Pemanfaatan Data Agroklimatologi untuk Menduga Produksi Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate, Kalimantan Tengah
PEMANFAATAN DATA AGROKLIMATOLOGI UNTUK
MENDUGA PRODUKSI KELAPA SAWIT
(Elaeis guineensis Jacq.) DI BANGUN KOLING ESTATE,
KALIMANTAN TENGAH
ANNISA
DEPARTEMEN AGRONOMI DAN HORTIKULTURA
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
ii
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Pemanfaatan Data
Agroklimatologi untuk Menduga Produksi Kelapa Sawit (Elaeis guineensis Jacq.)
di Bangun Koling Estate, Kalimantan Tengah adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk karya apa pun
kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada
Institut Pertanian Bogor.
Bogor, Oktober 2013
Annisa
NIM A24090083
ii
ABSTRAK
ANNISA. Pemanfaatan Data Agroklimatologi untuk Menduga Produksi
Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate, Kalimantan
Tengah. Dibimbing oleh EDI SANTOSA.
Kegiatan magang ini secara khusus bertujuan menduga produksi kelapa
sawit dengan memanfaatkan data agroklimatologi. Kegiatan dilaksanakan di
Bangun Koling Estate, PT Windu Nabatindo Abadi, Bumitama Gunajaya Agro,
Kotawaringin Timur, Kalimantan Tengah pada bulan Februari-Juni 2013. Analisis
pendugaan produksi dilakukan menggunakan persamaan regresi linear berganda.
Hasil analisis uji t-parsial terdapat lima variabel yang berpengaruh nyata terhadap
produksi kelapa sawit, yaitu umur tanaman (pada 0 bulan sebelum panan (BSP)),
curah hujan (6 BSP), suhu udara (24 BSP), kelembaban udara (18 dan 24 BSP)
dan kecepatan angin (6 dan 18 BSP). Dari empat kombinasi model yang
memungkinkan, kombinasi peubah dalam persamaan regresi linear berganda IV
(PRLB IV) menghasilkan produksi duga tahunan dan rata-rata bulanan yang
paling mendekati produksi aktual.
Kata kunci: agroklimatologi, agronomi, kelapa sawit, pendugaan produksi,
Kalimantan Tengah
ABSTRACT
ANNISA. The Agroclimatology Data for Production Estimation of Oil Palm
(Elaeis guineensis Jacq.) in Bangun Koling Estate, Central Kalimantan.
Supervised by EDI SANTOSA.
The objective of this internship was to estimate oil palm production by
using agroeclimatological data. Data was collected in Bangun Koling Estate, PT
Windu Nabatindo Abadi, Bumitama Gunajaya Agro, East Kotawaringin, Central
Kalimantan on February to June 2013. Data were analized by using multiple linear
regression models. Results showed that among agroclimatological data there were
five variables significantly determined oil palm production, i.e., plant age (month),
rainfall on 6 months prior to harvest (MPH), air temperature on 24 MPH, relative
air humidity on 18 and 24 MPH and wind speed on 6 and 18 MPH. From four
possible multiple linear models, regression equation IV (MRLE IV) could be used
to estimate annual and monthly production of oil palm in study site.
Key words: agroclimatology, agronomy, oil palm, production estimation, Central
Kalimantan
PEMANFAATAN DATA AGROKLIMATOLOGI UNTUK
MENDUGA PRODUKSI KELAPA SAWIT
(Elaeis guineensis Jacq.) DI BANGUN KOLING ESTATE,
KALIMANTAN TENGAH
ANNISA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Pertanian
pada
Departemen Agronomi dan Hortikultura
DEPARTEMEN AGRONOMI DAN HORTIKULTURA
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
iv
Judul Skripsi : Pemanfaatan Data Agroklimatologi untuk Menduga Produksi
Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate,
Kalimantan Tengah
Nama
: Annisa
NIM
: A24090083
Disetujui oleh
Dr Edi Santosa, SP, MSi.
Pembimbing
Diketahui oleh
Dr Ir Agus Purwito, MScAgr
Ketua Departemen
Tanggal Lulus:
Judul Skripsi : Pemanfaatan Data Agroklimatologi untuk Menduga Produksi
Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate,
Kalimantan Tengah
Nama
: Annisa
: A24090083
NIM
Disetujui oleh
Dr Edi Santosa, SP, MSi.
Pembimbing
Tanggal Lulus:
o 1 20
vi
PRAKATA
Puji dan syukur dipanjatkan kehadirat Allah SWT atas rahmat dan hidayahNya penulis dapat menyelesaikan skripsi dengan judul Pemanfaatan Data
Agroklimatologi untuk Menduga Produksi Kelapa Sawit (Elaeis guineensis Jacq.)
di Bangun Koling Estate, Kalimantan Selatan. Skripsi ini disusun sebagai syarat
untuk menyelesaikan pendidikan Strata Satu (S1) dalam memperoleh gelar
Sarjana Pertanian di Institut Pertanian Bogor.
Penulis mengucapkan terima kasih pada Dr Edi Santosa SP, MSi selaku
dosen pembimbing skripsi dan Dr Ir Rahmad Suhartanto MSi selaku dosen
pembimbing akademik. Ir Adolf Pieter Lontoh, MSi dan Dr Herdhata Agusta
selaku dosen penguji. Bumitama Gunajaya Agro Grup Wilayah III dan IV, Bapak
Khirul Ahmad selaku manajer kebun, asisten divisi dan keluarga besar Bangun
Koling Estate, PT Windu Nabatindo Abadi, Kotawaringin Timur, Kalimantan
Tengah. Badan Meteorologi, Klimatologi dan Geofisika Pusat, Jakarta. Orang tua
dan keluarga besar (Effendi K, Aminah, Zubaidah, Siti Fatimah, Nurul Huda,
Maryama dan Muhammad Amru), karib kerabat (Irma Handasari, Netie Niki K,
Mayang Sari, Resti Putri S, Reisha Septiani, Nur Wahyu S, Iwana Prewari P,
RachmaEka, Selvia Oktaviani, Mega, Ajeng Aprilriyanti I, Erna Istiqamah),
Husein Habib, dan keluarga besar Agronomi dan Hortikultura 46.
Semoga karya tulis ini bermanfaat.
