Lampiran 1. Data Produksi Tandan Buah Segar (ton/bulan) Kebun Bah Jambi pada Tanaman Berumur 8, 16, dan 19 Tahun Selama 3 Tahun (2011-2013)
BULAN
TAHUN 2011 TAHUN 2012 TAHUN 2013
UMUR (TAHUN) UMUR (TAHUN) UMUR (TAHUN)
8 16 19 8 16 19 8 16 19 Kebun Bah Jambi pada Tanaman Berumur 8, 16, 19 Tahun Selama 3 Tahun (2011-2013)
UMUR TOTAL RATAAN
8 TAHUN 8394.18 2798.06
16 TAHUN 6716.78 2238.93
Lampiran 4. Uji Korelasi pada Komponen Produksi Tandan Buah Segar Kebun Bah Jambi pada Tanaman Berumur 8, 16, 19 Tahun Selama 3 tahun (2011-2012)
Correlations
Jumlah
Janjang
Berat Janjang Rata-Rata
Jumlah Pohon Produktif
Jumlah Janjang
Pearson
Correlation 1 -0.592 0.646
Sig. (2-tailed) 0.093 0.06
N 9 9 9
Berat Janjang Rata-Rata
Pearson
Correlation -0.592 1 0.167
Sig. (2-tailed) 0.093 0.668
N 9 9 9
Jumlah Pohon Produktif
Pearson
Correlation 0.646 0.167 1
Sig. (2-tailed) 0.06 0.668
Lampiran 5. Data Curah Hujan (mm/bulan) Kebun Bah Jambi pada Tanaman Berumur 8, 16, 19 Tahun selama 3 Tahun (2011-2012)
BULAN
TAHUN 2011 TAHUN 2012 TAHUN 2013
UMUR (TAHUN) UMUR (TAHUN) UMUR (TAHUN)
8 16 19 8 16 19 8 16 19
JAN 216.33 204.4 157.2 103.5 95 134 328 129.5 270.3
FEB 99.33 102.2 93.8 97 87.66 140.8 205.5 227.5 290.3 MAR 236.66 182 132.2 154.5 115.33 243.6 186.5 121.5 128.7 APR 186.33 156.2 100.2 267.5 209 309 265 207 254.7 MEI 281.33 233.6 173.8 150.5 122.33 156.2 269 214 239.3 JUN 120.66 124.2 133.6 62.5 47 68.4 59 120 106 JUL 65 77.8 68.6 153 116.66 196.8 129.5 64.5 137.7 AGTS 289.66 293 242 78.5 60 86.6 160.5 178.5 240
SEPT 146.66 138.4 122.6 219 169 211.2 231 198.5 185.7 OKT 233.33 284.6 253.6 283 201 291 376 348.5 382 NOV 201.66 218 163.8 328 255 435.8 334 261 343 DES 114.66 132.4 122.6 132 124 264.8 464 369 479.7 TOTAL 2191.7 2147 1764 2029 1602 2538.2 3008 2439.5 3057 RATAAN 182.63 178.9 147 169.08 133.5 211.51 250.66 203.29 254.8
BB 10 11 10 9 8 10 11 11 12
Lampiran 6. Data Rataan Curah Hujan (mm/tahun) di 9 Divisi Kebun Bah Jambi pada Tahun (2010-2014)
BULAN 2010 2011 2012 2013 2014
CH HH CH HH CH HH CH HH CH HH
Jan 138.5 5.6 199.12 9.12 119.37 5.37 250.12 12.25 92.37 7.87 Feb 32.37 2.12 108.62 4.75 120.87 4.5 248.75 12 65.75 2.37 Mar 146 7.62 185.37 7.87 195.5 6 182.75 7.75 37.87 5.5 Apr 140.87 7 141.75 6.62 271.5 12.12 227.25 12.87 186 13.12 Mei 115.25 6.5 230 8.75 143.5 7.62 257.5 11 203.75 14
Jun 290.12 11.62 143.62 7.37 59.12 4.25 94.62 7.37 122.87 8.62 Jul 212.87 10.62 72.87 5 166.75 9.25 140.37 8.75 80.75 8.5 Ags 184.25 8 288.5 12.12 76.62 5.37 189.25 12 312.87 20.25 Sep 288.75 10.75 154.12 9.5 195.37 9.5 205.25 11.5 260.87 17.37 Okt 102.75 5.37 271.37 13.75 189.75 9.5 345 17.87 270.25 16.5 Nov 309.12 12.12 195 9.12 368 12.87 309.12 15.62 233 14.75
Des 223.37 10.12 133.12 5.87 212 9 406 12.62 158.62 18.87
TOTAL 2184.2 97.44 2123.5 99.84 2118.4 95.35 2856 141.6 2025 147.72 RATAAN 182.01 8.12 176.95 8.32 176.52 7.94 237.99 11.8 168.74 12.31
BB 11 11 10 11 8
Lampiran 7. Klasifikasi Tipe Iklim Scmidth-Ferguson Di Kebun Bah Jambi
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
Kriteria curah hujan Schmidth-Ferguson
Cara perhitungan tipe iklim di kebun Begerpang Estate:
Q = Rataan BK x 100 % = 3 x 100% = 3, 26% (Tipe A yaitu Sangat Basah)
Lampiran 9. Data Total dan Rataan Curah Hujan (mm) pada Tanaman Berumur 8, 16, 19 Tahun Selama 3 Tahun (2011-2013)
UMUR TOTAL RATAAN
8 7228.66 2409.553
16 6188.3 2062.767
Lampiran 10. Data Hari Hujan (Hari/Bulan) di PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16, 19 Tahun Selama 3 Tahun (2011-2013)
BULAN
TAHUN 2011 TAHUN 2012 TAHUN 2013
UMUR TANAMAN UMUR Berumur 8, 16, 19 Tahun Selama 3 Tahun (2011-2013)
UMUR TANAMAN TOTAL RATAAN
8 323.33 107.77
16 348.4 116.13
Lampiran 13. Uji–T Parsial Analisis Linear Berganda di PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
a. Uji t pada Tanaman Berumur 8 Tahun
Coefficientsa
b. Uji t pada Tanaman Berumur 16 Tahun
Coefficientsa
c. Uji t pada Tanaman Berumur 19 Tahun
Lampiran 14. Sidik Ragam Analisis Linear Berganda pada PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
a. Uji F pada Tanaman Berumur 8 Tahun ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1
Regression 15636.721 2 7818.36 3.201 .089a
Residual 21983.049 9 2442.561
Total 37619.769 11
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
b. Uji F pada Tanaman Berumur 16 Tahun
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 10888.102 2 5444.051 6.394 .019a
Residual 7663.427 9 851.492
Total 18551.529 11
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
c. Uji F pada Tanaman Berumur 19 tahun ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1
Regression 3438.551 2 1719.275 3.667 .068a
Residual 4219.647 9 468.85
Total 7658.198 11
Nilai F-Tabel pada α = 5%
Derajat Bebas Penyebut Derajat Bebas Pembilang
1 2 3
a. Nilai Koefisien pada umur 8 Tahun
Model Summaryb
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
b. Nilai Koefisien pada Umur 16 Tahun
Model Summaryb
a. Predictors: (Constant), Hari Hujan, Curah Hujan b. Dependent Variable: Produksi TBS
c. Nilai Koefisien pada Umur 19 tahun
Model Summaryb
Lampiran 16. Model Pengujian Analisis Regresi Linear Berganda pada PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
a. Uji Analisis Regresi Linear Berganda pada Tanaman Berumur 8 Tahun Coefficientsa
b. Uji Analisis Regresi Linear Berganda pada Tanaman Berumur 16 Tahun Coefficientsa
Lampiran 17. Uji Analisis Korelasi Antar Variabel di PTPN IV Kebun Bah Jambi Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
