7. Siantar Barat - Sistem Pendukung Keputusan Pendugaan Kebutuhan Rice Milling Unit (Rmu) Studi Kasus Di Kotamadya Pematangsiantar
51 Lampiran 1. Banyaknya kelompok tani dan pola tanam yang digunakan di Kotamadya Pematangsiantar.
Jumlah kelompok
No. Kecamatan Pola tanam yang digunakan
tani1. Siantar Marihat
23 Tegel
2. Siantar Simarimbun
38 Tegel
3. Siantar Martoba
10 Tegel
4. Siantar Sitalasari
11 Tegel
5. Siantar Selatan
1 Tegel
6. Siantar Timur
- 7.
- Siantar Barat
8. Siantar Utara
- Total
83 Sumber: Dinas Pertanian dan Peternakan Kotamadya Pematangsiantar (2014).
52 Lampiran 2. Luas tanah menurut penggunaannya di Kotamadya Pematangsiantar. No. Kecamatan Luas penanaman padi
(Ha)
1. Siantar Marihat 1.263
2. Siantar Simarimbun 2.141
3. Siantar Selatan
10
4. Siantar Martoba 294
5. Siantar Sitalasari 188
6. Siantar Barat -
7. Siantar Timur -
8. Siantar Utara - Total 3.896 Sumber: Dinas Pertanian dan Peternakan Kotamadya Pematangsiantar (2013).
53 Lampiran 3. Produksi tanaman padi tahun 2009 – 2014 di Kotamadya Pematangsiantar.
Tahun Produksi per kecamatan (Ton)
Total Marihat Martoba Simarimbun Sitalasari Selatan Utara Timur Barat 2009 5572 2930 12327 2251 53 23133 2010 6719 3242 17145 3255 59 30420 2011 6854 3850 13733 2505 60 27002 2012 7174 1670 12161 1068 56 22129 2013 6549 2307 9966 886 55 19763 2014 6776 2673 9519 1397 54 20419
Sumber : Dinas Pertanian dan Peternakan Kotamadya Pematangsiantar (2014).
54 Lampiran 4. Data penggunaan mesin penggiling padi di Kotamadya Pematangsiantar.
3. KP. Sinartani Jaya Siantar Martoba 800 kg/jam Crown
6. KP. Simarimbun Siantar Simarimbun 800 kg/jam Crown
4
5
5. KP. Niaga Siantar Sitalasari 800 kg/jam Crown
4. KP. Sentosa Siantar Selatan 800 kg/jam Crown 6 4,8
4
5
4
No.
5
2. KP. Bonar Siantar Martoba 800 kg/jam Crown
1. KP. Hariara Siantar Martoba 800 kg/jam Crown 6 4,8
Kapasitas (ton/hari)
Jam kerja per hari
(Kecamatan) Kapasitas giling Merek
Nama penggilingan padi Alamat
6 4,8 Sumber: Badan Ketahanan Pangan dan Penyuluhan (2014).