Bogor, Oktober 2013
Annisa
DAFTAR ISI
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
DAFTAR LAMPIRAN
x
PENDAHULUAN
1
Latar Belakang
1
Tujuan
1
TINJAUAN PUSTAKA
2
METODE MAGANG
4
Tempat dan Waktu
4
Metode Pelaksanaan
4
Pengamatan dan Pengumpulan Data
5
Analisis Data dan Informasi
6
KONDISI UMUM MAGANG
8
Letak Geografis Kebun
8
Keadaan Iklim dan Tanah
8
Areal Konsesi dan Tata Guna lahan
9
Keadaan Tanaman dan Produksi
10
Struktur Organisasi dan Ketenagakerjaan
11
PELAKSANAAN MAGANG
12
Aspek Teknis
12
Aspek Manajerial
24
HASIL DAN PEMBAHASAN
26
Produksi Bangun Koling Estate
26
Curah Hujan
27
Kecepatan Angin, Suhu, Kelembaban Udara Penyinaran Matahari
28
Populasi dan Umur Tanaman
28
Kultur Teknis
29
Penentuan Nilai Produksi Duga
30
Persamaan Regresi Linear Berganda I
32
Persamaan Regresi Linear Berganda II
36
Persamaan Regresi Linear Berganda III
40
Persamaan Regresi Linear Berganda IV
44
viii
Pendugaan Produksi
48
KESIMPULAN DAN SARAN
49
Kesimpulan
49
Saran
50
DAFTAR PUSTAKA
50
LAMPIRAN
52
RIWAYAT HIDUP
70
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Jenis tanah di Bangun Koling Estate
Topografi lahan kebun Bangun Koling Estate
Luas HGU dan tata guna lahan di Bangun Koling Estate
Komposisi asal bibit tanaman kelapa sawit di Bangun Koling Estate
Populasi tanaman per tahun tanam di Bangun Koling Estate
Produksi TBS kelapa sawit Bangun Koling Esatate 2009-2012
Pengelompokan pupuk berdasarkan cara aplikasi
Komposisi kandungan nutrisi JJK
Peralatan panen di Bangun Koling Estate
Kriteria buah layak potong di Bangun Koling Estate
Mutu TBS dan denda panen di Bangun Koling Estate
Premi supervisi di Bangun koling Estate
Hasil uji-t parsial peubah agroekologi terhadap produksi kelapa sawit
tahun 2009-2012 di Bangun Koling Estate
Kombinasi peubah untuk pendugaan produksi
Sidik ragam untuk persamaan regresi linear berganda I dengan respon
produksi (ton)
Hasil produksi duga pendugaan produksi I dengan respon produksi (ton)
Sidik ragam untuk persamaan regresi linear berganda Ia dengan respon
produktivitas (ton/ha)
Hasil produksi duga pendugaan produksi Ia dengan respon produktivitas
(ton/ha)
Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda I dan Ia
Sidik ragam untuk persamaan regresi linear berganda II dengan respon
produksi (ton)
Hasil produksi duga pendugaan produksi II dengan respon produksi (ton)
Sidik ragam untuk persamaan regresi linear berganda IIa dengan respon
produktivitas (ton/ha)
Hasil produksi duga pendugaan produksi IIa dengan respon produktivitas
(ton/ha)
9
9
10
10
11
11
17
18
20
22
23
23
31
31
32
32
34
34
36
36
36
38
38
24 Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda II dan IIa
25 Sidik ragam untuk persamaan regresi linear berganda III dengan respon
produksi (ton)
26 Hasil produksi duga pendugaan produksi III dengan respon produksi
(ton)
27 Sidik ragam untuk persamaan regresi linear berganda IIIa dengan
respon produktivitas (ton/ha)
28 Hasil produksi duga pendugaan produksi IIIa dengan respon
produktivitas (ton/ha)
29 Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda III dan IIIa
30 Sidik ragam untuk persamaan regresi linear berganda IV dengan respon
produksi (ton)
31 Hasil produksi duga pendugaan produksi IV dengan respon produksi
(ton)
32 Sidik ragam untuk persamaan regresi linear berganda IVa dengan
respon produktivitas (ton/ha)
33 Hasil produksi duga pendugaan produksi IVa dengan respon
produktivitas (ton/ha)
34 Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda IV dan IVa
35 Pendugaaan produksi Bangun Koling Estate tahun 2013
40
40
40
42
42
44
44
44
46
46
48
49
DAFTAR GAMBAR
1 Grafik pola sisaan terhadap Y Duga
2 Grafik perbandingan produksi dan estimasi produksi BKLE pada
kesesuaian lahan S2
3 Kondisi curah hujan dan produksi BKLE tahun 2012
4 Curah hujan bulanan di BKLE tahun 2007-2012
5 Umur tanaman dan produktivitas TBS di BKLE tahun 2009-2012
6 Losses panen akibat buah restan terhadap produksi BKLE
7 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB I
8 Perbandingan produksi duga dan aktual bulanan PRLB I
9 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB Ia
10 Perbandingan produksi duga dan aktual bulanan PRLB Ia
11 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB II
12 Perbandingan produksi duga dan aktual bulanan PRLB II
13 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IIa
14 Perbandingan produksi duga dan aktual bulanan PRLB IIa
15 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB III
7
26
27
28
29
30
33
33
35
35
37
37
39
39
41
x
16 Perbandingan produksi duga dan aktual bulanan PRLB III
17 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IIIa
18 Perbandingan produksi duga dan aktual bulanan PRLB IIIa
19 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IV
20 Perbandingan produksi duga dan aktual bulanan PRLB IV
21 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IVa
22 Perbandingan produksi duga dan aktual bulanan PRLB IVa
41
43
43
45
45
47
47
DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8
9
10
11
Jurnal kegiatan magang
Produksi kelapa sawit di Bangun Koling Estate 2009-2012
Data curah hujan Bangun Koling Estate Tahun 2007-2012
Data kecepatan angin, kelembaban udara penyinaran matahari dan suhu
Stasiun BMKG Sampit, Kalimantan Tengah
Pemupukan di Bangun Koling Estate Tahun 2009-2012
Data defisit air di Bangun Koling Estate 2007-2012
Peta areal statement Bangun Koling Estate
Peta sebaran tanah di Bangun Koling Estate
Struktur organisasi Bangun Koling Estate
Produksi tahun 2009 persamaan regresi linear berganda I, Ia, II, IIa, III,
IIIa, IV dan IVa
Plot sisaan vs Y duga persamaan regresi linear berganda
53
58
60
61
63
64
65
66
67
68
69
1
PENDAHULUAN
Latar Belakang
Kelapa sawit merupakan tanaman sumber minyak nabati, yang pada saat ini
memiliki produktivitas tertinggi per satuan luas dibanding jenis tanaman lainnya.
Tanaman kelapa sawit memiliki potensi minyak sekitar 6-7 ton ha-1 tahun-1 dengan
masa ekonomis sekitar 30 tahun (Asmoro 2007). Semakin meningkatnya
permintaan minyak sawit dunia untuk kebutuhan pangan (edible oil), kebutuhan
industri (oleochemical) dan sumber energi (bahan bakar nabati) menghantarkan
Indonesia sebagai penghasil kelapa sawit terbesar di dunia (Wahyono 2006).
Kapasitas produksi sawit Indonesia sangat besar dan dapat ditingkatkan terutama
dikaitkan dengan ketersediaan lahan, kesesuaian iklim, ketersediaan tenaga kerja,
serta efisiensi biaya produksi perkebunan sawit per hektar yang cukup tinggi
(KPPU 2008).
Seiring dengan masuknya minyak sawit sebagai komoditas dunia, hal yang
perlu dilakukan Indonesia adalah meningkatkan stabilitas produksi dan
meningkatkan akurasi dalam pendugaan produksi. Pendugaan produksi kelapa
sawit sangat diperlukan oleh internal perusahaan perkebunan kelapa sawit untuk
perencanaan kebun seperti anggaran perusahaan, transportasi produksi, tenaga
kerja, dan pengolahan di pabrik kelapa sawit.
Akurasi pendugaan produksi kelapa sawit di lapangan bervariasi antar
kebun dan antar musim. Pada saat ini, pendugaan produksi telah banyak
dikembangkan seperti di Kalimantan Selatan (Sulistyo 2010). Sebagian besar
pendugaan saat ini didasarkan pada sampling kebun. Akurasi dugaan produksi
pada sistem tersebut dibandingkan dengan produksi aktual berkisar antara 70-80%.
Pendugaan dianggap tepat jika maksimal deviasi antara pendugaan dan produksi
aktual adalah 5-10%. Dengan demikian, akurasi dugaan tersebut masih perlu
untuk ditingkatkan dengan cara mempertimbangkan faktor-faktor yang
berpengaruh terhadap produksi. Pahan (2008) menyatakan bahwa variasi dalam
faktor lingkungan, edafik, genetik tanaman dan manajemen dapat mempengaruhi
kualitas pendugaan pada suatu kebun. Secara umum, kemampuan prediksi
tersebut dapat dicapai apabila proses-proses dalam sistem produksi kelapa sawit
dianalisis secara kuantitatif (Hazriani 2004). Pada kegiatan magang, dilakukan
pengamatan secara khusus terkait dengan pendugaan produksi kelapa sawit
terutama menggunakan data agronomi dan agroklimatologi.
Tujuan
Tujuan umum dari pelaksanaan magang adalah untuk meningkatkan
kemampuan mahasiswa dalam mempelajari dan memahami proses produksi
kelapa sawit serta meningkatkan keterampilan mahasiswa dalam pengelolaan
kebun kelapa sawit dari berbagai tingkat pekerja. Tujuan khusus dari pelaksanaan
magang adalah untuk mencari model pendugaan produksi kelapa sawit guna
meminimalisasi gap (perbedaan) antara produksi aktual dengan produksi estimasi
(pendugaan) kelapa sawit.
2
TINJAUAN PUSTAKA
Botani Kelapa Sawit
Tanaman kelapa sawit menurut Mangoensoekarjo dan Tojib (2008) adalah
termasuk dalam divisio Tracheophyta, sub divisio Pteropsida, kelas Angiospermae
dan sub kelas Monocotyledonae. Selanjutnya kelapa sawit termasuk dalam ordo
spadiciflorae (Arecales), famili Palmae (Arecacee), subfamili Cocoidae, genus
Elaeis dan spesies Elaeis guineensis Jacq.
Kelapa sawit berkembang biak dengan cara generatif. Buah sawit matang
pada kondisi tertentu embrionya akan berkecambah menghasilkan tunas (plumula)
dan bakal akar (radikula). Kelapa sawit yang sudah dewasa memiliki akar serabut
yang membentuk anyaman rapat dan tebal. Sebagian akar serabut tumbuh lurus
ke bawah/vertikal dan sebagian lagi tumbuh menyebar ke samping/horizontal
(Sastrosayono 2003).
