Lampiran 1. Data produksi tandan buah segar (ton/bulan) Kebun Rambutan pada tanaman berumur 8, 12 dan 20 Tahun selama 3 tahun (2013-2015)
Sumber: Data admnistrasi kebun (Data diolah)
Lampiran 2. Data total dan rataan produksi tandan buah segar (ton/Tahun) selama 3 tahun (2013-2015)
Tahun Total Rataan
2013 23026,86 639,64
2014 13414,67 372,63
2015 12084,79 335,69
Lampiran 3. Data total dan rataan produksi tandan buah segar (Ton/Tahun) pada tanaman berumur 8, 12 dan 20 tahun selama 3 Tahun (2013-2015)
Umur Total Rataan
8 Tahun 9551,14 265,31
12 Tahun 9708,55 269,68
20 Tahun 29266,63 812,96
Bulan 2013 2014 2014
8 12 20 8 12 20 8 12 20
Lampiran 4. Data curah hujan (mm/tahun) dan hari hujan (hari/bulan) di Kebun Rambutan selama 3 tahun (2012-2014)
Bulan
2012 2013 2014
CH HH CH HH CH HH
Januari 13,00 8,00 56,00 8,00 101,00 10,00
Pebruari 29,00 8,00 67,00 10,00 11,00 2,00
M a r e t 119,00 15,00 54,00 6,00 59,00 9,00
A p r i l 278,00 14,00 221,00 13,00 72,00 8,00
M e i 103,00 14,00 103,00 7,00 191,00 14,00
J u n i 69,00 6,00 105,00 8,00 21,00 6,00
J u l i 143,00 12,00 36,00 8,00 11,00 5,00
Agustus 154,00 11,00 146,00 18,00 215,00 14,00
September 171,00 14,00 112,00 13,00 207,00 16,00 Oktober 189,00 18,00 335,00 20,00 242,00 17,00 Nopember 245,00 14,00 214,00 14,00 320,00 17,00 Desember 91,00 13,00 289,00 15,00 211,00 14,00 Total 1,604 147,00 1,738 140,00 1,661 132,00
Rataan 133,67 12,25 144,83 11,67 138,42 11,00
BB 8,00 8,00 7,00
BK 2,00 3,00 4,00
Sumber: Data admnistrasi kebun (Data diolah)
Lampiran 5. Data total dan rataan curah hujan (mm/tahun) pada tahun 2012-2014
TAHUN TOTAL RATAAN
2012 1,604 133,67
2013 1,738 144,83
2014 1,661 138,42
Lampiran 6. Uji korelasi komponen produksi TBS Correlations Berat Janjang Rata Rata Jumlah Janjang Jumlah Pohon Produktif Berat Janjang Rata Rata Pearson Correlation 1 .380 .538
Sig. (2-tailed) .313 .135
N 9 9 9
Jumlah Janjang Pearson Correlation .380 1 .937**
Sig. (2-tailed) .313 .000
N 9 9 9
Jumlah Pohon Produktif Pearson Correlation .538 .937** 1
Sig. (2-tailed) .135 .000
N 9 9 9
**. Correlation is significant at the 0.01 level (2-tailed). Lampiran 7. Klasifikasi tipe iklim Scmidth-Ferguson 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
Rataan BB 8
x 100 % = 3 x 100% = 37,5 % (Tipe C yaitu Agak Basah)
• Klasifikasi Iklim Scmidth-Ferguson 0 > Q ≤ 14,3 = Tipe
A (sangat basah)
60 > Q ≤ 100 = Tipe D (sedang)
300 > Q ≤ 700 = Tipe G ( sangat kering)
14,3 > Q ≤ 33,3 = Tipe B (basah)
100 > Q ≤ 167 = Tipe E (agak kering)
Q > 700 = Tipe H (ekstrim kering)
33,3 > Q ≤ 60 = Tipe C (agak basah)
Lampiran 8. Interpretasi nilai r pada analisis korelasi
Nilai r Interpretasi Keeratan
0,00 Tidak ada korelasi
0,01-0,20 Keeratan Sangat lemah
0,21-0,40 Keeratan Lemah
0,41-0,60 Keeratan Agak lemah
0,61-0,80 Keeratan Cukup
0,81-0,99 Keeratan Kuat
1,00 Keeratan Sangat Kuat
Sumber: Husain dan Setiadi, 1995
Lampiran 9. Uji T parsial analisis linear berganda pada tanaman berumur 8, 12 dan 20 tahun selama 3 Tahun (2013-2015)
a. Uji t pada tanaman berumur 8 tahun Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig,
B Std, Error Beta
1
(Constant) 149,084 114,637 1,300 ,226
Curah
Hujan -,403 ,803 -,457 -,501 ,628
Hari Hujan 14,760 18,082 ,744 ,816 ,435
b. Uji t pada tanaman berumur 12 tahun Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig,
B Std, Error Beta
1
(Constant) 116,464 128,357 ,907 ,388
Curah
Hujan -,315 ,900 -,304 -,350 ,734
Hari Hujan 16,884 20,246 ,725 ,834 ,426
c. Uji t pada tanaman berumur 20 tahun
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig,
B Std, Error Beta
1
(Constant) 821,449 104,812 7,837 ,000
Curah Hujan -,083 ,735 -,109 -,114 ,912
Lampiran 10. Nilai T-tabel
V T0,975 (α = 5%) T0,95 (α = 1%)
8 2,32 3,36
9 2,26 3,25
10 2,23 3,17
v = n-k-1 Keterangan :
v = (derajat kebebasan) ; n = jumlah data ; k = jumlah variable bebas Lampiran 11. Sidik ragam analisis linear berganda pada tanaman berumur 8, 12
dan 20 Tahun Selama 3 tahun (2013-2015) a. Uji F pada tanaman berumur 8 tahun
ANOVAa
Model Sum of Squares Df Mean Square F Sig,
1
Regression 6540,121 2 3270,060 ,634 ,553b
Residual 46409,356 9 5156,595
Total 52949,477 11
b. Uji F pada tanaman berumur 12 tahun ANOVAa
Model Sum of Squares Df Mean Square F Sig,
1
Regression 14863,470 2 7431,735 1,150 ,359b
Residual 58183,728 9 6464,859
Total 73047,198 11
c. Uji F pada tanaman berumur 20 tahun ANOVAa
Model Sum of Squares df Mean Square F Sig,
1
Regression 989,508 2 494,754 ,115 ,893b
Residual 38795,527 9 4310,614
Lampiran 12. Nilai F-Tabel pada α = 5%
Derajat Bebas Penyebut
Derajat Bebas Pembilang
1 2 3
8 5,32 4,46 4,07
9 5,12 4,26 3,86
10 4,96 4,10 3,71
Derajat Bebas Pembilang = k ˗ 1 (3 – 1 = 2) Derajat Bebas Penyebut = n ˗ k (12 – 3 = 9)
Lampiran 13. Nilai koefisien analisis linear berganda pada tanaman berumur 8, 12 dan 20 tahun
a. Nilai koefisein pada umur 8 tahun Model Summaryb
Model R R Square Adjusted R Square Std, Error of the Estimate
1 ,351a ,124 -,071 71,80944
b. Nilai koefisein pada umur 12 tahun Model Summaryb
Model R R Square Adjusted R Square Std, Error of the Estimate
1 ,451a ,203 ,026 80,40434
c. Nilai koefisein pada umur 20 tahun Model Summaryb
Model R R Square Adjusted R Square
Std, Error of the Estimate
Lampiran 14. Model pengujian analisis linear berganda pada tanaman berumur 8, 12 dan 20 tahun
a. Uji analisis regresi linear berganda pada tanaman berumur 8 tahun
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig, Collinearity Statistics
B Std, Error Beta Tolerance VIF
1
149,084 114,637 1,300 ,226
Curah
Hujan -,403 ,803 -,457 -,501 ,628 ,117 8,538
Hari
Hujan 14,760 18,082 ,744 ,816 ,435 ,117 8,538 b. Uji analisis regresi linear berganda pada tanaman berumur 12 tahun
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig, Collinearity Statistics
B Std, Error Beta Tolerance VIF
1
116,464 128,357 907 ,388
Curah
