujan sudah
sesuai dengan kebutuhan dan syarat tumbuh tanaman tebu.
Berdasarkan hasil analisis regresi, diperoleh nilai koefisien regresi curah
hujan selama 5 tahun (2009-2010) pada tanaman tebu memiliki tanda negatif
sebesar 38624,866 (Tabel 11). Hal tersebut mengartikan bahwa setiap
penambahan satu millimeter curah hujan maka akan menurunkan produksi tebu
sebesar 38624,866 kg dengan asumsi variabel lain dianggap konstan. Sedangkan
nilai koefisien regresi hari hujan memiliki tanda positif sebesar 1413214,829
(Tabel 11). Hal tersebut mengartikan bahwa setiap penambahan satu hari hujan
maka akan menaikkan produksi tebu sebesar 1413214,829 kg dengan asumsi
variabel lain dianggap konstan.
Hasil analisis secara serempa
Kwala Bingai Kota Stabat Kabupaten Langkat pada Tanaman
Tebu Selama 5 Tahun (2009-2013)
Hablur
Hablur Pearson Correlation
SHS
1
.981**
.413*
.000
.021
31
31
31
.981**
1
.439*
Sig. (2-tailed)
N
SHS
Pearson Correlation
Sig. (2-tailed)
N
Tetes
Pearson Correlation
Sig. (2-tailed)
N
Tetes
.000
.013
31
31
31
.413*
.439*
1
.021
.013
31
31
**. Correlations is significant at the 0.01 level (2-tailed).
*. Correlations is significant at the 0.05 level (2-tailed).
31
Lampiran 2. Data Bulan Basah (BB) dan Bulan Kering (BK) di PTPN II
Unit Kwala Bingai Kota Stabat Kabupaten Langkat pada
Tanaman Tebu selama 5 Tahun (2009-2013)
Tahun
Bulan
2009
2010
2011
2012
2013
Januari
99
92.66
86.83
131.33
154.66
Februari
22.5
12.5
16.16
152
254.5
Maret
219.16
85.66
212.33
135.16
42.5
April
229.5
49
107.66
286.16
124.16
Mei
412.83
156.16
173.33
356.33
159.83
Juni
81.5
173.33
246.5
50
78
Juli
143.83
171.66
159.5
108.66
268
303
150.66
165.33
180.66
159.83
213.66
152.83
130.5
336.66
153.16
360
148
220
283.16
682.66
November
132.33
190.33
107.5
385.66
77.16
Desember
123.16
209.5
233.83
149.66
207.66
Jumlah BB
9
8
10
11
9
Jumlah BK
1
2
1
1
1
Agustus
September
Oktober
Sumber: Data administrasi kebun (data diolah)
Lampiran 3. Klasifikasi Tipe Iklim Scmidth-Ferguson di PTPN II Unit
Kwala Bingai
BB = Bulan Basah (CH > 100 mm)
BL = Bulan Lembab dengan CH antara 60-100 mm
BK = Bulan Kering (CH < 60 mm)
CH = Curah Hujan
HH = Hari Hujan
Q = Tipe Iklim
•
Kriteria curah hujan Schmidth-Ferguson
Cara perhitungan tipe iklim di PTPN II Unit Kwala Bingai :
Rataan BK
Q = Rataan
BB
6
× 100 % = 47 × 100 % = 12,76% (Tipe A yaitu Sangat basah)
• Klasifikasi Iklim Scmidth-Ferguson
0 > Q < 14.3
= Tipe A (sangat basah)
14.3 > Q < 33.3 = Tipe B (basah)
33.3 > Q < 60 = Tipe C (agak basah
60 > Q Q < 167 = Tipe E (agak kering)
167 > Q < 300 = Tipe F (kering)
300 > Q 700
= Tipe H (ekstrim kering)
Lampiran 4. Uji - Parsial Analisis Linear Berganda di PTPN II Unit Kwala
Bingai Kota Stabat Kabupaten Langkat pada Tanaman Tebu
Selama 5 Tahun (2009-2013)
Uji – t pada Tanaman Tebu
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
1
(Constant)
Curah_Hujan
Hari_Hujan
B
Std. Error
5970216.787
2035122.486
-38624.866
23315.7
1413214.829
693481.619
Beta
T
Sig.
2.934
.007
-.801
-1.657
.109
.985
2.038
.051
a.Dependent Variable : Produksi_Tebu
Nilai t - tabel
Db
0.05
0.01
28
2.048
2.763
29
2.045
2.756
30
2.042
2.750
Keterangan: db = derajat bebas (db = n-k)
n = jumlah elemen dalam sampel
k = jumlah variabel
Lampiran 5. Sidik Ragam Analisis Linear Berganda pada PTPN II Unit
Kwala Bingai Kota Stabat Kabupaten Langkat pada Tanaman
Tebu
ANOVAb
Model
1
Sum of Squares
df
Mean Square
F
Sig.
Regresi
9.45E+13
2
4.73E+13
2.301
1.19a
Residual
5.75E+14
28
2.06E+13
Total
6.70E+14
30
a.Predictors: (Constant), Hari_Hujan, Curah_Hujan
b.Dependent Variable: Produksi_Tebu
Derajat Bebas Pembilang = k-1 (3 - 1 = 2)
Derajat Bebas Penyebut = n – k (31 – 3 = 28)
Ket : n = jumlah elemen dalam sampel
k = jumlah variabel
Nilai F-Tabel pada α = 5%
Derajat Bebas Pembilang
Derajat Bebas Penyebut
1
2
3
27
4.21
3.35
2.96
28
4.2
3.34
2.95
29
4.18
3.33
2.93
Sumber: Junaidi (2013)
Ket :
Derajat Bebas Pembilang = k – 1 (3 – 1 = 2)
Derajat Bebas Penyebut = n – k (31 – 3 = 28)
Lampiran 6. Nilai Koefisien Analisis Linear Berganda pada PTPN II Unit
Kwala Bingai Kota Stabat Kabupaten Langkat pada Tanaman
Tebu Selama 5 Tahun (2009-2013)
Model
1
R
R Square
Adjusted R Square
Std. Error of the Estimate
.141
.8
4.53284E6
.376a
a.Predictors: (Constant), Curah_Hujan, Hari_Hujan
b.Dependent Variable: Produksi_Tebu
Lampiran 7. Model Pengujian Analisis Regresi Linear Berganda pada
PTPN II Unit Kwala Bingai Kota Stabat Kabupaten Langkat
pada Tanaman Tebu Selama 5 Tahun (2009-2013)
Coefficientsa
Model
Standardized
Unstandardized Coefficients
1
(Constant)
Curah_Hujan
Hari_Hujan
B
Std. Error
5970216.787
2035122.486
-38624.866
23315.7
1413214.829
693481.619
a. Dependent Variable: Produksi_Tebu
Collinearity
Statistics
Coefficients
Beta
T
Sig.
Tolerance
VIF
2.934
0.007
-0.801
-1.657
0.109
0.131
7.613
0.985
2.038
0.051
0.131
7.613
Lampiran 8. Uji Analisis Korelasi Antar Variable di PTPN II Unit Kwala
Bingai Kota Stabat Kabupaten Langkat pada Tanaman Tebu
Selama 5 Tahun (2009-2013)
Correlations
Produksi_
Tebu
Pearson Correlation
Sig. (1-tailed)
N
Curah_Hujan
Hari_Hujan
1.000
.117
.239
Curah_Hujan
.117
1
.932
Hari_Hujan
.239
.932**
1
.265
.098
Produksi_Tebu
Produksi_Tebu
Curah_Hujan
.265
Hari_Hujan
.098
.000
Produksi_Tebu
31
31
31
Curah_Hujan
31
31
31
Hari_Hujan
31
31
31
**.Correlation is significant at the 0.01 level (1-tailed).
.000
Lampiran 9. Uji Kolmogorov-Smirnov di Kebun PTPN II Unit Kwala
Bingai Kota Stabat Kabupaten Langkat pada Tanaman Tebu
Selama 5 Tahun (2009-2013)
One-Sample Kolmogorov-Smirnov Test
Unstandarized
Residual
N
31
Normal Parameters
Mean
Std. Deviation
Most Extreme Differences
.0000000
4.37913534E6
Absolute
.108
Positive
.083
Negative
-.108
Kolmogorov-Smirnov Z
.600
Asymp. Sig. (2-tailed)
.865
a. Test distribution is Normal
b. Calculated from data.
