SISTEM PENDUKUNG KEPUTUSAN PENDUGAAN KEBUTUHAN PENGGILING PADI (RICE MILLING UNIT) STUDI KASUS KOTA PADANGSIDIMPUAN

Keteknikan Pertanian

J.Rekayasa Pangan dan Pert., Vol.3 No. 4 Th. 2015

SISTEM PENDUKUNG KEPUTUSAN PENDUGAAN KEBUTUHAN PENGGILING PADI (RICE MILLING UNIT) STUDI KASUS KOTA PADANGSIDIMPUAN (Decision Support System of Rice Production Needs Rice Milling Unit Case Study of Padangsidimpuan City) Mustafa Parlindungan1, Saipul Bahri Daulay1, Lukman Adlin Harahap1 1Program

Studi Keteknikan Pertanian,, Fakultas Petanian USU Jl. Prof.Dr. A. Sofyan No. 3 Kampus USU Medan 20155 email: [email protected] Diterima: 12 Januari 2015 /Disetujui: 28 januari 2015

ABSTRACT The role of food commoditis (particularly rice) since years ago in Indonesia, was so good, as rice is a basic foodstuffs for the majority of Indonesian. Food needs of rice in our country is never recedes, but increased from year to year, in accordance with population growth. The importance of this report was to forecast rice plant production by means of rice plant prediction with monte carlo method to predict the needs of Rice Milling Unit in the future. The results showed that rice production in 2013 to 2017 was increased so that the availability of Rice Milling Unit in subdistrict of Padangsidimpuan Hutaimbaru was unable to meet grinding rate, therefore steamroller should be created. Keywords: monte carlo , rice milling unit

dianalisis atau disimulasi. Sebaran peluang suatu peubah dapat diperoleh dari data historis atau dari suatu pilihan yang bersifat apriori (perkiraan). Metode Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah untuk mengevaluasi integral definit, terutama integral multidimensi dengan syarat dan batasan yang rumit Penelitian dengan menggunakan metode simulasi Monte Carlo sudah banyak dilakukan, antara lain pendugaan debit aliran sungai (debit rata-rata mingguan, setengah bulanan, dan bulanan) oleh Oktafitri pada tahun 1993. Monte Carlo sebagai perluasan alternatif metode yang dapat digunakan untuk analisis keadaan debit aliran sungai pada suatu waktu (Oktafri, 1994). Tujuan Penelitian ini adalah membuat sebuah model untuk menduga produksi komoditi pertanian (padi) dengan menggunakan teknik monte carlo, serta membangun sistem pendukung keputusan guna menentukan kebutuhan peralatan produksi padi studi kasus Kecamatan Padangsidimpuan Hutaimbaru Kota Padangsidimpuan Propinsi Sumatera Utara.

PENDAHULUAN Tumbuhan padi adalah tumbuhan yang tergolong tanaman air (water plant). Sebagai tanaman air bukanlah berarti bahwa tanaman padi dapat tumbuh diatas tanah yang terus menerus digenangi oleh air, baik penggenangan itu yang terjadi secara alamiah sebagaimana yang terjadi pada tanah rawa - rawa, maupun penggenangan yang terjadi pada tanah - tanah sawah (Siregar, 1981). Bangsa Indonesia dan bahkan sebagian besar penduduk di muka bumi ini menggunakan nasi sebagai makanan pokoknya. Tetapi ada juga makanan pokok selain nasi, masih ada sebagian masyarakat di daerah Gunung Kidul Yogyakarta yang menggunakan gaplek (ketela pohon yang dikeringkan), masyarakat Madura menggunakan jagung, masyarakat Maluku menggunakan sagu sebagai makanan pokok dan lain sebagainya. Sedang makanan pokok bangsa-bangsa barat biasanya berasal dari gandul atau kentang (Sugeng, 2006). Pentingnya penelitian ini dilakukan untuk menduga produksi komoditi pertanian yaitu tanaman padi dengan cara memprediksi jumlah produksi tanaman padi sehingga akan dilakukan pendugaan kebutuhan penggiling padi padi untuk waktu yang akan datang. Penentuan sebaran peluang untuk peubah dari sistem yang akan

526



BAHAN DAN METODE 6.