55 Lampiran 5. Output distribusi frekuensi dan histogram pada SPSS di Kecamatan Siantar Marihat.
16.7
4
Cumulative Percent
Valid Frequency Percent Valid Percent
16.7 16.7 100.0 6 100.0 100.0 5572 6549 6719 6776 6854 7174 Total
1
83.3
16.7
16.7
1
66.7
16.7
1
Kecamatan Siantar Marihat
50.0
16.7
16.7
1
33.3
16.7
16.7
1
16.7
16.7
16.7
1
3 Histogram
56 Lampiran 6. Output distribusi frekuensi dan histogram pada SPSS di Kecamatan Siantar Martoba.
16.7
Frequency
2.0
Cumulative Percent
Valid Frequency Percent Valid Percent
16.7 16.7 100.0 6 100.0 100.0 1670 2307 2673 2930 3242 3850 Total
1
83.3
16.7
16.7
1
66.7
16.7
1
Kecamatan Siantar Martoba
50.0
16.7
16.7
1
33.3
16.7
16.7
1
16.7
16.7
16.7
1
1.5 Histogram
57 Lampiran 7. Output distribusi frekuensi dan histogram pada SPSS di Kecamatan Siantar Simarimbun.
16.7
Frequency
2.0
Cumulative Percent
Valid Frequency Percent Valid Percent
16.7 16.7 100.0 6 100.0 100.0 9519 9966 12161 12327 13733 17145 Total
1
83.3
16.7
16.7
1
66.7
16.7
1
Kecamatan Siantar Simarimbun
50.0
16.7
16.7
1
33.3
16.7
16.7
1
16.7
16.7
16.7
1
1.5 Histogram
58 Lampiran 8. Output distribusi frekuensi dan histogram pada SPSS di Kecamatan Siantar Sitalasari.
16.7
Frequency
2.0
Cumulative Percent
Valid Frequency Percent Valid Percent
16.7 16.7 100.0 6 100.0 100.0 886 1068 1397 2251 2505 3255 Total
1
83.3
16.7
16.7
1
66.7
16.7
1
Kecamatan Siantar Sitalasari
50.0
16.7
16.7
1
33.3
16.7
16.7
1
16.7
16.7
16.7
1
1.5 Histogram
59 Lampiran 9. Output distribusi frekuensi dan histogram pada SPSS di Kecamatan Siantar Selatan.
55
16.7
83.3
1
16.7 16.7 100.0 6 100.0 100.0
53
54
56
1
59
60 Total Valid
Frequency Percent Valid Percent Cumulative
Percent
2.0
Frequency
16.7
66.7
Kecamatan Siantar Selatan
16.7
1
16.7
16.7
16.7
1
16.7
33.3
16.7
1
16.7
16.7
50.0
1
16.7
1.5 Histogram
60 Lampiran 10. Output uji normalitas (Kolmogorov-Smirnov) per kecamatan di Kotamadya Pematangsiantar.
Te sts of Norm ality
aKolmogorov-Smirnov St atist ic df Sig. Kecamatan Siantar
.291 6 .123 Marihat Kecamatan Siantar
.111 6 .200* Martoba Kecamatan Siantar
.165 6 .200* Simarimbun Kecamatan Siantar
.204 6 .200* Sitalas ari Kecamatan Siantar
.191 6 .200* Selatan *.
This is a lower bound of the true signific ance.
a. Lilliefors S ignificanc e Correction Lampiran 11. Output uji Independent Samples T Test pada SPSS untuk Kecamatan Siantar Marihat.
Group Statistics
6 6607.3333 547.39224 223.47195 6 6846.5400 422.29001 172.39918 B Data Awal Data Pendugaan
Kecamatan Siantar Marihat
N Mean Std. Deviation Std. Error
Mean
Independent Samples Test
.094 .765 -.848 10 .417 -239.20667 282.24313 -868.084 389.67023
Kecamatan Siantar Marihat F Sig.
Levene's Test for Equality of Variances t df Sig. (2-tailed)
Mean Difference
Std. Error Difference Lower Upper
95% Confidence Interval of the
Difference t-test for Equality of Means
- .848 9.395 .418 -239.20667 282.24313 -873.618 395.20475 Equal variances as sumed Equal variances not ass umed
62 Lampiran 12. Output uji Independent Samples T Test pada SPSS untuk Kecamatan Siantar Simarimbun.
Group Statistics
Std. Error B N Mean Std. Deviation Mean
Kecamatan Siantar Data Awal 6 12475.17 2776.50791 1133.505 Simarimbun
Data Prediksi 6 13688.55 2142.02478 874.47796
Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
95% Confidence Interval of the
Difference Mean Std. Error
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper Kecamatan Siantar Equal variances
.220 .649 -.848 10 .417 -1213.382 1431.6230 -4403.24 1976.473 Simarimbun as sumed
Equal variances
- .848 9.395 .418 -1213.382 1431.6230 -4431.30 2004.539 not ass umed
63 Lampiran 13. Output uji Independent Samples T Test pada SPSS untuk Kecamatan Siantar Martoba.
Group Statistics
Std. Error B N Mean Std. Deviation Mean
Kecamatan Data Awal 6 2778.6667 754.73324 308.11856 Siantar Martoba
Data Pendugaan 6 3108.4883 582.24185 237.69924
Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
95% Confidence Interval of the
Difference Mean Std. Error
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper Kecamatan Equal variances
.362 .561 -.848 10 .417 -329.82167 389.15032 -1196.90 537.25929 Siantar Martoba as sumed
