Analisis Produksi Padi Di Kabupaten Deli Serdang Tahun 2001 - 2011

(1)

ANALISIS PRODUKSI PADI DI KABUPATEN DELI SERDANG TAHUN

2001 - 2011

TUGAS AKHIR

ARBI ALWAN 082407050

PROGRAM STUDI DIPLOMA-III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2012


(2)

PERSETUJUAN

Judul : ANALISIS PRODUKSI PADI DI KABUPATEN

DELI SERDANG TAHUN 2001 - 2011 Kategori : TUGAS AKHIR

Nama : ARBI ALWAN

NIM : 082407050

Program Studi : D3 STATISTIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juni 2012

Diketahui

Ketua Departemen Matematika FMIPA USU Pembimbing

Prof. Dr. Tulus, vordipl., M.Si., Ph.D Drs. Liling Perangin - angin NIP. 19620901 198803 1 002 NIP. 19550202 198601 1 001


(3)

PERNYATAAN

ANALISIS PRODUKSI PADI DI KABUPATEN DELI SERDANG

2001 -2011

TUGAS AKHIR

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

Medan, Juni 2012

ARBI ALWAN 082407050


(4)

PENGHARGAAN

Assalamu’alaikum warahmatullahi wabarakatu.

Segala puji dan syukur Penulis ucapkan atas Kehadirat Allah SWT , yang tiada hentinya memberikan nikmat, rahmat dan hidayahnya serta semangat dan kekuatan sehingga Penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan sebaik – baiknya.

Adapun tujuan dari penulisan Tugas Akhir ini adalah merupakan salah satu syarat untuk menyelesaikan Program D3 Statistika pada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Dalam menyelesaikan Tugas Akhir ini Penulis tidak terlepas dari perhatian, bimbingan, fasilitas dan dorongan serta bantuan berbagai pihak secara langsung maupun tidak langsung, pada kesempatan ini Penulis dengan segala kerendahan hati serta rasa hormat perkenankanlah Penulis mengucapkan terima kasih yang sebesar – besarnya kepada :

1. Teristimewa kepada Ayahanda Saruddin Widiharto ,SE dan Ibunda Djuni Djariati Tercinta yang selama ini telah memberikan nasehat, arahan dan dukungan kepada Penulis serta Do’a yang tak pernah putus untuk Penulis. 2. Bapak Dr. Sutarman, M.Sc selaku Dekan FMIPA USU

3. Bapak Prof. Dr. Tulus, M.Sc selaku Ketua Pelaksana Program Studi Ilmu Komputer dan Statistika FMIPA USU.

4. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si selaku Ketua Program Studi D3 Statistika FMIPA USU.

5. Bapak Drs. Liling Perangin - angin selaku Dosen Pembimbing yang telah memberikan bimbingan dan motivasi dengan penuh perhatian dan kesabaran kepada penulis selama mengerjakan Tugas Akhir ini.

6. Serta tidak lupa saya ucapkan terima kasih kepada teman-teman seperjuangan selama mengikuti kuliah di kelas A, B dan C Stat ’09, yang telah banyak membantu penulis untuk menyelesaikan tugas akhir ini. Serta untuk kakak dan abang yang terus memberi semangat,memberikan dukungan, nasehat serta masukan - masukan yang memotivasi Penulis untuk menyelesaikan Tugas Akhir ini.


(5)

Sekali lagi penulis ucapkan banyak terima kasih kepada semua pihak yang telah banyak membantu penulis dalam menyelesaikan Tugas Akhir ini. Semoga Tugas Akhir ini bermanfaat bagi penulis dan juga bermanfaat bagi para pembaca dan kemajuan ilmu pengetahuan di masa mendatang. Oleh karena itu penulis sangat mengharapkan kritik dan saran yang bersifat membangun. Kalau ada kata atau ejaan yang kurang lengkap penulis mohon maaf sebab penulis hanya seorang Manusia yang tak luput dari kesalahan dan juga kekhilafan. Sesungguhnya kesempurnaan hanya milik Allah SWT.

Wasalamu’alaikum Warahmatullahi Wabarakatu.

Medan, Juni 2011


(6)

DAFTAR ISI

Halaman

PERSETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

DAFTAR ISI v

DAFTAR TABEL viii

DAFTAR GAMBAR x

BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah 1

1.2 Identifikasi Masalah 3

1.3 Tujuan Penelitian 4

1.4 Manfaat Penelitian 4

1.5 Lokasi Penelitian 4

1.6 Metodologi Penelitian 5

1.6.1 Metode Pengumpulan Data 5

1.6.2 Metode Pengolahan Data 5

1.7 Metode Analisis Yang digunakan 6

1.8 Sistematika Penulisan 7

BAB 2 LANDASAN TEORI

2.1 Pengertian Regresi 9

2.2 Analisa Regresi Linear 11

2.3 Analis Regresi Linear Sederhana 12

2.4 Regresi Linier Berganda 13

2.5 Korelasi 15

BAB 3 GAMBARAN UMUM BADAN PUSAT STATISTIK


(7)

BAB 4 LANDASAN TEORI

4.1 Pengolahan Data 26

4.2 Persamaan Regresi Linear Berganda 27

4.3 Analisis Residu 34

4.4 Uji Regresi Linear Berganda 36

4.5 Koefisien Determinasi 38

4.6 Koefisien Korelasi 39

BAB 5 IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem 45

5.2 Pengaktifan Excel 45

5.2.1 Pengisian Data 48

5.3 Pengaktifan SPSS 16.0 49

5.3.1 Pengisian Data Pada SPSS 53

BAB 6 KESIMPULAN DAN SARAN

6.1 Kesimpulan 58

6.2 Saran 59

DAFTAR PUSTAKA LAMPIRAN


(8)

DAFTAR TABEL

Halaman

Tabel 2.1 Interpretasi Nilai R 16

Tabel 4.1 Data Produksi Padi,Luas Panen, dan Curah Hujan

Di Kabupaten Deli Serdang 10 tahun terakhir 26

Tabel 4.2 Nilai-nilai Koefisien 27

Tabel 4.3 Jumlah Nilai Koefisien 29

Tabel 4.4 Harga 34


(9)

DAFTAR GAMBAR

Halaman

Gambar 5.1 Cara Mengaktifkan Program Excel 46

Gambar 5.2 Jendela Microsoft Excel 47

Gambar 5.3 Data Setelah Dimasukan ke Excel 49

Gambar 5.4 Tampilan Cara Pengaktifan SPSS 50

Gambar 5.5 Kotak Dialog Awal SPSS 51

Gambar 5.6 Tampilan Jendela Data View dalam SPSS 52 Gambar 5.7 Tampilan Pengisian Variable viewdalam SPSS 53 Gambar 5.8 Tampilan Pengisian Data View dalam SPSS 54

Gambar 5.9 Kota Dialog Analisa Regresi 54

Gambar 5.10 Tampilan Jendela Linear Regression 55 Gambar 5.11 Tampilan Pada Pengisian Liniear Regression Statistik 56 Gambar 5.12 Tampilan Pengisian Linear Regression Plots 56 Gambar 5.13 Tampilan Pengisian Linear Regression Options 57


(10)

BAB I

PENDAHULUAN

1.1Latar Belakang

Kekayaan alam Indonesia merupakan sumber daya alam yang sangat berharga, iklim tropis yang dimiliki negara ini membutanya menjadi negara yang agraris yang banyak mengandalkan sektor agraria dalam menunjang pembangunan dan kebutuhan masyarakatnya.

Begitu banyak jenis tanaman pertanian yang ada di Indonesia yang seyogyanya menjadi bahan makanan masyarakatnya, antara lain, padi, ubi, jagung, kentang, wortel, dan lain-lain. Padi merupakan tanaman paling penting di negeri kita Indonesia. Betapa tidak karena makanan pokok di Indonesia adalah nasi dari beras yang tentunya dihasilkan oleh tanaman padi.

Selain di Indonesia padi juga menjadi makanan pokok negara-negara di benua Asia lainnya seperti Cina, India, Thailand, Vietnam dan lain-lain. Padi merupakan tanaman berupa rumput berumpun. Tanaman pertanian ini berasal dari dua benua yaitu Asia dan Afrika Barat tropis dan subtropis. Bukti sejarah memperlihatkan bahwa penanaman padi di Zhejiang (cina) sudah dimulai pada 3.000 tahun SM. Fosil butir padi dan gabah ditemukan di Hastinapur Uttar Pradesh India sekitar 100 – 800 SM. Selain Cina dan India, beberapa wilayah asal padi adalah Bangladesh Utara, Burma, Thailand, Laos dan Vietnam.


(11)

Negara produsen padi terkemuka adalah Republik Cina ( 31% dari total produksi dunia), India (20%), dan Indonesia (9%). Namun hanya sebagian kecil produksi padi dunia yang diperdagangkan antar negara (hanya 5% - 6% dari total produksi dunia). Thailand merupakan pengekspor padi utama (26% dari total padi yang diperdagangkan di dunia) diikuti Vietnam (15%) dan Amerika Serikat (11%). Indonesia merupakan pengimpor padi terbesar dunia (14% dari padi yang diperdagangkan di dunia) diikuti Bangladesh (4%), dan Brazil (3%).