Hujan -,315 ,900 -,304 -,350 ,734 ,117 8,538
Hari
Hujan 16,884 20,246 ,725 ,834 ,426 ,117 8,538
c. Uji analisis regresi linear berganda pada tanaman berumur 20 tahun
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig, Collinearity Statistics
B Std, Error Beta Tolerance VIF
1
821,449 104,812 7,837 ,000
Curah
Hujan -,083 ,735 -,109 -,114 ,912 ,117 8,538
Hari
Lampiran 15. Uji analisis korelasi antar variabel pada tanaman berumur 8, 12 dan 20 tahun selama 3 Tahun (2013-2015)
a. Uji analisis korelasi pada tanaman berumur 8 tahun Correlations
Produksi TBS Curah Hujan Hari Hujan
Produksi TBS
Pearson Correlation 1 ,242 ,315
Sig, (2-tailed) ,448 ,319
N 12 12 12
Curah Hujan
Pearson Correlation ,242 1 ,940**
Sig, (2-tailed) ,448 ,000
N 12 12 12
Hari Hujan
Pearson Correlation ,315 ,940** 1
Sig, (2-tailed) ,319 ,000
N 12 12 12
**, Correlation is significant at the 0,01 level (2-tailed),
b. Uji analisis korelasi pada tanaman berumur 12 tahun Correlations
Produksi TBS Curah Hujan Hari Hujan
Produksi TBS
Pearson Correlation 1 ,377 ,439
Sig, (2-tailed) ,227 ,153
N 12 12 12
Curah Hujan
Pearson Correlation ,377 1 ,940**
Sig, (2-tailed) ,227 ,000
N 12 12 12
Hari Hujan
Pearson Correlation ,439 ,940** 1
Sig, (2-tailed) ,153 ,000
N 12 12 12
c. Uji analisis korelasi pada tanaman berumur 20 tahun
Lampiran 16. Uji Kolgomorov-Smirnov pada tanaman berumur 8, 12 dan 20 tahun
a. One-Sample Kolgomorov-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 265,3094 138,9167 11,6667 0E-7
Std,
Deviation 69,38003 78,74292 3,49892 64,95407871 Most Extreme
Differences
Absolute ,212 ,201 ,164 ,252
Positive ,212 ,201 ,110 ,252
Negative -,128 -,120 -,164 -,141
Kolmogorov-Smirnov Z ,733 ,696 ,569 ,874
Asymp, Sig, (2-tailed) ,656 ,718 ,903 ,430
a, Test distribution is Normal, b, Calculated from data,
Correlations
Produksi TBS Curah Hujan Hari Hujan Produksi
TBS
Pearson Correlation 1 -,157 -,153
Sig, (2-tailed) ,627 ,635
N 12 12 12
Curah Hujan
Pearson Correlation -,157 1 ,940**
Sig, (2-tailed) ,627 ,000
N 12 12 12
Hari Hujan
Pearson Correlation -,153 ,940** 1
Sig, (2-tailed) ,635 ,000
N 12 12 12
b. One-Sample Kolgomorov-Smirnov Test pada tanaman berumur 12 tahun One-Sample Kolmogorov-Smirnov Test
Produksi TBS
Hari Hujan Curah Hujan
Unstandardized Residual
N 12 12 12 12
Normal Parameters a,b
Mean 269,6775 11,6667 138,9167 0E-7
Std, Deviation 81,49021 3,49892 78,74292 72,72846649 Most
Extreme Differences
Absolute ,130 ,164 ,201 ,246
Positive ,099 ,110 ,201 ,246
Negative -,130 -,164 -,120 -,209
Kolmogorov-Smirnov Z ,450 ,569 ,696 ,852
Asymp, Sig, (2-tailed) ,987 ,903 ,718 ,462
a, Test distribution is Normal, b, Calculated from data,
c. One-Sample Kolgomorov-Smirnov Test pada tanaman berumur 20 tahun One-Sample Kolmogorov-Smirnov Test
Produksi TBS Curah Hujan Hari Hujan Unstandardized Residual
N 12 12 12 12
Normal Parameters a,b
Mean 799,7142 138,9167 11,6667 0E-7
Std, Deviation 60,14001 78,74292 3,49892 59,38742401 Most
Extreme Differences
Absolute ,172 ,201 ,164 ,172
Positive ,172 ,201 ,110 ,172
Negative -,100 -,120 -,164 -,107
Kolmogorov-Smirnov Z ,595 ,696 ,569 ,596
Asymp, Sig, (2-tailed) ,871 ,718 ,903 ,870
Lampiran 17. Nilai Uji Heteroskedasitas signifikansi pada Absolute Residual
pada tanaman berumur 8, 12 dan 20 tahun
a. Nilai signifikansi uji heteroskedasitas pada Absolute Residual pada tanaman berumur 8 tahun
Coefficientsa Mode Unstandardized
Coefficients
Standardized Coefficients
T Sig, Collinearity Statistics
B Std, Error
Beta Tolerance VIF
1
(Constant) 56,558 46,006 1,229 ,250 Curah
Hujan -,231 ,322 -,606 -,717 ,491 ,117 8,538
Hari Hujan 1,005 7,257 ,117 ,139 ,893 ,117 8,538
b. Nilai signifikansi uji heteroskedasitas pada Absolute Residual pada tanaman berumur 12 tahun
Coefficientsa Mode Unstandardized
Coefficients
Standardized Coefficients
T Sig, Collinearity Statistics
B Std,
Error
Beta Tolerance VIF
1
(Constant) 95,503 42,188 2,264 ,050 Curah
Hujan -,276 ,296 -,695 -,933 ,375 ,117 8,538
Hari Hujan ,489 6,654 ,055 ,073 ,943 ,117 8,538
a. Dependent Variable: ABS_RES2
c. Nilai signifikansi uji heteroskedasitas pada Absolute Residual pada tanaman berumur 12 tahun
Coefficientsa Mode Unstandardized
Coefficients
Standardized Coefficients
T Sig, Collinearity Statistics
B Std, Error
Beta Tolerance VIF
1
(Constant) 71,154 58,963 1,207 ,258 Curah
Hujan -,333 ,413 ,754 ,806 ,441 ,117 8,538
Lampiran 18. Uji Autokorelasi pada tanaman berumur 8, 12 dan 20 tahun
Umur Tanaman Nilai hitung Durbin Watson (d)
8 Tahun 0,932
12 Tahun 0,954
20 Tahun 1,433
Lampiran 19. 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 0,7580 1,6044
12 0,9708 1,3314 0,8122 1,5794
Sumber : Junaidi (2013)
Lampiran 20. Tabel Residual Analisis Linear Berganda pada tanaman berumur 8, 12 dan 20 tahun
Bulan 8 Tahun 12 Tahun 20 Tahun
Januari -69,83767 -63,29208 -23,00572 Februari -51,44939 -68,98029 -73,81699 Maret -47,84933 -87,95491 -3,47780 April -19,72821 -48,62121 82,69605
Mei -28,45595 -41,74467 109,75899
Juni 31,27114 105,30644 -,78846
Juli 116,83252 83,84230 33,01471
Agustus 133,68406 100,63967 51,20481
September 15,50803 87,47414 -55,39577
Oktober -14,05392 -14,56646 -1,04334
November -20,99095 -33,40910 -64,00624
DAFTAR PUSTAKA
Adi, P. 2013. Kaya Dengan Bertani Kelapa Sawit. Pustaka Baru Press. Yogyakarta.
Direktorat Jenderal Perkebunan. 2016. Produksi dan Volume Ekspor-Impor Perkebunan Besar Indonesia. Diakses dari http://dirjenbun.deptan.go.id pada Maret 2016
Drajat, B. 2004. Dinamika Lingkungan Nasional dan Global Perkebunan : Implikasi Strategis bagi Pembangunan Perkebunan. Lembaga Riset Perkebunan Indonesia. Bogor.
Effendi, R.,& Widararho, A. 2011. Buku Pintar Kelapa Sawit. Agromedia Pustaka. Jakarta.
Efendi, Z., Wulandari, W,A, Dan Alfayanti. 2016. Analisis Faktor-Faktor Yang Mempengaruhi Produksi Kelapa Sawit Rakyat Di Kabupaten Seluma. Balai Pengkajian Teknologi Pertanian Bengkulu. Bengkulu.
