BAB 3
GAMBARAN UMUM DINAS TANAMAN PANGAN DAN HORTIKULTURA PROVINSI SUMATERA UTARA
3.1 Sejarah Singkat Dinas Pertanian Provinsi Sumatera Utara
3.1.1 Sebelum Kemerdekaan
Pemerintahan Hindia Belanda mencoba menyampaikan hasil percobaan kepada masyarakat tani untuk meningkatan produk-si pertanian pada tahun 1870. Kegiatan Peringatan Dinas Pertanian Provinsi Sumatera Utara melalui penyuluhan pertanian berjalan terasa sangat lambat.Dalam menggugah Swadaya Pertanian begitu lamban, disebabkan terbatasnya pendidikan bagi masyarakat. Usaha dalam peningkatan produksi Pertanian Tanaman Pangan menjadi lebih nyata setelah didirikan Departemen Vanland Bouw (Depar-temen Pertanian) pada tahun 1905: Jawatan Pertanian Rakyat ) dan tahun 1910 sebagai salah satu Departemen yang mempunyai kegiatan Melaksanakan Penyuluhan Pertanian, memberikan saran-saran dalam bidang Pertanian dan pemberian tanah kepada perusahaanperusahaan bidang Pertanian. Selain itu Dinas Pertanian juga mengadakan penelitian tentang ekonomi masyarakat dan membuat laporan keadaan Pertanian termasuk statistic Pembangunan Balai Pendidikan Masyarakat Desa (BPMD) dan Pembangunan objek-objek pencegahan serta Pembangunan Percobaan Perusahaan Tanah Kering (PTTK).
Rencana bagi Dinas Pertanian Provinsi Sumatera Utara di Medan setelah Kemerdekaan dimulai dengan adanya “Plan Kasimo” yang merupakan rencana proklamasi tahun 1915-1950, namun rencana tersebut tidak dapat dilaksana-kan sepenuhnya dikarenakan oleh gejolak revolusi pada waktu itu. Program pembangunan rakyat yang termasuk ke dalam Rencana Kesejah-teraan Istimewah (RKI) meliputi: Pembangunan balai-balai benih, Perbaikan dan perluasan pengairan lahan pedesaan.
Dinas Jawatan Pertanian Rakyat Propinsi Sumatera Utara pada tahun 1915-1940 masih bernama DINAS JAWATAN PERTANIAN RAKYAT kemudian diganti, dicabut dan diubah berdasarkan Peraturan Daerah Propinsi Sumatera Utara No. 5 Tahun 1981 s/d Tahun 2001 namanya menjadi Dinas Pertanian Tanaman Pangan dan Hortikultura yang beralamat di Jalan Diponegoro No. 11 A Medan. Dinas Pertanian Tanaman Pangan pada Tahun 1981 berpindah ke Jalan Dr. A.H. Nasution No. 6 Gedung Johor Medan, dengan keluarnya UU No. 22 Tahun 1999 tentang Otonomi Daerah, maka Dinas Pertanian Tanaman Pangan dan Hortikultura dirubah menjadi DINAS PERTANIAN PROVINSI SUMATERA UTARA berdasarkan PERDA No. 3 Tahun 2001. Gedung Dinas Pertanian Provinsi Sumatera Utara disesuaikan berdirinya pada tahun 1981 yang beralamat di jalan Jendral Besar Dr. Abdul Harris Nasution No. 6 Gedung Johor Medan Yang dibangun pada tahun 1950.
3.2 Latar Belakang Berdirinya
1. Konsumsi makan yang dihasilkan dari tanaman hortikultura di dunia semakin meningkat dari tahun ke tahun seiring dengan semakin bertambahnya jumlah penduduk dunia. Sehingga menyebabkan meningkatnya permintaan hasil pertanian pada perdagangan dunia
2. Dengan meningkatnya permintaan hasil pertanian hortikultura di dunia yang terus meningkat dari waktu ke waktu khususnya tanaman pangan sehingga prospek usaha pertanian semakin memiliki lapangan pasar yang cukup baik untuk di jadikan bidang usaha.
3. Sehubungan dengan hal tersebut di atas instansi Pertanian Sumatera Utara turut mengelola pertanian di Sumatera Utara serta menyediakan hasil pertanian yang di butuhkan masyarakat.