Lampiran 10. Nilai Signifikansi Uji Heterokedastisitas pada Absolute
Residual di PTPN II Unit Kwala Bingai Kota Stabat
Kabupaten Langkat Selama 5 Tahun (2009-2013)
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
Collinearity
Statistic
B
Std. Error
Beta
T
1 (Constant)
17.849
1.633
10.932
LnCH
-0.881
0.604
-0.811 -1.458 0.156
LnHH
1.243
0.802
0.861
1.549
Sig.
0.133
Tolerance
VIF
0.106
9.403
0.106
9.403
a. Dependent Variable: Ln_kuadrat_RES_1
Lampiran 11. Uji Autokorelasi di PTPN II Unit Kwala Bingai Kota Stabat
Kabupaten Langkat pada Tanaman Tebu Selama 5 Tahun
(2009-2013)
Model
Durbin Watson
1
1.242
Tabel Durbin Watson, α = 5%
N
k=1
Dl
Du
k=2
Dl
Du
29
1.34
1.48
1.27
1.56
30
1.35
1.49
1.28
1.57
31
1.36
1.5
1.3
1.57
Sumber : Junaidi (2013)
Keterangan n = jumlah observasi data
k = jumlah variabel bebas
Lampiran 12. Tabel Residual Analisis Linear Berganda pada Tanaman
Tebu Tahun 2009-2013
Bulan
2009
2010
2011
2012
2013
Februari
6180347,965
1726590,9561
7378,8742
2212498,7561
-1261193,08
Maret
3844020,5353
-797938,0447
7306858,3971
5970345,9453
7161706,1622
April
133930
-1612986,1189
7591858,2014
714055,9314
1508625,5142
Mei
223223,7243
-1119900,4336
-302646,3629
1509721,7082
575900,1371
Juni
-57778,7378
-3828538,4907
2602613,2472
-6180848,6639
-5948828,0278
DAFTAR PUSTAKA
Bkpm,
2005.Sentra
dan
Wilayah
Potensi
Komoditi
Tebu.http://regionalinvestment.bkpm.go.id/newsipid/id/commodity.php
?ic=5&fb=2&if=99. diunduh (01 Februari 2014).
Blackburn, F. 1984. Sugar cane .Longman Inc, New York.
Balai Besar Perbenihan dan Proteksi Tanaman Perkebunan (BBPPTP), 2014.
Teknik Memperoleh Bibit Berkualitas. Dirjenbun RI, Surabaya.
Daldjoeni, N. 1986. Pokok Pokok Klimatologi. Penerbit Alumni. Bandung.
Deptan. 2013. Cuaca Dan Taksasi Produksi Gula 2010. http://www.deptan.go.id.
Diunduh (01 Februari 2014).
Deptan. 2010. Prospek dan Arah Pengembangan Agribisnis
http://www.deptan.go.id. Diunduh (01 Februari 2014).
Tebu.
Direktorat Jenderal Perkebunan. 2013. Statistik Perkebunan 2008-2012.
www.deptan.go.id/ditjenbun. diunduh (01 Februari 2014).
Estiningtyas, W., Surmaini, E.,dan Kharmila,S.H., 2008. Penyusunan Skenario
Masa Tanam Berdasarkan Prakiraan Curah Hujan Di Sentra Produksi
Pangan. Balai Penelitian Agroklimat dan Hidrologi, Bogor.Jurnal
Meteorologi Dan Geofisika, 9(2) : 65 – 77.
Ghozali, I. 2006. Aplikasi Analisis Multivariate dengan Program SPSS.
Universitas Diponegoro. Semarang.
Hanum, C. 2012. Ekologi Tanaman. USU Press. Medan.
Hanum, C. 2013. Klimatologi Pertanian. USU Press. Medan.
Indrawanto, C., Syakir, M., Rumini, W., Purwono, dan Siswanto.Budidaya dan
Pasca panen Tebu.ESKA Media. Jakarta.
Junaidi, 2013. Tabel Durbin Watson alpha 5% Diakses dari
http://junaidichaniago.wordpress.comdari
http://www.standford.edu
pada april 2015.
Kartasapoetra, A.G. 2010. KLIMATOLOGI: Pengaruh Iklim Terhadap Tanah
dan Tanaman. Bumi Aksara. Jakarta.
King, N.J. 1965. Manual of Cane growing. Halstead Press. Sydney.
Putri, A. D., Sudiarso, T. Islami. 2013. Pengaruh Komposisi Media Tanam Pada
Teknik Bud Chip Tiga Varietas Tebu (Saccharum officinarum L.).
Universitas Brawijaya. Malang.
Steenis, C. G. G. J. Van. 2003. Flora. Cet. 9.Penerjemah: Moeso Surjowonito.
PT Pradnya Paramitha, Jakarta.
GAMBARAN UMUM PERUSAHAAN
Sejarah Perusahaan
PT. Perkebunan II (Persero) selanjutnya disebut PTP Nusantara II,
merupakan badan usaha milik negara, berbentuk perseroan dalam jajaran
Departemen Pertanian adalah perusahaan Negara (P.N). Kronologis sejarah PTP
Nusantara II (ex. IX) pada mulanya berasal dari perusahaan belanda yang
bernama “NV VERENIGDE DELI MAATSCHAPIA” Perusahaan Perkebunan
Negara Tembakau Deli sebelum tahun 1959, kemudian diberi nama perusahaan
Perkebunan Negara Baru CKS NV Senembah MY, dan perusahaan perkebunan
Negara Baru eks. VDM tahun 1965 berubah nama menjadi Perusahaan
Perkebunan Negara Tembakau Deli. Tahun 1969 diberi nama Perseroan Terbatas
Perkebunan IX (PTP IX). Tahun 1996 berubah menjadi PTP Nusantara II
(Data kebun, 2013).
Lingkungan usaha PTP Nusantara II adalah pembudidayaan tanaman keras
dan semusim seperti kelapa sawit, tebu, kakao, dan tembakau. Pengolahan serta
pemasarannya di dalam dan luar negeri, sedangkan lokasi perkebunannya tersebar
di beberapa tempat di Sumatera Utara (Data kebun, 2013).
PTP Nusantara II kebun Kwala Bingai-Stabat adalah unit dari PTP
Nusantara II yang berada di Tanjung Morawa Medan. Kebun Kwala Bingai
berada di kecamatan Stabat, Kabupaten Langkat yang memiliki jarak berkisar 41
km dari kota Medan merupakan kebun yang mengusahakan produksi tanaman
tebu (Data kebun, 2013).
Visi, Misi, dan Nilai Budaya PT. Perkebunan Nusantara II
Berdasarkan data administrasi kebun ( 2013) PT. Perkebunan Nusantara II
memiliki Visi : Dari perusahaan perkebunan menjadi perusahaan multi usaha
berdaya saing tinggi, Misi : Mengoptimalkan seluruh potensi sumber daya dan
usaha, memberikan kontribusi optimal, menjaga kelestarian, dan pertambahan
nilai, Nilai Budaya : Profesional, kesetaraan, kemakmuran, kejujuran, integritas,
dan kerjasama.