Bahan yang akan digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari dinas pertanian Kota Padangsidimpuan. Adapun alat yang akan digunakan dalam penelitian ini adalah komputer sebagai alat untuk mengolah data dengan metode monte carlo, alat tulis, software SPSS 13.0 for Windows dan software Microsoft excel 2007 untuk melakukan simulasi dengan model. Penelitian ini menggunakan metode statistik inferensi, yaitu statistik parametrik yang mengambil peran menganalisis data dan kemudian menginterpretasikan hasil-hasil analisis tersebut.

7.

Pelaksanaan Penelitian 1. Analisis kebutuhan Sebelum penelitian ini dimulai maka perlu dilakukan anilisis data, ini bertujuan untuk mengetahui data apa saja yang akan diperlukan dalam penelitian ini. 2. Dilakukan pengumpulan data Setelah dilakukan analisis data maka akan diketahui data apa saja yang dibutuhkan dalam penelitian ini, setelah itu maka dilakukan pengumpulan data. Data yang diperoleh dalam penelitian ini merupakan data sekunder, yaitu data produktivitas dan data luas tanaman padi yang diperoleh dari Kantor Dinas Pertanian Kota Padangsidimpuan. 3. Analisis Sebaran Data Teknik analisis data yang digunakan dalam penelitian ini menggunakan distribusi frekuensi, yaitu menyusun data menurut kelas-kelas tertentu, dikelompokkan ke dalam beberapa kategori yang menunjukkan banyaknya data dalam setiap kategori. Pada tahap penyajian data, data yang sudah diklasifikasikan disajikan atau ditampilkan dalam bentuk tabel dan grafik/histogram. 4. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah populasi data terdistribusi normal atau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval, ataupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi, yaitu data berasal dari distribusi yang normal. Jika data tidak terdistribusi normal, atau jumlah sampel sedikit dan jenis data adalah nominal atau ordinal maka metode yang digunakan adalah statistik nonparametrik 5. Dilakukan pembangunan model dengan teknik monte carlo. Selanjutnya dilakukan

8.

pembangunan model dengan menggunakan software SPSS dan software Microsoft excel Dilakukan simulasi dengan model Setelah pembangunan model maka dilakukan simulasi dengan bilangan acak. untuk menduga produktivitas tanaman padi 5 tahun kedepan Validasi Model Validasi model bertujuan untuk menguji apakah model yang telah disusun dapat merepresentasikan sistem nyata dengan benar. Suatu model dapat dikatakan valid ketika tidak memiliki perbedaan yang signifikan dengan sistem nyata yang diamati baik dari karakteristiknya maupun dari perilakunya. Validasi dapat dilakukan dengan menggunakan alat uji statistik. Dalam penelitian ini validasi model dilakukan dengan uji T Independent Sample. Dihitung kebutuhan alat produksi padi berdasarkan data dugaan model. Dari pendugaan produktivitas maka akan dihitung kebutuhan alat untuk 5 tahun mendatang.

Data-Data Yang Dibutuhkan Dalam penelitian ini akan dibutuhkan data-data sebagai berikut: 1. Data produktivitas tanaman padi tahun 2008, 2009, 2010, 2011, 2012 2. Data luas sawah dan luas tanam padi 2008, 2009, 2010, 2011, 2012 3. Data pola tanam yang digunakan 2008, 2009, 2010, 2011, 2012

HASIL DAN PEMBAHASAN Dari data 5 tahun terakhir produksi tanaman padi terlihat bahwa terjadi kenaikan produksi padi sampai pada tahun 2010 setelah itu terjadi penurunan disebabkan oleh beberapa faktor. Produksi padi tertinggi terjadi pada tahun 2010 yaitu sebesar 12.194 ton dan terendah terjadi pada tahun 2008 yaitu sebesar 10.088,68 ton. Terjadinya penurunan produksi ini disebabkan karena faktor alam seperti angin kencang yang menyebabkan padi rusak sebelum dipanen selain itu faktor hama tikus juga masi terjadi di beberapa tempat. Dari uji normalitas data tahun 2008 sampai dengan tahun 2012 terlihat bahwa data terdistribusi normal, karena nilai Z skewness dan nilai Z kurtosis mendekati angka nol. Hal ini sesuai dengan pernyataan Tony (2010) yang menyatakan bahwa semakin nilai skewness dan kurtosis sebuah data semakin jauh dari nilai 0 semakin menunjukkan data itu semakin tidak terdistribusi normal dan sebaliknya jika nilai

