Pengaruh Curah Hujan dan Hari Hujan Terhadap Produksi Kelapa Sawit Berumur 8, 16, dan 19 Tahun di Kebun Sei Dadap PT. Perkebunan Nusantara III Persero
Lampiran 1. Data Produksi Tandan Buah Segar (ton/bulan) Kebun Sei Dadap Pada Tanaman
Berumur 8,16, Dan 19 Tahun Selama 3 Tahun (2011-2013)
Bulan
JAN
FEB
MAR
APR
MEI
JUN
JUL
AGU
SEP
OKT
NOV
DES
Total
Rataan
8
128.57
294.65
302.03
596.90
519.38
503.01
572.18
354.47
553.90
531.39
488.32
178.01
5022.8
418.57
2011
16
203.83
295.34
342.97
631.80
442.89
460.01
552.75
518.41
612.94
784.24
694.70
337.95
5877.81
489.82
19
731.29
1090.05
1318.75
1858.71
1791.13
1675.27
1872.87
1565.60
2211.02
2257.85
2139.85
1139.31
19651.69
1637.64
8
287.40
254.37
381.28
452.27
515.33
581.42
576.51
381.49
522.28
407.52
456.60
420.78
5237.25
436.44
2012
16
277.19
306.69
361.75
308.62
354.53
478.90
455.26
359.98
523.36
402.00
447.32
387.30
4662.89
388.57
19
1190.19
1155.53
1360.63
1366.15
1514.83
1753.25
1767.37
1498.70
1881.58
1852.26
1779.04
1723.47
18842.97
1570.25
8
300.39
307.87
247.49
379.68
395.17
437.36
542.89
539.39
432.22
466.02
492.69
303.25
4844.41
403.70
2013
16
246.18
288.63
288.59
335.27
321.46
309.75
384.59
417.16
359.98
359.07
426.86
334.06
4071.58
339.30
19
1200.55
1182.04
1187.90
1282.56
1407.39
1158.51
1431.41
1300.52
1328.84
1524.61
1527.52
1306.38
15838.20
1319.85
Lampiran 2. Data Total Dan Rataan Produksi Tandan Buah Segar (ton/tahun) Selama 3 Tahun
(2011-2013)
Tahun
Total
Rataan
2011
30552.30
848.67
2012
28743.10
854.63
2013
28350.26
820.88
Lampiran 3. Data Total Dan Rataan Produksi Tandan Buah Segar (ton/tahun) Kebun Sei Dadap
Pada Tanaman Berumur 8, 16, Dan 19 Tahun Selama 3 Tahun
(2011-2013)
Tahun
Total
Rataan
8
15104.46
419.57
16
14612.27
405.90
19
54332.86
1509.25
Universitas Sumatera Utara
Lampiran 4. Uji Korelasi pada Komponen Tandan Buah Segar Kebun Sei Dadap pada Tanaman
Berumur 8, 16, dan 19 Tahun Selama 3 Tahun (2011-2012)
Correlations
Jumlah
Janjang
Jumlah Janjang
Berat Janjang
Rata-Rata
Pearson
1
Correlation
Sig. (2-tailed)
N
9
Berat Janjang
Pearson
.563
Rata-Rata
Correlation
Sig. (2-tailed)
.115
N
9
Jumlah
Pohon Pearson
.953**
Produktif
Correlation
Sig. (2-tailed)
.000072
N
9
**. Correlation is significant at the 0.01 level (2-tailed).
Jumlah
Pohon
Produktif
.563
.953**
.115
9
.000072
9
1
.517
9
.154
9
.517
1
.154
9
9
Lampiran 5. Data curah hujan (mm/bulan) kebun sei dadap pada tanaman berumur 8,16, dan 19
tahun selama 3 tahun (2010-2012)
Tahun
Bulan
2010
2011
2012
Januari
125
242
156
Februari
22
36
62
Maret
106
237
337
April
130
118
198
Mei
222
183
85
Juni
261
73
147
Juli
197
86
146
Agustus
213
409
188
September
282
258
266
Oktober
169
317
175
November
278
250
93
Desember
122
121
248
Universitas Sumatera Utara
Total
Rataan
BB
BK
2127.00
177.25
11
1
2330
194.17
9
1
2101.00
175.08
9
0
Lampiran 6. Data Rataan Curah Hujan (mm/tahun) di Kebun Sei Dadap pada Tahun
2013
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
Septembe
r
Oktober
November
Desember
Total
Rataan
BB
BK
2010
HARI
CURA
HUJA
H
N
HUJAN
10
125
4
22
10
106
7
130
11
222
14
261
17
197
15
213
15
11
20
8
142
11.83
282
169
278
122
2127
177.25
11
1
2011
HARI
CURA
HUJA
H
N
HUJAN
12
242
3
36
9
237
5
118
7
183
7
73
4
86
12
409
12
19
15
6
111
9.25
258
317
250
121
2330
194.17
10
1
2012
HARI
CURA
HUJA
H
N
HUJAN
5
156
4
62
9
337
10
198
6
85
5
147
6
146
8
188
9
10
7
11
90
7.50
266
175
93
248
2101
175.08
9
0
2010-
2013
HARI
CURA
HUJA
H
N
HUJAN
9
143
7
114
4
47
10
140
7
147
4
153
6
158
8
183
8
12
12
9
96
8.00
274
295
196
149
1999
166.58
11
1
Lampiran 7. Klasifikasi Tipe Iklim Scmidth-Ferguson Di Kebun Sei Dadap
BB = Bulan Basah (CH > 100 mm)
BL = Bulan Lembab dengan Curah Hujan antara 60-100 mm
BK = Bulan Kering (CH < 60 mm)
CH = Curah Hujan
HH = Hari Hujan
Q = Tipe Iklim
• Kriteria curah hujan SCurah Hujanmidth-Ferguson
Cara perhitungan tipe iklim di kebun Begerpang Estate:
Universitas Sumatera Utara
Q=
×100% =
× 100% = 6,89 % (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 ≤ 100 = Tipe D (sedang)
100 > Q ≤ 167 = Tipe E (agak kering)
167 > Q ≤ 300 = Tipe F (kering)
300 > Q ≤ 700 = Tipe G (sangat kering)
Lampiran 8. Data total dan rataan curah hujan (mm/tahun) pada tahun 2011-2013
Tahun
2011
2012
2013
Total
2330
2101
1999
Rataan
194.17
175.08
166.58
Lampiran 9. Data total dan rataan curah hujan (mm) pada tanaman berumur 8, 16, dan 19 tahun
selama 3 tahun (2010-2012)
Umur
8
16
19
Tahun
2127
2330
2101
Rataan
177.25
194.17
175.08
Lampiran 10. Data har hujan (hari/bulan) di PTPN III Kebun sei dadap pada tanaman 8, 16, dan
19 tahun selama 3 tahun (2010-2012)
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
2010
10
4
10
7
11
14
17
15
15
11
20
8
Tahun
2011
12
3
9
5
7
7
4
12
12
19
15
6
2012
5
4
9
10
6
5
6
8
9
10
7
11
Universitas Sumatera Utara
Total
142
111
90
Lampiran 11. Data total dan rataan hari hujan (hari/bulan) pada tahun 2011-2013
Tahun
2011
2012
2013
Total
111
90
96
Rataan
9.25
7.50
8.00
Lampiran 12. Data total dan rataan hari hujan (mm) pada tanaman berumur 8, 16, dan 19 tahun
selama 3 tahun (2010-2012)
Umur
8
16
19
Tahun
142
111
90
Rataan
11.83
9.25
7.50
Lampiran 13. Uji T- parsial analisis linear berganda di PTPN III Kebun Sei Dadap pada
tanaman berumur 8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. Uji t pada tanaman berumur 8 tahun
Coefficientsa
Standardi
zed
Unstandardized Coefficie
Coefficients
nts
Std.
Model
B
Error
Beta
t
1
(Constant)
278.983 111.052
2.512
Curah Hujan
-.515
.932
-.304 -.553
Hari Hujan
24.602 20.520
.659 1.199
a. Dependent Variable: PRODUKSI
Sig.
.033
.594
.261
Collinearity
Statistics
Tolera
nce
VIF
.297 3.363
.297 3.363
Universitas Sumatera Utara
b. Uji t pada tanaman berumur 16 tahun
Coefficientsa
Unstandardized Standardized
Coefficients
Coefficients
Std.
Model
B
Error
Beta
t
1
(Constant)
197.042 68.155
2.891
Curah Hujan
-.585
.572
-.414 -1.024
Hari Hujan
33.115 12.594
1.062 2.630
a. Dependent Variable: PRODUKSI
Sig.
.018
.333
.027
c. Uji t pada tanaman berumur 19 tahun
Coefficientsa
Standardiz
ed
Unstandardized
Coefficient
Coefficients
s
Model
1
(Constant)
Curah Hujan
Hari Hujan
B
Std. Error
905.002 208.624
-1.886
1.751
99.483
38.549
Beta
Collinearity
Statistics
Tolera
nce
VIF
.297 3.363
.297 3.363
Collinearity
Statistics
Toleran
ce
VIF
T
4.338
Sig.
.002
-.446 -1.077
.309
.297
3.363
1.068
.030
.297
3.363
2.581
a. Dependent Variable: PRODUKSI
Nilai T Tabel
V
10
11
12
Keterangan : V = n = Jumlah Data
T0,975 (α = 5%)
2,23
2,20
2,18
T0,95 (α = 1%)
3,17
3,11
3,06
Universitas Sumatera Utara
Lampiran 14. Sidik ragam analisis linear berganda di PTPN III Kebun Sei Dadap pada
tanaman berumur 8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. Uji F pada tanaman berumur 8 tahun
ANOVAa
Model
1
Regression
Residual
Total
Sum of
Squares
23803.437
100769.585
124573.022
df
2
9
11
Mean
Square
11901.718
11196.621
F
1.063
Sig.
.385b
Mean
Square
24465.400
4217.296
F
5.801
Sig.
.024b
Mean
Square
209954.645
39514.993
F
5.313
Sig.
.030b
b. Uji F oada tanaman berumur 16 tahun
ANOVAa
Model
1
Regression
Residual
Total
Sum of
Squares
48930.801
37955.660
86886.461
df
2
9
11
c. Uji F pada tanaman berumur 19 tahun
ANOVAa
Model
1
Regression
Residual
Total
Sum of
Squares
419909.289
355634.934
775544.223
df
2
9
11
Nilai F-Tabel pada α = 5%
Derajat Bebas Penyebut (V2)
8
9
10
Derajat Bebas Pembilang(V1)
1
2
3
5,32
4,46
4,07
5,12
3,86
4,26
4,96
4,10
3,71
V1= k
Universitas Sumatera Utara
V2= n-k-1
Keterangan: k = Jumlah variabel independent
n = Jumlah data
Lampiran 15. Nilai koefisien analisis liniear berganda di PTPN III Kebun Sei Dadap pada
tanaman berumur 8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. Nilai koefisien pada umur 8 tahun
Model Summaryb
Adjusted R Std. Error of
DurbinModel
r
R Square
Square
the Estimate
Watson
a
1
.437
.191
.011
105.81408
.850
a. Predictors: (Constant), Hari Hujan, Curah Hujan
b. Dependent Variable: Produksi
b. Nilai koefisien pada umur 16 tahun
Model Summaryb
Adjusted R Std. Error of
Model
r
R Square
Square
the Estimate
a
1
.750
.563
.466
64.94071
a. Predictors: (Constant), Hari Hujan, Curah Hujan
b. Dependent Variable: Produksi
DurbinWatson
1.387
c. Nilai koefisien pada umur 19 tahun
Model Summaryb
Adjusted R Std. Error of
Model
r
R Square
Square
the Estimate
a
1
.736
.541
.440
198.78378
a. Predictors: (Constant), Hari Hujan, Curah Hujan
b. Dependent Variable: Produksi
DurbinWatson
1.294
Lampiran 16. Model pengujian analisis rergresi linear berganda di PTPN III Kebun Sei
Dadap pada tanaman berumur 8, 16, dan 19 tahun selama 3 tahun
(2011-2012)
Universitas Sumatera Utara
a. Uji analisis regresi linear berganda pada tanaman berumur 8 tahun
Coefficientsa
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
Std.
Model
B
Error
Beta
T
Sig. Tolerance VIF
1
(Constant)
278.983 111.052
2.512 .033
Curah Hujan
-.515
.932
-.304
-.553 .594
.297 3.363
Hari Hujan
24.602
20.520
.659
1.199 .261
.297 3.363
b. Uji analisis regresi linear berganda pada tanaman berumur 16 tahun
Coefficientsa
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
Model
B
Std. Error
Beta
T
Sig. Tolerance VIF
1 (Constant)
197.042
68.155
2.891
.018
Curah Hujan
-.585
.572
-.414 -1.024
.333
.297 3.363
Hari Hujan
33.115
12.594
1.062
2.630
.027
c. Uji analisis regresi linear berganda pada tanaman berumur 19 tahun
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
1
(Constant)
Curah Hujan
Hari Hujan
B
Std. Error
905.002
208.624
Beta
t
4.338
.297
3.363
Collinearity
Statistics
Sig.