Fauzi, Y., E. Widyastuti, I. Sastyawibawa, dan R. Hartono. 2002. Kelapa Sawit: Budidaya, Pemanfaatan Hasil dan Limbah, Analisis Usaha dan Pemasaran. Edisi Revisi. Penebar Swadaya. Jakarta. 168 hal.
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.
Husain, U dan Setiadi, A.P. 1995. Pengantar Statistika. Bumi Aksara. Yogyakarta 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.
Manalu, A.F. 2008. Pengaruh Hujan Terhadap Produktivitas dan Pengelolaan Air di Kebun Kelapa Sawit (Elaeis guineensisJacq.) Mustika Estate, PT. Sajang Heulang, Minamas Plantation, Tanah Bumbu, Kalimantan Selatan.
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
Nugraheni, C. 2007. Pengelolaan Air untuk Budidaya Tanaman Kelapa Sawit (Elaeis guineensis Jacq.) di PT Agrowiyana Sei Tungkal Ulu Kabupaten Tanjung Jabung Barat, Jambi. Skripsi. Program Studi Agronomi Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Pahan, I. 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.
PTPN III, 2016. Profil Perusahaan.http://ptpn3.com/main/index.PHP/tentang kami/Profil Perusahaan.html[20 Maret 2016].
Purba, S.B. 2006. Pengelolaan Air pada Budidaya Tanaman Kelapa Sawit (Elaeis guineensisJacq.) di PT Sarntosa Mulia Bahagia, Musi Banyuasin,
Sumatera Selatan. 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
Sevitha, I.P. 2013. Analisis Produktivitas Kelapa Sawit (Elaeis guineensisJacq.) di Serawak Damai Estate (SDME), PT Windu Nabatindo Lestari (WNL), Bumitama Guna Jaya Agro, Kotawaringin Timur, Kalimantan Tengah.
Skripsi. Program Studi Agronomi dan Hortikultura Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
Tahun Di Kebun Begerpang Estate Pt.Pp London Sumatra Indonesia, Tbk. Skripsi. Program Studi Agroekoteknologi, Fakultas Pertanian. Universitas Sumatera Utara. Medan.
Siregar, H. H., N. H. Darian, T. C. Hidayat, W. Darmosarkoro, dan I. Y. Harahap. 2006. Seri Buku saku Hujan sebagai Faktor Penting untuk Perkebunan Kelapa Sawit. Pusat Penelitian Kelapa Sawit. Medan.
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.
GAMBARAN UMUM PERUSAHAAN
Sejarah Perusahaan
PT. Perkebunan Nusantara III disingkat PTPN III (Persero), merupakan salah satu dari 14 Badan Usaha Milik Negara (BUMN) perkebunan yang bergerak dalam bidang usaha perkebunan, pengolahan dan pemasaran hasil perkebunan. Kegiatan usaha Perseroan mencakup usaha budidaya dan pengolahan tanaman kelapa sawit dan karet. Produk utama Perseroan adalah Minyak Sawit (CPO) dan Inti Sawit (Kernel) dan produk hilir karet.
Sejarah perseroan diawali dengan proses pengambil alihan perusahaan - perusahaan perkebunan milik Belanda oleh Pemerintah Republik
Indonesia pada tahun 1958 yang dikenal dengan proses Nasionalisasi Perusahaan Perkebunan Asing menjadi Perseroan Perkebunan Negara (PPN). Pada tahun 1968 PPN di restrukturisasi menjadi beberapa kesatuan Perusahaan Negara Perkebunan (PNP) yang selanjutnya pada tahun 1974 bentuk badan hukumnya diubah menjadi PT. Perkebunan (Persero).
Guna meningkatkan efisiensi dan efektifitas kegiatan usaha perusahaan BUMN, Pemerintah merestrukturisasi BUMN sub sektor, perkebunan dengan melakukan penggabungan usaha berdasarkan wilayah eksploitasi dan perampingan struktur organisasi. Diawali dengan langkah penggabungan manajemen pada tahun 1994, 3 (tiga) BUMN Perkebunan yang terdiri dari
PT. Perkebunan III (Persero), PT. Perkebunan IV (Persero), PT. Perkebunan V (Persero) disatukan pengelolaannya kedalam manajemen
Selanjutnya melalui Peraturan Pemerintah (PP) No.8 Tahun 1996 tanggal
14 Februari 1996, ketiga perseroan tersebut digabung dan di beri nama PT. Perkebunan Nusantara III Persero yang bekedudukan di Medan, Sumatera Utara.
PT. Perkebunan Nusantara III (Persero) didirikan dengan Akte Notaris Harun Kamil, SH, No.36 tanggal 11 Maret 1996 dan telah disahkan Menteri
Kehakiman Republik Indonesia dengan Surat Keputusan No. C2-8331. HT. 01. 01. th. 96 tanggal 8 Agustus 1996 yang dimuat didalam
Berita Negara Republik Indonesia No.81 tahun 1996 Tambahan Berita Negara No. 8674 Tahun 1996.
Kebun Rambutan berasal dari perkebunan milik Maatscappay Hindia Belanda di bawah naungan NV RCMA (Rubber Culltur Maatscappay Amsterdam) yang pada tahun 1958 di nasionalisasikan menjadi PPN baru cabang Sumatera Utara.
Visi dan Misi Perusahaan
Visi : PT. Perkebunan Nusantara III “ Menjadi Perusahaan Agribisnis Kelas Dunia dengan Kinerja Prima dan Melaksanakan Tata Kelola Bisnis Terbaik ”.
Misi :
• Mengembangkan industri hilir berbasis perkebunan secara
berkesinambungan.
• Menghasilkan produk berkualitas untuk pelanggan.
• Memperlakukan karyawan sebagai aset strategik dan
• Menjadikan perusahaan terpilih yang memberikan imbal-hasil terbaik
bagi para investor.
• Menjadikan perusahaan yang paling menarik untuk bermitra bisnis.
• Memotivasi karyawan untuk berpartisipasi aktif dalam pengembangan
komunitas.
Letak Geografis Perusahaan
Kebun Rambutan terletak pada lokasi yang sangat strategis di Provinsi Sumatera Utara, yakni terletak ± 80 km sebelah tenggara kota Medan serta
berbatasan langsung dengan Kota Tebing Tinggi dengan koordinat 99°4’ s/d. 99°20’ BT dan 3°20’ s/d. 3°26’LU. Kebun Rambutan berada di dalam 2
kabupaten yaitu Kabupaten Serdang Bedagai dan Kabupaten Batu Bara. Kebun Rambutan berada di ketinggian 18–27 mdpl.
Keadaan Tanah
Secara umum Kebun Rambutan bertopografi datar yang didominasi oleh jenis tanah Podsolik merah kuning, Aluvial dan Hidromorfik kelabu.
Luas Kebun
Luas Hak Guna Usaha (HGU) Kebun Rambutan adalah seluas 6.837,67 Ha yang terdiri dari 4 Sertifikat. Kebun Rambutan memiliki 2 jenis
komoditi perkebunan, yaitu Kelapa Sawit dan Karet. Areal tanaman Kebun Rambutan terdiri atas 8 Afdeling dengan komposisi areal Kelapa Sawit seluas
METODOLOGI PENELITIAN
Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di PT. Perkebunan Nusantara III Persero Kebun Rambutan, Kabupaten Serdang Bedagai Provinsi Sumatera Utara pada
bulan Juni sampai dengan bulan Oktober 2016 . Metode Penelitian
Penelitian ini menggunakan metode dasar yakni metode 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.22 (Statistical Package of Social Science) for windows.
Metode analisis yang digunakan dalam penelitian ini ialah analisis regresi berganda dan korelasi regresi.
Y = a + b1X1 + b2X2 + Ɛ Y : produksi TBS
a : intersep dari garis pada sumbu Y b : koefisien regresi linier
X1 : curah hujan bulanan X2 : hari hujan bulanan
Ɛ : eror
Peubah Amatan
Peubah amatan yang diamati adalah data primer dari perkebunan berupa data dari PT. Perkebunan Nusantara III Persero Kebun Rambutan terdiri atas: Produksi Tandan Buah Segar
Data produksi tandan buah segar (ton) yang digunakan berdasarkan data produksi kelapa sawit bulanan selama 3 tahun yakni 2013, 2014 dan 2015 berdasarkan umur tanaman 8, 12 dan 20 tahun di lapangan yaitu pada tahun tanam
2005, 2006 dan 2007 (umur 8 tahun) ; tahun tanam 2001, 2002 dan 2003 (umur 12 tahun) ; tahun tanam 1993, 1994 dan 1995 (umur 20 tahun). Data
produksi TBS dianalisis dengan menggunakan analisis regresi linear berganda dan analisis korelasi.