Equal variances
- .848 9.395 .418 -329.82167 389.15032 -1204.53 544.89045 not ass umed
64 Lampiran 14. Output uji Independent Samples T Test pada SPSS untuk Kecamatan Siantar Sitalasari.
Group Statistics
Std. Error B N Mean Std. Deviation Mean
Kecamatan Data Awal 6 1893.6667 927.19354 378.52518 Siantar Sitalasari
Data Pendugaan 6 2430.0000 771.45343 314.94455
Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
95% Confidence Interval of the
Difference Mean Std. Error
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper Kecamatan Equal variances
.784 .397 -1.089 10 .302 -536.33333 492.41383 -1633.50 560.83305 Siantar Sitalasari as sumed
Equal variances
- 1.089 9.680 .302 -536.33333 492.41383 -1638.44 565.77056 not ass umed
65 Lampiran 15. Output uji Independent Samples T Test pada SPSS untuk Kecamatan Siantar Selatan.
Group Statistics
Std. Error B N Mean Std. Deviation Mean
Kecamatan Data Awal 6 56.1667 2.78687 1.13774 Siantar Selatan
Data Pendugaan 6 55.8767 1.53454 .62648
Independent Samples Test
Levene's Test for Equality of Variances t-test for Equality of Means
95% Confidence Interval of the
Difference Mean Std. Error
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper Kecamatan Equal variances
2.427 .150 .223 10 .828 .29000 1.29881 -2.60394 3.18394 Siantar Selatan as sumed
Equal variances .223 7.777 .829 .29000 1.29881 -2.72010 3.30010 not ass umed Lampiran 16. Coding VBA dalam Microsoft Office Excel 2007. Function rnorm(x, y, s) 'pembangkitan angka random bersebaran normal MIU = x 'nilai x adalah nilai rata-rata yang didapat dari data TAU = y 'nilai y adalah nilai standar deviasi yang didapat dari data TZ = 0 'Mixed Congruential a = 1.8 'seed number c = 23 m = 10000 For I = 1 To 12 'untuk menghasikan nilai TZ rmcs = RMC(s, a, c, m) TZ = TZ + (rmcs / (10 ^ (Len(Int(rmcs))))) s = rmcs 's = xi Next I rnorm = MIU + TAU * (TZ - 6) 'persamaan pembangkitan nilai bersebaran normal End Function Function RMC(s, a, c, m)
67 Lampiran 17. Perhitungan jumlah kebutuhan RMU untuk Kecamatan Siantar Marihat.
Dari tabel 3, hasil pendugaan oleh simulasi total produksi untuk tahun 2015 hingga
tahun 2020 diperoleh: Total = 6.814 ton + 7.026 ton + 6.177 ton + 6.808 ton + 6.716 ton + 6.433 ton Total = 39.974 ton Maka rata-rata produksi selama 6 tahun: Rata-rata = Total / 6 tahun = 39.974 ton / 6 tahun = 6.662,33 ton / tahunKemudian, dibagikan menjadi beban penggilingan per hari selama 12 bulan (dalam 1
bulan 25 hari kerja) Beban penggilingan = Rata-rata / (12 x 25) = 6.662,33 / 300 = 22,207 ton per hari = 22.207 kg per hariApabila digunakan mesin penggiling kapasitas 1 ton per jam, dan bekerja 6 jam sehari
maka:Kebutuhan mesin penggiling = Beban penggilingan / (kapasitas penggiling x jam kerja)
= 22,207 ton per hari / ( 1 ton per jam x 6 jam per hari)68 Lampiran 18. Perhitungan jumlah kebutuhan RMU untuk Kecamatan Siantar Simarimbun.
Dari tabel 3, hasil pendugaan oleh simulasi total produksi untuk tahun 2015 hingga
tahun 2020 diperoleh: Total = 13.521 ton + 14.596 ton + 10.294 ton + 13.491 ton + 13.025 ton + 11.592 ton Total = 76.520 ton Maka rata-rata produksi selama 6 tahun: Rata-rata = Total / 6 tahun = 76.520 ton / 6 tahun = 12.753,33 ton / tahunKemudian, dibagikan menjadi beban penggilingan per hari selama 12 bulan (dalam 1
bulan 25 hari kerja) Beban penggilingan = Rata-rata / (12 x 25) = 12.753,33 / 300 = 42,511 ton per hari = 42.511 kg per hariPada tabel 4, apabila telah terdapat 1 buah RMU dengan kapasitas 800 kg per jam dan
beroperasi selama 6 jam dalam satu hari maka perlu ditambahkan mesin penggiling
kapasitas 1 ton per jam, dan bekerja 6 jam sehari:69 Lampiran 19. Perhitungan jumlah kebutuhan RMU untuk Kecamatan Siantar Martoba.