a. Uji Analisis Korelasi pada Tanaman Berumur 8 Tahun Correlations
**. Correlation is significant at the 0.01 level (2-tailed).
b. Uji Analisis Korelasi pada Tanaman Berumur 16 Tahun Correlations
c. Uji Analisis Korelasi pada Tanaman Berumur 19 Tahun
Correlations
Produksi
TBS
Curah
Hujan Hari Hujan
Produksi TBS
Pearson
Correlation 1 0.55 .669
*
Sig. (2-tailed) 0.064 0.017
N 12 12 12
Curah Hujan
Pearson
Correlation 0.55 1 .851
**
Sig. (2-tailed) 0.064 0
N 12 12 12
Hari Hujan
Pearson
Correlation .669 *
.851** 1
Sig. (2-tailed) 0.017 0
N 12 12 12
Lampiran 18. Uji Kolgomorov-Smirnov di PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
a. One-Sample Kolmogorov-Smirnov Test pada Tanaman Berumur 8 Tahun
One-Sample Kolmogorov-Smirnov Test
Produksi
TBS
Curah Hujan
Hari Hujan
Unstandardized Residual
N 12 12 12 12
Normal Parametersa,,b
Mean 233.172 200.796 8.9815 0
Std.
Deviation 58.4806 65.9357 2.32071 44.70412714
Most Extreme Differences
Absolute 0.128 0.117 0.101 0.173
Positive 0.126 0.111 0.101 0.113
Negative -0.128 -0.117 -0.096 -0.173
Kolmogorov-Smirnov Z 0.445 0.405 0.349 0.598
Asymp. Sig. (2-tailed) 0.989 0.997 1 0.867
b. One-Sample Kolmogorov-Smirnov Test pada Tanaman Berumur 16 Tahun
Deviation 41.0671 55.9984 2.44395 26.39460518
Most Extreme
Deviation 26.3856 67.1216 2.43784 19.58581901
Most Extreme Differences
Absolute 0.156 0.253 0.145 0.145
Positive 0.103 0.253 0.145 0.12
Negative -0.156 -0.146 -0.095 -0.145
Kolmogorov-Smirnov Z 0.539 0.877 0.502 0.503
Asymp. Sig. (2-tailed) 0.933 0.426 0.963 0.962
Lampiran 19. Nilai Uji Heteroskedastisitas Signifikansi pada Absolute Residual di PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
a. Nilai signifikansi uji heteroskedastisitas pada Absolute Residual pada Tanaman Berumur 8 Tahun
c. Nilai signifikansi uji heteroskedastisitas pada Absolute Residual pada Tanaman Berumur 19 Tahun
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics
B Std.
Error Beta Tolerance VIF
1
(Constant) 24.103 14.246 1.692 0.125
Curah
Hujan 0.022 0.101 0.134 0.215 0.834 0.275 3.632 Hari
Hujan -1.384 2.787 -0.309
Lampiran 20. Uji Autokorelasi di PTPN IV Kebun Bah Jambi pada Tanaman Berumur 8, 16 dan 19 Tahun Selama 3 Tahun (2011-2013)
Umur Tanaman (Tahun) Nilai hitung Durbin Watson (D)
8 0,828
16 1,490
19 1,347
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 = jummlah observasi data k = jumlah variabel bebas
Lampiran 21. Tabel Residual Analisis Linear Berganda pada Tanaman Berumur 8, 16, dan 19 Tahun
Bulan 8 Tahun 16 Tahun 19 Tahun
Januari -85.8034 -26.98397 -37.85636
Februari -71.89514 -33.69142 -22.01957
Maret -9.68104 -16.22006 3.05059
April -34.57119 -44.32097 -22.63487
Mei 59.10414 41.48104 7.92328
Juni 22.35914 15.75498 5.61656
Juli 50.11602 30.53173 29.62455
Agustus 27.13775 1.20604 -6.1368
September 0.67153 14.7608 17.0253
Oktober 28.14421 17.07201 -4.70725
November 3.65685 -8.76132 13.47982
DAFTAR PUSTAKA
Bando, H. 2012. Peramalan produksi Kelapa Sawit Berdasarkan Intensitas Curah Hujan Menggunakan Metode ARIMA Studi Kasus Kabupaten Morowali Sulawesi Tengah. Universitas Kristen Satya Wacana. Semarang.
Drajat, Bambang. 2004. Dinamika Lingkungan Nasional dan Global Perkebunan : Implikasi Strategis bagi Pembangunan Perkebunan. Lembaga Riset Perkebunan Indonesia. Bogor.
Fauzi, Y., Y. E. Widyastuti., L. Satyawibawa., R. Hartono. 2002. Kelapa Sawit. Penebar Swadaya. Jakarta.
Hadi, M. 2004. Teknik Berkebun Kelapa Sawit. Adicita Karya Nusa. Yogyakarta. 175 hal.
Hartanto. (2011), Sukses Besar Budidaya Kelapa Sawit,Penerbit Citra Media Publishing, Yogyakarta.
Hermantoro. 2009. Pemodelan dan Simulasi Produktivitas Perkebunan Kelapa Sawit Berdasarkan Kualitas Lahan dan Iklim Menggunakan Jaringan Syaraf Tiruan. Fakultas Teknologi Pertanian. Institut Pertanian Stiper. Yogyakarta. J. Agr 25(1):45-51.
http://library.binus.ac.id. 2012. Peningkatan Produktivitas Pada Tahap Pembibitan Kelapa Sawit (Studi Kasus: PT. BPS). Diakses pada tanggal 20 Februari 2014.
http://www.ptpn4.co.id/bah-jambi/. 2015. PT PERKEBUNAN NUSANTARA 4. Diakses pada tanggal 20 Februari 2015.