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
Curah Hujan
Data curah hujan (mm) yang digunakan berdasarkan data pengukuran curah hujan bulanan selama tiga tahun yakni 2012, 2013 dan 2014. Data diperoleh dari PT. Perkebunan Nusantara III Persero kebun Rambutan Kabupaten Serdang Bedagai Provinsi Sumatera Utara. Pengukuran curah hujan dilakukan setiap pagi hari pada pukul 07.00 WIB dengan menggunakan alat ombrometer. Data hari hujan dianalisis dengan menggunakan analisis regresi linear berganda dan analisis korelasi.
Hari Hujan
PELAKSANAAN PENELITIAN
Studi Kepustakaan
Studi kepustakaan dilakukan dengan menelusuri dan menelaah studi pustaka yang berkaitan dengan curah hujan dan hari hujan, umur tanaman serta produksi tandan buah segar (TBS).
Pengumpulan Data
Pengumpulan data primer adalah meliputi data primer untuk laporan umum dan data primer untuk keperluan analisis. Data primer ini diperoleh dari studi literatur yang didapat dikantor tentang PTPN III kebun Rambutan. Data primer untuk analisis disesuaikan dengan kelengkapan data pada administrasi kebun. Data primer untuk laporan umum meliputi keadaan umum perusahaan, letak geografis, keadaan tanah dan iklim, luas tata guna kebun, keadaan produksi dan produktivitas tanaman. Data primer untuk keperluan analisis ini diambil data bulanan selama 3 tahun yakni pada tahun 2013, 2014 dan 2015 meliputi data produksi dan tahun 2012, 2013 dan 2014 meliputi data curah hujan dan data hari hujan umur tanaman berumur 8, 12 dan 20 tahun setelah tanam berdasarkan umur tahun tanam di lapangan.
Pengolahan Data dan Analisis Data
antara variabel bebas dan terikat. Pengolahan data dibantu dengan software SPSS.v.22 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, 12 dan 20 tahunberdasarkan data yang diperoleh dari administrasi kebun.
Berdasarkan hipotesis yang diajukan, untuk menguji hipotesis digunakan Uji–T (parsial), Uji–F (serempak) dan R2. Uji hipotesis menggunakan uji dua arah dengan tingkat signifikan (α) sebesar 5%. Teknik analisis data dengan menggunakan analisis regresi berganda dengan model persamaan berikut ini:
Y = a + b1X1 + b2X2 + Ɛ
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
multikolinearitas, heteroskedastisitas, autokorelasi dalam model yang digunakan. Jika keseluruhan syarat tersebut terpenuhi berarti model analisis telah layak digunakan.
Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel tidak bebas dan variabel bebas memiliki data yang terdistribusi normal atau tidak. Data yang terdistribusi normal menunjukkan bahwa tidak terdapat nilai ekstrim yang nantinya dapat mengganggu hasil data penelitian. Model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati normal. Dalam pembahasan ini akan digunakan uji One Sample Kolmogorov–Smirnov
dengan menggunakan taraf signifikansi 0,05. Data dinyatakan berdistribusi normal jika signifikansi dan nilai One Sample Kolmogorov–Smirnov lebih besar dari 5% atau 0,05.
Uji Heteroskedastisitas
Uji 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 < 10 dan nilai Tolerance > 0.1.
Uji Autokorelasi
Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Untuk mengetahui ada tidaknya autokorelasi dapat dilihat dari nilai Durbin Watson (d) dibandingkan dengan nilai Tabel Durbin Watson. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode uji Durbin–Watson (uji DW) dengan ketentuan sebagai berikut:
1. Jika d terletak antara 0 dan dL, maka ada autokorelasi positif.
2. Jika d terletak antara dL dan dU atau d terletak antara (4-dU) dan (4-dL), maka tidak dapat disimpulkan.
3. Jika d terletak antara dU dan (4-dU), maka tidak ada autokorelasi. 4. Jika d terletak antara (4-dL) dan 4, maka ada autokorelasi negatif. Pengujian Hipotesis
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 yang diajukan dalam analisis ini ialah:
H0: bi = 0 H1: bi ≠ 0,
bi = koefisien regresi variabel ke–i
Pengambilan keputusan untuk melihat apakah hipotesis H0 diterima atau ditolak. Hipotesis H0 ditolak membuktikan bahwa variabel bebas yang digunakan berpengaruh nyata terhadap produksi TBS.
Penarikan Kesimpulan
HASIL DAN PEMBAHASAN
Komponen Produksi Tandan Buah Segar
Produksi tandan buah segar tidak terlepas dari komponen produksi yang mempengaruhinya yang berkaitan dengan pencapaian produksi yang diharapkan. Berdasarkan ketersediaan data, adapun komponen produksi tanaman kelapa sawit
yang dapat mempengaruhi produksi TBS ialah jumlah janjang, berat janjang rata-rata (BJR) dan jumlah pohon produktif.
Berikut disajikan data komponen produksi kebun Rambutan pada beberapa tahun tanam pada tanaman kelapa sawit berumur 8, 12 dan 20 tahun pada Tabel 1. Tabel 1. Komponen produksi TBS kebun Rambutan pada beberapa tahun tanam
Tahun Tanam Jumlah Janjang
Berat Janjang Rata-rata
Jumlah Pohon Produktif
(X1) (X2) (X3)
1993 85987.42 16.65 122337.75
1994 25389.33 16.97 34294.83
1995 31151.33 16.80 54332.83
2001 11650.17 12.76 11997.83
2002 17266.58 13.49 48809.50
2003 31240.92 13.75 37144.75
2005 30904.58 9.55 27505.58
2006 44297.92 10.04 52234.50
2007 5717.42 9.74 6963.42
signifikasi 0,313 pada taraf uji α = 0,01. Pada komponen berat janjang rata-rata
dan jumlah pohon produktif terdapat hubungan tidak signifikan (tidak berbeda
nyata) dengan nilai signifikasi 0,135 pada taraf uji α = 0,01.
Hasil uji korelasi menunjukkan bahwa nilai koefisien korelasi yang menunjukkan hubungan keeratan yang kuat antara variabel jumlah janjang dengan jumlah pohon produktif yakni sebesar 93%. Hubungan keeratan ini memperlihatkan berpengaruhnya komponen produksi terhadap pencapaian produksi TBS. Korelasi agak lemah terdapat pada komponen jumlah pohon produktif dengan berat janjang rata- rata dan berat janjang rata-rata dengan jumlah janjang yakni sebesar 53% dan 38%.
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. Hasil ini menunjukkan jika semakin besar jumlah pohon produktif maka semakin besar juga jumlah janjang dihasilkan. Jumlah populasi pohon per hektar diduga berpengaruh terhadap produksi total kebun dan bobot janjang rata-rata.
dihasilkan lebih banyak dari pada tanaman dewasa. Pada fase umur tanaman yang diamati adalah fase dimana pertumbuhan dari kelapa sawit tersebut meningkat secara signifikan atau biasa disebut dengan fase sigmoid. Umur tanaman kelapa sawit berubah setiap tahunnya, dengan kata lain hal tersebut juga mempengaruhi pencapaian produksi per hektarnya per tahunnya. Jumlah janjang yang dihasilkan tanaman yang lebih muda lebih banyak dikarenakan pada tanaman muda produksi lebih optimal dan lebih sedikit jumlah tanaman yang terkena hama dan penyakit. Jumlah pohon produktif yang tinggi menyebabkan pencapaian produksi TBS yang besar pula.
Produksi Tandan Buah Segar (ton/bulan), Curah Hujan (mm/bulan) dan Hari Hujan (hari/bulan) pada Tanaman Kelapa Sawit Berumur 8 Tahun
[image:30.595.114.511.459.687.2]Data rataan produksi tandan buah segar, curah hujan dan hari hujan selama 3 tahun pada tanaman kelapa sawit berumur 8 tahun.
Tabel 2. Rataan produksi (ton/bulan) pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun.
