Oleh:
Cyntia Pratama Preselia Sari 1311030038
ANALISIS WAKTU TANAM
TERHADAP RENDEMEN
TEBU VARIETAS PS 5051 PADA PT.”X”
MENGGUNAKAN RANCANGAN ACAK LENGKAP
Dosen Pembimbing:
Latar Belakang
< 12 bulan
12-14 bulan
PS 5051
Waktu Tanam
Rendemen TinggiRumusan Masalah
Bagaimana karakteristik realisasi produksi tebu?
Bagaimana pengaruh waktu tanam terhadap rendemen pada varietas tebu PS 5051?
Bagaimana waktu tanam yang tepat sehingga menghasil-kan rendemen yang tinggi?
Tujuan Penelitian
Mendeskripsikan karakteristik realisasi
produksi tebu.
Mengetahui pengaruh waktu tanam terhadap
rendemen pada varietas tebu PS 5051.
Menentukan waktu tanam yang tepat sehingga
menghasil- kan rendemen yang tinggi
Manfaat Penelitian
Manfaat yang dapat diperoleh pada penelitian ini
adalah dapat memberikan informasi dan masukan
pada PT.”X” mengenai waktu tanam benih tebu
pertama untuk varietas tebu PS 5051 agar dapat
meningkatkan rendemen sehingga produksi gula
Batasan Masalah
Data meliputi waktu tanam, rendemen, dan
jumlah produksi tebu.
Varietas yang digunakan pada penelitian ini adalah
varietas tebu PS 5051
Penanaman tebu pada bulan Mei, Juni, Juli, Agustus,
September, Oktober, dan Nopember.
Tebu dipanen pada saat umur 12, 13, dan 14 bulan.
Data tersebut merupakan data penanaman pada tahun pada
tahun 2007 hingga 2010.
Statistika Deskriptif
Statistika deskriptif adalah metode-metode yang
berkaitan dengan pengumpulan dan penyajian
suatu gugus data sehingga memberikan informasi
yang berguna. Statistika deskriptif memberikan
informasi hanya mengenai data yang tersedia dan
sama sekali tidak menarik inferensia atau
kesimpulan apapun tentang gugus data induknya
yang lebih besar (Walpole,1995).
Rancangan Acak Lengkap
RAL (Rancangan Acak Lengkap) merupakan rancangan yang paling sederhana di antara rancangan-rancangan percobaan yang baku. Jika ingin mempelajari t buah perlakuan dan menggunakan r satuan
percobaan untuk setiap perlakuan atau menggunakan total rt satuan percobaan, maka RAL membutuhkan kita mengalokasikan t perlakuan secara acak kepada rt satuan percobaan. Beberapa keuntungan dari penggunaan RAL antara lain denah perancangan percobaan lebih mudah, analisis statistika terhadap subyek percobaan sangat
sederhana, fleksibel dalam penggunaan jumlah perlakuan dan jumlah ulangan, dan kehilangan informasi relatif sedikit dalam hal data hilang dibandingkan rancangan lain. Penggunaan RAL akan tepat dalam kasus bahan percobaan homogen atau relatif homogen, dan bila jumlah
Dimana adalah nilai pengamatan dari perlakuan ke-i dalam kelompok ke-j . adalah nilai tengah populasi (population mean). adalah pengaruh aditif dari perlakuan ke-i. adalah pengaruh galat percobaan dari perlakuan ke-i pada pengamatan ke-j. i=1,2,…,t adalah jumlah perlakuan dan j=1,2,…,ri
adalah jumlah satuan percobaan atau jumlah ulangan dalam perlakuan ke-i. ri dapat sama dengan r, dalam arti semua perlakuan diulang sebanyak r kali.
ij
Y
µ
τ
iij
• Asumsi untuk model tersebut sebagai berikut.
1. Komponen-komponen , dan bersifat aditif
2. Nilai-nilai (i=1,2,…,t) tetap, dan
3. ε
ijtimbul secara acak, menyebar secara normal
dengan nilai tengah sama dengan nol dan ragam
σ
2atau ditulis secara singkat : ε
ij
N(0, σ
2)
(Gaspersz,1991).
µ
τ
iε
ij∑
= i i 0 τ iτ
E
( )
τ
i=
τ
iData Hilang
Suatu metode yang dikemukakan Yates (1933) memungkinkan untuk menduga data hilang. Data tunggal yang hilang maka dugaan data
hilang tersebut melalui:
Dimana r dan t adalah jumlah kelompok dan perlakuan. B dan T adalah total nilai pengamatan dalam kelompok dan perlakuan yang
kehilangan satuan percobaannya. G adalah total jendral dari nilai pengamatan.