Indonesia yang pernah swasembada beras tahun (1985,1986,1993) dan merupakan penghasil padi no 3 terbesar di dunia, ternyata saat ini Indonesia malah menjadi negara pengimpor beras terbesar di dunia (14% dari yang diperdagangkan dunia). Indonesia yang digembar-gemborkan sebagai negara agraris, ternyata harus mengimpor beras dari Thailand dan Vietnam.

Memang sudah seharusya pemerintah memperhatikan produksi padi di Negara ini mengingat komsumsi beras yang terus meningkat dari tahun ke tahun, dan ada baiknya kita tidak terus mengimpor padi dari Negara lain.

Untuk itu perlu diperhatikan secara intensif produksi padi di Indonesia, apa-apa saja yang menjadi faktor produksinya dalam hal ini penulis mengambil daerah produksi padi di Kabupaten Deli Serdang dimana padi juga menjadi komoditi andalan di Kabupaten tersebut. Maka melihat permasalahan yang ada, penulis mengambil 3 variabel yang dijadikan sandaran untuk melihat produksi padi di kabupaten Deli Serdang yaitu luas lahan penanaman, dan kondisi curah hujan(mm) dan banyaknya


(12)

hari hujan yang terjadi. Penulis menggunakan teknik analisis regresi untuk melihat pengaruh produksi padi di kabupaten Deli Serdang.

Dibeberapa literatur yang ada, khususnya buku-buku yang berkenaan dengan statistik, regresi linear diartikan sebagai suatu teknik untuk membangun persamaan garis lurus dan menggunakan perkiraan tersebut untuk meihat pengaruh antar variabel dan dapat dijadikan prediksi kedepannya, jadi dengan sederhana juga dapat disebutkan bahwa analisa regresi linear adalah sebuah model matematika yang digunakan untuk melihat hubungan antara variabel bebas( Independent variable) dengan variabel terikat( dependent variable) hingga didapat sebuah kesimpulan yang dapat di interpretasikan mengenai masalah yang diindentifikasi.

Dari Uraian diatas maka penulis mengambil sebuah judul yang berjudul “ Analisis Produksi Padi di Kabupaten Deli Serdang Tahun 2001 - 2011” 1.2 Identifikasi Masalah

Bersandar dari penjabaran diatas, maka penulis akan menganalisis permasalahan yang ada yaitu mengidentifikasi jumlah produksi padi di kabupaten Deli Serdang dengan menggunakan teknik analisis aregresi berganda berdasarkan variabel pendukung yang ada, dimana akan ada hubungan fungsional antara variabel bebas dan variabel terikat agar dapat diramalkan pengaruh antar variable yang ada.


(13)

1.2Tujuan Penelitian

Yang menjadi tujuan penulis dalam penelitian ini adalah sebagai berikut:

1. Untuk melihat seberapa besar pengaruh yang diberikan variabel-variabel yang diteliti terhadap produksi padi.

2. Melihat hubungan antar variabel yang diteliti

3. Sebagai sarana aplikasi ilmu yang didapat ketika perkuliahan.

1.4 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah:

1. Dapat diketahui pengaruh lahan dan curah hujan terhadap hasil produksi padi 2. Hubungan antara variabel yang terikat dan bebas dapat diketahui keeratannya. 3. Kebutuhan padi untuk Kabupaten Deli Serdang.

1.5 Lokasi Penelitan.

Penelitian dengan cara pengambilan data serta menganalisa hasil produksi padi di Kabupaten Deli Serdang, dilakukan di Badan Pusat Statistika Provinsi Sumatera Utara yang beralamat di Jl. Kapten Muslim Kota Madya Medan.


(14)

1.6 Metodologi Penelitian

Metodologi yang digunakan dalam penelitian ini adalah dengan menggunakan teknik analisa Regresi Berganda sebagai teknik untuk mengetahui pengaruh fungsional antara variabel terikat dan bebas, serta dengan metode korelasi untuk melihat hubungan keeratan antar variabel yang ada.

1.6.1 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan penulis sebagai sarana dalam pembuatan tugas akhir ini adalah dengan menggunakan data sekunder, yaitu data yang diambil dari sumbernya yaitu dari Badan Pusat Statistika Provinsi Sumatera Utara.

1.6.2 Metode Pengolahan Data

Penulis menggunakan metode regresi linear berganda guna melihat pengaruh variabel- variabel bebas yaitu, luas panen, frekuensi hujan dan hari hujan yang keseluruhannya diambil 10 tahun terakhir terhadap variabel terikat yaitu jumlah produksi padi.


(15)

1.7 Metode Analisis Yang Digunakan

Metode analisis linear regresi berganda pada prinsip dasarnya sama dengan metode regresi linear sederhana. Keduanya bekerja sebagai alat untuk melihat pengaruh dan estimasii sebuah kasus dan diselesaikan dengan metode persamaan linear serta membentuk garis lurus. Persamaan regresi adalah suatu formula matetatis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui dengan satu variabel yang lainnya yang belum diketahui(Al gifri:2000,2)

Jika dalam regresi linear sederhana hanya menggunakan 2 variabel saja satu yang terikat dan satu lagi yang bebas dalam analisisnya, maka didalam regresi linear ganda penyelesaiannya dengan menggunakan lebih dari 2 variabel. Dimana satu variabel terikat dan lebih dari satu untuk variabel bebasnya.

Rumus yang digunakan didalam regresi linear berganda adalah:

+

…+

Dimana:

Variabel tak bebas( nilai estimasi) b0, b1,b2,bn = Koefisien Regresi

X = Variabel bebas

Setelah dilihat pengaruh antara variabel yang ada, kemudian dilihat juga hubungan atau keeratan antara variabel tersebut dengan menggunakan metode korelasi ( r ). Adapun rumus dari korelasi adalah:


(16)

1.8 Sistematika Penulisan

BAB 1 PENDAHULUAN

Dalam bab ini penulis menguraikan latar belakang, indentifikasi masalah, batasan masalah, maksud dan tujuan penulisan, metodologi penelitian, dan sistematika penulisan.

BAB 2 LANDASAN TEORI

Dalam bab ini penulis menguraikan teoritis dan analisa tentang segala sesuatu yang berhubungan dengan masalah tugas akhir ini.

BAB 3 SEJARAH SINGKAT BADAN PUSAT STATISTIK

Dalam bab ini penulis menguraikan sejarah singkat Badan Pusat Statistik beserta visi dan misi BPS


(17)

BAB 4 ANALISA DAN PEMBAHASAN

Dalam bab ini penulis menguraikan tentang analisa produksi dengan metode regresi linear berganda dan analisa korelasi untuk melihat hubungan antar variabel. Dimana objek penelitiannya adalah produksi padi di Kabupaten Deli Seradang dari tahun 2001 - 2011.

BAB 5 IMPLEMENTASI SISTEM

Dalam bab ini penulis membahas tentang software yang digunakan dalam analisis data serta cara penggunaan dari software yang dipakai.

BAB 6 KESIMPULAN DAN SARAN

Dalam bab ini penulis menguraikan kesimpulan dan saran dari hasil penelitian yang dilakukan.


(18)

Bab 2

LANDASAN TEORI

2.1 Pengertian Regresi

Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan perhatian dan dipelajari oleh ilmuan dari hamper semua bidang ilmu penegtahuan, terutama para peneliti yang dalam penelitiannya banyak menggunakan satistika sebagi dasar analisis maupun perancangannya (ratno dan mustadjab, 1992: 1) maka daptlah dikatan dikatakan bahwa statistika mempunyai sumbangan yang penting dan besar terhadap kemajuan berbagai bidang ilmu pengetahuan. Statistika harus dan penting dipelajari oleh para peneliti.

Analisis regresi adalah satu cabang satistika yang banyak mendapatkan perhatian dan dipelajari oleh pra ilmuan, khususnya para peneliti, baik ilmuan bidang sosial maupun eksakta. Banyak buku atau literature yang membahas hal-hal yang berkaitan dengan analisis regresi, dimana satu dengan lainya saling melengkapi, tetapi dalam hal-hal tertentu masih banyak masalah yang belum dan banyak sekali dibahas.

Regresi pertama kali digunkan sebagi konsep staistika pada tahun 1877 oleh sir Francis Galton. Dia telahmelakukan kecenderunagntinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan suatu kesimpulan bahwa kecenderungan tinggi badan anak yang lahir terhadap orang tuanya adalah menurun (regress) mengarah pada tinggi badan rata-rata penduduk.


(19)

Istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai satu variabel (tinggi badan anak) terhadap satu variabel yang lain ( tinggi badan orang tua) . pada perkembangan selanjutnya , analisis regresi dapat digunkan sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan beebrapa varabel lain yang berhubungan dengan variabel tersebut.

Ada beberapa definisi regresi yang dapat dijabarkan yaitu:

a. Analisi regresi merupakan suatu teknik untuk membangun persamaan garis lurusdan menggunakan persamaan tersebut untuk membuat perkiraan.( Mason, 1996: 489)

b. Persamaan regresi adalah suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui dengan variabel yang nilainya belum diketahui (Algifri, 2000: 2)

c. Analisi regresi adalah Hubungan yang didapat dan dinyatakan dalam bentuk persamaan matematik yang menyatakan hubungan fungsional anatar variabel-variabel . ( Sudjana, 2002: 310)


(20)

2.2 Analisa Regresi Linear

Sebelum melakukan analisis korelasi dalam sebuah penelitian maka terlebih dahuluharus diketahuai apakah variabel-variabel yang akan dikorelasikan merupakan regresi linear atau non linear, karena hal ini akan dipergunkan dalam menganalisa data.