Bulan Produksi TBS (ton)
Rataan
2013 2014 2015
Januari 274,97 272,42 19,96 189,11
Februari 284,46 258,67 16,21 186,44
Maret 261,40 363,87 28,15 217,80
April 308,25 343,89 37,62 229,92
Mei 261,02 434,98 37,68 244,56
Juni 293,84 397,80 80,81 257,48
Juli 386,44 601,31 88,08 358,61
Agustus 374,11 781,10 105,10 420,10
September 276,36 543,45 96,85 305,55
Oktober 315,59 510,70 67,60 297,96
November 277,14 398,74 58,32 244,73
Desember 228,83 414,38 51,04 231,41
Total 3542,41 5321,31 687,42 3183,71
420,10 ton/bulan dan rataan terendah terdapat pada bulan Februari sebesar 186,44 ton/bulan.
Dari Gambar 1 dapat dilihat bahwa tahun 2013 pada tanaman kelapa sawit berumur 8 tahun, total produksi TBS tertinggi terdapat pada bulan Juli dan total terendah terdapat pada bulan Desember. Pada tahun 2014 total produksi TBS tertinggi terdapat pada bulan Agustus dan total terendah terdapat pada bulan Februari. Pada tahun 2015, total produksi TBS tertinggi terdapat pada bulan Agustus dan total terendah terdapat pada bulan Februari. Berikut disajikan grafik perkembangan produksi TBS pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun pada Gambar 1.
Gambar 1. Perkembangan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 8 tahun.
0 100 200 300 400 500 600 700 800 900
1 2 3 4 5 6 7 8 9 10 11 12
P
ro
d
uks
i T
B
S
(
to
n/
H
a)
Bulan
2013
2014
Berikut ini data rataan curah hujan pada tanaman kelapa sawit berumur 8 tahun.
Tabel 3. Rataan Curah Hujan (mm/bulan) pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2012-2014).
Bulan Curah Hujan (mm)
Rataan
2012 2013 2014
Januari 13,00 56,00 101,00 57,00
Februari 29,00 67,00 11,00 36,00 Maret 119,00 54,00 59,00 77,00
April 278,00 221,00 72,00 190,00
Mei 103,00 103,00 191,00 132,00
Juni 69,00 105,00 21,00 65,00
Juli 143,00 36,00 11,00 63,00
Agustus 154,00 146,00 215,00 172,00
September 171,00 112,00 207,00 163,00
Oktober 189,00 335,00 242,00 255,00
November 245,00 214,00 320,00 260,00
Desember 91,00 289,00 211,00 197,00
Total 1.604,00 1.738,00 1.661,00 1.668,00
Dari Tabel 3 diatas dapat dilihat bahwa rataan curah hujan tertinggi pada tanaman kelapa sawit pada bulan November sebesar 260 mm/bulan dan rataan curah hujan terendah terdapat pada bulan Februari sebesar 36 mm/bulan. Berikut
disajikan grafik perkembangan curah hujan pada tanaman kelapa sawit selama 3 tahun.
Gambar 2. Perkembangan curah hujan (mm/bulan) pada tanaman kelapa sawit.
-50 100 150 200 250 300 350 400
1 2 3 4 5 6 7 8 9 10 11 12
[image:32.595.123.513.565.730.2]Dari Gambar 2 dilihat bahwa tahun 2012 pada tanaman kelapa sawit, total curah hujan tertinggi terdapat pada bulan April dan total terendah pada bulan Januari. Pada tahun 2013, total curah hujan tertinggi terdapat pada bulan Oktober dan total terendah pada bulan Juli. Pada tahun 2014, total hari hujan tertinggi terdapat pada bulan November dan total terendah pada bulan Februari dan Juli. Berikut ini data rataan hari hujan pada tanaman kelapa sawit berumur 8 tahun. Tabel 4. Rataan hari hujan (hari/bulan) pada tanaman kelapa sawit berumur 8 tahun
selama 3 tahun (2012-2014).
Bulan Hari Hujan (hari)
Rataan
2012 2013 2014
Januari 8,00 8,00 10,00 9,00
Februari 8,00 10,00 2,00 7,00
Maret 15,00 6,00 9,00 10,00
April 14,00 13,00 8,00 12,00
Mei 14,00 7,00 14,00 12,00
Juni 6,00 8,00 6,00 7,00
Juli 12,00 8,00 5,00 8,00
Agustus 11,00 18,00 14,00 14,00
September 14,00 13,00 16,00 14,00
Oktober 18,00 20,00 17,00 18,00
November 14,00 14,00 17,00 15,00
Desember 13,00 15,00 14,00 14,00
Total 147,00 140,00 132,00 139,67
Berikut ini disajikan grafik perkembangan hari hujan pada tanaman kelapa sawit selama 3 tahun (2012-2014) pada Gambar 3.
Gambar 3. Perkembangan hari hujan (hari/bulan) pada tanaman kelapa sawit. Dari Gambar 3 dilihat bahwa tahun 2012 pada tanaman kelapa sawit, total hari hujan tertinggi terdapat pada bulan Oktober dan total terendah pada bulan Juni. Pada tahun 2013, total hari hujan tertinggi terdapat pada bulan Oktober dan total terendah pada bulan Maret. Pada tahun 2014, total hari hujan tertinggi terdapat pada bulan Oktober dan November dan total terendah pada bulan Februari.
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 kedepan karena berhubungan dengan proses pembungaan dan pematangan buah pada tanaman kelapa sawit. Untuk melihat hubungan curah hujan dan hari hujan terhadap
-5 10 15 20 25
1 2 3 4 5 6 7 8 9 10 11 12
Ha
ri
Hu
ja
n
Bulan
2012
2013
produksi TBS pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2013-2015) dilihat pada Tabel 5.
Tabel 5. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2013-2015).
Bulan
Rataan Produksi TBS
(ton)
Curah Hujan (mm)
Hari Hujan (hari)
Januari 189,12 57,00 9,00
Februari 186,45 36,00 7,00
M a r e t 217,81 77,00 10,00
A p r i l 229,92 190,00 12,00
M e i 244,56 132,00 12,00
J u n i 257,48 65,00 7,00
J u l i 358,61 63,00 8,00
Agustus 420,10 172,00 14,00
September 305,55 163,00 14,00
Oktober 297,96 255,00 18,00
November 244,73 260,00 15,00
Desember 231,42 197,00 14,00
Total 3183,71 1.668,00 39,67
Dari Tabel 5 dapat diketahui bahwa total rataan TBS pada tanaman berumur 8 tahun selama 3 tahun (2013-2015) sebesar 3183,71 ton, sedangkan total
[image:35.595.117.512.185.442.2]Berikut disajikan grafik hubungan antara curah hujan dan produksi TBS pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2013-2015) pada Gambar 4.
Gambar 4. Hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 8 tahun.
Dari Gambar 4 diketahui bahwa rataan produksi tertinggi pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2013-2015) terdapat pada bulan Agustus dan rataan produksi terendah pada bulan Februari. Rataan curah hujan tertinggi terdapat pada bulan November dan rataan curah hujan terendah pada bulan Februari.
Analisis Data Kepala Sawit Berumur 8 Tahun
Analisis data tandan buah segar pada tahun 2013, 2014 dan 2015 di Kebun Rambutan PTPN III dilakukan dengan menggunakan analisis regresi linear berganda dan analisis kolerasi. Analisis linear berganda untuk mengetahui apakah variabel curah hujan dan hari hujan akan memberikan pengaruh terhadap produksi kelapa sawit. Sedangkan analisis kolerasi untuk mengetahui kuat lemahnya
0 50 100 150 200 250 300 350 400 450
1 2 3 4 5 6 7 8 9 10 11 12
R
at
aan
Bulan
Produksi TBS (ton)
hubungan variabel bebas dan variabel terikat. Alat bantu yang digunakan untuk mengolah data menggunakan SPSS.v.22 for windows.
Analisis Regresi Linear Berganda
Dalam uji regresi berganda dikenal nilai koefisien kolerasi (r), koefisien determinasi (R2) dan koefisien determinasi terkoreksi (Adjusted R2). Koefisien kolerasi (r) digunakan untuk melihat besarnya hubungan antara variabel bebas dan variabel terikat. Koefisien determinasi (R2) digunakan untuk mengetahui persentase sumbangan pengaruh serentak variabel bebas terhadap variabel terikat. Berikut disajikan nilai koefisien pada model persamaan regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun pada Tabel 7 ( Lampiran 13).