Letak dan Batas Geografis
Secara geografis kebun Kwala Bingai berbatasan dengan :
1. Sebelah Timur berbatasan dengan kebun PTP Nusantara II Kebun Kwala
Madu.
2. Sebelah Barat berbatasan dengan Kota Stabat.
3. Sebelah Utara berbatasan dengan kebun PT. Buana Estate.
4. Sebelah Selatan berbatasan dengan Desa Pardamean Binjai Utara.
Keadaan Tanah dan Iklim
Keadaan topografi di lokasi PTPN II Kebun Kwala Bingai pada umumnya
rata dan sebagian tempat bergelombang dengan ketinggian tempat 5 - 20 m dpl
pada daerah datar 20 – 50 m dpl pada areal bergelombang. Keadaan topografi di
Kebun Kwala Bingai ada yang datar dan bergelombang atau curam. Keadaan suhu
yang terdapat di kebun ini adalah 280 C – 300 C dengan jenis tanah umumnya
alluvial coklat, hidromofrik kelabu, podsolik merah kuning dan teksturnya liat
sampai liat berpasir dengan pH tanah berkisar 5 – 7 (netral), stuktur tanahnya liat
sampai liat berpasir dan memiliki kemampuan menyimpan air yang sangat rendah.
Untuk menanggulangi kekurangan unsur dapat dilakukan dengan pemupukan
secara teratur (Data kebun, 2013).
Luas Tata Guna Kebun
Luas lahan yang dimiliki perusahaan perkebunan PTP Nusantara II Kebun
Kwala Bingai adalah 3.379,14 Ha dan tidak seluruhnya ditanami tebu tetapi juga
tanaman rotasi dan konversi yang merupakan pergantian tanaman dari tanaman
tebu diganti dan dirotasi dengan tanaman Tembakau Deli, selain itu juga ditanami
dengan tanaman kakao. Luas areal untuk tanaman kakao adalah 248,19 Ha dan
untuk Tebu 2.358,58 Ha, sedangkan luas areal untuk tanaman Tembakau Deli
adalah 304 Ha yang terdapat secara menyebar di beberapa afdeling yang ada di
Kebun Kwala Bingai-Stabat (Data kebun, 2013).
Adapun status kepemilikan tanahnya adalah Hak Guna Usaha (HGU) yang
pengusahaannya dipegang oleh PTP Nusantara II kebun Kwala Bingai-Stabat.
Untuk Lebih jelasnya dapat dilihat pada tabel 1 berikut ini :
Tabel 1. Luas Areal HGU kebun Kwala Bingai
No
Uraian
Ha
Persentase (%)
Seluruh Areal
1
Areal Yang Ditanami
Ditanami dan Diolah
Tembakau
304,00
9,00
Coklat
248,19
7,34
Konversi
947,80
28,05
Rotasi
486,78
14,41
Ditanami Oleh PGKM
924,00
27,34
Tebu : - Ditanami dan Diolah
2
Kebun Kwala Bingai I
316,97
9,38
3
Kebun Kwala Bingai II
108,10
3,20
4
Tanah yang dikuasai oleh pihak ke-3
43,30
1,28
3.379,14
100
garapan yang mendapat SIM
berdasarkan
keputusan TPTGA-IX
Jumlah
Sumber : Kantor Kebun Kwala Bingai (2013)
Struktur Organisasi Perusahaan
PTP Nusantara II Kebun Kwala Bingai dipimpin oleh seorang
Administratur (ADM), yang dibantu oleh beberapa orang staf yang terdiri dari :
1. Asisten Kepala (2 orang).
2. Asisten afdeling dan penanggung jawab kebun(6 orang).
3. Kepala Tata Usaha (1 orang).
4. Asisten Bawahan (1 orang).
5. Papam (1 orang)
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT. Perkebunan Nusantara II kebun Kwala
Bingai, Kabupaten Langkat, Provinsi Sumatera Utara, yang dimulai dari bulan
Januari sampai April 2015.
Metode Penelitian
Penelitian ini menggunakan metode deskriptif (descriptive analysis)
kuantitatif maupun kualitatif. Data dikumpulkan, disusun, dijelaskan, kemudian
dianalisis dengan analisis regresi berganda dan korelasi yang diuraikan secara
deskriptif. Alat bantu yang digunakan untuk mengolah data tersebut adalah
SPSS.v.17 (Statistical Package of Social Science) for windows. Metode analisis
yang digunakan dalam penelitian ini ialah analisis regresi berganda dan korelasi
regresi. Analisis regresi berganda digunakan untuk mengetahui pengaruh
fungsional antar variabel terikat dan variabel bebas dan analisis korelasi berguna
untuk melihat kuat-lemahnya hubungan antara variabel bebas dan terikat. Analisis
korelasi digunakan untuk mengetahui kuat-lemahnya hubungan antara variabel
bebas dan terikat serta hubungan antar variabel komponen produksi. Variabel
tidak bebas adalah variabel yang keberadaannya dipengaruhi oleh variabel bebas
dan dinotasikan dengan Y. Variabel tidak bebas dalam penelitian ini adalah
produksi tebu, sedangkan variabel bebas adalah variabel yang mempengaruhi atau
yang menjadi sebab perubahannya variabel tidak bebas dan dinotasikan dengan X
(Ghozali, 2006)
Variabel bebas pada penelitian ini adalah curah hujan dan hari hujan
bulanan. Pengaruh fungsional variabel curah hujan dan hari hujan bulanan
terhadap produksi tebu yang dianalisis dengan fungsi matematis sebagai berikut:
Y = a + b1X1 + b2X2 + E
Y : produksi tebu
a : intersep dari garis pada sumbu Y
b : koefisien regresi linier
X1 : curah hujan bulanan
X2 : hari hujan bulanan
E : eror
Peubah Amatan
Produksi Tebu (ton/ha)
Data produksi batang tebu (ton/ha) yang digunakan berdasarkan data
produksi tebu bulanan selama 5 tahun yakni dari 2009, 2010, 2011, 2012 dan
2013. Data ini dikumpulkan dari seluruh divisi kebun Kwala Bingai di PT.
Perkebunan Nusantara II. Data produksi tebu dianalisis dengan menggunakan
analisis regresi linear berganda dan analisis korelasi.
Produksi tebu banyak dipengaruhi oleh beberapa faktor. Faktor tersebut
tidak berdiri sendiri untuk memberikan pengaruh terhadap produksi yang
dihasilkan kebun. Berdasarkan ketersediaan data di kebun, maka data komponen
produksi yang digunakan yaitu data produksi batang tebu per tingkat tanam dan
data produksi gula yang dihasilkan. Komponen produksi ini dianalisis dengan
menggunakan analisis korelasi.
Curah Hujan (mm)
Data curah hujan yang digunakan berdasarkan data pengukuran curah
hujan bulanan selama lima tahun yakni 2009, 2010, 2011, 2012 dan 2013. Data ini
dikumpulkan dari seluruh divisi kebun Kwala Bingai di PT.Perkebunan Nusantara
II. Data curah hujan dianalisis dengan menggunakan analisis regresi linear
berganda dan analisis korelasi.
Hari Hujan (hari)
Data hari hujan yang digunakan diperoleh dengan cara menjumlahkan hari
dimana turunnya hujan setiap bulannya selama lima tahun yakni 2009, 2010,
2011, 2012 dan 2013. Data ini dikumpulkan dari seluruh divisi kebun Kwala
Bingai di PT.Perkebunan Nusantara II. Data hari hujan dianalisis dengan
menggunakan analisis regresi linear berganda dan analisis korelasi.
PELAKSANAAN PENELITIAN
Studi Kepustakaan
Studi kepustakaan dilakukan dengan menelusuri dan menelaah studi
pustaka yang berkaitan dengan curah hujan dan hari hujan, serta produksi tebu.