3.3 Tujuan Berdirinya
1. Memberikan pelayanan kepada masyarakat dengan memproduksi hasil pertanian yang dibutuhkan masyarakat dunia dengan tetap menjaga mutu dan kualitas yang baik.
2. Membuka dan memberikan lapangan pekerjaan kepada masyarakat untuk dilatih dalam peningkatan Sumer Daya Manusia dan antara hidup yang lebih baik.
3. Turut serta mendukung program pemerintah dalam mengisi pembangunan dan berpastisipasi dalam peningatan perekonomian bangsa.
3.4 Visi dan Misi
Pertanian Yang Maju dan Berdaya Saing Dalam Mendukung Swasembada Pangan dan Swasembada Berkelanjutan.
“ Menjadi Provinsi Yang Berdaya Saing Menuju Sumatera Utara Sejahtera “
Misi
1. Mewujudkan Swasembada Pangan dan Swasembada Berkelanjutan. 2. Meningkatkan Daya saing Produk Pertanian.
3. Mewujudkan Pemberdayaan Masyarakat dan Mendorong Partisipasi Aktif Seluruh Stakeholder.
4. Mewujudkan Pertanian yang Maju dan Sejahtera.
3.5 Struktur Organisasi
Struktur Organisasi adalah suatu susunan dan hubungan antara tiap bagian serta posisi yang ada pada suatu organisasi atau perusahaan dalam menjalankan kegiatan operasional untuk mencapai tujuan. Struktur organisasi menggambarkan dengan jelas pemisahan kegiatan pekerjaan antara yang satu dengan yang lain dan bagaimana hubungan aktivitas dan fungsi dibatasi, serta menggambarkan juga dengan jelas tugas-tugas kerja masing-masing yang harus diselesaikan tepat waktu. Hal ini sangat perlu diperhatikan agar tidak terjadi tumpang tindih tugas yang dibebankan institusi atau perusahaan. Dalam struktur organisasi yang baik harus menjelaskan hubungan wewenang siapa melapor kepada siapa dan siapa yang bertugas melaksanakan suatu
pekerjaan pada sebuah instusi atau perusahaaan. Adapun struktur organisasi Dinas Pertanian Provinsi Sumatera Utara adalah sebagai berikut.
BAB 4
PENGOLAHAN DATA
4.1 Data dan Pembahasan
Data merupakan alat untuk mengambil keputusan atau untuk memecahkan suatu persoalan. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan data adalah untuk memperoleh dan mengetahui gambaran tentang suatu keadaan atau permasalahan.
Untuk membahas dan memecahkan masalah tentang hasil produksi padi Sawah dikecamatan Binjai Selatan seperti yang diuraikan sebelumnya,. Data yang dikumpulkan adalah data hasil produksi padi sawah serta faktor-faktor yang mempengaruhi, di antaranya adalah luas panen, curah hujan dan jumlah pupuk. Adapun datanya adalah sebagai berikut.
Tabel 4.1 Hasil Produksi Padi Sawah di Kecamatan Binjai Selatan
Sumber: Dinas Tanaman Pangan dan Hortikultura Provinsi Sumatera Utara Tahun Hasil Produksi
(Ton) Luas Panen (Ha) Curah Hujan (MM Jumlah Pupuk (Kwintal) 2006 16,889 3,935 222 6,685 2007 21,772 4,961 215 11,480 2008 18,346 4,111 241 6,500 2009 18,173 3,944 243 10,030 2010 19,247 4,032 154 10,291 2011 19,470 4,041 215 9,750 2012 20,558 4,239 244 9,790 2013 19,708 3,962 432 8,870 2014 12,926 2,646 290 7,900 2015 14.445 2,868 160 9,481
Dari data tersebut, di simbolkan menjadi: Hasil Produksi
Luas Panen Curah Hujan Jumlah Pupuk
Tabel 4.2 Gambaran Data Hasil Produksi Padi Sawah Yang Akan Diolah
Y X1 X2 X3 16.899 3.935 222 6.685 21.772 4.961 215 11.48 18.346 4.111 241 6.5 18.173 3.944 243 10.03 19.247 4.032 154 10.291 19.47 4.041 215 9.75 20.558 4.239 244 9.79 19.708 3.962 432 8.87 12.926 2.646 290 7.9 14.445 2.868 160 9.481 ∑ Y = 181.544 ∑ X1 = 38.739 ∑ X2 = 2416 ∑ X3 = 90.777
