Analisis Faktor-Faktor Yang Mempengaruhi Realisasi Produksi Kelapa Sawit Pada Tahun 2008 DI PT. Perkebunan Nusantara III (Persero) Medan

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

REALISASI PRODUKSI KELAPA SAWIT PADA TAHUN 2008

DI PT. PERKEBUNAN NUSANTARA III (PERSERO)

MEDAN

TUGAS AKHIR

IRMANA MANDASARI

062407059

PROGRAM STUDI DIPLOMA III STATISTIKA

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2009

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI REALISASI

PRODUKSI KELAPA SAWIT PADA TAHUN 2008 DI

PT. PERKEBUNAN NUSANTARA III (PERSERO)

MEDAN

TUGAS AKHIR

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya

IRMANA MANDASARI 062407059

PROGRAM STUDI DIPLOMA III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2009

PENGHARGAAN

Bismillahirrahmanirrahim

Alhamdullilahirobbil’alamin. Puji dan syukur atas kehadirat Allah SWT yang telah melimpahkan rahmat dan karunia-Nya serta kasih sayang dan kesehatan kepada semua hamba-Nya. Salawat dan salam penulis ucapkan kepada junjungan kita Nabi besar Muhammad SAW sehingga penulis dapat menyelesaikan tugas akhir ini sebagai salah satu syarat untuk meraih gelar Ahli Madya pada program studi D-3 Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Pada kesempatan ini penulis hendak mengucapkan terima kasih kepada berbagai pihak atas segala kritik dan saran yang membangun demi terselesaikannya penulisan tugas akhir ini.

Terima kasih yang sebesar-besarnya penulis sampaikan kepada :

1. Bapak Dr. Sutarman M.Sc selaku dosen pembimbing yang telah dengan sabar dan teliti membimbing dan mengarahkan penulis dalam menyelesaikan tugas akhir ini.

2. Bapak Dr. Eddy Marlianto, M.Sc selaku dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

3. Bapak Dr. Saib Suwilo, M.Sc selaku ketua departemen Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

4. Bapak pimpinan dan seluruh karyawan/i di PT. Perkebunan Nusantara III (Persero) Medan, khususnya bidang tanaman yang telah mengizinkan penulis mengambil data untuk melengkapi tugas akhir penulis.

5. Kepada orang tua tercinta, ayahanda Alm. ABDUL MALIK BIN AGAM dan Ibunda Almh. RADEN RUBES RUMIATY yang dengan keikhlasan dan ketulusan hatinya membesarkan, mendidik, memberi dukungan dan doa serta segenap rasa cinta yang tak terhingga kepada penulis hingga akhir hayat mereka. Kepada kakak dan adikku tersayang, Kiki dan Riza Hidayatullah atas segala dukungannya baik moril maupun materil, perhatian dan kasih sayangnya kepada penulis sampai saat ini.

6. Teristimewa buat M. Rizky Siregar. I’m Yours.

7. Anak-anak Stat A, B & C ‘06, eXpeciaLLy My Classmates Stat B yang telah sama-sama berjuang selama 3 tahun dalam suka dan duka. For My

Old Friend : Fachry, Dedi, Iwa, Dayah, Tia. I Miss U All.

Penulis juga tidak lupa mengucapkan banyak terima kasih kepada semua pihak yang telah banyak membantu dalam penyelesaian tugas akhir ini yang tidak dapat disebutkan satu persatu. Mudah-mudahan tugas akhir ini bermanfaat bagi kita semua, terutama dalam penyampaian dan pengembangan pendidikan khususnya dibidang Statistik.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar Isi v

Daftar Tabel vii

Daftar Gambar viii

Bab 1 Pendahuluan 1

1.1 Latar Belakang 1

1.2 Maksud dan Tujuan 2

1.3 Rumusan Masalah 2

1.4 Kotribusi Penelitian 3

1.5 Tinjauan Pustaka 3

1.6 Lokasi dan Waktu Penelitian 3 1.7 Metodologi Penelitian 4 1.8 Sistematika Penulisan 7 Bab 2 Gambaran Umum Tempat Riset 9

2.1 Sejarah Singkat Berdirinya PT. Perkebunan Nusantara III

(Persero) Medan 9

2.1.1 Visi dan Misi PT. Perkebunan Nusantara III (Persero)

Medan 11

2.2 Jenis Usaha PT. Perkebunan Nusantara III (Persero) Medan 11 2.3 Struktur Organisasi, Kegiatan dan Jaringan Kerja PT.

Perkebunan Nusantara III (Persero) Medan 14

Bab 3 Landasan Teori 20

3.1 Pengertian Regresi 20

3.2 Analisis Regresi Linier 21 3.3 Regresi Linier Sederhana 21 3.4 Regresi Linier Berganda 22 3.5 Membentuk Persamaan Regresi Linier Berganda 24 3.6 Koefisien Determinasi 26

3.7 Multikolinearitas 27

Bab 4 Analisis Data 28

4.1 Pengolahan Data 28

4.2 Persamaan Regresi Linier Berganda 29 4.3 Uji Keberartian Koefisien Regresi 32

4.5 Uji Normalitas Menggunakan Regresi Linear 34

4.6 Analisis Korelasi 36

Bab 5 Implementasi Sistem 39

5.1 Sekilas Tentang SPSS 39

5.2 Mengaktifkan SPSS 39

5.3 Membuka Lembar Baru 40

5.4 Menamai Variabel 42

5.5 Pengisian Data 44

5.6 Pengolahan Data dengan Persamaan Regresi 45 5.7 Pengolahan Data dengan Persamaan Korelasi 48

Bab 6 Penutup 50

6.1 Kesimpulan 50

6.2 Saran 51

Daftar Pustaka 52

DAFTAR TABEL

Tabel 3.1 Bentuk Umum Data Observasi 24

Tabel 4.1 Metode Kotak Dialog Regresi Linear 29 Tabel 4.2 Metode hasil Penjumlahan 29

Tabel 4.3 Output ANOVA 1 Arah 30 Tabel 4.4 Nilai-nilai Koefisien 31 Tabel 4.5 Nilai-nilai Residu 31 Tabel 4.7 Nilai-nilai Korelasi 37

DAFTAR GAMBAR

Gambar 4.1 Output berupa Histogram 35 Gambar 4.2 Output berupa Normal P-P Plot Of Regression Standardized Residual 35 Gambar 4.3 Output berupa Scatterplot 36 Gambar 5.1 Mengaktifkan SPSS 40 Gambar 5.2 Tampilan Awal SPSS 40 Gambar 5.3 Layar Kerja Variabel View 44 Gambar 5.4 Data yang diolah 45 Gambar 5.5 Pilih Analyze, Regression, Linier 46 Gambar 5.6 Kotak Dialog Linier Regression 47 Gambar 5.7 Kotak Dialog Linier Regression Statistic 47 Gambar 5.8 Kotak Dialog Linier Regression Plots 48 Gambar 5.9 Pilih Analyze, Correlate, Bivariate 49 Gambar 5.10 Bivariate Correlations 49

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Pada era globalisasi sekarang ini, Perusahaan dan instansi pemerintah mengalami modrenisasi baik dalam hal pengolahan data dan pemberian informasi. Demikian juga halnya dengan PT. Perkebunan Nusantara III (Persero) Medan, merupakan suatu perusahaan perkebunan yang memproduksi minyak kelapa sawit dan karet mempunyai tujuan membantu pemerintah untuk menstabilkan harga minyak goreng yang sebagai salah satu bahan pokok masyarakat dan merupakan salah satu penghasil pajak terbesar untuk negara. Dalam pencapaian tujuan tersebut dibutuhkan pengolahan data yang menghasilkan informasi yang tingkat ketelitian dan ketepatannya tinggi.

