ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI
HASIL PRODUKSI KELAPA SAWIT
PADA KELOMPOK TANI KELUARGA KARYA MAJU
RIAU
TUGAS AKHIR
DESI MASTUTI
072407013
UNIVERSITAS SUMATERA UTARA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
DEPARTEMEN MATEMATIKA
JURUSAN D3 STATISTIKA
MEDAN
ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI
HASIL PRODUKSI KELAPA SAWIT
PADA KELOMPOK TANI KELUARGA KARYA MAJU
RIAU
TUGAS AKHIR
Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Ahli Madya
DESI MASTUTI
072407013
PROGRAM STUDI DIPLOMA III STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : ANALISA FAKTOR-FAKTOR YANG MEMPENGARUHI
HASIL PRODUKSI KELAPA SAWIT PADA KELOIMPOK TANI KELUARGA KARYA MAJU RIAU
Kategori : TUGAS AKHIR
Nama : DESI MASTUTI
Nim : 072407013
Program Studi : D3 STATISTIKA Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM
(FMIPA) UNIVERSITAS SUMATERA UTARA
Disetujui di
Medan, Juni 2010
Diketahui
Departemen Matematika FMIPA USU Pembimbing 1 Ketua,
Dr. Saib Suwilo, M.Sc Drs. Suwarno Arriswoyo, M.Si NIP. 19640109 198803 1 004 NIP. 19500321 198003 1 001
PERNYATAAN
ANALISIA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL
PRODUKSI KELAPA SAWIT PADA KELOIMPOK TANI KELUARGA
KARYA MAJU RIAU
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Mei 2010
PENGHARGAAN
Bismillahirrahmanirrahim,
Puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan rahmat dan karunianya kepada penulis sehingga penulis dapat menyelesaikan tugas Akhir dengan judul ”ANALISIA FAKTOR-FAKTOR YANG MEMPENGARUHI HASIL PRODUKSI KELAPA SAWIT PADA KELOIMPOK TANI KELUARGA KARYA MAJU RIAU” tepat pada waktunya.
Pada kesempatan ini penulis mengucapkan terima kasih atas bantuan, petunjuk dan bimbingan yang berharga yang telah diberikan kepada penulis sehingga akhirnya penulis dapat menyelesaikan Tugas Akhir ini terutama kepada : Bapak Prof. Dr. Eddy Marlianto, M.Sc, selaku Dekan FMIPA USU, Bapak Drs. Saib Suwilo, M.Sc, selaku ketua Departemen matematika, Bapak Drs. Suwarno Ariswoyo, M.Si, selaku pembimbing yang tak henti-hentinya memberikan bantuan, bimbingan, pengarahan serta saran.
Terima kasih secara khusus penulis ucapkan kepada yang terkasih dan teristimewah Ayahanda Iswandi dan Ibunda Suriati yang membesarkan dan mendidik penulis dengan penuh kasih sayang dan cinta kasih dari kecil hingga saat ini, serta banyak memberikan dukungan, baik itu motivasi, materi dan doa yang tak ternilai harganya.
Ucapan terima kasih yang tidak kalah pentingnya juga penulis ucapkan buat seluruh sahabat - sahabat penulis, Friska, Nisfi, Tika, Uci, dan yang lainnya. Yang telah memberikan semangat dan menjadi tempat penulis mengaduh dalam menghadapi kesulitan, Semoga kita tetap menjadi sahabat selama- lamanya.
Penulis menyadari bahwa Tugas Akhir ini masih banyak kekurangan dan kelemahan dengan demikian penulis harapkan saran dan kritik yang sifatnya membangun demi peningkatan ilmu penulis dan mutu penulisan Tugas Akhir di masa yang akan datang.
Akhirnya penulis berharap semoga Tugas Akhir ini dapat memberikan manfaat kepada semua pihak yang memerlukannya.
