Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
ANALISIS PERAMALAN PRODUKSI KARET DI PT PERKEBUNAN NUSANTARA IX (PERSERO) KEBUN BATUJAMUS KABUPATEN KARANGANYAR Agus Hargianto, Endang Siti Rahayu, Darsono Magister Agribisnis Program Pascasarjana UNS
[email protected] Abstrak Karet merupakan salah satu komoditas perkebunan unggulan yang memberikan kontribusi besar terhadap ekspor nonmigas. Peningkatan ekspor karet yang cukup signifikan dari volume ekspor tahun 2002 sebesar 1,496 juta ton (senilai USD 1038 juta) meningkat menjadi 2,35 juta ton (senilai USD 7330 juta) pada tahun 2010 telah memberikan kontribusi secara signifikan pada pertumbuhan ekonomi masyarakat perkebunan. Tujuan penelitian ini adalah 1) Mengetahui faktor produksi yang paling berpengaruh terhadap produksi karet, 2) Mengetahui produksi karet di PT. Perkebunan Nusantara IX (persero) kebun Batujamus di masa akan datang. Metode penelitian yang digunakan pada penelitian ini adalah metode deskriptif analitis. Teknik analisis data yang digunakan dalam penelitian ini adalah regresi berganda OLS dengan dummy dan analisis peramalan dengan ARIMA. Hasil analisis regresi menunjukkan persamaan regresi tidak mengandung gejala multikoliniear, heterokedatisitas, autokorelasi sedangkan faktor produksi secara simultan berpengaruh terhadap produksi karet dan Faktor produksi total HKO, jumlah pohon, dummy teknologi sadap dan dummy sistem sadap paling berpengaruh terhadap produksi karet. Model ARIMA terbaik pada peramalan produksi karet adalah model ARIMA (2,1,1) dengan estimasi parameter R2-squared sebesar 93.20, nilai AIC sebesar 25.64, nilai SIC sebesar 25.84 dan probability signifikan mendekati nol. Hasil peramalan produksi tahun 2012 sebesar 1.445.420 kg (Tw I), 1.499.831 kg (Tw II), 1.076.796 kg (Tw III), 1.023.051 kg (Tw IV). Tahun 2013 sebesar 1.400.326 kg (Tw I), 1.472.397 kg (Tw II), 1.124.476 kg (Tw III), 1.023.051 kg (Tw IV) dengan hasil pengukuran kesalahan peramalan dengan parameter MAPE sebesar 1,37, MAD sebesar 380,5, MSE sebesar 5.194.584.081dan MPE sebesar 0.01. Kesimpulan dalam penelitian ini adalah secara parsial faktor-faktor produksi berpengaruh kuat terhadap produksi karet di Kebun Batujamus. Faktor yang berpengaruh sangat kuat terhadap produksi adalah faktor total HKO, jumlah pohon, dummy teknologi sadap dan dummy sistem sadap. Analisis peramalan produksi menunjukkan bahwa produksi diprediksi dari tahun 2012 sampai 2013 cenderung meningkat dari tahun ke tahun dengan tingkat kesalahan peramalan kecil. Kata kunci : Faktor produksi, Produksi Karet, Regresi berganda, ARIMA
45
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
PENDAHULUAN
mencapai 10,970 juta ton atau minus 181
Karet merupakan salah satu komoditas
ribu ton pada tahun 2011.
perkebunan unggulan yang memberikan kontribusi
besar
terhadap
Peluang tersebut berdampak pada
ekspor
peningkatan kuota produksi karet untuk
nonmigas. Peningkatan ekspor karet yang
Kebun Batujamus - Kerjoarum namun
cukup signifikan, dari volume ekspor tahun
peningkatan produksi secara langsung
2002 sebesar 1,496 juta ton senilai USD
berpengaruh
1038 juta meningkat menjadi 2,35 juta ton
produksi
senilai USD 7330 juta pada tahun 2010
kepada kebun. Kuota
atau meningkat 57 %. Kontribusi ekspor
bertambah
sektor perkebunan diatas, diharapkan dapat
meningkatkan
menjadi
produksi. Namun selama ini penetapan
pendorong
pem-bangunan
pada
yang
penambahan
diberikan
akan
kuota
perusahaan
produksi
memacu
yang kebun
peraihan/eksploitasi
ekonomi nasional di masa mendatang
kuota
(Dirjen
Perdagangan
perolehan produksi tahun sebelumnya
Internasional, 2011). Permintaan karet
tanpa mempertimbangkan efisiensi faktor
yang meningkat memacu peningkatan
produksi penyusun dan kapasitas produksi
produki karet di Negara produsen karet di
yang sebenarnya pada lahan sehingga
dunia termasuk Indonesia. Produksi karet
harapan
Negara produsen mengalami pertumbuhan
produksi dengan siklus produksi tidak
yang sangat pesat termasuk Indonesia
tercapai. Kondisi tersebut diatas menjadi
mencapai 2.843 ribu ton pada tahun 2010
kendala dalam peraihan produksi, dengan
dibandingkan
demikian di-perlukan suatu upaya sebagai
Kerjasama
tahun
2006.
Kondisi
produksi
hanya
terciptanya
berdasarkan
sinergitas
permintaan karet alam dunia meningkat
pertimbangan
seiring
meningkatnya
kebijakan penentuan kuota produksi, yaitu
perekonomian dunia khususnya China dan
upaya analisis faktor-faktor produksi yang
India serta tingginya harga minyak bumi
paling mempengaruhi peraihan produksi
memberikan peluang yang besar pada
karet di Kebun Batujamus-Kerjoarum dan
perkembangan karet alam kedepannya.
analisis peramalan produksi di tahun yang
Kondisi
akan datang demi tercapainya sinergitas
dengan
tersebut
mendukung
pengembangan perkebunan karet Dunia pada masa yang akan datang. Berdasarkan
dalam
jumlah
pengambilan
peraihan produksi dengan siklus produksi. Uraian
diatas
dirumuskan
1)
Bagaimana
analisis Ditjen PHPP (2013), konsumsi
permasalahan
karet dunia mencapai 11,151 juta ton
pengaruh faktor-faktor produksi terhadap
sedangkan produksi karet alam dunia akan
produksi
karet
adalah
dapat
di
PT.