527



skweness dan kurtosis sebuah data mendekati 0 maka data itu semakin terdistribusi normal. Menggunakan program VBA dengan ketetapan nilai a adalah 1,8 nilai c adalah 23 dan nilai m adalah 10.000 maka dihasilkanlah bilangan acak berikut: 1071.6550 889.8817 1045.6658 972.6845 984.0170 1046.1191 1009.7040 987.1901 911.8668 1016.0502 939.2159 924.7103 Untuk mengetahui bahwa bilangan acak tersebut dapat mewakili sampel untuk selanjutnya digunakan sebagai bahan data hasil simulasi maka angka acak tersebut perlu dilakukan uji T Test Sebelum dilakukan uji T Test sebelumnya dilakukan uji kesamaan varian (homogenitas) dengan F test (Levene’s Test), artinya jika varian sama maka uji T menggunakan Equal Variance Assumed (diasumsikan varian sama) dan jika

varian berbeda menggunakan Equal Variance Not Assumed (diasumsikan varian berbeda) Oleh karena nilai T Hitung < T Tabel (-0,609 < 2,073) dan P value (0,555 > 0,05) maka Ho diterima, artinya bahwa tidak ada perbedaan antara rata-rata data dengan rata-rata hasil simulasi. Pada tabel Group Statistics terlihat ratarata (mean) data adalah 973,00 dan untuk hasil simulasi adalah 983,23, artinya bahwa rata-rata perbedaan data dengan hasil simulasi hanya 10,23 dimana rata-rata hasil simulasi lebih tinggi disbanding rata-rata dari data. Nilai T Hitung bernilai negative, berarti ratarata dari data lebih rendah daripada nilai rata-rata hasil simulasi. Perbedaan rata-rata (mean difference) sebesar -10,23 (973-983,23), dan perbedaan berkisar antara -47,08 sampai 26,62 (dilihat pada lower dan upper).

Tabel 1. Produksi Tanaman Padi 2008-2012 (Ton) Bulan/Tahun 2008 2009

2010

2011

2012

1

842.3

1.002,45

1.014,14

983,16

984,72

2

836,78

1.003,64

1.011,45

990,89

973,69

3

825,43

1.089,96

1.017,3

928,99

969,78

4

785,4

1.098,89

1.008,99

987,12

959,68

5

897,35

1.003,56

1.013,99

998,8

964,42

6

773,13

1.003,77

1.015,78

958,94

972,72

7

891,34

1.004,55

1.014,67

899,9

976,56

8

865,65

1.005,43

1.016,45

945,92

974,88

9

798,45

1.004,38

1.020,67

989,79

969,9

10

921,13

1.007,89

1.019,89

1.004,84

982,32

11

830,04

1.006,99

1.020,88

987,86

971,42

12

821,68

1.010,89

1.019,79

998,79

975,91

Total

10.088,68

12.042,4

12.194

11.675

11.676

Sumber: Badan Ketahanan Pangan dan Penyuluhan Pertanian 2012

Setelah semua uji dilakukan dapat diasumsikan bahwa nilai hasil simulasi dengan bilangan acak dapat dijadikan sebagai acuan produktivitas padi selama 5 tahun kedepan, artinya data dari bilangan acak yang diasumsikan adalah bilangan simulasi produktivitas padi selama 5 tahun kedepan sehingga pendugaan kebutuhan peralatan produksi padi Rice Milling Unit (RMU) dapat ditentukan. Berikut adalah hasil bilangan acak yang dihasilkan untuk pendugaan produktivitas tanaman padi selama 5 tahun kedepan.