Tabel 6. Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun.
Umur Nilai Koefisien
R R2 Adjusted R2
8 Tahun 0,351 0,124 -0,071
Pada Tabel 6 dapat diperoleh bahwa pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2013-2015) nilai koefisiean (r) sebesar 35,1%, koefisien
determinasi (R2) sebesar 12,4% dan koefisien terkoreksi (Adjusted R2) sebesar -7,1%. Nilai koefisien (r) menunjukan besarnya hubungan variabel curah
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai t-tabel. Berikut disajikan uji t-parsial pada tanaman kelapa sawit berumur 8 tahun pada Tabel 7 (Lampiran 9).
Tabel 7. Uji t-parsial curah hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun.
Peubah 8 Tahun
t-hitung Sig.
Curah hujan -0,501 0,628tn
Hari hujan 0,816 0,435 tn
Keterangan: tn = tidak berbeda nyata
Hasil uji t-parsail, terlihat bahwa nilai signifikasi curah hujan pada tanaman kelapa sawit berumur 8 tahun lebih besar dari alpha 5% (sig < α 0,05), maka dapat dikatakan t-hitung berbeda tidak nyata pada taraf kepercayaan 95% dengan nilai t-tabel sebesar 2,262 (Lampiran 10). Maupun pada variabel hari hujan, nilai t hitung lebih kecil dari nilai t tabel dan nilai signifikasi lebih besar pada taraf uji 5% (sig > α 5%) , hal ini juga menunjukkan bahwa variabel hari hujan tidak menunjukkan pengaruh yang nyata pada taraf kepercayaan 95%.
Berikut disajikan analisis sidik ragam untuk persamaan linear berganda variabel curah hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun pada Tabel 8 (Lampiran 11).
Tabel 8. Sidik ragam persamaan regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun.
Umur Sumber keragaman
Derajat Kebebasan
Jumlah Kuadrat
Kuadrat Tengah
F-hitung Sig. 8
Tahun
Regresi 2 6540,121 3270,060 0,634 0,553tn Residual 9 46409,356 5156,595
Total 11 52949,477
Keterangan : tn = tidak berbeda nyata
signifikansi pada uji F lebih besar dari alpha 5% (Sig > α 0,05), maka dapat dikatakan F-hitung berbeda tidak nyata pada taraf kepercayaan 95%. Hal tersebut mengartikan bahwa tidak ada pengaruh secara signifikan atau nyata antara variabel curah hujan dan hari hujan secara bersama-sama terhadap produksi kelapa sawit
Hasil model pengujian analisis regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun disajikan pada Tabel 9 (Lampiran 14).
Tabel 9. Model pengujian analisis regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun.
Umur Variabel Koefisien regresi Sig.
8 Tahun
Konstanta 149,084 0,226
Curah hujan -0,403 0,628
Hari hujan 14,760 0,435
Berdasarkan hasil analisis diatas, 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 = 149,084 – 0,403 curah hujan + 14,760 hari hujan + Ɛ
Model persamaan untuk umur 8 tahun dapat diartikan bahwa setiap penambahan satu satuan nilai curah hujan akan menurunkan nilai produksi TBS sebesar 0,403 dan setiap penambahan satu satuan nilai hari hujan akan meningkatkan nilai produksi TBS sebesar 14,760 satuan.
Analisis Korelasi
Berikut disajikan hasil analisis korelasi antara variabel produksi TBS, curah hujan dan hari hujan pada tanaman kelapa sawit berumur 8 tahun pada Tabel 10 (Lampiran 15).
Tabel 10. Uji analisis korelasi pada tanaman kelapa sawit berumur 8 tahun. Umur Variabel Statistik Uji
Variabel Produksi
TBS
Curah hujan
Hari hujan
8 Tahun
Produksi TBS R (koefisien) 1 0,242 tn 0,315tn
Sig - 0,448 0,319
Curah hujan R (koefisien) 0,242 tn 1 0,940** Sig 0,448 - 0,000 Hari hujan R (koefisien) 0,315tn 0,940** 1
Sig 0,319 0,000 -
Keterangan : ** = berbeda sangat nyata pata taraf uji 1% tn = tidak berbeda nyata
Hasil uji analisis korelasi diatas, tanaman kelapa sawit berumur 8 tahun menujukan hubungan keerataan yang kuat antara variabel curah hujan dan hari hujan yaitu 0,940. Hubungan yang kuat memperlihatkan berpengaruhnya antara variabel curah hujan dan hari hujan terhadap pencapaian produksi TBS. Hal ini
terlihat dari nilai signifikasi 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 0,242.
Uji Asumsi Klasik
Dilakukan untuk mengetahui apakah persamaaan regresi berganda layak atau tidak untuk digunakan. Uji asumsi klasik terdiri dari uji normalitas, uji heteroskedasitas, uji multikolinearitas dan uji autokolerasi.
normal. Data dianalisis dengan uji One Sample Kolmogorov-Smirnov pada taraf uji 0,05. Data dinyatakan berdistribusi normal jika nilai signifikansi lebih besar
dari 5% (sig < α 0,05). Untuk persamaan regresi pada tanaman kelapa sawit
berumur 8 tahun diperoleh nilai Kolmogorov-Smirnov yaitu 0,874 dan nilai
signifikansi α = 0,430 (Lampiran 16) yang berarti data telah terdistribusi dengan
normal.
Uji heteroskedasitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedasitas yaitu adaanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedasitas atau bisa disebut homoskedastitas. Metode pengujian yang digunakan ialah uji Glejser. Uji Glejser dilakukan dengan meregresikan nilai absolute residual terhadap variabel independen lainnya. Jika nilai ß signifikan lebih besar pada taraf 5% maka mengindikasikan tidak terdapat heteroskedastisitas dalam model. Berikut disajikan uji heteroskedastisitas menggunakan uji Glejser pada model persamaan regresi linear berganda pada tanaman kelapa sawit berumur 8 tahun pada Tabel 11 (Lampiran 17).
Tabel 11. Nilai signifikansi pada uji heteroskedastisitas pada tanaman kelapa sawit berumur 8 tahun.
Umur Variabel Sig.
8 Tahun
Konstanta 0,250
Curah hujan 0,491
Hari hujan 0,893
lebih besar dari 0,05 dalam model ini sehingga memiliki sebaran varian yang sama (homogen). Dengan kata lain, tidak terdapat heteroskedastisitas dalam model ini.
Uji Multikolinearitas digunakan untuk menegetahui ada atau tidaknya hubungan linear antar variabel independen dalam model regresi. Prasyrat yang harus terpenuhi dalam model regresi adalah ada tidaknya multkolinearitas. Uji multkolinearitas 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 < 10 dan nilai Tolerance > 0,1. Berikut disajikan nilai VIF dan Tolerance model regresi linear berganda pada
produksi TBS tanaman kelapa sawit berumur 8 tahun pada Tabel 12 (Lampiran 17).
Tabel 12. Uji multikolinearitas nilai VIF dan Tolerance pada tanaman kelapa sawit umur 8 tahun.