Analisis Varians
Prosedur uji ini biasa disebut analisis varians karena
didasarkan pada dekomposisi dari total variabilitas pada
respon variabel y (Montgomery & Myers). Perumusan
hipotesis untuk Rancangan Acak Kelompok adalah:
Hipotesis
H
0: τ
1= τ
2= … = τ
a= 0 atau τ
i= 0 (i=1,2,…,t)
H
1: minimal ada satu τ
i≠ 0 (i=1,2,…,t)
Sumber
Keragaman DB JK KT F hitung
Perlakuan t - 1 JKP KTP KTP/KTG
Galat t(r - 1) JKG KTG
Asumsi Identik
Berdasarkan Gasperz,1991 salah satu asumsi dalam uji nyata adalah . Untuk mengetahui apakah asumsi ini terpenuhi, maka data percobaan dapat diuji apakah mempunyai ragam yang homogen. Jika menyatakan nilai pengamatan contoh untuk i=1,2,…,t dan j=1,2,…,ri maka ragam contoh dari populasi ke-i adalah:
Hipotesis yang diuji adalah: H0 :
H1 : minimal ada satu perlakuan yang ragamnya tidak sama dengan yang lain. Statistik Uji:
Statistik ini akan menyebar mengikuti sebaran khi-kuadrat dengan derajat bebas v=t-1. Dengan demikian jika lebih besar daripada maka H0 ditolak. Nilai ini perlu dikoreksi sebelum dibandingkan dengan nilai dengan derajat bebas v=t-1. t disini adalah banyaknya perlakuan. Nilai terkoreksi adalah (terkoreksi) =(1/C) . Dimana faktor koreksi C adalah:
2 2 2 2 1 σ ... σt σ = = = 2 2 ) (εij =σ E ij Y 2 χ 2 ) 1 (t− α χ
χ
2 2 α χ 2 χ χ2 χ2Asumsi Independen
Salah satu cara untuk mememeriksa asumsi independen adalah
dengan Autocorrelation Function (ACF). Autocorrelation Function (ACF) adalah korelasi antara deret waktu dengan deret waktu itu sendiri
dengan selisih waktu (lag) 0, 1, 2 periode atau lebih (Makridakis dkk, 1999). Data deret waktu, sampel ACF untuk beberapa observasi dapat didefinisikan sebagai berikut
Asumsi Distribusi Normal
Salah satu uji untuk mengetahui kenormalan pada error digunakan uji Kolmogorov Smirnov. Uji Kolmogorov Smirnov digunakan untuk
mendeteksi asumsi normalitas, dengan memusatkan dua fungsi
kumulatif yaitu distribusi kumulatif yang dihipotesiskan dan distribusi kumulatif yang teramati. Uji Kolmogorov Smirnov adalah menegaskan apakah kurangnya kecocokan antara F0(x) dan S(x) memadai untuk
menyatakan keraguan terhadap hipotesis nol yang mengatakan bahwa (Daniel, 1989). Perumusan Hipotesis:
H0 : Residual berdistribusi normal
H1 : Residual tidak berdistribusi normal Statistik Uji: ) ( ) (x F0 x F =
Uji Kruskal Wallis
Uji Kruskal Wallis untuk menguji hipotesis nol yang menyatakan bahwa beberapa sampel telah ditarik dari populasi-populasi yang sama atau identik adalah analisis varians satu arah berdasarkan peringkat Kruskal Wallis. Uji ini memanfaatkan informasi yang lebih banyak dari pada
informasi yang digunakan pada uji median (Daniel,1989). Asumsi-asumsi pada Uji Kruskal Wallis sebagai berikut:
• Data untuk analisis terdiri atas k sampel acak berukuran n1, n2, …, nk. • Pengamatan-pengamatan bebas baik di dalam maupun antar
perlakuan
• Variabel yang diminati kontinyu
• Skala pengukuran yang digunakan setidaknya ordinal
• Populasi-populasi identik kecuali dalam hal lokasi yang mungkin berbeda untuk sekurang-kurangnya satu perlakuan
Perumusan Hipotesis sebagai berikut :
H
0
: k sampel distribusi populasi perlakuan
adalah identik
H
1
: Paling sedikit ada 2 perlakuan yang
berbeda
Statistik Uji:
Penolakan terjadi apabila nilai H lebih besar
dari nilai K
w,α,n1,n2,n3.