Perkebunan 46
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Nusantara IX (Persero) Kebun Batujamus;
Kerjoarum dari Tahun 2000-2011, 3)
2) Bagaimana produksi karet di PT.
Analisis Peramalan Produksi karet pada
Perkebunan Nusantara IX (Persero) Kebun
Kebun Batujamus - Kerjoarum dilakukan
Batujamus masa yang akan datang?,
periode triwulan pada tahun 2012-2013, 4)
sedangkan tujuan dari penelitian ini adalah
Metode analisis data untuk peramalan
1) Mengetahui faktor produksi yang paling
produksi menggunakan Metode Arima.
berpengaruh terhadap produksi karet alam di PT. Perkebunan Nusantara IX (Persero)
KERANGKA TEORI PENDEKATAN
Kebun Batujamus, 2) Mengetahui produksi
MASALAH
karet di PT. Perkebunan Nusantara IX
Produksi karet merupakan kombinasi dari
(Persero) Kebun Batujamus di masa yang
berbagai faktor faktor produksi. Faktor
akan datang. Dugaan sementara dalam
produksi dibedakan menjadi 2 (dua) yaitu
penelitian
dalam
faktor produksi internal dan eksternal.
hipotesis adalah 1) Diduga ada Faktor
Faktor produksi internal adalah faktor
produksi yang paling berpengaruh terhadap
produksi
jumlah produksi karet di PT. Perkebunan
perusahaan diantaranya jumlah total hari
Nusantara IX (Persero) Kebun Batujamus
kerja orang (Hko), pupuk Urea, pupuk SP-
adalah total Hko, Jumlah Pohon, Dummy
36, pupuk KCl, luas lahan, teknologi
Teknologi Sadap, dan Dummy Sistem
sadap,
Sadap; 2) Diduga metode ARIMA dapat
Sedangkan faktor produksi ekternal adalah
meramalkan produksi karet di masa yang
faktor produksi yang berasal dari luar,
akan datang di PT. Perkebunan Nusantara
salah satunya adalah curah hujan dan harga
IX (Persero) Kebun Batujamus. Penelitian
karet. Data diperoleh dari data historis
ini memiliki batasan masalah meliputi : 1)
triwulanan
Data yang digunakan dalam penelitian ini
sedangkan analisis faktor produksi yang
adalah data historis
tahunan periode
paling berpengaruh terhadap produksi
triwulan, berupa data jumlah tenaga kerja
dengan analisis Regresi Berganda OLS
(Hko), Luas lahan, Pupuk Urea, SP-36,
dengan
KCL, teknologi sadap, sistem sadap dan
Pemikiran
jumlah pohon, harga karet dari Tahun
diterapkan pada penelitian ini ditunjukkan
2000-2011, 2) Data produksi adalah data
pada Gambar 1.
triwulan
ini
pada
yang
kebun
tertuang
Batujamus
yang
sistem
berasal
sadap,
dari
dummy.
jumlah
tahun
Bagan
Operasional
dari
dalam
pohon.
2000-2011
Kerangka yang
akan
-
47
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Gambar 1. Kerangka Teori Pemikiran
lahan, teknologi sadap, sistem sadap,
A. Metode Penelitian Metode
penelitian
yang
digunakan
jumlah pohon, curah hujan, Harga karet
adalah metode deskriptif analitis Metode
di
deskriptif adalah metode penelitian yang
meliputi Afdeling jamus, Mojogedang,
meneliti suatu kelompok manusia, suatu
Polokarto, Gandugede, Kedungsumber,
objek, suatu set kondisi, suatu sistem
Kedawung, dan Balong.
pemikiran ataupun suatu kelas peristiwa
2) Teknik
pada masa sekarang (Nazir, 1988).
pencatatan dan pengamatan.
B. Metode Pengumpulan Data 1) Jenis dan Sumber Data. Data yang dibutuhkan dalam penelitian
Kebun
Batujamus-
Kerjoarum
Pengumpulan
Data:
C. Metode Analisis Data 1. Regresi Berganda OLS dengan Dummy
ini adalah data sekunder. Data sekunder.
Faktor-faktor
yang
Data yang dibutuhkan dalam penelitian
berpengaruh terhadap produksi di
ini adalah data histori tahunan periode
PT.
triwulan dari tahun 2000 sampai dengan
(Persero)
tahun 2011 meliputi: jumlah produksi,
dianalisis
jumlah total hari kerja orang, pupuk
analisis regresi berganda metode
Perkebunan Kebun dengan
paling
Nusantara
IX
Batujamus menggunakan
Urea, pupuk SP-36, pupuk KCl, luas
48
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
kuadrat terkecil dengan model yang
hitung dengan signifikan 0.05, jika
dirumuskan sebagai berikut :
probabilitas signifikan Fhitung <
Yt=X1tX2tX3tX4t
0.05 maka H0 ditolak yang berarti
X5t+X6t+X7t+X8t+D1t
H1 diterima, artinya: secara simultan
+D2t
ada pengaruh jumlah tenaga kerja (X1), pupuk Urea (X2), pupuk SP-
Keterangan: t
= Tahun
36 (X3), pupuk KCl (X4), luas lahan
Y
= Jumlah Produksi (kg)
(X5), jumlah pohon (X6), curah
X1
= Jumlah Total Tenaga Kerja (Hko)
hujan (X7), Harga karet (X8),
X2
= Jumlah Pupuk Urea (kg)
Teknologi sadap (D1) dan Sistem
X3
= Jumlah Pupuk SP-36 (kg)
sadap
X4
= Jumlah Pupuk KCl (kg)
produksi (Y).