Medan, Mei 2010 Penulis
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Daftar Isi v
Daftar Tabel vii
Daftar Gambar viii
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Perumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Maksud dan Tujuan 3
1.5 Metodelogi Penelitian 3
1.6 Tinjauan Pustaka 4
1.7 Lokasi dan Waktu 5
1.8 Sistematika Penulisan 6
BAB 2 TINJAUAN TEORITIS 8
2.1 Pengertian Regresi 8
2.2 Analisa Regresi Berganda 8
2.3 Regresi Linier sederhana 9
2.4 Regresi Linier Berganda 10
2.5 Membentuk Persamaan Regresi Linier Berganda 12
2.6 Koefisien Determinasi 13
2.7 Koefisien Korelasi 14
2.8 Uji Regresi Linier Berganda 14
BAB 3 GAMBARAN UMUM PERUSAHAAN 17
3.1 Sejarah Ringkas 17
3.2 Struktur Organisasi Kelompok Tani 18
3.3 Tujuan, Visi dan Misi Kelompok Tani Keluarga Karya Maju 21
BAB 4 ANALISA DAN EVALUASI 23
4.1 Data yang Diperoleh 23
4.2 Persamaan Regresi Linier Ganda 24
4.3 Analisis Residu 27
4.4 Koefisien Determinasi 29
4.5 Koefisien Korelasi 30
BAB 5 IMPLEMENTASI SISTEM 33
5.1 Pengertian Implementasi Sistem 33
5.2 Pengertian SPSS 34
5.3 SPSS 16.0 34
5.4 Pengaktifan SPSS 35
5.5 Pemasukkan Data 35
5.6 Pengolahan Data Dengan persamaan Regresi 38
5.7 Pengolahan Data Dengan Korelasi 40
BAB 6 KESIMPULAN DAN SARAN 44
6.1 Kesimpulan 43
6.2 Saran 44
DAFTAR TABEL
Halaman
Tabel 4.1 Data yang akan diolah 24
Tabel 4.2 Nilai-nilai koefisien 25
DAFTAR GAMBAR
Halaman
Gambar 5.1 Tampilan Program SPSS 35
Gambar 5.2 Pendefinisian Data 36
Gambar 5.3 Tampilan Data View 37
Gambar 5.4 Tampilan Untuk Menyimpan Data 38
Gambar 5.5 Tampilan Menu Analyze 38
Gambar 5.6 Kotak Dialog Linier Regression 39
Gambar 5.7 Kotak Dialog Linier Regressioan Statistics 39
Gambar 5.8 Tampilan Output Analisis Regresi 40
Gambar 5.9 Tampilan Menu Correlate 41
Gambar 5.10 Kotak Dialog Bivariate Correlation 41
BAB 1
PENDAHULUAN
1.1Latar Belakang Masalah
Indonesia mempunyai struktur tanah dan curah hujan yang cocok bagi tanaman kelapa sawit, sehingga Indonesia dijadikan sebagai produsen kelapa sawit dunia. Tanaman kelapa sawit awalnya dibudidayakan dilahan – lahan dengan kesesuaian lahan kelas satu (S1), tetapi dengan terbatasnya lahan maka akhir – akhir ini tanaman kelapa sawit banyak dibudidayakan pada lahan gambut. Hal tersebut dikarenakan, pemerintah pada era tinggal landas ini telah menggalakkan ekspor non migas dimana salah satunya adalah kelapa sawit yang telah memberikan nilai tambah devisa di sektor tersebut. Hasil produksi kelapa sawit adalah sebagai bahan baku industri minyak goreng yang merupakan salah satu kebutuhan pangan pokok. Selain itu, dapat digunakan sebagai bahan baku industri oleochemical yang cukup kompetitif dan luas.
Dengan faktor yang ada, akan dianalisa bagaimana pengaruh dan hubungan antara produksi dengan faktor yang mempengaruhinya denan menggunakan metode Analisa Regresi Linier Berganda.
Dari uraian di atas, penulis memilih judul “ Analisa Faktor-faktor Yang Mempengaruhi Hasil Produksi Kelapa Sawit pada Kelompok Tani Keluarega
Karya Maju Riau “. Hasil Penelitian ini diharapkan dapat menjadi bahan rujukan
bagi para anggota Kelompok Tani Keluarga karya Maju Riau.
1.2Perumusan Masalah
Kelapa sawit merupakan suatu bahan baku untuk memenuhi kebutuhan pangan maupun industri. Berdasarkan hal di atas dapat dirumuskan masalah penelitian sebagai berikut :
1. Mengetahui bagaimana hubungan antara beberapa faktor yang mempengaruhi hasil produksi kelapa sawit pada Kelompok Tani Keluarga Karya Maju Riau.
2. Seberapa erat hubungan tersebut.
1.3 Batasan Masalah
faktor-faktor tersebut sangat mempengaruhi kenaikan hasil produksi kelapa sawit, dehingga nantinya akan diperoleh persamaan penduga yang layak digunakan.
1.4 Maksud dan Tujuan
Secara umum maksud dan tujuan penelitian yang penulis lakukan adalah untuk mengetahui hubungan dan pengaruh antara faktor-faktor yang mempengaruhi hasil produksi kelapa sawit pada Kelompok Tani Keluarga Karya Maju Riau.
1.5 Metodologi Penelitian
Penulis membutuhkan data, yang diperoleh melalui serangkaian tinjauan, penelitian, riset maupun pengambilan data, untuk membantu penyusunan Tugas Akhir. Untuk mengolah data di dalam riset tersebut, penulis menggunakan beberapa metode diantaranya, yaitu:
1. Metode Penelitian Kepustakaan (Studi Literatur)
Dapat dilakukan dengan mempelajari buku-buku ataupun literatur pelajaran yang didapat di perkuliahan ataupun umum, serta sumber informasi lainnya yang berhubungan dengan objek yang diteliti, dalam hal mengumpulkan data.
2. Metode Pengumpulan data
dari pihak Kelompok Tani Keluarga Karya Maju Riau. Data tersebut kemudian disusun dan disajikan dalam bentuk angka-angka.
3. Metode Pengolahan Data
Adapun pengolahan data dalam menganalisis faktor-faktor yang mempengaruhi hasil produksi kelapa sawit di Kelompok Tani Keluarga Karya Maju Riau dengan menggunakan perumusan:
Analisis Regresi
Persamaan penduga regresi linier berganda, adalah sebagai berikut:
k kX b + + X b + X b + b =
Y 0 1 1 2 2 ...
dengan :
Y = variabel tak bebas (dependent variable) X1, X2 = variabel bebas (independent variable) b0 = dugaan bagi parameter konstanta β0
b1, b2, , bk = dugaan bagi parameter koefisien regresi β1, β2,…, βk
1.6 Tinjauan Pustaka
(Sudjana. 1992) “Metode Statistika”, edisi 6 Tarsito, Bandung.
dinyatakan dalam bentuk persamaan matematika yang menyatakan hubungan fungsional antara variabel-variabel. Studi yang menyangkut masalah ini disebut Analisis regresi.