2 1 2 ) 1 ( 1 ) 1 ( 12∑
= + − + = t i i i i N n R n N N HUji Pembandingan Berganda
Uji pembandingan berganda dimaksudkan untuk menguji perlakuan-perlakuan apabila hasil uji ANOVA signifikan, melalui uji ini dapat
diketahui perlakuan yang memberi beda. Uji pembandingan berganda yang digunakan pada penelitian ini adalah uji pembandingan berganda secara nonparametrik. Dalam menggunakan prosedur pembandingan berganda, terlebih dahulu harus mendapatkan rata-rata peringkat untuk masing-masing sampel dan menetapkan sebagai rata-rata peringkat dari sampel ke-i, serta sebagai rata-rata peringkat dari sampel ke-j. Hipotesis untuk uji pembandingan berganda sebagai berikut:
H0 : H1 :
Statistik untuk uji pembandingan berganda sebagai berikut.
j R i R j i µ µ = j i µ µ ≠ + + ≤ − − − j i k k j i n n N N z R R 1 1 12 ) 1 ( )]) 1 ( / [ 1 ( α
Uji Mann Whitney
Uji Mann Whitney merupakan uji nonparametrik untuk menguji hipotesis kesamaan atau kecenderungan parameter lokasi yang satu lebih besar atau lebih kecil dari yang lain. Uji ini merupakan alternatif lain untuk tes t parametrik yang berguna apabila asumsi yang mendasari uji parametrik tidak terpenuhi (Daniel,1989).
Asumsi-asumsi pada uji Mann Whitney adalah sebagai berikut:
1. Data merupakan sampel acak hasil pengamatan dari perlakuan 1 dan sampel acak hasil-hasil pengamatan lain dari perlakuan 2.
2. Kedua sampel tidak saling mempengaruhi
3. Variabel yang diamati adalah variabel acak kontinyu
4. Skala pengukuran yang dipakai sekurang-kurangnya ordinal
5. Fungsi-fungsi distribusi kedua populasi hanya berbeda dalam hal lokasi yakni apabila keduanya sungguh berbeda
Hipotesis diberikan sebagai berikut:
H
0: Populasi-populasi yang diminati memiliki distribusi
yang identik
H
1: Nilai-nilai X cenderung lebih kecil daripada nilai-nilai Y
Statistik Uji:
Dengan S adalah jumlah peringkat hasil-hasil pengamatan
yang merupakan sampel dari populasi 1. Penolakan
terjadi apabila nilai T < , adalah nilai yang diperoleh
dari tabel Mann Whitney.
2 ) 1 ( 1 1 + − = S n n T α W Wα
Tebu
Tebu (Saccarum Officinarum) termasuk jenis tanaman rumput yang kokoh dan kuat. Adapun syarat-syarat tumbuh tanaman tebu antara lain, tumbuh di daerah dataran rendah yang kering, iklim panas yang lembab dengan suhu antara 25ºC-28ºC, curah hujan kurang dari 100 mm/tahun, tanah tidak terlalu masam, pH diatas 6,4,
ketinggian kurang dari 500 m dpl. Agar tanaman tebu mengandung kadar gula yang tinggi, harus diperhatikan musim tanamnya. Pada waktu masih muda tanaman tebu memerlukan banyak air dan ketika mulai tua memerlukan musim kemarau yang panjang (Deptan, 2013).
Lahan yang bisa dikembangkan menjadi perkebunan tebu lahan kering berupa hutan primer dan sekunder, padang rumput atau padang alang-alang, semak belukar, lahan tegalan, sawah tadah hujan dan bekas perkebunan. Teknik
pembukaan lahan maupun perlatan yang digunakan disesuaikan untuk masing-masing jenis lahan. Pada prinsipnya lapisan tanah bagian atas yang merupakan
bagian tersubur harus dijaga agar jangan hilang tergusur atau terkikis oleh air hujan (Deptan, 2013).
Rendemen
Rendemen tebu adalah kadar kandungan gula didalam batang tebu yang dinyatakan dengan persen. Apabila dikatakan rendemen tebu 10 %, artinya adalah bahwa dari 100 kg tebu yang digilingkan akan diperoleh gula sebanyak 10 kg. Ada 3 macam rendemen yaitu rendemen contoh, rendemen sementara, dan rendemen efektif (Depkeu, 2013). Penjelasan masing-masing rendemen sebagai berikut:
1. Rendemen Contoh
Rendemen ini merupakan contoh yang dipakai untuk mengetahui apakah suatu kebun tebu sudah mencapai masak optimal atau belum. Rendemen contoh digunakan untuk mengetahui gambaran suatu kebun tebu yaitu berapa tingkat rendemen yang sudah ada sehingga dapat diketahui kapan saat tebang yang tepat dan kapan tanaman tebu mencapai tingkat
Rendemen
2. Rendemen Sementara
Perhitungan ini dilaksanakan untuk menentukan bagi hasil gula, namun sifatnya masih sementara. Hal ini untuk memenuhi ketentuan yang
menginstruksikan agar penentuan bagi hasil gula dilakukan secepatnya setelah tebu petani digiling sehingga petani tidak menunggu terlalu lama sampai
selesai giling namun diberitahu lewat perhitungan rendemen sementara.