Kelapa sawit memiliki batang yang tidak berkambium dan tidak bercabang.
Batang berbentuk silinder dengan diameter 20-75 cm. Tanaman yang masih muda
batangnya tidak terlihat jelas karena tertutup pelepah daun. Tinggi batang
bertambah 25-45 cm per tahun hingga dapat mencapai ketinggian 24 m.
Pertumbuhan batang tergantung genetik tanaman, kesuburan lahan dan iklim
setempat (Fauzi et al. 2002).
Syarat Tumbuh Kelapa Sawit
Kelapa sawit adalah tanaman perkebunan yang sangat toleran terhadap
kondisi lingkungan yang kurang baik. Namun, untuk menghasilkan pertumbuhan
yang sehat serta menghasilkan produksi yang tinggi dibutuhkan kisaran kondisi
lingkungan tertentu (disebut syarat tumbuh kelapa sawit), sehingga aspek iklim
sangat mempengaruhi pertumbuhan sawit (Sugiyono et al. 2007).
Tanaman sawit tumbuh dengan baik pada suhu udara 27 °C dengan suhu
maksimum 33 °C dan suhu minimum 22 °C. Curah hujan optimal untuk
pertumbuhan adalah merata sepanjang tahun (dengan jumlah bulan kering kurang
dari 3) berkisar 1 750-2 500 mm (Sugiyono et al. 2007). Menurut Sutarta et al.
(2006) kelapa sawit tidak boleh mengalami defisit air.
Jumlah bulan kering kurang lebih dari tiga bulan merupakan faktor
pembatas pertumbuhan. Bulan kering dan curah hujan yang rendah menyebabkan
terjadinya defisit air. Lama penyinaran matahari yang optimal adalah 6 jam per
hari dan kelembaban nisbi pada kisaran 50%-90% (optimal 80%) (Sugiyono et al.
2007).
Aspek iklim lainnya yang juga berpengaruh pada budidaya adalah elevasi,
yaitu kurang dari 400 m dari permukaan laut (dpl) (Sutarta et al. 2006). Jenis
tanah yang ideal adalah ultisols, entisols, inceptisols, andisols dan histosols.
Kelapa sawit dapat diusahakan pada tanah yang memiliki tekstur agak kasar
sampai halus yaitu antara pasir berlempung sampai liat masif. Tekstur tanah ideal
adalah lempung berdebu, lempung liat berdebu, lempung berliat dan lempung liat
berpasir. Kedalaman tanah yang baik adalah jika >100 cm. Kadar keasaman tanah
3
(pH) yang optimal berkisar antara pH 5.0-6.0, namun kelapa sawit masih toleran
pada pH 7.0, tetapi produktivitas
tidak optimal. Kadar keasaman tanah dapat di perbaiki melalui tindakan
pemupukan (kaptan, dolomit, fosfat alam) (Sugiyono et al. 2007).
Faktor yang Mempengaruhi Produksi Kelapa Sawit
Tanaman berproduksi optimal jika dipelihara dengan baik. Pemeliharaan
pada tanaman menghasilkan (TM) meliputi pengendalian gulma, penunasan
pelepah, pengendalian hama penyakit, konservasi tanah dan air, pemupukan serta
pemeliharaan jalan (Sutarta et al. 2006).
Sugiyono et al. (2007) menyatakan kondisi iklim, tanah dan bentuk wilayah
merupakan faktor lingkungan utama yang mempengaruhi keberhasilan
pengembangan tanaman kelapa sawit, disamping faktor lainnya seperti bahan
tanaman (genetis) dan perlakuan kultur teknis, serta iklim terutama curah hujan,
jumlah bulan kering, panjang penyinaran dan kecepatan angin. Menurut
Mangoensoekarjo dan Tojib (2008), untuk mencapai produksi yang tinggi
diperlukan kombinasi faktor lingkungan, faktor genetik dan faktor budidaya.
Sulistyo (2010) menyatakan faktor iklim (kelembaban udara, penyinaran matahari,
curah hujan, hari hujan, defisit air), umur tanaman dan pemupukan merupakan
faktor utama penentu dalam produksi.
Mangoensoekarjo dan Tojib (2008) menyatakan bahwa perencanan produksi
terdiri atas rencana tahunan dan prognosa yang dibuat dan disusun dari setiap blok,
afdeling dan kebun menurut kelompok umur dan tahun tanam. Agar rencana
produksi mencapai target dan tidak berbeda jauh dengan realisasi produksi perlu
dilakukan evaluasi produksi selama 5 tahun terakhir yang bersumber dari produksi
tahunan dan dilakukan sensus bunga betina untuk memperkirakan produksi yang
dapat dipanen 6 dan 12 bulan kedepan.
Pendugaan Produksi
Pendugaan (estimasi) merupakan studi dengan memanfaatkan terhadap
data historis untuk menemukan hubungan pola yang sistematis untuk menduga
nilai di masa yang akan datang (Rambe 2009). Rambe (2009) menambahkan hasil
pendugaan produksi dapat dimanfaatkan sebagai penentuan kebijakan dan
perencanaan kegiatan produksi pada perusahaan sehingga mendapatkan hasil yang
maksimal.
Jenis pendugaan dapat dibedakan berdasarkan waktu, ruang lingkup, dan
metode yang digunakan. Pembagian menurut jangka waktu, pendugaan produksi
dapat dikategorikan menjadi pendugaan jangka pendek dan pendugaan jangka
panjang. Pendugaan jangka pendek di perusahaan biasa disebut sebagai taksasi
harian panen yang berfungsi sebagai estimasi produksi setiap harinya. Pendugaan
jangka panjang berfungsi sebagai dasar untuk menentukan estimasi produksi
kebun atau perusahaan (Irfanda 2012). Jenis-jenis pendugaan kuantitatif menurut
Rambe (2009) dibedakan menjadi metode berdasarkan analisa pola hubungan
antara variable yang diperkirakan dengan variabel waktu (deret waktu/time series),
4
metode berdasarkan analisa pola hubungan antar variable lain selain waktu
(korelasi atau sebab akibat/causal methods), dan metode gabungan antara variable
waktu dan deret waktu (metode Smoothing, Box Jenkins, dan proyeksi tren dengan
regresi).
METODE MAGANG
Tempat dan Waktu
Kegiatan magang dilaksanakan di Bangun Koling Estate, PT. Windu
Nabatindo Abadi, Bumitama Gunajaya Agro Group, Kecamatan Cempaga,
Kabupaten Kotawaringin Timur, Kalimantan Tengah selama empat bulan mulai
10 Februari 2013 hingga 10 Juni 2013.
Metode Pelaksanaan
Metode pelaksanaan magang adalah mempelajari dan melakukan semua
kegiatan di lapangan sebagai karyawan harian lepas selama satu bulan. Satu bulan
berikutnya sebagai pendamping mandor dan dua bulan terakhir sebagai
pendamping asisten divisi. Pada satu bulan pertama penulis bekerja sebagaimana
karyawan harian lepas (KHL). Pada bulan kedua penulis mendampingi mandor
dan melaksanakan tugas sesuai instruksi dari asisten divisi. Penulis menjadi
pendamping asisten divisi selama dua bulan terakhir (Lampiran 1).
Pengamatan dan Pengumpulan Data
Pengumpulan data meliputi data primer dan sekunder. Data primer diperoleh
dari pengamatan lapangan melalui observasi dan wawancara dengan pihak yang
bersangkutan. Data primer untuk laporan umum adalah hasil kegiatan selama
menjadi KHL, pendamping mandor dan pendamping asisten. Data primer untuk
pengamatan khusus diantaranya adalah pengukuran curah hujan.
Pengumpulan data sekunder didapatkan melalui arsip kebun, hasil riset
maupun Badan Meteorologi dan Geofisika. Data sekunder berupa data umum
perusahaan seperti letak geografis kebun, tata guna lahan, luas areal konsesi (hak
guna usaha/HGU) dan peta wilayah administrasi. Data sekunder untuk pendugaan
produksi meliputi data parameter agronomi kuantitatif yang mempengaruhi hasil
produksi meliputi:
1. Data produksi kelapa sawit
Data produksi kelapa sawit meliputi data produksi (ton) dan
produktivitas bulanan (ton ha-1) secara keseluruhan di Bangun Koling Estate
mulai tahun 2009-2012 (Lampiran 2).
5
2.
3.
4.
5.
