ABSTRAK
Kelapa sawit sebagai sumber penghasil minyak nabati memegang peranan
penting bagi perekonomian negara. Penanaman kelapa sawit umumnya dilakukan
di negara dengan beriklim tropis yang memiliki curah hujan tinggi (minimum
1.600 mm/tahun). Penelitian dilakukan untuk menganalisis adanya hubungan
antara curah hujan terhadap produksi TM kelapa sawit dan sex ratio. Penelitian ini
menggunakan metode percobaan Analisis yang digunakan adalah analisis regresi
dan analisis korelasi dengan bantuan software MINITAB 14. Analisis korelasi ini
dilakukan untuk melihat hubungan antara curah hujan dengan produksi kelapa
sawit apakah positif atau negatif dan analisis regresi untuk memprediksi nilai dari
curah hujan apabila nilai produksi mengalami kenaikan atau penurunan. Uji
koefisien regresi sederhana digunakan untuk mengetahui apakah curah hujan
berpengaruh secara signifikan terhadap sex ratio. Hasil penelitian menunjukkan
Curah hujan yang di analisis pada bulan ke 12 hingga 36 bulan sebelumnya
mendapatkan hasil yang berpengaruh sangat nyata terhadap produksi di tahun
2017 yaitu pada bulan ke 20, 31, 34 dan 36. Peramalan data produksi ditahun
2018, 2019 dan 2020 hanya menggunakan hasil analisis regresi dari bulan ke 36
karena pada bulan tersebut sudah mencakup dari bulan ke 20, 31 dan 34.
Persamaaan regresi yang digunakan yaitu y = 0,8665x + 773,98 maka akan
terlihat estimasi data pada bulam berikutnya. Hasil analisis regresi antara curah
hujan dengan sex ratio didapatkan hasil yang berpengaruh nyata pada bulan ke 1,
7, 14 dan 16 akan tetapi hubungan yang sangat berpengaruh terdapat pada bulan
ke 9 dan 17.
Kata kunci: Curah hujan, regresi, seks ratio.
ABSTRACT
Palm oil as a source of vegetable oils plays an important role for the
economy of the country. Oil palm planting is generally done in tropical countries
with high rainfall (minimum 1600 mm / year). The study was conducted to
analyze the relationship between rainfall on palm oil TM production and sex ratio.
This research uses experimental method The analysis used is regression analysis
and correlation analysis with the help of software MINITAB 14. Correlation
analysis is done to see the relationship between rainfall with palm oil production
is positive or negative and regression analysis to predict the value of rainfall when
the production value experienced an increase or decrease. A simple regression
coefficient test is used to determine whether rainfall significantly affects sex ratio.
The results show that the rainfall in the analysis on the 12th to the 36th month of
the previous month to get a very significant effect on production in 2017 that is in
the months to 20, 31, 34 and 36. Forecasting production data in 2018, 2019 and
2020 only use regression analysis results from month 36 because that month
already covers from month 20, 31 and 34. The equation of regression used is y =
0,8665x + 773,98 it will seen estimation of data at next month. The result of
regression analysis between rainfall and sex ratio showed significant effect on the
1st, 7th, 14th and 16th month but the most influential relationship was on the 9th
and 17th month.
Keywords: Rainfall, regression, seks ratio.
ii
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Pertanian
pada
Departemen Agronomi dan Hortikultura
Disetujui Oleh
Dosen Pembimbing
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2017 ini ialah
curah hujan, dengan judul Dinamika Curah Hujan dikaitkan dengan Produksi TM
Kelapa Sawit (Studi Kasus di PT. Sentosa Kalimantan Jaya) Berau, Kalimantan
Timur.
Terima kasih penulis sampaikan kepada Dr. Ir. Herdhata Agusta selaku
dosen pembimbing yang telah banyak memberi saran dan membantu penulis
dalam memperbaiki dalam setiap kegiatannya. Rasa hormat dan ucapan terima
juga penulis sampaikan kepada kedua orang tua penulis yang telah memberikan
dorongan dan motivasi, baik secara moril maupun materil.
Besar harapan penulis akan saran dan kritik yang membangun demi
tercapainya penyusunan skripsi ini secara sempurna. Semoga skripsi ini dapat
bermanfaat bagi pembaca.