X5
= Luas lahan (ha)
X6
= Jumlah pohon (pohon)
X7
= Curah Hujan (mm/tahun)
X8
= Harga (Rp/Kg)
D1
= Dummy Teknologi sadap;
mengetahui pengaruh secara parsial antara variabel independen (Faktor Produksi)
dilakukan untuk
membandingkan
thitung dengan alpha 0.05 dan 0.01,
= 0, jika sistem sadap singgel cut
jika probabilitas signifikan thitung <
= Konstanta
alpha 0.05 dan 0.01 maka H0 ditolak
,
berarti
Estimasi Model
H1
diterima,
artinya:
minimal ada salah satu variabel atau
a. Uji kesesuian model
secara parsial ada pengaruh jumlah
Uji F
tenaga kerja (X1), pupuk Urea (X2),
Pengujian yang bertujuan untuk mengetahui
pengaruh
secara
bersama-sama atau simultan antara variabel
independen
terhadap
variabel dependen. Pengujian ini dilakukan untuk mem-bandingkan nilai
variabel
nilai pro-babilitas signifikan dari
= 1, jika sistem sadap dobel cut
1.
terhadap
dependen (Produksi). Pengujian ini
= Dummy Sistem Sadap;
Koefisien
jumlah
Pengujian yang bertujuan untuk
=0, tanpa penggunaan tekn. sadap
terhadap
2. Uji t
=1, penggunaan teknologi sadap
D2
(D2)
pro-babilitas
signifikan
pupuk SP-36 (X3), pupuk KCl (X4), luas lahan (X5), jumlah pohon (X6), curah hujan (X7), Harga karet (X8), Teknologi sadap (D1) dan Sistem sadap
(D2)
terhadap
jumlah
produksi (Y).
F 49
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
3.
R2 (koefisien determinasi)
a) H0
Koefisien determinasi digunakan
dengan syarat dWhitung < dU
untuk
(batas atas)
melihat
seberapa
besar
autokorelasi
b) H1 : tidak ada autokorelasi
jumlah tenaga kerja panen (X1),
dengan syarat dWhitung > dU
pupuk Urea (X2), pupuk SP-36 (X3),
(batas atas) 3. Uji Heterokedatisitas
jumlah pohon (X6), curah hujan
Berdasarkan hasil uji white, nilai
(X7), Harga karet (X8), Teknologi
2
sadap (D1) dan Sistem sadap (D2)
berarti
secara
heterokedastisitas. Apabila hasil
bersama-sama
mampu
< 2tabel maka tolak H0
hitung
tidak
ada
memberikan penjelasan mengenai
uji white: 2
hitung
variabel dependen (jumlah produksi)
terima H0
yang artinya ada
b. Uji Asumsi Klasik
pengujian
tidaknya
hipotesis
ada pada
model regresi adalah jika nilai VIF >
2.
Model Analisis Peramalan dengan Metode ARIMA
a. Analisis pola data produksi karet
nilai Tolerance atau VIF < 10 maka
Kebun
Tolak H0 berarti model regresi
mengetahui
tersebut
produksi
multikolinieritas
dalam
persamaan regresi.
multikolinearitas
tidak
> 2tabel maka
heterokedastisitas
Uji Multikolonieritas Cara
2.
ada
variabel-variabel independen yaitu
pupuk KCl (X4), luas lahan (X5),
1.
:
mengandung sedangkan
Batujamus
untuk
bentuk/pola
data
nilai
b. Uji stasioneritas data dengan uji
VIF < nilai Tolerance atau nilai VIF
ADF dengan melihat nilai uji ADF
> 10 maka terima H0 yang berarti
dimana
adanya multikolinieritas.
stasioner bila nilai uji ADF < nilai
Uji Autokorelasi
kritis 1%, 5%, 10%
Autokorelasi adalah korelasi antar
c. Proses
data
dikatakan
differencing
tidak
(pembedaan)
anggota serangkaian observasi yang
untuk menstasionerkan data, langkah
diurutkan menurut waktu dan ruang.
dalam proses stasioner data sebagai
Cara pengujian autokorelasi yaitu
nilai d
dengan uji Durbin-watson dengan hipotesis sebagai berikut:
d. Penentuan nilai p dan q pada Model ARIMA
50
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
e. Nilai p merupakan ordo AR yang
sampai tahun 2011 periode triwulan
nilai konstanta probabilitasnya < 5%
(Tw). Data tersebut menunjukkan
(mendekati nol)
kecenderungan peningkatan tahun
f. Nilai q merupakan ordo MA yang
ke tahun
atau berpola tren.
nilai konstanta probabilitasnya < 5%
Produksi seluruh tahun pengamatan
(mendekati nol)
dari tahun 2000 sampai tahun 2011
g. Estimasi model ARIMA h. Model-model
periode triwulan dengan produksi
ARIMA
terbentuk
tertinggi pada tahun 2011 triwulan
dicari model yang terbaik untuk
II sedangkan produksi terendah
peramalan dengan cara melihat nilai
pada tahun 2000 triwulan III.
R2, AIC, SIC dan probabilitas
Produksi tahun 2011 triwulan II (
signifikan.
yang
bulan april sampai juni) dengan
memiliki nilai R2 terbesar, nilai AIC,
periode bulan tersebut curah hujan
SIC
sudah stabil, jarang terjadi hujan
Model
terkecil
terbaik
dan
probabilitas
signifikan
dini
hari,
i. Peramalan
perlakuan
j. Model terbaik yang sudah terpilih
komposisi
digunakan
untuk
berdekatan
dengan
pemupukan
dengan
umur tanaman
yang
meramalkan
didominasi oleh umur tanaman
produksi karet tahun 2012 dan 2013
dewasa dan madya, pada umur
per triwulan
tanaman
tersebut
k. Pengukuran kesalahan peramalan
produksinya
l. Parameter
sehingga
pengukuran
dengan
potensi
mencapai
tercipta
melihat nilai MSE, MAD, MAPE
sesuai
dengan
dan MPE. Indikator peramalan tidak
penyadapan
bias atau valid yaitu nilai MPE
produksi
mendekati nol.
periode lainnya.
puncak
kondisi
yang
eksploitasi
atau
akan
memberikan
tinggi
dibandingkan
b. Luas lahan dalam penelitian ini I.
HASIL DAN PEMBAHASAN
A. Analisis
Faktor-faktor
produk-si
karet Kebun Batujamus 1. Deskripsi Faktor Produksi a. Produksi karet
adalah
luas
lahan
tanaman
menghasilkan
dalam
periode
triwulan
untuk
semua
pengamatan.
Luas
menghasilkan
menjadi
utama
dalam
tahun tanaman faktor
Dalam penelitian ini, data produksi
produksi
suatu
yang diamati dari tahun 2000
perkebunan karet. Potensi produksi 51
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
tinggi apabila semakin luas lahan
berbanding lurus dengan jumlah
tanaman menghasilkan.
pohon.
c. Pupuk Urea Total
e. Pupuk KCL
Penggunaan
pupuk
urea
total penggunaan KCL terbesar
terbanyak pada tahun 2006 untuk
pada
semua triwulan meliputi triwulan I,
terendah
II, III dan IV yaitu sebesar 584.800
Penggunaan pupuk KCL periode
kg sedangkan penggunaan pupuk
triwulan I, II, III dan IV relatif
terendah pada tahun 2000 sebesar
konstan.