Yang dimaksud dengan analis regresi linear adalah jika hubungan persamaan tersebut searah dan membentuk sebuah pola garis lurus seperti gambar 2.1 berikut ini

Gambar 2.1 pola garis Lurus

Antara variabel bebas (X) dan variabel terikat (Y) membentuk sebuah pola garis yang lurus, dan dalam aplikasinya jika nilai X meningkat maka nilai Y juga meningkat dan jika nilai X mengalami penurunan makan nilai Y juga mengalami penurunan.

Didalam teorinya analisa regresi linear mempunyai dua bentuk persamaan yaitu:


(21)

a. Analisa regresi linear sederhana( simple analisis regresi) b. Analisa regresi linear berganda (multiple analisis regresi).

2.3 Analisa regresi linear sederhana

Yang dimaksud dengan hubungan linear sederhana adalah yang ditunjukkan dengan persamaan Y= a+ bX. Persamaan ini hanya memiliki 2 variabel saja, hanya satu variabel terikat(Y) dan satu variabel bebas (X) . Sehingga setiap nilai X bertambah dengan satu satuan maka nilai Y akan bertambah dengan b. kalau nilai X=0 maka nilai Y sebesar a saja.

Penggunaan model regresi sederhana hanya memungkinkan bila pengaruh yang ada itu hanya dari independent variabel (variabel bebas) terhadap dependent variabel (variabel terikat), tidak boleh ada pengaruh timbal balik, yaitu jiak variabel terikat juga berpengaruh terhadap variabel bebas.

Dalam regresi linear sederhana dihindari sifat autokorelasi . ynag dimaksud dengan autokorelasi adalah hubungan antara nilai suatu variabel dengan nilai variabel yang lain sama( Pangestu, 2004: 155). Misalnya kalau pada tahun pembelian bak penampunagn air banyak sekali, maka pembelian bak mandi 10 tahun lagi juga akan banyak, karena usia bak air tersebut memang hanya bertahan 10 tahun. Yang dibeli 10 tahun sebelumnya akan rusak, sehingga pemebelian secara bersama-sama setiap 10 tahun sekali, sehingga pembelian akan melonjak. Dengan kata lain ada hubunagn antara pembelian bak air yang sama dengan pemeblian 10 tahun yang akan datang. Inilah yang dimaksud adanya autokorelasi.


(22)

Cirri penting dari regresi sederhana adalah apabila terdapat homoscedasticity. Homoscedasticity adalah kesamaan distribusi Y pada setia nilai X. Artinya berapapun besarnya X, kalau diamati nilai Y-nya dan dihitung deviasi stndartnya relative sama, misalnya jika pada nilai X1 diamati nilai Y dan dicata deviasi satndartnay, dan

dibandingkan denagn nilai Y pada X2 maka nilainya sama, yang berarti distribusi nilai

Y terhadap nilai X selalu sama. Nah gejala ini lha yang dimaksud dengan homoscedasticity. Kalau distribusinya tidak sama maka tidak boleh terjadi pada regresi linear sederhana.

Persamaan = a+ bX dalam teori regresi linear sederhana memili makna sebagi berikut:

Variabel terikat = parameter intercept

b = parameter koefisisen regresi variabel bebas X = variabel bebas.

2.3 Regresi Linear Berganda

Jika dalam regresi linear sedrhana hanya memiliki 2 variabel saja yaitu satu variabel terikat (Y) dan satu variabel bebas(X) dengan satu predictor (a). Pada regresi linear berganda terdapat lebih dari 2 variabel, satu variabel untuk variabel terikat, dan lebih dari satu untuk variabel tertutup.

Regresi berganda berguna untuk mencari pengaruh dua atu lebih variabel bebas atau untuk mencari hubungan fungsional dua variabel bebas atau lebih terhadap variabel terikatnya, atau untuk meramalkan dua variabel bebas atau lebih terhadap


(23)

variabel terikatnya. Dengan demikinan multiple regression(regresi berganda) digunakan untuk penelitian yang menyertakan bebarapa variabel sekaligus. Dalam hal ini regresi juga dapat dijadikan pisau analisis terhadap penelitian yang diadakan, tentu saja jika regresi diarahkan untuk menguji variabel-variabel yang ada.

Pada dasarnya rumus pada regresi ganda sama denga rumus pada regresi sederhana, hanya saja pada regresi berganda ditambahkan variabel-variabel lain yang juga diikutsertakan dalam penelitian. Adapun rumus yang dipkai disesuaikan dengan jumlah variabel yang diteliti. Rumus rumusnya adlah sebagai berikut :

Untuk 2 prediktor : Y= a + b1X1 + b2X2

Untuk 3 prediktor : Y= a + b1X1 + b2X2+ b3X3

Untuk n prediktor : Y= a + b1X1 + b2X2+ b3X3… bnXn

Pada dasarnya regresi berganda digunkan untuk menghitung dan atau menguji tingkat signifikansi, antara lain:

a. Menghintung persamaan regresinya

b. Menguji apakah persamaan regresinya signifikan c. Dan bagaimana kesimpulannya?

Untuk hal ini penulis menggunakan regresi linear berganda dengan 4 variabel, Yaitu 1 variabel terikat, dan 3 variabel bebas. Adapun bentuk persamaan regresinya adalah:


(24)

Dimana:

= Produksi Jagung(Ton) X1= Luas panen(Ha)

X2= Curah hujan(mm)

X3= Banyak Hujan(hari)

Dapun untuk mencari nilai:

Y

=

b

0

n

+

b

1

X

1

+

b

2

X

2

+

b

3

X

3

1

YX

=

b

0

X

1

+

b

1

X

12

+

b

2

X

1

X

2

+

b

3

X

1

X

3

2

YX

=

b

0

X

2

+

b

1

X

2

X

1

+

b

2

X

22

+

b

3

X

2

X

3

3

YX

=

b

0

X

3

+

b

1

X

3

X

1

+

b

2

X

3

X

2

+

b

3

X

32

2.5 Korelasi

Setelah mendapatkan hasil tentang jumlah pengaruh pada variabel yang diteliti, untuk selanjutnya penulis akan mencari seberapa besar hubungan antara variabel yang terikat dengan yang bebas, atau antara variabel bebas itu sendiri.

Untuk mengukur seberapa kuat hubungan antara variabel tersebut maka digunakan metode analisis korelasi.

Analisis korelasi adalah alat statistik yag dapat digunakan untuk mengetahui derajat hubungan linear antara satu variabel dengan variabel yang


(25)

lain(algifri,2000:45). Umumnya analisis korelasi digunakan, dalam hubungannya dengan analisis regresi, untuk mengukur ketepatan garis regresi dalam menjelaskan(explaining)variasi nilai variabel dependent.

Hasil dari perhitungn koeelasi diinterpretasikan pada sebuah hubunagn yang didsarkan pada nilai angka yang muncul.

Sandaran nilainya adalah ,-1≤ r ≤1. Semakin tinggi nilai koefisien korelasi (semakin mendekati nilai 1) maka hubungannya anatara dua varibel tersebut semakin tinggi, jiak nilai koefisiennya mendekati nilai 0 mka hubungnnya semakin rendah. Adapun jika nilainya bertanda negatif, maka terjadi hubungan yang berlawanan arah, artinya jika suatu nilai variabel naik maka nilai variabel lain akan turun.

Secara jelas dapat dilihat di tabel berikut:

Tabel 2.1 interpretasi nilai R

R Interpretasi

0

0,01 – 0,20 0,21 – 0,40 0,41 – 0,60 0,61 – 0,80 0,81 – 0,99 1

Tidak berkorelasi Sangat rendah Rendah Agak rendah Cukup Tinggi Sangat tinggi

Sumber : Hartono, M. Pd statistik untuk penelitian

Jika suatu korelasi bertanda positif r > 0 maka contoh maka gambar graiknya seperti ditunjukkan oleh gambar 2.2 berikut:


(26)

Gambar 2.2 korelasi positif

Jika suatu korelasi bertanda negatif r < 0 maka contoh gambar grafiknya seperti ditunjukkan oleh gambar 2.3 berikut:

Gambar 2.3 korelasi negatif

Jika suatu korelasi tidak menunjukkan adnya hubungan r = 0 maka contoh gambar grafiknya seperti ditunjukkan oleh gambar 2.4 berikut:


(27)

Gambar 2.4 korelasi nol

Bentuk umum korelasi adalah:

Dalam hal ini penulis menggunakan empat variabel dalam penelitiannya, untuk hubungn 4 variabel dapt dihitung dengan menggunkan rumus sebagai berikut:

a. Koefisien korelasi antara X1 dan Y

ryx1 =

(

)

{

2

}

{

2

( )

2

}

1 2 1 1 1 1

Y

Y

n

X

X

n

Y

X

Y

X

n


(28)

ryx2 =

(

)

{

2

}

{

2

( )

2

}

2 2 2 2 1 2

Y

Y

n

X

X

n

Y

X

Y

X

n

c. Koefisien korelasi antara X3 dan Y

ryx3 =

(

)