(Tuckman. 1976)
Studi hubungan yang melibatkan regresi bukan studi tentang kualitas, oleh karena itu jika masalah yang dirumuskan apakah terdapat hubungan antara variable X dengan variable Y, maka analisa yang didapatkan dalam pengujian hipotesis seperti ini adalah regresi.
(Ritonga, Abdulrahman. 1987) “Statistika Terapan Untuk Penelitian”.
Korelasi artinya hubungan antara dua variabel, yang biasanya dinyatakan dengan koefisien, yaitu angka yang menunjukkan kepada kita hubungan antara dua variabel.
1.7 Lokasi dan Waktu
1.8 Sistematika Penulisan
Penulisan tugas akhir ini disusun secara sistematis, yang didalamnya dikemukakan beberapa bab sebagai berikut :
BAB 1. PENDAHULUAN
Bab ini mengutarakan tentang latar belakang, perumusan masalah, maksud dan tujuan, lokasi penelitian, metode penelitian dan sistematika penulisan.
BAB 2. TINJAUAN TEORITIS
Bab ini mengenai suatu tinjauan teori unuk diaplikasikan dalam pengolahan data yang tepat.
BAB 3. SEJARAH SINGKAT KELOMPOK TANI KARYA MAJU RIAU
Bab ini mengenai tentang awal mulanya berdirinya Kelompok Tani Karya Maju Riau.
BAB 4. ANALISIS DATA
Bab ini berisi tentang penganalisaan dan pengolahan data yang diperoleh, hingga mendapatkan suatu kesimpulan.
BAB 5. IMPLEMENTASI SISTEM
BAB 6. KESIMPULAN DAN SARAN
BAB 2
TINJAUAN TEORITIS
2.1 Pengertian Regresi
Istilah regresi pertama kali diperkenalkan oleh Francis Galton. Menurut Galton, analisis regresi berkenaan dengan dtudi ketergantungan dari satu variabel yaitu variabel tak bebas (dependent variable) pada satu atqau lebih variabel yang menerangkan dengan tujuan untuk memperkirakan ataupun meramalkan nilai-nilai dari variabel tak apabila nilai variabel yang menerangkan sudah diketahui . Variabel yang menerangkan sering disebut variabel bebas (independent variable).
2.2 Analisa Regresi Berganda
Analisis regresi berganda digunakan untuk peramalan, dimana dalam model terdapat variabel bebas X dan variabel tak bebas Y. Regresi linier yaitu menetukan suatu persamaaan dari garis yang menunjukkan hubungan antara variabel bebas dan variabel tak bebas, yang merupakan pertsamaan penduga yang berguna untuk menaksir atau meramalkan variabel tak bebas. Untuk mempelajari hubungan-hubungan antara beberapa variabel, dapat dilakuakan dengan dua cara yaitu :
Analisis regresi sederhana merupakan hubungan antara dua variabel, yaitu variabel bebas (independent variable) dan variabel tak bebas (dependent variable). Sedangkan analisis regresi linier berganda merupakan hubungan antara tiga variabel atau lebih, yaitu satu variabel bebas (independent variable) dan dua atau lebih variabel tak bebas (dependent variable).
2.3 Regresi Linier sederhana
Regresi linier sederhana yaitu suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk persamaan antara variabel tak bebas tunggal dengan variabel bebas tunggal. Regresi linier sederhana hanya memiliki satu peubah bebbas X yang dihubungkan dengan satu peubah tak bebas Y. Bentuk umum model persamaan linier sederhana yaitu :
i i i
i = β +β X +ε
Y 0
dimana :
Yi = Variabel tak bebas X = Variabel bebas
β0 = Intersep Y dari garis, yaitu titik dimana garis itu memotong sumbu Y βi = Kemiringan garis
2.4 Regresi Linier Berganda
Regresi Linier Berganda adalah regresi yang menjelaskan hgubungan antara peubah respon (variable dependent) dengan faktor-faktor yang mempengaruhi lebih dari satu penduga (variable independent).
Regresi linier berganda hampir sama dengan regresi linier sederhana, hanya saja pada regresi klinier berganda variabel penduga (variabel bebas) lebih dari satu. Tujuan dari analisa regresi linier berganada adalah untuk mengukur intensitas hubungan dua variabel atau lebih dan membuat prediksiatau perkiraan nilai Y atas nilai X, regresi linier berganda juga berguna untuk mencari pengaruh dua penduga atau untuk mencari hubungan fungsional dua variabel penduga atau lebih terhadap variabel respon (variabel tak bebas), dengan demikian regresi linier berganda digunakan untuk penelitian yang menyertakan beberapa variabel sekaligus. Bentuk umum model regresi linier berganda untuk populasi adalah :
i ki k i
i = β +β X +β X + +β X +ε
Y 0 1i 2 2i ...
dimana :
Yi = Pengamatan ke i pada variabel tak bebas Xki = Pengamatan ke i pada variabel bebas β0 = Parameter intersep
Model di atas merupakn model regresi untuk populasi, tetapi apabila kita hanya mengambil sebagian (berupa sampel) dari populasi secara acak dan tidak mengetahui regresi populasi, sehingga model regresi populasi perlu diduga berdasarkan model regresi sampel, yaitu :
k kX b + + X b + X b + b =
Y 0 1 1 2 2 ...
dengan :
Y = variabel tak bebas (dependent variable) Xi = variabel bebas (independent variable) b0 = penduga bagi β0 intersep (titik potong) b1, b2, …, bk = penduga bagi βi
k = 1, 2, …, n
Untuk mencari nilai b0, b1, b2, …, bk diperlukan n buah pasang data (X1, X2, …, Xk, Yi) yang didapat dari pengamatan :
Tabel 2.1 Bentuk Umum Data Obsertvasi
Responden X1 X2 … Xk Yk
1 2 . . . N
X11 X2 … Xk Y1
X12 X22 … Xk2 Y2
. . . .