125.440 kg. Penggunaan pupuk pada penelitian
ini
2006
pada
sedangkan
tahun
2000.
f. Tenaga kerja (total HKO)
pada
Penggunaan total HKO tertinggi
tanaman
pada tahun 2006 triwulan II karena
menghasilkan, tahun 2006 memiliki
adanya pemupukan dan intensitas
jumlah pohon terbanyak sedangkan
dan
tahun 2000 memiliki jumlah pohon
sedangkan total HKO terendah pada
paling sedikit. Dengan demikian,
tahun 2000 triwulan I berkaitan
besaran penggunaan pupuk urea
dengan
seiring
pemu-pukan
jumlah
berdasarkan
tahun
pohon
dengan
besaran
jumlah
pohon.
HKO
penyadapan
tidak
adanya dan
tinggi
kegiatan
berkuran-gnya
HKO penyadapan.
d. Pupuk SP-36
g. Jumlah Pohon
Penggunaan pupuk terbesar pada
Tahun 2006 memiliki luas lahan
tahun
paling luas sehingga memunculkan
2006
dengan
total
penggunaan sebesar 368.965 kg
jumlah
sedangkan terendah pada tahun
dibandingkan
2000
lainnya sedangkan triwulan I tahun
dengan
total
penggunaan
pohon
tahun
banyak
pengamatan
62.400 kg untuk semua periode
2006
triwulan.
pohon/pengurangan pohon seperti
Jumlah
penggunaan
tidak
paling
pohon
pohon terlihat peng-gunaan pupuk
Jumlah pohon paling sedikit pada
tahun
ba-nyak
tahun 2000 untuk semua periode
paling
triwulan disebabkan oleh luas areal
paling
sedangkan
tahun
sedikit.
Dengan
penggunaan
2000
pupuk
demikian SP-36
tahun
ini
dibandingkan
ataupun
mutasi
Pemupukan ber-dasarkan jumlah
2006
mati
adanya
paling dengan
tumbang
rendah tahun
52
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
pengamatan
periode
triwulan
lainnya.
dimana
h. Curah hujan
tahun-tahun
tersebut
aplikasi stimulan dilakukan pada
Secara keseluruhan, curah hujan
semua
dari tahun ketahun berfluktuatif
penambahan target sehingga perlu
karena adanya perubahan cuaca
adanya upaya eksploitasi lain agar
secara global. Curah hujan tertinggi
memenuhi target produksi.
pada
i.
2003, 2005, 2007, 2009 dan 2011
tahun
2010
triwulan
IV
triwulan
karena
ada
k. Dummy Sistem sadap
sebanyak 3.957 mm karena tahun
aplikasi
tersebut terjadi perubahan iklim
terbanyak pada tahun 2009, 2010
yang ekstrim sehingga curah hujan
dan 2011 untuk periode triwulan I,
sangat
curah
II, dan IV karena tahun tersebut
hujan terendah pada tahun 2000
didominasi oleh tanaman ber-umur
triwulan III sebesar 120 mm.
dewasa dan madya dan kondisi
Harga Karet
tajuk mulai menua. Kondisi tajuk
Harga karet mencapai puncaknya
yang memasuki fase agak tua
pada tahun 2010 triwulan II karena
sampai tua sudah diperbolehkan
pada
terjadi
adanya perlakuan sadap dobel cut
bumi
(atas– bawah). Berdasarkan tabel
tinggi
sedangkan
tahun
kenaikan
harga
tersebut minyak
sistem
sadap
menunjukkan
dobel
berdam-pak pada berkurang-nya
diatas
sebagaian
stok karet sintetis. Pada tahun 2002
besar aplikasi dobel cut tidak
triwulan IV , harga karet mencapai
dilakukan pada karena kondisi tajuk
titik terendah dibandingkan tahun
didominasi tajuk baru (flush) yaitu
penga-matan lainnya karena masih
pada triwulan III.
adanya stok produksi karet alam. j. Dummy Teknologi Sadap
2. Persamaan regresi berganda OLS
Penerapan teknologi sadap berupa
dengan dummy
stimulansi gas dimulai pada tahun
Persamaan
2009
software Eviews 6.0 yaitu
sampai
dengan
2011
regresi
dengan
batuan
sedangkan tahun 2000 sampai 2008
Produksi Karet (Y) = -56.47 + 7.57
masih
menggunakan
Hko (X1) + 4.78 Urea (X2) + 11.21 SP-
sadap
berupa
teknologi cair
36 (X3) +2.70 KCL (X4) + 19.20 Luas
teknologi
Lahan (X5) + 5.71 Jumlah pohon (X6)
sadap terbanyak pada tahun 2002,
+ 6.31 Curah Hujan (X7) + 11.27
(etephon).
stimulan
Penerapan
53
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Harga Karet (X8) + 15.73 Teknologi
heterokedastisitas.
Pengujian
sadap (D1) + 17.91 Sistem sadap (D2)
multikolonieritas menunjukkan bahwa
Faktor produksi dalam persamaan
nilai VIF semua faktor produksi < 10
diatas menunjukkan hubungan yang
maka tidak ada gejala multikolonieritas.
positif yang berarti setiap penambahan
Hasilnya menunjukkan bahwa nilai
1
dapat
durbin Watson (dW) hitung sebesar
meningkatkan produksi karet 1 kg
2.85 sedangkan durbin Watson batas
sedangkan dummy teknologi sadap
atas (dU) tabel sebesar 1.87, hasil
mengandung arti bahwa penggunaan
tersebut tampak dW > dU yang artinya
teknologi sadap memiliki produksi
terima H1 atau tidak ada gejala
lebih
kg
autokorelasi pada model regresi diatas
dibandingkan tanpa teknologi sadap
dan Berdasarkan hasil pengujian White,
begitu
dap
nilai probabilitas X2 hitung sebesar
system
0.394 artinya lebih besar dari alpha
sadap dobel cut memberikan produksi
0.05 (5%). Dengan demikian hasil uji
17.91 kg lebih tinggi dibandingkan
tersebut tolak H0
system sadap singgel cut. Fungsi
independen (faktor– faktor produksi
produksi karet tersusun atas faktor
karet)
produksi (Hko, SP-36, KCL, Luas
heterokedatisitas.