Sebagai perusahaan multidimensi agro industri dengan budidaya kelapa sawit dan karet, hingga saat ini PT. Perkebunan Nusantara III (Persero) Medan mengelola perkebunan yang mencapai 34 kebun dengan total areal perkebunan 166.031,52 hektar. Untuk itu diperlukan kinerja yang baik pada setiap bidang usaha agar berada pada sasaran pasar yang tepat serta melengkapi pengakuan dunia atas kinerja tersebut.

Adapun tujuan penulis melakukan penelitian ini adalah sebagai berikut :

1. Untuk menambah wawasan dan ilmu pengetahuan bagi penulis.

2. Untuk mengetahui faktor-faktor yang mempengaruhi Realisasi Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan.

3. Sebagai bahan pertimbangan dalam mengambil keputusan atau kebijakan terhadap suatu masalah.

1.3 Rumusan Masalah

Besarnya Realisasi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan dipengaruhi oleh beberapa faktor yaitu luas lahan, pupuk, pencurian, dan beberapa faktor lainnya. Dalam hal ini penulis melihat perbandingan jumlah produksi dan faktor-faktor yang mempengaruhinya. Sehingga penulis ingin mengetahui apakah program yang telah dijalankan di PT. Perkebunan Nusantara III (Persero) Medan dalam meningkatkan hasil produksi berhasil, dengan melihat taraf signifikan dari faktor-faktor tersebut. Penulis juga ingin melihat hubungan antara tiap variabel-variabel yang mempengaruhi besarnya Realisasi Produksi Kelapa Sawit tersebut.

Adapun manfaat dari penelitian sebagai acuan yang dapat dilakukan pemerintah dalam melakukan realisasi yang tepat sasaran sehingga pemerintah dapat melihat kemajuan yang tercipta dari rancangan kerja tersebut dimasa yang akan datang.

1.5Tinjauan Pustaka

Beberapa buku yang menjadi tinjauan pustaka yang digunakan untuk mewujudkan tulisan ini yang menbantu penulis menguraikan tentang beberapa indikator yang menunjang Realisasi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan. Buku Metoda Statistika dan Analisis Regresi Terapan yang merupakan buku panduan untuk menganalisis data yang ada, dan beberapa buku lainnya sebagai bahan untuk penulisan.

1.6Lokasi Dan Waktu Penelitian

Penelitian atau pengumpulan data yang dilakukan penulis mengenai faktor-faktor yang mempengaruhi Realisasi Kelapa Sawit di dapat dari PT. Perkebunan Nusantara III (Persero) Medan Jl. Sei Batang Hari no. 2, telp. 8452244-8453100 Medan. Pengambilan data diatas dilakukan pada saat penulis melakukan Praktik Kerja Lapangan (PKL) yang berlangsung pada tanggal 09 juni sampai dengan 27 juni 2008.

Metode penelitian adalah suatu cara yang terdiri dari langkah-langkah atau urutan kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan penelitian sehingga apa yang menjadi tujuan dari penelitian itu terwujud. Penulis melakukan beberapa langkah-langkah untuk menyelesaikan penelitian, antara lain:

1. Kepustakaan (Library Research)

Dalam hal ini penulis melakukan pengambilan data dengan membaca, menelaah serta mengkaji buku – buku dan literatur yang berkaitan dengan masalah yang diperlukan.

2. Metode Pengumpulan data

Metode pengumpulan data dapat dibedakan berdasarkan sumbernya yaitu : a. Data Primer

b. Data Sekunder

Data primer adalah data yang diperoleh langsung dari sumbernya, diamati dan dicatat untuk pertama kalinya. Data sekunder adalah data yang bukan diusahakan sendiri pengumpulannya oleh peneliti, misalnya dari PT. Perkebunan Nusantara III (Persero) Medan, Badan Pusat Statistik (BPS), majalah, keterangan-keterangan atau publikasi lainnya.

1. Penentuan Objek Penelitian

Penentuan objek penelitian merupakan hal yang sangat penting untuk dilakukan, sesuai dengan model atau metode yang sudah dibentuk atau ditetapkan dalam penyusunan tugas akhir.

2. Penentuan Variabel

Menentukan kelompok data mana saja yang menjadi variabel X (variabel bebas) dan yang mana yang menjadi variabel Y (Variabel Tak Bebas).

3. Menentukan hubungan antara variabel Y dengan variabel X sehingga didapat regresi Y atas X1, X2, …, Xk.

4. Menentukan Koefisien Determinasi

Koefisien Determinasi dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas (X) yang ada didalam model persamaan regresi linier berganda secara bersama – sama. Maka R2 akan ditentukan dengan rumus, yaitu :

∑

= 2 2 i reg y JK R n Y Yi

yi

∑

i

∑

=

∑

−

2 2

2 ( )

JKreg = Jumlah Kuadrat Regresi

Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi

yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).

5. Uji Korelasi

Uji korelasi dilakukan untuk mengetahui bagaimana dan seberapa besarkah hubungan variabel – variabel bebas itu dapat mempengaruhi variabel tak bebas. Untuk hubungan variabel tersebut dapat dihitung dengan menggunakan rumus sebagai berikut :

∑

∑

−

∑

∑

∑

∑

−

∑

− = } ) ( }{ ) ( { ) )( ( 2 2 2 1 2 1 1 1 1 i i i i i i i i yx Y Y n X X n Y X Y X n r

Untuk mengukur kuat tidaknya antara variabel bebas dan tak bebas, ditinjau dari besar kecilnya nilai koefisien korelasi (r). Makin besar nilai r maka makin kuat hubungannya dan jika r makin kecil berarti makin lemah hubungannya. Nilai r yaitu :

- 1,00 ≤ r ≤ - 0,80 berarti korelasi kuat - 0,79 ≤ r ≤ - 0,50 berarti korelasi sedang - 0,49 ≤ r ≤ 0,49 berarti korelasi lemah - 0,50 ≤ r ≤ 0,79 berarti korelasi sedang - 0,80 ≤ r ≤ 1,00 berarti korelasi kuat

6. Menguji koefisien – koefisien Regresi

Pengujian ini dilakukan untuk menguji tingkat nyata koefisien – koefisien regresi yang didapat dan seberapa besar kontribusinya

1.8 Sistematika Penulisan

Adapun sistematika dalam penulisan “Tugas Akhir” secara garis besarnya di bagi dalam 4 Bab yang masing-masing Bab dibagi atas beberapa sub-sub bab yaitu sebagai berikut :

BAB 1 : PENDAHULUAN

Bab ini menjelaskan latar belakang pengambilan judul, tujuan penelitian, perumusan masalah, metode penelitian, tinjauan pustaka, lokasi penelitian dan sistematika penelitian.

BAB 2 : GAMBARAN UMUM TEMPAT RISET

Dalam bab ini menjelaskan tentang PT. Perkebunan Nusantara III (Persero) Medan motto, visi dan misi dan struktur badan usaha.

BAB 3 : LANDASAN TEORI

Dalam Bab ini dijelaskan mengenai klasifikasi mengenai faktor-faktor yang mempengaruhi Realisasi Kelapa Sawit dan menguraikan tentang pengertian regresi, regresi linier berganda, uji regresi linier ganda dan korelasi regresi linier ganda serta uji koefisien regresi linier berganda.

BAB 4 : ANALISIS DATA

Dalam Bab ini dilakukan analisis data dengan regresi linier berganda, analisis korelasi ganda.

BAB 5 : IMPLEMENTASI SISTEM

Dalam Bab ini dilakukan analisis data dengan regresi dan korelasi dengan menggunakan SPSS.

BAB 6 : PENUTUP

Dalam Bab ini memberikan beberapa kesimpulan dan saran sesuai dengan hasil analisis yang telah dilakukan.