. . . .
. . . .
2.5 Membentuk Persamaan Regresi Linier Berganda
Dalam regresi linier berganda variable tak bebas (Y) bergantung kepada dua atau lebih variable bebas (X). Bentuk persamaan regresi linier berganda yang mencakup dua atau lebih variable, yaitu :
k kX b + + X b + X b + b =
Y 0 1 1 2 2 ...
Dalam hal ini penulis menggunakan model regresi linier berganda dengan tiga variable, yaitu :
i ε + X b + X b + X b + b =
Y 0 1 1 2 2 3 3
Untuk regresi linier berganda dengan tiga variabel bebas X1, X2, X3 akan ditaksir oleh : 3 3 2 2 1 1
0+b X +b X +b X
b = Y
Untuk rumus di atas harus diselesaikan dengan empat variabel yang berbentuk :
( )
∑
∑
∑ ∑
∑
∑
∑
∑
∑
∑
3i 1i 3 2i 1i 2 2 1i 1 1i 0 3i 2i 2 1i 1 0 X X b + X X b + X b + X b = X Y X + X b + X b + n b = Y i i i∑
∑ ∑
∑ ∑
∑
∑ ∑
∑
∑
∑
∑
∑
∑
2 3i 3 3i 2i 2 3i 1i 1 3i 0 3i 3i 2i 3 2 2i 2 2i 1i 1 2 0 2i ) (X b + X X b + X X b + X b = X Y X X b + ) (X b + X X b + X b = X Y i i iUntuk x1= X1−X1, x2= X2−X2, x3=X3− X3, dan y=Y−Y , persamaan liniernya menjadi :
y= b0b1x1b2x2b3x3
2.6 Koefisien Determinasi
Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel yaitu untuk mengetahui keragaman proporsi total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada di dalam model persamaan regresi linier berganda secara bersama-sama. Maka R2 akan ditentukan dengan rumus :
R2= 1−
∑
Y−Y
2∑
Y−Y2 atauR2= 1− JKres JKtotal
dimana :
Jkres = Jumlah kudrat residu Jktotal = Jumlah kuadrat total Jktotal = Jkreg + Jkres
2.7 Koefisien Korelasi
Untuk mengukur kuat tidaknya antara variabel bebas dan tak bebas, ditinjau dari besar kecilnya nilai koefisien korelasi (r). Makin besar nilai r maka mnakin kuat hubungannya dan sebaliknya makin kecil nilai r maka makin lemah hubungannya.
Untuk hubungan empat variabel X1, X2, X3 dan Y dapat dihitung dengan menggunakan rumus :
1. Koefisien korelasi antara X1 dan Y
ry1= n
∑
X1Y−
∑
X1
∑
Y
{
n∑
X12−
∑
X1
2}
{
n∑
Y2−
∑
Y2
}
2. Koefisien korelasi antara X2 dan Y
ry2= n
∑
X2Y−
∑
X2
∑
Y
{
n∑
X22−
∑
X2
2}
{
n∑
Y2−
∑
Y2
}
2.8 Uji Regresi Linier Berganda
Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan atau pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan atau pengujian persamaan regresi dengan menggunakan statistik F yang dirumuskan sebagai berikut :
F= JKreg/k JKres/n−k−1
dengan :
F = Statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan V1 = k dan V2 = n-k-1
Jkreg = Jumlah kuadrat regresi =
∑
Y−Y2 dengan derajat kebebasan (dk) = kJkres = Jumlah kuadrat residu (sisa) =
∑
Y−Y2 dengan derajat kebebasan (dk) = n-k-1Dalam pengujian persamaan regresi persamaan regresi terutama menguji hipotesa tentang parameter koefisien regresi secara keseluruhan melibatkan intersep serta k buah variabel penjelas sebagai berikut :
Yi= β0βiX1iβ2X2i. ..βkXk
Dengan persamaan penduganya adalah :
Dimana b0, b1, b2, …, bk merupakan penduga bagi parameter β0, β1, β2, …, βk.
Langkah-langkah yang dibutuhkan dalam pengujian hipotesa ini adalah sebagai berikut :
a. H0: β1= β2= … = βk = 0
H1 : Minimal satu parameter koefisien yang tidak sama dengan 0 (nol) b. Pilih taraf nyata α yang diinginkan
c. Hitung statistik Fhit dengan menggunakan salah satu dari formula di atas d. Keputusan : tolak H0 jika Fhit > Ftab ; k : n-k-1
BAB 3
GAMBARAN UMUM PERUSAHAAN
3.1 Sejarah Ringkas
Kelompok Tani Keluarga Karya Maju didirikan pada tahun 1985 pertama di Aceh Perlak. Awalnya Kelompok Tani dimiliki oleh H. Said, H. Nurdin, dan H. Yusri yang merupakan pembentukan dari tiga sekawan yang mempunyai lahan seluas 40 ha. Sekitar tahun 1986 terjadi pemberontakan di Aceh yang menyebabkan lahan Kelompok Tani Keluarga karya Maju direbut oleh pemberontak tersebut himgga saat sekarang. Oleh karena peristiwa tersebut, dibuatlah keputusan bersama untuk membuka lahan baru di Kecamatan Kubu / Sedingin Kabupaten Bengkalis Riau pada bulan Oktober tahun 1987 seluas 165 ha. Dan sekarang telah memiliki sepuluh anggota.