lahan, jumlah pohon, curah hujan,
pengujian asumsi klasik pada model
harga karet, dummy teknologi sadap
regresi
dan dummy sistem sadap). Setiap
terdapat
penambahan unit faktor produksi maka
autokorelasi
terjadi
peningkatan
karet
sehingga model ini telah memnuhi
kebun
Batujamus.
konstanta
asumsi klasik dan menjadi persamaan
unit
faktor
tinggi
juga
menunjukkan
produksi
sebesar
dengan
15.73
sistem
penggunaan
produksi Nilai
negatif berarti tidak akan ada produksi karet apabila tidak ada faktor produksi
atau variabel
tidak
ada
gejala
Berdasarkan
hasil
menunjukkan gejala dan
bahwa
tidak
multikolonieritas, heterokedatisitas
regresi yang baik. 4. Pengujian hipotesis yaitu uji F, t dan R2 dengan alpha 5%
karet. 3. Pengujian model regresi yang baik
Hipotesis yang diajukkan dalam
dengan asumsi Klasik
penelitian ini adalah:
Persamaan regresi OLS dikatakan baik
a. Diduga adanya pengaruh faktor produksi
apabila memenuhi asumsi klasik yang
secara
diajukan yaitu tidak ada gejala: multi-
produksi karet kebun Batujamus= H1
kolinieritas,
bersama-sama
mempengaruhi
autokorelasi, 54
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
b. Diduga minimal ada salah satu faktor
demikian secara empiris diperkuat dengan
produksi paling berpengaruh terhadap
teori mampu menjelaskan dan menjawab
produksi karet kebun Batujamus= H1
hipotesis penelitian. Jumlah pohon (X6)
Pengujian
kesesuaian
model
menjawab
hipotesis
dilakukan dengan pelukaan pada kulit
apakah terjadi terima H1 yang artinya
pohon apabila yang dilukai/disadap lebih
penelitian
ini
tujuan
banyak maka lateks yang keluar lebih
penelitian
dan
dipertanggungjawabkan
banyak , hal tersebut sesuai dengan uji
Hasil
empiris dari jumlah pohon yang nilai
digunakan
secara
untuk
bisa
empiris.
menunjukkan
bahwa
mencapai
pengujian
nilai
F
probabilitas
dilihat
dari
signifikannya
teori
bahwa
mendekati
penyadapan
nol.
Dummy
signifikan (0.0001)< 0.05 berarti terima H1
teknologi sadap (D1) dengan kategori
atau ada pengaruh secara bersama-sama
penggunaan teknologi stimulan gas atau cair
faktor produksi terhadap produksi karet,
dan tanpa teknologi menunjukkan secara
pengujian t menunjukkan semua nilai
empiris
signifikan faktor produksi positif dan lebih
stimulan gas/cair memberikan kontribusi
kecil daripada alpha 5% berarti terima H1
besar terhadap peraihan produksi, hal
atau
individu
tersebut diperkuat dengan teori bahwa
berpengaruh terhadap produksi. Namun
fungsi dari stimulant adalah menunda
diantara faktor produksi tersebut ada 4
penutupan
faktor produksi yang nilai probabilitas
sehingga memperpanjang tetesan lateks.
signifikan mendekati nol (0.000) yang
Oleh karena itu, pohon dengan penggunaan
artinya 4 faktor produksi tersebut paling
teknologi tersebut produksi karet lebih
berpengaruh terhadap peraihan produksi
banyak. Dummy sistem sadap (D2) dengan
karet. 4 faktor produksi tersebut adalah total
kategori sistem sadap dobel cut sebagai d1
HKO, jumlah pohon, dumy teknologi sadap
dan sistem sadap tunggal sebagai d2. Kajian
dan dummy sistem sadap. Sedangkan
teori bahwa sistem sadap menunjukkan lajur
kontribusi faktor produksi sebesar 93%
sadapan pada kulit pohon, sistem sadap
terhadap produksi.
dobel cut merupakan cara penyadapan
faktor
produksi
secara
bahwa
penggunaan
pori-pori
teknologi
pembuluh
karet
Secara teori bahwa total Hko (X1)
dengan dua lajur sadapan yaitu atas dan
digunakan dalam pemeliharaan tanaman
bawah. Oleh karena itu, lateks yang keluar
maupun penyadapan apabila jumlah tersebut
akan lebih banyak daripada satu lajur sadap.
berkurang
Kajian tersebut dibuktikan dengan uji
maka
secara
langsung
mempengaruhi perolehan lateks dimana
empiris
menggunakan
uji
t
ternyata
lateks sebagai bahan baku produksi. Dengan
menunjukkan bahwa dummy sistem sadap 55
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
dengan sistem dobel cut berpengaruh sangat
periode triwulan yaitu Triwulan I, II,
kuat dan signifikan.
III, IV dari tahun 2000 sampai 2011 ditunjukkan pada Gambar 2.
B. Analisis Peramalan produksi karet Kebun Batujamus 1. Analisis pola data produksi karet kebun Batujamus Dalam
observasi atau pengamatan
produksi
karet
Kebun
Batujamus
Gambar 2. Pola Produksi Karet Kebun Batujamus- Kerjoarum, Tahun 2000 - 2011 Dari gambar diatas menunjukkan bahwa
2. Uji Stasioner
pola data produksi karet berbentuk trend maka
diperlukan
pembedaan
Selain dengan melihat pola data,
atau
stasioneritas dapat dilihat dari hasil uji
differencing agar dapat digunakan dalam
stasioner dengan uji ADF (Tabel 1).