Analisis Simulasi Penggilingan padi memiliki peran yang sangat penting dalam sistem agribisnis padi/perberasan di Indonesia. Peranan ini tercermin dari besarnya jumlah penggilingan padi dan sebarannya yang hampir merata di kecamatan Padangsidimpuan Hutaimbaru. Penggilingan padi merupakan pusat pertemuan antara produksi, pasca panen, pengolahan dan pemasaran gabah/beras sehingga merupakan mata rantai penting dalam suplai beras yang dituntut untuk dapat memberikan kontribusi dalam penyediaan beras, baik dari segi kuantitas maupun kualitas Dilihat dari kenyataan di lapangan, ternyata masih banyak penggilingan padi yang bekerja di

528



bawah kapasitas giling dengan kualitas dan rendemen berasnya yang masih rendah. Seperti pada data produksi padi tahun 2008 sampai 2012, dimana angka produksi masih lebih tinggi jika dibandingkan dengan kapasitas penggilingan yang hanya sebesar 806 ton/bulan. Hal ini disebabkan karena usaha penggilingan padi yang ada selama ini tidak dilakukan dengan pendekatan sistem agribisnis yang terpadu, teknologi penggilingan padinya yang digunakan masih sederhana, konfigurasi mesinnya hanya terdiri dari husker dan polisher saja dan sudah berumur tua serta belum mempunyai jaringan pemasaran yang luas. Dan di lapangan masih banyak penggilingan padi kecil yang menggunakan sistim kerja ”one pass” atau satu

kali proses penyosohan sehingga berdampak kurang baik terhadap kualitas dan rendemen beras yang dihasilkan. Berdasarkan keadaan tersebut di atas, maka perlu dilakukan revitalisasi penggilingan padi kecil (PPK) dan Rice Milling Unit (RMU) di Indonesia untuk menekan tingkat susut hasil meningkatkan rendemen, meningkatkan mutu/ nilai tambah dan daya saing beras sehingga pada akhirnya diharapkan dapat meningkatkan pendapatan dan kesejahteraan petani/gapoktan dan penggilingan padi di perdesaan.

Tabel 2. Simulasi Produksi Tanaman Padi 2013-2017 (ton) Bulan 1 2 3 4 5 6 7 8 9 10 11 12 Total

2013 1071,66 889,88 1045,67 972,68 984,02 1046,12 1009,70 987,19 911,87 1016,05 939,22 924,71 11798,77

2014 923,27 934,46 959,99 944,58 969,28 942,99 1003,74 853,69 966,79 975,71 916,78 1054,73 11446,01

Jika dilihat dari data produksi padi tahun 2008 sampai 2012 dimana produksi padi tertinggi yaitu sebesar 1098,89 ton/bulan masih berada diatas kapasitas penggilingan padi yang berada di kecamatan Padangsidimpuan Hutaimbaru yaitu hanya sebesar 806 ton/bulan, karena kapasitas penggilingan yang masih berada dibawah produksi padi menyebabkan gabah para petani menunggu giliran beberapa hari untuk digiling sehingga mengakibatkan menurunnya mutu dari gabah itu sendiri, artinya masih diperlukan adanya penggilingan tambahan berupa RMU yang berkapasitas tinggi demi menunjang produktivitas tanaman padi yang dituntut akan meningkat sehingga tercapainya program ketahanan pangan nasional dan khususnya untuk kecamatan Padangsidimpuan Hutaimbaru. Perbedaan kapasitas giling menjadi penting sebab akan meningkatkan efisiensi penggunaan mesin-mesin penggiling. Untuk menggiling padi dengan jumlah dan lama waktu giling yang sama, akan dibutuhkan jumlah mesin berkapasitas dibandingkan dengan mesin berkapasitas giling

Tahun 2015 929,85 970,27 1061,15 1003,36 892,22 1006,98 976,08 989,15 924,41 1033,28 1085,93 988,02 11860,7

2016 990,97 1003,74 1050,80 953,34 1034,18 953,49 947,90 909,68 1047,10 896,83 917,46 1049,52 11755,01

2017 956,67 1071,66 932,27 840,93 986,96 996,18 970,87 1015,67 897,66 992,55 1018,17 972,68 11652,27

besar. Pada umumnya, bila faktor-faktor lainnya sama, lebih murah membeli sebuah mesin berkapasitas giling besar dibanding jika membeli sejumlah mesin dengan kapasitas giling yang kecil, baik ditinjau dari segi biaya pembelian maupun perawatan. Akan tetapi penggunaan mesin dengan kapasitas giling besar juga tidak akan efisien bila padi yang akan digiling tidak tersedia dalam jumlah yang mencukupi. Dengan demikian pemilihan kapasitas mesin giling harus disesuaikan dengan jumlah padi yang akan digiling dalam waktu tertentu, agar mesin penggilingan dapat beroperasi optimal dan ongkos giling per kg beras dapat ditekan. Untuk kecamatan Padangsidimpuan Hutaimbaru sendiri disarankan agar menambah jumlah mesin RMU yang berkapasitas kecil yaitu mesin RMU yang berkapasitas hanya 1 ton/jam dengan penambahan 3 buah mesin RMU atau mesin penggilingan yang ditempatkan pada jarak yang tidak berdekatan dengan jasa penggilingan padi yang lain, hal ini dilakukan agar jasa penggilingan padi terjadi merata untuk tiap desa/kelurahan serta untuk menunjang bekerja

