Lampiran 1. Data Produksi Tandan Buah Segar (ton/bulan) Kebun Sei Baruhur pada Tanaman Berumur 5, 7, dan9 Tahun Selama 3 Tahun
BULAN
TAHUN TANAM 2004 TAHUN TANAM 2005 TAHUN TANAM 2006 UMUR (TAHUN) UMUR (TAHUN) UMUR (TAHUN) 5 (2009) 7 (2011) 9 (2013) 5
Sumber: Data admnistrasi kebun (Data diolah)
Lampiran 2. Data Total dan Rataan Produksi Tandan Buah Segar (ton/tahun) Kebun Sei Baruhur pada Tanaman Berumur 5, 7, 9 Tahun Selama 3 Tahun
UMUR TAHUN TOTAL RATAAN
5 TAHUN 2009-2011 40.792,45 13.597,48
7 TAHUN 2011-2013 43.732,48 14.577,49
Lampiran 3.Uji Korelasi pada Komponen Produksi Tandan Buah Segar bulanan Kebun Sei Baruhur pada Tanaman Berumur 5, 7,dan 9 Tahun selama 3 tahun
Correlations
Jumlah
Janjang
Berat Janjang Rata-Rata
Jumlah Pohon Produktif
Jumlah Janjang
Pearson
Correlation 1 0.325 1.000
Sig. (2-tailed) 0.302 .000
N 12 12 12
Berat Janjang Rata-Rata
Pearson Correlation
0.325 1 0.326
Sig. (2-tailed) .302 .302
N 12 12 12
Jumlah Pohon Produktif
Pearson Correlation
1.000 0.326 1
Sig. (2-tailed) .000 0.302
Lampiran 4. Data Curah Hujan (mm/bulan) Kebun Sei Baruhur pada Tanaman Berumur 5, 7, dan 9 Tahun selama 3 Tahun
BULAN
TAHUN TANAM 2004 TAHUN TANAM 2005 TAHUN TANAM 2006
UMUR (TAHUN) UMUR (TAHUN) UMUR (TAHUN)
5 (2008) 7 (2010) 9 (2012) 5 (2009) 7 (2011) 9 (2013) 5 (2010) 7 (2012) 9 (2014) JAN 193,40 194,00 116,00 75,00 153,00 197,00 194,00 116,00 92,00 FEB 51,50 222,00 178,00 54,00 27,00 98,00 222,00 178,00 32,00 MAR 313,00 258,00 214,00 327,00 116,00 41,00 258,00 214,00 117,00
APR 203,00 343,00 246,00 227,00 132,00 305,00 343,00 246,00 243,00 MEI 142,00 142,00 81,00 229,00 145,00 126,00 142,00 81,00 284,00 JUN 152,00 426,00 209,00 104,00 64,00 20,00 426,00 209,00 148,00 JUL 180,00 144,00 223,00 62,00 35,00 70,00 144,00 223,00 64,00 AGTS 192,00 48,00 122,00 105,00 325,00 56,00 48,00 122,00 195,00
SEPT 216,00 171,00 319,00 362,50 274,00 225,00 171,00 319,00 201,00 OKT 204,00 96,00 147,00 47,00 245,00 551,00 96,00 147,00 278,00 NOV 100,00 381,00 341,00 251,50 275,00 341,00 381,00 341,00 338,00 DES 175,00 254,00 243,00 211,50 197,00 227,00 254,00 243,00 485,00 TOTAL
2.121,90 2.679,0 0
2.439,0 0
2.055,5
0 1.988,00
2.257,0 0
2.679,0
0 2.439,00 2.477,00 RATAAN 176,83 223,25 203,25 171,29 165,67 188,08 223,25 203,25 206,42
BB 11 10 11 8 9 7 10 11 9
BK 1 1 0 2 2 3 1 0 1
Lampiran 5. Data Rataan Curah Hujan (mm/bulan) di 8 Afdeling Kebun Sei Baruhur padaTahun (2008-2014)
Sumber: Data admnistrasi kebun (Data diolah)
Lampiran 6.Klasifikasi Tipe Iklim Scmidth - Ferguson Di KebunSei Baruhur
BB = Bulan Basah (CH > 100 mm)
BL = Bulan Lembab dengan CH antara 60-100 mm
BK = Bulan Kering (CH < 60 mm) CH = Curah Hujan
HH = Hari Hujan
Q = Tipe Iklim
• Klasifikasi Iklim Scmidth - Ferguson
0 > Q ≤ 14.3
= Tipe A (sangat basah)
60 > Q ≤ 100 = Tipe D (sedang)
300 > Q ≤ 700 = Tipe G ( sangat kering)
14.3 > Q ≤ 33.3 = Tipe B (basah)
100 > Q ≤ 167
= Tipe E (agak kering)
Q > 700 = Tipe H (ekstrim kering)
33.3 > Q ≤ 60 = Tipe C (agak basah)
167 > Q ≤ 300 = Tipe F (kering)
Lampiran 7. Data Total dan Rataan Curah Hujan (mm/tahun) pada Tahun (2008 – 2014)
TAHUN TOTAL RATAAN
2008 2.121,90 303,13
2009 2.055,50 293,64
2010 2.679,00 382,71
2011 1.988,00 284,00
2012 2.439,00 348,43
2013 2.257,00 322,43
2014 2.477,00 353,86
Lampiran 8. Data Total dan Rataan Curah Hujan (mm) pada Tanaman Berumur 5, 7, dan 9 Tahun Selama 3 Tahun
UMUR TAHUN TOTAL RATAAN
5 2008-2010 6856,40 2285,47
7 2010-2012 7106,00 2368.67
Lampiran 9. Data Hari Hujan (Hari/Bulan) di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7, dan 9 Tahun Selama 3 Tahun
Sumber: Data admnistrasi kebun (Data diolah)
Lampiran 10.Data Total dan Rataan Hari Hujan (hari/tahun) padaTahun(2008 –2014)
TAHUN TOTAL RATAAN
2008 108,00 15,42
2009 97,00 13.85
2010 114,00 16,82
2011 100,00 14,28
2012 103,00 14,71
2013 98,00 14
2014 100,00 14,28
Lampiran 11. Data Total dan Rataan Hari Hujan (hari) pada Tanaman Berumur 5, 7, dan 9 Tahun Selama 3 Tahun
UMUR TAHUN TOTAL RATAAN
5 2008-2010 319,00 106,33
7 2010-2012 317,00 105,67
9 2012-2014 301,00 100,33
BULAN
Lampiran 12. Uji–T Parsial Analisis Linear Berganda di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7 dan 9 Tahun Selama 3 Tahun
a. Uji t pada Tanaman Berumur 5 Tahun (2009-2011)
Coefficientsa
b. Uji t pada Tanaman Berumur 7 Tahun (2011-2013)
Coefficientsa
c. Uji t pada Tanaman Berumur 9 Tahun (2013-2015)
Nilai T-tabel
V T0,975 (α = 5%) T0,995 (α = 1%)
8 2,31 3,36
9 2,26 3,25
10 2,23 3,17
Keterangan : v (derajat kebebasan)= n-k-1, n= jumlah data, k= jumlah variabel bebas
Lampiran 13. Sidik Ragam Analisis Linear Berganda di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7 dan 9 Tahun Selama 3 Tahun
a. Uji F pada Tanaman Berumur 5 Tahun (2009-2011) ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 21747.716 2 10873.858 .101 .905b Residual 967535.892 9 107503.988
Total 989283.609 11
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
b. Uji F pada Tanaman Berumur 7 Tahun (2011-2013)
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 133113.129 2 66556.564 1.764 .226b Residual 339660.905 9 37740.101
Total 472774.033 11
c. Uji F pada Tanaman Berumur 9 tahun (2013-2015) ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 94817.344 2 47408.672 .743 .503b Residual 574053.857 9 63783.762
Total 668871.201 11
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
Nilai F-Tabel pada α = 5%
Derajat Bebas Penyebut Derajat Bebas Pembilang
1 2 3
Lampiran 14.Nilai Koefisien Analisis Linear Berganda di PTPN III Kebun Sei Baruhur padaTanaman Berumur 5, 7 dan9 Tahun Selama 3 Tahun a. Nilai Koefisien pada umur 5 Tahun (2009-2011)
Model Summaryb
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
b. Nilai Koefisien pada Umur 7 Tahun (2011-2013)
Model Summaryb
c.Nilai Koefisien pada Umur 9 tahun (2013-2015)
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
Lampiran 15. Model Pengujian Analisis Regresi Linear Berganda di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7 dan 9
TahunSelama 3 Tahun
a. Uji Analisis Regresi Linear Berganda pada Tanaman Berumur 5 Tahun (2009-2011) a. Dependent Variable: Produksi TBS
c. Uji Analisis Regresi Linear Berganda pada Tanaman Berumur 9 Tahun (2013-
Lampiran 16.Uji Analisis Korelasi Antar Variabel di PTPN III Kebun Sei Baruhur Tanaman Berumur 5, 7 dan 9 Tahun Selama 3 Tahun
a. Uji Analisis Korelasi pada Tanaman Berumur 5 Tahun (2009-2011) Correlations
b. Uji Analisis Korelasi pada Tanaman Berumur 7 Tahun (2011-2013)
*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed).
c. Uji Analisis Korelasi pada Tanaman Berumur 9 Tahun (2013-2015)
Correlations
Lampiran 17. Uji Kolgomorov – Smirnov di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7 dan 9 Tahun Selama 3 Tahun
a. One - Sample Kolmogorov - Smirnov Test pada Tanaman Berumur 5 Tahun (2009-2011)
b. One - Sample Kolmogorov - Smirnov Test pada Tanaman Berumur 7 Tahun (2011-2013)
One - Sample Kolmogorov - Smirnov Test
Produksi
One - Sample Kolmogorov - Smirnov Test
Produksi
Mean 1133.1250 190.4558 8.8608 .0000000 Std.