{

2

}

{

2

( )

2

}

3 2 3 3 1 3

Y

Y

n

X

X

n

Y

X

Y

X

n

d. Koefisien korelasi antara X1 dan X2

r12 =

(

)(

)

(

)

{

}

{

(

)

2

}

2 2 2 2 1 2 1 2 1 2 1

X

X

n

X

X

n

X

X

X

X

n

e. Koefisien korelasi antara X1 dan X3

r13 =

(

)(

)

(

)

{

}

{

(

)

2

}

3 2 3 2 1 2 1 3 1 3 1

X

X

n

X

X

n

X

X

X

X

n

f. Koefisien korelasi antara X2 dan X3

r23 =

(

)(

)

(

)

{

}

{

(

)

2

}

3 2 3 2 2 2 2 3 2 3 2

X

X

n

X

X

n

X

X

X

X

n


(29)

BAB 3

GAMBARAN UMUM BADAN PUSAT STATISTIK

3.1. Sejarah Singkat Badan Pusat Statistik

Badan Pusat Statistik (BPS) adalah Lembaga Negara Non Departemen. Badan Pusat Statistik melakukan kegiatan yang ditugaskan oleh pemerintah antara bidang pertanian, agraria, pertambangan, kependudukan, sosial, ketenagakerjaan, keuangan, pendapatan dan keagamaan. Selain hal-hal diatas, Badan Pusat Statistik juga bertugas melaksanakan koordinasi di lapangan, kegiatan statistik dari segenap instansi baik di pusat maupun di daerah dengan tujuan mencegah dilakukannya pekerjaan yang serupa oleh dua atau lebih instansi, memajukan keseragaman dalam pengangguran definisi, klasifikasi dan ukuran-ukuran lainnya.

Masa Pemerintahan Hindia Belanda

Pada bulan Februari 1920, kantor statistik pertama kali didirikan oleh direktur pertanian, kerajinan dan perdagangan (Directuer Van Landbouw Nijverheid en Hendie) dan berkedudukan di Bogor. Kantor ini diserahi tugas untuk mengolah dan mempublikasi data statistik.

Pada tanggal 24 September 1924, nama lembaga tersebut diganti dengan nama Centraal Kantoor Voor de Statistick (CKS) atau Kantor Pusat Statistik dan dipindahkan ke Jakarta. Bersamaan dengan itu beralih pula pekerjaan mekanisme


(30)

statistik perdagangan yang semula dilakukan oleh Kantor Invoer en Accijnsen (IUA) yang sekarang disebut Kantor Bea dan Cukai.

Masa Pemerintahan Jepang

Pada bulan Juni 1942, pemerintahan Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang/militer. Pada masa ini CKS diganti namanya menjadi Shomubu Chasasitsu Gunseikanbu.

Masa Kemerdekaan Republik Indonesia

Setelah Proklamasi Kemerdekaan Republik Indonesia tanggal 17 agustus 1945, kegiatan statistik ditangani oleh lembaga baru sesuai dengan susunan kemerdekaan yaitu KAPPURI (Kantor Penyelidikan Perangkaan Umum Republik Indonesia). Tahun 1946 Kantor KAPPURI dipindahkan ke Yogyakarta sebagai konsekuensi dari Perjanjian Linggarjati. Sementara itu pemerintahan Belanda (NICA) di Jakarta mengaktifkan kembali CKS.

Berdasarkan surat edaran Kementrian Kemakmuran tanggal 12 Juni 1950 No.219/S.C;KAPPURI dan CKS dilebur menjadi Kantor Pusat Statistik (KPS) dan berada dibawah Kementrian Kemakmuran.

Berdasarkan Surat Menteri Perekonomian tanggal 1 Maret 1952 No.P/44, lembaga KPS berada dibawah dan bertanggung-jawab kepada Menteri Perekonomian dan pada tanggal 24 Desember 1953 dengan surat Menteri Perekonomian No.18.099/M, KPS dibagi menjadi dua bagian yaitu bagian research yang disebut Afdeling A, dan bagian penyelenggaraan dan tatausaha yang disebut Afdeling.


(31)

Dengan Keputusan Presiden Republik Indonesia No.131 tahun 1957, Kementerian Perekonomian dipecah menjadi Kementerian Perdagangan dan Kementerian Perindustrian. Untuk selanjutnya dengan Keputusan Presiden Republik Indonesia No.172 tahun 1957 KPS diubah menjadi BPS (Biro Pusat Statistik) dan urusan statistik yang semula menjadi tanggung jawab dan wewenang Menteri Perekonomian dialihkan menjadi dibawah dan bertanggung-jawab kepada Perdana Menteri. Berdasarkan KEPPRES ini pula secara formal nama Biro Pusat Statistik dipergunakan.

Memenuhi anjuran PBB agar setiap negara anggota menyelenggarakan sensus penduduk secara serentak, maka pada tanggal 24 September 1960 telah diundangkan UU No.6 tahun 1960 tentang Sensus, sebagai pengganti Volk Stelling Ordonnantie 1930.

Dalam rangka memperhatikan kebutuhan dana bagi perencanaan pembangunan semesta berencana dan mengingat materi statistieck ordonnantie 1934 dirasakan sudah tidak sesuai lagi dengan kemajuan-kemajuan yang cepat dicapai oleh negara kita, maka pada tanggal 26 September 1960 telah diundangkan UU No.7 tahun 1960 tentang statistik.

Berdasarkan keputusan Presidium Kabinet RI No.Aa/C/9 tahun 1965, maka pada tiap-tiap daerah Tingkat I dan Tingkat II dibentuk kantor-kantor cabang BPS dengan nama Kantor Sensus Statistik Daerah (KKS) yang mempunyai tugas menjalankan kegiatan-kegiatan statistik di daerah-daerah. Di setiap daerah


(32)

administrasi kecamatan, dapat diangkat seorang atau lebih pegawai yang merupakan pegawai KKS Tingkat II dan dibawah pengawasan Kepala Kecamatan.

Masa Orde Baru sampai Sekarang

Pada masa pemerintahan orde baru, khusus untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat dan terpercaya mulai diadakan pembenahan organisasi Biro Pusat Statistik.

Dalam masa orde baru ini, Biro Pusat Statistik telah mengalami empat kali perubahan struktur organisasi, yaitu:

1. Peraturan Pemerintah No.16 tahun 1968 tentang organisasi Biro Pusat Statistik 2. Peraturan Pemerintah No.6 tahun 1980 tentang organisasi Biro Pusat Statistik 3. Peraturan Pemerintah No.2 tahun 1992 tentang organisasi Biro Pusat Statistik

dan Keputusan Presiden No.6 tahun 1992 tentang Kedudukan, Tuga, Fungsi, Susunan, Reorganisasi dan Tata Kerja Biro Pusat Statistik

4. Undang-undang No.16 tahun 1997 tentang statistik

5. Keputusan Presiden RI No.86 tahun 1998 tentang Badan Pusat Statistik

6. Keputusan Kepala BPS No.100 tahun 1998 tentang Organisasi dan TataKerja BPS

7. PP No.15 tahun 1999 tentang Penyelenggaraan Statistik

Sebagai pengganti UU Nomor 6 Tahun 1960 tentang Sensus dan UU Nomor 7 Tahun 1960 tentang Statistik, ditetapkan UU Nomor 16 Tahun 1997 tentang Statistik.


(33)

Berdasarkan UU ini yang ditindaklanjuti dengan peraturan perundangan dibawahnya, secara formal nama Biro Pusat Statistik diganti menjadi Badan Pusat Statistik.

Materi yang merupakan muatan baru dalam UU Nomor 16 Tahun 1997, antara lain : 1. Jenis statistik berdasarkan tujuan pemanfaatannya terdiri atas statistik dasar

yang sepenuhnya diselenggarakan oleh BPS, statistik sektoral yang dilaksanakan oleh instansi Pemerintah secara mandiri atau bersama dengan BPS, serta statistik khusus yang diselenggarakan oleh lembaga, organisasi, perorangan, dan atau unsur masyarakat lainnya secara mandiri atau bersama dengan BPS.

2. Hasil statistik yang diselenggarakan oleh BPS diumumkan dalam Berita Resmi Statistik (BRS) secara teratur dan transparan agar masyarakat dengan mudah mengetahui dan atau mendapatkan data yang diperlukan.

3. Sistem Statistik Nasional yang andal, efektif, dan efisien.

4. Dibentuknya Forum Masyarakat Statistik sebagai wadah untuk menampung aspirasi

masyarakat statistik, yang bertugas memberikan saran dan pertimbangan kepada BPS.

Berdasarkan Undang-Undang Nomor 16 Tahun 1997, peranan yang harus dijalankan oleh BPS adalah sebagai berikut :

1. Menyediakan kebutuhan data bagi pemerintah dan masyarakat. Data ini didapatkan dari departemen atau lembaga pemerintahan lainnya sebagai data sekunder


(34)

2. Membantu kegiatan statistik di departemen, lembaga pemerintah atau institusi lainnya, dalam membangun sistem perstatistikan nasional.

3. Mengembangkan dan mempromosikan standar teknik dan metodologi statistik, dan menyediakan pelayanan pada bidan statistik.

4. Membangun kerjasama dengan institusi internasional dan negara lain untuk kepentingan perkembangan statistik Indonesia.