Tolerance
.002
VIF
-1.886
1.751
-.446
-1.077
.309
.297
3.363
99.483
38.549
1.068
2.581
.030
.297
3.363
Lampiran 17. Uji analisis korelasi antar variabel di PTPN III Kebun Sei Dadap pada tanaman
berumur 8, 16, dan 19 tahun
a. Uji analisis korelasi pada tanaman berumur 8 tahun
Correlations
Produksi
Produksi
Pearson
1
Correlation
Sig. (2-tailed)
Curah Hujan
Hari Hujan
.249
.405
.436
.192
Universitas Sumatera Utara
N
Curah Hujan Pearson
Correlation
Sig. (2-tailed)
N
Hari Hujan Pearson
Correlation
Sig. (2-tailed)
N
12
12
12
.249
1
.838**
.436
12
12
.001
12
.405
.838**
1
.192
12
.001
12
12
b. Uji analisis korelasi pada tanaman berumur 16 tahun
Correlations
Produksi
Curah Hujan
Produksi
Pearson
1
.477
Correlation
Sig. (2-tailed)
.117
N
12
12
Curah Hujan Pearson
.477
1
Correlation
Sig. (2-tailed)
.117
N
12
12
Hari Hujan Pearson
.716**
.838**
Correlation
Sig. (2-tailed)
.009
.001
N
12
12
**. Correlation is significant at the 0.01 level (2-tailed).
c. Uji analisis korelasi pada tanaman berumur 19 tahun
Correlations
Produksi
Curah Hujan
Produksi
Pearson
1
.450
Correlation
Sig. (2-tailed)
.143
N
12
12
Hari Hujan
.716**
.009
12
.838**
.001
12
1
12
Hari Hujan
.694*
.012
12
Universitas Sumatera Utara
Curah Hujan Pearson
.450
1
Correlation
Sig. (2-tailed)
.143
N
12
12
Hari Hujan Pearson
.694*
.838**
Correlation
Sig. (2-tailed)
.012
.001
N
12
12
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
.838**
.001
12
1
12
Lampiran 18. Uji Kolmpogov-Sminov di PTPN III Kebun Sei dadap pada tanaman berumur
8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. One-Sample Kolmogorov-Sminov Test pada tanaman berumur 8 tahun
One-Sample Kolmogorov-Smirnov Test
Curah
Produksi
Hari Hujan
Hujan
N
12
12
12
a,b
Normal Parameters
Mean
419.5692
182.1667
9.5278
Std.
106.41814
62.77899
2.85140
Deviation
Most
Extreme Absolute
.260
.183
.194
Differences
Positive
.181
.133
.194
Negative
-.260
-.183
-.137
Test Statistic
.260
.183
.194
c
c,d
Asymp. Sig. (2-tailed)
.025
.200
.200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Universitas Sumatera Utara
b. One-Sample Kolmogorov-Sminov Test pada tanaman berumur 16 tahun
One-Sample Kolmogorov-Smirnov Test
Curah
Produksi
Hari Hujan
Hujan
N
12
12
12
a,b
Normal Parameters
Mean
405.8975
182.1667
9.5278
Std.
88.87502
62.77899
2.85140
Deviation
Most
Extreme Absolute
.130
.183
.194
Differences
Positive
.094
.133
.194
Negative
-.130
-.183
-.137
Test Statistic
.130
.183
.194
c,d
c,d
Asymp. Sig. (2-tailed)
.200
.200
.200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
c. One-Sample Kolmogorov-Sminov Test pada tanaman berumur 19 tahun
One-Sample Kolmogorov-Smirnov Test
Curah
Produksi
Hari Hujan
Hujan
N
12
12
12
a,b
Normal Parameters
Mean
1509.2483
182.1667
9.5278
Std.
265.52593
62.77899
2.85140
Deviation
Most
Extreme Absolute
.119
.183
.194
Differences
Positive
.083
.133
.194
Negative
-.119
-.183
-.137
Test Statistic
.119
.183
.194
c,d
c,d
Asymp. Sig. (2-tailed)
.200
.200
.200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Universitas Sumatera Utara
Lampiran 19. Nilai uji heteroskedastisitas signifikansi pada absolute residual di PTPN III
Kebun sei dadap pada tanaman berumur 8, 16, dan 19 tahun selama 3 tahun
(2011-2013)
a. Nilai signifikansi uji heteroskedastisitas pada absolute residual pada tanaman berumur 8
tahun
Coefficientsa
Standar
dized
Unstandardized Coeffici
Collinearity
Coefficients
ents
Statistics
Std.
Toleran
Model
B
Error
Beta
t
Sig.
ce
VIF
1
(Constant)
278.983 111.052
2.512
.033
Curah Hujan
-.515
.932
-.304 -.553
.594
.297 3.363
Hari Hujan
24.602
a. Dependent Variable: PRODUKSI
20.520
.659
1.199
.261
.297
3.363
b. Nilai signifikansi uji heteroskedastisitas pada absolute residual pada tanaman berumur 16
tahun
Coefficientsa
Model
1
Unstandardized
Coefficients
Std.
B
Error
(Constant)
Curah Hujan
Hari Hujan
Standar
dized
Coeffici
ents
Beta
t
Sig.
Collinearity
Statistics
Toleran
ce
VIF
197.042
68.155
2.891
.018
-.585
.572
-.414 -1.024
.333
.297
3.363
33.115
12.594
1.062
.277
.297
3.363
2.630
a. Dependent Variable: PRODUKSI
Universitas Sumatera Utara
c. Nilai signifikansi uji heteroskedastisitas pada absolute residual pada tanaman berumur 19
tahun
Coefficientsa
Model
1
Standar
dized
Coeffici
ents
Unstandardized
Coefficients
Std.
B
Error
(Constant)
Beta
t
905.002 208.624
Curah Hujan
-1.886
1.751
Hari Hujan
99.483
38.549
Collinearity
Statistics
Toleran
ce
VIF
Sig.
4.338
.002
-.446 -1.077
.309
.297
3.363
1.068
.300
.297
3.363
2.581
a. Dependent Variable: PRODUKSI
Lampiran 20. Uji Autokorelasi di PTPN III Kebun Sei dadap pada tanaman berumur 8, 16,
dan 19 tahun selama 3 tahun (2011-2012)
Umur Tanaman (Tahun)
8
16
19
Nilai Hitung Durbin Watson (D)
0.850
1.387
1.294
Tabel Durbin Watson, α = 5%
N
K=1
dL
10
0,8791
11
0,9273
12
0,9708
Keterangan: N = jumlah observasi data
K = jumlah variabel bebas
k=2
dU
1,3197
1,3241
1,3314
dL
0,6972
0,758
0,8122
dU
1,6413
1,6044
1,5794
Universitas Sumatera Utara
Lampiran 21. Tabel Residual Analisis Linear berganda pada tanaman berumur 8, 16, dan
19 tahun
Bulan
8 Tahun
16 Tahun
19 Tahun
Januari
-171.83
-150.61
-430.87
Februari
-63.011
1.76966
-52.028
Maret
-81.491
-42.205
-116.63
April
93.5485
72.5048
148.671
Mei
84.9599
6.62627
178.308
Juni
97.546
25.9399
63.8979
Juli
137.086
52.8457
159.947
Agustus
-1.9176
6.40946
-101.87
September
66.9513
61.6114
215.011
Oktober
-25.21
5.60479
62.6876
November
-37.69
-16.529
-91.854
Desember
-98.94
-23.964
-35.276
Universitas Sumatera Utara
DAFTAR PUSTAKA
Bando, H. 2012. Peramalan produksi Kelapa Sawit Berdasarkan Intensitas Curah
Hujan Menggunakan Metode ARIMA Studi Kasus Kabupaten Morowali
Sulawesi Tengah. Universitas Kristen Satya Wacana. Semarang.
Drajat, Bambang. 2004. Dinamika Lingkungan Nasional dan Global Perkebunan :
Implikasi Strategis bagi Pembangunan Perkebunan. Lembaga Riset
Perkebunan Indonesia. Bogor.
Fauzi, Y., Y. E. Widyastuti., L. Satyawibawa., R. Hartono. 2002. Kelapa Sawit.
Penebar Swadaya. Jakarta.
Hadi, M. 2004. Teknik Berkebun Kelapa Sawit. Adicita Karya Nusa. Yogyakarta.
175 hal.
Hartanto. (2011), Sukses Besar Budidaya Kelapa Sawit,Penerbit Citra Media
Publishing, Yogyakarta.
Hermantoro. 2009. Pemodelan dan Simulasi Produktivitas Perkebunan Kelapa Sawit
Berdasarkan Kualitas Lahan dan Iklim Menggunakan Jaringan Syaraf
Tiruan. Fakultas Teknologi Pertanian. Institut Pertanian Stiper. Yogyakarta.
J. Agr 25(1):45-51.
Intara, Y., dan Dyah, B. 2012. Fakultas Pertanian Universitas Mulawarman.
Samarinda. Agrointek Vol 6.
Lubis, A.U. 1992. Kelapa Sawit di Indonesia. Pusat Penelitian Perkebunan Marihat.
Sumatera Selatan. 435 hal.
Mangoensoekarjo, S. 2007. Manajemen Tanah dan Pemupukan Budidaya
Perkebunan. Gadjah Mada University Press. Yogyakarta. 408 hal.
Universitas Sumatera Utara
Mangoensoekarjo, S., dan H. Semangun. 2005. Manajemen Agrobisnis KelapaSawit.
Gadjah Mada University Press. Yogyakarta. 605 hal.
Nugraheni, C. 2007. Pengelolaan Air untuk Budidaya Tanaman Kelapa Sawit (Elaeis
guineensisJacq.) di PT Agrowiyana Sei Tungkal Ulu Kabupaten Tanjung
Jabung Barat, Jambi. Skripsi. Program Studi Agronomi Fakultas Pertanian.
Institut Pertanian Bogor. Bogor.
Pahan, I. 2008. Panduan Lengkap Kelapa Sawit: Manajemen Agribisnis dari Hulu
hingga Hilir. Penebar Swadaya. Jakarta. 412 hal.
Pasaribu, H., A. Mulyadi dan S. Tarumun,2012. Neraca Air di Perkebunan Kelapa
Sawit di PPKS Sub Unit Kalianta Kabun Riau.Ejournal.unri.ac.id/960-19081-SM.pdf.
Prihutami, N.D. 2011. Analisis Faktor Penentu Produksi Tandan Buah Segar (TBS)
Tanaman Kelapa Sawit (Elaeis guineensis Jacq.) di Sungai Bahaur Estate
(SBHE), PT Bumitama Gunajaya Agro (PT BGA), Wilayah VI Metro
Cempaga, Kotawaringin Timur, Kalimantan Tengah. Skripsi. Program Studi
Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Pusat Penelitian Kelapa Sawit (PPKS). 2006. Profil Kelapa Sawit Indonesia. PPKS.
Medan.
Risza, S. 2009. Kelapa Sawit: Upaya Peningkatan Produktivitas. Kanisius.
Yogyakarta. 189 hal.
Sastrosayono, S. 2003. Budidaya Kelapa Sawit. Agromedia Pustaka. Jakarta.
Universitas Sumatera Utara
Siregar, H. H., N. H. Darian, T. C. Hidayat, W. Darmosarkoro, I. Y. Harahap. 2006.
Seri Buku saku Hujan sebagai Faktor Penting untuk Perkebunan Kelapa
Sawit. Pusat Penelitian Kelapa Sawit. Medan
Soehardjo, H. 1999. Vadamecum: Kelapa Sawit. PTPN 4 Bah Jambi. Pematang
Siantar
Voge, A. K., dan Adams, F. H. 2014. Minyak Kelapa Sawit Berkelanjutan Potensi
dan Keterbatasan Roundtable on Sustainable Palm Oil (RSPO). Bread for
The World. Berlin.
Widyawati, W. 2009. Pengelolaan Pemanenan Tanaman Kelapa Sawit (Elaeis
guineensisJacq.) Di Perkebunan Ujan Mas PT Cipta Futura, Muara Enim,
Sumatera Selatan. Skripsi. Program Studi Agronomi Fakultas Pertanian.
Institut Pertanian Bogor. Bogor.
Wold Growth. 2011. Manfaat Minyak Sawit bagi Perekonomian Indonesia. World
Growth Palm Oil Green Development Campaign. Amerika
Yunita, S.A. 2010. Analisis Faktor Penyebab Penurunan Produktivitas Kelapa Sawit
(Elaeis guineensis Jacq.) di Kebun Sei Lala, PT Tunggal Perkasa
Plantations, Indragiri Hulu, Riau. Skripsi. Program Studi Agronomi Fakultas
Pertanian. Institut Pertanian Bogor. Bogor.
Universitas Sumatera Utara
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT. Perkebunan Nusantara III Persero Kebun
Sei Dadap, Kecamatan Sei Dadap Kabupaten Asahan Provinsi Sumatera Utara pada
bulan April 2016 sampai dengan Juni 2016.
Metode Penelitian
Penelitian ini menggunakan metode deskriptif 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.22
Metode analisis yang digunakan dalam penelitian ini ialah analisis linier
regresi berganda dan korelasi. Teknik analisis regresi linier 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 serta hubungan antar variabel komponen produksi. Variabel tidak
bebas adalah varibel yang keberadaannya dipengaruhi oleh variabel bebas dan
dinotasikan dengan Y. Variabel tidak bebas dalam penelitian ini adalah produksi TBS
kelapa sawit, sedangkan variabel bebas adalah variabel yang mempengaruhi atau
yang menjadi sebab perubahannya variabel tidak bebas dan dinotasikan dengan X.
Variabel bebas pada penelitian ini adalah curah hujan dan hari hujan bulanan.
Pengaruh fungsional variabel curah hujan dan hari hujan bulanan terhadap produksi
TBS yang dinalaisis dengan fungsi matermatis sebagai berikut :
Universitas Sumatera Utara
Y=
Keterangan
:
Y
: produksi TBS
a
: intersep dan garis pada sumbu Y
b
: koefisien regresi linier
: curah hujan bulanan
: hari hujan bulanan
ε
: error
Peubah Amatan
Peubah amatan yang diamati adalah data primer dari kebun berupa data-data
PT. Perkebunan Nusantara III Persero kebun Sei Dadap Kecamatan Sei Dadap
Kabupaten Asahan Provinsi Sumatera Utara.
Produksi Tandan Buah Segar (Ton/Bulan)
Data produksi tandan buah segar (ton/bulan) yang digunakan berdasarkan data
produksi kelapa sawit bulanan selama 3 tahun yakni 2011,2012, 2013 dikumpulkan.
Data produksi berdasarkan umur tanaman 8, 16, dan 19 tahun di lapangan yaitu pada
tahun tanam 2003, 2004, dan 2005 (umur 8 tahun); tahun tanam 1995, 1996, dan
1997 (umur 16 Tahun), tahun tanam 1992, 1993, dan 1994 (umur 19 tahun). Data
produksi TBS dianalisis dengan menggunakan analisis regresi linier berganda dan
analisis korelasi.