Intara, Y., dan Dyah, B. 2012. Fakultas Pertanian Universitas Mulawarman. Samarinda. Agrointek Vol 6.
Lubis, A.U. 1992. Kelapa Sawit di Indonesia. Pusat Penelitian Perkebunan Marihat. Sumatera Selatan. 435 hal.
Mangoensoekarjo, S. 2007. Manajemen Tanah dan Pemupukan Budidaya Perkebunan. Gadjah Mada University Press. Yogyakarta. 408 hal.
Mangoensoekarjo, S., dan H. Semangun. 2005. Manajemen Agrobisnis KelapaSawit. Gadjah Mada University Press. Yogyakarta. 605 hal.
Pahan, I. 2008. Panduan Lengkap Kelapa Sawit: Manajemen Agribisnis dari Hulu hingga Hilir. Penebar Swadaya. Jakarta. 412 hal.
Pasaribu, H., A. Mulyadi dan S. Tarumun,2012. Neraca Air di Perkebunan Kelapa Sawit di PPKS Sub Unit Kalianta Kabun Riau.Ejournal.unri.ac.id/960-1908-1-SM.pdf.
Prihutami, N.D. 2011. Analisis Faktor Penentu Produksi Tandan Buah Segar (TBS) Tanaman Kelapa Sawit (Elaeis guineensis Jacq.) di Sungai Bahaur 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.
Pusat Penelitian Kelapa Sawit (PPKS). 2006. Profil Kelapa Sawit Indonesia. PPKS. Medan.
Risza, S. 2009. Kelapa Sawit: Upaya Peningkatan Produktivitas. Kanisius. Yogyakarta. 189 hal.
Sastrosayono, S. 2003. Budidaya Kelapa Sawit. Agromedia Pustaka. Jakarta.
Siregar, H. H., N. H. Darian, T. C. Hidayat, W. Darmosarkoro, I. Y. Harahap. 2006. Seri Buku saku Hujan sebagai Faktor Penting untuk Perkebunan Kelapa Sawit. Pusat Penelitian Kelapa Sawit. Medan
Soehardjo, H. 1999. Vadamecum: Kelapa Sawit. PTPN 4 Bah Jambi. Pematang Siantar
Sunarko. 2007. Petunjuk Praktis Budidaya dan Pengolahan Kelapa Sawit. Agromedia Pustaka. Jakarta. 70 hal.
Voge, A. K., dan Adams, F. H. 2014. Minyak Kelapa Sawit Berkelanjutan Potensi dan Keterbatasan Roundtable on Sustainable Palm Oil (RSPO). Bread for The World. Berlin.
Widyawati, W. 2009. Pengelolaan Pemanenan Tanaman Kelapa Sawit (Elaeis guineensisJacq.) Di Perkebunan Ujan Mas PT Cipta Futura, Muara
Enim, Sumatera Selatan. Skripsi. Program Studi Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Wold Growth. 2011. Manfaat Minyak Sawit bagi Perekonomian Indonesia. World Growth Palm Oil Green Development Campaign. Amerika
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT Perkebunan Nusantara IV Persero Kebun
Bah Jambi, Kecamatan Jawa Maraja Bah Jambi dan Kecamatan Tanah Jawa
Kabupaten Simalungun Provinsi Sumatera Utara pada bulan Mei 2015 sampai
dengan Agustus 2015 .
Metode Penelitian
Penelitian ini menggunakan 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.17 (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 terikat serta 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 IV Persero kebun Bah Jambi Kecamatan Jawa Maraja Bah
Jambi dan Kecamatan Tanah Jawa Kabupaten Simalungun Provinsi Sumatera
Utara.
Produksi Tandan Buah Segar (ton)
Data produksi tandan buah segar (ton) yang digunakan berdasarkan data
produksi kelapa sawit bulanan selama 3 tahun yakni 2011, 2012, 2013
dikumpulkan. Data produksi tandan buah segar yang digunakan yakni 2011,
2012, dan 2013 berdasarkan umur tanaman 8, 16 dan 19 tahun di lapangan yaitu
pada tahun tanam 2003, 2004, dan 2005 (umur 8 tahun); tahun tanam 1995, 1996,
dan 1997 (umur 16 tahun), tahun tanam 1992, 1993, dan 1994 (umur 19 tahun).
Data produksi TBS dianalisis dengan menggunakan analisis regresi linear
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 pokok 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 2011, 2012, dan 2013. Data diperoleh dari
PT Perkebunan Nusantara IV Persero kebun Bah Jambi Kecamatan Jawa Maraja
Bah Jambi dan Kecamatan Tanah Jawa Kabupaten Simalungun 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 2011, 2012, dan
2013. Data diperoleh dari PT.Perkebunan Nusantara IV Persero kebun Bah Jambi,
Kecamatan Jawa Maraja Bah Jambi dan Kecamatan Tanah Jawa Kabupaten
Simalungun Provinsi Sumatera Utara.
Pelaksanaan Penelitian
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 IV kebun Bah Jambi. Data
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 selama 3 tahun yakni pada tahun 2011, 2012, dan 2013 meliputi data
curah hujan, data hari hujan, data produksi, data umur tanaman berumur 8, 16 dan
19 tahun setelah tanam berdasarkan umur tahun tanam di lapangan.
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
variabel bebas. Analisis korelasi berguna untuk melihat kuat–lemahnya hubungan
antara variabel bebas dan terikat. Pengolahan data dibantu dengan software
SPSS.v.18 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 8, 16 dan 19 tahun berdasarkan data yang diperoleh dari
administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan
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
dapat terlihat dari data yang dihasilkan terdistribusi normal, dan tidak terdapat
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
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
signifikan maka mengindikasikan terdapat heteroskedastisitas dalam model.
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
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
uji dua arah dengan tingkat signifikan (α) sebesar 5% apakah diterima atau
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
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 rataan produksi tandan buah segar (ton/bulan) Lampiran 1, curah
hujan (mm/bulan) Lampiran 5, dan hari hujan (hari/bulan) Lampiran 10 selama 3
tahun (2011-2013) dari kebun Bah Jambi PT. Perkebunan Nusantara IV Persero
pada tanaman kelapa sawit berumur 8, 16, dan 19 tahun.
Hasil uji korelasi antar komponen tandan buah segar (TBS) pada beberapa
tahun tanam pada tanaman kelapa sawit berumur 8, 16, dan 19 tahun selama 3
tahun (2011-2013) dapat dilihat pada lampiran 4. Hasil uji korelasi ini adalah
tidak terjadi korelasi yang signifikan antara variabel jumlah janjang, beserta
janjang rata-rata, dan jumlah pohon produktif.