Deviation
299.89144 66.11426 2.67225 296.5768 1704
Kolmogorov-Smirnov Z .512 .689 .983 .659
Asymp. Sig. (2-tailed) .955 .730 .288 .778
a. Test distribution is Normal b. Calculated from data.
c. One - Sample Kolmogorov – Smirnov Test pada Tanaman Berumur 9 Tahun (2013-2015)
One - Sample Kolmogorov - Smirnov Test
Produksi
Lampiran 18. Nilai Uji Heteroskedastisitas Signifikansi pada Absolute Residual di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7 dan 9 Tahun Selama 3 Tahun
a. Nilai signifikansi uji heteroskedastisitas pada Absolute Residual pada Tanaman Berumur 8 Tahun (2009-2011)
Coefficientsa
a. Dependent Variable: ABS_RES
b. Nilai signifikansi uji heteroskedastisitas pada Absolute Residual pada Tanaman Berumur 7 Tahun (2011-2013)
Coefficientsa
a. Dependent Variable: ABS_RES
c. Nilai signifikansi uji heteroskedastisitas pada Absolute Residual pada Tanaman Berumur 9 Tahun (2013-2015)
Coefficientsa
Lampiran 19. Uji Autokorelasi di PTPN III Kebun Sei Baruhur pada Tanaman Berumur 5, 7 dan 9 Tahun Selama 3 Tahun
Umur Tanaman (Tahun) Nilai hitung Durbin Watson (D)
5 1,488
7 1,342
9 1,010
Tabel Durbin Watson, α = 5%
N k = 1 k = 2
dL dU dL dU
10 0.8791 1.3197 0.6972 1.6413
11 0.9273 1.3241 0.758 1.6044
12 0.9708 1.3314 0.8122 1.5794
Keterangan: n = jumlah observasi data k = jumlah variabel bebas
Lampiran 20. Tabel Residual Analisis Linear Berganda pada Tanaman Berumur 5, 7, dan 9 Tahun
Bulan 5 Tahun 7 Tahun 9 Tahun
Januari -600.00209 -145.36508 206.05271
Februari -426.95265 -179.69347 -128.87168
Maret -202.05010 -254.19352 -269.20880
April -15.67247 -210.52332 -364.23994
Mei 76.59951 131.92940 -220.72999
Juni -19.38637 -6.75906 -155.34268
Juli 125.08916 252.93435 231.18478
Agustus 270.45108 -122.89718 386.86717
September 224.36874 157.03851 87.46740
Oktober 388.93908 187.68579 146.98819
November 278.48226 57.05462 13.12357
Lampiran 21. Peta Kebun Sei Baruhur pada tahun 2015
PETA AFDELING IV (EMPAT) KEBUN SEI BARUHUR
TAHUN TANAM ( Ha )
JUMLAH PONDOK JALAN TOTAL
2004 2009
535,32 206,25 741,57 19,40 14,03 775,00
PETA AFDELING V (LIMA) KEBUN SEI BARUHUR
TAHUN TANAM ( Ha )
JUMLAH PONDOK JALAN TOTAL
2004 2005 2009
442.08
115.50
219.05 776.63 5.80 17.57
800.00
PETA AFDELING VI (ENAM) KEBUN SEI BARUHUR
TAHUN TANAM ( Ha )
JUMLAH PONDOK JALAN TOTAL
2006 2009
590,15 193,00 783,15 5,00 11,85 800,00
DAFTAR PUSTAKA
Asdak, C. 2004. Hidrologi dan Pengelolaan Daerah Aliran sungai. Gadjah Mada University Press. Yogyakarta
Depari, C. N. 2014. Pengaruh Curah Hujan dan Hari Hujan terhadap Produksi Kelapa Sawit (Elaeis guineensisJacq.) Berumur 12,15,18 Tahun di PTPN II Unit Sawit Seberang – Babalan Kecamatan Sawit Seberang Kabupaten Langkat. Skripsi. Program Studi Agroekoteknologi, Fakultas Pertanian. Universitas Sumatera Utara. Medan.
Fauzi, Y., E. Widyastuti, I. Sastyawibawa, dan R. Hartono. 2002. Kelapa Sawit. Edisi Revisi. Penebar Swadaya. Jakarta. 168 hal.
Hadi, M. M. 2004. Teknik Berkebun Kelapa Sawit. Edisi Pertama. Jakarta: Adicita Karya Nusa.
Husain, U dan Setiadi, A. P. 1995. Pengantar Statistika. Bumi Aksara. Yogyakarta
Kementrian Pertanian. 2014. Outlook Komoditi Kelapa Sawit. Pusat Data dan Sistem Informasi Pertanian Sekretariat Jenderal - Kementerian Pertanian 2014
Lubis, A. U. 2008. Kelapa Sawit (Elaeis guineensis Jacq.) di Indonesia. Edisi 2. Pusat Penelitian Kelapa Sawit, Medan.
Manalu, A. F. 2008. Pengaruh Hujan Terhadap Produktivitas Dan Pengelolaan Air Di Kebun Kelapa Sawit (Elaeis guineensis Jacq.) Mustika Estate, PT. Sajang Heulang, Minamas Plantation, Tanah Bumbu, Kalimantan Selatan. Skripsi. Program Studi Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Mangoensoekarjo, S. Dan H. Semangun. 2008. Manajemen Agribisnis Kelapa Sawit. Gadjah Mada University Press. Jakarta.
Ng, S. K., 1972. The Oil Palm, Its Culture, Manuring and Utilisation. International Potash Institute, Switzerland.
Nugraheni, C. 2007. Pengelolaan Air untuk Budidaya Kelapa Sawit (Elaeis guineensis Jacq.) di PT Agrowiyana Sei Tungkal Ulu Kabupaten Tanjung Jabung Barat, Jambi. Skripsi. Program Studi Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Pahan, I. 2006., Panduan Lengkap Kelapa Sawit. Manajemen Agribisnis dari Hulu hingga Hilir. Penebar Swadaya. Jakarta.
Estate (SBHE), PT Bumitama Gunajaya Agro (PT BGA), Wilayah VI Metro Cempaga, Kotawaringin Timur, Kalimantan Tengah. Skripsi. Program Studi Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
PTPN III, 2015. Profil Perusahaan. http://ptpn3.com/main/index.PHP/tentang kami/Profil Perusahaan.html [7 Oktober 2015].
Pusat Penelitian Kelapa Sawit. 2007. Budidaya Kelapa Sawit. Pusat Penelitian Kelapa Sawit. Medan. 157 hal.
Pusat Penelitian Kelapa Sawit. 2014. Rekomendasi Pemupukan Tanaman Kelapa Sawit Menghasilkan Kebun Sei Baruhur PT Perkebunan Nusantara III. Pusat Penelitian Kelapa Sawit. Medan.
Pusat Pengembangan dan Pemberdayaan Pendidik dan Tenaga Kependidikan Pertanian. 2009. Manajemen Pemeliharaan Tanaman Kelapa Sawit. Direktorat Jenderal Peningkatan Mutu Pendidik Dan Tenaga Kependidikan. Departemen Pendidikan Nasional
Risza, S. 2009. Kelapa Sawit: Upaya Peningkatan Produktivitas. Kanisius. Yogyakarta. 189 hal.
Sastrosayono, S. 2008. Budidaya Kelapa Sawit. Agromedia Pustaka. Jakarta.
Simanjuntak, L. N. 2013. Pengaruh Curah Hujan Dan Hari Hujan Terhadap Produksi Kelapa Sawit (Elaeis guineensisJacq.) Berumur 5, 10 Dan 15 Tahun Di Kebun Begerpang Estate PT. PP London Sumatra Indonesia, Tbk. Skripsi. Program Studi Agroekoteknologi, Fakultas Pertanian. Universitas Sumatera Utara. Medan.
Sirait, Herbert J. dan A. Panjaitan. 1985. Curah Hujan Bulanan Untuk Perencanaan Pertanian Berdasarkan Distribusi Gamma Dengan Dua Parameter. Buletin Perkebunan. Balai Penelitian Perkebunan. Medan.
Siregar, H. H., N. H. Darian, T. C. Hidayat, W. Darmosarkoro, dan I. Y. Harahap. 2006. Seri Buku saku Hujan sebagai Faktor Penting untuk Perkebunan Kelapa Sawit. Pusat Penelitian Kelapa Sawit. Medan.
Sunarko. 2008. Petunjuk Praktis Budidaya dan Pengolahan Kelapa Sawit. Kanisius. Jakarta.
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT.Perkebunan Nusantara III Persero Kebun
Sei Baruhur, Kecamatan Torgamba Kabupaten Labuhan Batu Selatan Provinsi
Sumatera Utara pada bulan Januari 2016 untuk pengambilan data primer dan
pengolahan data sampai dengan bulan Maret 2016.