3.2 Struktur Organisasi Kelompok Tani
Dalam rangka mencapia tujuan, baik Perusahaan, Departemen maupun lembaga-lembaga atau Kelompok Tani, struktur organisasi memegang peranan penting yang tidak dapat diabaikan.
Struktur organisasi disini adalah bagian atau kerangka yang terdiri dari bermacam-macam fungsi menurut pola tertentu yang menyatakan adanya urutan, peraturan, wewenang, dan tanggung jawab antara bagian yang ada dalam struktur orgasnisasi.
Adapun tugas dan tanggung jawab masing-masing bagian yang ada dalam struktur organisasi tersebut adalah :
1. Ketua Umum
a. Memberi instruksi seluruh kegiatan b. Mengawasi seluruh kegiatan
2. Ketua I
a. Membuat perencanaan
b. Mengontrol pekerjaan yang dilakukan oleh sekretaris, bendahara replanting dan bendahara umum
3. Ketua II
a. Bertugas dan bertanggung jawab atas perencanaan
4. Sekretaris
a. Mengurus administrasi seluruh kegiatan dalam Kelompok Tani b. Membuat laporan tahunan, penjualan dan laporan rutin bidang perkebunan
5. Bendahara Replanting
a. Menyimpan uang masuk untuk dana replanting
6. Bendahara Umum
a. Menyimpan uang masuk untuk keperluan karyawan
b. Mengeluarkan dana pembelian pupuk, racun, dan alat-alat pekerja c. Memberi gaji pekerja
7. Asisten
a. Mengontrol langsung mandor pekerja lapangan dan mandor buah
8. Mandor Pekerja Lapangan
a. Mengawasi pekerja yang sedang bertugas seperti menyemprot hama, memberi pupuk, menunas pelepah yang kering, dan sebagainya.
9. Mandor Buah
a. Mengawasi para pekerja yang sedang memanen buah.
KETUA
UMUM
SEKRETARIS
BENDAHARA
REPLANTING
BENDAHARA
UMUM
KETUA
I
KETUA
II
MANDOR PEKERJA LAPANGAN
3.2 Tujuan, Visi dan Misi Kelompok Tani Keluarga Karya Maju
3.2.1 Tujuan
Tujuan Kelompok Tani Keluaga Karya Maju adalah turut melaksanakan dan menunjang kebijaksanaan program pemerintah di bidang ekonomi dan pembangunan nasional pada umumnya da bidang sub sektor pertanian dalam arti seluas-luasnya dengan tujuan menumpuk keuntungan berdasarkan prinsip-prinsip yang sehat bedasarkan pada asas :
1. Mempertahankan dan meningkatkan sumbangan bidang erkebunan bagi pendapatan nasional melalui upaya peningkatan produksi.
2. Memperluas lapangan kerja dalam rangka meningkatkan kesejahteraan rakyat pada umumnya serta meningkatkan taraf hidup petani dan karyawan pada khususnya.
3. Memelihara kelestarian sumber daya alam, lingkungan air, dan kesuburan tanah.
3.2.2 Visi
3.2.3 Misi
Misi kelompok tani meliputi yaitu :
1. Usaha pengembangan SDM secara internal maupun eksternal 2. Melaksanakan kegiatan secara efektif dan efesien
3. Pencapaian keuntungan agar usaha dapat terus berjalan
BAB 4
ANALISA DAN EVALUASI
4.1 Data yang Diperoleh
Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan suatu persoalan. Keputusan dikatakasn baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu dari kegunaan data yaitu untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan.