DAFTAR ISI
PRAKATA iv
DAFTAR TABEL vi
DAFTAR LAMPIRAN vi
DAFTAR GAMBAR vi
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 3
Hipotesis 3
TINJAUAN PUSTAKA 3
Morfologi Kelapa Sawit 3
Bagian generatif (bunga dan buah) 4
Curah Hujan 5
Neraca Air 5
METODE 6
Tempat dan Waktu Penelitian 6
Bahan dan Alat 6
Analisis Data 6
Prosedur Percobaan 7
Pengamatan Percobaan 7
HASIL DAN PEMBAHASAN 8
Kondisi Umum 8
Hubungan Curah Hujan dengan Produksi Kelapa Sawit 8
Analisis Hubungan Curah Hujan dengan Produksi 9
Gambar 1. Grafik 36 bulan sebelumnya 11
Peramalan Produksi di Bulan Berikutnya 12
Peramalan Produksi 36 Bulan Berikutnya 12
KESIMPULAN DAN SARAN 13
Kesimpulan 13
Saran 14
DAFTAR PUSTAKA 14
vi
DAFTAR TABEL
1. Data curah hujan bulanan dan produksi tahun 2014 sampai 2017 8
2. Hasil analisis regresi curah hujan dengan produksi Jan-Jun 2017 10
3. Perkiraan data produksi bulan Januari – Desember 2018, dan 2019 11
4. Perkiraan data produksi afdeling 1 - 7 bulan Januari – Juni 2020 12
DAFTAR LAMPIRAN
DAFTAR GAMBAR
PENDAHULUAN
Latar Belakang
tinggi menyebabkan produksi turun drastis dan baru normal pada tahun ketiga dan
keempat karena merusak perkembangan bunga sebelum anthesis dan pada bunga
yang telah anthesis menyebabkan kegagalan matang pandan (Lubis, 1992).
Iklim mempunyai peranan penting dalam setiap tahapan pengelolaan
perkebunan kelapa sawit, mulai pembukaan lahan, pengadaan bahan tanaman,
pembibitan, pertumbuhan dan perkembangan, pemeliharaan hingga pemanenan.
Iklim berpengaruh langsung maupun tidak langsung terhadap waktu pelaksanaan
setiap kegiatan kultur teknis. Lebih dari itu iklim juga turut berperan dalam
mempengaruhi kebutuhan biaya tahunan termasuk kebutuhan tenaga kerja. Akan
menjadi sebuah kesalahan besar apabila dalam usaha perkebunan, khususnya
kelapa sawit, mengacuhkan peranan iklim dan cuaca. Sampai saat ini,
pemanfaatan data cuaca dan iklim hanyalah sebatas pengamatan dan pencatatan
data, bahkan tidak jarang iklim menjadi kambing hitam atas permasalahan
perkebunan (misalnya penurunan produksi). Berdasarkan uraian-uraian tersebut,
tidak bisa dipungkiri bahwa pemahaman peranan iklim untuk pengelolaan
pertanaman kelapa sawit perlu ditingkatkan, tidak sebatas penggunaan alat
instrumentasi untuk pengamatan dan pengumpulan data, tetapi juga analisis serta
aplikasinya (Siregar et al., 2007).
Berdasarkan peneltian Salmiyati et al (2014) menyatakan pemilihan lahan
(iklim, tanah, topografi), bahan tanam (kultur jaringan, varietas), teknis
manajemen (keuangan, organisasi, tenaga kerja, transportasi, hama, penyakit,
pemupukan), panen (efisiensi dalam pemanenen, mekanisasi) dan keberlanjutan
lingkungan (pengelolaan limbah) merupakan faktor penting yang mengoptimalkan
produktivitas kelapa sawit. Hartono (2006) menyatakan bahwa faktor iklim
mempengaruhi optimasi produksi kelapa sawit sehingga diusahakan tidak menjadi
faktor pengganggu maupun pembatas.
Luas perkebunan kelapa sawit Indonesia pada tahun 2011 adalah
8.992.824 ha dengan produksi CPO sebesar 23.096.541 ton. Tahun 2015 luasan
perkebunan di Indonesia menjadi 11.300.370 dengan produksi 31.284.306 ton
CPO dimana pertumbuhan sebesar 25,64%. Luas areal menurut status
pengusahaan milik rakyat (Perkebunan Rakyat) seluas 4.575.101 ha atau 40,48%
dari total luas areal, milik negara (PTPN) seluas 750.160 ha atau 6,63% dari total
luas areal, milik swasta seluas 5.975.109 ha atau 52,82% dari total luas areal
(Ditjenbun, 2014).
Kelapa sawit mampu menghasilkan sedikitnya 2,5 ton minyak kelapa
sawit mentah per hektar per tahun dengan biaya produksi US$ 300. Minyak
kedelai, pesaing utama CPO, hanya menghasilkan 1 ton minyak perhektar per
tahun dengan biaya US$ 500. Indonesia memproduksi 21,6 juta ton CPO dari
lahan seluas 7,9 juta hektar dan mengekspor 15,5 juta ton pada 2010 (Rizki et al.,
2014).
Menurut hasil penelitian Prasetyo (2009) Model fungsi transfer yang
dihasilkan menjelaskan bahwa produksi kelapa sawit dipengaruhi oleh curah
hujan pada 7 bulan sebelumnya.