Pengumpulan Data
Pengumpulan
data
yang
dilakukan
terdiri
dari
data
sekunder.
Pengumpulan data sekunder meliputi data sekunder untuk laporan umum dan data
sekunder untuk keperluan analisis. Metode pengambilan data sekunder ini
diperoleh dari studi literatur tentang kebun Kwala Bingai di kantor divisi. Data
sekunder untuk analisis disesuaikan dengan kelengkapan data pada administrasi
kebun. Data sekunder untuk laporan umum meliputi keadaan umum perusahaan,
letak geografis, keadaan tanah dan iklim, struktur organisasi dan peta kebun. Data
sekunder untuk keperluan analisis ini diambil data bulanan selama 5 tahun yakni
pada tahun 2009, 2010, 2011, 2012 dan 2013 meliputi data curah hujan dan data
hari hujan; data produksi tebu.
Pengolahan Data dan Analisis Data
Pengolahan data dilakukan dengan menggunakan analisis regresi linear
berganda dan analisis korelasi. Regresi linear berganda berguna untuk menghitung
besarnya pengaruh hubungan dua atau lebih variabel bebas terhadap satu variabel
terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih
variabel bebas. Analisi korelasi berguna untuk melihat kuat-lemahnya hubungan
antara variabel bebas dan terikat. Pengolahan data dibantu dengan software
SPSS.v.17 for windows.
Analisis data bersifat deskriptif dengan menggunakan bantuan statistik
untuk melihat hubungan antara variabel bebas dan variabel terikat. Analisis data
dilakukan untuk memperoleh hasil pengolahan data. Data yang telah diperoleh
tersebut dianalisis dengan menggunakan persamaan regresi linear berganda untuk
mengetahui pengaruh curah hujan dan hari hujan bulanan yang mempengaruhi
produksi tebu dan hubungan kedua variabel bebas dan terikat berdasarkan data
yang diperoleh dari administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
Uji-t (parsial), Uji-F (serempak) dan R2. Uji hipotesis menggunakan uji dua arah
dengan tingkat signifikan (α) sebesar 5%. Teknik analisis data dengan
menggunakan analisis regresi berganda dengan model persamaan berikut ini:
Y = a + b1X1 + b2X2 + E
Model yang digunakan dalam membuat suatu persamaan regresi linier
berganda ini, dapat terjadi beberapa keadaan yang dapat menyebabkan estimasi
koefisien regresi tidak lagi menjadi penduga koefisien, sehingga diperlukan
beberapa asumsi mendasar yang perlu diperhatikan dengan melakukan uji asumsi
klasik.
Uji Asumsi Klasik
Uji asumsi klasik berguna untuk menguji apakah model regresi yang
digunakan dalam penelitian ini layak diuji atau tidak. Kelayakan model regresi
dapat terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat
multikolinearitas, heteroskedastisitas, autokorelasi dalam model yang digunakan.
Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak
digunakan (Ghozali, 2006).
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel tidak bebas dan variabel bebas memiliki data yang terdistribusi normal
atau tidak. Data yang terdistribusi normal menunjukkan bahwa tidak terdapat nilai
ekstrim yang nantinya dapat mengganggu hasil data penelitian. Model regresi
yang baik adalah yang memiliki distribusi data normal atau mendekati normal.
Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov-Smirnov
dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi
normal jika signifikansi dan nilai One Sample Kolmogorov-Smirnov lebih besar
dari 5% atau 0,05 (Ghozali, 2006).
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varians dan residual satu pengamatan ke pengamatan yang lain pada model
regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
gejala heteroskedastisitas atau biasa disebut homoskedastisitas. Metode pengujian
yang yang digunakan ialah uji Glejser. Uji Glejser dilakukan dengan
meregresikan nilai absolute residual terhadap variabel independen lainnya. Jika
nilai ß signifikan maka mengindikasikan terdapat heteroskedastisitas dalam model
(Ghozali, 2006).
Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya
hubungan linear antar variabel independen dalam model regresi. Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Uji
multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan
nilai Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi
multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance> 0.1
(Ghozali, 2006).
Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi
dapat dilihat dari nilai Durbin Watson (d) dibandingkan dengan nilai Tabel
Durbin Watson. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi
dalam model regresi. Metode uji Durbin-Watson (uji DW) dengan ketentuan
sebagai berikut:
1.
Jika d terletak antara nol dan dL, maka ada autokorelasi positif.
2.
Jika d terletak antara dL dan dU atau d terletak antara (4-dU) dan (4-dL),
maka tidak dapat disimpulkan.
3.
Jika d terletak antara dU dan (4-dU) maka tidak autokorelasi.
4.
Jika d terletak antara (4-dL) dan 4, maka autokorelasi negatif.
Pengujian Hipotesis
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
Uji-t (parsial), Uji-F (serempak) dan R2. Pengujian hipotesis dilakukan dengan uji
dua arah dengan tingkat signifikan (α) sebesar 5% apakah diterima atau ditolak.
Nilai koefisien determinasi (R2) digunakan untuk melihat besarnya persentase
pengaruh variabel bebas terhadap nilai variabel terikat. Nilai R2 semakin
mendekati nol memperlihatkan semakin kecil pengaruh semua variabel bebas
terhadap nilai variabel terikat sedangkan nilai R2 semakin mendekati satu
memperlihatkan semakin besar pula pengaruh semua variabel bebas terhadap nilai
variabel terikat. Uji hipotesis secara parsial digunakan untuk mengetahui
pengaruh dari masing-masing variabel independen terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan nilai t-hitung dengan nilai t-tabel. Uji
hipotesis secara serempak digunakan untuk mengetahui pengaruh dari variabel
independen secara keseluruhan terhadap variabel dependen. Uji ini dilakukan
dengan membandingkan nilai F hitung dengan nilai F tabel. Hipotesis yang
diajukan dalam analisis ini ialah:
H0: bi = 0
H1: bi ≠ 0,
bi = koefisien regresi variabel ke-i
Pengambilan keputusan untuk melihat apakah hipotesis H0 diterima atau
ditolak. Hipotesis H0 ditolak membuktikan bahwa variabel bebas yang digunakan
berpengaruh nyata terhadap produksi tebu (Ghozali, 2006).
Penarikan Kesimpulan
Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data
yang telah di analisis dengan menggunakan analisis regresi linear berganda dan
analisis korelasi. Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang
telah dibuat apakah diterima atau ditolak.
HASIL DAN PEMBAHASAN
Komponen Produksi Tebu
Pencapaian produksi tebu yang diharapkan tidak terlepas dari pengaruh
komponen-komponen produksi. Berdasarkan ketersediaan data pada PTPN II Unit
Kwala Bingai, komponen-komponen produksi tanaman tebu ialah hablur, SHS
(Superior Head Sugar) dan tetes.
Berikut disajikan data komponen produksi tebu di PTPN II Unit Kwala
Bingai selama lima tahun (2009-2013) pada tabel 2.
Tabel 2. Komponen produksi tebu di PTPN II Unit Kwala Bingai selama 5 tahun
(2009-2013)
Hablur
SHS
Tetes
X1
X2
X3
2009
3.159.240
3.154.805
10.863.939
2010
2.816.030
2.749.850
2.395.060
2011
4.343.570
4.431.196
3.977.984
2012
4.085.860
4.088.473
3.083.533
2013
3.487.280
3.487.399
2.545.553
Tahun
Hasil uji korelasi pada komponen-komponen produksi tebu di PTPN II
Unit Kwala Bingai, Kabupaten Langkat, dapat dilihat pada tabel 3.