Berdasarkan Peraturan Pemerinatah No.6 tahun 1988 di tiap provinsi terdapat perwakilan Badan Pusat Statistik dengan nama Kantor Statistik Kabupaten/Kota. Pada tanggal 19 Mei 1997 menetapkan tentang statistik sebagai pengganti UU No.6 dan 7 tentang sensus dan statistik. Pada tanggal 17 Juni 1998 dengan Keputusan Presiden Republik Indonesia No.86 tahun 1998 ditetapkan Badan Pusat Statistik sekaligus mengatur tata kerja dan struktur organisasi Badan Pusat Statistik yang baru.


(35)

Bab 4

LANDASAN TEORI

4.1 Pengolahan Data

Setiap data yang telah didapat merupakan alat pengambil keputusan dalam pemecahan persoalan yang ada. Dalam hal ini persoalan yang diteliti tentang produksi padi seperti yang telah dijelaskan di bab pendahuluan. Pengumpulan data dilakukan dengan melakukan riset di Badan Pusat Statistika. Dalam hal ini penulis mengambil empat buah data yaitu, data produksi padi, luas panen padi, curah hujan, dan banyaknya hari hujan yang secara keseluruhan data yang dimbil adalah data pada tahun 2001 - 2011, sebanyak 10 tahun terakhir.

Pengambilan data diatas dimaksudkan untuk melihat apakah variabel bebas ( luas panen, curah hujan, hari hujan) mempengaruhi produksi padi yang ada. Adapun data yang diambil adalah sebagai berikut:

Tabel 4.1 Data produksi padi, luas panen, dan curah hujan di Kabupaten Deli Serdang Tahun 2001 – 2011.

NO Produksi Luas Curah hujan Curah hujan

( Ton) (Ha) (mm) (Hari)

1


(36)

2

399 87 154 12

3

344 76 188 17

4

329 72 176 16

5

356 71 151 17

6

383 74 223 16

7

386 74 228 16

8

381 73 176 16

9

389 74 202 16

10

441 84 134 14

Sumber: BPS Sumut

4.2 Persamaan Regresi Linear Berganda

Dalam mencari persamaan regresi linear berganda, maka ttelebih dahulu kita enghiting koefisien-koefisien regresinya dengan mencari hubungan fungsional antar variabel yang ada.

Dengan koefisien yang didapat dari perhitungan, maka dpat ditentukan ersamaan regresinya. Adapun perhitungan koefisiennya adalah sebagai berikut:

Tabel 4.2 Nilai-nilai koefisien

Y X1 X2 X3 (X1)2 (X2)2 (X3)2 (Y)2


(37)

399 87 154 12 7569 23716 144 159201

344 76 188 17 5776 35344 289 118336

329 72 176 16 5184 30976 256 108241

356 71 151 17 5041 22801 289 126736

383 74 223 16 5476 49729 256 146689

386 74 228 16 5476 51984 256 148996

381 73 176 16 5329 30976 256 145161

389 74 202 16 5476 40804 256 151321

441 84 134 14 7056 17956 196 194481

X1X2 X1X3 X2X3 YX1 YX2 YX3 22330 1740 1848 93670 99484 7752 13398 1044 1848 34713 61446 4788 14288 1292 3196 26144 64672 5848 12672 1152 2816 23688 57904 5264 10721 1207 2567 25276 53756 6052 16502 1184 3568 28342 85409 6128 16872 1184 3648 28564 88008 6176 12848 1168 2816 27813 67056 6096 14948 1184 3232 28786 78578 6224 11256 1176 1876 37044 59094 6174

Keterangan:

Y = Produksi Jagung X1 = Luas Panen

X2 = Curah Hujan


(38)

Tabel 4.3 Jumlah Nilai Koefisien

Y X1 X2 X3 (X1)2 (X2)2(X3)2

4054 830 1786 152 73408 328002 2342

(Y)2(X1X2) (X1X3) (X2X3) (YX1) (YX2) (YX3)

1716478 145835 12331 27415 354040 715407 60502

Dari persamaan :

Y

=

b

0

n

+

b

1

X

1

+

b

2

X

2

+

b

3

X

3

1

YX

=

b

0

X

1

+

b

1

X

12

+

b

2

X

1

X

2

+

b

3

X

1

X

3

2

YX

=

b

0

X

2

+

b

1

X

2

X

1

+

b

2

X

22

+

b

3

X

2

X

3

3

YX

=

b

0

X

3

+

b

1

X

3

X

1

+

b

2

X

3

X

2

+

b

3

X

32

Didapat nilainya sebagai berikut:

4.054 = 10 b0 + 830 b1 + 1786 b2 + 152 b3 ….(1)

354.040 = 830 b0 + 73.408 b1 + 145.835 b2 + 12.331 b3…..(2)

715.407 = 1.786 b0 + 145.835 b1 + 328.002 b2 + 27.415 b3...(3)


(39)

Persamaan diaatas diselesaikan dengan metode eliminasi persamaan linear, dengan menghilngkan nilai b0.

Jika persamaan 1 dan 2 diambil dan disamakan nilai b0 nya dengan persamaan

2 tetap maka persamaan 1 harus dikalikan dengan 83 (830 : 10 = 83 ) sehingga diperoleh persamaan ke 5 :

336.482 = 830 b0 + 68.890 b1 + 148.238 b2 + 12.616 b3

354.040 = 830 b0 + 73.408 b1 + 145.835 b2 + 12.331 b3 -

-17.558 = - 4.518 b1 + 2.403 b2 + 285 b3

Selanjutnya untuk mendapatkan persamaan ke 6 kita gunakan rumus persamaan 1 dan 3. Jika persamaan 3 tetap maka persamaan 1 dikalikan dengan 178,6( 1786: 10 = 178,6)

724.044,4 = 1786b0 + 148.238b1 + 318.979,6b2 + 27.147,2 b3

715.407 = 1786b0 + 145.835 b1 + 328.002 b2 + 27.415 b3 -

8.637,4 = 2.403b1 - 9.022,4b2 - 267,8 b3

Selanjutnya untuk mendapatkan persamaan ke 7 kita gunkan rumus persamaan 1 dan 4. Jika persamaan 4 tetap maka persamaan 1 dikalikan dengan 15,2 ( 152:10=15,2)


(40)

61.620,8 = 152 b0 + 12.616 b1 + 27.147,2 b2 + 2.310,4 b3

60.502 = 152 b0 + 12.331 b1 + 27.415 b2 + 2342 b3 -

1118,8 = 285 b1 - 267,8 b2 - 31,6 b3

Maka didapatlah beberapa persamaan:

-17.558 = -4.518 b1 + 2.403 b2 + 285 b3…..(5)

9.529,3 = 2.403 b1 - 9.022,4 b2 - 267,8 b3...(6)

1.118,8 = 285 b1 - 267,8 b2 - 31,6 b3…. (7)

Langkah berikutnya akan menghilangkan nilai b1, dengan menggunkan rumus

persamaan 5 dan 6.

Jika persamaan 5 dikalikan dengan -1 dan persamaan 6 dikalikan dengan 1,8801498 akan didapat persamaan 8.

17.758 = 4.518 b1 - 2.403 b2 + 285 b3

16.239,60 = 4.518 b1 - 16.963,46 b2 - 503,50 b3 -


(41)

Kemudian dengan menggunkan rumus persamaan 5 dan 7 akan didapat persamaan 9. Persamaan 5 dikalikan dengan -1 dan persamaan 7 dikalikan dengan 15,85263158.

17.758 = 4.158 b1 - 2.403 b2 + 285 b3

17.735,92 = 4.158 b1 - 4.245,33 b2 + 500,94 b3 -

22,08 = 1.842,33 b2 - 215,94 b3

Maka didapatlah 2 persamaan berikut:

1.518,4 = 14.560,46 b2 + 218,5 b3…….(8)

22,08 = 1.842,33 b2 + 215,94 b3…….(9)

Kemudian kedua persamaan tersebut kembali dieliminasi hingga didapt harga b3.

Jika persamaan 8 tetap maka persamaan 9 dikalikan dengan 7,903285513

1.518,4 = 14.560,46 b2 + 218,5 b3

350,03 = 14.560,46 b2 + 1.706,6 b3 -

1.168,37 = - 1.488,13 b3

b3= 0,785


(42)

1.518,4 = 14.560,46 b2 + 218,5 b3 b2 = 8,61

Kemudian harga b2 dan b3 disubtitusikan kepersamaan 5.

-17.558 = - 4.518 b1 + 2.403 b2 - 285 b3 b1 = 8,42

kemudian harga b1,b2 dan b3 disbutitusikan ke persamaan 1.