Data populasi tanaman kelapa sawit
Data populasi tanaman kelapa sawit meliputi jumlah tanaman kelapa
sawit pada tahun 2009-2012 untuk tahun tanam 2006, 2007, 2008, 2009, dan
2010 beserta luasan area tiap tahun tanam. Selain itu, diketahui pula jumlah
tanaman sisipan pada tiap tahun tanam. Jumlah populasi tanaman rata-rata
seluruh kebun (tanaman ha-1) diketahui dengan membagi total populasi
tanaman kebun terhadap luas total kebun.
Data rata-rata umur tanaman
Bangun Koling Estate memiliki komposisi tanaman menghasilkan
(TM) dengan tahun tanam 2006, 2007, 2008, 2009, dan 2010. Setiap tahun
tanam memiliki tanaman sisipan yang ditanam pada tahun yang berbeda.
Penghitungan rata-rata umur tanaman (RUT) untuk seluruh kebun yaitu
dengan merata-rata umur tanaman pada tiap tahun tanam, lalu menghitung
rataan umur tanaman dalam satu kebun. Nilai rataan dihitung dengan rumus:
RUT =
Contoh perhitungan:
Pada tahun 2012 rataan umur tanaman kelaa sawit di Bangun Koling
Estate (BKLE) untuk tahun tanam 2006 (560.06 ha) adalah 6 tahun, tahun
tanam 2007 (1 526.55 ha) adalah 5.27 tahun, tahun tanam 2008 (261.05)
adalah 5.13 tahun, tahun tanam 2009 (34.63 ha) adalah 5.09 tahun, tahun
tanam 2010 (122.35 ha) adalah 4.94 tahun, dan tahun tanam 2011 (25.01 ha)
adalah 4.90 tahun. Luas area TM BKLE adalah 2382.29 ha. Rataan umur TM
di BKLE adalah:
RUT
= (560.06 x 3) + (1526.55 x 2.27) + (261.05 x 2.13) + (34.63 x
5.09) : 2382.29
= 5.1 tahun
= 61 bulan
Batasan peubah umur dalam persamaan regresi linier berganda yang
digunakan adalah 61-132 bulan (Sulistyo 2010). Rata-rata umur tanaman
kelapa sawit di BKLE pada tahun 2009-2012 telah sesuai dengan batasan
umur tersebut.
Data curah hujan dan hari hujan
Data curah hujan dan hari hujan (tahun 2007-2012) merupakan hasil
pengukuran yang dilakukan oleh pihak kebun menggunakan alat penakar
hujan (ombrometer) yang berada di areal kebun dengan luas mulut penakar
100 cm2. Pengukuran curah hujan dilakukan sebanyak dua kali dalam sehari
yaitu pukul 06.00 pagi dan 06.00 sore. Curah hujan (mm) diketahui dengan
membagi volume air (ml) dengan luas mulut ombrometer (cm2). Satu hari
dikatakan sebagai hari hujan apabila air yang terkumpul di ombrometer ≥0.5
mm. Data curah hujan BKLE 2007-2012 terdapat pada Lampiran 3.
Data suhu udara, kelembaban udara, kecepatan angin, dan penyinaran
matahari
Data suhu udara (°C), kelembaban udara (%), kecepatan angin (knots),
dan lama penyinaran matahari (%) merupakan data rata-rata bulanan dari
tahun 2007-2012 yang diperoleh dari Badan Meteorologi, Klimatologi, dan
Geofisika (BMKG) Pusat, Jakarta. Kemudian satuan untuk kecepatan angin
diubah menjadi km/jam (1 knots= 1.852 km jam-1). Data iklim pada stasiun
BMKG Sampit tersaji pada Lampiran 4.
6
6.
7.
8.
Data realisasi pemupukan
Data realisasi pemupukan adalah data asli kebun terkait aplikasi
pemupukan yang ada di kebun BKLE sesuai rekomendasi dari Departemen
Riset BGA untuk wilayah 3 dan 4. Berdasarkan hasil evaluasi dari kebun dan
riset didapatkan realisasi pemupukan di BKLE tiap tahunnya. Data rencana
dan realisasi pemupukan BKLE 2009-2012 terdapat pada Lampiran 5.
Defisit air
Penghitungan defisit air dilakukan menggunakan metode Tailliez, yaitu
dengan menghitung nilai keseimbangan air (neraca air) (Sulistyo 2010). Nilai
keseimbangan air diperoleh dengan menjumlahkan curah hujan (mm) dengan
cadangan awal air lalu dikurangi nilai evapotranspirasi. Nilai evapotranspirasi
diasumsikan bernilai 150 mm bulan-1 apabila hari hujan ≤10 hari bulan-1 dan
bernilai 120 mm bulan-1 apabila hari hujan >10 hari bulan-1. Asumsi lain
adalah dengan melihat kemampuan air tanah dalam menyimpan air atau
cadangan air dalam tanah maksimum 200 mm. Defisit air terjadi apabila nilai
keseimbangan air 0 mm. Apabila nilai keseimbangan air bernilai >200 mm,
maka kelebihan air disimpan dalam tanah dengan asumsi cadangan untuk
bulan berikutnya dengan nilai maksimum 200 mm. Jumlah defisit air tiap
bulan dijumlahkan untuk memperoleh defisit air dalam setahun (mm/tahun).
Data defisit air tersaji pada Lampiran 6.
Data kelas kesesuian lahan
Data kelas kesesuaian lahan merupakan dala laporan survei tanah
Departemen Riset BGA pada tahun 2012.
Analisis Data dan Informasi
Analisis data menggunakan model analisis regresi dengan asumsi bahwa
peubah tak bebas (Y) yaitu nilai produksi kelapa sawit merupakan fungsi linier
dari beberapa peubah bebas (βk, Xk) yaitu faktor agroklimatologi dan kegiatan
kultur teknis, sehingga model regresi liner yang digunakan adalah model regresi
linier berganda. Program komputer yang digunakan adalah Minitab 14. Bentuk
umum model regresi linier berganda dengan k peubah penjelas (Walpole 1995)
yaitu:
Y = β0 + β1X1 + β2X2 + …. + βkXk + ε
Keterangan :
Y
β0
β1, β2, …, βk
X1, X2, …, Xk
= Peubah respon (produksi kelapa sawit)
= Nilai variabel respon ketika prediktor bernilai nol
= Parameter-parameter model regresi untuk variabel X1,
X2, Xk
= Peubah prediktor (iklim dan kultur teknis)
;k=1….n (jumlah peubah)
ε
= Sisaan
Uji t-parsial dilakukan untuk mengetahui adanya pengaruh tiap peubah
terhadap produksi kelapa sawit. Hal ini dimaksudkan mempermudah menemukan
kombinasi peubah yang tepat untuk meminimalkan perbedaan antara Y aktual dan
7
Y duga. Pengujian dilakukan pada 0 bulan sebelum panen (BSP), 6 BSP, 12 BSP,
18 BSP dan 24 BSP. Peubah yang berpengaruh nyata terhadap hasil produksi
kelapa sawit digunakan dalam mencari bentuk persamaan regresi linier berganda
dengan nilai produksi duga paling mendekati atau tepat dengan produksi aktual.
Analisis regresi dilakukan dengan meregresikan tiap peubah (data bulanan)
terhadap produktivitas aktual kebun 4 tahun terakhir (2009-2012) sehingga
diperoleh nilai produksi duga bulanan yang dapat digunakan untuk menduga hasil
produksi duga selama setahun.
Beberapa asumsi dasar yang digunakan adalah: 1) inisiasi bunga betina
sangat dipengaruhi oleh curah hujan 24 bulan sebelum panen, 2) Tanaman secara
genetis seragam, 3) pemupukan dilakukan oleh pekerja dengan kualitas yang sama,
4) pemupukan menggunakan POME (limbah cair) atau JJK (TBS kosong)
diaplikasikan merata, 5) data yang dimiliki kebun merupakan data faktual, dan 6)
faktor lain selain yang dijadikan sebagai peubah ceteris paribus.
Permasalahan yang sering muncul dalam regresi linear adalah terjadinya
multikolinearitas, autokorelasi, dan heteroskedastisitas yang menyebabkan
asumsi-asumsi dalam persamaan regresi linear berganda tidak terpenuhi.