Tabel 3. Uji korelasi pada komponen-komponen produksi tebu
Variabel
Variabel
Statistik Uji
Hablur
Pearson Corelation
SHS
0.981**
SHS
Sig. (2-tailed)
0.000
Pearson Corelation
0.413*
0.439*
Sig. (2-tailed)
0.001
0.013
Tetes
Keterangan : ** = Berbeda sangat nyata pada taraf uji 1%
*
= Berbeda sangat nyata pada taraf uji 5%
Dari tabel 3 diketahui bahwa nilai pearson correlation (koefisien korelasi)
yang menunjukkan korelasi yang sangat kuat antara variabel hablur dengan SHS
yaitu sebesar 98,1%. Korelasi yang sangat kuat memperlihatkan bahwa
berpengaruhnya komponen produksi terhadap pencapaiaan produksi tebu.
Sedangkan korelasi antara variabel hablur dengan tetes dan variabel SHS dengan
tetes menunjukkan korelasi yang cukup yaitu 41,3% dan 43,9%.
Dari hasil uji korelasi pada komponen (hablur, SHS, tetes) selama 5 tahun
(2009, 2010, 2011, 2012, 2013) pada tanaman tebu menunjukkan hubungan yang
nyata, searah dan sangat kuat antara varibel hablur dan SHS.
Dari tabel 3 diatas hasil uji korelasi menunjukkan bahwa terdapat angka
signifikan yang baik antara variabel hablur dan SHS dilihat dari hasil signifikansi
lebih kecil dari 1% (sig < α 0,01).
Data rataan produksi tebu (kg/bulan) pada tabel 4, curah hujan (mm/bulan)
pada tabel 5, dan hari hujan (hari/bulan) pada tabel 6 selama 5 tahun (2009, 2010,
2011, 2012, 2013) di PTPN II Kebun Kwala Bingai, Kota Stabat, Kabupaten
Langkat pada tanaman tebu selama 5 tahun (2009, 2010, 2011, 2012, 2013).
Dari hasil uji regresi linear berganda pada tabel 11 yang di dapat dari data
rataan produksi tebu (kg/bulan), curah hujan (mm/bulan) dan hari hujan
(hari/bulan) selama 5 tahun (2009, 2010, 2011, 2012, 2013) menunjukkan bahwa
jumlah curah hujan dan banyaknya hari hujan berpengaruh nyata meningkatkan
produksi tebu.
Dari hasil uji korelasi produksi tebu (kg/bulan), curah hujan (mm/bulan)
dan hari hujan (hari/bulan) selama 5 tahun (2009, 2010, 2011, 2012, 2013) pada
tanaman tebu pada tabel 13 menunjukkan hubungan yang kuat antara variabel
curah hujan dengan hari hujan yang berpengaruh terhadap produksi tebu.
Analisis korelasi juga memperlihatkan arah korelasi yang searah atau yang
berlawanan arah yang dapat dilihat dari nilai koefisien yang bernilai positif atau
negatif. Hubungan searah ditunjukkan oleh tiga komponen produksi antara
variabel hablur dengan SHS, variabel SHS dengan tetes, dan variabel hablur
dengan tetes. Jumlah SHS per kilogram diduga berpengaruh terhadap dua
komponen produksi yaitu hablur dan tetes.
Nilai korelasi pada ketiga komponen produksi memiliki hubungan nyata,
searah, dan sangat kuat antara variabel hablur dengan SHS. Hasil korelasi ini
dapat diartikan bahwa semakin besar jumlah hablur semakin besar pula jumlah
SHS terhadap pencapaiaan produksi tebu yang diharapkan. Hal ini disebabkan
oleh hablur yang diamati dihasilkan oleh tanaman tebu dimana tanaman tersebut
berumur dewasa dan optimal (posisi puncak). Pada komposisi umur tanaman
dewasa dan optimal akan menghasilkan hablur yang lebih banyak dibandingkan
tanaman remaja atau muda. Selain itu, hablur juga dipengaruhi oleh SHS.
Komposisi umur tanaman berubah setiap tahunnya sehingga juga berpengaruh
terhadap pencapaiaan produksi per hektar per tahunnya. Produksi tebu yang
dihasilkan tanaman tebu diumur dewasa akan lebih banyak dan beratnya lebih
banyak dibandingkan tanaman tebu berumur muda.
Produksi Tebu (kg), Curah Hujan (mm) dan Hari Hujan (hari) pada
Tanaman Tebu Selama 5 Tahun
Data rataan produksi tebu (kg/bulan) selama 5 tahun (2009-2013) dari
PTPN II Kebun Kwala Bingai pada tanaman tebu dapat dilihat pada tabel 4.
Tabel 4. Rataan produksi tebu (kg/bulan) selama 5 tahun (2009-2013)
Tahun
Bulan
Rataan
2009
Januari
2010
2011
2012
2013
0
5.244.720
0
0
0
1.048.944
Februari
12.694.720
9.800.180
7.473.240
12.670.600
9.717.750
10.471.298
Maret
15.947.720
8.689.500
17.794.790
17.078.890
14.542.910
14.810.762
April
10.665.280
6.464.010
16.695.910
10.696.250
10.455.860
10.995.462
Mei
9.552.450
7.524.060
13.104.870
10.435.070
12.385.030
10.600.296
Juni
7.230.270
7.685.270
11.290.240
2.564.130
3.594.230
6.472.828
Juli
0
575.08
9.466.380
576.94
65.686
2.255.052
Agustus
0
0
0
12.738.870
0
2.547.774
56.090.440
45.982.820
75.825.430
66.760.750
51.352.640
Total
Dari tabel 4 dapat dilihat bahwa rataan produksi tebu tertinggi pada
tanaman tebu terdapat pada bulan Maret sebesar 14.810.762 kg/bulan dan rataan
terendah terdapat pada bulan Juli
sebesar 2.255.052 kg per bulan. Berikut
disajikan grafik perkembangan produksi tebu (kg) pada tanaman tebu selama 5
Rataan Produksi (ton/ha)
tahun (2009-2013) pada gambar 1.
20000
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
2009
2010
2011
2012
2013
1
2
3
4
5
6
7
8
Bulan
Gambar 1.
Grafik perkembangan produksi tebu (kg/bulan) selama 5 tahun
(2009-2013).
Dari grafik diatas dapat dilihat bahwa tahun 2009 tanaman tebu, total
produksi tebu tertinggi terdapat pada bulan Maret sebesar 15.947,720 ton dan total
terendah terdapat pada bulan Juni sebesar 7.230,270 ton. Pada tahun 2010, total
produksi tebu tertinggi terdapat pada bulan Februari sebesar 9.800,180 ton dan
total terendah terdapat pada bulan Juli sebesar 575,080 ton. Pada tahun 2011, total
produksi tebu tertinggi terdapat pada bulan Maret sebesar 17.794,790 ton dan total
terendah produksi tebu terdapat pada bulan Februari sebesar 7.473,240 ton. Pada
tahun 2012, total produksi tebu tertinggi terdapat pada bulan Februari 17.078,890
ton dan total terendah terdapat pada bulan Juli sebesar 579,640 ton. Pada tahun
2013, total produksi tebu tertinggi terdapat pada bulan Maret sebesar 14.542,910
ton dan total terendah terdapat pada bulan Juli sebesar 656,860 ton.
Data rataan curah hujan (mm/bulan) selama 5 tahun (2009-2013) dari
PTPN II Kebun Kwala Bingai pada tanaman tebu dapat dilihat pada tabel 5.