Kemudian penulis mengelompokkan pembahasan menjadi 4 kelompok: 1. Persamaan regresi linier berganda
2. Uji keberartian regresi 3. Uji kofisien determinasi 4. Uji koefisien Korelasi
4.2 Persamaan Regresi Linear Berganda
Pada pembahasan sebelumnya telah dilihat bagaimana data yang telah dikumpulkan tersebut. Dan dari data pada tabel tersebut akan dibentuk persamaan regresi linier berganda dengan terlebih dahulu menentukan koefisien-koefisien regresi , ,
adalah sebagai berikut:
Tabel 4.3 Kuadrat Masing-Masing Variabel Y, X1, X2 dan X3
Y2 285,576 15,484 49,284 44,689 474,020 24,612 46,225 131,790 336,576 16,900 58,081 42,250 330,258 15,555 59,049 100,601 370,447 16,257 23,716 105,905 379,081 16,330 46,225 95,063 422,631 17,969 59,536 95,844 388,405 15,697 186,624 78,677 167,081 7,001 84,100 62,410 208,658 8,225 25,600 89,889 ∑Y2 = 3.362,734 154,031 = 638,440 = 847,118
Lanjutan tabel untuk mencari persamaan regresi linier berganda menentukan koefisien-koefisien regresi , ,
Tabel 4.4 Hasil Kali Y (Variabel Terikat) dan X(Variabel Bebas)
YX1 YX2 YX3
66,498 3.751,578 112,970
108,011 4.680,980 249,943
75,420 4.421,386 119,249
Lanjutan tabel untuk mencari persamaan regresi linier berganda menentukan koefisien-koefisien regresi , ,
Tabel 4.5 Hasil Kali Antara Variabel bebas X
X1X2 X1X3 X2X3 873,570 26,305 1.484,070 1.066,615 56,952 2,468,200 990,751 26,722 1.566,500 958,392 39,558 2.437,290 620,928 41,493 1.584,814 868,815 39,400 2.096,250 1.034,316 41,500 2.388,760 1.711,584 35,143 3.831,840 767,340 20,903 2.291.000 458,880 27,192 1.516,960 ∑X1X2 = 9.351,191 ∑X1X2 = 355,168 ∑X1X2 = 21.665,684
Rumus umum untuk persamaan regresi linier berganda dengan 3 variabel bebas adalah: 77,604 2.964,038 198,071 78,678 4.186,050 189,833 87,145 5.016,152 201,263 78,083 8.513,856 174,810 34,202 3.748,540 102,115 41,428 2.311,200 136,953
Dari Tabel 4.2 Sampai 4.5 diperoleh hasil sebagai berikut. n = 10 ∑Y2 = 3.362,734 ∑y = 181,153 = 154,031 ∑X1 = 38,739 = 638,440 ∑ X2 = 2416 = 847,118 ∑ X3 = 90,777 ∑X1X2 = 9.351,191 ∑YX1 = 718,744 ∑X1X3 = 355,168 ∑YX2 = 44.009,819 ∑X2X3 = 21.665,684 ∑YX3 = 1.667,481
Maka di peroleh Persamaan dengan rumusnya sebagai berikut:
Dengan demikian terbentuk persamaan yaitu:
181,544 = 10b0 + 38,739b1 + 2416b2 + 90,7778b3
718,744 = 38,739b0 + 154,031b1 + 9.351,191b2 + 355,1686b3
44.009,819 = 2416b0 + 9.351,191b1 + 638,440b2 + 21.665,684b3
1.667,481 = 90,777b0 + 355,168b1 + 21.665,6848b2 + 847,118b3
Setelah persamaan regresi linier berganda di atas diselesaikan, maka diperolehlah nilai-nilai koefisien linier bergandanya, yaitu:
-0,213 3,601 0,005 0,354
Dari nilai-nilai yang telah diperoleh di atas maka nilai persamaan regresi linier bergandanya, yaitu:
4.3 Uji Keberartian Regresi
Sebelum persamaan regresi dibuat untuk menentukan kesimpulan, maka perlu dilakukan suatu pengujian hipotesis mengenai keberartian regresi. Untuk menentukan uji keberartian regresi tersebut , maka digunakan rumus untuk menentukan uji hipotesisnya, yaitu:
Artinya : Tidak terdapat pengaruh signifikan antara variabel bebas, yaitu luas panen (X1), curah hujan (X2) dan jumlah pupuk (X3) terhadap variabel tidak bebas yaitu hasil
produksi (Y).