3
Tujuan Penelitian
Hipotesis
TINJAUAN PUSTAKA
Akar tanaman kelapa sawit berfungsi sebagai penyerap unsur hara dalam
tanah dan respirasi tanaman. Selain itu, sebagai penyangga berdirinya tanaman
sehingga mampu menyokong tegaknya tanaman pada ketinggian yang mencapai
puluhan meter hingga tanaman berumur 25 tahun. Akar tanaman kelapa sawit
tidak berbuku, ujungnya runcing, dan berwarna putih atau kekuningan. Tanamna
kelapa sawit berakar serabut, perakarannya sangat kuat karena tumbuh ke bawah
dan ke samping membentuk akar primer, sekunder, tersier, dan kuarter (Fauzi
et.al., 2007).
Batang kelapa sawit tumbuh tegak lurus (phototropi) dibungkus oleh
pelepah daun (frond base). Batang ini berbentuk silindris berdiameter 0,5 m pada
tanaman dewasa. Bagian bawah umumnya lebih besar disebut bongkol batang
atau bowl. Sampai umur tiga tahun batang tidak terlihat karena masih terbungkus
pelepah daun yang belum dipangkas ditunas. Tinggi tanaman kelapa sawit
berbeda-beda tergantung dari varietasnya (Lubis, 2008).
Tanaman kelapa sawit umumnya memiliki batang yang tidak bercabang.
Pada pertumbuhan awal setelah fase muda (seedling) terjadi pembentukan batang
yang melebar tanpa terjadi pemanjangan internodia (ruas). Titik tumbuh batang
kelapa sawit terletak dipucuk batang, terbenam di dalam tajuk daun dan berbentuk
seperti kubis (Sunarko, 2007).
Daun merupakan pusat produksi energi dan bahan makanan bagi tanaman.
Bentuk daun, jumlah daun, dan susunannya sangat berpengaruh pada luas
tangkapan sinar matahari untuk diproses menjadi energi. Pada saat kecambah,
bakal daun pertama yang muncuk adalah plumula, lalu mulai membelah menjadi
dua helai daun pada umur satu bulan. Seiring bertambahnya daun, anak daun
mulai membelah pada umur 3 – 4 bulan sehingga terbentuk daun sempurna. Daun
ini terdiri dari kumpulan anak daun (leaflet) yang memiliki tulang anak daun
(midrib) dengan helai anak daun (lamina). Sementara itu, tangkai daun (rachis)
yang berfungsi sebagai tempat anak daun melekat akan semakin membesar
menjadi pelepah sawit.
Bagian pangkal pelepah terdapat duri (spine). Awalnya, spine merupakan
barisan seludang yang gagal membentuk daun sehingga menyempit dan
membentuk duri. Urutan daun terbentuk secara teratur dan dinomori sesuai
4
dengan kondisi daun. Daun nomor satu ditandai dengan membuka dan
mengembangnya daun secara sempurna. Daun kedua dihitung sesuai susuna spiral
atau pola susuna daun (filotaksis). Pola spiral ini dihitung dari tiitk tumbuh
mengikuti sudut divergen yang besarnya 137,50 (sudut Fibonacci). Pola spiral ini
dapat berupa spriral kanan atau spiral kiri, tergantung pada genetik tanaman. Pola
ini tidak mempengaruhi produktivitas atau kecepatan tumbuh kelapa sawit (Lubis
dan Widanarko, 2012).
Curah Hujan
Keadaan iklim yaitu curah hujan dan hari hujan yang diperoleh dari stasiun
penakar masing-masing kebun menunjukkan bahwa persyaratan iklim yaitu
jumlah dan hari hujan di lokasi ini tidak merupakan pembatas berat bagi
kesesuaian lahan untuk pertumbuhan tanaman kelapa sawit. Jumlah curah hujan
rata-rata 2000 – 2500 mm pertahun adalah jumlah curah hujan yang optimal yang
diperlukan oleh tanaman kelapa sawit namun curah hujan kurang dari 2000 mm
pertahun masih layak untuk di tanami sebab kebutuhan efektif tanaman hanya
1300 – 1500 mm per tahun (Darmosarkoro et.al., 2007).
Pada tanaman kelapa sawit, dibutuhkan panjang penyinaran sedikitnya 4
jam/hari sehingga diharapkan hujan turun pada sore atau malam hari. Lama
penyinaran matahari yang tidak melebihi 4 jam/hari mengurangi proses asimilasi
untuk produksi karbohidrat dan bunga betina. Pengaruh radiasi matahari semakin
optimal jika curah hujan juga dalam keadaan optimal. Selain lama penyinaran,
intensitas radiasi matahari terutama dari bagian panjang gelombang 0,4-0,7
mikron juga berpengaruh terhadap laju fotosintesis. Jika intensitas radiasi
matahari menurun hingga 20%, maka laju fotosintesis turun hingga 50% (Siregar
et.al., 2006).