Hasil uji analisis regresi linear berganda hubungan antara produksi TBS,
curah hujan dan hari hujan dapat dilihat pada Lampiran 16 selama 3 tahun
(2011-2013) pada tanaman kelapa sawit berumur 8, 16 dan 19 tahun. Hasil uji regresi
menunjukkan bahwa jumlah curah hujan dan banyaknya hari hujan berpengaruh
signifikan terhadap produksi TBS pada tanaman kelapa sawit berumur 16 tahun.
Komponen Produksi Tandan Buah Segar
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 Bah Jambi,
adapun komponen-komponen produksi tanaman kelapa sawit yang dapat
mempengaruhi produksi TBS ialah jumlah janjang, berat janjang rata-rata (BJR)
Berikut disajikan data komponen produksi kebun Bah Jambi pada
beberapa tahun tanam pada tanaman kelapa sawit berumur 8, 16 dan 19 tahun
pada Tabel 3.
Tabel 3. Komponen produksi TBS kebun Bah Jambi pada beberapa tahun tanam
Tahun Tanam
Hasil uji korelasi pada komponen-komponen produksi di kebun Bah Jambi
PTPN IV dapat dilihat pada Lampiran 4. Hasil uji korelasi menunjukkan bahwa
tidak terdapat hubungan yang berbeda nyata antara variabel jumlah janjang
dengan berat janjang rata-rata, jumlah janjang dengan jumlah pohon produktif,
dan berat janjang rata-rata dengan jumlah pohon produktif. 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 cukup antara variabel jumlah janjang
dengan berat janjang rata-rata dan jumlah janjang dengan jumlah pohon produktif
yakni sebesar 59% dan 64%. Hubungan keeratan ini memperlihatkan
berpengaruhnya komponen produksi terhadap pencapaian produksi TBS. Korelasi
terlemah terdapat pada komponen berat janjang rata-rata dengan jumlah pohon
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 komponen jumlah janjang dengan
jumlah pohon produktif dan berat janjang rata-rata dengan jumlah pohon
produktif. Hasil ini menunjukkan jika semakin besar jumlah pohon produktif
maka semakin besar juga jumlah janjang dan berat janjang rata-rata yang
dihasilkan. Sementara jumlah janjang dengan berat janjang rata-rata bernilai
negatif yang berarti bahwa hubungan antar komponen pembanding berlawanan
arah. Jumlah populasi pohon per hektar diduga berpengaruh terhadap produksi
total kebun, dan bobot janjang rata-rata.
Hasil analisis korelasi menunjukkan bahwa korelasi pada keempat
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. Pada komposisi umur tanaman muda
jumlah janjang yang dihasilkan lebih banyak daripada tanaman dewasa namun
berat janjang yang dihasilkan oleh tanaman muda lebih kecil dibandingkan
dengan tanaman dewasa. Umur tanaman kelapa sawit berubah setiap tahunnya,
dengan kata lain hal tersebut juga mempengaruhi pencapaian produksi per hektar
per tahunnya. Jumlah janjang yang dihasilkan tanaman 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
Produksi Tandan Buah Segar (ton), Curah Hujan (mm) dan Hari Hujan (hari) pada Tanaman Kelapa Sawit Berumur 8 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
Bah Jambi PTPN IV pada tanaman kelapa sawit berumur 8 tahun.
Tabel 4. Rataan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013)
Bulan Tahun Rataan
2011 2012 2013
Januari 111,35 185,91 159,67 152,31
Februari 135,39 147,42 152,67 145,16
Maret 165,21 196,40 135,10 165,57
April 189,09 283,67 147,23 206,66
Mei 210,32 293,63 189,76 231,23
Juni 217,47 314,25 225,28 252,33
Juli 258,69 402,54 329,29 330,17
Agustus 217,17 284,81 294,25 265,41
September 255,06 390,93 251,28 299,09
Oktober 243,09 314,80 264,69 274,19
November 223,89 305,13 257,39 262,13
Desember 195,07 309,92 136,36 213,78
Total 2421,80 3429,41 2542,97 2798,06
Tabel 4 menyatakan bahwa rataan produksi TBS tertinggi pada tanaman
kelapa sawit berumur 8 tahun, terdapat pada bulan Juli yakni sebesar 330,17
ton/bulan dan rataan terendah terdapat pada bulan Februari yakni sebesar145,16
ton/bulan. Berikut in disajikan grafik perkembangan produksi TBS dalam (ton)
pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) pada
Gambar 1. Grafik perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 8 tahun (2011-2013)
Gambar 1 menyatakan bahwa tahun 2011 pada tanaman kelapa sawit
berumur 8 tahun, total produksi TBS tertinggi terdapat pada bulan Juli sebesar
258,69 ton/ bulan dan total terendah pada bulan Januari yakni sebesar 111,35
ton/bulan. Pada tahun 2012 total produksi TBS tertinggi terdapat pada bulan Juli
sebesar 402,54 ton/bulan dan total terendah pada bulan Februari sebesar 147,42
ton/bulan. Pada tahun 2013 total produksi TBS tertinggi terdapat pada bulan juli
sebesar 329,29 ton/bulan dan total terendah pada bulan Maret sebesar 135,10
ton/bulan.
Tabel 5 menyatakan bahwa rataan curah hujan tertinggi pada tanaman
kelapa sawit berumur 8 tahun terdapat pada bulan Oktober sebesar 297,44
mm/bulan dan rataan terendah terdapat pada bulan juni sebesar 80,72 mm/bulan.
Berikut ini data rataan curah hujan (mm) pada tanaman kelapa sawit
Tabel 5. Rataan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 8
Berikut disajikan grafik perkembangan curah hujan (mm) pada tanaman
kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) pada Gambar 2.
Gambar 2. Grafik perkembangan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 8 tahun
Gambar 2 menyatakan bahwa tahun 2011 pada tanaman kelapa sawit
berumur 8 tahun total curah hujan tertinggi terdapat pada bulan Agustus sebesar
289,66 mm/bulan dan total curah hujan terendah terdapat pada bulan Juli sebesar
65,00 mm/bulan. Tahun 2012 pada tanaman kelapa sawit berumur 8 tahun total
curah hujan tertinggi terdapat pada bulan November sebesar 328,00 mm/bulan dan
Tahun 2013 pada tanaman kelapa sawit berumur 8 tahun total curah hujan
tertinggi terdapat pada bulan Desember sebesar 464,00 mm/bulan dan total curah
hujan terendah terdapat pada bulan Juni sebesar 80,72 mm/tahun.
Berikut ini data rataan hari hujan (hari) pada tanaman kelapa sawit
berumur 8 tahun kebun Bah Jambi PTPN IV.
Tabel 6. Rataan hari hujan (hari/bulan) pada tanaman kelapa sawit berumur 8
hari/bulan. Berikut disajikan grafik perkembangan hari hujan (hari) pada tanaman
kelapa sawit berumur 8 tahun selama 3 Tahun (2011-2013) pada Gambar 3.