Metode Penelitian
Penelitian ini menggunakan metode dasar yakni metoda deskriptif
(descriptive analysis) kuantitatif maupun kualitatif. Data dikumpulkan, disusun,
dijelaskan, kemudian dianalisis dengan analisis regresi berganda dan korelasi
yang diuraikan secara deskriptif. Alat bantu yang digunakan untuk mengolah data
tersebut adalah SPSS.v.20 (Statistical Package of Social Science) for windows.
Metode analisis yang digunakan dalam penelitian ini ialah analisis linier
regresi berganda dan korelasi. Teknik analisis regresi linier berganda digunakan
untuk mengetahui pengaruh fungsional antar variabel terikat dan variabel bebas
dan analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikatserta hubungan antar variabel komponen produksi.
Variabel tidak bebas adalah variabel yang keberadaannya dipengaruhi oleh
variabel bebas dan dinotasikan dengan Y. Variabel tidak bebas dalam penelitian
ini adalah produksi TBS kelapa sawit, sedangkan variabel bebas adalah variabel
yang mempengaruhi atau yang menjadi sebab perubahannya variabel tidak bebas
dan dinotasikan dengan X. Variabel bebas pada penelitian ini adalah curah hujan
bulanan terhadap produksi TBS yang dianalisis dengan fungsi matematis sebagai
berikut:
Y = a + b1X1 + b2X2 + E
Keterangan :
Y : produksi TBS
a : intersep dari garis pada sumbu Y
b : koefisien regresi linier
X1 : curah hujan bulanan
X2 : hari hujan bulanan
E : error
Peubah Amatan
Peubah amatan yang diamati adalah data sekunder berupa data-data PT
Perkebunan Nusantara III Persero Kebun Sei Baruhur, Kecamatan Torgamba
Kabupaten Labuhan Batu Selatan Provinsi Sumatera Utara.
Produksi Tandan Buah Segar (ton)
Data produksi tandan buah segar(ton) yang digunakan berdasarkan data
produksi kelapa sawit bulananselama 3 tahun. Data produksi tandan buah segar
yang digunakan yakni 2009, 2010, dan 2011berdasarkan umur tanaman 5 tahundi
lapangan yaitu pada tahun tanam 2004, 2005, dan 2006; data produksi tahun 2011,
2012, 2013 berdasarkan umur 7 tahun di lapangan yaitu pada tahun tanam 2004,
2005, dan 2006; dan data produksi tahun 2013, 2014, 2015 berdasarkan umur 9
tahun di lapangan yaitu pada tahun tanam 2004, 2005, dan 2006. Data produksi
TBS dianalisis dengan menggunakan analisis regresi linear berganda dan analisis
Produksi kelapa sawit banyak dipengaruhi oleh beberapa faktor. Faktor
tersebut tidak berdiri sendiri untuk memberikan pengaruh terhadap produksi yang
dihasilkan kebun. Berdasarkan ketersediaan data di kebun, maka data komponen
produksi yang digunakan yaitu data komponen jumlah janjang, berat janjang
rata-rata (BJR), jumlah pohon produktif, berat brondolan. Komponen produksi ini
dianalisis dengan menggunakan analisis korelasi.
Curah Hujan (mm)
Data curah hujan yang digunakan berdasarkan data pengukuran curah
hujan bulanan selama tiga tahun yakni 2008, 2009, dan 2010 untuk data produksi
tandan buah segar tahun 2009, 2010, 2011 (umur 5 tahun); data pengukuran tahun
2010, 2011, 2012 untuk data produksi tahun 2011, 2012, 2013 (umur 7 tahun);
dan data pengukuran tahun 2012, 2013, 2014 untuk data produksi tahun 2013,
2014, 2015 (umur 9 tahun). Data diperoleh dari PT Perkebunan Nusantara III
Persero Sei Baruhur, Kecamatan Torgamba Kabupaten Labuhan Batu Selatan
Provinsi Sumatera Utara.
Hari Hujan (hari)
Data hari hujan yang digunakan diperoleh dengan cara menjumlahkan hari
dimana turunnya hujan setiap bulannya selama tiga tahun yakni 2008, 2009, dan
2010 untuk data produksi tandan buah segar tahun 2009, 2010, 2011 (umur 5
tahun); data pengukuran tahun 2010, 2011, 2012 untuk data produksi tahun 2011,
2012, 2013 (umur 7 tahun); dan data pengukuran tahun 2012, 2013, 2014 untuk
data produksi tahun 2013, 2014, 2015 (umur 9 tahun). Data diperoleh dari
PTPerkebunan Nusantara III Persero Kebun Sei Baruhur, Kecamatan Torgamba
Pelaksanaan Penelitian
Studi Kepustakaan
Studi kepustakaan dilakukan dengan menelusuri dan menelaah studi
pustaka yang berkaitan dengan curah hujan, hari hujan, umur tanaman dan
produksi tandan buah segar (TBS) pada tanaman kelapa sawit.
Pengumpulan Data
Pengumpulan data sekunder adalah meliputi data sekunder untuk laporan
umum dan data sekunder untuk keperluan analisis. Data sekunder ini diperoleh
dari studi literatur yang didapat dikantor tentang PTPN III kebun Sei Baruhur.
Data sekunder untuk analisis disesuaikan dengan kelengkapan data pada
administrasi kebun. Data sekunder untuk laporan umum meliputi keadaan umum
perusahaan, letak geografis, keadaan tanah dan iklim, luas tata guna kebun,
keadaan produksi dan produktivitas tanaman. Data sekunder untuk keperluan
analisis ini diambil data bulanan produksi tandan buah segar selama 3 tahun yakni
pada tahun 2009, 2010, dan 2011 (umur 5 tahun), tahun 2011, 2012, dan 2013
(umur 7 tahun), tahun 2013, 2014, dan 2015 (umur 9 tahun), serta data bulanan
curah hujan dan hari hujan setahun sebelum pengambilan data produksi tandan
buah segar.
Pengolahan Data dan Analisis Data
Pengolahan data dilakukan dengan menggunakan analisis regresi linear
berganda dan analisis korelasi.Regresi linear berganda berguna untuk menghitung
besarnya pengaruh hubungan dua atau lebih variabel bebas terhadap satu variabel
terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih
antara variabel bebas dan terikat.Pengolahan data dibantu dengan software
SPSS.v.20 for windows.
Analisis data bersifat deskriptif dengan menggunakan bantuan statistik
untuk melihat hubungan antara variabel bebas dan variabel terikat. Analisis data
dilakukan untuk memperoleh hasil pengolahan data. Data yang telah diperoleh
tersebut dianalisis dengan menggunakan persamaan regresi linear berganda untuk
mengetahui pengaruh curah hujan dan hari hujan bulanan yang mempengaruhi
produksi kelapa sawit dan hubungan kedua variabel bebas dan terikat pada
tanaman berumur 5, 7 dan 9 tahun berdasarkan data yang diperoleh dari
administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
Uji–T (parsial), Uji–F (serempak) dan R2.Uji hipotesis menggunakan uji dua arah
dengan tingkat signifikan (α) sebesar 5%. Teknik analisis data dengan
menggunakan analisis regresi berganda dengan model persamaan berikut ini:
Y = a + b1X1 + b2X2 + E
Model yang digunakan dalam membuat suatu persamaan regresi linier
berganda ini, dapat terjadi beberapa keadaan yang dapat menyebabkan estimasi
koefisien regresi tidak lagi menjadi penduga koefisien tak bias terbaik, sehingga
diperlukan beberapa asumsi mendasar yang perlu diperhatikan dengan melakukan
uji asumsi klasik.
Uji Asumsi Klasik
Uji asumsi klasik berguna untuk menguji apakah model regresi yang
digunakan dalam penelitian ini layak diuji atau tidak.Kelayakan model regresi
multikolinearitas, heteroskedastisitas, autokorelasi dalam model yang digunakan.
Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak
digunakan.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel tidak bebas dan variabel bebas memiliki data yang terdistribusi normal
atau tidak. Data yang terdistribusi normal menunjukkan bahwa tidak terdapat nilai
ekstrim yang nantinya dapat mengganggu hasil data penelitian. Model regresi
yang baik adalah yang memiliki distribusi data normal atau mendekati normal.
Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov – Smirnov
dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi
normal jika signifikansi dan nilai One Sample Kolmogorov–Smirnov lebih besar
dari 5% atau 0,05.
Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varians dan residual satu pengamatan ke pengamatan yang lain pada model
regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya
gejala heteroskedastisitas atau biasa disebut homoskedastisitas. Metode pengujian
yang yang digunakan ialah uji Glejser. Uji Glejser dilakukan dengan meregresikan
nilai absolute residual terhadap variabel independen lainnya. Jika nilai ß
Uji Multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya
hubungan linear antar variabel independen dalam model regresi. Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Uji
multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan
nilai Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi
multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance > 0.1.
Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi
dapat dilihat dari nilai Durbin Watson (d) dibandingkan dengan nilai Tabel Durbin
Watson.Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam
model regresi. Metode uji Durbin–Watson (uji DW) dengan ketentuan sebagai
berikut:
1. Jika d terletak antara 0 dan dL, maka ada autokorelasi positif.
2. Jika d terletak antara dL dan dU atau d terletak antara (4-dU) dan (4-dL),
maka tidak dapat disimpulkan.