Tabel 5. Rataan Curah Hujan (mm/bulan) pada tanaman tebu selama 5 tahun
(2009-2013)
Tahun
Bulan
Rataan
2009
2010
2011
2012
2013
Januari
99.00
92.66
86.83
131.33
154.66
112.90
Februari
22.50
12.50
16.16
152.00
254.50
91.53
Maret
219.16
85.66
212.33
135.16
42.50
138.96
April
229.50
49.00
107.66
286.16
124.16
159.30
Mei
412.83
156.16
173.33
356.33
159.83
251.70
Juni
81.50
173.33
246.50
50.00
78.00
125.87
Juli
143.83
171.66
159.50
108.66
268.00
170.33
Agustus
303.00
150.66
165.33
180.66
159.83
191.90
September
213.66
152.83
130.50
336.66
153.16
197.36
Oktober
360.00
148.00
220.00
283.16
682.66
338.76
November
132.33
190.33
107.50
385.66
77.16
178.60
Desember
123.16
209.50
233.83
149.66
207.66
184.76
1592.29 1859.47
2555.44
2362.12
Total
2340.47
Dari tabel 5 dapat dilihat bahwa rataan curah hujan tertinggi pada tanaman
tebu terdapat pada bulan Oktober sebesar 338,76 mm/bulan dan rataan terendah
terdapat pada bulan Februari sebesar 91,53 mm/bulan. Berikut disajikan grafik
perkembangan curah hujan (mm) pada tanaman tebu selama 5 tahun (2009-2013)
pada gambar 2.
800
Curah Hujan (mm)
700
600
500
2009
400
2010
300
2011
200
2012
100
2013
0
1
2
3
4
5
6
7
8
9
10 11 12
Bulan
Gambar 2. Grafik perkembangan curah hujan (mm/bulan) selama 5 tahun di
kebun Kwala Bingai.
Dari grafik diatas dapat dilihat bahwa tahun 2009 pada tanaman tebu, total
curah hujan tertinggi terdapat pada bulan Mei sebesar 412,83 mm dan total
terendah terdapat pada bulan Februari sebesar 22,50 mm. Pada tahun 2010, total
curah hujan tertinggi terdapat pada bulan Desember sebesar 209,50 mm dan total
terendah terdapat pada bulan Februari sebesar 12,50 mm. Pada tahun 2011, total
curah hujan tertinggi terdapat pada bulan Desember sebesar 233,83 mm dan total
terendah terdapat pada bulan Februari sebesar 16,16 mm. Pada tahun 2012 total
curah hujan tertinggi terdapat pada bulan November sebesar 385,66 mm dan total
terendah terdapat pada bulan Juni sebesar 50,00 mm. Pada tahun 2013, total curah
hujan tertinggi terdapat pada bulan Oktober sebesar 682,66 mm dan total terendah
terdapat pada bulan Maret sebesar 42,50 mm.
Data rataan hari hujan (hari/bulan) pada tanaman tebu selama 5 tahun
(2009-2013) dari PTPN II Kebun Kwala Bingai pada tanaman tebu dapat dilihat
pada tabel 6.
Tabel 6. Rataan hari hujan (hari/bulan) pada tanaman tebu selama 5 tahun
(2009-2013)
Tahun
Bulan
Rataan
2009
2010
2011
2012
2013
Januari
4.00
6.83
7.83
6.33
6.50
6.29
Februari
1.00
1.83
1.50
7.33
10.50
4.43
Maret
10.33
4.83
9.00
7.33
2.16
6.73
April
9.50
2.83
5.16
10.66
5.50
6.73
Mei
13.66
6.16
10.00
11.83
8.50
10.03
Juni
3.16
8.66
8.66
3.33
4.66
5.69
Juli
6.16
4.66
8.16
5.00
9.00
6.59
Agustus
9.00
5.50
4.83
8.33
7.16
6.96
September
8.66
7.50
7.50
10.00
11.00
8.93
13.66
6.66
10.66
10.66
15.33
11.39
November
8.00
12.00
8.00
14.00
11.50
10.70
Desember
5.66
11.50
10.00
7.83
11.00
9.19
92.83
79.00
91.33
102.66
102.83
Oktober
Total
Dari Tabel 6 dapat dilihat bahwa rataan hari hujan tertinggi pada tanaman
tebu terdapat pada bulan Oktober sebesar 11 hari/bulan dan rataan terendah
terdapat pada bulan Februari sebesar 4 hari/bulan. Berikut disajikan grafik
perkembangan hari hujan (hari) pada tanaman tebu selama 5 tahun (2009-2013)
pada gambar 3.
18
16
Hari Hujan (Hari)
14
12
10
2009
8
2010
6
2011
4
2012
2
2013
0
1
2
3
4
5
6
7
8
9
10 11 12
Bulan
Gambar 3. Grafik perkembangan hari hujan (hari/bulan) pada tanaman tebu
selama 5 tahun.
Dari grafik diatas dapat dilihat bahwa pada tahun 2009 pada tanaman tebu,
total hari hujan tertinggi terdapat pada bulan Mei dan Oktober sebesar 13
hari/bulan dan total terendah terdapat pada bulan Februari sebesar 1 hari/bulan.
Pada tahun 2010, total hari hujan tertinggi terdapat pada bulan November sebesar
12 hari/bulan dan total terendah terdapat pada bulan Februari sebesar 1 hari/bulan.
Pada tahun 2011, total hari hujan tertinggi terdapat pada bulan Oktober sebesar 10
hari/bulan dan total terendah terdapat pada bulan Februari sebesar 1 hari/bulan.
Pada tahun 2012, total hari hujan tertinggi terdapat pada bulan November sebesar
14 hari/bulan dan total terendah terdapat pada bulan Juni sebesar 3 hari/bulan.
Pada tahun 2013, total hari hujan tertinggi terdapat pada bulan Oktober sebesar 15
hari/bulan dan total terendah terdapat pada bulan Maret sebesar 2 hari/bulan.
Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi Tebu
Pola hujan tahunan mempengaruhi perilaku pertumbuhan dan produksi
tebu. Curah hujan yang tinggi mendorong peningkatan pertumbuhan pelepah
daun. Kadar air di dalam pelepah daun mempunyai korelasi positif dengan
kecepatan tumbuh karena dimasa kecilnya pertumbuhan berjalan cepat, maka
kadar air pada pelepah daun tinggi. Untuk melihat hubungan curah hujan dan hari
hujan terhadap produksi tebu selama 5 tahun (2009-2013) dapat dilihat pada tabel
7.
Tabel 7. Rataan produksi tebu, curah hujan dan hari hujan pada tanaman tebu
selama 5 tahun (2009-2013)
Rataan
Bulan
Produksi Tebu
Curah Hujan
Hari Hujan
(kg)
(mm)
(hari)
Januari
1.048.944
112.896
6.298
Februari
10.471.298
91.532
4.432
Maret
14.810.762
138.962
6.730
April
10.995.462
159.296
6.730
Mei
10.600.296
251.696
10.030
Juni
6.472.828
125.866
5.694
Juli
2.255.052
170.330
6.596
Agustus
2.547.774
191.896
6.964
59.202.416
2.141.958
93.698
Total
Dari tabel 7 dapat diketahui bahwa total rataan produksi tebu pada
tanaman tebu selama 5 tahun (2009-2013) sebesar 59.202,416 ton sedangkan total
rataan curah hujan sebesar 2141,958 mm dan total rataan hari hujan sebesar 93
hari.
Dari tabel diatas dapat diketahui bahwa rataan produksi tertinggi pada
tanaman tebu selama 5 tahun (2009-2013) terdapat pada bulan Maret sebesar
14.810,76 ton/bulan dan rataan produksi terendah terdapat pada bulan Januari
sebesar 1048,94 ton/bulan. Rataan curah hujan tertinggi terdapat pada bulan Mei
sebesar 251,69 mm/bulan dan rataan curah hujan terendah terdapat di bulan
Februari sebesar 91,53 mm/bulan sedangkan rataan hari hujan tertinggi terdapat
pada bulan Mei sebesar 10 hari/bulan dan rataan hari hujan terendah terdapat pada
bulan februari sebesar 4 hari/bulan.