Dari tabel 3, hasil pendugaan oleh simulasi total produksi untuk tahun 2015 hingga
tahun 2020 diperoleh: Total = 3.063 ton + 3.355 ton + 2.186 ton + 3.055 ton + 2.928 ton + 2.539 ton Total = 17.126 ton Maka rata-rata produksi selama 6 tahun: Rata-rata = Total / 6 tahun = 17.126 ton / 6 tahun = 2.854,33 ton / tahunKemudian, dibagikan menjadi beban penggilingan per hari selama 12 bulan (dalam 1
bulan 25 hari kerja) Beban penggilingan = Rata-rata / (12 x 25) = 2.854,33 / 300 = 9,514 ton per hari = 9.514 kg per hariPada tabel 4, apabila telah terdapat 1 buah RMU dengan kapasitas 800 kg per jam dan
beroperasi selama 6 jam dalam satu hari dan 2 buah RMU dengan kapasitas 800 kg per
jam dan beroperasi selama 5 jam dalam satu hari, maka perlu ditambahkan mesin
penggiling kapasitas 1 ton per jam, dan bekerja 6 jam sehari:70 Lampiran 20. Perhitungan jumlah kebutuhan RMU untuk Kecamatan Siantar Sitalasari.
Dari tabel 3, hasil pendugaan oleh simulasi total produksi untuk tahun 2015 hingga
tahun 2020 diperoleh: Total = 2.243 ton + 2.602 ton + 1.165 ton + 2.233 ton + 2.077 ton + 1.599 ton Total = 11.919 ton Maka rata-rata produksi selama 6 tahun: Rata-rata = Total / 6 tahun = 11.919 ton / 6 tahun = 1.986,5 ton / tahunKemudian, dibagikan menjadi beban penggilingan per hari selama 12 bulan (dalam 1
bulan 25 hari kerja) Beban penggilingan = Rata-rata / (12 x 25) = 1.986,5 ton / 300 = 6,621 ton per hari = 6.621 kg per hariPada tabel 4, apabila telah terdapat 1 buah RMU dengan kapasitas 800 kg per jam dan
beroperasi selama 5 jam dalam satu hari, maka perlu ditambahkan mesin penggiling
kapasitas 800 kg per jam, dan bekerja 5 jam sehari: Beban penggilingan tersisa71 Lampiran 21. Perhitungan jumlah kebutuhan RMU untuk Kecamatan Siantar Selatan.
Dari tabel 3, hasil pendugaan oleh simulasi total produksi untuk tahun 2015 hingga
tahun 2020 diperoleh: Total = 57 ton + 58 ton + 54 ton + 57 ton + 57 ton + 55 ton Total = 339 ton Maka rata-rata produksi selama 6 tahun: Rata-rata = Total / 6 tahun = 339 ton / 6 tahun = 56,5 ton / tahunKemudian, dibagikan menjadi beban penggilingan per hari selama 12 bulan (dalam 1
bulan 25 hari kerja) Beban penggilingan = Rata-rata / (12 x 25) = 56,5 ton / 300 = 0,188 ton per hari = 188 kg per hariPada tabel 4, apabila telah terdapat 1 buah RMU dengan kapasitas 800 kg per jam dan
beroperasi selama 6 jam dalam satu hari, maka: Beban penggilingan tersisa = Beban penggilingan - (kapasitas penggiling tersedia x jam kerja)72 Tabel Distribusi Student’s T Value dari Microsoft Office Excel 2007.
2.46
2.16
2.53
4.22 14 1.761
2.14
2.51
4.14 15 1.753
2.13
2.49
4.07 16 1.746
2.12
2.47
4.01 17 1.740
2.11
3.97 18 1.734
2.56
2.10
2.45
3.92 19 1.729
2.09
2.43
3.88 20 1.725
2.09
2.42
3.85 21 1.721
2.08
2.41
3.82 22 1.717
2.07
2.41
4.32 13 1.771
2.18
df sig 0,1 sig 0,05 sig 0,025 sig 0,001 1 6.314 12.71 25.45 636.62 2 2.920
2.97
4.30
6.21
31.60 3 2.353
3.18
4.18
12.92 4 2.132
2.78
3.50
8.61 5 2.015
2.57
3.16
6.87 6 1.943
2.45
5.96 7 1.895
4.44 12 1.782
2.36
2.84
5.41 8 1.860
2.31
2.75
5.04 9 1.833
2.26
2.69
4.78 10 1.812
2.23
2.63
4.59 11 1.796
2.20
2.59
3.79