Minimal satu parameter koefisien regresi 0
Artinya : Terdapat pengaruh signifikan antara variabel bebas, yaitu luas panen (X1),
curah hujan (X2) dan jumlah pupuk (X3) terhadap variabel tidak bebas yaitu hasil
produksi (Y).
Kriteria pengujian:
Jika Fhitung ≥ Ftabel maka H0 ditolak dan H1 diterima
Untuk menguji model regresi yang telah terbentuk, maka diperlukan dua macam Jumlah Kuadrat (JK) yaitu untuk regresi ( ) dan untuk sisa yang akan didapatkan setelah mengetahui hasil dari
. Untuk memperoleh nilai-nilai tersebut, maka diperlukan nilai harga sebagai berikut:
= 8,1544 = 3,8739 = 241,6 = 9,0777
Untuk menentukan uji keberartian regresi maka diperlukan nilai dan y yang dapat membantu untuk mengerjakan uji keberartian regresi, dapat dilihat dari Tabel 4.6 berikut ini:
Tabel 4.6 Nilai Untuk Uji Keberartian Regresi
Y x1 x2 x3 1,255 34,804 19,600 84,092 -3,618 33,778 26,600 79,297 -0,192 34,628 0,600 84,277 0,019 34,795 -1,400 80,747 -1,093 34,707 87,600 80,486 -1,316 34,698 26,600 81,027 -2,404 34,500 -2,400 80,987 -1,554 34,777 -190,400 81,907 5,228 36,093 -48,400 82,877 3,709 35,871 81,600 81,296
Lanjutan Tabel untuk mencari nilai keberartian masing-masing variabel dengan mengalikan tiap variabel
Tabel 4.6 Nilai untuk Uji Keberartian Regresi yx1 yx2 yx3 y2 43,679 24,598 105,535 1,575 -122,209 -96,239 -286,897 13,090 -6,649 -0.115 -16,181 0,037 -0,661 0,027 -1,534 0,000 -37,935 -95,747 -87,971 1,195 -45,663 -35,006 -106,632 1,732 -82,938 5,770 -194,693 5,779 -54,043 295,882 -127,283 2,415 188,694 -253,035 433,281 2,.332 133,046 302,654 301,527 13,757 15,322 148,789 19,152 66,911
Lanjutan tabel untuk mencari nilai uji keberartian regresi dengan mencari nilai Ŷ
Tabel 4.6 Nilai untuk Uji Keberartian Regresi
Ŷ Y- Ŷ (Y- Ŷ)2 17,433 -0,534 0,286 22,790 -1,018 1,037 18,097 0,249 0,062 18,755 -0,582 0,339 18,719 0,528 0,279 18,865 0,605 0,366 19,737 0,821 0,674 19,354 0,354 0,125 13,562 0,636 0,404 14,271 0,174 0,030 ∑Ŷ = 181,584 ∑Y-Ŷ = -0.040 ∑(Y-Ŷ2) = 3,601 Dari Tabel 4.6 diperoleh:
∑yx1 = 15,332 ∑Y-Ŷ = -0,040
∑yx2 = 148,789 ∑(Y-Ŷ)2 = 3,601
∑yx3 = 19,152
∑y2
= 66,911
Dengan k = 3, n = 10 dan (Y- )2
= 3,601 didapat:
Maka Kesalahan bakunya dapat di hitung dengan menggunakan rumus:
Ini berarti bahwa rata-rata hasil produksi padi sawah yang sebenarnya akan menyimpang dari rata-rata hasil produksi yang diperkirakan sebesar 0,7747%%.