Tabel 4.1 Data yang akan diolah
Tahun
Hasil Produksi
(kg)
Luas Tanah
(ha)
Pupuk (kg)
2000 2.608.845 155 52.550
2001 2.976.065 158 53.750
2002 3.250.892 159 56.300
2003 3.556.712 160 67.500
2004 3.250.892 163 71.250
2005 3.941.152 165 108.000 2006 4.093.403 167 115.000
2007 3.706.456 169 76.400
2008 3.800.960 170 77.900
2009 3.934.567 170 86.300
Sumber : Kelompok Tani Keluarga Karya Maju Riau
4.2 Persamaan Regresi Linier Ganda
Tabel 4.2 Nilai-nilai koefisien
Y X1 X2 X12 X22
2608845 155 52550 24025 2761502500
2976065 158 53750 24964 2889062500
3250892 159 56300 25281 3169690000
3556712 160 67500 25600 4556250000
3250892 163 71250 26569 5076562500
3941152 165 108000 27225 11664000000 4093403 167 115000 27889 13225000000
3706456 169 76400 28561 5836960000
3800960 170 77900 28900 6068410000
3934567 170 86300 28900 7447690000
35.119.944 1.636 764.950 267.914 62.695.127.500
Y2 X1.X2 Y.X1 Y.X2
6806072234025 8145250 404370975 137094804750 8856962884225 8492500 470218270 159963493750 10568298795664 8951700 516891828 183025219600 12650200250944 10800000 569073920 240078060000 10568298795664 11613750 529895396 231626055000 15532679087104 17820000 650290080 425644416000 16755948120409 19205000 683598301 470741345000 13737816079936 12911600 626391064 283173238400 14447296921600 13243000 646163200 296094784000 15480817477489 14671000 668876390 339553132100 125.404.390.647.060 125.853.800 5.765.769.424 2.766.994.548.600
Keterangan :
Dari Tabel 4.2 diperoleh :
∑
Yi = 35.119.944∑
22i )
(X = 62.695.127.500
∑
X1i = 1.636∑
X1iYi = 5.765.769.424∑
X2i = 764.950∑
X2iYi = 2.766.994.548.600∑
X1iX2i = 125.853.800∑
2(Y) = 1.254.0439.0647.060
∑
2 1i)(X = 267.914 n =10
Dari data di atas didapat persamaan sebagai berikut :
( )
∑
∑ ∑
∑
∑
∑
∑
∑
2i 1i 2 2 1i 1 1i 0 2i 2 1i 1 0 X X b + X b + X b = X Y X b + X b + n b = Y i i i∑
∑
∑
∑
∑
22i 2 2i 1i 1 2 0
2i =b X +b X X +b (X )
X Yi
Kemudian kita subsitusikan nilai-nilai yang bersesuaian, sehingga diperoleh persamaan :
35.119.944 = 10b0 + 1.636b1 + 764.950b2 5.765.769.424 = 1.636b0 + 267.914b1 + 125.853.800b2 2.766.994.548.600 = 764.950b0 + 125.853.800b1 + 62.695.127.500b2
Setelah persamaan di atas diselesaikan, maka didapat koefisien :
b2 = 11,62
Sehingga diperoleh persamaan regresinya :
2 2 1 1
0+b X +b X
b = Y
2 1 11,62 35 , 080 . 45 089 . 752 .
4 X + X
=
Y − +
4.3 Analisis Residu
Untuk mengetahui seberapa besar adanya penyimpangan hasil produksi kelapa sawit yang sebenarnya terhadap hasil produksi kelapa sawit yang diperkirakan, maka dihitung :
Tabel 4.3 Penyimpangan nilai sebenarnya dengan nilai perkiraan
Y
Yˆ
Y
−
Y
ˆ
( )
Y
−
Y
ˆ
22608845 2846041,741 -237196,74 56262293890,58 2976065 2995227,824 -19162,82 367213816,31 3250892 3069941,383 180950,62 32743125706,52 3556712 3245175,447 311536,55 97055024140,65 3250892 3423994,742 -173102,74 29964559142,93
3941152 3941222,317 -70,32 4944,45
Y
Y
ˆ
−
( )
Y
ˆ Y
−
2-665952,66 443492944170,80 -516766,58 267047694268,77 -442053,02 195410869628,31 -266818,95 71192353924,56 -87999,66 7743939881,82 429227,92 184236604570,65 600734,68 360882160465,63 242329,89 58723777058,54 304841,54 92928365479,07 402456,83 161971498878,08 0,000011 1.843.630.208.326,23
Sehingga kesalahan bakunya dapat dihitung dengan menggunakan rumus :
( )
1 ˆ 10 1 2 .12 − − −∑
k n Y Y =s i=
i
y
Dimana :
( )
∑
10 −1 2 ˆ = i i i Y
Y = 219.713.782.420,10
n = 10
k = 2
Ini berarti bahwa rata-rata hasil produksi kelapa sawit yang sebenarnya akan menyimpang dari rata-rata hasil produksi yang diperkirakan sebesar 177.165,694 kg.
4.4 Koefisien Determinasi
Untuk mengetahui seberapa besar pengaruh luas tanah dan pupuk terhadap hasil produksi kelapa sawit, maka akan dilakukanperhitungan sebagai berikut :
( )
(
)
∑
∑
− − − 2 2 2 ˆ 1 Y Y Y Y =R atau R2= 1−
JKres JKtotal
Jktotal = Jkreg + Jkres
=
∑
( ) ( )
Yˆ−Y 2+∑
Y−Yˆ 2= 1.843.630.208.326,23 + 219.713.782.420,10 = 2.063.343.990.746,34 Sehingga :
( )
(
)
∑
∑
− − − 2 2 2 ˆ 1 Y Y Y Y = R 34 , 746 . 990 . 343 . 063 . 2 2.420,10 219.713.78 1 2 − = R 106 , 0 1 2 − = RDari perhitungan di atas diperoleh koefisien deternnasinya (R2) sebesar 0,89. Jadi koefisien korelasinya (R) sebesar 0,945 yang berarti 94,5 % hasil produksi dipengaruhi oleh kedua faktor tersebut, sedangkan 5,5% dipengaruhi oleh faktor-faktor lain.
4.5 Koefisien Korelasi
Untuk mengukur besarnya variabel tak bebas terhadap variabel bebas, dapat dilihat dari besarnya koefisien korelasinya, yaitu :
1. Koefisien korelasi antara hasil produksi kelapa sawit dengan luas tanah (X1 dan Y) yaitu :
(
)( )
(
)
{
∑
∑
−∑
∑
}
{
∑
∑
−( )
∑
}
− 2 2 2 1 2 1 1 1 Y Y n X X n Y X Y X n = ry1{
2}{
2}
944 . 119 . 35 060 . 647 . 390 . 404 . 125 10 1.636 914 . 267 10 944 . 119 . 35 636 . 1 424 . 769 . 765 . 5 ( 10 ) ( ) ( ) ( ) ( ) )( ( ) = − − − 86 , 0 = ry1
Ini menunjukkan bahwa luas tanah mempunyai hubungan kuat dalam meningkatkan hasil produksi kelapa sawit.