ARIMA. Tabel 1. Uji stasioner pada variabel independen (faktor produksi) t-statistik
Variabel Independen
Nilai kritis
Uji
Keterangan
1%
5%
10 %
ADF
HKO
3.58
2.92
2.60
2.89
Tidak stasioner
UREA
3.57
2.92
2.60
2.33
Tidak stasioner
SP-36
3.57
2.92
2.60
1.62
Tidak stasioner
KCL
3.57
2.92
2.60
1.66
Tidak stasioner
Luas Lahan
3.57
2.92
2.60
2.25
Tidak stasioner
Jumlah pohon
3.57
2.92
2.60
1.59
Tidak stasioner
Curah Hujan
3.57
2.92
2.60
0.88
Tidak stasioner
Harga Karet
3.57
2.92
2.60
1.73
Tidak stasioner
56
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64 Dummy Tek. Sadap
3.57
2.92
2.60
3.26
Tidak stasioner
Dummy Sist. Sadap
3.57
2.92
2.60
2.62
Tidak stasioner
Berdasarkan pengujian diatas terlihat bahwa
Tahapan ini menunjukan banyaknya ordo
data tersebut tidak stasioner karena nilainya lebih
atau
kecil
menstasionerkan data (d) yang ditunjukkan pada
dari
nilai
kritis
1%,5%
dan
10%.
Pembentukan data tersebut memerlukan proses
langkah
yang
diperlukan
untuk
Tabel 2.
pembedaan agar memenuhi syarat dari ARIMA yaitu data harus stasioner. 3. Proses diffencing (pembedaan) Tabel 2. Pembedaan pada data pada first differencing (d=1) t-statistik
variabel Independen
Nilai kritis
Uji
Keterangan
1%
5%
10 %
ADF
HKO
3.58
2.92
2.60
13.63
Stasioner
UREA
3.57
2.92
2.60
8.44
Stasioner
SP-36
3.57
2.92
2.60
6.60
Stasioner
KCL
3.57
2.92
2.60
6.91
Stasioner
Luas Lahan
3.57
2.92
2.60
6.81
Stasioner
Jumlah pohon
3.57
2.92
2.60
6.56
Stasioner
Curah Hujan
3.57
2.92
2.60
11.81
Stasioner
Harga Karet
3.57
2.92
2.60
6.50
Stasioner
Dummy Tek. sadap
3.57
2.92
2.60
17.11
Stasioner
Dummy Sist. sadap
3.57
2.92
2.60
23.44
Stasioner
Hasil proses pembedaan yang ditunjukkan
merupakan ordo atau langkah pada MA.
pada tabel diatas adalah data sudah berpola
Penentuan nilai p dan q dalam penelitian ini
stasioner dengan langkah pembedaan satu kali atau
menggunakan uji ADF dengan melihat nilai
first differencing (d=1) sehingga layak digunakan
probabilitas
dalam analisis peramalan ARIMA.
dengan
4. Penentuan nilai p dan q
konstantanya lebih kecil dari pada alpha 5% maka
konstantanya
alpha
5
%.
yang Apabila
dibandingkan probabilitas
Nilai p dan q diperlukan dalam pembentukan
nilai p dan q tersebut diambil sebagai unsur
model ARIMA yang akan digunakan dalam
pembentuk model ARIMA. Berdasarkan tabel 6.
peramalan. Nilai p merupakan ordo atau langkah
Menunjukan nilai p dan q yang terpilih adalah p=2
pada AR sedangkan nilai q
dan
q=1
dapat
dilihat
pada
Tabel
3. 57
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Tabel 3. Penentuan Nilai p Dan q Dengan Signifikan Konstanta Probabilitas
Signifikan
Konstanta
Probabilitas
AR (1)
0.55
0.05
Tidak signifikan
AR (2)
0.03
0.05
Signifikan
AR (3)
0.92
0.05
Tidak signifikan
MA (1)
0.00
0.05
Signifikan
MA (2)
0.33
0.05
Tidak signifikan
Variabel
5. Estimasi model ARIMA terbaik
Keterangan
Nilai p dan q digunakan
AR (2) : p =2
MA (1) : q=1
probabilitas signifikan. Model ARIMA yang
Setelah penentuan nilai p,q dan d maka perlu
terbentuk adalah model ARIMA (2,1,1). Sebelum
adanya estimasi model ARIMA terbaik dengan
digunakan dalam peramalan perlu mengetahui nilai
melihat nilai R2, SIC dan AIC,
R2, SIC dan AIC, probabilitas signifikan yang ditunjukkan pada Tabel 4.
Tabel 4. Estimasi Parameter Pada Model ARIMA R2
SIC
AIC
Prob. Signf.
AR (1)
0.008
28.164
28.244
0.552
AR (2)
0.765
26.740
26.823
0.000
AR (3)
0.002
28.209
28.290
0.925
MA (1)
0.487
27.500
27.578
0.000
MA (2)
0.412
27.636
27.715
0.248
ARIMA (2,1,1)
0.931
25.636
25.836
0.000
Variabel
Estimasi parameter pada Model ARIMA 2
Keterangan
Model terbaik
6. Peramalan
(2,1,1) menunjukkan nilai R pada model ini paling
Hasil peramalan produksi karet dengan
besar yaitu 0.931, nilai AIC dan SIC terkecil yaitu
model ARIMA (2,1,1) pada tahun 2012 dan 2013
25.636
periode I, II, III, dan IV yang ditunjukkan pada
dan
25.836
sedangkan
probabilitas
signifikannya lebih kecil dari alpha
Tabel 5.
5%. Model ARIMA (2,1,1) akan digunkan dalam peramalan produksi karet Kebun batujamus.
58
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Tabel 5. Hasil Peramalan Tahun
Peramalan
Triwulan (Tw)
Produksi (Kg)
I
1.445.419,52
II
1.499.830,59
III
1.076.795,76
IV
1.023.050,97
Total
5.045.096,84
I
1.400.325,54
II
1.472.397,36
III
1.124.476,47
IV
1.040.812.40
Total
5.038.012,07
2012
2013
Hasil peramalan produksi karet memiliki kecenderungan menurun dari tahun ke tahun ditunjukan pada Gambar 3.