Dari nilai-nilai di atas maka dapat diperoleh dua macam jumlah kuadrat-kuadrat yakni dan , yaitu sebagai berikut:
3,601(15,332) + 0,005(148,789) +0,354(19,152) 62,734
3,601
Jadi, dapat dicari dengan rumus:
34,852
Untuk , yaitu nilai statistik yang dapat dilihat di lampiran tabel F dengan derajat kebebasan pembilang = k, penyebut = n – k – 1 dan α = 5% (0,05) maka diperoleh:
α α
4,757
Kita lihat bahwa nilai Fhitung lebih besar dari Ftabel yaitu 34,852 ≥ 4,757 maka H0
ditolak dan H1 diterima. Hal ini artinya terdapat pengaruh signifikan antara variabel
bebas dengan variabel terikat. Dapat dikatakan bahwa variabel bebas secara bersama-sama mempengaruhi variabel terikatnya.
Pada bahasan sebelumnya pada Tabel 4.6 dapat dilihat harga = 66,911 dan nilai = 62,739 yang telah di hitung sebelumnya, maka nilai koefisien determinasi dapat dihitung dengan:
0,938
Untuk koefisien korelasi ganda digunakan rumus sebagai berikut:
Dari hasil perhitungan di atas telah diperoleh nilai koefisien korelasi yaitu sebesar 0,968 dan nilai koefisien determinasi sebesar 0,938 yang berarti 93,8% terjadi peningkatan yang dipengaruhi oleh luas panen, curah hujan, dan jumlah pupuk sedangkan sisanya 6,2% dipengaruhi oleh faktor lain.
4.5 Koefisien Korelasi
4.5.1 Perhitungan Korelasi Antara Variabel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas maka dari tabel sebelumnya dapat dihitung besar koefisien korelasinya yaitu sebagai berikut:
1. Koefisien Korelasi antara Hasil Produksi (Y) dengan Luas Panen (
0,950
Nilai yang diperoleh adalah 0,950, nilai positif ini menandakan hubungan yang searah antara hasil produksi dengan luas panen. Artinya, semakin tinggi luas panen maka semakin tinggi pula hasil produksi di daerah tersebut.
2. Koefisien Korelasi antara Hasil Produksi (Y) dengan Curah Hujan (
Nilai yang diperoleh adalah 0,078, nilai positif ini menandakan hubungan yang searah antara hasil produksi dengan curah hujan. Artinya, semakin tinggi curah hujan maka semakin tinggi pula hasil produksi di daerah tersebut.
3. Koefisien Korelasi antara Hasil Produksi (Y) dengan Jumlah Pupuk (
0,496
Nilai yang diperoleh adalah 0,496, nilai positif ini menandakan hubungan yang searah antara hasil produksi dengan jumlah pupuk yang diberikan. Artinya semakin tinggi jumlah pupuk yang diberikan maka akan semakin tinggi pula hasil produksi di daerah tersebut.
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengoperasian SPSS
Adapun langkah-langkah yang dilakukan untuk mengoperasikan SPSS adalah sebagai berikut:
5.1.1 Membuka Lembar Kerja SPSS
Jika program SPSS telah di install, maka cara memulai SPSS adalah sebagai berikut: 1. Double klik pada desktop yang berlambang SPSS 18.0, atau
2. Klik menu start kemudian pilih dan klik SPSS 18.0
5.1.2 Memasukkan Data Dengan SPSS
Adapun langkah-langkah yang dapat dilakukan dalam pemasukan data dengan program SPSS 18.0 adalah:
1. Buka dahulu Program SPSS for Windows.
2. Setelah program SPSS terbuka, klik variable view yang terdapat pada SPSS data editor untuk menginput nama variabel.
3. Klik variable view pada SPSS data editor, definisikan variabel Y dengan label hasil produksi, variabel X1 dengan label luas lahan, variabel X2 dengan label
curah hujan dan variabel X3 dengan label jumlah pupuk.
Gambar 5.2 Tampilan Pembuatan Variabel Pada Variable View
1. Kemudian klik data view, maka akan terlihat empat variabel input data berdasarkan data yang tersedia pada variabel Y, X1, X2 dan X3,
Gambar 5.3 Tampilan Pengisian Data Pada Data View
5.1.3 Penyimpanan Dokumen SPSS
Adapun cara dalam penyimpanan berkas atau lembar kerja SPSS adalah dengan cara klik menu file kemudian pilih save. Atau dapat juga dilakukan dengan cara tekan tombol Ctrl+s. Kemudian beri nama pada file tersebut.