3. Jika d terletak antara dU dan (4-dU), maka tidak ada autokorelasi.
4. Jika d terletak antara (4-dL) dan 4, maka ada autokorelasi negatif.
Pengujian Hipotesis
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
Uji–T (parsial), Uji–F (serempak) dan R2.Pengujian hipotesis dilakukan dengan
ditolak. Nilai koefisien determinasi (R2) digunakan untuk melihat besarnya persentase pengaruh variabel bebas terhadap nilai variabel terikat. Nilai R2
semakin mendekati nol memperlihatkan semakin kecil pengaruh semua variabel
bebas terhadap nilai variabel terikat sedangkan nilai R2 semakin mendekati satu memperlihatkan semakin besar pula pengaruh semua variabel bebas terhadap nilai
variabel terikat.Uji hipotesis secara parsial digunakan untuk mengetahui pengaruh
dari masing–masing variabel independen terhadap variabel dependen.
Uji ini dilakukan dengan membandingkan nilai T–hitung dengan nilai T–
tabel. Uji hipotesis secara serempak digunakan untuk mengetahui pengaruh dari
variabel independen secara keseluruhan terhadap variabel dependen. Uji ini
dilakukan dengan membandingkan nilai F hitung dengan nilai F tabel. Hipotesis
yang diajukan dalam analisis ini ialah:
H0: bi = 0
H1: bi ≠ 0,
bi = koefisien regresi variabel ke–i
Pengambilan keputusan untuk melihat apakah hipotesis H0 diterima atau
ditolak. Hipotesis H0 ditolak membuktikan bahwa variabel bebas yang digunakan
berpengaruh nyata terhadap produksi TBS.
Penarikan Kesimpulan
Penarikan kesimpulan dilakukan untuk meringkas hasil pengolahan data
yang telah di analisis dengan menggunakan analisis regresi linear berganda dan
analisis korelasi.Kesimpulan dapat menjelaskan kebenaran dari hipotesis yang
HASIL DAN PEMBAHASAN
Data produksi tandan buah segar (ton/bulan) pada Lampiran 1, curah hujan
(mm/bulan) pada Lampiran 4, dan hari hujan (hari/bulan) pada Lampiran 9 dari
kebun Sei Baruhur PT. Perkebunan Nusantara III Persero pada tanaman kelapa
sawit berumur 5, 7dan 9 tahun.
Hasil uji korelasi antar rataan komponen produksi tandan buah segar
(TBS) dalam satu tahun (12 bulan) selama 3 tahun pada tanaman kelapa sawit
berumur 5, 7 dan 9 tahun selama 3 tahun dapat dilihat pada Lampiran 3. Hasil uji
korelasi ini menunjukkan hubungan nyata, searah, dan sangat erat antara
komponen jumlah janjang dengan jumlah pohon produktif.
Hasil uji analisis regresi linear berganda hubungan antara produksi TBS,
curah hujan dan hari hujan dapat dilihat pada Lampiran 15 selama 3 tahun pada
tanaman kelapa sawit berumur 5, 7 dan 9 tahun.
Komponen Produksi Tandan Buah Segar
Produksi kelapa sawit banyak dipengaruhi oleh beberapa faktor. Faktor
tersebut tidak berdiri sendiri untuk memberikan pengaruh terhadap produksi yang
dihasilkan kebun. Produksi tandan buah segar (TBS) tidak terlepas dari komponen
- komponen produksi yang mempengaruhinya yang berkaitan dengan pencapaian
produksi yang diharapkan. Berdasarkan ketersediaan data pada kebun Sei
Baruhur, adapun komponen-komponen produksi tanaman kelapa sawit yang dapat
mempengaruhi produksi TBS ialah jumlah janjang, berat janjang rata-rata (BJR)
Berikut disajikan data rataan bulanan komponen produksi kebun Sei
Baruhur selama 3 tahun pada tanaman kelapa sawit berumur 5, 7 dan 9 tahun pada
Tabel 1.
Tabel 1. Komponen produksi TBS kebun Sei Baruhur dalam 1 tahun
Bulan
September 133,064 10.94 66,538
Oktober 139,179 11.30 69,595
Nopember 129,597 12.08 64,805
Desember 115,746 11.68 57,879
Hasil uji korelasi pada komponen-komponen produksi di kebun Sei
Baruhur PTPN III dapat dilihat pada Lampiran 3. Hasil uji korelasi menunjukkan
bahwa tidak terdapat hubungan yang berbeda nyata antara variabel berat janjang
rata - rata dengan jumlah janjang, dan berat janjang rata - rata dengan jumlah
pohon produktif, sedangkan pada variabel antara jumlah janjang dengan jumlah
pohon produktif terdapat hubungan yang berbeda nyata. Hal tersebut dilihat dari
nilai signifikansi komponen-komponen produksi pada taraf uji 1% dan 5%.
Hasil uji korelasi menunjukkan bahwa nilai koefisien korelasi yang
menunjukkan hubungan keeratan yang sempurna antara variabel jumlah janjang
dengan jumlah pohon produktif yaitu 100%. Hubungan keeratan ini
memperlihatkan berpengaruhnya komponen produksi tersebut terhadap
jumlah janjang dan berat janjang rata-rata dengan jumlah pohon produktif
menunjukkan nilai yang sama yaitu sebesar 30,2% hal ini menunjukkan bahwa
hubungan tersebut bernilai cukup.
Analisis korelasi juga memperlihatkan arah korelasi yang searah atau
berlawanan arah yang dapat dilihat dari nilai koefisien yang bernilai positif atau
negatif. Hubungan searah ditunjukkan oleh ketiga komponen produksi yaitu
jumlah janjang dengan jumlah pohon produktif, berat janjang rata-rata dengan
jumlah pohon produktif dan jumlah janjang dengan berat janjang rata-rata. Hasil
ini menunjukkan jika semakin besar jumlah pohon produktif maka semakin besar
juga jumlah janjang dan berat janjang rata-rata yang dihasilkan.
Hasil analisis korelasi menunjukkan bahwa korelasi pada ketiga komponen
produksi yang memiliki hubungan yang searah adalah antara komponen jumlah
pohon produktif dengan jumlah janjang dan berat janjang rata-rata. Hal ini
menunjukkan semakin besar jumlah pohon produktif maka semakin besar pula
pengaruh jumlah janjang dan berat janjang rata-rata terhadap pencapaian produksi
TBS yang diharapkan. Hal ini disebabkan oleh komposisi umur tanaman yang di
amati adalah tanaman muda, remaja, dan menjelang ke fase puncak dewasa, dan
tentu saja jumlah janjang yang dihasilkan lebih banyak daripada tanaman dewasa
namun berat janjang yang dihasilkan oleh tanaman muda lebih kecil dibandingkan
dengan tanaman yang lebih dewasa. Pada fase umur tanaman yang diamati adalah
fase dimana pertumbuhan dari kelapa sawit tersebut meningkat secara signifikan
atau biasa disebut dengan fase sigmoid. Umur tanaman kelapa sawit berubah
setiap tahunnya, dengan kata lain hal tersebut juga mempengaruhi pencapaian
lebih muda lebih banyak dikarenakan oleh pada tanaman muda produksi masih
lebih optimal dan lebih sedikit jumlah tanaman yang terkena hama dan penyakit.
Jumlah pohon produktif yang tinggi menyebabkan pencapaian produksi TBS yang
besar pula.
Produksi Tandan Buah Segar (ton), Curah Hujan (mm) dan Hari Hujan (hari) pada Tanaman Kelapa Sawit Berumur 5 Tahun
Data rataan produksi tandan buah segar (ton/bulan), curah hujan
(mm/bulan), dan hari hujan (hari/bulan) selama 3 tahun(2009-2011) dari kebun
Sei Baruhur PTPN III pada tanaman kelapa sawit berumur 5 tahun.
Tabel 2. Rataan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011)
Bulan Tahun Rataan
2009 2010 2011
Januari 953,62 200,54 552,89 569,02
Februari 915,94 185,29 874,12 658,45
Maret 1.195,05 281,04 1.297,79 924,63
April 1.577,92 263,21 1.488,29 1.109,81
Mei 1.767,08 166,03 1.475,13 1.136,08
Juni 1.740,83 207,21 1.250,61 1.066,22
Juli 2.038,64 230,77 1.537,58 1.269,00
Agustus 2.652,78 269,27 1.271,77 1.397,94
September 2.129,49 265,95 1.702,96 1.366,13
Oktober 2.809,29 262,29 1.561,25 1.544,28
November 2.511,53 216,44 1.547,68 1.425,22
Desember 1.959,90 192,20 1.240,07 1.130,72
Total 22.252,07 2.740,24 15.800.14
Tabel 2 menyatakan bahwa rataan produksi TBS tertinggi pada tanaman
kelapa sawit berumur 5 tahun, terdapat pada bulan Oktober yakni sebesar
1.544,28 ton/bulan dan rataan terendah terdapat pada bulan Januari yakni sebesar
569,02 ton/bulan. Berikut ini disajikan grafik perkembangan produksi TBS dalam
(ton) pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011)
Gambar 1. Grafik perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 5 tahun (2009-2011)
Gambar 1 menyatakan bahwa tahun 2009 pada tanaman kelapa sawit
berumur 5 tahun, total produksi TBS tertinggi terdapat pada bulan Oktober
sebesar 2.809,29 ton/ bulan dan total terendah pada bulan Februari yakni sebesar
915,94 ton/bulan. Pada tahun 2010 total produksi TBS tertinggi terdapat pada
bulan Maret sebesar 281,04 ton/bulan dan total terendah pada bulan Mei sebesar
166,03 ton/bulan. Pada tahun 2011 total produksi TBS tertinggi terdapat pada
bulan September sebesar 1.702,96 ton/bulan dan total terendah pada bulan Januari
sebesar 552,89 ton/bulan.