Produktivitas tanaman menjadi lebih baik jika unsur hara dan air tersedia
dalam jumlah yang cukup dan seimbang. Selain itu, tanaman kelapa sawit
membutuhkan intensitas cahaya matahari yang cukup tinggi untuk melakukan
proses fotosintesis. Curah hujan mempunyai ideal sekitar 2.000 mm/tahun terbagi
merata sepanjang tahun dan tidak terdapat periode kering yang tegas. Tedapat
beberapa kondisi yang disebabkan oleh pengaruh curah hujan yaitu tingginya
curah hujan menyebabkan produksi bunga tinggi, presentase buah menjadi rendah,
penyerbukan terhambat, sebagian besar pollen terhanyut oleh air. Rendahnya
curah hujan menyebabkan pembentukan daun terhambat serta pembentukan bunga
dan buah terhambat (Lubis dan Widanarko, 2012).
Neraca Air
Kehilangan air yang besar dari lahan akan mempengaruhi ketersediaan air.
Ada dua faktor yang secara dominan menentukan ketersediaan air dalam tanah.
Pertama presipitasi melalui mekanisme infiltrasi dan perkolasi sebagai sumber
pengisian dalam sistem, Kedua evapotranspirasi sebagai pengosongan yang
menyebabkan hilangnya air dari sistem. Apabila pengosongan air lebih besar dari
pengisian air maka akan terjadi penurunan ketersediaan air tanah. Neraca masukan
dan keluaran air di suatu tempat dikenal sebagai neraca air, yang bersifat dinamis
sehingga nilai neraca air selalu berubah dari waktu ke waktu, kemungkinan bisa
terjadi kelebihan air ataupun kekurangan air (Harahap dan Darmosarkoro, 1999).
Pengukuran muka air tanah dilakukan dengan pemasangan sumur pantau,
yang pada prinsipnya kenaikan dan penurunan muka air tanah dapat diketahui
dengan membaca skala yang terdapat pada besi pengukur (Harahap dan
Darmosarkoro, 1999). Neraca air dapat dihitung berdasarkan masukan air pada
6
sistem tanah berupa curah hujan melalui mekanisme infiltrasi dengan keluaran air
pada sistem tanah berupa intersepsi, aliran permukaan dan evapotranspirasi.
Perbedaan landcover antara sebelum dan sesudah adanya perkebunan kelapa
sawit menunjukkan adanya penurunan nilai surplus air sebesar 50 mm per tahun.
Penurunan surplus akan mempengaruhi debit yang terjadi. Debit sebelum ada
perkebunan kelapa sawit adalah sebesar 2.708 m3/s tetapi sesudah ada perkebunan
turun menjadi 2.359 m3/s. Alih fungsi lahan dari hutan ke tanaman monokultur
seperti perkebunan kelapa sawit berpengaruh terhadap peningkatan limpasan
langsung (Teguh et.al., 2010).
METODE
Bahan yang digunakan pada penelitian ini adalah sample tanah dan
tanaman kelapa sawit yang diamati. Alat yang digunakan yaitu pipa PVC diameter
4 inci, besi alumunium, kayu untuk menahan tabung penakar hujan, Ombrometer
(Tabung penakar hujan), gelas ukur hujan dan haga altimeter yang digunakan
untuk mengukur tinggi tanaman kelapa sawit.
Analisis Data
Prosedur Percobaan
Pembuatan lubang
Pembuatan lubang berukuran 1,2 m untuk meletakkan ombrometer
(tabung penakar hujan). Lubang dibuat pada afdeling 1 sampai dengan afdeling 7
yang akan diletakkan ombrometer.
Pengamatan Percobaan
bulan menjadi curah hujan bulanan dan dijumlahkan setiap tahun akan menjadi
curah hujan tahunan. Data dicatat dengan satuan mm.
Kondisi Umum
Produksi tanaman kelapa sawit dan curah hujan sangat erat hubungannya.
Peningkatan curah hujan menaikkan produksi karena buah merah semakin cepat
memberondol dan mendorong pembentukan bunga selanjutnya. Penyebaran curah
hujan yang merata setiap tahun menyebabkan produksi buah juga memiliki
kecenderungan merata (Prihutami, 2011).
Kondisi iklim sangat memegang peranan penting karena mempengaruhi
potensi produksi. Hujan berpengaruh besar terhadap produksi kelapa sawit.
Pertumbuhan kelapa sawit memerlukan curah hujan > 1250 mm/tahun dengan
penyebaran hujan sepanjang tahun merata (Simanjuntak et.al., 2014).