Multikolinearitas dapat dideteksi dengan melihat nilai variance inflation factor
(VIF) pada output minitab. Toleransi nilai VIF yang dapat diterima adalah
MENDUGA PRODUKSI KELAPA SAWIT
(Elaeis guineensis Jacq.) DI BANGUN KOLING ESTATE,
KALIMANTAN TENGAH
ANNISA
DEPARTEMEN AGRONOMI DAN HORTIKULTURA
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
ii
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Pemanfaatan Data
Agroklimatologi untuk Menduga Produksi Kelapa Sawit (Elaeis guineensis Jacq.)
di Bangun Koling Estate, Kalimantan Tengah adalah benar karya saya dengan
arahan dari komisi pembimbing dan belum diajukan dalam bentuk karya apa pun
kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada
Institut Pertanian Bogor.
Bogor, Oktober 2013
Annisa
NIM A24090083
ii
ABSTRAK
ANNISA. Pemanfaatan Data Agroklimatologi untuk Menduga Produksi
Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate, Kalimantan
Tengah. Dibimbing oleh EDI SANTOSA.
Kegiatan magang ini secara khusus bertujuan menduga produksi kelapa
sawit dengan memanfaatkan data agroklimatologi. Kegiatan dilaksanakan di
Bangun Koling Estate, PT Windu Nabatindo Abadi, Bumitama Gunajaya Agro,
Kotawaringin Timur, Kalimantan Tengah pada bulan Februari-Juni 2013. Analisis
pendugaan produksi dilakukan menggunakan persamaan regresi linear berganda.
Hasil analisis uji t-parsial terdapat lima variabel yang berpengaruh nyata terhadap
produksi kelapa sawit, yaitu umur tanaman (pada 0 bulan sebelum panan (BSP)),
curah hujan (6 BSP), suhu udara (24 BSP), kelembaban udara (18 dan 24 BSP)
dan kecepatan angin (6 dan 18 BSP). Dari empat kombinasi model yang
memungkinkan, kombinasi peubah dalam persamaan regresi linear berganda IV
(PRLB IV) menghasilkan produksi duga tahunan dan rata-rata bulanan yang
paling mendekati produksi aktual.
Kata kunci: agroklimatologi, agronomi, kelapa sawit, pendugaan produksi,
Kalimantan Tengah
ABSTRACT
ANNISA. The Agroclimatology Data for Production Estimation of Oil Palm
(Elaeis guineensis Jacq.) in Bangun Koling Estate, Central Kalimantan.
Supervised by EDI SANTOSA.
The objective of this internship was to estimate oil palm production by
using agroeclimatological data. Data was collected in Bangun Koling Estate, PT
Windu Nabatindo Abadi, Bumitama Gunajaya Agro, East Kotawaringin, Central
Kalimantan on February to June 2013. Data were analized by using multiple linear
regression models. Results showed that among agroclimatological data there were
five variables significantly determined oil palm production, i.e., plant age (month),
rainfall on 6 months prior to harvest (MPH), air temperature on 24 MPH, relative
air humidity on 18 and 24 MPH and wind speed on 6 and 18 MPH. From four
possible multiple linear models, regression equation IV (MRLE IV) could be used
to estimate annual and monthly production of oil palm in study site.
Key words: agroclimatology, agronomy, oil palm, production estimation, Central
Kalimantan
PEMANFAATAN DATA AGROKLIMATOLOGI UNTUK
MENDUGA PRODUKSI KELAPA SAWIT
(Elaeis guineensis Jacq.) DI BANGUN KOLING ESTATE,
KALIMANTAN TENGAH
ANNISA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Pertanian
pada
Departemen Agronomi dan Hortikultura
DEPARTEMEN AGRONOMI DAN HORTIKULTURA
FAKULTAS PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
iv
Judul Skripsi : Pemanfaatan Data Agroklimatologi untuk Menduga Produksi
Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate,
Kalimantan Tengah
Nama
: Annisa
NIM
: A24090083
Disetujui oleh
Dr Edi Santosa, SP, MSi.
Pembimbing
Diketahui oleh
Dr Ir Agus Purwito, MScAgr
Ketua Departemen
Tanggal Lulus:
Judul Skripsi : Pemanfaatan Data Agroklimatologi untuk Menduga Produksi
Kelapa Sawit (Elaeis guineensis Jacq.) di Bangun Koling Estate,
Kalimantan Tengah
Nama
: Annisa
: A24090083
NIM
Disetujui oleh
Dr Edi Santosa, SP, MSi.
Pembimbing
Tanggal Lulus:
o 1 20
vi
PRAKATA
Puji dan syukur dipanjatkan kehadirat Allah SWT atas rahmat dan hidayahNya penulis dapat menyelesaikan skripsi dengan judul Pemanfaatan Data
Agroklimatologi untuk Menduga Produksi Kelapa Sawit (Elaeis guineensis Jacq.)
di Bangun Koling Estate, Kalimantan Selatan. Skripsi ini disusun sebagai syarat
untuk menyelesaikan pendidikan Strata Satu (S1) dalam memperoleh gelar
Sarjana Pertanian di Institut Pertanian Bogor.
Penulis mengucapkan terima kasih pada Dr Edi Santosa SP, MSi selaku
dosen pembimbing skripsi dan Dr Ir Rahmad Suhartanto MSi selaku dosen
pembimbing akademik. Ir Adolf Pieter Lontoh, MSi dan Dr Herdhata Agusta
selaku dosen penguji. Bumitama Gunajaya Agro Grup Wilayah III dan IV, Bapak
Khirul Ahmad selaku manajer kebun, asisten divisi dan keluarga besar Bangun
Koling Estate, PT Windu Nabatindo Abadi, Kotawaringin Timur, Kalimantan
Tengah. Badan Meteorologi, Klimatologi dan Geofisika Pusat, Jakarta. Orang tua
dan keluarga besar (Effendi K, Aminah, Zubaidah, Siti Fatimah, Nurul Huda,
Maryama dan Muhammad Amru), karib kerabat (Irma Handasari, Netie Niki K,
Mayang Sari, Resti Putri S, Reisha Septiani, Nur Wahyu S, Iwana Prewari P,
RachmaEka, Selvia Oktaviani, Mega, Ajeng Aprilriyanti I, Erna Istiqamah),
Husein Habib, dan keluarga besar Agronomi dan Hortikultura 46.
Semoga karya tulis ini bermanfaat.