Umur Variabel Tolerance VIF
8 Tahun Curah hujan 0,117 8,358
Hari hujan 0,117 8,358
Berdasarkan hasil uji multikolinearitas diatas diperoleh nilai VIF yang lebih kecil dari 10 dan nilai Tolerance lebih besar dari 0,1 untuk kedua variabel yang diuji dapat diartikan bahwa tidak terdapat multikolinearitas dalam model persamaan regresi tersebut.
regresi pada tanaman kelapa sawit berumur 8 tahun di atas, diperoleh nilai Durbin
Watson (d) ialah 0,932 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/bulan) dan Hari Hujan (hari/bulan) Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 8 Tahun
Berdasarkan data curah hujan di kebun Rambutan PTPN III klasifikasi iklim menurut Schimidth-Ferguson termasuk ke dalam tipe iklim C yaitu daerah agak basah (Lampiran 7). Berdasarkan data total curah hujan pada tanaman kelapa sawit berumur 8 tahun selama 3 tahun (2012-2014) kebun Rambutan PTPN III sebesar 5003 mm dan total produksi TBS sebesar 8770,04 ton. Total curah hujan tertinggi terdapat pada tahun 2013 sebesar 1.738 mm/tahun dan total curah hujan terendah terdapat pada tahun 2012 sebesar1,604 mm/tahun dengan rataan bulan basah sebanyak 8 bulan dan rataan bulan kering sebanyak 3 bulan. Data rataan curah hujan pada kebun Rambutan adalah 1.668 mm. Sedangkan data rataan hari hujan tahunan adalah 331 hari.
memiliki memiliki tanda negatif sebesar -0,403 (Lampiran 9). Hal tersebut mengartikan bahwa setiap penambahan satu milimeter curah hujan akan menurunkan produksi TBS sebesar 0,403 ton dengan asumsi variabel lain dianggap konstan. Sedangkan nilai koefisien regresi hari hujan memiliki tanda positif sebesar 14,760 (Lampiran 9). Hal ini mengarikan bahwa setiap pengurangan sautu hari hujan akan menaikan produksi TBS sebesar 14,760 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 1 % dan uji 5 % terhadap produksi TBS umur 8 tahun. Nilai F-hitung pada analisis ini lebih kecil dari pada nilai F-tabelnya yakni sebesar 0,634 (0,634 < 4,26) dengan
nilai signifikansii 0,555 (Sig > α 0,05). Ini membuktikan bahwa curah hujan dan
hari hujan secara bersama-sama (serempak) berpengaruh tidak nyata terhadap produksi TBS di kebun Rambutan PTPN III.
sawit khususnya dalam menghasilkan TBS seperti terjadi penutupan stomata pada siang hari dalam mempertahankan kandungan air yang pada akhirnya berpengaruh pula pada fotosintesis dan transpirasi yang mengakibatkan terjadinya aborsi bunga betina dan menunda pembukaan daun muda (pupus). Hal ini sesuai dengan literatur Pangaribuan (2001) dan Manalu (2008) yang menyatakan bahwa suplai air yang kurang dalam jangka waktu lama, secara morfologi menyebabkan kerusakan vegetatif tanaman. Kondisi ini sangat berpengaruh terhadap pertumbuhan generatif tanaman kelapa sawit khususnya dalam menghasilkan TBS. Defisit air yang tinggi menyebabkan produksi TBS turun drastis karena merusak perkembangan bunga sebelum anthesis dan pada bunga yang telah anthesis menyebabkan kegagalan matang tandan.
Produksi Tandan Buah Segar (ton/bulan), Curah Hujan (mm/bulan) dan Hari Hujan (hari/bulan) pada Tanaman Kelapa Sawit Berumur 12 Tahun
[image:45.595.114.509.525.739.2]Data rataan produksi tandan buah segar, curah Hujan dan hari hujan selama 3 tahun pada tanaman kelapa sawit berumur 12 tahun.
Tabel 13. Rataan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2013-2015).
Bulan
Produksi TBS (ton)
Rataan
2013 2014 2015
Januari 173,94 151,35 236,23 187,17
Februari 145,77 115,74 201,50 154,33
Maret 133,19 154,35 231,74 173,09
April 151,63 196,24 283,91 210,59
Mei 136,58 222,04 348,62 235,74
Juni 150,89 168,32 639,25 319,48
Juli 161,82 245,45 539,32 315,53
Agustus 153,68 377,69 666,50 399,29
September 154,97 299,65 712,28 388,96
Oktober 144,06 308,85 523,52 325,47
November 164,54 246,29 352,39 254,40
Desember 129,52 307,16 379,57 272,08
Dari Tabel 13 dapat dilihat bahwa rataan produksi TBS tertinggi pada tanaman kelapa sawit berumur 12 tahun terdapat pada bulan Agustus sebesar
399,29 ton/bulan dan rataan terendah terdapat pada bulan Februari sebesar 154,33 ton/bulan.
Dari Gambar 5 dapat dilihat bahwa tahun 2013 pada tanaman kelapa sawit berumur 12 tahun, total produksi TBS tertinggi terdapat pada bulan Januari dan total terendah terdapat pada bulan Desember. Pada tahun 2014, total produksi TBS tertinggi terdapat pada bulan Agustus dan total terendah terdapat pada bulan Februari. Pada tahun 2015, total produksi TBS tertinggi terdapat pada bulan September dan total terendah terdapat pada bulan Februari. Berikut disajikan grafik perkembangan produksi TBS (ton) pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2008-2010) pada Gambar 5.
Gambar 5. Grafik perkembangan produksi TBS pada tanaman kelapa sawit berumur 12 tahun.
Dari Tabel 14 dapat dilihat bahwa rataan curah hujan tertinggi pada tanaman kelapa sawit pada bulan November sebesar 260 mm/bulan dan rataan curah hujan terendah terdapat pada bulan Februari sebesar 36 mm/bulan.
0 100 200 300 400 500 600 700 800
1 2 3 4 5 6 7 8 9 10 11 12
R
at
aa
n P
ro
d
uks
i (
to
n/
ha
)
Bulan
2013
2014
Berikut ini data rataan curah hujan pada tanaman kelapa sawit berumur 12 tahun.
Tabel 14. Rataan Curah Hujan (mm/bulan) pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2012-2014).
Bulan Curah Hujan (mm)
Rataan
2012 2013 2014
Januari 13,00 56,00 101,00 57,00 Februari 29,00 67,00 11,00 36,00 Maret 119,00 54,00 59,00 77,00
April 278,00 221,00 72,00 190,00
Mei 103,00 103,00 191,00 132,00 Juni 69,00 105,00 21,00 65,00 Juli 143,00 36,00 11,00 63,00 Agustus 154,00 146,00 215,00 172,00 September 171,00 112,00 207,00 163,00 Oktober 189,00 335,00 242,00 255,00 November 245,00 214,00 320,00 260,00 Desember 91,00 289,00 211,00 197,00 Total 1.604,00 1.738,00 1.661,00 1.668,00
[image:47.595.116.507.168.398.2]Berikut disajikan grafik perkembangan curah hujan pada tanaman kelapa sawit selama 3 tahun (2012-2014).
Gambar 6. Perkembangan curah hujan (mm/bulan) pada tanaman kelapa sawit. Dari Gambar 6 dilihat bahwa tahun 2012 pada tanaman kelapa sawit, total curah hujan tertinggi terdapat pada bulan April dan total terendah pada bulan Januari. Pada tahun 2013, total curah hujan tertinggi terdapat pada bulan Oktober
-50 100 150 200 250 300 350 400
1 2 3 4 5 6 7 8 9 10 11 12
sebesar dan total terendah pada bulan Juli. Pada tahun 2014, total hari hujan tertinggi terdapat pada bulan November dan total terendah pada bulan Februari.
[image:48.595.115.511.221.452.2]Berikut ini data rataan hari hujan (hari) pada tanaman kelapa sawit berumur 12 tahun kebun Rambutan PTPN III.
Tabel 15. Rataan hari hujan pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2012-2014).
Bulan Hari Hujan (hari)
Rataan 2012 2013 2014
Januari 8,00 8,00 10,00 9,00
Februari 8,00 10,00 2,00 7,00
Maret 15,00 6,00 9,00 10,00
April 14,00 13,00 8,00 12,00
Mei 14,00 7,00 14,00 12,00
Juni 6,00 8,00 6,00 7,00
Juli 12,00 8,00 5,00 8,00
Agustus 11,00 18,00 14,00 14,00
September 14,00 13,00 16,00 14,00
Oktober 18,00 20,00 17,00 18,00
November 14,00 14,00 17,00 15,00
Desember 13,00 15,00 14,00 14,00
Total 147,00 140,00 132,00 139,67
Dari Tabel 15 dapat dilihat bahwa rataan hari hujan tertinggi pada tanaman kelapa sawit berumur 12 tahun terdapat pada bulan Oktober sebesar 18 hari/bulan dan rataan terendah pada bulan Februari dan Juni sebesar 7 hari/bulan.
Berikut ini disajikan grafik perkembangan hari hujan pada tanaman kelapa sawit selama 3 tahun (2012-2014) pada Gambar 7.