Data yang dibutuhkan dalam pelaksanaan penelitian terdiri atas dua, yaitu
data primer dan data sekunder. Pengumpulan data primer dilakukan melalui
pengamatan curah hujan secara langsung di lapangan. sedangkan data sekunder
yang di kumpulkan berupa data curah hujan dan produksi pada tahun 2014 sampai
2016 yang didapatkan dari perusahaan. Data tersebut dapat dilihat pada Tabel 1
dibawah sebagai berikut :
9
Tabel 1. Data curah hujan bulanan dan produksi tahun 2014 sampai 2017
Tahun
2014 2015 2016 2017
Bulan
CH Produksi CH Produksi CH Produksi CH Produksi
(mm) (kg/ha/bln) (mm) (kg/ha/bln) (mm) (kg/ha/bln) (mm) (kg/ha/bln)
Januari 240 910,51 226 828,78 262 830,27 230 1004,82
Februari 143 955,04 540 519,86 55 496,29 235 863,92
Maret 63 1195,56 381 797,26 222 564,28 252 844,85
April 124 1017,31 132 711,51 14 512,74 169 832,44
Mei 127 1165,36 161 1034,81 145 588,43 114 942,54
Juni 205 1086,44 50 959,91 126 481,08 84 936,91
Juli 135 821,43 10 747,17 146 464,66
Agustus 98 1029,48 0 673,91 40 1247,76
September 47 1033,33 62 1061,26 404 1569,29
Oktober 140 1101,38 196 1570,31 334 1921,57
November 272 1480,42 250 1071,35 0 1677,59
Desember 285 1221,73 88 1332,67 0 1408,45
Jumlah 1.879 1.3017,99 2.096 11.308,80 1.748 11.662,40 1.084 5.425,48
BB 9 7 7 5
BK 1 3 5 0
BL 2 2 0 1
Tabel 2. Hasil analisis regresi curah hujan dengan produksi Jan-Jun 2017
Korelasi
Bulan R R2 n Se Reg
+/-
12 + 0,61 0,37 tn 6 59,99 y= 0,4368x+844,26 tn
13 - 0,48 0,23 tn 6 66,60 y= -0,3333x+947,91 tn
14 + 0,30 0,09 tn 6 72,28 y= 0,1869x+876,5 tn
15 - 0,17 0,03 tn 6 74,64 y= -0,1339x+928,19 tn
16 - 0,34 0,12 tn 6 71,20 y= -0,2433x+941,27 tn
17 - 0,55 0,30 tn 6 63,25 y= -0,345x+953,58 tn
18 - 0,13 0,02 tn 6 75,16 y= -0,0837x+912,7 tn
19 + 0,45 0,20 tn 6 67,59 y= 0,2957x+876,26 tn
20 + 0,80 0,64 ** 6 43,58 y= 0,6871x+849,39 tn
21 + 0,23 0,05 tn 6 73,68 y= 0,2428x+887,45 tn
22 + 0,42 0,18 tn 6 68,78 y= 0,1996x+879,83 tn
23 + 0,31 0,10 tn 6 71,98 y= 0,1027x+882,45 tn
24 - 0,38 0,15 tn 6 70,04 y= -0,1427x+939,69 tn
25 - 0,57 0,33 tn 6 62,15 y= -0,2539x+977,24 tn
26 - 0,37 0,13 tn 6 70,49 y= -0,1767x+958,32 tn
27 + 0,07 0,00 tn 6 75,60 y= 0,0321x+894,38 tn
28 - 0,20 0,04 tn 6 74,25 y= -0,0805x+924,51tn
29 - 0,05 0,00 tn 6 75,67 y= -0,0334x+910,19 tn
30 + 0,51 0,26 tn 6 65,20 y= 0,3607x+845,51 tn
31 + 0,75 0,56 ** 6 49,98 y= 0,6411x+808,41 tn
32 - 0,24 0,06 tn 6 73,60 y= -0,3085x+942,91 tn
11
Tabel 2. Hasil analisis regresi curah hujan dengan produksi Jan-Jun 2017
(Lanjutan)
Korelasi
Bulan R R2 n Se Reg
+/-
33 - 0,53 0,28 tn 6 64,31 y= -0,695x+989,5 tn
34 - 0,79 0,62 ** 6 46,70 y= -0,1336x+1046,3 tn
35 + 0,50 0,25 tn 6 65,82 y= 0,7391x+806,07 tn
36 + 0,81 0,65 ** 6 44,67 y= 0,8665x+773,98 **
Keterangan : * berpengaruh nyata, ** berpengaruh sangat nyata, tn tidak nyata
Analisis hubungan antara curah hujan dengan produksi pada bulan Januari
sampai Juni 2017 dilihat dari beberapa bulan sebelumnya yaitu pada bulan ke 12
sampai bulan ke 36 atau sampai 3 tahun sebelumnya. Dari masing-masing bulan
tersebut dilihat pengaruhnya terhadap produksi dan dilihat pada bulan keberapa
pengaruhnya yang lebih erat. Hasil analisis yang didapat menunjukkan bahwa
pada bulan ke 36 mempunyai hubungan yang paling erat, dapat dilihat sebagai
berikut :
36 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00 y = 0,8665x + 773,98
R² = 0,6523
600.00
R = 0,81
400.00 n=6
200.00 Se = 44,67
0.00 Ket = **
0 50 100 150 200 250 300
Curah Hujan (mm)
Tabel 3. Perkiraan data produksi bulan Januari – Desember 2018, dan 2019
Tahun
Bulan 2015 2018 2016 2019
CH (mm) Produksi (kg/ha/bln) CH (mm) Produksi (kg/ha/bln)
1 226 969,81 262 1001,00
2 540 1241,89 55 821,64
3 381 1104,12 222 966,34
4 132 888,36 14 786,11
5 161 913,49 145 899,62
6 50 817,31 126 883,16
7 10 782,65 146 900,49
8 0 773,98 40 808,64
9 62 827,70 404 1124,05
10 196 943,81 334 1063,39
11 250 990,61 0 773,98
12 88 850,23 0 773,98
Hasil dari peramalan data produksi pada tahun 2018 dan 2019 terdapat
data curah hujan 0 pada beberapa bulan tetapi produksi tetap ada di bulan tersebut.