Bogor, Oktober 2013
Annisa
DAFTAR ISI
DAFTAR TABEL
viii
DAFTAR GAMBAR
ix
DAFTAR LAMPIRAN
x
PENDAHULUAN
1
Latar Belakang
1
Tujuan
1
TINJAUAN PUSTAKA
2
METODE MAGANG
4
Tempat dan Waktu
4
Metode Pelaksanaan
4
Pengamatan dan Pengumpulan Data
5
Analisis Data dan Informasi
6
KONDISI UMUM MAGANG
8
Letak Geografis Kebun
8
Keadaan Iklim dan Tanah
8
Areal Konsesi dan Tata Guna lahan
9
Keadaan Tanaman dan Produksi
10
Struktur Organisasi dan Ketenagakerjaan
11
PELAKSANAAN MAGANG
12
Aspek Teknis
12
Aspek Manajerial
24
HASIL DAN PEMBAHASAN
26
Produksi Bangun Koling Estate
26
Curah Hujan
27
Kecepatan Angin, Suhu, Kelembaban Udara Penyinaran Matahari
28
Populasi dan Umur Tanaman
28
Kultur Teknis
29
Penentuan Nilai Produksi Duga
30
Persamaan Regresi Linear Berganda I
32
Persamaan Regresi Linear Berganda II
36
Persamaan Regresi Linear Berganda III
40
Persamaan Regresi Linear Berganda IV
44
viii
Pendugaan Produksi
48
KESIMPULAN DAN SARAN
49
Kesimpulan
49
Saran
50
DAFTAR PUSTAKA
50
LAMPIRAN
52
RIWAYAT HIDUP
70
DAFTAR TABEL
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Jenis tanah di Bangun Koling Estate
Topografi lahan kebun Bangun Koling Estate
Luas HGU dan tata guna lahan di Bangun Koling Estate
Komposisi asal bibit tanaman kelapa sawit di Bangun Koling Estate
Populasi tanaman per tahun tanam di Bangun Koling Estate
Produksi TBS kelapa sawit Bangun Koling Esatate 2009-2012
Pengelompokan pupuk berdasarkan cara aplikasi
Komposisi kandungan nutrisi JJK
Peralatan panen di Bangun Koling Estate
Kriteria buah layak potong di Bangun Koling Estate
Mutu TBS dan denda panen di Bangun Koling Estate
Premi supervisi di Bangun koling Estate
Hasil uji-t parsial peubah agroekologi terhadap produksi kelapa sawit
tahun 2009-2012 di Bangun Koling Estate
Kombinasi peubah untuk pendugaan produksi
Sidik ragam untuk persamaan regresi linear berganda I dengan respon
produksi (ton)
Hasil produksi duga pendugaan produksi I dengan respon produksi (ton)
Sidik ragam untuk persamaan regresi linear berganda Ia dengan respon
produktivitas (ton/ha)
Hasil produksi duga pendugaan produksi Ia dengan respon produktivitas
(ton/ha)
Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda I dan Ia
Sidik ragam untuk persamaan regresi linear berganda II dengan respon
produksi (ton)
Hasil produksi duga pendugaan produksi II dengan respon produksi (ton)
Sidik ragam untuk persamaan regresi linear berganda IIa dengan respon
produktivitas (ton/ha)
Hasil produksi duga pendugaan produksi IIa dengan respon produktivitas
(ton/ha)
9
9
10
10
11
11
17
18
20
22
23
23
31
31
32
32
34
34
36
36
36
38
38
24 Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda II dan IIa
25 Sidik ragam untuk persamaan regresi linear berganda III dengan respon
produksi (ton)
26 Hasil produksi duga pendugaan produksi III dengan respon produksi
(ton)
27 Sidik ragam untuk persamaan regresi linear berganda IIIa dengan
respon produktivitas (ton/ha)
28 Hasil produksi duga pendugaan produksi IIIa dengan respon
produktivitas (ton/ha)
29 Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda III dan IIIa
30 Sidik ragam untuk persamaan regresi linear berganda IV dengan respon
produksi (ton)
31 Hasil produksi duga pendugaan produksi IV dengan respon produksi
(ton)
32 Sidik ragam untuk persamaan regresi linear berganda IVa dengan
respon produktivitas (ton/ha)
33 Hasil produksi duga pendugaan produksi IVa dengan respon
produktivitas (ton/ha)
34 Nilai p-value, VIF dan Durbin Watson pada persamaan regresi linear
berganda IV dan IVa
35 Pendugaaan produksi Bangun Koling Estate tahun 2013
40
40
40
42
42
44
44
44
46
46
48
49
DAFTAR GAMBAR
1 Grafik pola sisaan terhadap Y Duga
2 Grafik perbandingan produksi dan estimasi produksi BKLE pada
kesesuaian lahan S2
3 Kondisi curah hujan dan produksi BKLE tahun 2012
4 Curah hujan bulanan di BKLE tahun 2007-2012
5 Umur tanaman dan produktivitas TBS di BKLE tahun 2009-2012
6 Losses panen akibat buah restan terhadap produksi BKLE
7 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB I
8 Perbandingan produksi duga dan aktual bulanan PRLB I
9 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB Ia
10 Perbandingan produksi duga dan aktual bulanan PRLB Ia
11 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB II
12 Perbandingan produksi duga dan aktual bulanan PRLB II
13 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IIa
14 Perbandingan produksi duga dan aktual bulanan PRLB IIa
15 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB III
7
26
27
28
29
30
33
33
35
35
37
37
39
39
41
x
16 Perbandingan produksi duga dan aktual bulanan PRLB III
17 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IIIa
18 Perbandingan produksi duga dan aktual bulanan PRLB IIIa
19 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IV
20 Perbandingan produksi duga dan aktual bulanan PRLB IV
21 Perbandingan produksi aktual tahunan, produksi duga tahunan dan
budget produksi PRLB IVa
22 Perbandingan produksi duga dan aktual bulanan PRLB IVa
41
43
43
45
45
47
47
DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8
9
10
11
Jurnal kegiatan magang
Produksi kelapa sawit di Bangun Koling Estate 2009-2012
Data curah hujan Bangun Koling Estate Tahun 2007-2012
Data kecepatan angin, kelembaban udara penyinaran matahari dan suhu
Stasiun BMKG Sampit, Kalimantan Tengah
Pemupukan di Bangun Koling Estate Tahun 2009-2012
Data defisit air di Bangun Koling Estate 2007-2012
Peta areal statement Bangun Koling Estate
Peta sebaran tanah di Bangun Koling Estate
Struktur organisasi Bangun Koling Estate
Produksi tahun 2009 persamaan regresi linear berganda I, Ia, II, IIa, III,
IIIa, IV dan IVa
Plot sisaan vs Y duga persamaan regresi linear berganda
53
58
60
61
63
64
65
66
67
68
69
1
PENDAHULUAN
Latar Belakang
Kelapa sawit merupakan tanaman sumber minyak nabati, yang pada saat ini
memiliki produktivitas tertinggi per satuan luas dibanding jenis tanaman lainnya.
Tanaman kelapa sawit memiliki potensi minyak sekitar 6-7 ton ha-1 tahun-1 dengan
masa ekonomis sekitar 30 tahun (Asmoro 2007). Semakin meningkatnya
permintaan minyak sawit dunia untuk kebutuhan pangan (edible oil), kebutuhan
industri (oleochemical) dan sumber energi (bahan bakar nabati) menghantarkan
Indonesia sebagai penghasil kelapa sawit terbesar di dunia (Wahyono 2006).
Kapasitas produksi sawit Indonesia sangat besar dan dapat ditingkatkan terutama
dikaitkan dengan ketersediaan lahan, kesesuaian iklim, ketersediaan tenaga kerja,
serta efisiensi biaya produksi perkebunan sawit per hektar yang cukup tinggi
(KPPU 2008).
Seiring dengan masuknya minyak sawit sebagai komoditas dunia, hal yang
perlu dilakukan Indonesia adalah meningkatkan stabilitas produksi dan
meningkatkan akurasi dalam pendugaan produksi. Pendugaan produksi kelapa
sawit sangat diperlukan oleh internal perusahaan perkebunan kelapa sawit untuk
perencanaan kebun seperti anggaran perusahaan, transportasi produksi, tenaga
kerja, dan pengolahan di pabrik kelapa sawit.
Akurasi pendugaan produksi kelapa sawit di lapangan bervariasi antar
kebun dan antar musim. Pada saat ini, pendugaan produksi telah banyak
dikembangkan seperti di Kalimantan Selatan (Sulistyo 2010). Sebagian besar
pendugaan saat ini didasarkan pada sampling kebun. Akurasi dugaan produksi
pada sistem tersebut dibandingkan dengan produksi aktual berkisar antara 70-80%.
Pendugaan dianggap tepat jika maksimal deviasi antara pendugaan dan produksi
aktual adalah 5-10%. Dengan demikian, akurasi dugaan tersebut masih perlu
untuk ditingkatkan dengan cara mempertimbangkan faktor-faktor yang
berpengaruh terhadap produksi. Pahan (2008) menyatakan bahwa variasi dalam
faktor lingkungan, edafik, genetik tanaman dan manajemen dapat mempengaruhi
kualitas pendugaan pada suatu kebun. Secara umum, kemampuan prediksi
tersebut dapat dicapai apabila proses-proses dalam sistem produksi kelapa sawit
dianalisis secara kuantitatif (Hazriani 2004). Pada kegiatan magang, dilakukan
pengamatan secara khusus terkait dengan pendugaan produksi kelapa sawit
terutama menggunakan data agronomi dan agroklimatologi.
Tujuan
Tujuan umum dari pelaksanaan magang adalah untuk meningkatkan
kemampuan mahasiswa dalam mempelajari dan memahami proses produksi
kelapa sawit serta meningkatkan keterampilan mahasiswa dalam pengelolaan
kebun kelapa sawit dari berbagai tingkat pekerja. Tujuan khusus dari pelaksanaan
magang adalah untuk mencari model pendugaan produksi kelapa sawit guna
meminimalisasi gap (perbedaan) antara produksi aktual dengan produksi estimasi
(pendugaan) kelapa sawit.
2
TINJAUAN PUSTAKA
Botani Kelapa Sawit
Tanaman kelapa sawit menurut Mangoensoekarjo dan Tojib (2008) adalah
termasuk dalam divisio Tracheophyta, sub divisio Pteropsida, kelas Angiospermae
dan sub kelas Monocotyledonae. Selanjutnya kelapa sawit termasuk dalam ordo
spadiciflorae (Arecales), famili Palmae (Arecacee), subfamili Cocoidae, genus
Elaeis dan spesies Elaeis guineensis Jacq.
Kelapa sawit berkembang biak dengan cara generatif. Buah sawit matang
pada kondisi tertentu embrionya akan berkecambah menghasilkan tunas (plumula)
dan bakal akar (radikula). Kelapa sawit yang sudah dewasa memiliki akar serabut
yang membentuk anyaman rapat dan tebal. Sebagian akar serabut tumbuh lurus
ke bawah/vertikal dan sebagian lagi tumbuh menyebar ke samping/horizontal
(Sastrosayono 2003).