(
)( )
(
)
{
∑
∑
−∑
∑
}
{
∑
∑
−( )
∑
}
− 2 2 2 2 2 2 2 2 Y Y n X X n Y X Y X n = ry2{
2}{
2}
944 . 119 . 35 060 . 647 . 390 . 404 . 125 10 950 . 764 500 . 127 . 695 . 62 10 944 . 119 . 35 950 . 764 600 . 548 . 994 . 766 . 2 ( 10 ) ( ) ( ) ( ) ( ) )( ( ) = − − − 0,867 = ry2
Ini menunjukkan bahwa pupuk mempunyai hubungan kuat dalam meningkatkan hasil produksi kelapa sawit.
4.6 Uji Regresi Linier Berganda
Untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel tak bebas maka kita melakukan uji F dengan menggunakan statistik F.
a. Hipotesa yang digunakan adalah H0: β1= β2 = 0
H1: β1, β2≠ 0
b. Taraf nyata yang digunakan adalah sebesar : α= 0, 05 atau 5 %
c. Uji statistik dengan rumus :
(
/k)
JKreg =
sehingga diperoleh :
(
10 2 1)
/ 10 , 420 . 782 . 713 . 219 2 / 23 , 326 . 208 . 630 . 843 . 1 − − = F 203 . 683 . 387 . 31 12 , 163 . 104 . 815 . 921 =
F = 29,37
Dalam hal ini tingkat keyakinan ( confident level ) sebesar 95 % atau taraf nyata (significant level ) sebesar 5 % maka dari tabel distribusi F, diperoleh nilai F tes atau F tabel untuk pembilang ( v1 ) sebesar 2 dan penyebut ( v2 ) sebesar 7 adalah 4,74. Dengan membandingkan nilai F tabel atau F test yang diperoleh dengan nilai
F hitung yang telah dihitung, maka diperoleh :
F hitung = 29,37 > F tabel = 4,74
d. Kesimpulan
Dapat disimpulkan bahwa koefisien b0, b1, b2 dalam persamaan regresi berganda yaitu :
2 1 11,62 35 , 45080 089 . 752 .
4 X + X
=
Y − + adalah signifikan. Hal ini berarti
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah penerapan hasil desain tertulis kedalam programming dengan menggunakan perangkat lunak (software) sebagai implementasi ataupun prosedur untuk menyelesaikan desain sistem, yang mana dalam hal ini implementasi sistem digunakan untuk menganalisa data-data yang dianggap mempengaruhi hasil produksi kelapa sawit Kelompok Tani Keluarga Karya Maju Riau.
Adapun implementasi sistem yang digunakan untuk menganalisa hubungan ataupun pengaruh hasil produksi kelapa sawit adalah SPSS. Diharapkan dengan penggunaan SPSS ini dapat meningkatkan pengetahuannn dan kemampuan dalam hal: 1. Pemahaman bentuk elemen dari lembar kerja
2. Menganalisa data dan lembar kerja 3. Kreasi dan modifikasi grafik 4. Pedayagunaan fasilitas SPSS
5.2 Pengertian SPSS
SPSS (Statstical Product and Service Sollution) merupakan suatu program software statistika yang ditujukan untuk analisa data dan ilmu social. SPSS pertama kali dibuat pada tahun 1968 oleh tiga mahasiswa Stanford University, dan dioperasikan pada computer mainframe. Seiring dengan pengembangan software ini, SPSS sudah mampu memproses data statistik pada berbagai bidang ilmu baik sosial maupun non sosial. Program ini dapat dioperasikan dalam system windows sekitar tahun 1992.
5.3 SPSS 17.0
SPSS merupakan sebuah program aplikasi computer yang memiliki kemampuan analisa statistika cukup tinggi dalam berbagai ilmu, terutama untuk ilmu statistik. Program ini juga dapat menampilkan angka-angka hasil perhitungan statistik, grafik, tabel dengan berbagai model, baik variabel tunggal maupun variabel ganda.
SPSS 17.0 menggunakan dua buah type windows, yaitu SPSS data editor dan
output viewer. Data editor memiliki bentuk tampilan sejenis spreadsheet seperti pada
excel yang digunakan sebagai fasililitas untuk mengisikan, menyunting, dan menampilkan isi dari data penelitian.