4.054 = 10 b0 + 830 b1 + 1786 b2 + 152b3

b0 = - 1.819,27

dari seluruh harga yang didapat maka didapatlah persamaan regresi linear bergandanya sebagai berikut :

+


(43)

4.3 Analisis Residu

Setelah didapat persamaan regresinya, maka untuk mengetahui seberapa besar penyimpangan jumlah hasil produksi padi terhadap jumlah produksi padi yang diperkirakan , maka dapat dihitung dengan mencari koefisien dengan mencari koefisien-koefisien dari analisa residunya sebagi berikut:

Tabel 4.4 harga

NO Y X1 X2 X3 2

1

646 145 154 12 718,15 -72,15 5205,62

2

399 87 154 12 229,79 169,21 28632

3

344 76 188 17 425,98 -81,98 6720,72

4

329 72 176 16 289,77 39,23 1538,99

5

356 71 151 17 65,31 290,69 84500,7

6

383 74 223 16 711,28 -328,28 107768

7

386 74 228 16 754,33 -368,28 135630

8

381 73 176 16 315,41 65,59 4302,05

9

389 74 202 16 530,47 -141,47 20013,8

10

441 84 134 14 30,76 410,24 168297


(44)

Maka kesalahan bakunya adalah sebagai berikut:

Sy.123 =

Dimana

k= 3; n= 10; dan ∑ 2 = 562645,45

sehingga :

Sy.123 =

=

=

= 306,22

Dengan penyimpangan nilai yang telah didapatkan diatas, maka hasil produksi padi yang sebenarnya akan menyimpang dari hasil sebenarnya sebesar 306,22.


(45)

4.4Uji Regresi Linear Berganda

Perumusan hipotesa :

H0 :

β

1

=

β

2

=

β

3

=

β

4

=

0

( X1, X2, X3, X4 tidak mempengaruhi Y)

H1 : Minimal ada satu parameter koefisien regresi yang tidak sama dengan

nol atau mempengaruhi Y.

Dengan : H0 diterima jika Fhit≤ Ftab.

H0 ditolak Jika Fhit > Ftab.

Untuk menguji model regresi yang telah terbentuk, maka dapat diambil :

1 1

1

X

X

x

=

x

3

=

X

3

X

3

y

=

Y

Y

2 2

2

X

X

x

=

Dengan :

1

X

= 83

X

3 = 15,2

2

X

= 178,6

Y

= 405,4


(46)

Tabel 4.5 pengujian regresi linear

Y x1 x2 x3 y

2

yx1 yx2 yx3

240,6 62 -24,6 -3,2 57888,4 14917,2 -5918,8 -769,92 -6,4 4 -24,6 -3,2 40,96 -25,6 157,44 20,48 -61,4 -7 9,4 1,8 3769,96 429,8 -577,16 -110,52 -76,4 -11 -2,6 0,8 5836,96 840,4 198,64 -61,12 -49,4 -12 -27,6 1,8 2440,36 592,8 1363,44 -88,92 -22,4 -9 44,4 0,8 501,76 201,6 -994,56 -17,92 -19,4 -9 49,4 0,8 376,36 174,6 -958,36 -15,52 -24,4 -10 -2,6 0,8 595,36 244 63,44 -19,52 -16,4 -9 23,4 0,8 268,96 147,6 -383,76 -13,12 35,6 1 -44,6 -1,2 1267,36 35,6 -1587,8 -42,72

0 0 0 0 75865,92 17558 -8637,4 -1118,8

Dari tabel 4.5 diatas didapat perhitungan sebagai berikut:

JKreg =

b

1

y

x

1

+

b

2

y

x

2

+

b

3

y

x

3

= 8,42(17558) – 8,61(-8637,4) + (- 0,785)(- 1118,8) = 74348,604

Untuk JKres dapat dilihat dari tabel 4.4 yaitu

2

)

(

Y

Y

= 562645,45 maka nilai Fhit


(47)

F =

) 1 /(

/ − −k n JK

k JK

res reg

=

=

= 0,2642822545

Dari tabel distribusi F dengan dk pembilang = 3, dk penyebut = 6, dan α = 0.05, diperoleh Ftab = 4,76. Karena Fhit lebih kecil daripada Ftab maka H0 diterima dan H1

ditolak. Ket : H0 diterima jika Fhit≤ Ftab.

H0 ditolak Jika Fhit > Ftab.

4.5 Koefisien Determinasi

Koefisien determinasi digunakan untuk menganalisa seberapa besar pengaruh faktor-faktor yang mempengaruhi hasil produksi padi.

Berdasarkan tabel 4.5 dapat dilihat harga

y

2= sedangkan JKreg

yang telah dihitung adalah . Maka selanjutnya dengan rumus R2 = 2

y

JK

reg

.


(48)

R2 = = 0,98

Dan untuk koefisien korelasi ganda, kita gunakan : R = 2

R

=

= 0,98994949

Dari hasil perhitungan didapat nilai koefisien determinasi sebesar 0,989 dan dengan mencari akar dari R2, diperoleh koefisien korelasinya sebesar 0,989. Nilai

tersebut digunakan untuk mengetahui pengaruh variabel independent terhadap perubahan variabel dependent. Artinya 99% jumlah produksi padi yang dipengaruhi oleh ketiga faktor yang dianalisis, sedangkan 1% sisanya dipengaruhi oleh faktor – faktor lain yang tidak dapat dijelaskan oleh persamaan ini.

4.6Koefisien Korelasi

Koefisien korelasi digunakan untuk melihat keeratan hubungan antara variabel bebas dan variabel terikat atau antara variabel bebas yang ada.

Untuk mempermudah dalam hal pengerjaan dan perhitungan setiap nilai yang


(49)

1. Koefisien korelasi antara Y dan X1

ryx1 =

(

)

{

2

}

{

2

( )

2

}

1 2 1 1 1 1

Y

Y

n

X

X

n

Y

X

Y

X

n

=

=

=

=

0,96

Angka koefisien diatas menunjukkan korelasi kuat dan searah(positif) antara hasil produksi padi dengan luas lahan yang digunakan, artinya semakin luas lahan yang digunakan maka akan semakin besar produksi padi yang dihasilkan.

2. Koefisien Korelasi antara Y dan X2

ryx2 =

(

)

{

2

}

{

2

( )

2

}

2 2 2 2 1 2

Y

Y

n

X

X

n

Y

X

Y

X

n

=

=

=


(50)

=

= -0,336

Angka koefisien diatas menunjukkan korelasi sangat lemah dan tidak searah (negatif) antara hasil produksi jagung dengan curah hujan, artinya penambahan intensitas curah hujan akan menurunkan jumlah produksi jagung, dan sebaliknya penurunan intensitas curah hujan meningkatkan jumlahproduksi jagung.

3. Koefisien korelasi antara Y dan X3

ryx3 =

(

)

{

2

}

{

2

( )

2

}

3 2 3 3 1 3

Y

Y

n

X

X

n

Y

X

Y

X

n

=

=

=

=

- 0,736

Angka koefisien diatas menunjukkan korelasi sangat lemah dan t searah (negatif) antara hasil produksi jagung dengan banyaknya hari hujan, artinya penambahan hari


(51)

hujan yang ada akan meningkatkan jumlah produksi jagung, dan penurunan jumlah hari hujan akan menurunkan jumlah produksi jagung.

4. Koefisien Korelasi antara X1 dan X2

r12 =

(

)(

)

(

)

{

}

{

(

)

2

}

2 2 2 2 1 2 1 2 1 2 1

X

X

n

X

X

n

X

X

X

X

n

=

=

=


(52)

5. Koefisien Korelasi antara X1 dan X3

r13 =

(

)(

)

(

)

{

}

{

(

)

2

}

3 2 3 2 1 2 1 3 1 3 1

X

X

n

X

X

n

X

X

X

X

n

=

=

=


(53)

6. Koefisien Korelasi antara X2 dan X3

r23 =

(

)(

)

(

)

{

}

{

(

)

2

}

3 2 3 2 2 2 2 3 2 3 2

X

X

n

X

X

n

X

X

X

X

n

=

=

=

= 0,501


(54)

BAB 5

IMPLEMENTASI SISTEM

5.1 Pengertian Implementasi Sistem

Implementasi sistem adalah tahapan penerapan hasil desain tetulis ke dalam programming dengan menggunkan perangkat lunak (software) sebagai implementasi ataupun prosedur untuk menyelesaikan desain system, yang mana dalam hal ini implementasi system digunakan untuk menganalisis data jumlah produksi jagung pada tahun 2010 di Kabupaten Labuhan Batu.

Adapun impementasi sistem yang digunakan adalah Microsoft excel. Dan SPSS(Statistical Product and service solution) 16.0 for windows.

Diharapkan dengan menggunkan Microsoft excel dan SPSS l6.0 dapat meningkatkan pengetahunan penulis dalam menggunakan aplikasi ilmu stastistik.

5.2 Pengaktifan Excel

Sebelum mengoperasikan excel, pastikan bahwa program tersebut telah tersedia di komputer, kemudian lanjutkan langkah-langkah sebagai berikut :


(55)

b. Klik windows Excel maka secara otomatis jendela utama excel akan tampil dan langsung digunakan untuk mengolah data.

Pada setiap Lembar Kerja excel memiliki 256 kolom dan 65.536 baris yang siap untuk digunkan. Pada setiap baris dan kolom terdapat sel-sel yang didindentifikasi dengan alamat yang kombinasi antar baris dan abjad kolom.

Dapat dilihat seperti gambar berikut ini:


(56)

Gambar 5.2 Jendela Micrsoft Excel

Beberapa istlah dlam Microsoft Excel:

1. Worksheet adalah tempat lembar kerja yang memasukkan data ataupun rumus. Worksheet tersedia sebanyak tiga sheet yang terdiri dari 65.536 bris dan 256 kolom

2. Workbook adalah buku kerja yangterdiri dari beberaa worksheet. Workbook ini tempat menyimpan worksheet sehingga mempermudah mengorganisir file-file sesuai dengan kebutuhan yang diperlukan

3. Cell adalah perpotongan baris dan kolom yang ditandai dengan poiter sel pada posisi tertentu yang ditunjukkan ppada name book.