Universitas Sumatera Utara
Produk kelapa sawit banyak dipengaruhi beberapa oleh 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 komponen jumlah janjang, berat janjang rata-rata, jumlah pokok
produktif. Komponen produksi ini dianalisis dengan menggunakan analisis korelasi.
Curah Hujan (mm)
Data curah hujan yang digunakan berdasarkan data pengukuran curah hujan
bulanan selama 4 tahun yakni 2010, 2011, 2012 dan 2013. Data diperoleh dari PT.
Perkebunan Nusantara III Persero kebun Sei Dadap Kecamatan
Sei Dadap
Kabupaten Asahan Provinsi Sumatera Utara.
Hari Hujan (hari)
Data hari hujan yang digunakan diperoleh dengan cara menjumlahkan hari
dimana turunnya hujan setiap bulannya selama tiga tahun yakni 2010, 2011, 2012
dan 2013. Data diperoleh dari PT. Perkebunan Nusantara III Persero kebun Sei
Dadap Kecamatan Sei Dadap Kabupaten Asahan Provinsi Sumatera Utara.
Universitas Sumatera Utara
PELAKSANAAN PENELITIAN
Pengumpulan Data
Pengumpulan data primer adalah meliputi data primer untuk laporan umum
dan data primer untuk keperluan analisis. Data primer ini diperoleh dari studi literatur
yang didapat di kantor tentang PTPN III kebun Sei Dadap. Data primer untuk analisis
disesuaikan dengan kelengkapan data pada administrasi kebun. Data primer untuk
laporan umum meliputi keadaan umum perusahaan, letak geografis, keadaan tanah
dan iklim, luas tata guna kebun, keadaan produksi dan produktivitas tanaman. Data
primer untuk keperluan analisis ini diambil data bulanan selama 4 tahun yakni pada
tahun 2010, 2011, 2012 dan 2013 meliputi data curah hujan, data hari hujan, data
produksi, data umur tanaman berumur 8,16, dan 19 tahun setelah tanam berdasarkan
umur tahun tanam di lapangan.
Pengolahan Data Dan Analisis Data
Pengolahan data dilakukan dengan menggunakan analisis regresi linier
berganda dan analisis korelasi. Regresi linier 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. Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat. Pengolahan data dibantu dengan software spss.v.22.
Analisi data bersifat deskriptif dengan menggunakan bantuan statistic untuk
melihat hubungan antara variabel bebas dan variabel terikat. Analisis data dilakukan
untuk memperoleh hasil pengolahan data. Data yang diperoleh tersebut dianalisis
dengan menggunakan persamaan regresi linier berganda untuk mengetahui pengaruh
Universitas Sumatera Utara
curah hujan dan hari hujan bulanan yang mempengaruhi produksi kelapa sawit dan
hubungan kedua variabel bebas dan terikat pada tanaman berumur 8, 16 dan 19 tahun
berdasarkan data yang diperoleh dari administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan UjiT (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 :
Y=
+ε
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 tak bias terbaik, 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 layak diuji atau tidak. Kelayakan model regresi dapat
terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat
multikolinearitas, heteroskedasitisitas, autokorelasi dalam model yang digunakan.
Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak
digunakan.
Universitas Sumatera Utara
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 penelitian. Model regresi yang baik adalah yang
memiliki distribusi data normal dan mendekati normal. Dalam pembahasan ini akan
digunakan uji one sample Kolmogorov – Sminov dengan menggunakan taraf
signifikan 0,05. Data dinyatakan berdistribusi normal jika signifikan dan nilai uji one
sample Kolmogorov – Sminov lebih
besar dari 5% atau
0,05.
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpanan 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
digunakan adalah uji Glejser. Uji glejser dilakukan dalam meregresikan nilai absolute
residual terhadap variabel independen lainnya. Jika nilai β signifikan pada taraf α 5%
maka mengindikasikan terdapat heteroskedastisitas dalam model.
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
Universitas Sumatera Utara
Multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan
nilai tolerance pada model regresi. Model regresi yang baik ialah yang terjadi
multikolinearitas yang dibuktikan dengan nilai VIF 0,1.
Uji Autokorelasi
Uji
autokorelasi
digunakan
untuk
mengetahui
ada
atau
tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan adanya
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 0 dan dI, maka 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 ada autokorelasi.
4. Jika d terletak antara (4-dL) dan 4, maka ada autokorelasi negative.
Pengujian Hipotesis
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan UjiT (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 presentase pengaruh
variabel bebas terhadap nilai variabel terikat. Nilai R2 semakin mendekati nol
Universitas Sumatera Utara
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 independen.
Uji ini dilakukan dengan membandingkan nilai T-hitung dengan T-tabel. Uji
hipotesis secara serempak digunakan untuk mengetahui pengaruh dari variabel
independen secara keseluruhan terhadap variabel independen. Uji ini dilakukan
dengan membandingkan nilai F hitung dengan nilai F tabel, hipotesis yang diajukan
dalam analisis ialah :
H0 : bi = 0
Hi : 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 TBS.
Penarikan Kesimpulan
Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data yang
telah di analisis dengan menggunakan analisis regresi linier berganda dan analisis
korelasi. Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang telah dibuat
apakah diterima atau ditolak.
Universitas Sumatera Utara
HASIL DAN PEMBAHASAN
Data rataan produksi tandan buah segar (ton/bulan) Lampiran 1, curah hujan
(mm/bulan) Lampiran 5, dan hari hujan (hari/bulan) Lampiran 10 selama 3 tahun
(2011-2013) dari kebun Sei Dadap PT. Perkebunan Nusantara III Persero pada
tanaman kelapa sawit berumur 8, 16, dan 19 tahun.
Hasil uji korelasi antar komponen tandan buah segar (TBS) pada beberapa
tahun tanam pada tanaman kelapa sawit berumur 8, 16, dan 19 tahun selama 3 tahun
(2011-2013) dapat dilihat pada lampiran 4. Hasil uji korelasi ini adalah tidak terjadi
korelasi yang signifikan antara variabel berat janjang rata-rata dan jumlah pohon
produktif.
Hasil uji analisis regresi linear berganda hubungan antara produksi TBS,
curah hujan dan hari hujan dapat dilihat pada Lampiran 16 selama 3 tahun (20112013) pada tanaman kelapa sawit berumur 8, 16 dan 19 tahun. Hasil uji regresi
menunjukkan bahwa jumlah curah hujan dan banyaknya hari hujan berpengaruh
signifikan terhadap produksi TBS pada tanaman kelapa sawit berumur 16 tahun.
Komponen Produksi Tandan Buah Segar
Produksi tandan buah segar (TBS) tidak terlepas dari komponen-komponen
produksi yang mempengaruhinya yang berkaitan dengan pencapaian produksi yang
diharapkan. Berdasarkan ketersediaan data pada kebun Rambutan, adapun
komponen-komponen produksi tanaman kelapa sawit yang dapat mempengaruhi
produksi TBS ialah jumlah janjang, berat janjang rata-raat (BJR) dan jumlah pohon
produktif.
Universitas Sumatera Utara
Berikut disajikan data komponen produksi kebun Sei Dadap pada beberapa
tahun tanam pada tanaman kelapa sawit berumur 8, 16 dan 19 tahun pada tabel 1.
Tabel 1. Komponen produksi TBS kebun Rambutan pada beberapa tahun tanam
Berat Janjang
Jumlah Pohon
Jumlah
Janjang
Rata-rata
Produktif
Tahun Tanam
(X1)
(X2)
(X3)
1992
89.253
20.33
123.929
1993
98.785
19.95
198.031
1994
71.757
20.06
81.149
1995
16.28
17.83
19.262
17.267
1996
17.55
19.911
11.65
1997
19.00
16.551
5.717
2003
15.10
9.142
44.298
2004
13.25
61.585
2005
17.67
11.92
22.311
Hasil uji korelasi pada komponen-komponen produksi TBS di Kebun
Rambutan PTPN III dapat dilihat pada Tabel 11 (Lampiran 4).
Tabel 2. Uji korelasi pada komponen-komponen produksi TBS
Variabel
Variabel
Uji Statistik
Jumlah
Berat Janjang
Janjang
Rata-Rata
Jumlah
Pearson
1
.563 tn
Janjang
Correlation
Sig. (2-tailed)
.115
N
9
9
Berat Janjang Pearson
.563tn
1
Rata-Rata
Correlation
Sig. (2-tailed)
.115
N
9
9
Jumlah Pohon Pearson
.953**
.517 tn
Produktif
Correlation
Sig. (2-tailed)
0.00072
.154
N
9
9
Keterangan : ** = berbeda sangat nyata pada taraf uji 1%
tn = tidak berbeda nyata
Jumlah Pohon
Produktif
.953**
0.00072
9
.517 tn
.154
9
1
9
Universitas Sumatera Utara
Dari tabel 2 diatas hasil uji kolerasi menunjukan bahwa terdapat hubungan
yang signifikan (berbeda sangat nyata) antara komponen jumlah janjang dan jumlah
pohon produktif dilihat dari nilai signifikansi sebesar 0,00072 pada uji taraf 1%. Pada
komponen jumlah janjang dan berat janjang rata-rata terdapat hubungan yang tidak
signifikan (tidak berbeda nyata) dengan nilai signifikasi 0,115 pada taraf uji α= 0,01.
Pada komponen Berat janjang rata-rata dan jumlah pohon produktif terdapat
hubungan yang tidak signifikan tidak berbeda nyata dengan nilai signifikansi 0,154
pada taraf uji α= 0,01.
Analisis korelasi juga memperlihatkan arah korelasi yang searah atau
berlawnan arah yang dapat dilihat dari nilai koefisien yang bernilai positif atau
negatif. Hubungan searah ditunjukan oleh komponen berat janjang rata-rata dengan
jumlah janjang dan jumlah pohon produktif. Hasil ini menunjukan jika semakin besar
jumlah janjang maka semakin besar juga berat janjang rata-rata dan jumlah pohon
produktif. Serta komponen jumlah pohon produktif dengan berat janjang rata-rata
dan jumlah janjang. Hasil ini menunjukan bahwa semakin besar nilai jumlah pohon
produktif maka semakin besar pula berat janjang rata-tada dan jumlah janjang yang
dihasilkan.
Hasil analis korelasi menunjukan bahwa korelasi pada ketiga komponen
produksi memiliki hubungan yang searah adalah jumlah pohon produktif dengan
jumlah janjang. Hasil korelasi ini dapat diartikan bahwa semakin besar jumlah pohon
produktif maka semakin besar pula pengaruh jumlah janjang terhadap pencapaian
produksi TBS yang diharapkan. Hal ini disebabkan oleh komposisi umur tanaman
yang diamati adalah tanaman muda, remaja dan menjelang fase puncak dewasa dan
Universitas Sumatera Utara
tentu saja jumlah janjang yang dihasilkan lebih banyak dari pada tanaman dewasa.
Pada fase umur tanaman yang diamati adalah fase dimana pertumbuhan dari kelapa
sawit tersebut meningkat secara signifikan atau biasa disebut dengan fase sigmoid.
Umur tanaman kelapa sawit berubah setiap tahunnya, dengan kata lain hal tersebut
juga mempengaruhi pencapaian produksi per hektarnya per tahunnya. Jumlah janjang
yang dihasilkan tanaman yang lebih muda lebih banyak dikarenakan oleh pada
tanaman muda produksi masi lebih optimal dan lebih sedikit jumlah tanaman yang
terkena hama dan penyakit. Jumlah pohon produktif yang tinggi menyebabkan
pencapaian produksi TBS yang besar pula.
Produksi Tandan Buah Segar (ton), Curah Hujan (mm) dan Hari Hujan (hari)
pada Tanaman Kelapa Sawit Berumur 8 Tahun
Data rataan produksi tandan buah segar (ton/bulan), curah hujan (mm/bulan),
dan hari hujan (hari/bulan) selama 3 tahun (2011-2013) dari kebun Sei Dadap PTPN
III pada tanaman kelapa sawit berumur 8 tahun.
Tabel 3. Rataan produksi TBS (ton/bulan) pada tanaman
tahun selama 3 tahun (2011-2013)
Tahun
Bulan
2011
2012
Januari
128.57
287.40
Februari
294.65
254.37
Maret
302.03
381.28
April
596.90
452.27
Mei
519.38
515.33
Juni
503.01
581.42
Juli
572.18
576.51
Agustus
354.47
381.49
September
553.90
522.28
Oktober
531.39
407.52
November
488.32
456.60
Desember
178.01
420.78
kelapa sawit berumur 8
2013
300.39
307.87
247.49
379.68
395.17
437.36
542.89
539.39
432.22
466.02
492.69
303.25
Rataan
238.79
285.63
310.27
476.28
476.63
507.26
563.86
425.12
502.80
468.31
479.20
300.68
Universitas Sumatera Utara
Total
5022.80
5237.25
4844.41
5034.82
Tabel 3 menyatakan bahwa rataan produksi TBS tertinggi pada tanaman
kelapa sawit berumur 8 tahun, terdapat pada bulan April yakni sebesar 596,86
ton/bulan dan rataan terendah terdapat pada bulan Januari yakni sebesar 238,79
ton/bulan. Berikut ini disajikan
perkembangan produksi TBS dalam (ton) pada
tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) pada
Gambar 1.
Gambar 1. Perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit tahun
2011, 2012, dan 2013
Gambar 1 menyatakan bahwa tahun 2011 pada tanaman kelapa sawit berumur
8 tahun, total produksi TBS tertinggi terdapat pada bulan April sebesar 596,90 ton/
bulan dan total terendah pada bulan Januari yakni sebesar 128,57 ton/bulan. Pada
tahun 2012 total produksi TBS tertinggi terdapat pada bulan Juli sebesar 576,51
ton/bulan dan total terendah pada bulan Februari sebesar 254,37 ton/bulan. Pada
Universitas Sumatera Utara
tahun 2013 total produksi TBS tertinggi terdapat pada bulan Juli sebesar 542,89
ton/bulan dan total terendah pada bulan Maret sebesar 247,89 ton/bulan. Berikut ini
data rataan curah hujan (mm) pada tanaman kelapa sawit berumur 8 tahun di kebun
Sei Dadap.