Tabel 3 menyatakan bahwa rataan curah hujan tertinggi pada tanaman
kelapa sawit berumur 5 tahun terdapat pada bulan Maret sebesar 299,33 mm/bulan
dan rataan terendah terdapat pada bulan Februari sebesar 109,17 mm/bulan.
Berikut ini data rataan curah hujan (mm) pada tanaman kelapa sawit
Tabel 3. Rataan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2008-2010)
Bulan Tahun Rataan
2008 2009 2010
Januari 193,40 75,00 194,00 154,13
Februari 51,30 54,00 222,00 109,17
Maret 313,00 327,00 258,00 299,33
April 203,00 227,00 343,00 257,67
Mei 142,00 229,00 142,00 171,00
Juni 152,00 229,00 426,00 227,33
Juli 180,00 62,00 144,00 128,67
Agustus 192,00 105,00 48,00 115,00
September 216,00 362,50 171,00 249,83
Oktober 204,00 47,00 96,00 115,67
November 100,00 251,50 381,00 244,17
Desember 175,00 251,50 254,00 213,50
Total 2.121,90 2.055,50 2.679,00
Berikut disajikan grafik perkembangan curah hujan (mm) pada tanaman
kelapa sawit berumur 5 tahun selama 3 tahun (2008-2010) pada Gambar 2,
Gambar 2. Grafik perkembangan curah hujan(mm/bulan) pada tanaman kelapa sawit berumur 5 tahun
Gambar 2 menyatakan bahwa tahun 2008 pada tanaman kelapa sawit
berumur 5 tahun total curah hujan tertinggi terdapat pada bulan Maret sebesar
sebesar 51,30 mm/bulan. Tahun 2009 pada tanaman kelapa sawit berumur 5 tahun
total curah hujan tertinggi terdapat pada bulan September sebesar 362,50
mm/bulan dan total curah hujan terendah terdapat pada bulan Oktober sebesar
47,00 mm/bulan. Tahun 2010 pada tanaman kelapa sawit berumur 8 tahun total
curah hujan tertinggi terdapat pada bulan Juni sebesar 426,00 mm/bulan dan total
curah hujan terendah terdapat pada bulan Agustus sebesar 48,00 mm/tahun.
Berikut ini data rataan hari hujan (hari) pada tanaman kelapa sawit
berumur 5 tahun kebun Sei Baruhur PTPN III.
Tabel 4. Rataan hari hujan (hari/bulan)pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2008-2010)
Bulan Tahun Rataan
2008 2009 2010
Januari 12,00 5,00 10,00 9,00
Februari 2,00 4,00 8,00 4,67
Maret 14,00 14,00 8,00 12,00
April 5,00 8,00 14,00 10,67
Mei 10,00 7,00 5,00 5,67
Juni 7,00 5,00 13,00 8,33
Juli 9,00 5,00 8,00 7,33
Agustus 7,00 7,00 5,00 6,33
September 15,00 11,00 7,00 11,00
Oktober 7,00 6,00 9,00 7,33
November 6,00 10,00 17,00 11,00
Desember 14,00 15,00 10,00 13,00
Total 108,00 97,00 114,00
Tabel 4 menyatakan bahwa rataan hari hujan tertinggi pada tanaman
kelapa sawit berumur 5 tahun terdapat pada bulan Maret sebesar 12,00 hari/bulan
dan rataan terendah terdapat pada bulan Februari yakni sebesar 4,67 hari/bulan.
Berikut disajikan grafik perkembangan hari hujan (hari) pada tanaman kelapa
Gambar 3.Grafik perkembangan hari hujan(hari/bulan) pada tanaman kelapa sawit berumur 5 tahun
Dari grafik diatas menunjukkan bahwa tahun 2008 pada tanaman kelapa
sawit berumur 5 tahun, total hari hujan tertinggi terdapat pada bulan September
yakni sebesar 15,00 hari/bulan dan total hari hujan terendah terdapat pada bulan
Februari yakni sebesar 2,00 hari/bulan. Pada tahun 2009 total hari hujan tertinggi
terdapat pada bulan Desember yakni sebesar 15,00 hari/bulan dan total hari hujan
terendah terdapat pada bulan Februari yakni sebesar 4,00 hari/bulan. Pada tahun
2010 total hari hujan tertinggi terdapat pada bulan November yakni sebesar 17,00
hari/bulan dan total hari hujan terendah terdapat pada bulan Mei dan Agustus
yakni sebesar 5,00 hari/bulan.
Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 5 Tahun
Produksi tanaman kelapa sawit dipengaruhi oleh besarnya curah hujan
yang terjadi. Besarnya curah hujan yang terjadi pada saat ini akan mempengaruhi
besarnya produksi tanaman kelapa sawit pada beberapa waktu ke depan karena
kelapa sawit. Untuk melihat hubungan curah hujan dan hari hujan terhadap
produksi TBS pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun
(2009-2011) dilihat pada Tabel 5.
Tabel 5. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman berumur 5 tahun selama 3 tahun (2009-2011)
Bulan
Rataan Produksi TBS
(ton)
Curah hujan (mm)
Hari hujan (hari)
Januari 569,02 154,13 9,00
Februari 658,45 109,17 4,67
Maret 924,63 299,33 12,00
April 1.109,81 257,67 10,67
Mei 1.136,08 171,00 5,67
Juni 1.066,22 227,33 8,33
Juli 1.269,00 128,67 7,33
Agustus 1.397,94 115,00 6,33
September 1.366,13 249,83 11,00
Oktober 1.544,28 115,67 7,33
November 1.425,22 244,17 11,00
Desember 1.130,72 213,50 13,00
Total 13.597,48 2,285.47 106.33
Tabel 5 menyatakan bahwa total rataan produksi TBS pada tanaman
berumur 5 tahun selama 3 tahun (2009-2011) sebesar 13.597,48 ton, sedangkan
total rataan curah hujan (mm) sebesar 2,285.47 mm dan total rataan hari hujan
(hari) sebesar 106.33 hari. Berikut disajikan grafik hubungan antara curah hujan
dengan produksi TBS pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun
Gambar 4. Grafik hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 5 tahun
Gambar 4 menunjukkan bahwa rataan produksi tertinggi pada tanaman
kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011) terdapat pada bulan
Oktober yakni sebesar 1.544,28 ton/bulan dan rataan produksi terendah terdapat
pada bulan Januari sebesar 569,02 ton/bulan. Rataan curah hujan tertinggi terdapat
pada bulan Maret yakni sebesar 299,33 mm/bulan dan rataan curah hujan terendah
terdapat pada bulan Februari sebesar 109,17 mm/bulan.
Analisis Data
Analisis produksi tandan buah segar pada tahun 2009, 2010 dan 2011 di
kebun Sei Baruhur PT. Perkebunan Nusantara III Persero dilakukan dengan
menggunakan analisis regresi linear berganda dan analisis korelasi. Analisis linear
berganda untuk mengetahui apakah variabel curah hujan dan hari hujan akan
memberikan pengaruh terhadap produksi kelapa sawit. Analisis korelasi berguna
untuk melihat kuat-lemahnya hubungan antara variabel bebas dan terikat. Alat
Analisis Regresi Linear Berganda
Dalam uji regresi berganda dikenal nilai koefisien korelasi (R), koefisien
determinasi (R2), dan koefisien determinasi terkoreksi (Adjusted R2). Koefisien korelasi (R) digunakan untuk melihat besarnya hubungan antar variabel bebas dan
variabel terikat. Koefisien determinasi (R2) digunakan untuk mengetahui persentase sumbangan pengaruh serentak variabel - variabel bebas terhadap
variabel terikat.
Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa
sawit berumur 5 tahun menunjukkan bahwa nilai koefisien (R) sebesar 14,8%,
koefisien determinasi (R2) sebesar 2,2% dan nilai koefisien determinasi terkoreksi (Adjusted R2) sebesar -0,195. Nilai koefisien (R) sebesar 14,8% menunjukkan besarnya hubungan variabel curah hujan dan hari hujan terhadap variabel produksi
TBS pada umur 5 tahun ialah sangat lemah (dilihat pada Tabel 10). Koefisien
determinasi (R2) menandakan bahwa 2,2% variasi produksi kelapa sawit dapat dijelaskan oleh variasi variabel curah hujan dan hari hujan yang terjadi dan
sisanya sebesar 97,8% dijelaskan oleh variabel lain yang tidak dimasukan ke
dalam model.Nilai koefisien pada model persamaan regresi linear berganda pada
tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011) di Kebun Sei
Baruhur disajikan pada Lampiran 14.
Uji t-parsial dilakukan dengan membandingkan nilai –t hitung curah hujan
dengan nilai –t tabel.
Tabel 6. Uji t-parsial curah hujan dan hari hujan pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011)
Peubah 5 Tahun
t-hitung Sig.