BAB 2

2.1 Sejarah Singkat Berdirinya PT. Perkebunan Nusantara III (Persero) Medan

PT. Perkebunan Nusantara III (Persero) Medan selama lebih dari 40 tahun telah mengelola usaha perkebunan melalui kekayaan kandungan tanah Pulau Sumatera untuk turut memberikan andil dalam proses pembangunan Indonesia. Pengalaman panjang itu menjadikan PT. Perkebunan Nusantara III (Persero) Medan tampil sebagai salah satu perusahaan terkemuka di lingkungannya. Bidang usahanya dari hulu ke hilir, dari komoditi perkebunan hingga produk akhir telah dapat mencapai sasaran pasar Domestik dan Internasional.

Lintasan sejarah PT. Perkebunan Nusantara III (Persero) Medan berawal pada tahun 1958 sampai dengan tahun 1971, pada saat pemerintah Indonesia melakukan kebijakan nasionalisasi atas perusahaan perkebunan peninggalan Belanda, termasuk dua perusahaan perkebunan di sekitar Medan yaitu NV. Rubber Culltur Mij. De Oekust (CMO) yang kemudian dilebur menjadi Perusahaan Perkebunan Negara Baru (PPN Baru) Cabang Sumatera Utara. Dari embrio Perusahaan Perkebunan Negara Baru Cabang Sumatera Utara inilah lahir Perusahaan Negara (PN), yang terdiri dari PN. Perkebunan III, PN. Perkebunan IV dan PN. Perkebunan V. Menurut Peraturan Pemerintah No. 8 Tahun 1996, tanggal 14 Febuari 1996 ketiga PT. Perkebunan Milik Negara ini direstrukturisasi menjadi satu perseroan yaitu PT. Perkebunan Nusantara III (Persero) yang berkantor pusat di Medan Sumatera Utara.

Sebagai perusahaan multidimensi agro industri dengan budidaya Kelapa Sawit, Karet dan Kakao, hingga saat ini PT. Perkebunan Nusantara III (Persero) Medan

mengelola perkebunan yang mencapai 34 kebun dengan total areal perkebunan 166.031,52 hektar. Didukung 31 pabrik pengolahan berteknologi modern yang menampung seluruh hasil tanaman, serta 4 pabrik industri karet yang menghasilkan produk hilir berbahan baku karet, PT. Perkebunan Nusantara III (Persero) Medan siap mengantisipasi persaingan era global.

Sesuai komitmennya, PT. Perkebunan Nusantara III (Persero) Medan senantiasa mengoperasionalkan setiap bidang usaha berdasarkan acuan standar internasional dalam hal efesiensi, kontrol mutu, dan wawasan pelestarian lingkungan Sertifikat ISO 9002 untuk Sistem Manajemen Mutu serta ISO 14001 dan Sistem Manajemen Lingkungan yang berhasil diraih. Berdasarkan kinerja yang telah dilakukan perusahaan terbukti bahwa PT. Perkebunan Nusantara III (Persero) Medan berada pada sasaran pasar yang tepat serta melengkapi pengakuan dunia atas kinerja tersebut.

2.1.1 Visi dan Misi PT. Perkebunan Nusantara III (Persero) Medan

PT. Perkebunan Nusantara III (Persero) Medan memiliki visi dan misi mengembangkan industri hilir berbasis perkebunan secara berkesinambungan, menghasilkan produk berkualitas untuk pelanggan, memperlakukan pegawai sebagai

aset strategis dan mengembangkannya secara optimal, kemudian selalu berupaya menjadi perusahaan terpilih yang memberikan imbas hasil terbaik bagi investor. PT. Perkebunan Nusantara III (Persero) Medan berusaha menjadikan perusahaan yang paling menarik untuk bermitra bisnis, memotivasi pegawai untuk berpatisipasi aktif dalam pengembangan komunitas, melaksanakan seluruh aktivitas perusahaan yang berwawasan lingkungan dan dengan menjunjung tata nilai.

2.2 Jenis Usaha PT. Perkebunan Nusantara III (Persero) Medan

1. Kelapa Sawit

Budidaya kelapa sawit masih merupakan produk unggulan PT. Perkebunan Nusantara III (Persero) Medan. 77% pendapatan perusahaan diperoleh dari penjualan komoditi ini beserta hasil olahannya yaitu : Minyak Sawit dan Inti Sawit. Berdasarkan data penjualan di pasar lokal maupun ekspor dari tahun ke tahun, kelapa sawit tetap memperlihatkan grafik peningkatan yang signifikan. Sementara itu 69% volume produksi minyak sawit di ekspor ke pasar luar negeri.

Untuk menunjang proses produksi, saat ini perusahaan memiliki 11 unit pabrik pengolahan kelapa sawit berkapasitas 510 ton/ jam yang mampu menghasilkan 2.550.000 ton Tandan Buah Segar (TBS) pertahun. Upaya peningkatan volume produksi dilaksanakan sejalan dengan strategi pengembangan usaha kearah industri hilir, melalui program pengembangan Pabrik Kelapa Sawit (PKS) dengan teknologi modern yang sedang dilaksanakan.

Menyadari prospek komoditi kelapa sawit yang sangat cerah, perusahaan terus berupaya meningkatkan volume produksinya, antara lain dengan cara memperluas areal perkebunan yang telah dilaksanakan sejak tahun 1999, penggunaan bibit unggul, serta penerapan metode penanaman “Sistem Lubang Besar” yang dapat memperpendek masa tanam dan menghindari kekurangan air pada musim kemarau. Hal ini merupakan pembuktian bahwa sistem mutu manajemen yang telah diterapkan selama ini berhasil dengan baik.

2. Karet

PT. Perkebunan Nusantara III (Persero) Medan memiliki 24 kebun dengan luas areal tanam 54.415,85 hektar, dengan komposisi 83,2% kebun inti dan 16,8% kebun Plasma. Sebagian besar tanaman merupakan tanaman pada usia matang yang hasilnya mencapai 1,1 ton karet kering/ hektar.

Dalam upaya untuk meningkatkan volume dan kualitas produksi, perusahaan telah mengembangkan sistem teknis kultur tanaman dengan pemanfaatan bibit unggul untuk mempersingkat masa tanaman belum menghasilkan, serta dapat meningkatkan daya tahan terhadap serangan hama dan penyakit. Sejalan dengan rencana pengembangan usaha pada bidang pengolahan karet, untuk mengantisipasi fluktuasi harga karet di Pasar Domestik dan Internasional perusahaan harus mampu mengembangkan diri dan unggul dalam persaingan global. Didukung dengan Sertifikat ISO 9002, Sistem Manajemen Mutu yang diperoleh perusahaan diharapkan dapat menjadi jaminan mutu produk-produk yang menghasilkan sehingga dapat bersaing dengan unggul di Pasar Domestik maupun Internasional.

3. Kakao

Saat ini PT. Perkebunan Nusantara III (Persero) Medan hanya mengusahakan 1 perkebunan inti kakao di 6 lokasi kebun dengan total wilayah mencapai 1.937,94 hektar. Seperti komoditi lainnya, perkebunan juga didukung oleh pabrik pengolahan kakao yang terdapat di kebun berkapasitas sebesar 3,555 ton kakao kering perhari. Sesungguhnya komoditi kakao memiliki prospek yang cepat, karena produk ini merupakan bahan baku yang dibutuhkan dalam industri makanan, minuman dan indus tri farmasi. Kendati demikian, dengan rentang areal yang relatif terbatas, nilai ekonomis yang disumbangkan kepada perusahaan juga relatif kecil, karena penjualan kakao dalam 5 tahun terakhir turun sebesar 26% pertahun.

Berdasarkan penjelasan diatas dan hasil evaluasi yang jelas, diyakini bahwa bisnis kelapa sawit memiliki prospek yang jauh lebih cerah dibandingkan dengan bisnis kakao. Sehingga, untuk memberikan keuntungan yang lebih baik kepada para pemegang saham, strategi bisnis yang ditempuh manajemen adalah menimbun seluruh areal tanaman kakao menjadi tanaman kelapa sawit, yang memang jauh lebih menjanjikan keuntungan yang lebih besar.