Analisis Data
Analisis produksi tebu pada tahun 2009, 2010, 2011, 2012, 2013 di PTPN
II Kebun Kwala Bingai dilakukan dengan menggunakan analisis regresi linear
berganda dan analisis korelasi. Analisis linear berganda untuk mengetahui apakah
variabel curah hujan dan hari hujan akan memberikan pengaruh terhadap produksi
tebu. Analisis korelasi berguna untuk melihat kuat lemahnya hubungan antara
variabel bebas dan terikat. Alat bantu untuk mengolah data menggunakan
SPSS.v.17 for windows.
Analisis Regresi Linear Berganda
Dalam uji regresi berganda dikenal nilai koefisien korelasi (R), koefisien
determinasi (R2), dan koefisien determinasi terkoreksi (Adjusted R2). Koefisien
korelasi (R) digunakan untuk melihat besarnya hubungan antar variabel bebas dan
variabel terikat. Koefisien determinasi (R2) digunakan untuk mengetahui
persentase sumbangan pengaruh serentak variabel-variabel bebas terhadap varabel
terikat. Berikut disajikan nilai koefisien pada model persamaan regresi linear
berganda pada tanaman tebu selama 5 tahun (2009-2013) di PTPN II Kebun
Kwala Bingai pada tabel 8.
Tabel 8. Nilai koefisien persamaan regresi linear berganda pada tanaman tebu
selama 5 tahun (2009-2013)
Nilai Koefisien
Model
Produksi Tebu
R
R2
0.376
0.141
Adjusted R2
0.08
Pada tabel 8 dapat diperoleh bahwa pada tanaman tebu nilai koefisien (R)
sebesar 37,6 %, koefisien determinasi (R2) sebesar 14,1 % dan kofisien
determinasi terkoreksi (Adjusted R2) sebesar 8 %. Nilai koefisien (R) sebesar 37,6
% menunjukkan besarnya hubungan variabel hubungan curah hujan dan hari
hujan terhadap variabel produksi tebu selama 5 tahun ialah lemah (dilihat pada
tabel 8). Koefisien determinasi (R2) menandakan bahwa 14,1% variasi produksi
tebu dapat dijelaskan oleh variasi variabel curah hujan dan hari hujan yang terjadi
dan sisanya sebesar 85,9 % dijelaskan oleh variabel lain yang tidak dimasukkan
ke dalam model.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai
t-tabel. Berikut disajikan uji t-parsial pada tanaman tebu selama 5 tahun (20092013) pada tabel 9.
Tabel 9. Uji t-parsial curah hujan dan hari hujan pada tanaman tebu Selama 5
tahun (2009-2013)
Tebu
Peubah
t-hitung
Sig
Curah Hujan
-1,657
0.109tn
Hari Hujan
2.038
0.051tn
Keterangan : tn : tidak berbeda nyata
Hasil uji t-parsial di atas,terlihat bahwa nilai signifikansi pada tanaman
tebu lebih besar dari alpha 5% (Sig > α 0,05), maka dapat dikatakan t-hitung
berbeda tidak nyata pada taraf kepercayaan 95% dengan nilai t-tabel sebesar
2.048. Variabel yang berpengaruh tidak nyata adalah curah hujan dengan nilai thitung 1,657 dan nilai signifikansi sebesar 0,109 serta hari hujan dengan nilai thitung sebesar 2,038 dan nilai signifikansi sebesar 0,051. Berikut disajikan
analisis sidik ragam untuk persamaan regresi linear berganda variabel curah hujan
dan hari hujan pada tanaman tebu selama 5 tahun (2009-2013) pada tabel 10.
Tabel 10. Sidik ragam persamaan regresi linear berganda pada tanaman tebu
selama 5 tahun (2009-2013)
Sumber
Derajat
Jumlah
Kuadrat
Kuadrat
Tengah
2
945400,13
472700,13
28
575300,14
205500,13
30
669800,14
Tahun
Keragaman Kebebasan
Regresi
5
Residuan
Tahun
Total
FSig.
Hitung
2,301
0,119
Keterangan : tn = tidak berbeda nyata
Berdasarkan pendugaan model produksi diatas, pada tanaman tebu di
tahun 2009-2013, diperoleh F-hitung sebesar 2,301 dengan F-tabel = 3,34 dan
nilai signifikansi pada uji ini adalah 0,119. Nilai signifikansi pada uji F lebih
besar daripada alpha 5% (Sig > α 0,05), maka dapat dikatakan F-hitung berbeda
tidak nyata pada taraf kepercayaan 95%. Hal tersebut mengartikan bahwa variabel
curah hujan dan hari hujan pada model secara bersama-sama berpengaruh tidak
nyata terhadap produksi tanaman tebu. Berikut disajikan hasil model pengujian
analisis regresi linear berganda pada tanaman tebu selama 5 tahun (2009-2013)
pada tabel 11.
Tabel 11. Model pengujian analisis regresi linear berganda pada tanaman tebu
selama 5 tahun (2009-2013)
Tahun
Variabel
Konstanta
5 Tahun
Curah Hujan
Hari Hujan
Koefisien Regresi
Sig.
5.970.216,787
0.007
-38.624,866
0.109
1.413.214,829
0.051
Keterangan : tn = tidak berbeda nyata
Berdasarkan hasil analisis di atas , dapat di bentuk persamaan regresi yang
dihasilkan oleh variabel curah hujan dan hari hujan dalam memprediksi produksi
tebu pada tanaman tebu berikut ini :
Y = 5.970.216,78 – 38.624,87 X1 + 1.413.214,83 X2 + E
Model persamaan dapat diartikan bahwa setiap penambahan satu satuan nilai
curah hujan akan menurunkan nilai produksi tebu sebesar -38.624,866 satuan dan
setiap penambahan satu satuan nlai hari hujan akan menaikkan nilai produksi tebu
sebesar 1.413.214,829 satuan.
Analisis Korelasi
Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat. Berikut disajikan interpretasi nilai R pada analisis
korelasi pada Tabel 12.
Tabel 12. Interpretasi nilai R pada analisis korelasi
Nilai R
Interpretasi
0,00
Tidak ada korelasi
0,01-0,20
Sangat lemah
0,21-0,40
Lemah
0,41-0,60
Agak lemah
0,61-0,80
Cukup
0,81-0,99
Kuat
1,00
Sangat kuat
Sumber: Husain dan Setiadi, 1995
Berikut disajikan hasil analisis korelasi antara variabel produksi tebu,
curah hujan dan hari hujan pada tanaman tebu selama 5 tahun (2009-2013) pada
tabel 13.
Tabel 13. Uji analisis korelasi pada tanaman tebu selama 5 tahun (2009-2013)
Variabel
Produksi
Curah
Hari
Tebu
Hujan
Hujan
1
0.117
0.239
Curah Hujan
0.117
1
0.932
Hari Hujan
0.239
0.932**
1
0.265
0.098
Variabel
Produksi Tebu
Statistik Uji
Pearson Correltion
Produksi Tebu
Curah Hujan
Sig. (2-tailed)
0.265
-
Hari Hujan
0.098
-
Produksi Tebu
31
31
31
31
31
31
31
31
31
Curah Hujan
N
Hari Hujan
Keterangan : ** = berbeda sangat nyata pada uji taraf 1%
Hasil uji analisis korelasi diatas, tanaman tebu menunjukan hubungan
keeratan yang kuat antara variabel curah hujan dan hari hujan yaitu 0,932.