Curah hujan -0,34 0,740
Hasil uji t-parsial menunjukkan bahwa nilai signifikansi curah hujan pada
tanaman berumur 5 tahun lebih besar dari alpha 5% (sig > α 5%), maka dapat
dikatakan t hitung berbeda tidak nyata pada taraf kepercayaan 95% dengan nilai t
tabel sebesar 2,262. Maupun pada variabel hari hujan, nilai t hitung lebih kecil
dari nilai t tabel dan nilai signifikasi lebih besar pada taraf uji 5%(sig >α5%) , hal
ini juga menunjukkan bahwa variabel hari hujan tidak menunjukkan pengaruh
yang nyata pada taraf kepercayaan 95%. Uji t-parsial pada tanaman kelapa sawit
berumur 5 tahun selama 3 tahun (2009-2011) disajikan pada Lampiran 12. Nilai t
tabel dapat dilihat pada tabel 7.
Tabel 7. Nilai T tabel pada α 5%
V T0,975 (α = 5%) T0,995 (α = 1%)
8 2,31 3,36
9 2,26 3,25
10 2,23 3,17
Keterangan : v (derajat kebebasan)=n-1-k; n=jumlah data; k=jumlah variabel bebas
Berdasarkan pendugaan model produksi pada tanaman kelapa sawit
berumur 5 tahun di tahun 2009-2011, diperoleh nilai F-hitung sebesar 0,101
dengan nilai F-tabel sebesar 4,26 dan nilai signifikansi pada uji ini adalah 0,905.
Tabel 8. Sidik ragam persamaan regresi linear berganda pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011)
Umur Sumber
Residual 9 967535,89
2
107503,98 8
Total 11 989283,60
9
Nilai signifikansi pada uji F lebih besar dari alpha 5% (Sig > α 0,05),
maka dapat dikatakan F-hitung berbeda tidak nyata pada taraf kepercayaan 95%.
antara variabel curah hujan dan hari hujan secara bersama-sama terhadap produksi
kelapa sawit. Nilai F tabel dapat dilihat pada tabel berikut ini :
Tabel 9. Nilai F Tabel pada α 5%
Derajat bebas penyebut Derajat bebas pembilang
1 2 3
8 5,32 4,46 4,07
9 5,12 4,26 3,86
10 4,96 4,10 3,71
Keterangan : Derajat Bebas Pembilang (k-1) = 3-1 = 2 Derajat Bebas Penyebut (n-k) = 12-3 = 9
Hasil model pengujian analisis regresi linear berganda pada tanaman
kelapa sawit berumur 5 tahun (2009-2011) disajikan pada Lampiran
15.Berdasarkan hasil analisis, dapatbdibentuk persamaan regresi yang dihasilkan
oleh variabel curah hujan dan hari hujan dalam memprediksi produksi TBS pada
tanaman kelapa sawit berumur 5 tahun berikut ini:
Y = 1048,569–0,879 X1 +28,441 X2 + E
Model persamaan untuk umur 5 tahun dapat diartikan bahwa setiap penambahan
satu satuan nilai curah hujan akan menurunkan nilai produksi TBS sebesar
0,879satuan dan setiap penambahan satu satuan nilai hari hujan akan menaikkan
nilai produksi TBS sebesar 28,441 satuan.
Analisis Korelasi
Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat.Berikut disajikan interpretasi nilai R pada analisis
Tabel 10. Interpretasi nilai R pada analisis korelasi
Nilai R Interpretasi
0,00 Tidak ada korelasi
0,01-0,20 Sangat lemah
0,21-0,40 Lemah
0,41-0,60 Agak lemah
0,61-0,80 Cukup
0,81-0,99 Kuat
1,00 Sangat Kuat
Sumber: Husain dan Setiadi, 1995
Uji analisis korelasi pada tanaman kelapa sawit berumur 5 tahun
menunjukkan hubungan keeratan yang sangat erat atau kuat antara variabel curah
hujan dan hari hujan yaitu 0,812. Hubungan yang kuat memperlihatkan
berpengaruhnya antara variabel curah hujan dan hari hujan terhadap pencapaian
produksi TBS. Hal ini terlihat dari nilai signifikansi lebih kecil dari 1% (Sig < α
0,01) dan korelasi lainnya memperlihatkan hubungan berpengaruhtidak nyata
terhadap pencapaian produksi TBS yang disebabkan nilai signifikansi lebih besar
dari 1% (Sig > α 0,01). Korelasi terlemah terjadi pada variabel produksi TBS
dengan curah hujan terdapat pada tanaman kelapa sawit berumur 5 tahun yaitu
sebesar 0,012.Hasil analisis korelasi antara variabel produksi TBS, curah hujan
dan hari hujan pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun
(2009-2011) disajikan pada Lampiran 16.
Uji Asumsi Klasik
Dilakukan untuk mengetahui apakah persamaan regresi berganda layak
atau tidak untuk digunakan. Uji asumsi klasik terdiri dari uji normalitas, uji
heteroskedastisitas, uji multikolinearitas, dan uji autokorelasi.
Uji normalitas digunakan untuk mengetahui apakah populasi data
normal. Data di analisis dengan uji One Sample Kolmogorov-Smirnov pada taraf
uji 0,05. Data dinyatakan berdistribusi normal jika nilai signifikansi lebih besar
dari 0,05 (Sig > α 0,05). Untuk persamaan regresi pada tanaman kelapa sawit
berumur 5 tahun diperoleh nilai Kolmogorov-Smirnov dan nilai signifikansi yaitu
0,972 (α = 0,487) (Lampiran 17) yang berarti data telah terdistribusi dengan
normal.
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi.Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya gejala
heteroskedastisitas atau biasa disebut homoskedastisitas.Metode pengujian yang
digunakan ialah uji Glejser. Uji Glejser dilakukan dengan meregresikan nilai
absolute residual terhadap variabel independen lainnya.Jika nilai ß signifikan
maka mengindikasikan terdapat heteroskedastisitas dalam model.Uji
heteroskedastisitas menggunakan uji Glejser pada model persamaan regresi linear
berganda pada tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011)
disajikan pada Lampiran 18.
Hasil uji heteroskedastisitas menunjukkan bahwa variabel curah hujan
memiliki nilai signifikansi pada tanaman kelapa sawit berumur 5 tahun yaitu
sebesar 0,134 sedangkan variabel hari hujan memiliki nilai signifikansi sebesar
0,427. Variabel curah hujan dan hari hujan memiliki nilai signifikansi diatas 0,01
dalam model ini sehingga memiliki sebaran varian yang sama (homogen). Dengan
Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya
hubungan linear antar variabel independen dalam model regresi.Prasyarat yang
harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Uji
multikolinearitas dilakukan dengan melihat nilai varian inflation factor (VIF) dan
nilai Tolerance pada model regresi. Model regresi yang baik ialah tidak terjadi
multikolinearitas yang dibuktikan dengan nilai VIF < 5 dan nilai Tolerance>
0,1.Nilai VIF dan Tolerance model regresi linear berganda pada produksi TBS
tanaman kelapa sawit berumur 5 tahun selama 3 tahun (2009-2011) di kebun Sei
Baruhur disajikan pada Lampiran 15.
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya
penyimpangan yang terjadi antara residual pada satu pengamatan dengan
pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi
dapat dilihat dari nilai Durbin Watson (d) yang dibandingkan dengan nilai dari
tabel Durbin Watson (Lampiran 19). Untuk model persamaan regresi pada
tanaman kelapa sawit berumur 5 tahun di atas, diperoleh nilai Durbin Watson (d)
ialah 1,488 dengan nilai dL = 0,8122 dan nilai dU = 1,5794 dari tabel Durbin
Watson.
Berdasarkan kriteria pada uji autokorelasi, jika d terletak antara dL dan dU
atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.
Oleh karena itu, pada persamaan regresi padatanaman kelapa sawit berumur 19
tahun tidak dapat disimpulkan ada atau tidaknya autokorelasi karena nilai d
terletak antara nilai dL dan nilai dU. Dari keempat uji asumsi tersebut menyatakan
bahwa persamaan regresipada tanaman kelapa sawit berumur 5 tahun telah
Pengaruh Curah Hujan (mm) dan Hari Hujan (hari) Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 5 Tahun
Menurut Siregar et al, (2006) mengatakan bahwa jumlah curah hujan yang
optimum untuk tanaman kelapa sawit adalah 2000 - 2500 mm/tahun, tidak
memiliki defisit air, serta penyebarannya merata sepanjang tahun.
Berdasarkan data total curah hujan pada tanaman kelapa sawit berumur 5
tahun selama 3 tahun (2008-2010) kebun Sei Baruhur sebesar 6856,40 mm dan
data total produksi TBS sebesar 40.792,45 ton. Total curah hujan tertinggi yang
diambil satu tahun sebelum tahun produksi terdapat pada tahun 2010 sebesar
2.679,00 mm/tahun dan total curah hujan terendah terdapat pada tahun 2009
sebesar 2.055,50 mm/tahundengan rataan bulan basah sebanyak 10 bulan dan
rataan bulan kering sebanyak 1 bulan (Lampiran 4). Data rataan curah hujan pada
tanaman kelapa sawit berumur 5 tahun di Sei Baruhur ialah 2285,47 mm
(Lampiran 8) sedangkan data rataan hari hujan tahunan ialah 106,33 hari
(Lampiran 11). Oleh karna itu, jumlah curah hujan sudah sesuai dengan kebutuhan
dan syarat tumbuh kelapa sawit pada tanaman kelapa sawit berumur 5
tahun.Berdasarkan data curah hujan di kebun Sei Baruhur klasifikasi iklim
menurut Schimidth-Ferguson termasuk ke dalam tipe iklim B yaitu daerah basah
(Lampiran 6).