SPSS data editor memilii dua spreadsheet (lembar kerja), yaitu sheet pertama dengan nama data view dan sheet kedua dengan nama variable view. Menu utama yang tersedia pada jendela data editor SPSS 17.0 adalah file, edit, view, data,
5.4 Pengaktifan SPSS
Untuk mengaktifkan SPSS 17.0 dengan menggunakan start menu program, maka dapat dilakukan langkah-langkah sebagai berikut:
[image:44.595.108.529.208.413.2]1. Klik menu Start, pilih Programs 2. Pilih items SPSS 17.0
Tabel 5.1 Tampilan Program SPSS
5.5 Pemasukkan Data
Setiap data yang akan dianalisis harus terlebih dahulu ditampilkan dalam jendela data editor. Bila data sudah tersimpan dalam suatu file, baik file yang sudah mempunyai format SPSS maupun file yang mempunyai format aplikasi, dapat dibuka dalam SPSS. Pemasukan data pada tulisan ini dilakukan dengan cara langsung, yakni mendefinisikan variabel terlebih dahulu, kemudian memasukkan data dengan langkah-langkah sebagai berikut:
Gambar 5.2 Pendefinisian Data
Klik variable view, yang terletak di sebelah kiri bawah jendela editor, lalu lakuka n langkah-langkah berikut:
1. Name : ketik nama variabel yang kita inginkan
2. Type : sesuaikan tipe data sesuai dengan apa yang kita inginkan 3. Width : diguakan untuk menentukan jarak/lebar kolom
4. Label : ketikkan nama sesuai dengan identitas dari nama variabel, nama variabel hanya terdiri dari 8 digit/karakter
5. Value : digunakn untuk mengisi penjelasan nama (label) pada variabel 6. Missing : digunakan untuk penjelasan data yang hilang/rusak
7. Columns : digunakan untuk menentukan letak pengisian data, apakah rata kiri, rata kanan atau diletakkan di tengah-tengah kolom
2. Setelah pendefinisian dilakukan, maka pengisian data dilakuakan dengan mengaktifkan terlebih dahulu data view, kemudiasn masukkan input data yang terlibat data dalam pembentukan model analisis jalur dengan memisalkan X1 sebagai luas tanah, X2 sebagai pupuk. Ketiga vaeriabel tersebut dinyatakan dengan variabel bebas, sedangkan untuk variabel tak bebasnya dinyatakan dengan Y yakni hasil produksi kelapa sawit. Semua hal di atas dapat lebih jelas dilihat pada gambar di bawah ini:
Gambar 5.3 Tampilan Data View
Gambar 5.4 Tampilan Untuk Menyimpan Data
5.6 Pengolahan Data Dengan persamaan Regresi
1. Tampilkan file yang akan ditentukan persamaan regresi pada jendela editor. 2. Pilih menu Analyze, kemudian pilih sub menu Regression, pilih Linier. Seperti
tampilan berikut:
[image:47.595.155.479.544.668.2]3. Setelah kotak dialog, kemudian sorot variabel yang menjadi variabel tidak bebas dan pindahkan ke kotak variable dependent. Demikian juga sorot variabel bebasnya dan pindahkan ke kotak variable independent.
Gambar 5.6 Kotak Dialog Linier Regression
3. Klik Stastitics pada kotak dialog tadi, aktifkan estimate, model fit, dan
casewise diagnotics, kemudian klik continue unutk meneruskan, lalu klik OK.
[image:48.595.140.493.517.695.2]6. Maka akan muncul output regresinya sebagi berikut:
Gambar 5.8 Tampilan Output Analisis Regresi
5.7 Pengolahan Data Dengan Korelasi
1. Tampilkan file yang akan ditentukan korelasi pada jendela editor.
Gambar 5.9 Tampilan Menu Correlate
3. Masukkan variabel Y, X1, dan X2.
4. Pada correlation coefficients, pilih pearson. 5. Pada test of significance, pilih two-tailed.
6.. Abaikan pilihan lainnya, klik OK. Seperti yang terlihat pada gambar berikut:
[image:50.595.107.482.487.673.2]7. Maka akan muncul output regresinya sebagi berikut
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
1. Dengan menggunakan rumus didapat nilai koefisien-koefisien b0 = -4.752.089, b1 = 4.508,35 , b2 = 11,62.
Sehingga persamaannya adalah Y=−4.752.089+45080,35X1+11,62X2
2. Terdapat hubungan fungsional yang signifikan antara Luas Tanah (X1), Pupuk (X2), dan Hasil Produksi Kelapa Sawit.
3. Diperoleh koefisien determinasi (R2) sebesar 0,89. Jadi koefisien korelasinya (R) sebesar 0,945 yang berarti 94,5 % hasil produksi dipengaruhi oleh kedua faktor tersebut, sedangkan 5,5 % dipengaruhi oleh faktor-faktor lain.
6.2 Saran
Setelah menarik kesimpulan dari data yang ada, maka saran yang akan diberikan adalah sebagai berikut :
1. Penulis menyarankan agar metode analisis regresi dapat dipergunakan dalam meramalkan Hasil Produksi Kelapa Sawit ataupun meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan ekonomi moneter.
DAFTAR PUSTAKA
Siegel, R.Murray. Theory and Problems of Statistics (S1 Metric) Edtion. Penerbit Erlangga. Jakarta. 1984.
Sudjana. Desain dan Analisis Eksperimen edisi 3. Penerbit Tarsito. Bandung. 1994.
Sudjana. Metode Statistika edisi 6. Penerbit Tarsito. Bandung. 1992.
Data Hasil Produksi Kelapa Sawit, Luas Tanah dan besarnya Pupuk yang digunakan Kelompok Tani Keluarga Karya Maju Riau pada tahun 2000-2009
Tahun Hasil Produksi (kg)
Luas Tanah
(ha)
Pupuk (kg)
2000 2.608.845 155 52.550
2001 2.976.065 158 53.750
2002 3.250.892 159 56.300
2003 3.556.712 160 67.500
2004 3.250.892 163 71.250
2005 3.941.152 165 108.000
2006 4.093.403 167 115.000
2007 3.706.456 169 76.400
2008 3.800.960 170 77.900
2009 3.934.567 170 86.300