Hubungan yang kuat memperlihatkan berpengaruhnya antara variabel curah hujan
dan hari hujan terhadap pencapaian produksi tebu. Hal ini terlihat dari nilai
signifikasi lebih kecil dari 1% (sig < α 0,01) dan korelasi lainnya memperlihatkan
hubungan keeratan yang agak lemah dan lemah terhadap pencapaian produksi
tebu yang disebabkan nilai signifikasi lebih besar dari 1% (sig > α 0,01). Korelasi
terlemah pada tanaman tebu terjadi pada variabel produksi tebu dengan curah
hujan yaitu dengan sebesar 0,117.
Uji Asumsi Klasik
Dilakukan untuk mengetahui apakah persamaan regresi berganda layak
atau tidak untuk digunakan. Uji asumsi klasik terdiri dari uji normalitas, uji
heteroskedastisitas, uji multikolinearitas dan uji autokorelasi.
Uji normalitas digunakan untuk mengetahui apakah populasi data
berdistribusi normal atau tidak. Persyaratan uji normalitas adalah data
berdistribusi normal. Data dianalisis dengan uji One Sample Kolmogoro-Smirnov
pada taraf uji 0,05. Data dinyatakan berdistribusi normal jika nilai signifikansi
lebih besar dari 0,05 (sig > α 0,05). Untuk persamaan regresi pada tanaman tebu
diproleh nilai Kolmogoro-Smirnov dan nilai signifikansi yaitu 0,865 (α = 0,600)
(Lampiran 9) yang berarti data terdistribusi dengan normal.
Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varian dan residual untuk semua pengamatan pada model regresi. Pra syarat yang
harus terpenuhi pada model regresi adalah tidak adanya gejala heteroskedastisitas
atau biasa disebut homoskedastisitas. Metode pengujian yang digunakan ialah uji
Glejser. Uji Glejser dilakukan dengan meregresikan absolute residual terhadap
variabel independen lainnya. Jika nilai β signifikan maka mengindikasikan
terdapat heteroskedastisitas dalam model. Berikut disajikan uji heteroskedastisitas
menggunakan uji Glejser pada model persamaan regresi linear berganda pada
tanaman tebu selama 5 tahun (2009-2013) pada tabel 14 (Lampiran 10).
Tabel 14. Nilai signifikansi pada uji heteroskedastisitas pada tanaman tebu selama
5 tahun (2009-2013)
Tahun
5 Tahun
Variabel
Sig.
Konstanta
0
Curah Hujan
0.156
Hari Hujan
0.133
Berdasarkan uji heteroskedastisitas diatas menunjukkan bahwa variabel
curah hujan memiliki nilai signifikansi pada tanaman tebu selama 5 tahun yaitu
sebesar 0,156 sedangkan variabel hari hujan memiliki nilai signifikansi sebesar
0,133. Variabel curah hujan dan hari hujan memiliki nilai signifikansi diatas 0,01
dalam model ini sehingga memiliki sebaran varian yang sama (homogen). Dengan
kata lain, tidak terdapat heteroskedastisitas pada model ini.
Uji multikolinealitas digunakan untuk mengetahui ada atau tidaknya
hubungan linear antar variabel independen dalam model regresi. Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolinealitas. Uji
multikolinealitas dilakukan dengan melihat varian inflation factor (VIF) dan nilai
Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi
multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance > 0,1.
Berikut disajikan nilai VIF dan Tolerance model regresi linear berganda pada
produksi tebu selama 5 tahun (2009-2013) di PTPN II Kebun Kwala Bingai pada
tabel 15 (Lampiran 7).
Tabel 15. Uji Multikolinealitas nilai VIF dan Tolerance pada tanaman tebu
selama 5 tahun (2009-2013)
Tahun
Variabel
Tolerance
VIF
Curah Hujan
0.131
7.613
Hari Hujan
0.131
7.613
5 Tahun
Berdasarkan hasil uji multikolinearitas diatas diproleh nilai VIF yang lebih
besar dari 5 dan nilai Tolerance lebih besar dari 0,1 untuk kedua variabel diuji
dapat diartikan bahwa terdapat sedikit multikolinearitas pada model persamaan
regresi tersebut.
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi
dapat dilihat dari nilai Durbin Watson (d) yang dibandingkan dengan nilai dari
tabel Durbin Watson (Lampiran 11). Untuk model persamaan regresi pada
tanaman tebu diatas, diproleh nilai Durbin Watson (d) ialah 1,242 dengan nilai dL
= 1,30 nilai dU = 1,57 dari tabel Durbin Watson.
Berdasarkan pada kriteria uji autokorelasi, jika d terletak pada 0 dan dL,
maka autokorelasi positif, jika d terletak antara dL dan dU atau diantara (4-dU)
dan (4-dL), maka tidak dapat disimpulkan, jika d terletak antara dU dan 4-dU,
maka tidak ada autokorelasi, jika d terletak antara 4-dL dan 4, maka ada
autokorelasi negatif. Oleh karena itu, pada persamaan regresi pada tanaman tebu
selama 5 tahun maka autokorelasi positif karena d terletak antara 0 dan dL. Dari
keempat uji asumsi tersebut dinyatakan bahwa persamaan regresi pada tanaman
tebu selama 5 tahun telah memenuhi syarat.
Pengaruh Curah Hujan (mm) dan Hari hujan (hari) Terhadap Produksi
Tebu pada Tanaman Tebu Selama 5 Tahun
Dalam Indra wanto,dkk (2010) menyatakan bahwa tanaman tebu dapat
tumbuh dengan baik di daerah dengah curah hujan berkisar antara 1.000-1300 mm
per tahun dengan sekurang-kurangnya 3 bulan kering. Distribusi curah hujan yang
ideal untuk pertanaman tebu adalah: pada periode pertumbuhan vegetatif
diperlukan curah hujan yang tinggi (200 mm per bulan) selama 5-6 bulan. Periode
selanjutnya selama 2 bulan dengan curah hujan 125 mm dan 4 – 5 bulan dengan
curah hujan kurang dari 75 mm/bulan yang merupakan periode kering. Periode ini
merupakan periode pertumbuhan generatif dan pemasakan tebu.
Berdasarkan data curah hujan di PTPN II Unit Kwala Bingai, klasifikasi
iklim menurut Schimidth-Ferguson termasuk ke dalam tipe A yaitu daerah sangat
basah (Lampiran 3). Data curah hujan tertinggi terdapat pada tahun 2012 sebesar
2555 mm/tahun dengan rataan bulan basah sebanyak 11 bulan dan rataan bulan
kering sebanyak 1 bulan, dan curah hujan terendah terdapat pada tahun 2010
sebesar 1592,33 mm/tahun dengan rataan bulan basah sebanyak 8 bulan dan
rataan bulan kering sebanyak 2 bulan (Lampiran 2). Data rataan curah hujan pada
tanaman tebu di PTPN II Unit Kwala Bingai ialah 2.141,89 mm/tahun sedangkan
rataan hari hujan tahunan ialah 93 hari . Oleh karena itu jumlah curah hujan sudah
sesuai dengan kebutuhan dan syarat tumbuh tanaman tebu.
Berdasarkan hasil analisis regresi, diperoleh nilai koefisien regresi curah
hujan selama 5 tahun (2009-2010) pada tanaman tebu memiliki tanda negatif
sebesar 38624,866 (Tabel 11). Hal tersebut mengartikan bahwa setiap
penambahan satu millimeter curah hujan maka akan menurunkan produksi tebu
sebesar 38624,866 kg dengan asumsi variabel lain dianggap konstan. Sedangkan
nilai koefisien regresi hari hujan memiliki tanda positif sebesar 1413214,829
(Tabel 11). Hal tersebut mengartikan bahwa setiap penambahan satu hari hujan
maka akan menaikkan produksi tebu sebesar 1413214,829 kg dengan asumsi
variabel lain dianggap konstan.
Hasil analisis secara serempa