5.1.4 Pengolahan Data dengan Persamaan Regresi
Adapun langkah-langkah dalam analisis regresi dengan SPSS 18.0 adalah sebagai berikut:
1. Klik Analyse – Regression – Linear
Gambar 5.5 Tampilan Pada Saat Membuat Persamaan Regresi Linier (1) Berganda (2)
1. Maka akan muncul kotak dialog Linear Regression, kemudian pindahkan variabel hasil produksi ke kolom Dependent dan variabel luas lahan, curah hujan dan jumlah pupuk ke kolom Independent dengan mengklik tanda panah.
1. Pilih dan klik menu statistics kemudian pada regression coefficient berikan tanda ceklis pada kotak estimate, model fit dan descriptive, selanjutnya klik continue.
Gambar 5.7 Tampilan Kotak Dialog Liner Regression: Statistics
1. Kemudian klik tombol Options pada kotak dialog Linear Regression: Options muncul kotak dialog yang baru. Pada Steeping Method Criteria, aktifkan Use Probability of F dengan standard eror 0,05 oleh karena itu masukkan nilai entry 0,05. Akatifkan Include Constant in Aquation dan Exclude Cases Litwise pada Missing Values, lalu klik Continue pada gambar berikut
2. Selanjutnya klik Ok pada kotak dialog Linier Regression
5.1.5 Pengolahan Data dengan Persamaan Korelasi
Langkah-langkah pengolahan data sebagai berikut:
1. Tampilkan lembar kerja dimana sudah terdapat data yang akan dianalisis 2. Dari menu utama SPSS, klik menu Analyze, lalu pilih sub menu Correlate dan
klik Bivariates seperti pada gambar berikut:
Gambar 5.9 Tampilan Analyze, Correlate, Bivariate
1. Pada kotak dialog Bivariate Correlations akan ditampilkan variabel-variabel yang akan diuji. Pindahkan variabel-variabel tersebut ke dalam kotak Variables.
2. Pada kolom Correlation Coefficient aktifkan Pearson, pada kolom Test of Significance aktifkan Two-tailed dan Flag Significant Correlations, lalu klik OK seperti pada Gambar 4.10:
Gambar 5.10 Tampilan Kotak Dialog Bivariate Correlation
5.2 Hasil Pengolahan Data dalam SPSS
Berdasarkan hasil pengolahan data dalam program SPSS yang telah penulis lakukan untuk menentukan persamaan regresi linier berganda, maka penulis menampilkan data-data yang telah diolah dalam program SPSS agar nilai yang didapat dari program SPSS untuk persamaan regresi linier berganda dapat dibandingkan dengan hasil nilai untuk persamaan regresi linier berganda yang telah dihitung sebelumnya pada bab 4. Hasil nilai data dalam program SPSS, yaitu:
Tabel 5.1 Deskriptif Statistik Descriptive Statistics Mean Std. Deviation N HasilProduksi_Y 1,8153410 2,727161 10 LuasPanen_X1 3,87390 0,663342 10 CurahHujan_X2 241,60 77,985 10 JumlahPupuk_X3 9,07770 1,601100 10
Pada Tabel 5.1 Deskriptif Statistik diperoleh nilai rata-rata dan standard deviasi dari masing-masing varibel terikat (Y) dan variabel bebas (X1, X2 dan X3).
Tabel 5.2 Hasil Nilai Uji F
ANOVAb
Model Sum of Squares Df Mean Square F Sig.
1 Regression 63,310 3 21,103 35,160 0,000a
Residual 3,601 6 0,600
Total 66,911 9
a. Predictors: (Constant), X3, X2, X1 b. Dependent Variable: Y
Pada Tabel 5.2 diperoleh hasil nilai dari derajat kebebasan (df) untuk v1 = 3 dan v2 =
Tabel 5.3 Hasil Nilai Uji Regresi Linier Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -0,213 2,124 -0,100 0,924 X1 3,601 0,420 0,876 8,578 0,000 X2 0,005 0,003 0,142 1,456 0,196 X3 0,354 0,179 0,208 1,980 0,095 a. Dependent Variable: Y
Pada Tabel 5.3 menampilkan hasil nilai dari b0 = -0,213, b1 = 3,601, b2 = 0,005 dan b3
= 0,3564 Dengan demikian persamaan regresi linier bergandanya, yaitu:
Tabel 5.4 Hasil Nilai Pengujian Koefisien Determinasi dan Koefisien Korelasi Ganda antara Hasil Produksi dengan Luas Lahan, Curah Hujan dan Jumlah Pupuk
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 0,973a
0,946 0,919 0,774735
Pada Tabel 5.4 diperoleh hasil nilai dari koefisien determinasi (R2) = 0,946 dan koefisien korelasi ganda (R) = 0,973.
