Pengaruh Curah Hujan dan Hari Hujan Terhadap Produksi Kelapa Sawit Berumur 8, 16 dan 19 Tahun di Kebun Bah Jambi PT Perkebunan Nusantara IV Persero

(1)

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

(2)

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

(3)

Lampiran 5. Data Curah Hujan (mm/bulan) Kebun Bah Jambi pada Tanaman Berumur 8, 16, 19 Tahun selama 3 Tahun (2011-2012)

BULAN

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

(4)

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

(5)

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

(6)

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

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

(7)

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

(8)

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

1 Regression _10888.102 ₂ _5444.051 _6.394 _.019a

Residual 7663.427 9 851.492

Total 18551.529 11

c. Uji F pada Tanaman Berumur 19 tahun ANOVAb

1

Regression 3438.551 2 1719.275 3.667 .068a

Residual 4219.647 9 468.85

Total 7658.198 11

(9)

Nilai F-Tabel pada α = 5%

Derajat Bebas Penyebut Derajat Bebas Pembilang

1 2 3

a. Nilai Koefisien pada umur 8 Tahun

Model Summaryb

b. Nilai Koefisien pada Umur 16 Tahun

Model Summaryb

c. Nilai Koefisien pada Umur 19 tahun

Model Summaryb

(10)

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

(11)

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

(12)

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

(13)

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

(14)

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

(15)

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

(16)

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

(17)

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

(18)

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.

(19)

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

(20)

(21)

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

(22)

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

(23)

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

(24)

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

(25)

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

(26)

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

(27)

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

(28)

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

(29)

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)

(30)

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

(31)

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

(32)

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

(33)

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

(34)

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

(35)

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

(36)

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

(37)

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

(38)

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%,

(39)

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

(40)

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

(41)

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.

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.

(42)

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.

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

(43)

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

(44)

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

(45)

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

(46)

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

(47)

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)

(48)

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

(49)

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

(50)

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

(51)

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

(52)

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

(53)

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

(54)

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).