Tabel 4. Rataan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 8 tahun
selama 3 tahun (2011-2013)
Tahun
Bulan
Rataan
2010
2011
2012
Januari
125
242
156
174.33
Februari
22
36
62
40.00
Maret
106
237
337
226.67
April
130
118
198
148.67
Mei
222
183
85
163.33
Juni
261
73
147
160.33
Juli
197
86
146
143.00
Agustus
213
409
188
270.00
September
282
258
266
268.67
Oktober
169
317
175
220.33
November
278
250
93
207.00
Desember
122
121
248
163.67
Total
2127.00
2330
2101.00
2186.00
Tabel 4 menyatakan bahwa rataan curah hujan tertinggi pada tahun 20102012 terdapat pada bulan Agustus sebesar 270 mm/bulan dan rataan terendah
terdapat pada bulan Februari sebesar 40 mm/bulan. Berikut disajikan perkembangan
curah hujan (mm) pada tahun 2010-2013.
Universitas Sumatera Utara
Gambar 2. Perkembangan curah hujan (mm/bulan) pada tahun 2010, 2011, dan 2012
Gambar 2 menyatakan bahwa pada tahun 2010 curah hujan tertinggi terdapat
pada bulan September sebesar 282 mm/bulan dan curah hujan terendah terdapat pada
bulan Februari sebesar 22 mm/bulan. Tahun 2011 curah hujan tertinggi terdapat pada
bulan Agustus sebesar 409 mm/bulan dan terendah terdapat pada bulan Februari
sebesar 36 mm/bulan. Tahun 2012 curah hujan tertinggi terdapat pada bulan Maret
sebesar 337 mm/bulan dan terendah terdapat pada bulan Februari sebesar 62
mm/bulan. Berikut ini disajikan data rataan hari hujan (hari) pada tahun 2010-2012
kebun Sei Dadap.
Tabel 5. Rataan hari hujan (hari/bulan) pada tanaman kelapa sawit tahun
2010-2012
Tahun
Rataan
Bulan
2010
2011
2012
Januari
10
12
5
9.00
Februari
4
3
4
3.67
Maret
10
9
9
9.33
April
7
5
10
7.33
Mei
11
7
6
8.00
Juni
14
7
5
8.67
Juli
17
4
6
9.00
Universitas Sumatera Utara
Agustus
September
Oktober
November
Desember
Total
15
15
11
20
8
142
12
12
19
15
6
111
8
9
10
7
11
90
11.67
12.00
13.33
14.00
8.33
9.53
Tabel 5 menyatakan bahwa rataan hari hujan tertinggi pada tahun 2010-2012
terdapat pada bulan November sebesar 14 hari/bulan dan rataan hari hujan terendah
terdapat
pada bulan
Februari
sebesar 3,67 hari/bulan.
Berikut
disajikan
perkembangan hari hujan (hari) pada tahun 2010-2012 pada gambar 3.
Gambar 3. Perkembangan hari hujan (hari/bulan) pada tahun 2010, 2011, dan 2012
Gambar 3 menunjukkan bahwa tahun 2010 rataan hari hujan tertinggi terdapat
pada bulan November sebesar 20 hari/bulan dan terendah terdapat pada bulan
Februari sebesar 4 hari/bulan. Tahun 2011 hari hujan tertinggi terdapat pada bulan
Oktober sebesar 19 hari/bulan dan terendah terdapat pada bulan Februari sebesar 3
Universitas Sumatera Utara
hari/bulan. Tahun 2012 hari hujan tertinggi terdapat pada bulan April dan Oktober
sebesar 10 hari/bulan dan terendah terdapat pada bulan Februari sebesar 4 hari/bulan.
Hubungan Curah Hujan dan hari hujan terhadap produksi TBS pada tanaman
kelapa sawit berumur 8 tahun
Produksi tanaman kelapa sawit dipengaruhi oleh besarnya curah hujan yang
terjadi. Besarnya curah hujan yang terjadi pada saat ini akan mempengaruhi besarnya
produksi tanaman kelapa sawit pada beberapa waktu ke depan karena berhubungan
dengan proses pembungaan dan pematangan buah pada tanaman kelapa sawit. Untuk
melihat hubungan curah hujan dan hari hujan terhadap produksi TBS pada tanaman
kelapa sawit berumur 8 tahun selama 3 tahun (2010-2012) dilihat pada tabel 6.
Tabel 6. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman berumur 8
tahun selama 3 tahun (2010-2012)
Produksi TBS
(Ton)
Rataan
Curah Hujan
(mm)
Hari Hujan
(Hari)
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
238.79
285.63
310.27
476.28
476.63
507.26
563.86
425.12
502.80
468.31
479.20
300.68
174.33
40.00
226.67
148.67
163.33
160.33
143.00
270.00
268.67
220.33
207.00
163.67
9.00
3.67
9.33
7.33
8.00
8.67
9.00
11.67
12.00
13.33
14.00
8.33
Total
5034.82
2186.00
114.33
Bulan
Universitas Sumatera Utara
Tabel 6 menyatakan bahwa total rataan produksi TBS pada tanaman berumur
8 tahun selama 3 tahun (2011-2013) sebesar 5034,82 ton, sedangkan total rataan
curah hujan (mm) sebesar 2186 mm dan total rataan hari hujan (hari) sebesar 114.33
hari. Berikut disajikan hubungan antara curah hujan dengan produksi TBS pada
tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) pada Gambar 4.
Gambar 4. Hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada
tanaman kelapa sawit berumur 8 tahun.
Gambar 4 menunjukkan bahwa rataan produksi tertinggi pada tanaman kelapa
sawit berumur 8 tahun selama 3 tahun (2011-2013) terdapat pada bulan Juli yakni
sebesar 563,86 ton/bulan dan rataan produksi terendah terdapat pada bulan Januari
sebesar 238,79 ton/bulan. Rataan curah hujan tertinggi terdapat pada bulan Agustus
yakni sebesar 270 mm/bulan dan rataan curah hujan terendah terdapat pada bulan
Februari sebesar 40 mm/bulan.
Analisis Data
Universitas Sumatera Utara
Analisis produksi tandan buah segar pada tahun 2011, 2012 dan 2013 di
kebun Sei Dadap PTPN III 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
kelapa sawit. Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan
antara variabel bebas dan terikat. Alat bantu untuk mengolah data menggunakan
SPSS.v.22 for windows.
Analisis Regresi Liner 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
(independent) dan variabel terikat (dependent). Koefisien determinasi (R2) digunakan
untuk mengetahui persentase sumbangan pengaruh serentak variabel-variabel bebas
terhadap variabel terikat. Berikut disajikan nilai koefisien pada model persamaan
regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) di Kebun Sei Dadap disajikan pada tabel 7 (Lampiran 15).
Tabel 7. Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa sawit
berumur 8 tahun selama 3 tahun (2011-2013)
Nilai Koefisien
Umur
r
R2
Adjusted R2
8 Tahun
.011
.437a
.191
Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa sawit
berumur 8 tahun menunjukkan bahwa nilai koefisien (r) sebesar 43,7%, koefisien
determinasi (R2) sebesar 19,1% dan nilai koefisien determinasi terkoreksi (Adjusted
Universitas Sumatera Utara
R2) sebesar 1,1%. Nilai koefisien (r) sebesar 43,7% menunjukkan besarnya hubungan
variabel curah hujan dan hari hujan terhadap variabel produksi TBS pada umur 8
tahun ialah keeratan agak lemah (Tabel 11). Koefisien determinasi (R2) menandakan
bahwa 19,1% variasi produksi kelapa sawit dapat dijelaskan oleh variasi variabel
curah hujan dan hari hujan yang terjadi dan sisanya sebesar 80,9% dijelaskan oleh
variabel lain yang tidak dimasukan ke dalam model.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai ttabel. Berikut disajikan uji t-parsial pada tanaman kelapa sawit berumur 8 tahun
selama 3 tahun (2011-2013) pada tabel 8 (lampiran 13).
Tabel 8. Uji t-parsial curah hujan dan hari hujan pada tanaman kelapa sawit berumur
8 tahun selama 3 tahun (2013-2015)
8 Tahun
Peubah
t-hitung
Sig.
Curah hujan
-0,553
0,594tn
Hari hujan
1,199
0,261tn
Keterangan: tn = tidak berbeda nyata pada taraf 5%
Hasil uji t-parsial menunjukkan bahwa nilai signifikansi curah hujan dan hari
hujan pada tanaman berumur 8 tahun lebih besar dari alpha 5% (sig > α 5%), maka
dapat dikatakan t hitung berbeda tidak nyata pada taraf kepercayaan 95% dengan
nilai t tabel sebesar 2,18.
Analisis sidik ragam untuk persamaan regresi linear berganda variabel curah
hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) disajikan pada tabel 9 (Lampiran 14).
Tabel 9. Sidik ragam persamaan regresi linear berganda pada tanaman kelapa sawit
berumur 8 tahun selama 3 tahun (2011-2013)
Umur
Sumber
Deraja
Jumlah
Kuadrat
FSig.
Universitas Sumatera Utara
8
Tahu
n
keragama
n
Regresi
Residual
Total
t
Bebas
2
9
11
Kuadrat
Tengah
hitung
23803.43
100769.58
124573.02
11901.71
11196.62
1.063
.385tn
Keterangan : tn = tidak berbeda nyata pada taraf 5%
Berdasarkan pendugaan model produksi pada tanaman kelapa sawit berumur 8
tahun di tahun 2011-2013, diperoleh nilai F-hitung sebesar 1,063 dengan nilai F-tabel
sebesar 4,26 dan nilai signifikansi pada uji ini adalah 0,385. Nilai signifikansi pada
uji F lebih besar dari 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 dalam model secara bersama-sama berpengaruh
tidak nyata terhadap produksi kelapa sawit.
Hasil model pengujian analisis regresi linier berganda pada tanaman kelapa
sawit berumur 8 tahun (2011-2013) disajikan pada tabel 10 (lampiran 16).
Tabel 10. Model pengujian analisis regresi linier berganda pada tanaman kelapa sawit
berumur 8 tahun selama (2011-2013)
Umur
Variabel
Koefisien
Konstanta
278.983
8 Tahun
Curah Hujan
-.515
Hari Hujan
24.602
Berdasarkan hasil analisis dapat dibentuk persamaan regresi yang dihasilkan
oleh variabel curah hujan dan hari hujan dalam memprediksi produksi TBS pada
tanaman kelapa sawit berumur 8 tahun berikut ini :
Y = 278,983 – 0,515 X1 + 24,602 X2 + ε
Universitas Sumatera Utara
Model persamaan untuk umur 8 tahun dapat diartikan bawha penambahan
satu satuan nilai curah hujan akan menurunkan produksi TBS sebesar 0,515 satuan
dan setiap penambahan satu satuan nilai hari hujan akan menaikkan nilai produksi
TBS sebesar 24,602 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 11.
Tabel 11. Interpretasi nilai r pada analisis korelasi
Nilai r
Interpretasi
0,00
Keeratan tidak ada korelasi
0,01-0,20
Keerataran sangat lemah
0,21-0,40
Keerataran lemah
0,41-0,60
Keerataran agak lemah
0,61-0,81
Keerataran cukup
0,81-0,99
Keerataran kuat
1,00
Keerataran sangat kuat
Sumber : Husain dan setiadi, 1995
Berikut disajikan hasil analisis korelasi antara variabel produksi TBS, curah
hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) pada tabel 12 (lampiran 17).
Universitas Sumatera Utara
Tabel 12. Uji analisis korelasi pada tanaman kelapa sawit berumur 8 tahun selama 3
tahun (2011-2013)
Variabel
Umur
Variabel
Statistik Uji Produksi
Curah
Hari
TBS
hujan
hujan
Produksi
R
tn
1
0,249
0,405tn
TBS
(koefisien)
Sig
0,436
0,192
R
Curah hujan
0,249 tn
1 0,838**
(koefisien)
8 Tahun
Sig
0,436
0,001
R
Hari hujan
0,405tn
0,838**
1
(koefisien)
Sig
0,192
0,001
Keterangan:
**
tn
= berbeda sangat nyata pata taraf uji 1%
= tidak berbeda nyata
Uji analisis korelasi pada tanaman kelapa sawit berumur 8 tahun
menunjukkan hubungan keeratan yang kuat antara variabel curah hujan dan hari
hujan yaitu 0,838 (dilihat dari tabel 11). Hubungan keeratan yang kuat
memperlihatkan berpengaruhnya antara variabel curah hujan dan hari hujan terhadap
pencapaian produksi TBS. Hal ini terlihat dari nilai signifikansi lebih kecil dari 1%
(Sig < α 0,01) dan korelasi lainnya memperlihatkan hubungan berpengaruh tidak
nyata terhadap pencapaian produksi TBS yang disebabkan nilai signifikansi lebih
besar dari 1% (Sig > α 0,01). Korelasi terlemah terjadi pada variabel produksi TBS
dengan curah hujan terdapat pada tanaman kelapa sawit berumur 8 tahun yaitu
sebesar 0,249.
Uji Asumsi Klasik
Universitas Sumatera Utara
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 di analisis dengan uji One Sample Kolmogrov-Sminov 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 kelapa sawit berumur 8 tahun
diperoleh nilai Kolmogorov-Sminov dan nilai signikansi yaitu 0,200 (α = 0,175)
(lampiran 18) yang berarti data telah terdistribusi normal.
Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus
dipenuh dalam model regresi adalah tidak adanya gejala heteroskedastisitas atau
biasa disebut homoskedastisitas. Metode pengujian yang digunakan ialah uji Glejser.