2.3 Struktur Organisasi, Kegiatan dan Jaringan Kerja PT. Perkebunan Nusantara III (Persero) Medan

Dalam rangka memberikan wewenang dan tanggung jawab yang seimbang, maka perlu dibentuk struktur organisasi yang baik, sehingga tugas yang diberikan dapat dikerjakan secara efisien, sistematika dan terkoordinir.

PT. Perkebunan Nusantara III (Persero) Medan merupakan perusahaan yang bergerak pada bidang perkebunan yang memiliki struktur organisasi garis, dimana hubungan pimpinan dan bawahan bersifat langsung melalui suatu garis wewenang dan tanggung jawab yang penuh atas pekerjaan yang ada pada setiap bagian. Dan keuntungan dalam hal ini adalah :

1. Garis pimpinan berjalan secara tegas karena pimpinan memiliki hubungan langsung terhadap bawahannya.

2. Rasa solidaritas yang tinggi diantara karyawan, dikarenakan setiap karyawan saling mengenal satu sama lain.

3. Kesatuan komando terjamin dengan baik karena pimpinan berada disatu tangan.

Struktur Organisasi serta kegiatan yang dilaksanakan di PT. Perkebunan Nusantara III (Persero) Medan terbagi atas tugas dan wewenang setiap bagian perkebunan. Adapun tugas dan fungsinya adalah sebagai berikut:

Mengarahkan, memberdayakan seluruh sumber daya perusahaan secara optimal untuk mewujudkan Visi dan Misi perusahaan. Direktur Utama juga bertanggung jawab kepada Rapat Umum Pemegang Saham melalui Dewan Komisaris.

2. Direktur Produksi

Mengelola dan memberdayakan sumber daya produksi, sarana dan prasarana sehingga tercapainya kinerja bidang produksi secara optimal. Khususnya pada bidang tanaman melaksanakan rencana-rencana rehabilitasi dan investasi tanaman.

3. Direktur Keuangan

Mengelola dan memberdayakan sumber daya keuangan secara tepat guna, sehingga tercapai Cash Flow, dan biaya operasional perusahaan yang efektif dan efesien.

4. Direktur Pemasaran

Mengelola dan memberdayakan sumber daya pemasaran dan pengadaan secara optimal, sehingga tercapainya kepuasan pelanggan dan pemasok.

5. Direktur SDM dan Umum

Mengelola dan memberdayakan sumber daya manusia dan sarana pendukung lainnya sehingga tercapai kinerja bidang SDM/ Umum yang optimal.

Melaksanakan fungsi manajemen dengan memberdayakan sumberdaya yang berhubungan dengan Aspek Legal dan Kepatuhan, Aspek Manajemen Hubungan dengan Investor sehingga terwujudnya Corporate Image yang positif dari standar.

7. Kepala Bagian Satuan Pengawasan Intern

Melaksanakan pemberdayaan sumber daya dalam melaksanakan pengawasan analisis dan evaluasi untuk mencapai kinerja yang optimal.

8. Kepala Bagian Teknologi Informasi

Melaksanakan rancangan, pemeliharan, mentoring, analisis dan evaluasi serta pengembangan dam memberdayakan sumber daya informasi untuk mengahsilkan kinerja informasi secara lengkap.

9. Kepala Bagian Tanaman

a. Menyusun Rencana Jangka Pendek (Anggaran Belanja) dalam bidang tanaman dan produksi.

b. Menyelenggarakan pengadaan bahan-bahan tanaman (biji, bibit, dan entrys).

c. Membuat norma-norma penderesan/panen dan menyusun rencana penggunaan stimulasi serta alat-alat dan bahan yang berhubungan dengan panen produksi. d. Merumuskan metode panen yang lebih baik guna meningkatkan efektifitas dan

produktifitas kerja.

e. Mengevaluasi pelaksanaan hasil-hasil kerja bidang tanaman seperti : Tanaman Ulang (TU), Tanaman Belum Menghasilkan (TBM), dan Tanaman Menghasilkan (TM).

f. Merencanakan dan melaksanakan pengolahan bidang tanaman, yang mencakup pembibitan, pola tanaman, pemeliharaan tanaman dan pemupukan.

g. Melaksanakan pengukuran dan pemetaan areal sendiri, inti, dan pengembangan.

10.Kepala Bagian Teknik

Melaksanakan fungsi-fungsi manajemen dan pemberdayaan sumber daya teknik sehingga terwujudnya Best Practices pada Bidang Teknik.

11.Kepala Bagian Teknologi

Melaksanakan fungsi-fungsi manajemen dengan memberdayakan sumber daya teknologi dan mengefektifkan sistem untuk mengoptimalkan kinerja bidang teknologi, sistem manajemen mutu dan lingkungan.

12.Kepala Bagian Pembiayaan

Melaksanakan mentoring, analisis dan evaluasi serta memberdayakan sumber daya keuangan dan akuntansi secara optimal untuk mewujudkan kondisi keuangan yang sehat.

13.Kepala Bagian Pengadaan Barang

Melaksanakan pengadaan barang, mentoring, analisis dan evaluasi serta memberdayakan sumber daya secara optimal.

Melaksanakan fungsi manajemen pemasaran dengan menggunakan sumber daya pemasaran secara maksimal sehingga tercapai kepuasan pelanggan, peningkatan arus kas masuk, pengoptimalan harga, peminimuman stok dan penagihan pembayaran yang efektif.

15.Kepala Bagian Sumber Daya Manusia

Melaksanakan mentoring, analisis dan evaluasi dalam memberdayakan sumber daya manusia perusahaan secara optimal sehingga terwujud karyawan yang berilmu pengetahuan.

16.Kepala Bagian Umum

Melaksanakan mentoring, analisis dan evaluasi memberdayakan sumber daya di lingkungan perusahaan secara optimal sehingga terwujudnya Zero Accident, Zero

Confict, dan Zero Management.

17.Distrik Manajer

Melaksanakan mentoring, analisis dan evaluasi, memberi keputusan dan terobosan-terobosan serta memberdayakan sumber daya perusahaan yang ada di kebun untuk mencapai kinerja yang optimal.

18.General Manager Rumah Sakit

Melaksanakan mentoring, analisis dan evaluasi serta memberdayakan seluruh sumber daya perusahaan untuk mencapai kinerja optimal.

Melaksanakan fungsi-fungsi manajemen serta memberdayakan pengalokasian seluruh sumber daya perusahaan secara optimal untuk mencapai sasaran unit kebun.

20.Manajer Pabrik Kelapa Sawit

Memberdayakan sumber daya perusahaan pada tiap unit, sehingga terwujud kinerja pabrik yang optimal.

21.Manajer Rumah Sakit

Melaksanakan fungsi-fungsi manajemen untuk memberdayakan seluruh sumber daya unit kerja secara optimal untuk mewujudkan operational excellence.

BAB 3

LANDASAN TEORI

3.1 Pengertian Regresi

Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut hasil penelitian Galton, meskipun ada kecenderungan bagi para orangtua yang tinggi mempunyai anak yang tinggi dan orangtua yang pendek memiliki anak yang pendek, distribusi mengenai tinggi dari suatu populasi tidak berubah dari generasi ke generasi. Penelitian ditulis dalam artikel yang berjudul : “Family Likeness in Structure” Proceeding of Royal Society, London, Vol. 40, 1886). Menurut Galton, analisis regresi berkenaan dengan studi ketergantungan dari suatu variabel yang disebut variabel takbebas (dependent variable), pada satu atau lebih variabel, yaitu variabel yang menerangkan dengan tujuan untuk memperkirakan dan ataupun meramalkan nilai rata-rata dari variabel takbebas apabila nilai variabel yang menerangkan sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas (independent

variable).