Gambar 3. Hasil Peramalan Produksi Dengan Model ARIMA 7. Pengukuran Kesalahan peramalan Hasil
peramalan
harus
pengukuran
kesalahan
peramalan
Namun penenlitian ini untuk melihat hasil dilakukan
peramalan tersebut valid tau tidak bias adalah
untuk
melihat nilai MPE apabila nilai MPE mendekati
mengetahui keakuratan hasil. Parameter yang
nol maka hasil peramalan tersebut tidak bias
digunakan
sebesar 0.01 (Tabel 6).
dalam
pengukuran
kesalahan
peramalan adalah MAD, MSE, MAPE dan MPE. Tabel 6. Parameter Pengukuran Kesalahan Peramalan MAPE
MSE
MAD
MPE
1.37
5.194.584.081
380.5
0.01
59
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
KESIMPULAN DAN SARAN C. Implikasi
A. Kesimpulan 1. Hasil pengujian tstatistik menunjukkan semua faktor produksi secara parsial berpengaruh terhadap
signifikan produksi
Batujamus–
dan
kuat
karet
Kerjoarum
kebun
(probabilitas
signifikan < 5%). Namun ada empat (4) faktor produksi yaitu total HKO, jumlah pohon, dummy teknologi sadap dan dummy sistem sadap secara parsial berpengaruh sangat signifikan dan kuat terhadap produksi karet (probabilitas signifikan :0.00)
Hasil penelitian ini memberi masukan serta gambaran
berkepentingan
pada
Kerjoarum
kebun
Tahun
2012
Kabupaten
kg
2013
sebesar
produksi karet yang cenderung fluktuatif . 1.
kg
(Triwulan I), 1472.397 kg (Triwulan III), 1.040.812 kg (triwulan IV).
untuk
perlu
meningkatkan
optimalisasi
faktor
produksi penggunaan total tenaga kerja, mempertahankan
populasi
pohon,
aplikasi teknologi sadap secara intensif pada tanaman tua dan penerapan sistem sadap dobel cut secara optimal dan menyeluruh
berdasarkan
umur
tanaman. 2.
Manajemen perusahaan, perlu aplikasi peramalan produksi dengan model ARIMA
secara
spesifikasi
dalam
penentuan target produksi per bulan
B. Saran 1. Dummy sistem dan teknologi sadap dalam penelitian ini perlu diaplikasikan secara intensif
Perusahaan, produksi
IV)
1.400.326
ini
akan menghadapi masalah dalam kapasitas
sedangkan hasil peramalan produksi tahun
Masukan
Batujamus Kabupaten Karanganyar saat ini
sebesar
(Triwulan
Karanganyar.
Perkebunan Nusantara IX (Persero) Kebun
(Triwulan II), 1076.796 kg (Triwulan 1.023.051
peningkatan
menjadi berguna, karena perusahaan PT.
1.445.420 kg (Triwulan I), 1.449.831 kg
III),
terhadap
yang
Nusantara IX (Persero) Kebun Batujamus
–
batujamus
pihak-pihak
produksi karet terutama di PT. Perkebunan
2. Hasil peramalan produksi karet periode triwulan
bagi
ke
seluruh
kebun
di
yang diintegrasikan dengan sistem SMS gateway.
PT.
Perkebunan Nusantara IX (Persero) 2. Model ARIMA yang dispesifikasi dapat menjadi bahan dasar pertimbangan dalam penentuan target produksi karet per unit
DAFTAR PUSTAKA ANRPC, 2010. Monthly Bulletin Rubber Trends & Statistic. Jurnal Association of Natural Rubber Producing Country Edisi April/Mei.
afdeling di kebun Batujamus– Kerjoarum 60
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Dalam http:/www.google.com. Diakses 12
,
2011c.
Laporan
Tanaman
Kebun
September 2012.
Batujamus – Kerjoarum. PT. Perkubunan Nusantara IX (Persero) Kebun Batujamus.
Arifianto, 2009. Jenis Metode Peramalan. Dalam http:/www.google.com/
Karanganyar
Arifianto’Blog-
Universitas Dian Nusantara. Semarang.
, 2011d. Rekomendasi Balit Sungai Putih.
Diakses 12 September 2012.
PT. Perkubunan Nusantara IX (Persero) Kebun Batujamus. Karanganyar
Anonim, 2003. Potensi Perkebunan Karet Provinsi Kaltim. Dinas Pertanian Provinsi Kaltim.
,
2012.
Laporan
Samarinda.
Batujamus-Kerjoarum.
Manajemen
Kebun Kebun
Batujamus/Kerjoarum. Karanganyar. ,
2008a.
Laporan
Manajemen
Batujamus-Kerjoarum.
PT.
Kebun
Perkebunan
Balitbang Kemtan, 2012. Klon-Klon Unggulan
Nusantara IX (Persero), Semarang.
Karet.
Diunduh
http:/Balitbang.Kemtan.go.id. ,
2008b.
Budidaya
Karet.
Dalam
Diakses
Tanggal 1 Desember 2012 Jam 09.00 WIB
http:/www.google.com/Karet’Blog. Dalam http:/www.google.com
Bank Mandiri, 2012. Review Market of Natural Rubber. Bank Mandiri Research Market.
,
2009.
Uji
Statistik.
http:/www.google.com/Belajar
Dalam
Jakarta
Statistik
dengan SPPS. Diakses 12 September 2012.
Chairil
Anwar,
2005.
Prospek
Karet
Alam
Indonesia di Pasar Internasional: Suatu ,
2011a.
Petunjuk
Penulisan
Usulan
Analisis Integrasi Pasar dan Keragaan
Penelitian dan Tesis. Program Pascasarjana,
Ekspor. Dalam Kumpulan Disertasi IPB di
Universitas Sebelas Maret. Surakarta.
http:\www. Google.com. Diakses Tanggal 2 Desember 2012
,
2011b.
Laporan
Produksi
Kebun
Batujamus – Kerjoarum. PT. Perkubunan
Maretha, D, 2008. Peramalan Produksi dan
Nusantara IX (Persero) Kebun Batujamus.
Konsumsi
Karanganyar
Implikasinya
Kedelai
Nasional
Terhadap
Sera Strategi
Pencapaian Swasembada Kedelai Nasional.
61
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Diunduh dari repository.ipb.ac.id pada 10 Juni 2013
Gujarati, 2003. Basic Econometric Fourth Edition. McGraw Hill Companies. New York. USA
Dirjen Kerjasama Perdagangan Internasional, 2011. Buletin
Kerjasama
Internasional.
Dirjen
Perdagangan
Habibie,
Budidaya
Karet.
Dalam
http:/www.google.com/Habibies’Blog.
Kerjasama
Perdagangan Internasional. Kementerian Perdagangan.
2012.
Diakses 12 September 2012.
Dalam
http:/www.google.com
Hanke, 2003. Peramalan Bisnis Edisi Ketujuh. Penerjemah
Dirjen Perkebunan, 2012. Laporan Tahunan
Devy
anantatur.