Uji glejser dilakukan dengan mregresikan nilai absolute residual terhadap variabel
independen lainnya. Jik
Berumur 8,16, Dan 19 Tahun Selama 3 Tahun (2011-2013)
Bulan
JAN
FEB
MAR
APR
MEI
JUN
JUL
AGU
SEP
OKT
NOV
DES
Total
Rataan
8
128.57
294.65
302.03
596.90
519.38
503.01
572.18
354.47
553.90
531.39
488.32
178.01
5022.8
418.57
2011
16
203.83
295.34
342.97
631.80
442.89
460.01
552.75
518.41
612.94
784.24
694.70
337.95
5877.81
489.82
19
731.29
1090.05
1318.75
1858.71
1791.13
1675.27
1872.87
1565.60
2211.02
2257.85
2139.85
1139.31
19651.69
1637.64
8
287.40
254.37
381.28
452.27
515.33
581.42
576.51
381.49
522.28
407.52
456.60
420.78
5237.25
436.44
2012
16
277.19
306.69
361.75
308.62
354.53
478.90
455.26
359.98
523.36
402.00
447.32
387.30
4662.89
388.57
19
1190.19
1155.53
1360.63
1366.15
1514.83
1753.25
1767.37
1498.70
1881.58
1852.26
1779.04
1723.47
18842.97
1570.25
8
300.39
307.87
247.49
379.68
395.17
437.36
542.89
539.39
432.22
466.02
492.69
303.25
4844.41
403.70
2013
16
246.18
288.63
288.59
335.27
321.46
309.75
384.59
417.16
359.98
359.07
426.86
334.06
4071.58
339.30
19
1200.55
1182.04
1187.90
1282.56
1407.39
1158.51
1431.41
1300.52
1328.84
1524.61
1527.52
1306.38
15838.20
1319.85
Lampiran 2. Data Total Dan Rataan Produksi Tandan Buah Segar (ton/tahun) Selama 3 Tahun
(2011-2013)
Tahun
Total
Rataan
2011
30552.30
848.67
2012
28743.10
854.63
2013
28350.26
820.88
Lampiran 3. Data Total Dan Rataan Produksi Tandan Buah Segar (ton/tahun) Kebun Sei Dadap
Pada Tanaman Berumur 8, 16, Dan 19 Tahun Selama 3 Tahun
(2011-2013)
Tahun
Total
Rataan
8
15104.46
419.57
16
14612.27
405.90
19
54332.86
1509.25
Universitas Sumatera Utara
Lampiran 4. Uji Korelasi pada Komponen Tandan Buah Segar Kebun Sei Dadap pada Tanaman
Berumur 8, 16, dan 19 Tahun Selama 3 Tahun (2011-2012)
Correlations
Jumlah
Janjang
Jumlah Janjang
Berat Janjang
Rata-Rata
Pearson
1
Correlation
Sig. (2-tailed)
N
9
Berat Janjang
Pearson
.563
Rata-Rata
Correlation
Sig. (2-tailed)
.115
N
9
Jumlah
Pohon Pearson
.953**
Produktif
Correlation
Sig. (2-tailed)
.000072
N
9
**. Correlation is significant at the 0.01 level (2-tailed).
Jumlah
Pohon
Produktif
.563
.953**
.115
9
.000072
9
1
.517
9
.154
9
.517
1
.154
9
9
Lampiran 5. Data curah hujan (mm/bulan) kebun sei dadap pada tanaman berumur 8,16, dan 19
tahun selama 3 tahun (2010-2012)
Tahun
Bulan
2010
2011
2012
Januari
125
242
156
Februari
22
36
62
Maret
106
237
337
April
130
118
198
Mei
222
183
85
Juni
261
73
147
Juli
197
86
146
Agustus
213
409
188
September
282
258
266
Oktober
169
317
175
November
278
250
93
Desember
122
121
248
Universitas Sumatera Utara
Total
Rataan
BB
BK
2127.00
177.25
11
1
2330
194.17
9
1
2101.00
175.08
9
0
Lampiran 6. Data Rataan Curah Hujan (mm/tahun) di Kebun Sei Dadap pada Tahun
2013
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
Septembe
r
Oktober
November
Desember
Total
Rataan
BB
BK
2010
HARI
CURA
HUJA
H
N
HUJAN
10
125
4
22
10
106
7
130
11
222
14
261
17
197
15
213
15
11
20
8
142
11.83
282
169
278
122
2127
177.25
11
1
2011
HARI
CURA
HUJA
H
N
HUJAN
12
242
3
36
9
237
5
118
7
183
7
73
4
86
12
409
12
19
15
6
111
9.25
258
317
250
121
2330
194.17
10
1
2012
HARI
CURA
HUJA
H
N
HUJAN
5
156
4
62
9
337
10
198
6
85
5
147
6
146
8
188
9
10
7
11
90
7.50
266
175
93
248
2101
175.08
9
0
2010-
2013
HARI
CURA
HUJA
H
N
HUJAN
9
143
7
114
4
47
10
140
7
147
4
153
6
158
8
183
8
12
12
9
96
8.00
274
295
196
149
1999
166.58
11
1
Lampiran 7. Klasifikasi Tipe Iklim Scmidth-Ferguson Di Kebun Sei Dadap
BB = Bulan Basah (CH > 100 mm)
BL = Bulan Lembab dengan Curah Hujan antara 60-100 mm
BK = Bulan Kering (CH < 60 mm)
CH = Curah Hujan
HH = Hari Hujan
Q = Tipe Iklim
• Kriteria curah hujan SCurah Hujanmidth-Ferguson
Cara perhitungan tipe iklim di kebun Begerpang Estate:
Universitas Sumatera Utara
Q=
×100% =
× 100% = 6,89 % (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 ≤ 100 = Tipe D (sedang)
100 > Q ≤ 167 = Tipe E (agak kering)
167 > Q ≤ 300 = Tipe F (kering)
300 > Q ≤ 700 = Tipe G (sangat kering)
Lampiran 8. Data total dan rataan curah hujan (mm/tahun) pada tahun 2011-2013
Tahun
2011
2012
2013
Total
2330
2101
1999
Rataan
194.17
175.08
166.58
Lampiran 9. Data total dan rataan curah hujan (mm) pada tanaman berumur 8, 16, dan 19 tahun
selama 3 tahun (2010-2012)
Umur
8
16
19
Tahun
2127
2330
2101
Rataan
177.25
194.17
175.08
Lampiran 10. Data har hujan (hari/bulan) di PTPN III Kebun sei dadap pada tanaman 8, 16, dan
19 tahun selama 3 tahun (2010-2012)
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
2010
10
4
10
7
11
14
17
15
15
11
20
8
Tahun
2011
12
3
9
5
7
7
4
12
12
19
15
6
2012
5
4
9
10
6
5
6
8
9
10
7
11
Universitas Sumatera Utara
Total
142
111
90
Lampiran 11. Data total dan rataan hari hujan (hari/bulan) pada tahun 2011-2013
Tahun
2011
2012
2013
Total
111
90
96
Rataan
9.25
7.50
8.00
Lampiran 12. Data total dan rataan hari hujan (mm) pada tanaman berumur 8, 16, dan 19 tahun
selama 3 tahun (2010-2012)
Umur
8
16
19
Tahun
142
111
90
Rataan
11.83
9.25
7.50
Lampiran 13. Uji T- parsial analisis linear berganda di PTPN III Kebun Sei Dadap pada
tanaman berumur 8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. Uji t pada tanaman berumur 8 tahun
Coefficientsa
Standardi
zed
Unstandardized Coefficie
Coefficients
nts
Std.
Model
B
Error
Beta
t
1
(Constant)
278.983 111.052
2.512
Curah Hujan
-.515
.932
-.304 -.553
Hari Hujan
24.602 20.520
.659 1.199
a. Dependent Variable: PRODUKSI
Sig.
.033
.594
.261
Collinearity
Statistics
Tolera
nce
VIF
.297 3.363
.297 3.363
Universitas Sumatera Utara
b. Uji t pada tanaman berumur 16 tahun
Coefficientsa
Unstandardized Standardized
Coefficients
Coefficients
Std.
Model
B
Error
Beta
t
1
(Constant)
197.042 68.155
2.891
Curah Hujan
-.585
.572
-.414 -1.024
Hari Hujan
33.115 12.594
1.062 2.630
a. Dependent Variable: PRODUKSI
Sig.
.018
.333
.027
c. Uji t pada tanaman berumur 19 tahun
Coefficientsa
Standardiz
ed
Unstandardized
Coefficient
Coefficients
s
Model
1
(Constant)
Curah Hujan
Hari Hujan
B
Std. Error
905.002 208.624
-1.886
1.751
99.483
38.549
Beta
Collinearity
Statistics
Tolera
nce
VIF
.297 3.363
.297 3.363
Collinearity
Statistics
Toleran
ce
VIF
T
4.338
Sig.
.002
-.446 -1.077
.309
.297
3.363
1.068
.030
.297
3.363
2.581
a. Dependent Variable: PRODUKSI
Nilai T Tabel
V
10
11
12
Keterangan : V = n = Jumlah Data
T0,975 (α = 5%)
2,23
2,20
2,18
T0,95 (α = 1%)
3,17
3,11
3,06
Universitas Sumatera Utara
Lampiran 14. Sidik ragam analisis linear berganda di PTPN III Kebun Sei Dadap pada
tanaman berumur 8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. Uji F pada tanaman berumur 8 tahun
ANOVAa
Model
1
Regression
Residual
Total
Sum of
Squares
23803.437
100769.585
124573.022
df
2
9
11
Mean
Square
11901.718
11196.621
F
1.063
Sig.
.385b
Mean
Square
24465.400
4217.296
F
5.801
Sig.
.024b
Mean
Square
209954.645
39514.993
F
5.313
Sig.
.030b
b. Uji F oada tanaman berumur 16 tahun
ANOVAa
Model
1
Regression
Residual
Total
Sum of
Squares
48930.801
37955.660
86886.461
df
2
9
11
c. Uji F pada tanaman berumur 19 tahun
ANOVAa
Model
1
Regression
Residual
Total
Sum of
Squares
419909.289
355634.934
775544.223
df
2
9
11
Nilai F-Tabel pada α = 5%
Derajat Bebas Penyebut (V2)
8
9
10
Derajat Bebas Pembilang(V1)
1
2
3
5,32
4,46
4,07
5,12
3,86
4,26
4,96
4,10
3,71
V1= k
Universitas Sumatera Utara
V2= n-k-1
Keterangan: k = Jumlah variabel independent
n = Jumlah data
Lampiran 15. Nilai koefisien analisis liniear berganda di PTPN III Kebun Sei Dadap pada
tanaman berumur 8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. Nilai koefisien pada umur 8 tahun
Model Summaryb
Adjusted R Std. Error of
DurbinModel
r
R Square
Square
the Estimate
Watson
a
1
.437
.191
.011
105.81408
.850
a. Predictors: (Constant), Hari Hujan, Curah Hujan
b. Dependent Variable: Produksi
b. Nilai koefisien pada umur 16 tahun
Model Summaryb
Adjusted R Std. Error of
Model
r
R Square
Square
the Estimate
a
1
.750
.563
.466
64.94071
a. Predictors: (Constant), Hari Hujan, Curah Hujan
b. Dependent Variable: Produksi
DurbinWatson
1.387
c. Nilai koefisien pada umur 19 tahun
Model Summaryb
Adjusted R Std. Error of
Model
r
R Square
Square
the Estimate
a
1
.736
.541
.440
198.78378
a. Predictors: (Constant), Hari Hujan, Curah Hujan
b. Dependent Variable: Produksi
DurbinWatson
1.294
Lampiran 16. Model pengujian analisis rergresi linear berganda di PTPN III Kebun Sei
Dadap pada tanaman berumur 8, 16, dan 19 tahun selama 3 tahun
(2011-2012)
Universitas Sumatera Utara
a. Uji analisis regresi linear berganda pada tanaman berumur 8 tahun
Coefficientsa
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
Std.
Model
B
Error
Beta
T
Sig. Tolerance VIF
1
(Constant)
278.983 111.052
2.512 .033
Curah Hujan
-.515
.932
-.304
-.553 .594
.297 3.363
Hari Hujan
24.602
20.520
.659
1.199 .261
.297 3.363
b. Uji analisis regresi linear berganda pada tanaman berumur 16 tahun
Coefficientsa
Unstandardized
Standardized
Collinearity
Coefficients
Coefficients
Statistics
Model
B
Std. Error
Beta
T
Sig. Tolerance VIF
1 (Constant)
197.042
68.155
2.891
.018
Curah Hujan
-.585
.572
-.414 -1.024
.333
.297 3.363
Hari Hujan
33.115
12.594
1.062
2.630
.027
c. Uji analisis regresi linear berganda pada tanaman berumur 19 tahun
Coefficientsa
Unstandardized
Standardized
Coefficients
Coefficients
Model
1
(Constant)
Curah Hujan
Hari Hujan
B
Std. Error
905.002
208.624
Beta
t
4.338
.297
3.363
Collinearity
Statistics
Sig.