Analisis regresi linier digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel takbebas Y. Regresi linier yaitu menentukan satu persaman dan garis yang menunjukkan hubungan antara variabel bebas dan variabel takbebas, yang merupakan persamaan penduga yang berguna untuk menaksir/meramalkan variabel takbebas. Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis ini terdiri dari dua bentuk, yaitu :

1. Analisis Regresi Sederhana (simple linear regression)

2. Analisis Regresi Berganda (multiple linear regression)

Analisis regresi sederhana merupakan hubungan antara dua variabel yaitu variabel bebas (independent variable) dan variabel takbebas (dependent variable). Sedangkan analisis regresi berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang-kurangnya 2 variabel bebas dengan satu variabel takbebas.

3.3 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel takbebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu peubah takbebas Y. Bentuk-bentuk model umum regresi sederhana yang menunjukkan antara dua variabel, yaitu variabel X sebagai sebagai variabel bebas dan variabel Y sebagai variabel takbebas adalah :

bx a

Y = +

^

(3.1)

Keterangan :

^

Y = Variabel takbebas

X = Variabel bebas a = Parameter Intercept

b = Parameter Koefisien Regresi Variabel Bebas

3.4 Regresi Linier Berganda

Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara peubah respon (variable dependent) dengan faktor-faktor yang mempengaruhi lebih dari satu predaktor (variable independent).

Regresi linier berganda hampir sama dengan Regresi linier sederhana, hanya saja pada Regresi linier berganda variabel penduga (variabel bebas) lebih dari satu variabel penduga. Tujuan analisis Regresi linier berganda adalah untuk mengukur intensitas hubungan antara dua variabel atau lebih dan memuat prediksi/perkiraan nilai Y atas nilai X. Bentuk persamaan Regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

i ki k i

i X X

X

Y =β₀ +β_{1 1} +β_{2 2} +...+β +ε (3.2) Keterangan :

Y = Pengamatan ke-i pada variabel takbebas

Xik = Pengamatan ke-i pada variabel bebas

0

β = Parameter Intercept k

β β

β1, 2,..., = Parameter koefisien regresi variabel bebas

εi = Pengamatan ke i variabel kesalahan

Model diatas merupakan model regresi untuk populasi, sedangkan apabila hanya menarik sebagian berupa sampel dari populasi secara acak, dan tidak mengetahui regresi populasi, sehingga model regresi populasi perlu diduga berdasarkan model regresi sampel, sebagai berikut :

ki k i

i

i b b X b X b X

Y = ₀ + _{1 1} + _{2 2} +...+ (3.3) Keterangan:

Y = Variabel tak bebas

X = Variabel bebas

b0,b1,...,bk = Koefisien regresi

Nomor Observasi

Respon (Yi)

Variabel Bebas

X1i X2i ... Xki

1 2 3 . . . n Y1 Y2 Y2 . . . Yn X11 X12 X12 . . . X1n X21 X22 X22 . . . X2n ... ... ... ... ... ... ... Xk1 Xk2 Xk2 . . . Xkn

∑ ∑Yi ∑X1i ∑X21 ... ∑Xkn

3.5 Membentuk Persamaan Regresi Linier Berganda

Dalam regresi linier berganda variabel tak bebas (Y), tergantung kepada dua atau lebih variabel bebas (X). Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variabel, yaitu :

i ki k i

i

i b b X b X b X e

Y = ₀ + _{1 1} + _{2 2} +...+ + (3.4)

Untuk hal ini, penulis menggunakan regresi linier berganda dengan lima variabel, yaitu satu variabel tak bebas (dependent variable) dan empat variabel bebas (independet variable). Bentuk umum persamaan regresi linier berganda tersebut, yaitu :

i i i

i i

i b b X b X b X b X e

Y = ₀ + _{1 1} + _{2 2} + _{3 3} + _{4 4} + (3.5) Keterangan:

i = 1,2,...,n

n = ukuran sampel

e1 = variabel kesalahan (galat)

Untuk rumus diatas, dapat diselesaikannya dengan lima persamaan oleh lima variabel yang berbentuk :

∑Yi = nb0 + b1 ∑X1i + b2∑X2i + b3∑X3i + b4∑X4i (3.6)

∑X1i Yi = b0∑X1i + b1 ∑(X1i)2 + b2∑ X1i X2i + b3∑X1i X3i+ b4∑X1i X4i (3.7)

∑X2i Yi = b0∑X2i + b1∑X1i X2i + b2∑ (X2i)2+ b3∑X2i X3i+ b4∑X2i X4i (3.8)

∑X3i Yi = b0∑X3i + b1 ∑X1i X3i + b2∑X2i X3i + b3∑(X3i)2+ b4∑X3i X4i (3.9)

∑X4i Yi = b0∑X4i + b1∑X1i X4i + b2∑X2i X4i + b3∑X3i X4i+ b4∑(X4i)2 (3.10)

Dengan b1, b2, b3, b4 adalah koefisien yang ditentukan berdasarkan data hasil

pengamatan.

3.6 Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel – variabel bebas (X) yang ada didalam model persamaan regresi linier berganda secara bersama – sama.

∑

= 2 2 i reg y JK

R (3.11)

Keterangan:

JKreg = Jumlah Kuadrat Regresi

n Y Yi

y_i

∑

i

∑

=

∑

−

2 2

2 ( )

(3.12)

Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing variabel yang tinggal dalam regresi. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja (yang bersifat nyata).

3.7 Multikolinieritas

Multikolinieritas berarti adanya hubungan linear yang sempurna atau pasti diantara beberapa atau semua variabel independen dari model regresi. Adapun pendeteksianya adalah jika multikolinieritas tinggi, maka R² tinggi tetapi tidak satupun atau sangat sedikit koefisien yang ditaksir yang penting secara statistik. Secara sistematis pengukuran multikolinieritas dapat dirumuskan sebagai berikut :

VIF = ) 1 ( 1 2 R −

Model regresi yang baik adalah yang terbebas dari masalah multikolinieritas (adanya variabel independen yang saling berhubungan). Untuk mengetahui ada tidak nya multikolinieritas dengan mendasarkan pada nilai Tolerance dan VIF. Multikolinieritas dapat diketahui dengan batasan nilai Tolerance 0.10 dan VIF ≤ 10.

BAB 4

4.1 Pengolahan Data

Setiap data merupakan alat bagi pengambilan keputusan untuk dasar pembuatan keputusan–keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan / permasalahan.

Untuk membahas dan memecahkan masalah tentang Besarnya Realisasi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan seperti yang diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari PT. Perkebunan Nusantara III (Persero) Medan adalah data mengenai Besarnya Realisasi Produksi PT. Perkebunan Nusantara III (Persero) Medan pada tahun 2008 serta faktor–faktor yang mempengaruhi besarnya Realisasi Produksi, antara lain Luas lahan, Pupuk dan Pencurian.

4.2 Persamaan Regresi Linier Berganda

Untuk mencari persamaan regresi linier berganda, terlebih dahulu kita menghitung koefisien–koefisien regresinya dengan menggunakan program SPSS. Berikut adalah uraian dari hasil data yang telah dikerjakan :

Regression Variables Entered/Removed(b) Model Variables Entered Variables

Removed Method 1 _{Pencurian ,}

Pupuk, Luas(a)

. Enter

a All requested variables entered. b Dependent Variable: Produksi

Tabel 4.1 Metode kotak dialog Regresi Linear

Untuk Metode Enter, metode ini menganalisis variabel independent secara keseluruhan tanpa memilah-milah variabel yang nantinya dijadikan satu grup dalam persamaan regresinya. Dimana, variabel terikatnya adalah Produksi dan variabel bebasnya adalah Luas, Pupuk, dan Pencurian.