Gambar 3 menunjukkan bahwa tahun 2011 pada tanaman kelapa sawit
berumur 8 tahun, total hari hujan tertinggi terdapat pada bulan Agustus dan
Oktober yakni sebesar 9,66 hari/bulan dan total hari hujan terendah terdapat pada
bulan Juli yakni sebesar 3,66 hari/bulan. Pada tahun 2012 total hari hujan tertinggi
terendah terdapat pada bulan Juni yakni sebesar 3,50 hari/bulan. Pada tahun 2013
total hari hujan tertinggi terdapat pada bulan Oktober yakni sebesar 18,50
hari/bulan dan total hari hujan terendah terdapat pada bulan Maret yakni sebesar
5,00 hari/bulan.
Gambar 3. Grafik perkembangan hari hujan (hari/bulan) pada tanaman kelapa sawit berumur 8 tahun
Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 8 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
berhubungan dengan proses pembungaan dan pematangan buah pada tanaman
Tabel 7. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman berumur 8 tahun selama 3 tahun (2011-2013)
Bulan
(hari) sebesar 107,72 hari. Berikut disajikan grafik hubungan antara curah hujan
dengan produksi TBS pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun
(2011-2013) pada Gambar 4.
Gambar 4. Grafik hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 8 tahun
Gambar 4 menunjukkan bahwa rataan produksi tertinggi pada tanaman
kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) terdapat pada bulan
Juli yakni sebesar 330,17 ton/bulan dan rataan produksi terendah terdapat pada
bulan Februari sebesar 145,16 ton/bulan. Rataan curah hujan tertinggi terdapat
pada bulan Oktober yakni sebesar 297,44 mm/bulan dan rataan curah hujan
terendah terdapat pada bulan Juni sebesar 80,72 mm/bulan.
Analisis Data
Analisis produksi tandan buah segar pada tahun 2011, 2012 dan 2013 di
kebun Bah Jambi PTPN IV 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 bantu untuk mengolah data menggunakan
SPSS.v.17 for windows.
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 8 tahun menunjukkan bahwa nilai koefisien (R) sebesar 64,5%,
terkoreksi (Adjusted R2) sebesar 28,6%. Nilai koefisien (R) sebesar 64,5%
menunjukkan besarnya hubungan variabel curah hujan dan hari hujan terhadap
variabel produksi TBS pada umur 8 tahun ialah cukup (dilihat pada Tabel 8).
Koefisien determinasi (R2) menandakan bahwa 41,6% variasi produksi kelapa
sawit dapat dijelaskan oleh variasi variabel curah hujan dan hari hujan yang
terjadi dan sisanya sebesar 58,4% dijelaskan oleh variabel lain yang tidak
dimasukan ke dalam model. Nilai koefisien pada model persamaan regresi linear
berganda pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013)
di Kebun Bah Jambi disajikan pada Lampiran 15.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai
t-tabel. Hasil uji t-parsial menunjukkan bahwa nilai signifikansi curah hujan pada
tanaman berumur 8 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. Variabel yang berpengaruh secara nyata ialah hari hujan
dengan nilai t hitung sebesar 2,526 dan nilai signifikansi 0,032. Uji t-parsial pada
tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) disajikan pada
Lampiran 13.
Berdasarkan pendugaan model produksi pada tanaman kelapa sawit
berumur 8 tahun di tahun 2011-2013, diperoleh nilai F-hitung sebesar 3,201
dengan nilai F-tabel sebesar 4,26 dan nilai signifikansi pada uji ini adalah 0,089
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 variabel curah hujan dan hari hujan dalam model secara
sidik ragam untuk persamaan regresi linear berganda variabel curah hujan dan hari
hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013)
disajikan pada Lampiran 14.
Hasil model pengujian analisis regresi linear berganda pada tanaman
kelapa sawit berumur 8 tahun (2011-2013) disajikan pada Lampiran 16.
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 8 tahun berikut ini:
Y = 148,230 – 0,945 X1 + 30,589 X2 + E
Model persamaan untuk umur 8 tahun dapat diartikan bahwa setiap
penambahan satu satuan nilai curah hujan akan menurunkan nilai produksi TBS
sebesar 0,945 satuan dan setiap penambahan satu satuan nilai hari hujan akan
menaikkan nilai produksi TBS sebesar 30,589 satuan.
Analisis Korelasi
Analisis korelasi berguna untuk melihat kuat-lemahnya hubungan antara
variabel bebas dan terikat. Berikut disajikan interpretasi nilai R pada analisis
korelasi pada Tabel 8.
Tabel 8. 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 8 tahun
hari hujan yaitu 0,848. 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 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 pada tanaman kelapa sawit berumur 8 tahun yaitu sebesar 0,037. Hasil
analisis korelasi antara variabel produksi TBS, curah hujan dan hari hujan pada
tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2011-2013) disajikan pada
Lampiran 17.
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
berdistribusi normal atau tidak. Persyaratan uji normalitas adalah data
berdistribusi 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 8 tahun diperoleh nilai Kolmogorov-Smirnov dan
nilai signifikansi yaitu 0,867 (α = 0,598) (Lampiran 18) yang berarti data telah
terdistribusi dengan normal.
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya
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 8 tahun selama 3 tahun (2011-2013)
disajikan pada Lampiran 19.
Hasil uji heteroskedastisitas menunjukkan bahwa variabel curah hujan
memiliki nilai signifikansi pada tanaman kelapa sawit berumur 8 tahun yaitu
sebesar 0,896 sedangkan variabel hari hujan memiliki nilai signifikansi sebesar
0,565. Variabel curah hujan dan hari hujan memiliki nilai signifikansi diatas 0,01
dalam model ini sehingga memiliki sebaran varian yang sama (homogen). Dengan
kata lain, tidak terdapat heteroskedastisitas dalam model ini.
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 8 tahun selama 3 tahun (2011-2013) di kebun Bah
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 20). Untuk model persamaan regresi pada
tanaman kelapa sawit berumur 8 tahun di atas, diperoleh nilai Durbin Watson (d)
ialah 0,828 dengan nilai dL = 0,8122 dan nilai dU = 1,5794 dari tabel Durbin
Watson.
Berdasarkan kriteria pada uji autokorelasi, jika d terletak antara 0 dan dL,
maka ada autokorelasi positif, jika d terletak antara dL dan dU atau diantara
(4-dU) dan (4-dL), maka tidak dapat disimpulkan, jika d terletak antara dU dan 4-dU,
maka tidak ada autokorelasi, jika d terletak antara 4-dL dan 4, maka ada
autokorelasi negatif. Oleh karena itu, pada persamaan regresi pada tanaman
kelapa sawit berumur 8 tahun tidak dapat disimpulkan karena d terletak antara dL
dan dU. Dari keempat uji asumsi tersebut menyatakan bahwa persamaan regresi
pada tanaman kelapa sawit berumur 8 tahun telah memenuhi syarat.