Hal tersebut dapat terjadi karena faktor penyebab produksi tinggi maupun rendah
pada tanaman kelapa sawit tidak hanya diperngaruhi oleh faktor curah hujan tetapi
dapat dipengaruhi oleh faktor lain. Hal ini juga diperkuat dengan hasil analisis
13
koefisien determinasi (R2) yang menyatakan adanya sisa presentasi dari curah
hujan atau adanya pengaruh faktor lain yang mempengaruhi produksi kelapa sawit.
Hasil dari peramalan data produksi pada tahun 2020 terdapat data curah
hujan yang tegolong rendah pada beberapa bulan tetapi produksi termasuk tinggi
pada bulan tersebut. Hal tersebut dapat terjadi karena faktor penyebab produksi
tinggi maupun rendah pada tanaman kelapa sawit tidak hanya diperngaruhi oleh
faktor curah hujan tetapi dapat dipengaruhi oleh faktor lain. Hasil peramalan data
tersebut dapat dilihat pada Tabel 4 dibawah :
Peramalan data produksi pada tahun 2020 dilihat pada afdeling 1 sampai 7
dari bulan Januari sampai bulan juni 2020 karena pada saat pengamatan curah
hujan dan produksi ditahun 2017 hanya sampai bulan juni 2017 pada afdeling 1
sampai 7.
Kesimpulan
Curah hujan yang di analisis pada bulan ke 20, 31, 34 dan 36 sebelumnya
mendapatkan hasil yang berpengaruh sangat nyata terhadap produksi di tahun
2017. Hasil dari koefisien R2 didapatkan data 67%, 56%, 62% dan 65% variasi
produksi kelapa sawit dapat dijelaskan oleh variasi variabel curah hujan yang
terjadi dan sisanya sebesar 33%, 44%, 38% dan 35% dijelaskan oleh variabel lain
yang tidak dimasukan ke dalam model. Peramalan data produksi ditahun 2018,
2019 dan 2020 hanya menggunakan hasil analisis regresi dari bulan ke 36 karena
pada bulan tersebut sudah mencakup dari bulan ke 20, 31 dan 34. Persamaaan
regresi yang digunakan yaitu y = 0,8665x + 773,98 maka akan terlihat estimasi
data pada bulam berikutnya. Hasil analisis regresi antara curah hujan dengan sex
ratio didapatkan hasil yang berpengaruh nyata pada bulan ke 1, 7, 14 dan 16 akan
tetapi hubungan yang sangat berpengaruh terdapat pada bulan ke 9 dan 17.
14
Saran
DAFTAR PUSTAKA
Caliman J.P and Southworth A. 1998. Effect of Drought and Haze on The
Performance of Oil Palm. International Oil Palm Conference. Bali.
Corley R.H.V. 2003. The Oil Palm. 4th ed. United Kingdom (GB): Blackwell
Scientific. 562 p.
Darmosarkoro W., Sutarta E.S., Winarna (Eds). 2007. Lahan dan Pemupukan
Kelapa Sawit. Pusat Penelitian Kelapa Sawit.
Direktorat Jenderal Perkebunan. 2007. Statisktik Perkebunan Indonesia, Kelapa
Sawit. Ditjenbun. Jakarta.
Direktoral Jenderal Perkebunan. 2014. Statistika. http://ditjenbun.pertanian.go.id.
[21 Agustus 2017].
Djufry F., HAndoko dan Koesmaryono Y. 2000. Model Fenologi Tanaman
Kelapa Sawit. Jurnal Agromet Vol. 15 No. 1 – 2 : 33 – 42.
Ermawati T dan Saptia Y. 2013. Kinerja Ekspor Minyak Kelapa Sawit Indonesia.