Model Summary(b)

Model R R Square

Adjusted R Square

Std. Error of the Estimate 1

.799(a) .639 .603 17440278.81 981 a Predictors: (Constant), Pencurian , Pupuk, Luas

b Dependent Variable: Produksi

Tabel 4.2 Metode hasil penjumlahan

Dari tabel diatas kita dapat mengetahui nilai R Squarenya sebesar 0,639. Artinya variabel Luas, Pupuk dan Pencurian mempengaruhi Produksi sebesar 63,9%. Masih terdapat pengaruh variabel lain sebesar 36,1%

ANOVA(b)

Model

Sum of

Squares Df Mean Square F Sig. 1 Regression 161593881

58063020. 000

9379630.0 00

2654.400

Total 252842879 17442660. 000

33

a Predictors: (Constant), Pencurian , Pupuk, Luas b Dependent Variable: Produksi

Tabel 4.3 Output ANOVA 1 arah

Analisis Varians Satu Arah diatas merupakan suatu prosedur yang digunakan untuk variabel Produksi dengan tipe data kuantitatif dengan variabel Luas, Pupuk dan Pencurian sebagai variabel faktor. Analisis Varians digunakan untuk uji hipotesis beberapa rata-rata yang sama. Dari tabel dapat diketahui jumlah kuadrat dari Regresi dan Galat. Derajat bebas regresi = 3 dan galatnya = 30. Sedangkan nilai Fhitung adalah 17,709. Hasil analisis, selain dapat diperoleh dari nilai rata-rata sampel, juga dapat dipoeroleh dari nilai signifikan sebesar 0,000 atau 0,00% yang berarti kurang dari 5%. Jadi hipotesis awal ditolak, artinya rata-rata perbandingan Luas, Pupuk dan Pencurian cukup signifikan. Artinya terdapat perbedaan antara Luas, Pupuk, dan Pencurian. Coefficients(a) Model Unstandardized Coefficients Standardized

Coefficients t Sig.

B Std. Error Beta B Std. Error 1 (Constant) 14722032.

187

5731406.5

81 2.569 .015

Luas 19128.686 2632.107 .834 7.267 .000

Pupuk _{-.141 .360 -.043 -.392 .697}

Pencurian -765.908 472.569 -.187 -1.621 .116 a Dependent Variable: Produksi

Dari hasil output SPSS diatas maka dapat diketahui:

b0 = 14722032,187

b1 = 19128.686

b2 = -0,141

b3 = -765.908

Sehingga diperoleh persamaan regresinya :

i i

i

i b b X b X b X

Y _{0 1 1 2 2 3 3}

^ + + + = i i i

i X X X

Y _{1 2 3}

^ 908 , 765 141 , 0 686 , 19128 187 ,

14722032 + − −

=

Residuals Statistics(a)

Minimum Maximum Mean Std. Deviation N Predicted Value 14531029.

0000 94972376. 0000 44611652. 9412 22128678.881

31 34

Residual

-18115324. 00000

44697892.

00000 .00000

16628653.400

70 34

Std. Predicted Value _{-1.359 2.276 .000 1.000 34} Std. Residual -1.039 2.563 .000 .953 34 a Dependent Variable: Produksi

Tabel 4.5 Nilai-nilai Residu

4.3 Uji Keberartian Koefisien Regresi

Pada uji ini, hipotesis yang digunakan adalah: H0 : Koefisien regresi tidak signifikan H : Koefisien regresi signifikan

Uji keberartian ini dilakukan untuk masing-masing koefisien regresi sebagai berikut :

1. Konstanta

Lihat tabel 4.4. Pada kolom Unstandardized Coefficient, nilai Constant sebesar 14722032.187 dan nilai thitungnya sebesar 2,569. Dengan dk = 33 dan = 0,05 nilai ttabel atau t0,975,33 = 2,04 sehingga nilai thitung > ttabel. Artinya H0 ditolak sehingga dapat ditarik kesimpulan bahwa konstanta mempunyai pengaruh nyata terhadap model regresi.

2. Luas

Lihat tabel 4.4. Pada kolom Unstandardized Coefficient, nilai Luas sebesar 19128.686 dan nilai thitungnya sebesar 7,267. Dengan dk = 33 dan = 0,05 nilai ttabel atau t0,975,33 = 2,04 sehingga nilai thitung > ttabel. Artinya H0 ditolak sehingga dapat ditarik kesimpulan bahwa Luas mempunyai pengaruh nyata terhadap model regresi.

3. Pupuk

Lihat tabel 4.4. Pada kolom Unstandardized Coefficient, nilai Pupuk sebesar -0,141 dan nilai thitungnya sebesar -0,392. Dengan dk = 33 dan = 0,05 nilai ttabel atau t0,975,33 = 2,04 sehingga nilai thitung < ttabel. Artinya H0 diterima sehingga dapat ditarik kesimpulan bahwa Pupuk tidak berpengaruh terhadap model regresi.

Lihat tabel 4.4. Pada kolom Unstandardized Coefficient, nilai Pencurian sebesar -765.908 dan nilai thitungnya sebesar -1,621. Dengan dk = 33 dan = 0,05 nilai ttabel atau t0,975,33 = 2,04 sehingga nilai thitung < ttabel. Artinya H0 diterima sehingga dapat ditarik kesimpulan bahwa Pencurian juga tidak berpengaruh terhadap model regresi.

4.4Uji Linearitas Garis Regresi

Uji linearitas garis regresi ini digunakan untuk mengambil keputusan dalam memilih model regresi yang akan digunakan. Uji ini merupakan persyaratan apakah model garis regresi dapat digunakan untuk menganalisis data. Kriteria pengujian yang diterapkan untuk menyatakan kelinieran garis regresi yaitu nilai statistik Fhitung yang diperoleh dari penelitian dan Ftabel dalam taraf nyata yang sudah ditentukan.

Untuk uji linearitas regresi, hipotesis yang digunakan adalah : H0 : Persamaan garis regresi tidak linear

H : Persamaan garis regresi linear

Dari output yang diperoleh, untuk menentukan kelinearan garis regresi dapat ditentukan dengan melihat nilai F dan Sig. pada Tabel 4.3. Apabila menggunakan nilai F, maka Ftabelnya harus dicari terlebih dahulu sehingga untuk analisis ini akan lebih mudah menggunakan nilai Sig.. Kriteria yang digunakan adalah apabila nilai Sig. lebih dari atau sama dengan 0,05 maka H0 diterima yang artinya persamaan garis regresi tidak liniear. Apabila nilai Sig. kurang dari 0,05 maka H0 ditolak yang artinya persamaan garis regresi linear. Nilai Sig. pada Tabel 4.3 ANOVA sebesar

0,000. Ini artinya bahwa nilai ini kurang dari 0,05. Artinya kita tolak H0 sehingga persamaan garis regresinya linear.

4.5Uji Normalitas menggunakan Regresi Linear

Berdasarkan teori statistika model linear, hanya variabel dependent yang mempunyai distribusi uji normalitasnya, sedangkan variabel-variabel independent diasumsikan bukan merupakan fungsi distribusi sehingga tidak perlu diuji normalitasnya.

Untuk menguji normalitas pada Linear Regresi, digunakan Charts. Pengujian ini dilakukan dengan cara mendeteksi penyebaran data (titik) pada sumbu diagonal dari grafik atau melihat grafik histograf dari residualnya. Dasar pengambilan keputusannya yaitu apabila data menyebar di sekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

Frequency

12

10

8

6

4

2

Histogram Dependent Variable: Y

Mean =-3.19E-16฀ Std. Dev. =0.953฀N =34

Gambar 4.1 Output berupa Histogram

Observed Cum Prob

1.0 0.8 0.6 0.4 0.2 0.0

E

xpect

ed

C

um

P

rob

1.0

0.8

0.6

0.4

0.2

0.0

Normal P-P Plot of Regression Standardized Residual Dependent Variable: Y

Gambar 4.2 Output berupa Normal P-P Plot Of Regression Standardized Residual

Regression Studentized Residual

3 2

1 0

-1 -2

Y

1.20E8

1.00E8

8.00E7

6.00E7

4.00E7

2.00E7

0.00E0

Scatterplot

Gambar 4.3 Output berupa Scatterplot

Dari hasil output yang diperoleh, pada Charts Normal P-P Plots of Regressions Standardized Residual terlihat bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis histograf menuju pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