Tolerance
.002
VIF
-1.886
1.751
-.446
-1.077
.309
.297
3.363
99.483
38.549
1.068
2.581
.030
.297
3.363
Lampiran 17. Uji analisis korelasi antar variabel di PTPN III Kebun Sei Dadap pada tanaman
berumur 8, 16, dan 19 tahun
a. Uji analisis korelasi pada tanaman berumur 8 tahun
Correlations
Produksi
Produksi
Pearson
1
Correlation
Sig. (2-tailed)
Curah Hujan
Hari Hujan
.249
.405
.436
.192
Universitas Sumatera Utara
N
Curah Hujan Pearson
Correlation
Sig. (2-tailed)
N
Hari Hujan Pearson
Correlation
Sig. (2-tailed)
N
12
12
12
.249
1
.838**
.436
12
12
.001
12
.405
.838**
1
.192
12
.001
12
12
b. Uji analisis korelasi pada tanaman berumur 16 tahun
Correlations
Produksi
Curah Hujan
Produksi
Pearson
1
.477
Correlation
Sig. (2-tailed)
.117
N
12
12
Curah Hujan Pearson
.477
1
Correlation
Sig. (2-tailed)
.117
N
12
12
Hari Hujan Pearson
.716**
.838**
Correlation
Sig. (2-tailed)
.009
.001
N
12
12
**. Correlation is significant at the 0.01 level (2-tailed).
c. Uji analisis korelasi pada tanaman berumur 19 tahun
Correlations
Produksi
Curah Hujan
Produksi
Pearson
1
.450
Correlation
Sig. (2-tailed)
.143
N
12
12
Hari Hujan
.716**
.009
12
.838**
.001
12
1
12
Hari Hujan
.694*
.012
12
Universitas Sumatera Utara
Curah Hujan Pearson
.450
1
Correlation
Sig. (2-tailed)
.143
N
12
12
Hari Hujan Pearson
.694*
.838**
Correlation
Sig. (2-tailed)
.012
.001
N
12
12
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
.838**
.001
12
1
12
Lampiran 18. Uji Kolmpogov-Sminov di PTPN III Kebun Sei dadap pada tanaman berumur
8, 16, dan 19 tahun selama 3 tahun (2011-2013)
a. One-Sample Kolmogorov-Sminov Test pada tanaman berumur 8 tahun
One-Sample Kolmogorov-Smirnov Test
Curah
Produksi
Hari Hujan
Hujan
N
12
12
12
a,b
Normal Parameters
Mean
419.5692
182.1667
9.5278
Std.
106.41814
62.77899
2.85140
Deviation
Most
Extreme Absolute
.260
.183
.194
Differences
Positive
.181
.133
.194
Negative
-.260
-.183
-.137
Test Statistic
.260
.183
.194
c
c,d
Asymp. Sig. (2-tailed)
.025
.200
.200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Universitas Sumatera Utara
b. One-Sample Kolmogorov-Sminov Test pada tanaman berumur 16 tahun
One-Sample Kolmogorov-Smirnov Test
Curah
Produksi
Hari Hujan
Hujan
N
12
12
12
a,b
Normal Parameters
Mean
405.8975
182.1667
9.5278
Std.
88.87502
62.77899
2.85140
Deviation
Most
Extreme Absolute
.130
.183
.194
Differences
Positive
.094
.133
.194
Negative
-.130
-.183
-.137
Test Statistic
.130
.183
.194
c,d
c,d
Asymp. Sig. (2-tailed)
.200
.200
.200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
c. One-Sample Kolmogorov-Sminov Test pada tanaman berumur 19 tahun
One-Sample Kolmogorov-Smirnov Test
Curah
Produksi
Hari Hujan
Hujan
N
12
12
12
a,b
Normal Parameters
Mean
1509.2483
182.1667
9.5278
Std.
265.52593
62.77899
2.85140
Deviation
Most
Extreme Absolute
.119
.183
.194
Differences
Positive
.083
.133
.194
Negative
-.119
-.183
-.137
Test Statistic
.119
.183
.194
c,d
c,d
Asymp. Sig. (2-tailed)
.200
.200
.200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Universitas Sumatera Utara
Lampiran 19. Nilai uji heteroskedastisitas signifikansi pada absolute residual di PTPN III
Kebun sei dadap pada tanaman berumur 8, 16, dan 19 tahun selama 3 tahun
(2011-2013)
a. Nilai signifikansi uji heteroskedastisitas pada absolute residual pada tanaman berumur 8
tahun
Coefficientsa
Standar
dized
Unstandardized Coeffici
Collinearity
Coefficients
ents
Statistics
Std.
Toleran
Model
B
Error
Beta
t
Sig.
ce
VIF
1
(Constant)
278.983 111.052
2.512
.033
Curah Hujan
-.515
.932
-.304 -.553
.594
.297 3.363
Hari Hujan
24.602
a. Dependent Variable: PRODUKSI
20.520
.659
1.199
.261
.297
3.363
b. Nilai signifikansi uji heteroskedastisitas pada absolute residual pada tanaman berumur 16
tahun
Coefficientsa
Model
1
Unstandardized
Coefficients
Std.
B
Error
(Constant)
Curah Hujan
Hari Hujan
Standar
dized
Coeffici
ents
Beta
t
Sig.
Collinearity
Statistics
Toleran
ce
VIF
197.042
68.155
2.891
.018
-.585
.572
-.414 -1.024
.333
.297
3.363
33.115
12.594
1.062
.277
.297
3.363
2.630
a. Dependent Variable: PRODUKSI
Universitas Sumatera Utara
c. Nilai signifikansi uji heteroskedastisitas pada absolute residual pada tanaman berumur 19
tahun
Coefficientsa
Model
1
Standar
dized
Coeffici
ents
Unstandardized
Coefficients
Std.
B
Error
(Constant)
Beta
t
905.002 208.624
Curah Hujan
-1.886
1.751
Hari Hujan
99.483
38.549
Collinearity
Statistics
Toleran
ce
VIF
Sig.
4.338
.002
-.446 -1.077
.309
.297
3.363
1.068
.300
.297
3.363
2.581
a. Dependent Variable: PRODUKSI
Lampiran 20. Uji Autokorelasi di PTPN III Kebun Sei dadap pada tanaman berumur 8, 16,
dan 19 tahun selama 3 tahun (2011-2012)
Umur Tanaman (Tahun)
8
16
19
Nilai Hitung Durbin Watson (D)
0.850
1.387
1.294
Tabel Durbin Watson, α = 5%
N
K=1
dL
10
0,8791
11
0,9273
12
0,9708
Keterangan: N = jumlah observasi data
K = jumlah variabel bebas
k=2
dU
1,3197
1,3241
1,3314
dL
0,6972
0,758
0,8122
dU
1,6413
1,6044
1,5794
Universitas Sumatera Utara
Lampiran 21. Tabel Residual Analisis Linear berganda pada tanaman berumur 8, 16, dan
19 tahun
Bulan
8 Tahun
16 Tahun
19 Tahun
Januari
-171.83
-150.61
-430.87
Februari
-63.011
1.76966
-52.028
Maret
-81.491
-42.205
-116.63
April
93.5485
72.5048
148.671
Mei
84.9599
6.62627
178.308
Juni
97.546
25.9399
63.8979
Juli
137.086
52.8457
159.947
Agustus
-1.9176
6.40946
-101.87
September
66.9513
61.6114
215.011
Oktober
-25.21
5.60479
62.6876
November
-37.69
-16.529
-91.854
Desember
-98.94
-23.964
-35.276
Universitas Sumatera Utara
DAFTAR PUSTAKA
Bando, H. 2012. Peramalan produksi Kelapa Sawit Berdasarkan Intensitas Curah
Hujan Menggunakan Metode ARIMA Studi Kasus Kabupaten Morowali
Sulawesi Tengah. Universitas Kristen Satya Wacana. Semarang.
Drajat, Bambang. 2004. Dinamika Lingkungan Nasional dan Global Perkebunan :
Implikasi Strategis bagi Pembangunan Perkebunan. Lembaga Riset
Perkebunan Indonesia. Bogor.
Fauzi, Y., Y. E. Widyastuti., L. Satyawibawa., R. Hartono. 2002. Kelapa Sawit.
Penebar Swadaya. Jakarta.
Hadi, M. 2004. Teknik Berkebun Kelapa Sawit. Adicita Karya Nusa. Yogyakarta.
175 hal.
Hartanto. (2011), Sukses Besar Budidaya Kelapa Sawit,Penerbit Citra Media
Publishing, Yogyakarta.
Hermantoro. 2009. Pemodelan dan Simulasi Produktivitas Perkebunan Kelapa Sawit
Berdasarkan Kualitas Lahan dan Iklim Menggunakan Jaringan Syaraf
Tiruan. Fakultas Teknologi Pertanian. Institut Pertanian Stiper. Yogyakarta.
J. Agr 25(1):45-51.
Intara, Y., dan Dyah, B. 2012. Fakultas Pertanian Universitas Mulawarman.
Samarinda. Agrointek Vol 6.
Lubis, A.U. 1992. Kelapa Sawit di Indonesia. Pusat Penelitian Perkebunan Marihat.
Sumatera Selatan. 435 hal.
Mangoensoekarjo, S. 2007. Manajemen Tanah dan Pemupukan Budidaya
Perkebunan. Gadjah Mada University Press. Yogyakarta. 408 hal.
Universitas Sumatera Utara
Mangoensoekarjo, S., dan H. Semangun. 2005. Manajemen Agrobisnis KelapaSawit.
Gadjah Mada University Press. Yogyakarta. 605 hal.
Nugraheni, C. 2007. Pengelolaan Air untuk Budidaya Tanaman Kelapa Sawit (Elaeis
guineensisJacq.) di PT Agrowiyana Sei Tungkal Ulu Kabupaten Tanjung
Jabung Barat, Jambi. Skripsi. Program Studi Agronomi Fakultas Pertanian.
Institut Pertanian Bogor. Bogor.
Pahan, I. 2008. Panduan Lengkap Kelapa Sawit: Manajemen Agribisnis dari Hulu
hingga Hilir. Penebar Swadaya. Jakarta. 412 hal.
Pasaribu, H., A. Mulyadi dan S. Tarumun,2012. Neraca Air di Perkebunan Kelapa
Sawit di PPKS Sub Unit Kalianta Kabun Riau.Ejournal.unri.ac.id/960-19081-SM.pdf.
Prihutami, N.D. 2011. Analisis Faktor Penentu Produksi Tandan Buah Segar (TBS)
Tanaman Kelapa Sawit (Elaeis guineensis Jacq.) di Sungai Bahaur Estate
(SBHE), PT Bumitama Gunajaya Agro (PT BGA), Wilayah VI Metro
Cempaga, Kotawaringin Timur, Kalimantan Tengah. Skripsi. Program Studi
Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Pusat Penelitian Kelapa Sawit (PPKS). 2006. Profil Kelapa Sawit Indonesia. PPKS.
Medan.
Risza, S. 2009. Kelapa Sawit: Upaya Peningkatan Produktivitas. Kanisius.
Yogyakarta. 189 hal.
Sastrosayono, S. 2003. Budidaya Kelapa Sawit. Agromedia Pustaka. Jakarta.
Universitas Sumatera Utara
Siregar, H. H., N. H. Darian, T. C. Hidayat, W. Darmosarkoro, I. Y. Harahap. 2006.
Seri Buku saku Hujan sebagai Faktor Penting untuk Perkebunan Kelapa
Sawit. Pusat Penelitian Kelapa Sawit. Medan
Soehardjo, H. 1999. Vadamecum: Kelapa Sawit. PTPN 4 Bah Jambi. Pematang
Siantar
Voge, A. K., dan Adams, F. H. 2014. Minyak Kelapa Sawit Berkelanjutan Potensi
dan Keterbatasan Roundtable on Sustainable Palm Oil (RSPO). Bread for
The World. Berlin.
Widyawati, W. 2009. Pengelolaan Pemanenan Tanaman Kelapa Sawit (Elaeis
guineensisJacq.) Di Perkebunan Ujan Mas PT Cipta Futura, Muara Enim,
Sumatera Selatan. Skripsi. Program Studi Agronomi Fakultas Pertanian.
Institut Pertanian Bogor. Bogor.
Wold Growth. 2011. Manfaat Minyak Sawit bagi Perekonomian Indonesia. World
Growth Palm Oil Green Development Campaign. Amerika
Yunita, S.A. 2010. Analisis Faktor Penyebab Penurunan Produktivitas Kelapa Sawit
(Elaeis guineensis Jacq.) di Kebun Sei Lala, PT Tunggal Perkasa
Plantations, Indragiri Hulu, Riau. Skripsi. Program Studi Agronomi Fakultas
Pertanian. Institut Pertanian Bogor. Bogor.
Universitas Sumatera Utara
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT. Perkebunan Nusantara III Persero Kebun
Sei Dadap, Kecamatan Sei Dadap Kabupaten Asahan Provinsi Sumatera Utara pada
bulan April 2016 sampai dengan Juni 2016.
Metode Penelitian
Penelitian ini menggunakan metode deskriptif 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.22
Metode analisis yang digunakan dalam penelitian ini ialah analisis linier
regresi berganda dan korelasi. Teknik analisis regresi linier 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 serta hubungan antar variabel komponen produksi. Variabel tidak
bebas adalah varibel yang keberadaannya dipengaruhi oleh variabel bebas dan
dinotasikan dengan Y. Variabel tidak bebas dalam penelitian ini adalah produksi TBS
kelapa sawit, sedangkan variabel bebas adalah variabel yang mempengaruhi atau
yang menjadi sebab perubahannya variabel tidak bebas dan dinotasikan dengan X.
Variabel bebas pada penelitian ini adalah curah hujan dan hari hujan bulanan.
Pengaruh fungsional variabel curah hujan dan hari hujan bulanan terhadap produksi
TBS yang dinalaisis dengan fungsi matermatis sebagai berikut :
Universitas Sumatera Utara
Y=
Keterangan
:
Y
: produksi TBS
a
: intersep dan garis pada sumbu Y
b
: koefisien regresi linier
: curah hujan bulanan
: hari hujan bulanan
ε
: error
Peubah Amatan
Peubah amatan yang diamati adalah data primer dari kebun berupa data-data
PT. Perkebunan Nusantara III Persero kebun Sei Dadap Kecamatan Sei Dadap
Kabupaten Asahan Provinsi Sumatera Utara.
Produksi Tandan Buah Segar (Ton/Bulan)
Data produksi tandan buah segar (ton/bulan) yang digunakan berdasarkan data
produksi kelapa sawit bulanan selama 3 tahun yakni 2011,2012, 2013 dikumpulkan.
Data produksi berdasarkan umur tanaman 8, 16, dan 19 tahun di lapangan yaitu pada
tahun tanam 2003, 2004, dan 2005 (umur 8 tahun); tahun tanam 1995, 1996, dan
1997 (umur 16 Tahun), tahun tanam 1992, 1993, dan 1994 (umur 19 tahun). Data
produksi TBS dianalisis dengan menggunakan analisis regresi linier berganda dan
analisis korelasi.