Buletin Ilmiah Litbang Perdagangan, Vol.7 No.2, Desember 2013
Fauzi Y., Widyastusti Y.E., Satyawibawa I., Hartono R. 2007. Kelapa Sawit
Budidaya Pemanfaatan Hasil dan Limbah Analisis Usaha dan Pemasaran.
Penebar Swadaya, Jakarta.
Fauzi Y., Widyastuti Y.E., Satyawibawa I., Paeru R.H. 2012. Kelapa Sawit.
Penebar Swadaya, Jakarta.
Gomez K.A dan Gomez A.A. 2010. Prosedur statistik untuk penelitian pertanian.
[Edisi kedua]. UI-Press. Jakarta.
Hadijah. 2013. Peramalan Operasional Reservasi dengan Program Minitab
Menggunakan Pendekatan ARIMA PT. Surindo Andalan. Journal The
Winners Vol. 14. No. 1 Maret 2013 :13-19.
Harahap I dan Darmosarkoro. 1999. Pendugaan Kebutuhan Air Untuk
Pertumbuhan Kelapa Sawit di Lapang dan Aplikasinya Dalam
Pengembangan Sistem Irigasi. Jurnal Penelitian Kelapa Sawit Vol. 7 No. 2 :
87 – 104.
Hartley C.W.S. 1977. The Oil Palm. Longman Inc. New York. 806p.
Hartono R. 2006. Kelapa sawit. Penebar Swadaya, Jakarta
Hasan S dan Hasril. 1998. Model Simulasi Produksi Kelapa Sawit Berdasarkan
Karakteristik Kekeringan : Kasus Kebun Kelapa Sawit di Lampung [tesis].
Bogor : Program Pascasarjana Institut Pertanian Bogor.
Handoko, 1993. Klimatologi Dasar. Jurusan Geofisika dan Meteorologi. FMIPA.
IPB. Bogor.
Lind A.D., Marchal W.G, dan Mason R.D. 2002. Statistical Techniques in
Business and Economics. Toronto : McGraw-Hil Companies, 502-548.
15
Veranica N. 2014. Kebutuhan air kelapa sawit dan domestik pada wilayah
perkebunan kelapa sawit Binturung Estate Kecamatan Pamukan Utara
Kalimantan Selatan. Anterior Jurnal, Vol. 13 No. 2, Juni 2014, Hal 167 –
172.
Widiastuti A dan Retno A. 2008. Viabilitas serbuk sari dan pengaruhnya terhadap
keberhasilan pembentukan Buah Kelapa Sawit (Elaeis guineensis jacq.)
Jurnal Biodiversitas. Vol. 9 No 1 : 35-38.
Yohansyah W.M. 2013. Analisis produktivitas kelapa sawit (elaeis guineensis
jacq.) di PT. Perdana Inti Sawit Perkasa I, Riau. Skripsi. Institut Pertanian
Bogor, Bogor.
LAMPIRAN
18
12 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
y = 0,4368x + 844,26
600.00
R² = 0,3731
400.00 R = 0,61
n=6
200.00 Se = 59,99
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
13 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
y = -0,3333x + 947,91
600.00 R² = 0,2272
R = 0,48
400.00
n=6
200.00 Se = 66,60
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
20
14 Bulan
1200.00
800.00
y = 0,1869x + 876,5
600.00
R² = 0,0899
400.00 R = 0,30
n=6
200.00 Se = 72,28
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
15 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
y = -0,1339x + 928,19
600.00
R² = 0,0295
400.00 R = 0,17
n=6
200.00 Se = 74,64
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
16 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
17 Bulan
1200.00
800.00
y = -0,345x + 953,58
600.00
R² = 0,303
400.00 R = 0,55
n=6
200.00 Se = 63,25
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
18 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
y = -0,0837x + 912,7
600.00 R² = 0,0157
R = 0,13
400.00
n=6
200.00 Se = 75,16
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
19 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
y = 0,2957x + 876,26
600.00
R² = 0,2041
400.00 R = 0,45
n=6
200.00 Se = 67,59
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
22
20 Bulan
1200.00
800.00
y = 0,6871x + 849,39
600.00
R² = 0,6391
400.00 R = 0,80
n=6
200.00 Se = 43,58
Ket = **
0.00
0 50 100 150 200 250
Curah Hujan (mm)
21 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
22 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = 0,1996x + 879,83
600.00 R² = 0,1758
R = 0,42
400.00
n=6
200.00 Se = 68,78
Ket = tn
0.00
0 100 200 300 400 500
Curah Hujan (mm)
23
23 Bulan
1200.00
800.00
24 Bulan
1200.00
1000.00
Produksi (kg/ha/bulan)
800.00
25 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = -0,2539x + 977,24