Pengaruh Curah Hujan (mm) dan Hari Hujan (hari) Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 8 Tahun
Menurut Siregar et al, (2006) mengatakan bahwa hujan berpengaruh besar
terhadap produksi kelapa sawit. Pertumbuhan kelapa sawit memerlukan curah
hujan > 1250 mm/tahun dengan penyebaran hujan sepanjang tahun merata.
Berdasarkan data curah hujan di kebun Bah Jambi klasifikasi iklim
menurut Schimidth-Ferguson termasuk ke dalam tipe iklim A yaitu daerah sangat
basah (Lampiran 7). Berdasarkan data total curah hujan pada tanaman kelapa
7.228,66 mm dan data total produksi TBS sebesar 8.394,18 ton. Total curah hujan
tertinggi terdapat pada tahun 2013 sebesar 3.008 mm/tahun dan total curah hujan
terendah terdapat pada tahun 2012 sebesar 2.029 mm/tahun dengan rataan bulan
basah sebanyak 10 bulan dan rataan bulan kering sebanyak tidak ada (0 bulan)
bulan (Lampiran 6). Data rataan curah hujan pada tanaman kelapa sawit berumur
8 tahun di Bah Jambi ialah 2.409,55 mm (Lampiran 9) sedangkan data rataan hari
hujan tahunan ialah 107,77 hari (Lampiran 12). Oleh karna itu, jumlah curah
hujan sudah sesuai dengan kebutuhan dan syarat tumbuh kelapa sawit pada
tanaman kelapa sawit berumur 8 tahun.
Berdasarkan hasil analisis regresi, diperoleh nilai koefien regresi curah
hujan selama 3 tahun (2011-2013) pada tanaman kelapa sawit berumur 8 tahun
memiliki tanda negatif sebesar 0,945 (Lampiran 16). Hal tersebut mengartikan
bahwa setiap penambahan satu milimeter curah hujan maka akan menurunkan
produksi TBS sebesar 0,945 ton dengan asumsi variabel lain dianggap konstan.
Sedangkan nilai koefisien regresi hari hujan memiliki tanda positif sebesar 30,589
(Lampiran 16). Hal tersebut mengartikan bahwa setiap penambahan satu hari
hujan maka akan menaikkan produksi TBS sebesar 30,589 ton dengan asumsi
variabel lain dianggap konstan.
Hasil analisis secara serempak (uji-F) memperlihatkan bahwa variabel
curah hujan dan hari hujan yang berpengaruh tidak nyata pada taraf uji 5%
terhadap produksi TBS pada tanaman kelapa sawit berumur 8 tahun. Nilai
F-hitung pada analisis ini lebih kecil daripada nilai F-tabelnya yakni sebesar 3,201
curah hujan dan hari hujan secara bersama-sama (serempak) berpengaruh tidak
nyata terhadap produksi TBS pada umur 8 tahun di PTPN IV Sawit Bah Jambi.
Hasil analisis regresi menunjukkan bahwa curah hujan secara statistik
berpengaruh tidak nyata terhadap produksi TBS pada tanaman kelapa sawit
berumur 8 tahun di kebun Bah Jambi PTPN IV sementara hari hujan berpengaruh
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. Selain itu, jumlah curah hujan yang terlalu tinggi
akan mengganggu kegiatan kebun seperti pemeliharaan tanaman, kelancaran
transportasi, dan terjadinya erosi. Namun demikian, tingginya curah hujan tidak
akan menimbulkan efek negatif jika drainase tanah dan penyinaran matahari
cukup baik. Hari Hujan Pada tanaman Kelapa sawit berumur 8 tahun di kebun
Bah Jambi PTPN IV memenuhi kebutuhan air kelapa sawit setiap harinya.
Produksi Tandan Buah Segar (ton), Curah Hujan (mm) dan Hari Hujan (hari) pada Tanaman Kelapa Sawit Berumur 16 Tahun
Tabel 9 menunjukkan bahwa rataan produksi tertinggi pada tanaman
kelapa sawit berumur 16 tahun terdapat pada bulan Juli sebesar 234,38 ton/bulan
dan rataan produksi terendah terdapat pada bulan Februari yakni sebesar 134,27
ton/bulan.
Data rataan produksi tandan buah segar (ton/bulan), selama 3 tahun
(2011-2013) dari kebun Bah Jambi PTPN IV Persero pada tanaman kelapa sawit
Tabel 9. Rataan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 16
Berikut disajikan grafik perkembangan TBS (ton) pada tanaman kelapa
sawit berumur 16 tahun selama 3 tahun (2011-2013) pada Gambar 5.
Gambar 5. Grafik perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 16 tahun (2008-2010)
Gambar 5 menunjukkan bahwa tahun 2011 pada tanaman kelapa sawit
berumur 16 tahun, total produksi tertinggi terdapat pada bulan November yakni
yakni sebesar 146,12 ton/bulan. Untuk tahun 2012 total produksi tertinggi terdapat
pada bulan September yakni sebesar 245,26 ton/bulan dan total produksi terendah
terdapat pada bulan Januari yakni sebesar 146,12 ton/bulan. Tahun 2013 total
produksi tertinggi terdapat pada bulan Juli yakni sebesar 320,95 ton/bulan dan
total produksi terendah terdapat pada bulan Desember yakni sebesar 160,04
ton/bulan.
Berikut ini data rataan curah hujan (mm) pada tanaman kelapa sawit
berumur 16 tahun kebun Bah Jambi PTPN IV Persero.
Tabel 10. Rataan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 16 tahun selama 3 tahun (2011-2013)
Tahun rataan curah hujan tertinggi terdapat pada bulan Oktober yakni sebesar
278,03 mm/bulan, rataan curah hujan terendah terdapat pada bulan Juli yakni
sebesar 86,32 mm/bulan. Berikut disajikan grafik perkembangan curah hujan
(mm) pada tanaman kelapa sawit berumur 16 tahun selama 3 tahun (2011-2013)
Gambar 6. Grafik perkembangan curah hujan (mm/bulan) pada tanaman kelapa sawit berumur 16 tahun
Gambar 6 menjelaskan bahwa pada tanaman kelapa sawit berumur 16
tahun,pada tahun 2011 total curah hujan tertinggi terdapat pada bulan Agustus
sebesar 293,00 mm/bulan dan total curah hujan terendah terdapat pada bulan Juli
sebesar 77,80 mm/bulan. Tahun 2012 total curah hujan tertinggi terdapat pada
bulan November sebesar 255,00 mm/bulan dan total curah hujan terendah terdapat
pada bulan Juni yakni sebesar 47,00 mm/bulan. Tahun 2013 total curah hujan
tertinggi terdapat pada bulan Desember yakni sebesar 369,00 mm/bulan dan total
curah hujan terendah terdapat pada bulan Juli yakni sebesar 64,50 mm/bulan.