Cara mendapatkan rendemen sementara ini adalah dengan mengambil nira perahan pertama tebu yang digiling untuk dianalisis di laboratorium untuk mengetahui berapa besar rendemen sementara tersebut.
3. Rendemen Efektif
Rendemen efektif disebut juga rendemen nyata atau rendemen terkoreksi. Rendemen efektif adalah rendemen hasil perhitungan setelah tebu digiling habis dalam jangka waktu tertentu. Perhitungan rendemen efektif ini dapat dilaksanakan dalam jangka waktu 15 hari atau disebut 1 periode giling
sehingga apabila pabrik gula mempunyai hari giling 170 hari, maka jumlah periode giling adalah 12 periode. Hal ini berarti terdapat 12 kali rendemen nyata/ efektif yang bisa diperhitungkan dan diberitahukan kepada petani tebu.
Sumber Data
Data pada penelitian ini merupakan data sekunder. Data diperoleh dari Balai Penelitian Perkebunan Gula Indonesia, Pasuruan, Jawa Timur. Data tersebut mengenai jumlah produksi tebu, rendemen varietas tebu PS 5051 dan waktu tanam tebu pada perkebunan PT.”X”. Struktur data dapat diberikan tabel sebagai berikut.
Waktu Tanam
Mei Juni Juli Agustus September Oktober Nopember
Y11 Y12 Y13 Y14 Y15 Y16 Y17
Y21 Y22 Y23 Y24 Y25 Y26 Y27
Y31 Y32 Y33 Y34 Y35 Y36 Y37
1 Mei 2 Juni 3 Juli 4 Agustus 5 September 6 Oktober 7 Nopember
Perlakuan
Metode Analisis Data
1. Analisis statistika deskriptif digunakan untuk menggambar- kan
karakteristik rendemen dan jumlah produksi tebu jenis varietas PS 5051 2. Estimasi data hilang dilakukan secara manual menggunakan metode
Yates
3. Analisis Rancangan Acak Lengkap digunakan untuk menge- tahui apakah ada pengaruh perbedan perlakuan terhadap rendemen tebu. Perlakuan tersebut merupakan waktu tanam tebu dan tahun sebagai kelompoknya. Analisis Rancangan Acak Lengkap dilakukan dengan cara sebagai berikut: 4. Melakukan analisis varians untuk mengetahui pengaruh perlakuan
5. Melakukan uji asumsi residual IIDN (Identik, Independen, dan berdistribusi normal).
6. Melakukan uji Kruskal Wallis apabila dalam asumsi dalam analisis varians tidak terpenuhi sehingga mengharuskan diuji melalui
nonparametrik
7. Melakukan uji pembandingan berganda jika diketahui bahwa ada satu perlakuan yang memberikan pengaruh berbeda sehingga mengetahui perlakuan mana yang memberikan pengaruh berbeda