4.6Analisis Korelasi

Analisis korelasi digunakan untuk menyelidiki hubungan antara dua variabel yang akan dianalisis. Untuk mencari besarnya korelasi atau hubungan antara kedua variabel, terlebih dahulu kita menghitung koefisien–koefisien korelasinya dengan

menggunakan program SPSS. Berikut adalah uraian dari hasil data yang telah dikerjakan:

Correlations

Produksi Luas Pupuk Pencurian

Produksi Pearson Correlation 1 .779(**) -.014 .061

Sig. (2-tailed) .000 .938 .732

N _{34 34 34 34}

Luas Pearson Correlation .779(**) 1 .008 .291

Sig. (2-tailed) .000 .963 .095

N 34 34 34 34

Pupuk Pearson Correlation -.014 .008 1 -.121

Sig. (2-tailed) .938 .963 .497

N 34 34 34 34

Pencurian Pearson Correlation _{.061 .291 -.121 1}

Sig. (2-tailed) .732 .095 .497

N 34 34 34 34

** Correlation is significant at the 0.01 level (2-tailed).

Tabel 4.7 Nilai-nilai Korelasi

1. Koefisien Korelasi antara Realisasi Produksi dengan Luas Lahan (X dan Y) Hasil yang diperoleh diatas menunjukkan korelasi sedang antara Realisasi Produksi dengan Luas lahan yaitu 0,779, dapat diartikan semakin tinggi luas lahan maka akan semakin tinggi Realisasi produksi tersebut. Dimana interval korelasinya dari -0.50 ≤ r ≥ 0.79 dikatakan berkorelasi sedang.

2. Koefisien Korelasi antara Realisasi Produksi dengan Pupuk (X2 dan Y) Pada koefisien korelasi antara Realisasi Produksi dengan Pupuk ini menunjukkan korelasi kuat antara Realisasi Produksi dengan pupuk karena -0,041 berada dalam interval -0,80 ≤ r ≥ 1,00.

3. Koefisien Korelasi antara Realisasi Produksi dengan Pencurian (X3 dan Y) Ini juga menunjukkan korelasi sedang antara Realisasi Produksi dengan jumlah pencurian karena nilai korelasi 0,061 berada dalam interval korelasi sedang 0,79 ≤ r ≥ -0,50.

4.7Uji Multikolinieritas

Multikolinieritas merupakan situasi dimana terdapat korelasi variebel-variebel bebas dalam regresi. Uji multikolinieritas ini menggunakan metode korelasi. Jika nilai koefisien korelasi > dari 0,90 maka model regresi mengandung gejala multikolinieritas (Widarjono, 2005). Hasil uji multikolinieritas dapat ditunjukkan pada tabel 4.7. Berdasarkan tabel diatas terlihat koefisien korelasi antar variabel bebas yang nilainya berkisar antara −0,014 sampau dengan 0,779. Dengan demikian tidak ada satu koefisien korelasi yang nilainya lebih besar dari 0,90 , yang berarti model regresi penelitian ini tidak mengandung gejala multikolinieritas.

BAB 5

IMPLEMENTASI SISTEM

5.1 Sekilas Tentang SPSS

SPSS (Statistical Package for Service Solution) dibuat pada tahun 1968 oleh mahasiswa dari Standford University. SPSS pada awalnya merupakan salah satu paket program oleh data statistik yang ditujukan untuk analisis data ilmu – ilmu sosial, yang dahulu namanya Statistical Package for Social Science. Seiring dengan perkembangannya, SPSS berubah nama sesuai dengan kebutuhannya. SPSS sudah mampu memproses data statistik pada berbagai bidang ilmu, baik ilmu sosial maupun non sosial. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan cepat.

5.2 Mengaktifkan SPSS

Klik tombol start pada windows, kemudian klik program, lalu klik SPSS. Selain cara itu, program SPSS bisa diaktifkan melalui icon shortcut pada tampilan desktop.

Gambar 5.1 Mengaktifkan SPSS

5.3 Membuka Lembar Baru

Dari tampilan yang muncul pada saat membuka SPSS, pilih type in data untuk membuat data baru atau dari menu File, pilih new, maka akan muncul jendela editor, kemudian klik data.

Gambar 5.2 Tampilan Awal SPSS

Tampilan windows pada layar di atas dikenal dengan nama SPSS Data Editor. SPSS Data Editor terdiri atas 10 menu utama,

Yaitu: 1. FILE 2. EDIT 3. VIEW 4. DATA

5. TRANSFROM 6. ANALYZE 7. GRAPH 8. UTILITIES 9. WINDOWS 10. HELP

Segala proses input data sejak entry hingga editing data dapat dilakukan pada windows yang terdiri atas dua sheet. Perhatikan sheet yang ada dibagian kiri bawah windows SPSS Data Editor pada layar di atas, terdapat Sheet Data View dan Sheet Variable View. Kedua Sheet pada SPSS Data Editor di atas sekaligus menunjukkan bahwa data editor memiliki dua fungsi, yaitu sebagai tempat dilakukannya input data dan sekaligus pemrosesan data yang di input dengan prosedur statistik tertentu.

SPSS Data Editor mempunyai dua bagian utama, yang terdiri atas:

1. Kolom Variable

Bagian ini merupakan kolom-kolom dengan judul Var yang dapat diedit dengan nama variable yang kita inginkan jika telah atau akan diisi data.

2. Baris Data

Merupakan urutan yang kita entry, dengan oleh nomor 1,2,3 dan seterusnya. Baris data merupakan kasus.

5.4 Menamai Variabel

Klik variable View, yang terletak disebelah kiri bawah jendela editor, lalu lakukan langkah – langkah sebagai berikut :

1. Name

2. Type

Sesuaikan tipe data sesuai dengan apa yang diinginkan, jika data berupa angka, maka perintah yang diaktifkan adalah numeric. Namun jika data berupa huruf atau kata perintah yang diaktifkan adalah string.

3. Width

Namun jika data berupa huruf atau kata perintah yang diaktifkan adalah string, maka perlu diisi jumlah karakter huruf. Namun jika berupa angka maka dapat diabaikan.

4. Decimal

Jika data berupa printah string, kotak decimal otomatis akan non-aktif. Namun jika data berupa perintah Numeric, maka kotak kerja Decimal Place akan aktif. Isikan digit sesuai keinginan.

5. Label

Jika pada kotak kerja name yang diisi adalah singkatan, maka kepanjangan dari singkatan bisa diisi pada kotak kerja label ini.

6. Value

Kotak kerja ini sering diabaikan dalam SPSS.

7. Missing

Jika data tidak memiliki nama maka dianggap hilang. Biasanya kotak kerja ini diabaikan dalam operasional SPSS.

8. Column

Digunakan untuk mengatur lebar sempitnya kolom data, bisa ditambah dan dikurangi dengan menggunakan fasilitas scroll number, untuk menaikkan atau menurunkan angkanya.

9. Align

Digunakan untuk menentukan letak atau posisi pengisian data, bisa diganti left jika rata kiri, right jika rata kanan atau center jika diletakkan ditengah – tengah kolom.

10.Measure

Digunakan untuk menetukan jenis data. Biasanya berupa Scale, Nominal, Ordinal.

Gambar 5.3 Layar Kerja Variabel View

5.5 Pengisian Data

1. Aktifkan jendela data dengan mengklik data view, yang terletak disudut kiri bawah jendela editor.

2. Selanjutnya ketikkan data yang sesuai untuk setiap variabel yang telah didefinisikan.

Gambar 5.4 Data yang diolah

5.6 Pengolahan Data dengan Persamaan Regresi

1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak.