529



optimalnya mesin RMU itu sendiri karena ketersediaan gabah yang merata untuk tiap desa/kelurahan sehingga akan menekan biaya ongkos giling dan perawatan mesin RMU itu sendiri. Penempatan atau pembangunan penggilingan padi itu disarankan agar ditempatkan pada

desa/kelurahan Sabungan dan desa Tinjoman karena pada desa/kelurahan ini belum ada mesin penggiling gabah atau RMU dan satu unit pada desa/kelurahan Singali karena pada desa/kelurahan ini merupakan angka terendah dari kapasitas RMUnya disbanding dengan desa/kelurahan yang lain.

Tabel 3. Jumlah dan kapasitas RMU Di desa/kelurahan (ton) Desa Jumlah Kapasitas No. /Kelurahan RMU RMU Kg /jam 1 Partihaman Saroha 1 500 2 Hutaimbaru 2 1000

Jam kerja /hari 5 5

Kapasitas ton/hari 2,5 5

Kapasitas ton/bulan 65 130

3 4 5

Sabungan Jae Palopat Maria Singali

1 2 1

1000 1000 350

4 5 5

4 5 1,75

104 130 45,5

6

Lembah Lubuk Manik Lubuk Raya Huta Padang

1

500

6

3

78

1 2 11

750 1200 6300

5 5 40

3,75 6 31

97,5 156 806

7 8 Total

Tabel 4. Jumlah dan kapasitas RMU setelah dilakukan penambahan penggiling gabah atau RMU sebanyak 3 unit No.

Desa /Kelurahan

1 2 3 4 5 6 7 8 9 10

Partihaman Saroha Hutaimbaru Sabungan Jae Palopat Maria Singali Lembah Lubuk Manik Lubuk Raya Huta Padang Sabungan Sipabangun Tinjoman Total

Jumlah RMU 1 2 1 2 2 1 1 2 1 1 14

Kapasitas RMU Kg /jam 500 1.000 1.000 1.000 1.350 500 750 1.200 1.000 1.000 9.300

Jam kerja /hari 5 5 4 5 5 6 5 5 5 5 50

Kapasitas ton/hari 2,5 5 4 5 6,75 3 3,75 6 5 5 46

Kapasitas ton/bulan 65 130 104 130 175,5 78 97,5 156 130 130 1.196

Perlunya pengadaan jumlah mesin yaitu pada desa/kelurahan Sabungan Sipabangun sebanyak 1 unit dengan kapasitas 1 ton/jam, di desa/kelurahan Tinjoman sebanyak 1 unit dengan kapasitas 1 ton/jam dan di desa/kelurahan Singali sebanyak 1 unit dengan kapasitas 1 ton/jam. Dari tabel di atas dilihat bahwa kapasitas RMU dalam satu bulan adalah 1.196 ton akan memenuhi penggilingan padi di kecamatan Padangsidimpuan Hutaimbaru dimana produksi padi/gabah tertingginya terjadi pada tahun 2015 yaitu pada bulan November sebesar 1.085,93 ton sedangkan produksi terendahnya terjadi pada tahun 2017 yaitu pada bulan April sebesar 840,93. Jika dihitung perbandingan produksi padi maksimun dengan minimum yaitu 1.085,93 ton –

Dengan adanya penambahan mesin penggilingan padi di desa/kelurahan maka laju produksi padi di kecamatan Padangsidimpuan Hutaimbaru akan bisa diimbangi dengan penggilingan padi sehingga para petani tidak lagi menunggu lama agar gabahnya digiling hal ini justru akan meningkatkan mutu dari beras dan diharapkan memberikan kontribusi dalam penyediaan beras, baik dari segi kuantitas maupun kualitas untuk mendukung ketahanan pangan nasional selain itu juga untuk menekan tingkat susut hasil, meningkatkan rendemen, meningkatkan mutu/kualitas, nilai tambah dan daya saing beras sehingga pada akhirnya diharapkan dapat meningkatkan pendapatan dan kesejahteraan petani/gapoktan dan penggilingan padi di perdesaan.