Universitas Sumatera Utara
Produk kelapa sawit banyak dipengaruhi beberapa oleh 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 komponen jumlah janjang, berat janjang rata-rata, jumlah pokok
produktif. Komponen produksi ini dianalisis dengan menggunakan analisis korelasi.
Curah Hujan (mm)
Data curah hujan yang digunakan berdasarkan data pengukuran curah hujan
bulanan selama 4 tahun yakni 2010, 2011, 2012 dan 2013. Data diperoleh dari PT.
Perkebunan Nusantara III Persero kebun Sei Dadap Kecamatan
Sei Dadap
Kabupaten Asahan Provinsi Sumatera Utara.
Hari Hujan (hari)
Data hari hujan yang digunakan diperoleh dengan cara menjumlahkan hari
dimana turunnya hujan setiap bulannya selama tiga tahun yakni 2010, 2011, 2012
dan 2013. Data diperoleh dari PT. Perkebunan Nusantara III Persero kebun Sei
Dadap Kecamatan Sei Dadap Kabupaten Asahan Provinsi Sumatera Utara.
Universitas Sumatera Utara
PELAKSANAAN PENELITIAN
Pengumpulan Data
Pengumpulan data primer adalah meliputi data primer untuk laporan umum
dan data primer untuk keperluan analisis. Data primer ini diperoleh dari studi literatur
yang didapat di kantor tentang PTPN III kebun Sei Dadap. Data primer untuk analisis
disesuaikan dengan kelengkapan data pada administrasi kebun. Data primer untuk
laporan umum meliputi keadaan umum perusahaan, letak geografis, keadaan tanah
dan iklim, luas tata guna kebun, keadaan produksi dan produktivitas tanaman. Data
primer untuk keperluan analisis ini diambil data bulanan selama 4 tahun yakni pada
tahun 2010, 2011, 2012 dan 2013 meliputi data curah hujan, data hari hujan, data
produksi, data umur tanaman berumur 8,16, dan 19 tahun setelah tanam berdasarkan
umur tahun tanam di lapangan.
Pengolahan Data Dan Analisis Data
Pengolahan data dilakukan dengan menggunakan analisis regresi linier
berganda dan analisis korelasi. Regresi linier 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. Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat. Pengolahan data dibantu dengan software spss.v.22.
Analisi data bersifat deskriptif dengan menggunakan bantuan statistic untuk
melihat hubungan antara variabel bebas dan variabel terikat. Analisis data dilakukan
untuk memperoleh hasil pengolahan data. Data yang diperoleh tersebut dianalisis
dengan menggunakan persamaan regresi linier berganda untuk mengetahui pengaruh
Universitas Sumatera Utara
curah hujan dan hari hujan bulanan yang mempengaruhi produksi kelapa sawit dan
hubungan kedua variabel bebas dan terikat pada tanaman berumur 8, 16 dan 19 tahun
berdasarkan data yang diperoleh dari administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan UjiT (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 :
Y=
+ε
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 tak bias terbaik, 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 layak diuji atau tidak. Kelayakan model regresi dapat
terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat
multikolinearitas, heteroskedasitisitas, autokorelasi dalam model yang digunakan.
Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak
digunakan.
Universitas Sumatera Utara
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 penelitian. Model regresi yang baik adalah yang
memiliki distribusi data normal dan mendekati normal. Dalam pembahasan ini akan
digunakan uji one sample Kolmogorov – Sminov dengan menggunakan taraf
signifikan 0,05. Data dinyatakan berdistribusi normal jika signifikan dan nilai uji one
sample Kolmogorov – Sminov lebih
besar dari 5% atau
0,05.
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpanan 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
digunakan adalah uji Glejser. Uji glejser dilakukan dalam meregresikan nilai absolute
residual terhadap variabel independen lainnya. Jika nilai β signifikan pada taraf α 5%
maka mengindikasikan terdapat heteroskedastisitas dalam model.
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
Universitas Sumatera Utara
Multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan
nilai tolerance pada model regresi. Model regresi yang baik ialah yang terjadi
multikolinearitas yang dibuktikan dengan nilai VIF 0,1.
Uji Autokorelasi
Uji
autokorelasi
digunakan
untuk
mengetahui
ada
atau
tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan adanya
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 0 dan dI, maka 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 ada autokorelasi.
4. Jika d terletak antara (4-dL) dan 4, maka ada autokorelasi negative.
Pengujian Hipotesis
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan UjiT (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 presentase pengaruh
variabel bebas terhadap nilai variabel terikat. Nilai R2 semakin mendekati nol
Universitas Sumatera Utara
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 independen.
Uji ini dilakukan dengan membandingkan nilai T-hitung dengan T-tabel. Uji
hipotesis secara serempak digunakan untuk mengetahui pengaruh dari variabel
independen secara keseluruhan terhadap variabel independen. Uji ini dilakukan
dengan membandingkan nilai F hitung dengan nilai F tabel, hipotesis yang diajukan
dalam analisis ialah :
H0 : bi = 0
Hi : 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 TBS.
Penarikan Kesimpulan
Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data yang
telah di analisis dengan menggunakan analisis regresi linier berganda dan analisis
korelasi. Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang telah dibuat
apakah diterima atau ditolak.
Universitas Sumatera Utara
HASIL DAN PEMBAHASAN
Data rataan produksi tandan buah segar (ton/bulan) Lampiran 1, curah hujan
(mm/bulan) Lampiran 5, dan hari hujan (hari/bulan) Lampiran 10 selama 3 tahun
(2011-2013) dari kebun Sei Dadap PT. Perkebunan Nusantara III Persero pada
tanaman kelapa sawit berumur 8, 16, dan 19 tahun.
Hasil uji korelasi antar komponen tandan buah segar (TBS) pada beberapa
tahun tanam pada tanaman kelapa sawit berumur 8, 16, dan 19 tahun selama 3 tahun
(2011-2013) dapat dilihat pada lampiran 4. Hasil uji korelasi ini adalah tidak terjadi
korelasi yang signifikan antara variabel berat janjang rata-rata dan jumlah pohon
produktif.
Hasil uji analisis regresi linear berganda hubungan antara produksi TBS,
curah hujan dan hari hujan dapat dilihat pada Lampiran 16 selama 3 tahun (20112013) pada tanaman kelapa sawit berumur 8, 16 dan 19 tahun. Hasil uji regresi
menunjukkan bahwa jumlah curah hujan dan banyaknya hari hujan berpengaruh
signifikan terhadap produksi TBS pada tanaman kelapa sawit berumur 16 tahun.
Komponen Produksi Tandan Buah Segar
Produksi tandan buah segar (TBS) tidak terlepas dari komponen-komponen
produksi yang mempengaruhinya yang berkaitan dengan pencapaian produksi yang
diharapkan. Berdasarkan ketersediaan data pada kebun Rambutan, adapun
komponen-komponen produksi tanaman kelapa sawit yang dapat mempengaruhi
produksi TBS ialah jumlah janjang, berat janjang rata-raat (BJR) dan jumlah pohon
produktif.
Universitas Sumatera Utara
Berikut disajikan data komponen produksi kebun Sei Dadap pada beberapa
tahun tanam pada tanaman kelapa sawit berumur 8, 16 dan 19 tahun pada tabel 1.
Tabel 1. Komponen produksi TBS kebun Rambutan pada beberapa tahun tanam
Berat Janjang
Jumlah Pohon
Jumlah
Janjang
Rata-rata
Produktif
Tahun Tanam
(X1)
(X2)
(X3)
1992
89.253
20.33
123.929
1993
98.785
19.95
198.031
1994
71.757
20.06
81.149
1995
16.28
17.83
19.262
17.267
1996
17.55
19.911
11.65
1997
19.00
16.551
5.717
2003
15.10
9.142
44.298
2004
13.25
61.585
2005
17.67
11.92
22.311
Hasil uji korelasi pada komponen-komponen produksi TBS di Kebun
Rambutan PTPN III dapat dilihat pada Tabel 11 (Lampiran 4).
Tabel 2. Uji korelasi pada komponen-komponen produksi TBS
Variabel
Variabel
Uji Statistik
Jumlah
Berat Janjang
Janjang
Rata-Rata
Jumlah
Pearson
1
.563 tn
Janjang
Correlation
Sig. (2-tailed)
.115
N
9
9
Berat Janjang Pearson
.563tn
1
Rata-Rata
Correlation
Sig. (2-tailed)
.115
N
9
9
Jumlah Pohon Pearson
.953**
.517 tn
Produktif
Correlation
Sig. (2-tailed)
0.00072
.154
N
9
9
Keterangan : ** = berbeda sangat nyata pada taraf uji 1%
tn = tidak berbeda nyata
Jumlah Pohon
Produktif
.953**
0.00072
9
.517 tn
.154
9
1
9
Universitas Sumatera Utara
Dari tabel 2 diatas hasil uji kolerasi menunjukan bahwa terdapat hubungan
yang signifikan (berbeda sangat nyata) antara komponen jumlah janjang dan jumlah
pohon produktif dilihat dari nilai signifikansi sebesar 0,00072 pada uji taraf 1%. Pada
komponen jumlah janjang dan berat janjang rata-rata terdapat hubungan yang tidak
signifikan (tidak berbeda nyata) dengan nilai signifikasi 0,115 pada taraf uji α= 0,01.
Pada komponen Berat janjang rata-rata dan jumlah pohon produktif terdapat
hubungan yang tidak signifikan tidak berbeda nyata dengan nilai signifikansi 0,154
pada taraf uji α= 0,01.
Analisis korelasi juga memperlihatkan arah korelasi yang searah atau
berlawnan arah yang dapat dilihat dari nilai koefisien yang bernilai positif atau
negatif. Hubungan searah ditunjukan oleh komponen berat janjang rata-rata dengan
jumlah janjang dan jumlah pohon produktif. Hasil ini menunjukan jika semakin besar
jumlah janjang maka semakin besar juga berat janjang rata-rata dan jumlah pohon
produktif. Serta komponen jumlah pohon produktif dengan berat janjang rata-rata
dan jumlah janjang. Hasil ini menunjukan bahwa semakin besar nilai jumlah pohon
produktif maka semakin besar pula berat janjang rata-tada dan jumlah janjang yang
dihasilkan.
Hasil analis korelasi menunjukan bahwa korelasi pada ketiga komponen
produksi memiliki hubungan yang searah adalah jumlah pohon produktif dengan
jumlah janjang. Hasil korelasi ini dapat diartikan bahwa semakin besar jumlah pohon
produktif maka semakin besar pula pengaruh jumlah janjang terhadap pencapaian
produksi TBS yang diharapkan. Hal ini disebabkan oleh komposisi umur tanaman
yang diamati adalah tanaman muda, remaja dan menjelang fase puncak dewasa dan
Universitas Sumatera Utara
tentu saja jumlah janjang yang dihasilkan lebih banyak dari pada tanaman dewasa.
Pada fase umur tanaman yang diamati adalah fase dimana pertumbuhan dari kelapa
sawit tersebut meningkat secara signifikan atau biasa disebut dengan fase sigmoid.
Umur tanaman kelapa sawit berubah setiap tahunnya, dengan kata lain hal tersebut
juga mempengaruhi pencapaian produksi per hektarnya per tahunnya. Jumlah janjang
yang dihasilkan tanaman yang lebih muda lebih banyak dikarenakan oleh pada
tanaman muda produksi masi lebih optimal dan lebih sedikit jumlah tanaman yang
terkena hama dan penyakit. Jumlah pohon produktif yang tinggi menyebabkan
pencapaian produksi TBS yang besar pula.
Produksi Tandan Buah Segar (ton), Curah Hujan (mm) dan Hari Hujan (hari)
pada Tanaman Kelapa Sawit Berumur 8 Tahun
Data rataan produksi tandan buah segar (ton/bulan), curah hujan (mm/bulan),
dan hari hujan (hari/bulan) selama 3 tahun (2011-2013) dari kebun Sei Dadap PTPN
III pada tanaman kelapa sawit berumur 8 tahun.
Tabel 3. Rataan produksi TBS (ton/bulan) pada tanaman
tahun selama 3 tahun (2011-2013)
Tahun
Bulan
2011
2012
Januari
128.57
287.40
Februari
294.65
254.37
Maret
302.03
381.28
April
596.90
452.27
Mei
519.38
515.33
Juni
503.01
581.42
Juli
572.18
576.51
Agustus
354.47
381.49
September
553.90
522.28
Oktober
531.39
407.52
November
488.32
456.60
Desember
178.01
420.78
kelapa sawit berumur 8
2013
300.39
307.87
247.49
379.68
395.17
437.36
542.89
539.39
432.22
466.02
492.69
303.25
Rataan
238.79
285.63
310.27
476.28
476.63
507.26
563.86
425.12
502.80
468.31
479.20
300.68
Universitas Sumatera Utara
Total
5022.80
5237.25
4844.41
5034.82
Tabel 3 menyatakan bahwa rataan produksi TBS tertinggi pada tanaman
kelapa sawit berumur 8 tahun, terdapat pada bulan April yakni sebesar 596,86
ton/bulan dan rataan terendah terdapat pada bulan Januari yakni sebesar 238,79
ton/bulan. Berikut ini disajikan
perkembangan produksi TBS dalam (ton) pada
tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) pada
Gambar 1.
Gambar 1. Perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit tahun
2011, 2012, dan 2013
Gambar 1 menyatakan bahwa tahun 2011 pada tanaman kelapa sawit berumur
8 tahun, total produksi TBS tertinggi terdapat pada bulan April sebesar 596,90 ton/
bulan dan total terendah pada bulan Januari yakni sebesar 128,57 ton/bulan. Pada
tahun 2012 total produksi TBS tertinggi terdapat pada bulan Juli sebesar 576,51
ton/bulan dan total terendah pada bulan Februari sebesar 254,37 ton/bulan. Pada
Universitas Sumatera Utara
tahun 2013 total produksi TBS tertinggi terdapat pada bulan Juli sebesar 542,89
ton/bulan dan total terendah pada bulan Maret sebesar 247,89 ton/bulan. Berikut ini
data rataan curah hujan (mm) pada tanaman kelapa sawit berumur 8 tahun di kebun
Sei Dadap.