Berdasarkan hasil analisis regresi, diperoleh nilai koefien regresi curah
hujan selama 3 tahun (2009-2011) pada tanaman kelapa sawit berumur 5 tahun
memiliki tanda negatif sebesar 0,879 (Lampiran 15). Hal tersebut mengartikan
bahwa setiap penambahan satu milimeter curah hujan maka akan menurunkan
produksi TBS sebesar 0,879 ton dengan asumsi variabel lain dianggap konstan.
(Lampiran 15). Hal tersebut mengartikan bahwa setiap penambahan satu hari
hujan maka akan menaikkan produksi TBS sebesar 28,441 ton dengan asumsi
variabel lain dianggap konstan.
Hasil analisis secara serempak (uji-F) memperlihatkan bahwa variabel
curah hujan dan hari hujan secara bersama-sama berpengaruh tidak nyata pada
taraf uji 5% terhadap produksi TBS pada tanaman kelapa sawit berumur 5 tahun.
Nilai F-hitung pada analisis ini lebih kecil daripada nilai F-tabelnya yakni sebesar
0,101 (0,101<4,26) dengan signifikansi 0,905 (Sig > α 0,05). Ini membuktikan
bahwa curah hujan dan hari hujan secara bersama-sama (serempak) berpengaruh
tidak nyata terhadap produksi TBS pada umur 5 tahun di Kebun Sei Baruhur
PTPN III.
Hasil analisis regresi menunjukkan bahwa curah hujan secara statistik
berpengaruh tidak nyata terhadap produksi TBS pada tanaman kelapa sawit
berumur 5 tahun di kebun Sei Baruhur PTPN III dan juga hari hujan berpengaruh
tidak nyata terhadap produksi TBS. Hal ini diduga disebabkan karena curah hujan
terlalu tinggi juga akan berpengaruh kurang baik karena pertumbuhan vegetatif
lebih dominan daripada pertumbuhan generatif sehingga bunga atau buah yang
terbentuk relatif lebih sedikit. Dan pendugaan selanjutnya adalah curah hujan
yang terlalu tinggi dapat mengganggu pada proses penyerbukan menyebabkan
bakal buah gugur yang tentunya akan berakibat pada produksi tahun berikutnya.
Selain itu, jumlah curah hujan yang terlalu tinggi akan mengganggu kegiatan
kebun seperti pemeliharaan tanaman, kelancaran transportasi, dan terjadinya erosi
pada permupakaan tanah. Namun demikian, tingginya curah hujan tidak akan
baik.Hari hujan juga tidak menunjukkan pengaruh yang nyata terhadap
peningkatan produksi kelapa sawit.Hari hujan yang tinggi diduga dapat
mengurangi intensitas penyinaran matahari terhadap tanaman kelapa sawit.Hal ini
sesuai dengan literatur Nugraheni (2007) yang menyatakan bahwa hari hujan yang
banyak menyebabkan penurunan intensitas penyinaran matahari menyebabkan
laju fotosintesis turun dan menurunnya produktifitas.Namun demikian, hari hujan
tetap dapat memenuhi kebutuhan air tanaman kelapa sawit setiap harinya.
Produksi Tandan Buah Segar (ton), Curah Hujan (mm) dan Hari Hujan (hari) pada Tanaman Kelapa Sawit Berumur 7 Tahun
Data rataan produksi tandan buah segar (ton/bulan), curah hujan
(mm/bulan), dan hari hujan (hari/bulan) selama 3 tahun (2011-2013) dari kebun
Sei Baruhur PTPN III pada tanaman kelapa sawit berumur 7 tahun.Data rataan
produksinya diambil selama 3 tahun yaitu tahun 2011, 2012, dan 2013 dapat
dilihat pada tabel 11.
Tabel 11. Rataan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2011-2013)
Bulan Tahun Rataan
2011 2012 2013
Januari 1.410,67 197,85 1.417,12 1.008,55
Februari 1.574,03 258,35 1.065,11 965,83
Maret 1.817,10 303,02 693,28 937,80
April 1.900,76 269,53 1.110,91 1.093,73
Mei 2.036,40 243,07 1.375,93 1.218,47
Juni 1.860,10 349,49 1.396,91 1.202,17
Juli 1.812,15 472,10 1.703,50 1.329,25
Agustus 1.409,52 332,05 1.346,24 1.029,27
September 1.971,45 387,40 1.811,33 1.390,06
Oktober 2.368,08 380,25 1.591,37 1.446,57
November 2.431,42 320,18 1.850,38 1.533,99
Desember 2.149,77 238,49 1.877,17 1.421,81
Tabel 11 menyatakan bahwa rataan produksi TBS tertinggi pada tanaman
kelapa sawit berumur 7 tahun, terdapat pada bulan November yakni
sebesar1.533,99 ton/bulan dan rataan terendah terdapat pada bulan Maret yakni
sebesar 937,80 ton/bulan. Berikut ini disajikan grafik perkembangan produksi
TBS dalam (ton) pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun
(2011-2013) pada Gambar 5.
Gambar 5. Grafik perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 7 tahun (2011-2013)
Gambar 5 menyatakan bahwa tahun 2011 pada tanaman kelapa sawit
berumur 7 tahun, total produksi TBS tertinggi terdapat pada bulan November
sebesar 2.431,42 ton/bulan dan total terendah pada bulan Agustus yakni sebesar
1.409,52 ton/bulan, pada tahun 2012 total produksi TBS tertinggi terdapat pada
bulan Juli sebesar 472,10 ton/bulan dan total terendah pada bulan Januari sebesar
197,85 ton/bulan. Pada tahun 2013 total produksi TBS tertinggi terdapat pada
bulan Desember sebesar 1.877,17 ton/bulan dan total terendah pada bulan Maret
Tabel 12 menyatakan bahwa rataan curah hujan tertinggi pada tanaman
kelapa sawit berumur 7 tahun terdapat pada bulan November sebesar 332,33
mm/bulan dan rataan terendah terdapat pada bulan Mei sebesar 122,67 mm/bulan.
Berikut ini data rataan curah hujan (mm) pada tanaman kelapa sawit
berumur 7 tahun di kebun Sei Baruhur PTPN III.
Tabel 12. Rataan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2010-2012)
Bulan Tahun Rataan
2010 2011 2012
Januari 194,00 153,00 116,00 154,33
Februari 222,00 27,00 178,00 142,33
Maret 258,00 116,00 214,00 196,00
April 343,00 132,00 246,00 240,33
Mei 142,00 145,00 81,00 122,67
Juni 426,00 64,00 209,00 233,00
Juli 144,00 35,00 223,00 134,00
Agustus 48,00 325,00 122,00 165,00
September 171,00 274,00 319,00 254,67
Oktober 96,00 245,00 147,00 162,67
November 381,00 275,00 341,00 332,33
Desember 254,00 197,00 243,00 231,33
Total 2.679,00 1.988,00 2.439,00
Berikut disajikan grafik perkembangan curah hujan (mm) pada tanaman
kelapa sawit berumur 7 tahun selama 3 tahun (2010-2012) pada Gambar 6.
Gambar 6 menyatakan bahwa tahun 2010 pada tanaman kelapa sawit
berumur 7 tahun total curah hujan tertinggi terdapat pada bulan Juni sebesar
426,00 mm/bulan dan total curah hujan terendah terdapat pada bulan Agustus
sebesar 48,00 mm/bulan, tahun 2011 pada tanaman kelapa sawit berumur 7 tahun
total curah hujan tertinggi terdapat pada bulan Agustus sebesar 325,00 mm/bulan
dan total curah hujan terendah terdapat pada bulan Februari sebesar 27,00
mm/bulan, dan tahun 2012 pada tanaman kelapa sawit berumur 7 tahun total curah
hujan tertinggi terdapat pada bulan November sebesar 341,00 mm/bulan dan total
curah hujan terendah terdapat pada bulan Mei sebesar 81,00 mm/tahun.
Berikut ini data rataan hari hujan (hari) pada tanaman kelapa sawit
berumur 7 tahun kebun Sei Baruhur PTPN III.
Tabel 13. Rataan hari hujan (hari/bulan) pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2010-2012)
Bulan Tahun Rataan
2010 2011 2012
Januari 10,00 8,00 5,00 7,67
Februari 8,00 4,00 11,00 7,67
Maret 8,00 11,00 5,00 8,00
April 14,00 8,00 11,00 11,00
Mei 5,00 8,00 5,00 6,00
Juni 13,00 3,00 7,00 7,67
Juli 8,00 2,00 6,00 5,33
Agustus 5,00 11,00 6,00 7,33
September 7,00 10,00 7,00 8,00
Oktober 9,00 13,00 12,00 11,33
November 17,00 12,00 16,00 15,00
Desember 10,00 10,00 12,00 10,67
Total 114,00 100,00 103,00
Tabel 13 menyatakan bahwa rataan hari hujan tertinggi pada tanaman
kelapa sawit berumur 7 tahun terdapat pada bulan November sebesar 15,00
hari/bulan. Berikut disajikan grafik perkembangan hari hujan (hari) pada tanaman
kelapa sawit berumur 7 tahun selama 3 Tahun (2010-2012) pada Gambar 7.