8. Melakukan uji Mann Whitney untuk mengetahui perlakuan mana yang memberikan pengaruh berbeda terhadap waktu tanam.
Langkah Peneitian
Langkah-langkah analisis yang dilakukan pada penelitian ini sebagai berikut:
1. Mengumpulkan data
2. Merapikan data sesuai struktur data
3. Menganalisis data menggunakan statistika deskriptif terhadap rendemen tebu dan jumlah produksi tebu
4. Menginterpretasi hasil statistika deskriptif 5. Mengestimasi data hilang
6. Melakukan analisis varians rendemen tebu terhadap waktu tanam
7. Memeriksa asumsi IIDN (Identik, independen, dan Distribusi Normal) pada residual 8. Melakukan transformasi jika asumsi IIDN tidak terpenuhi
9. Memeriksa asumsi IIDN (Identik, independen, dan Distribusi Normal) pada data yang telah ditransformasi
10. Menganalisis uji Kruskal Wallis jika asumsi analisis varians tidak terpenuhi untuk mengetahui apakah apa perbedaan perlakuan
11. Menganalisis uji pembandingan berganda jika uji Kruskal Wallis signifikan 12. Menganalisis dengan uji Mann Whitney
13. Menginterpretasi hasil uji pembandingan berganda 14. Menginterpretasi hasil uji Mann Whitney
Boxplot
Nopember Oktober September Agustus Juli Juni Mei 6,8 6,6 6,4 6,2 6,0 5,8 5,6 5,4 5,2 5,0 Bulan R en de m en Boxplot of Rendemen Nopember Oktober September Agustus Juli Juni Mei 20000 15000 10000 5000 0 Bulan Ju m la h Te buBoxplot of Jumlah Tebu Rendemen
Jumlah Tebu (ton)
Estimasi Data Hilang
Metode
Yates
ANOVA
Source DF SS MS F P Bulan6 2,028 0,338
11,23
0,000
Error20 0,602
0,030
Total26 2,630
Asumsi Identik
7 6 5 4 3 2 1 3,0 2,5 2,0 1,5 1,0 0,5 0,0 BL N95% Bonferroni Confidence Intervals for StDevs
Test Statistic 22,15 P-Value 0,001 Test Statistic 2,86 P-Value 0,035 Bartlett's Test Levene's Test
Asumsi Independen
26 24 22 20 18 16 14 12 10 8 6 4 2 1,0 0,8 0,6 0,4 0,2 0,0 -0,2 -0,4 -0,6 -0,8 -1,0 Lag A ut oc or re la ti onDistribusi Normal
0,50 0,25 0,00 -0,25 -0,50 99 95 90 80 70 60 50 40 30 20 10 5 1 RESI1 Pe rc en t Mean -3,28955E-17 StDev 0,1521 N 27 KS 0,200 P-Value <0,010Uji Kruskal Wallis
H
22,26
df
6
Uji Pembandingan Berganda
j i R R − + + − − j i k k n n N N z 1 1 12 ) 1 ( )]) 1 ( / [ 1 ( iα Rj R − + + − − j i k k n n N N z 1 1 12 ) 1 ( )]) 1 ( / [ 1 (αUji Mann Whitney
H0 : Nilai pengukuran rendemen Bulan (i) cenderung lebih besar atau sama dengan nilai rendemen Bulan (j)
H1 : Nilai pengukuran rendemen Bulan (i) cenderung lebih kecil daripada nilai pengukuran rendemen Bulan (j)
Bulan(i) Bulan(j) p-value Keputusan
Mei Juni 0,0152 Tolak H0 September Juni 0,0152 Tolak H0 Nopember Juni 0,0152 Tolak H0 Nopember Juli 0,0152 Tolak H0
Kesimpulan
1. Data rendemen tebu memiliki ragam yang berbeda-beda tiap waktu tanam atau tidak homogen sehingga terindikasi ada perlakuan yang memberikan pengaruh berbeda. Berbeda dengan data jumlah
produksi tebu tiap-tiap waktu tanam yang memiliki ragam relatif homogen jika dibandingkan dengan data rendemen.
2. Terjadi perbedaan hasil rendemen menurut waktu tanam yaitu waktu tanam bulan Mei dengan Juni, Juni dengan September dan Nopember, serta Juli dengan waktu tanam bulan Nopember.
3. Waktu tanam yang dianggap paling baik adalah waktu tanam bulan Juni karena memberikan rendemen yang paling tinggi sedangkan waktu tanam yang memiliki rendemen paling rendah adalah bulan Nopember.
Saran
Saran yang dapat disampaikan berdasarkan kesimpulan
di atas maka PT.”X” sebaiknya lebih memperhatikan
dalam rencana menanam tebu terhadap waktu
tanamnya untuk tiap tahun agar waktu tanam teratur
dengan varietas tebu yang terencana sehingga produksi
gula meningkat. Selain itu, data perlu ditambah agar
dapat dianalisis dengan menggunakan metode lain.
Daftar Pustaka
• Daniel,W. (1989). Statistik Nonparametrik Terapan. PT. Gramedia, Jakarta
• Depkeu. (2013). Daur Kehidupan Tebu. http://www.kppbumn. depkeu.go.id/Industrial_Profile/PK4/Profil%20Tebu-1_
files/page0001.htm. Diakses pada tanggal 23 Februari 2014 • Deptan. (2013). Budidaya Tebu. http://epetani.deptan.go.id/
berita/budidaya-tebu-7825. Diakses pada hari Minggu 2 Februari 2014
• Gaspersz, V. (1995). Teknik Analisis Dalam Penelitian
Percobaan.Bandung:Tarsito
• Makridarkis, S., Wheelwright,S.C., & McGee,V.E. (1999). Jilid 1 Edisi Kedua, Terjemahan Ir. Hari Suminto. Metode dan Aplikasi Peramalan. Jakarta: Bina Rupa Aksara