Kelapa sawit memiliki batang yang tidak berkambium dan tidak bercabang.
Batang berbentuk silinder dengan diameter 20-75 cm. Tanaman yang masih muda
batangnya tidak terlihat jelas karena tertutup pelepah daun. Tinggi batang
bertambah 25-45 cm per tahun hingga dapat mencapai ketinggian 24 m.
Pertumbuhan batang tergantung genetik tanaman, kesuburan lahan dan iklim
setempat (Fauzi et al. 2002).
Syarat Tumbuh Kelapa Sawit
Kelapa sawit adalah tanaman perkebunan yang sangat toleran terhadap
kondisi lingkungan yang kurang baik. Namun, untuk menghasilkan pertumbuhan
yang sehat serta menghasilkan produksi yang tinggi dibutuhkan kisaran kondisi
lingkungan tertentu (disebut syarat tumbuh kelapa sawit), sehingga aspek iklim
sangat mempengaruhi pertumbuhan sawit (Sugiyono et al. 2007).
Tanaman sawit tumbuh dengan baik pada suhu udara 27 °C dengan suhu
maksimum 33 °C dan suhu minimum 22 °C. Curah hujan optimal untuk
pertumbuhan adalah merata sepanjang tahun (dengan jumlah bulan kering kurang
dari 3) berkisar 1 750-2 500 mm (Sugiyono et al. 2007). Menurut Sutarta et al.
(2006) kelapa sawit tidak boleh mengalami defisit air.
Jumlah bulan kering kurang lebih dari tiga bulan merupakan faktor
pembatas pertumbuhan. Bulan kering dan curah hujan yang rendah menyebabkan
terjadinya defisit air. Lama penyinaran matahari yang optimal adalah 6 jam per
hari dan kelembaban nisbi pada kisaran 50%-90% (optimal 80%) (Sugiyono et al.
2007).
Aspek iklim lainnya yang juga berpengaruh pada budidaya adalah elevasi,
yaitu kurang dari 400 m dari permukaan laut (dpl) (Sutarta et al. 2006). Jenis
tanah yang ideal adalah ultisols, entisols, inceptisols, andisols dan histosols.
Kelapa sawit dapat diusahakan pada tanah yang memiliki tekstur agak kasar
sampai halus yaitu antara pasir berlempung sampai liat masif. Tekstur tanah ideal
adalah lempung berdebu, lempung liat berdebu, lempung berliat dan lempung liat
berpasir. Kedalaman tanah yang baik adalah jika >100 cm. Kadar keasaman tanah
3
(pH) yang optimal berkisar antara pH 5.0-6.0, namun kelapa sawit masih toleran
pada pH 7.0, tetapi produktivitas
tidak optimal. Kadar keasaman tanah dapat di perbaiki melalui tindakan
pemupukan (kaptan, dolomit, fosfat alam) (Sugiyono et al. 2007).
Faktor yang Mempengaruhi Produksi Kelapa Sawit
Tanaman berproduksi optimal jika dipelihara dengan baik. Pemeliharaan
pada tanaman menghasilkan (TM) meliputi pengendalian gulma, penunasan
pelepah, pengendalian hama penyakit, konservasi tanah dan air, pemupukan serta
pemeliharaan jalan (Sutarta et al. 2006).
Sugiyono et al. (2007) menyatakan kondisi iklim, tanah dan bentuk wilayah
merupakan faktor lingkungan utama yang mempengaruhi keberhasilan
pengembangan tanaman kelapa sawit, disamping faktor lainnya seperti bahan
tanaman (genetis) dan perlakuan kultur teknis, serta iklim terutama curah hujan,
jumlah bulan kering, panjang penyinaran dan kecepatan angin. Menurut
Mangoensoekarjo dan Tojib (2008), untuk mencapai produksi yang tinggi
diperlukan kombinasi faktor lingkungan, faktor genetik dan faktor budidaya.
Sulistyo (2010) menyatakan faktor iklim (kelembaban udara, penyinaran matahari,
curah hujan, hari hujan, defisit air), umur tanaman dan pemupukan merupakan
faktor utama penentu dalam produksi.
Mangoensoekarjo dan Tojib (2008) menyatakan bahwa perencanan produksi
terdiri atas rencana tahunan dan prognosa yang dibuat dan disusun dari setiap blok,
afdeling dan kebun menurut kelompok umur dan tahun tanam. Agar rencana
produksi mencapai target dan tidak berbeda jauh dengan realisasi produksi perlu
dilakukan evaluasi produksi selama 5 tahun terakhir yang bersumber dari produksi
tahunan dan dilakukan sensus bunga betina untuk memperkirakan produksi yang
dapat dipanen 6 dan 12 bulan kedepan.
Pendugaan Produksi
Pendugaan (estimasi) merupakan studi dengan memanfaatkan terhadap
data historis untuk menemukan hubungan pola yang sistematis untuk menduga
nilai di masa yang akan datang (Rambe 2009). Rambe (2009) menambahkan hasil
pendugaan produksi dapat dimanfaatkan sebagai penentuan kebijakan dan
perencanaan kegiatan produksi pada perusahaan sehingga mendapatkan hasil yang
maksimal.
Jenis pendugaan dapat dibedakan berdasarkan waktu, ruang lingkup, dan
metode yang digunakan. Pembagian menurut jangka waktu, pendugaan produksi
dapat dikategorikan menjadi pendugaan jangka pendek dan pendugaan jangka
panjang. Pendugaan jangka pendek di perusahaan biasa disebut sebagai taksasi
harian panen yang berfungsi sebagai estimasi produksi setiap harinya. Pendugaan
jangka panjang berfungsi sebagai dasar untuk menentukan estimasi produksi
kebun atau perusahaan (Irfanda 2012). Jenis-jenis pendugaan kuantitatif menurut
Rambe (2009) dibedakan menjadi metode berdasarkan analisa pola hubungan
antara variable yang diperkirakan dengan variabel waktu (deret waktu/time series),
4
metode berdasarkan analisa pola hubungan antar variable lain selain waktu
(korelasi atau sebab akibat/causal methods), dan metode gabungan antara variable
waktu dan deret waktu (metode Smoothing, Box Jenkins, dan proyeksi tren dengan
regresi).
METODE MAGANG
Tempat dan Waktu
Kegiatan magang dilaksanakan di Bangun Koling Estate, PT. Windu
Nabatindo Abadi, Bumitama Gunajaya Agro Group, Kecamatan Cempaga,
Kabupaten Kotawaringin Timur, Kalimantan Tengah selama empat bulan mulai
10 Februari 2013 hingga 10 Juni 2013.
Metode Pelaksanaan
Metode pelaksanaan magang adalah mempelajari dan melakukan semua
kegiatan di lapangan sebagai karyawan harian lepas selama satu bulan. Satu bulan
berikutnya sebagai pendamping mandor dan dua bulan terakhir sebagai
pendamping asisten divisi. Pada satu bulan pertama penulis bekerja sebagaimana
karyawan harian lepas (KHL). Pada bulan kedua penulis mendampingi mandor
dan melaksanakan tugas sesuai instruksi dari asisten divisi. Penulis menjadi
pendamping asisten divisi selama dua bulan terakhir (Lampiran 1).
Pengamatan dan Pengumpulan Data
Pengumpulan data meliputi data primer dan sekunder. Data primer diperoleh
dari pengamatan lapangan melalui observasi dan wawancara dengan pihak yang
bersangkutan. Data primer untuk laporan umum adalah hasil kegiatan selama
menjadi KHL, pendamping mandor dan pendamping asisten. Data primer untuk
pengamatan khusus diantaranya adalah pengukuran curah hujan.
Pengumpulan data sekunder didapatkan melalui arsip kebun, hasil riset
maupun Badan Meteorologi dan Geofisika. Data sekunder berupa data umum
perusahaan seperti letak geografis kebun, tata guna lahan, luas areal konsesi (hak
guna usaha/HGU) dan peta wilayah administrasi. Data sekunder untuk pendugaan
produksi meliputi data parameter agronomi kuantitatif yang mempengaruhi hasil
produksi meliputi:
1. Data produksi kelapa sawit
Data produksi kelapa sawit meliputi data produksi (ton) dan
produktivitas bulanan (ton ha-1) secara keseluruhan di Bangun Koling Estate
mulai tahun 2009-2012 (Lampiran 2).