600.00 R² = 0,327
R = 0,57
400.00 n=6
Se = 62,15
200.00 Ket = tn
0.00
0 100 200 300 400 500 600
Curah Hujan (mm)
24
26 Bulan
1200.00
800.00
y = -0,1767x + 958,32
600.00 R² = 0,1342
R = 0,37
400.00
n=6
200.00 Se = 70,49
Ket = tn
0.00
0 100 200 300 400 500 600
Curah Hujan (mm)
27 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = 0,0321x + 894,38
600.00
R² = 0,0043
400.00 R = 0,07
n=6
200.00 Se = 75,60
Ket = tn
0.00
0 100 200 300 400 500 600
Curah Hujan (mm)
28 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = -0,0805x + 924,51
600.00 R² = 0,0394
R = 0,20
400.00 n=6
Se = 74,25
200.00
Ket = tn
0.00
0 100 200 300 400 500 600
Curah Hujan (mm)
25
29 Bulan
1200.00
800.00
y = -0,0334x + 910,19
600.00 R² = 0,0023
R = 0,05
400.00
n=6
200.00 Se = 75,67
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
30 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = 0,3607x + 845,51
600.00
R² = 0,2593
400.00 R = 0,51
n=6
200.00 Se = 65,20
Ket = tn
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
31 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
32 Bulan
1200.00
800.00
y = -0,3085x + 942,91
600.00 R² = 0,0561
R = 0,24
400.00 n=6
200.00 Se = 73,60
Ket = tn
0.00
0 50 100 150 200 250
Curah Hujan (mm)
33 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = -0,695x + 989,5
600.00 R² = 0,2795
R = 0,53
400.00 n=6
Se = 64,31
200.00
Ket = tn
0.00
0 50 100 150 200 250
Curah Hujan (mm)
34 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = -1,1336x + 1046,3
600.00 R² = 0,62
R = 0,79
400.00
n=6
200.00 Se = 46,70
Ket = **
0.00
0 50 100 150 200 250
Curah Hujan (mm)
27
35 Bulan
1200.00
800.00
y = 0,7391x + 806,07
600.00
R² = 0,2452
400.00 R = 0,50
n=6
200.00 Se = 65,82
Ket = tn
0.00
0 50 100 150 200 250
Curah Hujan (mm)
36 Bulan
1200.00
Produksi (kg/ha/bulan)
1000.00
800.00
y = 0,8665x + 773,98
600.00
R² = 0,6523
400.00 R = 0,81
n=6
200.00 Se = 44,67
Ket = **
0.00
0 50 100 150 200 250 300
Curah Hujan (mm)
28
36 bulan
Regression Statistics
Multiple R 0,818
R Square 0,652349
Adjusted R
Square 0,565436
Standard
Error 44,66965
Observations 6
ANOVA
Significance
df SS MS F F
Regression 1 14976,89 14976,89 8,089139 0,04667
Residual 4 7981,51 1995,377
Total 5 22958,39
Standard Upper
Coefficients Error t Stat P-value Lower 95% 95%
Intercept 773,983 50,92449 15,19864 0,00011 632,594 915,3721
X Variable 1 0,8665 0,316279 2,73967 0,04667 -0,01163 1,74463
34 bulan
Regression Statistics
Multiple R 0,787419
R Square 0,620028
Adjusted R
Square 0,525035
Standard
Error 46,69995
Observations 6
ANOVA
Significance
df SS MS F F
Regression 1 14234,85 14234,85 6,527099 0,062983
Residual 4 8723,541 2180,885
Total 5 22958,39
Standard Upper
Coefficients Error t Stat P-value Lower 95% 95%
Intercept 1046,324 58,78887 17,798 5,86E-05 883,1003 1209,548
X Variable 1 -1,1336 0,44371 -2,55482 0,062983 -2,36553 0,098338
29
31 bulan
Regression Statistics
Multiple R 0,751465
R Square 0,5647
Adjusted R
Square 0,455875
Standard Error 49,98446
Observations 6
ANOVA
Significance
df SS MS F F
Regression 1 12964,61 12964,61 5,18907 0,084978
Residual 4 9993,783 2498,446
Total 5 22958,39
Standard Upper
Coefficients Error t Stat P-value Lower 95% 95%
Intercept 808,4056 46,76085 17,28809 6,57E-05 678,5767 938,2345
X Variable 1 0,641078 0,281427 2,277953 0,084978 -0,14029 1,422446
20 bulan
Regression Statistics
Multiple R 0,807681
R Square 0,639125
Adjusted R
Square 0,586406
Standard Error 43,57858
Observations 6
ANOVA
Significance
df SS MS F F
Regression 1 15362,02 15362,02 7,50579 0,05192
Residual 4 7596,37 1899,093
Total 5 22958,39
Standard Upper
Coefficients Error t Stat P-value Lower 95% 95%
Intercept 849,3946 26,23865 32,37189 5,43E-06 776,5444 922,2448
X Variable 1 0,687084 0,241579 2,844141 0,05192 0,016354 1,357814
30
RIWAYAT HIDUP