530



840,93 ton = 245 ton maka selisih perbandingan ini tergolong kecil sehingga penambahan mesin penggiling padi atau RMU ini sangatlah tepat dan akan mengoptimalkan agar mesin penggilingan dapat beroperasi optimal dan ongkos giling per kg beras dapat ditekan.

Eriyatno, 1999. Ilmu Sistem: Meningkatkan Mutu dan Efektivitas Manajemen. IPB Press, Bogor. Haniif, 2007. Sistem Pendukung Keputusan. Wordpress, Jakarta. Hasan, Iqbal,M. 2002. Pokok-pokok Materi Statistik 1 (Statistik Deskriptif). Bumi Aksara, Jakarta

KESIMPULAN 1. Produksi padi pada tahun 2008 sampai tahun 2012 kenaikan produksi tertinggi terjadi pada tahun 2009 pada bulan April yaitu sebesar 1.098,89 ton/bulan dan produksi terendah terjadi pada tahun 2008 yaitu sebesar 773,13 ton/bulan dengan kapasitas RMU adalah 806 ton/bulan (kapasitas penggilingan padi atau RMU tidak memenuhi laju produksi padi) 2. Pendugaan produksi padi pada tahun 2013 sampai tahun 2017 kenaikan produksi tertinggi terjadi pada tahun 2015 yaitu pada bulan November sebesar 1.085,93 ton sedangkan produksi terendah terjadi pada tahun 2017 yaitu pada bulan April sebesar 840,93 ton 3. Ketersediaan mesin penggilingan padi atau RMU di kecamatan Padangsidimpuan Hutaimbaru tidak dapat memenuhi penggilingan gabah sehingga perlu diadakan pengadaan mesin penggiling atau RMU. 4. Perlunya pengadaan jumlah mesin penggiling gabah atau RMU sebanyak 3 unit yaitu pada desa/kelurahan Sabungan Sipabangun sebanyak 1 unit dengan kapasitas 1 ton/jam, di desa/kelurahan Tinjoman sebanyak 1 unit dengan kapasitas 1 ton/jam dan di desa/kelurahan Singali sebanyak 1 unit dengan kapasitas 1 ton/jam.

Kasinius, 1990. Jenis-jenis padi. Penebar Swadaya, Jakarta. Lubis, Riani. 2010. Pembangkit Bilangan Acak. Unikom, Jakarta. Mukhtar, A.M. 1999. Audit Sistem Informasi. Rineka Cipta, Jakarta. Muhammad,N. 1996. Padi Lahan Marjinal. Penebar Swadaya, Jakarta. Oetomo, B.S.D. 2002. Perencanaan dan Pembangunan Sistem Informasi. Andi Yogyakarta, Yogyakarta. Oktafri. 1994. Perumusan Model Perarnalan BoxJenkins Debit Sungai, Curah Hujan, dan Evapotranspirasi Sub DAS CigulungCikapundung Bandung Utara (Tesis). Program Pascasarjana lnstitut Pertanian Bogor, Bogor. Pramudya, B. dan Djojomartono,M. 1993. Sistem Stokastik. Fakultas Teknologi Pertanian. Institut Pertanian Bogor, Bogor. Priyatno, D. 2008. Mandiri Belajar SPSS. Mediakom, Jakarta. Santosa, R., Gunawan. 2004. Statistik. Penerbit Andi, Yogyakarta.

DAFTAR PUSTAKA Djojomartono, M. 1993. Pengantar Umum Analisis Sistem. Fakultas Teknologi Pertanian lnstitut Pertanian Bogor, Bogor.

Santoso, S.. 2008. Panduan Lengkap menguasai SPSS 16. Elex Media

531

SISTEM PENDUKUNG KEPUTUSAN PENDUGAAN KEBUTUHAN PENGGILING PADI (RICE MILLING UNIT) STUDI KASUS KOTA PADANGSIDIMPUAN

Recommend Documents