(57)

4. Pointer cell adalah tanda penunjuk keaktifan sel berupa kotak bingkai tebal.

5. Range adalah kumpulan beberapa sel yang menunjukkan kelompok area 6. Gridlines adalah garis bantu sel pada area kerja.

7. Fil handell adalah bagian bawah kanan pointer sel berfungsi untuk memindahkan atau mengopi data dan rumus dengan mengguunkan mouse.

5.2.1 Pengisian Data

dalam hal pengolahan data computer memiliki banyak kelebihan dari manusia yaitu dalam hal kecepatan, ketepatan, dan khandalan. Manusia sangat terbantu dengan adanya computer karena kadang kala data yang banyak dan rumit tidak dapt dikerjakan dengan manula dan meembutuhkan banyak waktu dan tenaga. Maka dari itu computer diharapkan dapat melakukan pekerjaan dengan cepat dan tepat dengan kesalhan yang kecil.

Proses pengisian data pada lembar kerja excel dengan cara mnegtik data yang kita inginkan di sel yang tersedia , ada dua cara mengisi data, dengan menggunkan keyboard atau sub menu yang terdapat pada menu excel.


(58)

1. Letakkan pinter dan sel yang ingin diisi data 2. Ketik data

3. Tekan enter

Hasil dari memasukkan data dapt dilihat pada gambar berikut ini:

Gambar 5.3 Data setelah dimasukkan 5.3 Pengaktifan SPSS 16.0

Berikut ini adalah langkah-langkah yang dilakukan dalam menyelesaikan program linear berganda dengan SPSS sesuai dengan data dalam penulisan ini:


(59)

1. Klik start lalu all Program pilih SPSS Inc lalu klik SPSS 16.0

Gambar 5.4 Tampilan cara pengaktifan SPSS

2. Memasukkan data ke SPSS


(60)

Gambar 5.5 Kotak dialog awal SPSS


(61)

Gambar 5.6 Tampilan jendela Data View dalam SPSS

Saat program sudah berjalan seperti gambar diatas maka selanjutnya klik variable view pada sudut kiri bawah program, kemudian lakukan petunjuk untuk pengisian data sebagai berikut.

A. Kolom name dapat diisi dengan variabel yang kita miliki daalam penelitian, dalam penelitian ini yang memiliki 4 variabel dapat di ketik Y, X1, X2 dan X3.

B. Untuk kolom type maka dapat diisikan seluruhnya dengan tipe data Numeric. Karena penelitian ini dengan metode kuantitaif.

C. Untuk kolom width diisikan seluruhnya dengan angka 8 artinya jumlah karakter yang digunkan terbatas 8 angka atau huruf saja.

D. Kolom Decimal semuanya diisikan dengan angka 2, yang artinya perhitungna dilakunkan dengan aturan 2 desimal dibelakang koma.

E. Kolom label diisikan berdasarkan indentitas dari variabel yang dimiliki, dalam hal ini variabel Y diabeli dengan Produksi, variabel X1 dengan dengan label Luas, variabel X2 dilabeli dengan Intensitas, dan variabel X3 di labeli dengan dengan Hari hujan.

F. Kolom Values digunkan untuk menuliskan nilai kuantitatif dari variabel yang berskala ordinal dan nominal, dalam hal ini kita menggunkan bentuk data skala, maka untuk kolom ini diabaikan saja seluruhnya

G. Kolom missing digunakan untuk penjelasan dat yang hilang atu rusak, dalam hal ini kolom missing kita abaikan saja.

H. Kolom columns digunkan untuk menentukan lebar kolom, untuk ketiga variabel kita isiskan angka 8.


(62)

I. Kolom align digunkan untuk menentukan letak pengisian data apakah rata kiri, rata kana atau tengah, dalam hal ini seluruh variabel kita isi right(kanan). J. Kolom measure digunkan untuk menentukan jenis data, dalam hal ini data kita

gunkan data scale. Maka seluruh variabel kita gunkan scale.

Bentuk pengisisan data diatas dapat dilihat di gambar berikut:

Gambar 5.7 Tampilan pengisisan variable viewdalam SPSS

5.3.1 Pengisian data pada SPSS

Setelah selesai melakukan pengisisan pada variabel view selanjutnya dilakukan pengisisan data pada pada data view. Isiskan data sesuai variebl yang tersedia seperti gambar dibawah ini.


(63)

Gambar 5.8 Tampilan pengisian data view dalam SPSS

Setelah dilakukan pengisisan data seperti diatas selanjutnya dilakukan proses analisa data.

a. Pilih menu analyze, kemudian pilih menu Regression, pilih Linear seprti tampilan berikut:


(64)

b. Pada kolom dependent pindahkan variabel produksi, sedangkan pda kolom independent pindahkan variabel luas, intensitas hujan, dan hari hujan.

c. Pada kolom method pilih enter.

Gambar 5.0 Tampilan jendela linear regression

d. Kemudian klik kotak stastistik, pada pilihan regression coefficient cek estimate , model fit dan descriptive. Kemudian pada pilihan residuals kosongkan saja. Lalu klik continue.


(65)

Gambar 5.8 Tampilan pada pengisian liniear regression statistik

e. Klik plots untuk membuat grafik, dan berikan tanda ceklis pada pilihan produce all partial plot lalu klik continue.


(66)

f. Klik plots, pada pilihan stepping method criteria masukkan angka 0.05 pada kolom entri. Kemudian ceklis include constant in equation. Pada pilihan missing values ceklis exclude case listwise. Lalu klik continue.

Gambar 5.10 Tampilan pengisian linear regression options


(67)

BAB 6

KESIMPULAN DAN SARAN

6.1. Kesimpulan

Berdasarkan perhitungan yang telah dilakukan maka didapat kesimpulan sebagai berikut:

1. Dengan menggunkan rumus yang ada maka didapat nilai-nilai koefisien regresinya yaitu:

b0 = - 1819,27 , b1= 8,42 , b2= 8,61 , b3= - 0,785 sehingga persaman linear

berganda yang didapat adalah:

= - 1819,27 + 8,42 X1 - 8,61 X2 + 0,785 X3

Yang berarti bahwa produksi padi dipengaruhi oleh 3 faktor yang menjadi variabel yaitu luas lahan(X1), intensitas hujan(X2), dan banyaknya hari hujan

(X3). Dimana luas lahan

Pada uji linear berganda menggunakan distribusi F dengan dk pembilang = 3, dk penyebut = 6, dan α = 0.05, diperoleh Ftab = 4,76 dan Fhitung = 0,2642822545 Karena

Fhit lebih kecil daripada Ftab maka H0 diterima karena


(68)

H0 ditolak Jika Fhit > Ftab.

2. ini berarti bahwa luas lahan, curah hujan, dan banyak hujan secara bersama – sama mempengaruhi jumlah produksi padi.

3. Koefisien determinasi (R) sebesar 99%, menunjukan bahwa 99% dipengaruhi oleh ketiga faktor X1, X2, X3, dan 1% dipengaruhi oleh faktor – faktor lain.

4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi yang kuat terjadi antara jumlah produksi jagung (Y) dengan luas lahan yang disediakan (X1) yaitu sebesar 0,96

6.2 Saran

Melihat hubungan yang kuat antara produksi dan luas lahan maka disarankan agar pihak pemerintah Indonesia membuka atau memperluas lahan penanaman untuk padi agar nilai produksi juga bertambah, dan kebutuhan dalam negeri juga dapat terpenuhi. Dan tidak lagi mengandalkan barang impor. Untuk selanjutnya metode analisa statistic dapat digunakan dalam perancangan pembangunan di sektor pertanian.


(69)

DAFTAR PUSTAKA

Algifri.2000.Analisis Regresi teori, kasus, dan solusi.Yogyakarta. BPFE- YOGYAKARTA.

Hartono, Drs.2004. Statistik Untuk Penelitian.Yogyakarta. LSFK2P Santoso, Ratno Dwi dkk. 1992. Analisis Regresi. Yogyakarta. Andi Offset. Supranto,J. 2000. Statistik. Edisi ke-6. Jakarta: Erlangga

Sarwono, Jonathan.2009. Statistik itu mudah. Yogyakarta. penerbit Andi Subagyo, Pangestu Drs. 2004. Statistik terapan. Yogyakarta. BPFE Sudjana,M.A. M.Sc. Metoda Statistika.Bandung.Tarsito 2005 Deli Serdang Dalam Angka. BPS Sumut.2010

http:// Deli Serdang.com


(70)

L

A

M

P

I

R

A

N


(71)

BADAN PUSAT STATISTIK

PROPINSI SUMATERA UTARA

Medan, 25 Mei 2012 Nomor : 12.563.065

Lampiran :

Hal : Surat Riset Pengump;ulan Data

Kepada Yth,

Dekan Fakultas MIPA Universitas Sumatera Utara Di

Medan

Dengan Hormat

,

Bersama dengan ini diberitahukan bahwa mahasiswa program Studi Diploma III Statistika FMIPA Universitas Sumatera Utara yang tertera dibawah ini :

Nama : Arbi Alwan NIM : 082407050

Jurusan : Diploma III Statistika

Adalah benar telah melaksanakan Riset Pengumpulan Data di Badan Pusat Statistika Propinsi Sumatera Utara jalan Kaopten Muslim No. 71 Medan, pada tanggal 28 Februari, 19 April, dan 25 April 2011. Kegiatan ini dilaksanakan guna menyelesaikan Tugas Akhir pada jurusan Statistika FMIPA Universitas Sumatera Utara Medan. Demikianlah surat ini diperbuat untuk dipergunakan seperlunya.