PT.
Prenhallindo. Jakarta
Tanaman Tahunan. Dalam Jurnal Pertanian Bulan Desember. Jakarta.
Hansen, K. 2008. Peramalan Produksi Dan Ekspor CPO Indonesia Serta Implikasi Terhadap
Dirjen PHPP, 2013. Warta Pertanian. Kementrian Pertanian.
Jakarta.
Kebijakan.
Dalam
Dalam
http:/www.google.com/IPB
www.google.com/kementrian
reseptory.
Diakses 12 September 2012
pertanian.Diakses Tanggal 3 Mei 2013 Jam 10.30 WIB
IRSG, 2008. Rubber Industry Report. Vol. 7, No.7/8.
Sobiran, E, 2011. Revisi Sistem Eksploitasi. SE
January/February.
International
Rubber Study Group. Amerika
Direksi Tentang Sistem Eksploitasi Dobel cut. PT. Perkebunan Nusantara IX (Persero)
Juanda, et. all, 2012. Ekonometrika Deret Waktu:
Divisi Tanaman Tahunan. Semarang
Teori
dan
Aplikasi.
http/www.google.com/IPB Firdaus, 2006. Pengantar Ekonometrika I. IPB press.
Bogor.
www.google.com/kumpulan
Dalam
reseptory-IPB
press. Diakses tanggal 17 april 2013.
Dalam e-book.
Linus,
2003.
Budidaya
Karet.
Dalam
Diakses Tanggal 24 Januari 2013. Jam
http:/www.google.com/Linus’Blog. Diakses
11.00 WIB
12 September 2012
Gapkindo, 2012. Penerapan Sistem Resi Gudang
Lubis, 2010. Budidaya Karet Rakyat. Dalam
Dan Pembenahan Pasar Fisik Pada Bokar
http:/www.google.com/Lubis’Blog. Diakses
Dan SIR. Biro Analisis Pasar. Jakarta
12 September 2012 62
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
Analysis To Support Decision Makers. Luciana, 2011. Forecast Hasil Produksi Karet
Decision support system advances in: Ger
Tahun 2010 di PT Perkebunan Nusantara
devlin (Ed.). Journal Intech. Diunduh dari:
IX (Persero) Kebun Warnasari dengan
http://www.intechopen.com/books/decision
Metode Moving Averages dan Metode
-support-systems-advance. Diakses tanggal
Autoregresi
16 Juni 2013. Jam 09.00 WIB
dan
Autokorelasi.
Digilib
Universitas Negeri Semarang. Semarang Prihtiyani, 2013. Harga Karet Naik Tajam karena Makridakies,
1999.
Peramalan
Metode
Edisi
Dan
Kedua.
Aplikasi
Penerjemah
Untung sus A dan Abdul. Erlangga Jakarta
Much, 2011. An Analysis of Supply Response for
Stimulus
Jepang
Diakses
dalam
http:www.kompas.com. Tanggal 22 Januari 2013
Rimba Karya, 2009. Komoditas Perkebunan: Karet
Natural Rubber in Cambodia. Dalam http:/
Dan
www.google.com/Kumpulan
http:/www.google.com/Rimba Karya’Blog.
Abstraksi
Thesis.com. Diakses 12 September 2012
Kelapa
Sawit.
Dalam
Diakses 12 September 2012.
Nazaruddin, et. All, 2009. Produksi Tanaman
Sadeq, 2008. Analisis Prediksi Indeks Harga
Karet Pada Pemberian Stimulasi Etephon
Saham Dengan Metode ARIMA. Program
Latex Production In Relation To Ethepon
Studi
Aplication.
Semarang
Diaunduh
www.stppgowa.ac.id.
Diakses
dari
Magister
Manajemen.
UNDIP.
pada
Tanggal 16 Juni 2013 Jam 12.30 WIB
Salvatore, 1997. Ekonomi Internasional Edisi Kelima. Penerbit Erlangga. Jakarta
Nazir, 1988. Metode Penelitian. Ghalia Indonesia. Jakarta.
Sarman, 2009. Pengaruh
Faktor Produksi
Pemupukan Terhadap Tingkat Produksi Nugroho, 2013. Scribd: Usaha Tani Tebu. Diakses pada
http:
www.google.com/ilham
Karet Dengan Analisis Regresi Berganda. Dalam http:/ www.google.com/Kumpulan
nugroho.co.cc/scribd. Tanggal 23 Maret
Abstraksi
2013
September 2012
Subsorn, et. All, 2010. Forecasting Rubber Production Using Intelligent Time Series
Shekthar,
2009.
Thesis.com.
Forecasting
Diakses
12
Production
Of
Natural Rubber In India. Dalam http:/ 63
Agribusiness Review
ISSN. 2354-8320
Vol 1, No 1 (Desember 2013), hal 45-64
www.google.com/Kumpulan
Abstraksi
Thesis.com. Diakses 12 September 2012
Tim Manajemen, 2012. Laporan Manajemen Perusahaan Triwulan I Tahun 2012. PT. Perkebunan
Simanjuntak, 2011. Konsumsi Karet Dunia. Dalam
Nusantara
IX
(Persero).
Semarang
http: www. Bisnis.com. Diakses Tanggal 2 Januari 2013.
Wahyuni, 2011. Dasar-Dasar Statistik Deskripsi. Penerbit Muha Medika. Yogjakarta.
Sopian, T, 2008. Produksi Tanaman Karet (Hevea brasillensis) di Daerah Bercurah Hujan
Widyastuti, 1998. Analisis Fungsi Produksi dan
Tinggi Di Kabupaten Bogor. Diunduh dari:
Fungsi Biaya Pada PERUSDA Kebun
io.ppijepang.org. Diakses Pada Tanggal 16
Karet Tlogo Tuntang. Program Pasca
Juni 2013 Jam 12.20 WIB
Sarjana
Magister
Manajemen.UNDIP.
Semarang. The Rubber Economist, 2009. Review Natural Rubber:
Quarterly
Report-3rd.
http:/www.google.com/Rubber Diakses 12 September 2012.
Dalam
Wijaya, et. all, 2011. Peramalan Produksi Padi
Magazine.
Dengan Arima, Fungsi Transfer Dan Adaptive Fuzzy Inference System. Diunduh dari: digilib.its.ac.id pada 15 juni 2013
.
64