Gambar 7. Grafik perkembangan hari hujan(hari/bulan) pada tanaman kelapa sawit berumur 7 tahun
Dari grafik diatas menunjukkan bahwa tahun 2010 pada tanaman kelapa
sawit berumur 7 tahun, total hari hujan tertinggi terdapat pada bulan November
yakni sebesar 17,00 hari/bulan dan total hari hujan terendah terdapat pada bulan
Mei dan Agustus yakni sebesar 5,00 hari/bulan. Pada tahun 2011 total hari hujan
tertinggi terdapat pada bulan Oktober yakni sebesar 13,00 hari/bulan dan total hari
hujan terendah terdapat pada bulan Juli yakni sebesar 2,00 hari/bulan, dan pada
tahun 2012 total hari hujan tertinggi terdapat pada bulan November yakni sebesar
16,00 hari/bulan dan total hari hujan terendah terdapat pada bulan Januari, Maret
dan Mei yakni sebesar 5,00 hari/bulan.
Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 7 Tahun
Produksi tanaman kelapa sawit dipengaruhi oleh besarnya curah hujan
besarnya produksi tanaman kelapa sawit pada beberapa waktu ke depan karena
berhubungan dengan proses pembungaan dan pematangan buah pada tanaman
kelapa sawit. Untuk melihat hubungan curah hujan dan hari hujan terhadap
produksi TBS pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun
(2011-2013) dilihat pada Tabel 14.
Tabel 14. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2011-2013)
Bulan
Rataan Produksi TBS
(ton)
Curah hujan (mm)
Hari hujan (hari)
Januari 1.008,55 154,33 7,67
Februari 965,83 142,33 7,67
Maret 937,80 196,00 8,00
April 1.093,73 240,33 11,00
Mei 1.218,47 122,67 6,00
Juni 1.202,17 233,00 7,67
Juli 1.329,25 134,00 5,33
Agustus 1.029,27 165,00 7,33
September 1.390,06 254,67 8,00
Oktober 1.446,57 162,67 11,33
November 1.533,99 332,33 15,00
Desember 1.421,81 231,33 10,67
Total 14.577,49 2.368,67 95,00
Tabel 14 menyatakan bahwa total rataan produksi TBS pada tanaman
berumur 7 tahun selama 3 tahun (2011-2013) sebesar 14.577,49 ton, sedangkan
total rataan curah hujan (mm) sebesar 2.368,67 mm dan total rataan hari hujan
(hari) sebesar 95,00 hari. Berikut disajikan grafik hubungan antara curah hujan
dengan produksi TBS pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun
Gambar 8. Grafik hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 7 tahun
Gambar 8 menunjukkan bahwa rataan produksi tertinggi pada tanaman
kelapa sawit berumur 7 tahun selama 3 tahun (2011-2013) terdapat pada bulan
November yakni sebesar 1.533,99 ton/bulan dan rataan produksi terendah terdapat
pada bulan Maret sebesar 937,80 ton/bulan, rataan curah hujan tertinggi terdapat
pada bulan November yakni sebesar 332,33 mm/bulan dan rataan curah hujan
terendah terdapat pada bulan Mei sebesar 122,67 mm/bulan.
Analisis Data
Analisis produksi tandan buah segar pada tahun 2011, 2012 dan 2013 di
kebun Sei Baruhur PT, Perkebunan Nusantara III Persero dilakukan dengan
menggunakan analisis regresi linear berganda dan analisis korelasi, analisis linear
berganda untuk mengetahui apakah variabel curah hujan dan hari hujan akan
memberikan pengaruh terhadap produksi kelapa sawit, analisis korelasi berguna
untuk melihat kuat – lemahnya hubungan antara variabel bebas dan terikat, Alat
Analisis Regresi Linear Berganda
Dalam uji regresi berganda dikenal nilai koefisien korelasi (R), koefisien
determinasi (R2), dan koefisien determinasi terkoreksi (Adjusted R2), Koefisien korelasi (R) digunakan untuk melihat besarnya hubungan antar variabel bebas dan
variabel terikat. Koefisien determinasi (R2) digunakan untuk mengetahui persentase sumbangan pengaruh serentak variabel-variabel bebas terhadap
variabel terikat.
Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa
sawit berumur 5 tahun menunjukkan bahwa nilai koefisien (R) sebesar 53,1%,
koefisien determinasi (R2) sebesar 28,2% dan nilai koefisien determinasi terkoreksi (Adjusted R2) sebesar 12,2%, Nilai koefisien (R) sebesar 53,1% menunjukkan besarnya hubungan variabel curah hujan dan hari hujan terhadap
variabel produksi TBS pada umur 7 tahun ialah agak lemah (dilihat pada Tabel
10). Koefisien determinasi (R2) menandakan bahwa 28,2% variasi produksi kelapa sawit dapat dijelaskan oleh variasi variabel curah hujan dan hari hujan yang
terjadi dan sisanya sebesar 71,8% dijelaskan oleh variabel lain yang tidak
dimasukan ke dalam model. Nilai koefisien pada model persamaan regresi linear
berganda pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2011-2013)
di Kebun Sei Baruhur disajikan pada Lampiran 14.
Uji t-parsial dilakukan dengan membandingkan nilai t hitung curah hujan
dengan nilai t tabel.
Tabel 15. Uji t-parsial curah hujan dan hari hujan pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2011-2013)
Peubah 5 Tahun
t-hitung Sig.
Curah hujan 0,480 0,643
Hasil uji t-parsial menunjukkan bahwa nilai signifikansi curah hujan pada
tanaman berumur 7 tahun lebih besar dari alpha 5% (sig > α 5%), maka dapat
dikatakan t hitung berbeda tidak nyata pada taraf kepercayaan 95% dengan nilai t
tabel sebesar 2,262 (tabel 7). Pada variabel hari hujan, nilai t hitung lebih kecil
dari nilai t tabel dan nilai signifikasi lebih besar pada taraf uji 5%(sig >α5%) , hal
ini juga menunjukkan bahwa variabel hari hujan tidak menunjukkan pengaruh
yang nyata pada taraf kepercayaan 95%. Uji t-parsial pada tanaman kelapa sawit
berumur 7 tahun selama 3 tahun (2011-2013) disajikan pada Lampiran 12.
Berdasarkan pendugaan model produksi pada tanaman kelapa sawit
berumur 5 tahun di tahun 2011-2013, diperoleh nilai F-hitung sebesar 1,764
dengan nilai F-tabel sebesar 4,26 (tabel 9) dan nilai signifikansi pada uji ini adalah
0,226.
Tabel 16. Sidik ragam persamaan regresi linear berganda pada tanaman kelapa sawit berumur 7 tahun selama 3 tahun (2011-2013)
Umur Sumber
Regresi 2 133113,12
9
66556,564
1,764 0,226
Residual 9 339660,90
5
37740,101
Total 11 472774,03
3
Nilai signifikansi pada uji F lebih besar dari alpha 5% (Sig > α 0,05),
maka dapat dikatakan F-hitung berbeda tidak nyata pada taraf kepercayaan 95%,
hal tersebut mengartikan bahwa tidak ada pengaruh secara signifikan atau nyata
secara bersama-sama antara variabel curah hujan dan hari hujan terhadap produksi
Hasil model pengujian analisis regresi linear berganda pada tanaman
kelapa sawit berumur 7 tahun (2011-2013) disajikan pada Lampiran 15.
Berdasarkan hasil analisis, dapat dibentuk persamaan regresi yang dihasilkan oleh
variabel curah hujan dan hari hujan dalam memprediksi produksi TBS pada
tanaman kelapa sawit berumur 7 tahun berikut ini:
Y = 838,238 +0,699 X1 +27,087 X2 + E
Model persamaan untuk umur 7 tahun dapat diartikan bahwa setiap penambahan
satu satuan nilai curah hujan akan meningkatkan nilai produksi TBS sebesar 0,699
satuan dan setiap penambahan satu satuan nilai hari hujan akan menaikkan nilai
produksi TBS sebesar 27,087 satuan.
Analisis Korelasi
Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat. Analisis ini akan menunjukkan derajat keeratan
hubungan antar variable yang dinyatakan dalam bentuk koefisien korelasi.
Uji analisis korelasi pada tanaman kelapa sawit berumur 7 tahun
menunjukkan hubungan keeratan yang cukup antara variabel curah hujan dan hari
hujan yaitu 0,763, hubungan yang cukup memperlihatkan berpengaruhnya antara
variabel curah hujan dan hari hujan terhadap pencapaian produksi TBS tidak kuat
tidak juga lemah, hal ini terlihat dari nilai signifikansi lebih besar dari 1% (Sig > α
0,01) bisa dikatakan juga berpengaruh tidak nyata. Korelasi TBS dan hari hujan
memperlihatkan hubungan berpengaruh tidak nyata terhadap pencapaian produksi
TBS yang disebabkan nilai signifikansi lebih besar dari 1% (Sig > α 0,01).
Korelasi terlemah terjadi pada variabel produksi TBS dengan curah hujan terdapat