A.n Kepala BPS Propinsi Sumatera Utara Kepala Seksi Desiminasi dan Layanan Statistika

PENDI DEWANTO


(72)

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM DIPLOMA 3 KOMPUTER DAN STATISTIKA Jl. Bioteknologi No. 1 Kampus USU Padang Bulan Medan 20155

Telp. (061) 8211050 – 8214290, Fax. (061) 8214290

Medan, 30 Mei 2012 Nomor : /H5.2.1.8/SPB/2010

Lampiran : 1 Lembar

Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D - III Statistik FMIPA USU

yth :

Kepala Badan Pusat Statistik (BPS) Propinsi Sumatera Utara Jl. Kapten Muslim No. 71 Medan

Dengan hormat, bersama ini kami memohon kesediaan Bapak/Ibu untuk menerima Mahasiswa Program Studi Diploma III Statistik FMIPA USU medan,dengan tujuan mengadakan penelitian data terkait judul penelitian Mahasiswa yang bersangkutan, atas nama :

No. Nama NIM

1. Arbi Alwan 082407050

Data yang akan diteliti khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang bersangkutan pada Program Studi D-III Statistik FMIPA USU.

a.n Dekan

Pembantu Dekan I

Dr. Marpongahtun, M.Sc NIP. 19611115 198803 2 002

Tembusan :

1. Yth. Ketua Program Studi D-III Statistik 2. Arsip


(73)

SURAT KETERANGAN Hasil Uji Program Tugas Akhir

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma 3 Statistika :

Nama : ARBI ALWAN

NIM : 082407050

Prog. Studi : DIPLOMA (D3) STATISTIKA

Judul Tugas Akhir : ANALISA PRODUKSI PADI DI KABUPATEN DELI SERDANG TAHUN 2011

Telah melaksanakan test program Tugas Akhir Mahasiswa tersebut di atas pada tanggal ……….

Dengan Hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.

Medan, Juni 2012 Dosen Pembimbing

Drs.Lingling Perangin-angin NIP. 19550202 198601 1 001


(74)

KEMENTERIAN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Jl. Bioteknologi No. 1 Kampus USU

Telp. (061) 8214290, 8211212, 8211414 Fax. (061) 8214290 Medan 20155

Kartu Bimbingan Tugas Akhir Mahasiswa

Nama : Arbi Alwan

Nomor Induk Mahasiswa : 082407050

Judul Tugas Akhir : Analisis Produksi Padi di Kabupaten Deli Serdang Tahun 2001 - 2011

Dosen Pembimbing : Drs. Liling Perangin - angin Tanggal Mulai Bimbingan : ...

Tanggal Selesai Bimbingan : ...

No Tanggal Asistensi Bimbingan

Pembahasan Pada Asistensi Pada Bab

Paraf Dosen

Pembimbing Keterangan

*Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan mahasiswa telah selesai

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua Pembimbing

Prof. Dr. Tulus, vordipl., M.Si., Ph.D Drs. Liling Perangin - angin NIP. 19620901 198803 1 002 NIP. 19550202 198601 1 001


(1)

DAFTAR PUSTAKA

Algifri.2000.Analisis Regresi teori, kasus, dan solusi.Yogyakarta. BPFE- YOGYAKARTA.

Hartono, Drs.2004. Statistik Untuk Penelitian.Yogyakarta. LSFK2P Santoso, Ratno Dwi dkk. 1992. Analisis Regresi. Yogyakarta. Andi Offset. Supranto,J. 2000. Statistik. Edisi ke-6. Jakarta: Erlangga

Sarwono, Jonathan.2009. Statistik itu mudah. Yogyakarta. penerbit Andi Subagyo, Pangestu Drs. 2004. Statistik terapan. Yogyakarta. BPFE Sudjana,M.A. M.Sc. Metoda Statistika.Bandung.Tarsito 2005 Deli Serdang Dalam Angka. BPS Sumut.2010

http:// Deli Serdang.com


(2)

L

A

M

P

I

R

A

N


(3)

BADAN PUSAT STATISTIK

PROPINSI SUMATERA UTARA

Medan, 25 Mei 2012 Nomor : 12.563.065

Lampiran :

Hal : Surat Riset Pengump;ulan Data

Kepada Yth,

Dekan Fakultas MIPA Universitas Sumatera Utara Di

Medan

Dengan Hormat

,

Bersama dengan ini diberitahukan bahwa mahasiswa program Studi Diploma III Statistika FMIPA Universitas Sumatera Utara yang tertera dibawah ini :

Nama : Arbi Alwan NIM : 082407050

Jurusan : Diploma III Statistika

Adalah benar telah melaksanakan Riset Pengumpulan Data di Badan Pusat Statistika Propinsi Sumatera Utara jalan Kaopten Muslim No. 71 Medan, pada tanggal 28 Februari, 19 April, dan 25 April 2011. Kegiatan ini dilaksanakan guna menyelesaikan Tugas Akhir pada jurusan Statistika FMIPA Universitas Sumatera Utara Medan. Demikianlah surat ini diperbuat untuk dipergunakan seperlunya.

A.n Kepala BPS Propinsi Sumatera Utara Kepala Seksi Desiminasi dan Layanan Statistika

PENDI DEWANTO


(4)

KEMENTERIAN PENDIDIKAN NASIONAL UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM DIPLOMA 3 KOMPUTER DAN STATISTIKA Jl. Bioteknologi No. 1 Kampus USU Padang Bulan Medan 20155

Telp. (061) 8211050 – 8214290, Fax. (061) 8214290

Medan, 30 Mei 2012 Nomor : /H5.2.1.8/SPB/2010

Lampiran : 1 Lembar

Perihal : Pengumpulan Data Riset Mahasiswa Program Studi D - III Statistik FMIPA USU

yth :

Kepala Badan Pusat Statistik (BPS) Propinsi Sumatera Utara Jl. Kapten Muslim No. 71 Medan

Dengan hormat, bersama ini kami memohon kesediaan Bapak/Ibu untuk menerima Mahasiswa Program Studi Diploma III Statistik FMIPA USU medan,dengan tujuan mengadakan penelitian data terkait judul penelitian Mahasiswa yang bersangkutan, atas nama :

No. Nama NIM

1. Arbi Alwan 082407050

Data yang akan diteliti khusus dipergunakan untuk menyusun Tugas Akhir Mahasiswa yang bersangkutan pada Program Studi D-III Statistik FMIPA USU.

a.n Dekan

Pembantu Dekan I

Dr. Marpongahtun, M.Sc NIP. 19611115 198803 2 002

Tembusan :

1. Yth. Ketua Program Studi D-III Statistik 2. Arsip


(5)

SURAT KETERANGAN Hasil Uji Program Tugas Akhir

Yang bertanda tangan dibawah ini, menerangkan bahwa Mahasiswa Tugas Akhir Program Diploma 3 Statistika :

Nama : ARBI ALWAN

NIM : 082407050

Prog. Studi : DIPLOMA (D3) STATISTIKA

Judul Tugas Akhir : ANALISA PRODUKSI PADI DI KABUPATEN DELI SERDANG TAHUN 2011

Telah melaksanakan test program Tugas Akhir Mahasiswa tersebut di atas pada tanggal ……….

Dengan Hasil : Sukses / Gagal

Demikian diterangkan untuk digunakan melengkapi syarat pendaftaran Ujian Meja Hijau Tugas Akhir Mahasiswa bersangkutan di Departemen Matematika FMIPA USU Medan.

Medan, Juni 2012 Dosen Pembimbing

Drs.Lingling Perangin-angin NIP. 19550202 198601 1 001


(6)

KEMENTERIAN PENDIDIKAN NASIONAL

UNIVERSITAS SUMATERA UTARA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Jl. Bioteknologi No. 1 Kampus USU

Telp. (061) 8214290, 8211212, 8211414 Fax. (061) 8214290 Medan 20155

Kartu Bimbingan Tugas Akhir Mahasiswa

Nama : Arbi Alwan

Nomor Induk Mahasiswa : 082407050

Judul Tugas Akhir : Analisis Produksi Padi di Kabupaten Deli Serdang Tahun 2001 - 2011

Dosen Pembimbing : Drs. Liling Perangin - angin Tanggal Mulai Bimbingan : ...

Tanggal Selesai Bimbingan : ...

No Tanggal Asistensi Bimbingan

Pembahasan Pada Asistensi Pada Bab

Paraf Dosen

Pembimbing Keterangan

*Kartu ini harap dikembalikan ke Departemen Matematika bila bimbingan mahasiswa telah selesai

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua Pembimbing

Prof. Dr. Tulus, vordipl., M.Si., Ph.D Drs. Liling Perangin - angin NIP. 19620901 198803 1 002 NIP. 19550202 198601 1 001