Gambar 7. Perkembangan hari hujan (hari/bulan) pada tanaman kelapa sawit. Hubungan Curah Hujan dan Hari Hujan Terhadap Produksi TBS pada Tanaman Kelapa Sawit Berumur 12 Tahun
[image:49.595.119.514.485.747.2]Untuk melihat hubungan curah hujan dan hari hujan terhadap produksi TBS pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun dilihat pada Tabel 16.
Tabel 16. Rataan produksi TBS, curah hujan dan hari hujan pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2013-2015).
Bulan Rataan Produksi TBS (ton) Curah Hujan (mm) Hari Hujan (hari)
Januari 187,17 57,00 9,00
Februari 154,33 36,00 7,00
M a r e t 173,09 77,00 10,00
A p r i l 210,59 190,00 12,00
M e i 235,74 132,00 12,00
J u n i 319,48 65,00 7,00
J u l i 315,53 63,00 8,00
Agustus 399,29 172,00 14,00
September 388,96 163,00 14,00
Oktober 325,47 255,00 18,00
November 254,40 260,00 15,00
Desember 272,08 197,00 14,00
Total 3236,13 1667,00 140,00
-5 10 15 20 25
1 2 3 4 5 6 7 8 9 10 11 12
Dari Tabel 16 dapat diketahui bahwa total rataan TBS pada tanaman berumur 12 tahun selama 3 tahun (2013-2015) sebesar 3236,13 ton, sedangkan
total rataan curah hujan sebesar 1667 mm dan total rataan hari hujan sebesar 140 hari. Berikut disajikan grafik hubungan antara curah hujan dan produksi TBS
[image:50.595.114.515.257.425.2]pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2013-2015) pada Gambar 8.
Gambar 8. Grafik hubungan curah hujan (mm/bulan) dan produksi TBS (ton/bulan) pada tanaman kelapa sawit berumur 12 tahun.
Dari Gambar 8 dapat diketahui bahwa rataan produksi tertinggi pada tanaman berumur 12 tahun selama 3 tahun (2013-2015) terdapat pada bulan Agustus dan rataan produksi terendah terdapat pada bulan Februari. Rataan curah hujan tertinggi terdapat pada bulan November dan rataan curah hujan terendah terdapat pada bulan Februari sedangkan rataanhari hujan tertinggi terdapat pada bulan Oktober dan rataan hari hujan terendah terdapat pada bulan Februari dan Juni.
0 50 100 150 200 250 300 350 400 450
1 2 3 4 5 6 7 8 9 10 11 12
R
at
aan
Bulan
Produksi TBS (ton)
Analisis Data Tanaman Berumur 12 Tahun
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. Berikut disajikan nilai koefisien pada model persamaan regresi linear berganda pada tanaman kelapa sawit berumur 12 tahun pada Tabel 17 (Lampiran 13).
Tabel 17. Nilai koefisien persamaan regresi linear berganda pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2013-2015).
Umur Nilai Koefisien
r R2 Adjusted R2
12 Tahun 0,451 0,203 0,026
Pada Tabel 17 dapat diperoleh bahwa pada tanaman kelapa sawit berumur
12 tahun nilai koefisien (r) sebesar 45,1%, koefisien determinasi (R2) sebesar 20,3% dan koefisien determinasi terkoreksi (Adjusted R2) sebesar 2,6%.
Uji t-parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai t-tabel. Uji t-parsial pada tanaman kelapa sawit berumur 12 tahun pada Tabel 18 (Lampiran 9).
Tabel 18. Uji t-parsial curah hujan dan hari hujan pada tanaman kelapa sawit berumur 12 tahun
Peubah 12 Tahun
t-hitung Sig.
Curah hujan -0,350 0,734tn
Hari hujan 0,834 0,426tn
Keterangan: tn = tidak berbeda nyata
Hasil uji t-parsial menunjukkan bahwa nilai signifikansi curah hujan pada
tanaman berumur 12 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 2,26 (Lampiran 10). Pada variabel hari hujan, nilai t hitung
lebih kecil dari nilai t tabel dan nilai signifikasi lebih besar pada taraf uji
5% (sig > α 5%) , hal ini juga menunjukkan bahwa variabel hari hujan tidak
menunjukkan pengaruh yang nyata pada taraf kepercayaan 95%.
[image:52.595.113.510.198.253.2]Berikut disajikan analisis sidik ragam untuk persamaan regresi linear berganda variabel curah hujan dan hari hujan pada tanaman kelapa sawit berumur 12 tahun pada Tabel 19 (Lampiran 11).
Tabel 19. Sidik ragam persamaan regresi linear berganda pada tanaman kelapa sawit berumur 12 tahun.
Umur Sumber keragaman
Derajat Kebebasan
Jumlah Kuadrat
Kuadrat Tengah
F-hitung Sig. 12
Tahun
Regresi 2 14863,470 7431,735 1,150 0,359tn Residual 9 58183,728 6464,859
Total 11 73047,198
Keterangan: tn = tidak berbeda nyata
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 bersama-sama berpengaruh tidak nyata terhadap produksi kelapa sawit.
Model pengujian analisis regresi linear berganda pada tanaman kelapa sawit berumur 12 tahun disajikan pada Tabel 20 (Lampiran 14).
Tabel 20. Model pengujian analisis regresi linear berganda pada tanaman kelapa sawit berumur 12 tahun.
Umur Variabel Koefisien regresi Sig.
12 Tahun
Konstanta 116,464 0,388
Curah hujan -0,315 0,734
Hari hujan 16,884 0,426
Berdasarkan hasil analisis diatas, dapat dibentuk persamaan regresi yang dihasilkan oleh variabel curah hujan dan hari hujan dalam memprediksi produksi TBS pada tanaman kelapa sawit berumur 12 tahun berikut ini:
Y = 116,464 – 0,315 curah hujan + 16,884 hari hujan + Ɛ
[image:53.595.112.513.278.342.2]Analisis Korelasi
[image:54.595.114.515.225.382.2]Berikut disajikan hasil analisis korelasi antara variabel produksi TBS, curah hujan dan hari hujan pada tanaman kelapa sawit berumur 12 tahun pada Tabel 21 (Lampiran 15).
Tabel 21. Uji analisis korelasi pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun.
Umur Variabel Statistik Uji
Variabel Produksi
TBS
Curah hujan
Hari hujan
12 Tahun
Produksi
TBS R (koefisien) 1 0,377 tn
0,439tn
Sig - 0,227 0,153
Curah hujan R (koefisien) 0,377tn 1 0,940**
Sig 0,227 - 0,000
Hari hujan R (koefisien) 0,439tn 0,940** 1
Sig 0,153 0,000 -
Keterangan: ** = berbeda sangat nyata pada taraf uji 1% tn = tidak berbeda nyata
Hasil uji analisis korelasi diatas, tanaman kelapa sawit berumur 12 tahun menunjukkan hubungan keeratan yang sangat erat antara variabel curah hujan dan hari hujan yaitu 0,940. 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).
Uji Asumsi Klasik
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 12 tahun diperoleh nilai Kolmogorov-Smirnov
yaitu 0,852 dan nilai signifikansi α = 0,462 (Lampiran 16) yang berarti data telah terdistribusi dengan normal.
Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas atau biasa disebut homoskedastisitas. Metode pengujian yang digunakan ialah uji Glejser. Uji Glejser dilakukan dengan meregresikan nilai
[image:55.595.112.513.634.695.2]absolute residual terhadap variabel independen lainnya. Jika nilai ßsignifikan lebih besar pada taraf 5% maka mengindikasikan tidak terdapat heteroskedastisitas dalam model. Berikut disajikan uji heteroskedastisitas menggunakan uji Glejser pada model persamaan regresi linear berganda pada tanaman kelapa sawit berumur 12 tahun pada Tabel 22 (Lampiran 17).
Tabel 22. Nilai signifikansi pada uji heteroskedastisitas pada tanaman kelapa sawit berumur 12 tahun selama 3 tahun (2012-2015).
Umur Variabel Sig.
12 Tahun
Konstanta 0,050
Curah hujan 0,375
Berdasarkan hasil uji heteroskedastisitas diatas menunjukkan bahwa variabel curah hujan memiliki nilai signifikansi pada tanaman kelapa sawit berumur 12 tahun yaitu sebesar 0,375 sedangkan variabel hari hujan memiliki nilai signifikansi sebesar 0,943. 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 < 10 dan nilai
Tolerance