Tabel 4. Rataan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 8 tahun
selama 3 tahun (2011-2013)
Tahun
Bulan
Rataan
2010
2011
2012
Januari
125
242
156
174.33
Februari
22
36
62
40.00
Maret
106
237
337
226.67
April
130
118
198
148.67
Mei
222
183
85
163.33
Juni
261
73
147
160.33
Juli
197
86
146
143.00
Agustus
213
409
188
270.00
September
282
258
266
268.67
Oktober
169
317
175
220.33
November
278
250
93
207.00
Desember
122
121
248
163.67
Total
2127.00
2330
2101.00
2186.00
Tabel 4 menyatakan bahwa rataan curah hujan tertinggi pada tahun 20102012 terdapat pada bulan Agustus sebesar 270 mm/bulan dan rataan terendah
terdapat pada bulan Februari sebesar 40 mm/bulan. Berikut disajikan perkembangan
curah hujan (mm) pada tahun 2010-2013.
Universitas Sumatera Utara
Gambar 2. Perkembangan curah hujan (mm/bulan) pada tahun 2010, 2011, dan 2012
Gambar 2 menyatakan bahwa pada tahun 2010 curah hujan tertinggi terdapat
pada bulan September sebesar 282 mm/bulan dan curah hujan terendah terdapat pada
bulan Februari sebesar 22 mm/bulan. Tahun 2011 curah hujan tertinggi terdapat pada
bulan Agustus sebesar 409 mm/bulan dan terendah terdapat pada bulan Februari
sebesar 36 mm/bulan. Tahun 2012 curah hujan tertinggi terdapat pada bulan Maret
sebesar 337 mm/bulan dan terendah terdapat pada bulan Februari sebesar 62
mm/bulan. Berikut ini disajikan data rataan hari hujan (hari) pada tahun 2010-2012
kebun Sei Dadap.
Tabel 5. Rataan hari hujan (hari/bulan) pada tanaman kelapa sawit tahun
2010-2012
Tahun
Rataan
Bulan
2010
2011
2012
Januari
10
12
5
9.00
Februari
4
3
4
3.67
Maret
10
9
9
9.33
April
7
5
10
7.33
Mei
11
7
6
8.00
Juni
14
7
5
8.67
Juli
17
4
6
9.00
Universitas Sumatera Utara
Agustus
September
Oktober
November
Desember
Total
15
15
11
20
8
142
12
12
19
15
6
111
8
9
10
7
11
90
11.67
12.00
13.33
14.00
8.33
9.53
Tabel 5 menyatakan bahwa rataan hari hujan tertinggi pada tahun 2010-2012
terdapat pada bulan November sebesar 14 hari/bulan dan rataan hari hujan terendah
terdapat
pada bulan
Februari
sebesar 3,67 hari/bulan.
Berikut
disajikan
perkembangan hari hujan (hari) pada tahun 2010-2012 pada gambar 3.
Gambar 3. Perkembangan hari hujan (hari/bulan) pada tahun 2010, 2011, dan 2012
Gambar 3 menunjukkan bahwa tahun 2010 rataan hari hujan tertinggi terdapat
pada bulan November sebesar 20 hari/bulan dan terendah terdapat pada bulan
Februari sebesar 4 hari/bulan. Tahun 2011 hari hujan tertinggi terdapat pada bulan
Oktober sebesar 19 hari/bulan dan terendah terdapat pada bulan Februari sebesar 3
Universitas Sumatera Utara
hari/bulan. Tahun 2012 hari hujan tertinggi terdapat pada bulan April dan Oktober
sebesar 10 hari/bulan dan terendah terdapat pada bulan Februari sebesar 4 hari/bulan.
Hubungan Curah Hujan dan hari hujan terhadap produksi TBS pada tanaman
kelapa sawit berumur 8 tahun
Produksi tanaman kelapa sawit dipengaruhi oleh besarnya curah hujan yang
terjadi. Besarnya curah hujan yang terjadi pada saat ini akan mempengaruhi besarnya
produksi tanaman kelapa sawit pada beberapa waktu ke depan karena berhubungan
dengan proses pembungaan dan pematangan buah pada tanaman kelapa sawit. Untuk
melihat hubungan curah hujan dan hari hujan terhadap produksi TBS pada tanaman
kelapa sawit berumur 8 tahun selama 3 tahun (2010-2012) dilihat pada tabel 6.
Tabel 6. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman berumur 8
tahun selama 3 tahun (2010-2012)
Produksi TBS
(Ton)
Rataan
Curah Hujan
(mm)
Hari Hujan
(Hari)
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
238.79
285.63
310.27
476.28
476.63
507.26
563.86
425.12
502.80
468.31
479.20
300.68
174.33
40.00
226.67
148.67
163.33
160.33
143.00
270.00
268.67
220.33
207.00
163.67
9.00
3.67
9.33
7.33
8.00
8.67
9.00
11.67
12.00
13.33
14.00
8.33
Total
5034.82
2186.00
114.33
Bulan
Universitas Sumatera Utara
Tabel 6 menyatakan bahwa total rataan produksi TBS pada tanaman berumur
8 tahun selama 3 tahun (2011-2013) sebesar 5034,82 ton, sedangkan total rataan
curah hujan (mm) sebesar 2186 mm dan total rataan hari hujan (hari) sebesar 114.33
hari. Berikut disajikan hubungan antara curah hujan dengan produksi TBS pada
tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) pada Gambar 4.
Gambar 4. Hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada
tanaman kelapa sawit berumur 8 tahun.
Gambar 4 menunjukkan bahwa rataan produksi tertinggi pada tanaman kelapa
sawit berumur 8 tahun selama 3 tahun (2011-2013) terdapat pada bulan Juli yakni
sebesar 563,86 ton/bulan dan rataan produksi terendah terdapat pada bulan Januari
sebesar 238,79 ton/bulan. Rataan curah hujan tertinggi terdapat pada bulan Agustus
yakni sebesar 270 mm/bulan dan rataan curah hujan terendah terdapat pada bulan
Februari sebesar 40 mm/bulan.
Analisis Data
Universitas Sumatera Utara
Analisis produksi tandan buah segar pada tahun 2011, 2012 dan 2013 di
kebun Sei Dadap PTPN III 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
kelapa sawit. Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan
antara variabel bebas dan terikat. Alat bantu untuk mengolah data menggunakan
SPSS.v.22 for windows.
Analisis Regresi Liner 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
(independent) dan variabel terikat (dependent). Koefisien determinasi (R2) digunakan
untuk mengetahui persentase sumbangan pengaruh serentak variabel-variabel bebas
terhadap variabel terikat. Berikut disajikan nilai koefisien pada model persamaan
regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) di Kebun Sei Dadap disajikan pada tabel 7 (Lampiran 15).
Tabel 7. Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa sawit
berumur 8 tahun selama 3 tahun (2011-2013)
Nilai Koefisien
Umur
r
R2
Adjusted R2
8 Tahun
.011
.437a
.191
Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa sawit
berumur 8 tahun menunjukkan bahwa nilai koefisien (r) sebesar 43,7%, koefisien
determinasi (R2) sebesar 19,1% dan nilai koefisien determinasi terkoreksi (Adjusted
Universitas Sumatera Utara
R2) sebesar 1,1%. Nilai koefisien (r) sebesar 43,7% menunjukkan besarnya hubungan
variabel curah hujan dan hari hujan terhadap variabel produksi TBS pada umur 8
tahun ialah keeratan agak lemah (Tabel 11). Koefisien determinasi (R2) menandakan
bahwa 19,1% variasi produksi kelapa sawit dapat dijelaskan oleh variasi variabel
curah hujan dan hari hujan yang terjadi dan sisanya sebesar 80,9% dijelaskan oleh
variabel lain yang tidak dimasukan ke dalam model.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai ttabel. Berikut disajikan uji t-parsial pada tanaman kelapa sawit berumur 8 tahun
selama 3 tahun (2011-2013) pada tabel 8 (lampiran 13).
Tabel 8. Uji t-parsial curah hujan dan hari hujan pada tanaman kelapa sawit berumur
8 tahun selama 3 tahun (2013-2015)
8 Tahun
Peubah
t-hitung
Sig.
Curah hujan
-0,553
0,594tn
Hari hujan
1,199
0,261tn
Keterangan: tn = tidak berbeda nyata pada taraf 5%
Hasil uji t-parsial menunjukkan bahwa nilai signifikansi curah hujan dan hari
hujan pada tanaman berumur 8 tahun lebih besar dari alpha 5% (sig > α 5%), maka
dapat dikatakan t hitung berbeda tidak nyata pada taraf kepercayaan 95% dengan
nilai t tabel sebesar 2,18.
Analisis sidik ragam untuk persamaan regresi linear berganda variabel curah
hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) disajikan pada tabel 9 (Lampiran 14).
Tabel 9. Sidik ragam persamaan regresi linear berganda pada tanaman kelapa sawit
berumur 8 tahun selama 3 tahun (2011-2013)
Umur
Sumber
Deraja
Jumlah
Kuadrat
FSig.
Universitas Sumatera Utara
8
Tahu
n
keragama
n
Regresi
Residual
Total
t
Bebas
2
9
11
Kuadrat
Tengah
hitung
23803.43
100769.58
124573.02
11901.71
11196.62
1.063
.385tn
Keterangan : tn = tidak berbeda nyata pada taraf 5%
Berdasarkan pendugaan model produksi pada tanaman kelapa sawit berumur 8
tahun di tahun 2011-2013, diperoleh nilai F-hitung sebesar 1,063 dengan nilai F-tabel
sebesar 4,26 dan nilai signifikansi pada uji ini adalah 0,385. Nilai signifikansi pada
uji F lebih besar dari 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 dalam model secara bersama-sama berpengaruh
tidak nyata terhadap produksi kelapa sawit.
Hasil model pengujian analisis regresi linier berganda pada tanaman kelapa
sawit berumur 8 tahun (2011-2013) disajikan pada tabel 10 (lampiran 16).
Tabel 10. Model pengujian analisis regresi linier berganda pada tanaman kelapa sawit
berumur 8 tahun selama (2011-2013)
Umur
Variabel
Koefisien
Konstanta
278.983
8 Tahun
Curah Hujan
-.515
Hari Hujan
24.602
Berdasarkan hasil analisis dapat dibentuk persamaan regresi yang dihasilkan
oleh variabel curah hujan dan hari hujan dalam memprediksi produksi TBS pada
tanaman kelapa sawit berumur 8 tahun berikut ini :
Y = 278,983 – 0,515 X1 + 24,602 X2 + ε
Universitas Sumatera Utara
Model persamaan untuk umur 8 tahun dapat diartikan bawha penambahan
satu satuan nilai curah hujan akan menurunkan produksi TBS sebesar 0,515 satuan
dan setiap penambahan satu satuan nilai hari hujan akan menaikkan nilai produksi
TBS sebesar 24,602 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 11.
Tabel 11. Interpretasi nilai r pada analisis korelasi
Nilai r
Interpretasi
0,00
Keeratan tidak ada korelasi
0,01-0,20
Keerataran sangat lemah
0,21-0,40
Keerataran lemah
0,41-0,60
Keerataran agak lemah
0,61-0,81
Keerataran cukup
0,81-0,99
Keerataran kuat
1,00
Keerataran sangat kuat
Sumber : Husain dan setiadi, 1995
Berikut disajikan hasil analisis korelasi antara variabel produksi TBS, curah
hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) pada tabel 12 (lampiran 17).
Universitas Sumatera Utara
Tabel 12. Uji analisis korelasi pada tanaman kelapa sawit berumur 8 tahun selama 3
tahun (2011-2013)
Variabel
Umur
Variabel
Statistik Uji Produksi
Curah
Hari
TBS
hujan
hujan
Produksi
R
tn
1
0,249
0,405tn
TBS
(koefisien)
Sig
0,436
0,192
R
Curah hujan
0,249 tn
1 0,838**
(koefisien)
8 Tahun
Sig
0,436
0,001
R
Hari hujan
0,405tn
0,838**
1
(koefisien)
Sig
0,192
0,001
Keterangan:
**
tn
= berbeda sangat nyata pata taraf uji 1%
= tidak berbeda nyata
Uji analisis korelasi pada tanaman kelapa sawit berumur 8 tahun
menunjukkan hubungan keeratan yang kuat antara variabel curah hujan dan hari
hujan yaitu 0,838 (dilihat dari tabel 11). Hubungan keeratan yang kuat
memperlihatkan berpengaruhnya antara variabel curah hujan dan hari hujan terhadap
pencapaian produksi TBS. Hal ini terlihat dari nilai signifikansi lebih kecil dari 1%
(Sig < α 0,01) dan korelasi lainnya memperlihatkan hubungan berpengaruh tidak
nyata terhadap pencapaian produksi TBS yang disebabkan nilai signifikansi lebih
besar dari 1% (Sig > α 0,01). Korelasi terlemah terjadi pada variabel produksi TBS
dengan curah hujan terdapat pada tanaman kelapa sawit berumur 8 tahun yaitu
sebesar 0,249.
Uji Asumsi Klasik
Universitas Sumatera Utara
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 di analisis dengan uji One Sample Kolmogrov-Sminov 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 kelapa sawit berumur 8 tahun
diperoleh nilai Kolmogorov-Sminov dan nilai signikansi yaitu 0,200 (α = 0,175)
(lampiran 18) yang berarti data telah terdistribusi normal.
Uji Heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian
dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus
dipenuh dalam model regresi adalah tidak adanya gejala heteroskedastisitas atau
biasa disebut homoskedastisitas. Metode pengujian yang digunakan ialah uji Glejser.
Uji glejser dilakukan dengan mregresikan nilai absolute residual terhadap variabel
independen lainnya. Jik