2. Pilih menu Analyze, kemudian pilih sub menu Regression dengan cursor, dan pilih

Gambar 5.5 Pilih Analyze, Regression, Linier

3. Setelah muncul kotak dialog, kemudian sorot variabel yang menjadi variabel tidak bebas, dan pindahkan ke kotak Variable Dependent. Demikian juga sorot Variable

Gambar 5.6 Kotak Dialog Linier Regression

4. Klik Statistic pada kotak dialog Linier Regression, aktifkan Estimate, Model Fit,

Casewise Diagnostics, kemudian klik Continue untuk melanjutkannya, lalu klik

5. Kemudian klik Plots pada kotak tersebut, lalu aktifkan Produce All Partial Plots, kemudian klik Continue, lalu klik OK pada kotak dialog Linier Regression untuk melihat hasilnya / Outputnya.

Gambar 5.8 Kotak Dialog Linier Regression Plots 6. Kemudian dari proses diatas akan muncul output regresinya.

5.7 Pengolahan Data dengan Persamaan Korelasi

1. Untuk mengetahui korelasi antara variabel tak bebas dengan variabel bebas, maka lakukan Analyze, kemudian pilih sub menu Correlate, kemudian pilih Bivariate.

Gambar 5.9 Pilih Analyze, Correlate, Bivariate

2. Setelah muncul kotak dialog, kemudian sorot variabel – variabel yang akan ditentukan korelasinya dan pindahkan ke kotak Variables.

3. Pada kolom Correlation Coefficients, pilih Pearson, sedang pada kolom Test of

BAB 6

PENUTUP

6.1 Kesimpulan

Setelah dilakukan analisis, maka dapat diambil beberapa kesimpulan antara lain :

1. Dari ketiga variabel yaitu Luas Lahan, Pupuk dan Pencurian yang paling mempunyai pengaruh yang nyata terhadap Realisasi Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan adalah Luas Lahan. Hal tersebut terlihat dari nilai signifikannya yang cukup besar daripada nilai = 0,05.

2. Sekitar 63,9% Realisasi Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan dipengaruhi oleh ketiga variabel tersebut, sedangkan sisanya 36,1% dipengaruhi oleh beberapa faktor yang lain yang tidak dapat diuraikan pada penelitian ini.

3. Dari ketiga variabel tersebut, variabel yang berkorelasi sedang terhadap Realisasi Produksi Kelapa Sawit terjadi pada Luas lahan 0.779 atau sekitar 80%, sedangkan pada Pencurian sekitar 0.61 atau 60%. Dan pada Pupuk berkorelasi kuat yaitu -0.014 terhadap Realisasi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan.

6.2 Saran

Dari analisis dan kesimpulan yang telah didapat saran yang mungkin bisa membantu meningkatkan Realisasi Produksi di PT. Perkebunan Nusantara III (Persero) Medan, sebaiknya dilakukan peningkatan-peningkatan produksi yang lebih mendukung seperti penyerapan jumlah tenaga kerja, sistem penanaman, pembibitan dan faktor lingkungan seperti iklim, curah hujan, dan geografis. Akan tetapi, yang paling besar mempengaruhi Realisasi Produksi Kelapa sawit di PT. Perkebunan Nusantara III (Persero) Medan adalah faktor luas lahan, pemupukan, dan pencurian. Oleh karena itu, diharapkan kepada pemerintah untuk lebih dapat meningkatkan lagi ketiga faktor tersebut.

DAFTAR PUSTAKA

Andi dkk. Panduan Cara Praktis Pengolahan Data SPSS 15.0. Yogyakarta: Andi.

Hadi, Sutrisno. 2004. Metodologi Reaserch. Yogyakarta: ANDI Yogyakarta.

Hamang, Abdul. 2005. Metode Statistika. Yogyakarta : Graha Ilmu.

Panduan Tatacara Penulisan Skripsi Dan Tugas Akhir. 2005. Dokumen Nomor

Akad/05/2005. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

PT. Perkebunan Nusantara III (Persero) Medan. Laporan Management 16 Tahun

2008, Medan

Sudjana. 1996. Metoda Statistika. Bandung : Tarsito Bandung.

Supranto, J. 2003. Metode Ramalan Kuantitatif. Jakarta: Pustaka Sinar Harapan.

Gambar 5.6 Kotak Dialog Linier Regression

4. Klik Statistic pada kotak dialog Linier Regression, aktifkan Estimate, Model Fit,

Casewise Diagnostics, kemudian klik Continue untuk melanjutkannya, lalu klik

OK.

5. Kemudian klik Plots pada kotak tersebut, lalu aktifkan Produce All Partial Plots, kemudian klik Continue, lalu klik OK pada kotak dialog Linier Regression untuk melihat hasilnya / Outputnya.

Gambar 5.8 Kotak Dialog Linier Regression Plots 6. Kemudian dari proses diatas akan muncul output regresinya.

5.7 Pengolahan Data dengan Persamaan Korelasi

1. Untuk mengetahui korelasi antara variabel tak bebas dengan variabel bebas, maka lakukan Analyze, kemudian pilih sub menu Correlate, kemudian pilih Bivariate.

Gambar 5.9 Pilih Analyze, Correlate, Bivariate

2. Setelah muncul kotak dialog, kemudian sorot variabel – variabel yang akan ditentukan korelasinya dan pindahkan ke kotak Variables.

3. Pada kolom Correlation Coefficients, pilih Pearson, sedang pada kolom Test of

Significant, pilih Two Tailed, lalu klik OK.

BAB 6

PENUTUP

6.1 Kesimpulan

Setelah dilakukan analisis, maka dapat diambil beberapa kesimpulan antara lain :

1. Dari ketiga variabel yaitu Luas Lahan, Pupuk dan Pencurian yang paling mempunyai pengaruh yang nyata terhadap Realisasi Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan adalah Luas Lahan. Hal tersebut terlihat dari nilai signifikannya yang cukup besar daripada nilai = 0,05.

2. Sekitar 63,9% Realisasi Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan dipengaruhi oleh ketiga variabel tersebut, sedangkan sisanya 36,1% dipengaruhi oleh beberapa faktor yang lain yang tidak dapat diuraikan pada penelitian ini.

3. Dari ketiga variabel tersebut, variabel yang berkorelasi sedang terhadap Realisasi Produksi Kelapa Sawit terjadi pada Luas lahan 0.779 atau sekitar 80%, sedangkan pada Pencurian sekitar 0.61 atau 60%. Dan pada Pupuk berkorelasi kuat yaitu -0.014 terhadap Realisasi Kelapa Sawit di PT. Perkebunan Nusantara III (Persero) Medan.

6.2 Saran

Dari analisis dan kesimpulan yang telah didapat saran yang mungkin bisa membantu meningkatkan Realisasi Produksi di PT. Perkebunan Nusantara III (Persero) Medan, sebaiknya dilakukan peningkatan-peningkatan produksi yang lebih mendukung seperti penyerapan jumlah tenaga kerja, sistem penanaman, pembibitan dan faktor lingkungan seperti iklim, curah hujan, dan geografis. Akan tetapi, yang paling besar mempengaruhi Realisasi Produksi Kelapa sawit di PT. Perkebunan Nusantara III (Persero) Medan adalah faktor luas lahan, pemupukan, dan pencurian. Oleh karena itu, diharapkan kepada pemerintah untuk lebih dapat meningkatkan lagi ketiga faktor tersebut.

DAFTAR PUSTAKA

Andi dkk. Panduan Cara Praktis Pengolahan Data SPSS 15.0. Yogyakarta: Andi.

Hadi, Sutrisno. 2004. Metodologi Reaserch. Yogyakarta: ANDI Yogyakarta.

Hamang, Abdul. 2005. Metode Statistika. Yogyakarta : Graha Ilmu.

Panduan Tatacara Penulisan Skripsi Dan Tugas Akhir. 2005. Dokumen Nomor

Akad/05/2005. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

PT. Perkebunan Nusantara III (Persero) Medan. Laporan Management 16 Tahun

2008, Medan

Sudjana. 1996. Metoda Statistika. Bandung : Tarsito Bandung.

Supranto, J. 2003. Metode Ramalan Kuantitatif. Jakarta: Pustaka Sinar Harapan.