Tabel 5.5 Hasil Nilai Uji Korelasi
Correlations Y X1 X2 X3 Pearson Correlation Y 1.000 0,950 0,078 0,496 X1 0,950 1.000 -0,018 0,367 X2 0,078 -0,018 1.000 -0,237 X3 0,496 0,367 -0,237 1.000 Sig. (1-tailed) Y . 0,000 0,415 0,073 X1 0,000 . 0,481 0,148 X2 0,415 0,481 . 0,255 X3 0,073 0,148 0,255 . N Y 10 10 10 10 X1 10 10 10 10 X2 10 10 10 10 X3 10 10 10 10
Pada Tabel 5.5 menampilkan hasil nilai hubungan korelasi antara hasil produksi (Y) dengan luas lahan (X1) sebesar 0,930, hasil produksi (Y) dengan dengan curah hujan
(X2) sebesar 0,065 dan hasil produksi (Y) dengan dengan jumlah pupuk (X3) sebesar
BAB 6
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Dengan menggunakan rumus, didapat nilai koefisien-koefisien b0 = -0,213, b1 =
3,601, b2 = 0,005, dan b3 = 0,354. Persamaan regresi linier yang didapat adalah
1. Pada uji linier berganda dengan taraf nyata 0,05, dk pembilang = 3, dk penyebut = 6, maka Ftabel yang didapat sebesar 4,757 dan Fhitung sebesar 34,852. Diperoleh
Fhitung ≥ Ftabel dan dapat disimpulkan bahwa H0 ditolak dan H1 diterima. Ini
menunjukan adanya hubungan fungsional yang signifikan antara luas lahan (X1),
curah hujan (X2) dan jumlah pupuk (X3) terhadap hasil produksi (Y).
2. Koefisien determinasi sebesar 0,937 menunjukan bahwa 93,7% hasil produksi dipengaruhi oleh luas lahan, curah hujan dan jumlah pupuk. Sedangkan sisanya dipengaruhi oleh faktor-faktor lainnya yang tidak tertera pada tulisan ini.
3. Pada analisis korelasi antara variabel bebas dengan variabel terikat, korelasi yang kuat terjadi pada ketiga variabel bebas yaitu luas lahan (X1) sebesar 0,950,
jumlah pupuk (X3) sebesar 0,496 dan curah hujan (X2) sebesar 0,078 terhadap
6.2 Saran
1. Dari hasil analisis, penulis dapat mengajukan saran bahwa dalam meningkatkan hasil produksi padi sawah di kecamatan binjai selatan adalah dengan meningkatkan variabel X1, X2 dan X3 yaitu luas panen, curah hujan dan jumlah
pupuk.
2. Bagi pemerintah Kecamatan Binjai Selatan seperti Dinas Pertanian dan Perkebunan agar lebih memperhatikan faktor-faktor yang menyebabkan tingginya tingkat hasil produksi padi ladang agar dapat mengambil kebijakan untuk menambah jumlah hasil produksi padi sawah pada masyarakat di Kecamatan Binjai Selatan.
3. Dapat mencermati pengaruh perubahan iklim terhadap luas lahan, curah hujan dan jumlah pupuk terhadap hasil produksi padi ladang di Kecamayan Binjai Selatan meskipun tidak memberikan pengaruh yang sangat signifikan serta memperkuat daya tahan sektor pertanian terutama tanaman pangan yang berpengaruh terhadap perubahan iklim, maka sangat diperlukan suatu upaya yang strategis dalam mengantisipasi perubahan iklim dengan melakukan alternatif budidaya pertanian dalam arti luas agar dampak perubahan iklim yang cenderung meningkat tersebut dapat diminimalisasi sehingga tidak menimbulkan kerugian yang sangat besar bagi kesinambungan ketahanan pangan.