Tabel 11 menjelaskan bahwa rataan hari hujan tertinggi pada tanaman
kelapa sawit berumur 16 tahun terdapat pada bulan Oktober dan November yakni
sebesar 13,82 hari/bulan dan rataan hari hujan terendah terdapat pada bulan Juni
Berikut ini data rataan hari hujan (hari) pada tanaman kelapa sawit
berumur 16 tahun kebun Bah Jambi PTPN IV persero.
Tabel 11. Rataan hari hujan (hari/bulan) pada tanaman kelapa sawit berumur 16
Berikut disajikan grafik perkembangan hari hujan (hari) pada tanaman
kelapa sawit berumur 16 tahun selama 3 tahun pada Gambar 7.
Gambar 7. Grafik perkembangan hari hujan (hari/bulan) pada tanaman kelapa sawit berumur 16 tahun
Gambar 7 menjelaskan bahwa tahun 2011 pada tanaman kelapa sawit
berumur 16 tahun, total hari hujan tertinggi terdapat pada bulan Agusus dan
Oktober yaitu sebesar 13,80 hari/bulan dan total hari hujan terendah terdapat pada
sawit berumur 16 tahun, total hari hujan tertinggi terdapat pada bulan November
sebesar 14,66 hari/bulan dan total hari hujan terendah terdapat pada bulan Juni
sebesar 4,33 hari/bulan. Tahun 2013 total hari hujan tertinggi terdapat pada bulan
Oktober sebesar 19,00 hari/bulan dan total hari hujan terendah terdapat pada bulan
Juni sebesar 7,00 hari/bulan.
Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi TBS pada Tanaman Berumur 16 Tahun
Untuk melihat hubungan curah hujan dan hari hujan terhadap produksi
TBS pada tanaman kelapa sawit berumur 16 tahun selama 3 tahun (2011-2013)
kebun Bah Jambi dilihat pada Tabel 12.
Tabel 12. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman berumur 16 tahun selama 3 tahun (2011-2013)
Bulan
sedangkan total rataan curah hujan sebesar 2062,71 mm dan total rataan hari hujan
produksi TBS pada tanaman berumur 16 tahun selama 3 tahun (2011-2013) pada
Gambar 8.
Gambar 8. Grafik hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 16 tahun
Gambar 8 menjelaskan bahwa rataan produksi tertinggi pada tanaman
kelapa sawit berumur 16 tahun selama 3 tahun (2011-2013) terdapat pada bulan
Juli yaitu sebesar 234,38 ton/bulan dan rataan produksi terendah terdapat pada
bulan Februari yaitu sebesar 134,27 ton/bulan. Rataan curah hujan tertinggi
terdapat pada bulan Oktober yaitu sebesar 278,03 mm/bulan dan rataan curah
hujan terendah terdapat pada bulan Juli yaitu sebesar 86,32 mm/bulan. Rataan hari
hujan tertinggi terdapat pada bulan Oktober dan November yaitu sebesar 13,82
hari dan rataan hari hujan terendah terdapat pada bulan Juni yaitu sebesar 6,31
hari.
Analisis Data
Analisis Regresi Linear Berganda
Dalam uji regresi berganda dikenal nilai koefisien korelasi (R), 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 pada model persamaan regresi linear berganda
menunjukkan bahwa pada tanaman kelapa sawit berumur 16 tahun nilai koefisien
(R) sebesar 76,6%, koefisien determinasi (R2) sebesar 58,7% dan koefisien
determinasi terkoreksi (Adjusted R2) sebesar 49,5%. Nilai koefisien (R) sebesar
76,6% menunjukkan besarnya hubungan variabel curah hujan dan hari hujan
terhadap variabel produksi TBS pada umur 16 tahun ialah cukup (dilihat pada
Tabel 20). Koefisien determinasi (R2) menandakan bahwa 58,7% variasi produksi
kelapa sawit dapat dijelaskan oleh variasi variabel curah hujan dan hari hujan
yang terjadi dan sisanya sebesar 41,3% dijelaskan oleh variabel lain yang tidak
dimasukan ke dalam model.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai
t-tabel. uji t-parsial pada tanaman kelapa sawit berumur 16 tahun selama 3 tahun
(2011-2013) disajikan pada Lampiran 13. Hasil uji t-parsial menunjukkan bahwa
nilai signifikansi pada tanaman kelapa sawit berumur 16 tahun lebih kecil dari
alpha 5% (Sig < α 0,05), maka dapat dikatakan t-hitung berbeda nyata pada taraf
kepercayaan 95% dengan nilai t-tabel sebesar 2,262. Variabel yang berpengaruh
secara nyata adalah curah hujan dengan nilai t-hitung 2,318 dan nilai signifikansi
0,046 serta hari hujan dengan nilai t-hitung 3,270 dan nilai signifikansi 0,010.
Berdasarkan pendugaan model produksi pada tanaman kelapa sawit
sebesar 4,26 dan nilai signifikansi pada uji ini adalah 0,019. Nilai signifikansi
pada uji F lebih kecil dari alpha 5% (Sig < α 0.05), maka dapat dikatakan F-hitung
berbeda nyata pada taraf kepercayaan 95%. Hal tersebut mengartikan bahwa
variabel curah hujan dan hari hujan dalam model secara bersama-sama
berpengaruh nyata terhadap produksi kelapa sawit. Analisis sidik ragam untuk
persamaan regresi linear berganda variabel curah hujan dan hari hujan pada
tanaman kelapa sawit berumur 16 tahun selama 3 tahun (2011-2013) disajikan
pada Lampiran 14.
Model pengujian analisis regresi linear berganda pada tanaman kelapa
sawit berumur 16 tahun selama 3 tahun (2011-2013) disajikan pada lampiran 16.
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 16 tahun berikut ini:
Y = 68,291 – 0,840 X1 + 27,135 X2 + E
Model persamaan untuk umur 16 tahun dapat diartikan bahwa setiap
penambahan satu satuan nilai curah hujan akan menurunkan nilai produksi TBS
sebesar 0,840 satuan dan setiap penambahan satu satuan nilai hari hujan akan
menaikkan nilai produksi TBS sebesar 27,135.
Analisis Korelasi
Hasil analisis korelasi antara variabel produksi TBS, curah hujan dan hari
hujan pada tanaman kelapa sawit berumur 16 tahun selama 3 tahun (2011-2013)
disajikan pada Lampiran 17. Hasil uji analisis korelasi menunjukkan bahwa pada
tanaman kelapa sawit berumur 16 tahun terdapat hubungan keeratan yang sangat
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 menunjukkan hubungan
yang berpengaruh nyata antara variabel produksi TBS dengan variabel hari hujan
yaitu 0,583. Hal ini terlihat dari nilai signifikansi lebih kecil dari 5% (Sig < α
0,05). Variabel produksi TBS dan curah hujan menunjukkan korelasi yang tidak
nyata. Hal ini disebabkan nilai signifikansi lebih besar dari 1% (Sig > α 0,01).