5
2.
3.
4.
5.
Data populasi tanaman kelapa sawit
Data populasi tanaman kelapa sawit meliputi jumlah tanaman kelapa
sawit pada tahun 2009-2012 untuk tahun tanam 2006, 2007, 2008, 2009, dan
2010 beserta luasan area tiap tahun tanam. Selain itu, diketahui pula jumlah
tanaman sisipan pada tiap tahun tanam. Jumlah populasi tanaman rata-rata
seluruh kebun (tanaman ha-1) diketahui dengan membagi total populasi
tanaman kebun terhadap luas total kebun.
Data rata-rata umur tanaman
Bangun Koling Estate memiliki komposisi tanaman menghasilkan
(TM) dengan tahun tanam 2006, 2007, 2008, 2009, dan 2010. Setiap tahun
tanam memiliki tanaman sisipan yang ditanam pada tahun yang berbeda.
Penghitungan rata-rata umur tanaman (RUT) untuk seluruh kebun yaitu
dengan merata-rata umur tanaman pada tiap tahun tanam, lalu menghitung
rataan umur tanaman dalam satu kebun. Nilai rataan dihitung dengan rumus:
RUT =
Contoh perhitungan:
Pada tahun 2012 rataan umur tanaman kelaa sawit di Bangun Koling
Estate (BKLE) untuk tahun tanam 2006 (560.06 ha) adalah 6 tahun, tahun
tanam 2007 (1 526.55 ha) adalah 5.27 tahun, tahun tanam 2008 (261.05)
adalah 5.13 tahun, tahun tanam 2009 (34.63 ha) adalah 5.09 tahun, tahun
tanam 2010 (122.35 ha) adalah 4.94 tahun, dan tahun tanam 2011 (25.01 ha)
adalah 4.90 tahun. Luas area TM BKLE adalah 2382.29 ha. Rataan umur TM
di BKLE adalah:
RUT
= (560.06 x 3) + (1526.55 x 2.27) + (261.05 x 2.13) + (34.63 x
5.09) : 2382.29
= 5.1 tahun
= 61 bulan
Batasan peubah umur dalam persamaan regresi linier berganda yang
digunakan adalah 61-132 bulan (Sulistyo 2010). Rata-rata umur tanaman
kelapa sawit di BKLE pada tahun 2009-2012 telah sesuai dengan batasan
umur tersebut.
Data curah hujan dan hari hujan
Data curah hujan dan hari hujan (tahun 2007-2012) merupakan hasil
pengukuran yang dilakukan oleh pihak kebun menggunakan alat penakar
hujan (ombrometer) yang berada di areal kebun dengan luas mulut penakar
100 cm2. Pengukuran curah hujan dilakukan sebanyak dua kali dalam sehari
yaitu pukul 06.00 pagi dan 06.00 sore. Curah hujan (mm) diketahui dengan
membagi volume air (ml) dengan luas mulut ombrometer (cm2). Satu hari
dikatakan sebagai hari hujan apabila air yang terkumpul di ombrometer ≥0.5
mm. Data curah hujan BKLE 2007-2012 terdapat pada Lampiran 3.
Data suhu udara, kelembaban udara, kecepatan angin, dan penyinaran
matahari
Data suhu udara (°C), kelembaban udara (%), kecepatan angin (knots),
dan lama penyinaran matahari (%) merupakan data rata-rata bulanan dari
tahun 2007-2012 yang diperoleh dari Badan Meteorologi, Klimatologi, dan
Geofisika (BMKG) Pusat, Jakarta. Kemudian satuan untuk kecepatan angin
diubah menjadi km/jam (1 knots= 1.852 km jam-1). Data iklim pada stasiun
BMKG Sampit tersaji pada Lampiran 4.
6
6.
7.
8.
Data realisasi pemupukan
Data realisasi pemupukan adalah data asli kebun terkait aplikasi
pemupukan yang ada di kebun BKLE sesuai rekomendasi dari Departemen
Riset BGA untuk wilayah 3 dan 4. Berdasarkan hasil evaluasi dari kebun dan
riset didapatkan realisasi pemupukan di BKLE tiap tahunnya. Data rencana
dan realisasi pemupukan BKLE 2009-2012 terdapat pada Lampiran 5.
Defisit air
Penghitungan defisit air dilakukan menggunakan metode Tailliez, yaitu
dengan menghitung nilai keseimbangan air (neraca air) (Sulistyo 2010). Nilai
keseimbangan air diperoleh dengan menjumlahkan curah hujan (mm) dengan
cadangan awal air lalu dikurangi nilai evapotranspirasi. Nilai evapotranspirasi
diasumsikan bernilai 150 mm bulan-1 apabila hari hujan ≤10 hari bulan-1 dan
bernilai 120 mm bulan-1 apabila hari hujan >10 hari bulan-1. Asumsi lain
adalah dengan melihat kemampuan air tanah dalam menyimpan air atau
cadangan air dalam tanah maksimum 200 mm. Defisit air terjadi apabila nilai
keseimbangan air 0 mm. Apabila nilai keseimbangan air bernilai >200 mm,
maka kelebihan air disimpan dalam tanah dengan asumsi cadangan untuk
bulan berikutnya dengan nilai maksimum 200 mm. Jumlah defisit air tiap
bulan dijumlahkan untuk memperoleh defisit air dalam setahun (mm/tahun).
Data defisit air tersaji pada Lampiran 6.
Data kelas kesesuian lahan
Data kelas kesesuaian lahan merupakan dala laporan survei tanah
Departemen Riset BGA pada tahun 2012.
Analisis Data dan Informasi
Analisis data menggunakan model analisis regresi dengan asumsi bahwa
peubah tak bebas (Y) yaitu nilai produksi kelapa sawit merupakan fungsi linier
dari beberapa peubah bebas (βk, Xk) yaitu faktor agroklimatologi dan kegiatan
kultur teknis, sehingga model regresi liner yang digunakan adalah model regresi
linier berganda. Program komputer yang digunakan adalah Minitab 14. Bentuk
umum model regresi linier berganda dengan k peubah penjelas (Walpole 1995)
yaitu:
Y = β0 + β1X1 + β2X2 + …. + βkXk + ε
Keterangan :
Y
β0
β1, β2, …, βk
X1, X2, …, Xk
= Peubah respon (produksi kelapa sawit)
= Nilai variabel respon ketika prediktor bernilai nol
= Parameter-parameter model regresi untuk variabel X1,
X2, Xk
= Peubah prediktor (iklim dan kultur teknis)
;k=1….n (jumlah peubah)
ε
= Sisaan
Uji t-parsial dilakukan untuk mengetahui adanya pengaruh tiap peubah
terhadap produksi kelapa sawit. Hal ini dimaksudkan mempermudah menemukan
kombinasi peubah yang tepat untuk meminimalkan perbedaan antara Y aktual dan
7
Y duga. Pengujian dilakukan pada 0 bulan sebelum panen (BSP), 6 BSP, 12 BSP,
18 BSP dan 24 BSP. Peubah yang berpengaruh nyata terhadap hasil produksi
kelapa sawit digunakan dalam mencari bentuk persamaan regresi linier berganda
dengan nilai produksi duga paling mendekati atau tepat dengan produksi aktual.
Analisis regresi dilakukan dengan meregresikan tiap peubah (data bulanan)
terhadap produktivitas aktual kebun 4 tahun terakhir (2009-2012) sehingga
diperoleh nilai produksi duga bulanan yang dapat digunakan untuk menduga hasil
produksi duga selama setahun.
Beberapa asumsi dasar yang digunakan adalah: 1) inisiasi bunga betina
sangat dipengaruhi oleh curah hujan 24 bulan sebelum panen, 2) Tanaman secara
genetis seragam, 3) pemupukan dilakukan oleh pekerja dengan kualitas yang sama,
4) pemupukan menggunakan POME (limbah cair) atau JJK (TBS kosong)
diaplikasikan merata, 5) data yang dimiliki kebun merupakan data faktual, dan 6)
faktor lain selain yang dijadikan sebagai peubah ceteris paribus.
Permasalahan yang sering muncul dalam regresi linear adalah terjadinya
multikolinearitas, autokorelasi, dan heteroskedastisitas yang menyebabkan
asumsi-asumsi dalam persamaan regresi linear berganda tidak terpenuhi.
Multikolinearitas dapat dideteksi dengan melihat nilai variance inflation factor
(VIF) pada output minitab. Toleransi nilai VIF yang dapat diterima adalah