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
berdistribusi normal atau tidak. Persyaratan uji normalitas adalah data
berdistribusi 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 16 tahun diperoleh nilai Kolmogorov-Smirnov dan
nilai signifikansi yaitu 0,980 (α = 0,471) (Lampiran 18) 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
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 16 tahun selama 3 tahun
(2011-2013) disajikan pada Lampiran 19.
Berdasarkan hasil uji heteroskedastisitas diatas menunjukkan bahwa
variabel curah hujan memiliki nilai signifikansi pada tanaman kelapa sawit
berumur 16 tahun yaitu sebesar 0,400 sedangkan variabel hari hujan memiliki
nilai signifikansi sebesar 0,212. Variabel curah hujan dan hari hujan memiliki
nilai signifikansi diatas 0,01 dalam model ini sehingga memiliki sebaran varian
yang sama (homogen). Dengan kata lain, tidak terdapat heteroskedastisitas dalam
model ini.
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 16 tahun selama 3 tahun (2011-2013) di kebun Bah
Jambi disajikan pada pada Lampiran 16.
Berdasarkan hasil uji multikolinearitas pada tanaman kelapa sawit
lebih besar dari 0,1 untuk kedua variabel yang diuji dapat diartikan bahwa
terdapat sedikit multikolinearitas dalam model persamaan regresi tersebut.
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 20). Untuk model persamaan regresi pada
tanaman kelapa sawit berumur 16 tahun di atas, diperoleh nilai Durbin Watson (d)
ialah 1,490 dengan nilai dL = 0,8122 dan nilai dU = 1,5794 dari tabel Durbin
Watson.
Berdasarkan kriteria pada uji autokorelasi, jika d terletak antara 0 dan dL,
maka ada autokorelasi positif, jika d terletak antara dL dan dU atau diantara
(4-dU) dan (4-dL), maka tidak dapat disimpulkan, jika d terletak antara dU dan 4-dU,
maka tidak ada autokorelasi, jika d terletak antara 4-dL dan 4, maka ada
autokorelasi negatif. Oleh karena itu, pada persamaan regresi pada tanaman
kelapa sawit berumur 16 tahun tidak dapat disimpulkan karena d terletak antara
dL dan dU. Dari keempat uji asumsi tersebut menyatakan bahwa persamaan
regresi pada tanaman kelapa sawit berumur 16 tahun telah memenuhi syarat.
Pengaruh Curah Hujan (mm) dan Hari Hujan (hari) Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 16 Tahun
Menurut PPKS (2006) menyatakan bahwa kelapa sawit lebih toleran
dengan curah hujan yang tinggi dibandingkan dengan jenis tanaman lainnya,
meskipun demikian dalam kriteria klasifikasi kesesuaian lahan nilai tersebut
hujan yang rendah akan menyebabkan terjadinya defisit air. Kriteria faktor
pembatas hujan untuk kelapa sawit dapat dilihat pada Tabel 13 berikut ini:
Tabel 13. Kriteria faktor pembatas hujan pada tanaman kelapa sawit Komponen
Sumber: Siregar et al., 2006
Berdasarkan data total curah hujan pada tanaman kelapa sawit berumur 16
tahun selama 3 tahun (2011-2013) kebun Bah Jambi sebesar 6188,3 mm dan data
total produksi TBS sebesar 6716,78 ton. Total curah hujan tertinggi terdapat pada
tahun 2013 sebesar 2439,50 mm/tahun dan total curah hujan terendah terdapat
pada tahun 2012 sebesar 1602,00 mm/tahun dengan rataan bulan basah sebanyak
10 bulan dan rataan bulan kering sebanyak 1 bulan (Lampiran 5). Data rataan
curah hujan tahunan pada tanaman kelapa sawit berumur 16 tahun ialah 2062,76
mm (Lampiran 9) sedangkan data rataan hari hujan tahunan ialah 116 hari
(Lampiran 12). Oleh karna itu, curah hujan dan hari hujan pada tanaman kelapa
sawit berumur 16 tahun menjadi faktor pembatas ringan terhadap produksi kelapa
sawit dan curah hujan yang rendah menyebabkan terjadinya defisit air.
Berdasarkan hasil analisis regresi, diperoleh nilai koefien regresi curah
hujan selama 3 tahun (2011-2013) pada tanaman kelapa sawit berumur 16 tahun
memiliki tanda negatif sebesar 0,840 (Lampiran 16). Hal tersebut mengartikan
bahwa setiap penambahan satu milimeter curah hujan maka akan menurunkan
produksi TBS sebesar 0,840 ton dengan asumsi variabel lain dianggap konstan.
Sedangkan nilai koefisien regresi hari hujan memiliki tanda positif sebesar 27,135
hujan maka akan menaikkan produksi TBS sebesar 27,135 ton dengan asumsi
variabel lain dianggap konstan.
Hasil analisis secara serempak (uji-F) memperlihatkan bahwa variabel
curah hujan dan hari hujan yang berpengaruh nyata pada taraf uji 5% terhadap
produksi TBS pada tanaman kelapa sawit berumur 16 tahun. Nilai F-hitung pada
analisis ini lebih besar daripada nilai F-tabelnya yakni sebesar 6,394 (6,394 >
4,26) dengan signifikansi 0,019 (Sig < α 0,05). Ini membuktikan bahwa curah
hujan dan hari hujan secara bersama-sama (serempak) berpengaruh nyata terhadap
produksi TBS pada umur 16 tahun di PTPN IV Sawit Bah Jambi.
Hasil analisis regresi menunjukkan bahwa curah hujan dan hari hujan
secara statistik berpengaruh signifikan terhadap produksi TBS di kebun Bah
Jambi pada tanaman berumur 16 tahun. Hal ini diduga disebabkan oleh 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
berhubungan dengan proses pembungaan dan pematangan buah pada tanaman
kelapa sawit. Peningkatan curah hujan yang merata setiap tahun dapat menaikkan
produksi karena buah merah semakin cepat memberondol dan mendorong
pembentukan bunga selanjutnya. Selain itu, curah hujan yang cukup membantu
dalam hal penyerapan unsur hara oleh akar dan berpengaruh terhadap berat
janjang. Pola curah hujan tahunan mempengaruhi perilaku pembungaan dan
produksi buah sawit. Curah hujan yang tinggi dapat menghambat kegiatan panen
karena rusaknya sarana transportasi dan kesulitan pemanen dalam pengumpulan