LAPORAN PROYEKSI PENDUDUK

54
5/14/2018 LAPORANPROYEKSIPENDUDUK-slidepdf.com http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 1/54  PENDAHULUAN Para pemakai data kependudukan, khususnya para perencana, pengambil kebijaksanaan, dan peneliti sangat membutuhkan data penduduk yang berkesinambungan dari tahun ke tahun. Padahal sumber data penduduk yang tersedia hanya secara periodik, yaitu Sensus Penduduk (SP) pada tahun-tahun yang berakhiran dengan angka 0 (nol) dan Survei Penduduk Antar Sensus (SUPAS) pada pertengahan dua sensus atau tahun-tahun yang berakhiran dengan angka 5 (lima). Sumber data kependudukan lain yaitu registrasi penduduk masih belum sempurna cakupan pencatatannya sehingga datanya belum dapat digunakan untuk perencanaan pembangunan nasional. Seperti diketahui bahwa hampir semua rencana pembangunan perlu ditunjang dengan data  jumlah penduduk, persebaran dan susunannya menurut umur penduduk yang relevan dengan rencana tersebut. Data yang diperlukan tidak hanya menyangkut keadaan pada waktu rencana itu disusun, tetapi juga informasi masa lampau dan yang lebih penting lagi adalah informasi perkiraan pada waktu yang akan datang. Data penduduk pada waktu yang lalu dan waktu kini sudah dapat diperoleh dari hasil-hasil survei dan sensus, sedangkan untuk memenuhi kebutuhan data penduduk pada masa yang akan datang perlu dibuat proyeksi penduduk yaitu perkiraan jumlah penduduk dan komposisinya di masa mendatang. Proyeksi penduduk bukan merupakan ramalan jumlah penduduk tetapi suatu perhitungan ilmiah yang didasarkan pada asumsi dari komponen-komponen laju pertumbuhan penduduk, yaitu kelahiran, kematian dan perpindahan (migrasi). Ketiga komponen inilah yang menentukan besarnya  jumlah penduduk dan struktur umur penduduk di masa yang akan datang. Untuk menentukan asumsi dari tingkat perkembangan kelahiran, kematian dan perpindahan di masa yang akan datang diperlukan data yang menggambarkan tren di masa lampau hingga saat ini, faktor-faktor yang mempengaruhi masing-masing komponen itu, dan hubungan antara satu komponen dengan yang lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang. Badan Pusat Statistik (BPS) sudah beberapa kali membuat proyeksi penduduk berdasarkan data hasil Sensus Penduduk (SP) 1971, 1980, 1990, 2000 dan Survei Penduduk Antar Sensus (SUPAS) 1985 dan 1995. Proyeksi penduduk yang terakhir dibuat adalah proyeksi penduduk berdasarkan hasil SP2000 yang lalu. Proyeksi penduduk berdasarkan SP2000 hanya mencakup periode 2000 - 2010. Untuk keperluan Rencana Pembangunan Jangka Menengah dan Rencana Pembangunan Jangka Panjang diperlukan data jumlah penduduk sampai dengan tahun 2025. Oleh karena itu, perlu dipersiapkan proyeksi penduduk dari tahun 2010 sampai dengan tahun 2025. Data dasar perhitungan proyeksi ini adalah data SP2000.

Transcript of LAPORAN PROYEKSI PENDUDUK

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 1/54

 

PENDAHULUAN

Para pemakai data kependudukan, khususnya para perencana, pengambil kebijaksanaan,

dan peneliti sangat membutuhkan data penduduk yang berkesinambungan dari tahun ke tahun.

Padahal sumber data penduduk yang tersedia hanya secara periodik, yaitu Sensus Penduduk (SP)

pada tahun-tahun yang berakhiran dengan angka 0 (nol) dan Survei Penduduk Antar Sensus (SUPAS)

pada pertengahan dua sensus atau tahun-tahun yang berakhiran dengan angka 5 (lima). Sumber

data kependudukan lain yaitu registrasi penduduk masih belum sempurna cakupan pencatatannya

sehingga datanya belum dapat digunakan untuk perencanaan pembangunan nasional.

Seperti diketahui bahwa hampir semua rencana pembangunan perlu ditunjang dengan data

  jumlah penduduk, persebaran dan susunannya menurut umur penduduk yang relevan dengan

rencana tersebut. Data yang diperlukan tidak hanya menyangkut keadaan pada waktu rencana itu

disusun, tetapi juga informasi masa lampau dan yang lebih penting lagi adalah informasi perkiraan

pada waktu yang akan datang. Data penduduk pada waktu yang lalu dan waktu kini sudah dapat

diperoleh dari hasil-hasil survei dan sensus, sedangkan untuk memenuhi kebutuhan data penduduk

pada masa yang akan datang perlu dibuat proyeksi penduduk yaitu perkiraan jumlah penduduk dan

komposisinya di masa mendatang.

Proyeksi penduduk bukan merupakan ramalan jumlah penduduk tetapi suatu perhitungan

ilmiah yang didasarkan pada asumsi dari komponen-komponen laju pertumbuhan penduduk, yaitu

kelahiran, kematian dan perpindahan (migrasi). Ketiga komponen inilah yang menentukan besarnya

  jumlah penduduk dan struktur umur penduduk di masa yang akan datang. Untuk menentukan

asumsi dari tingkat perkembangan kelahiran, kematian dan perpindahan di masa yang akan datang

diperlukan data yang menggambarkan tren di masa lampau hingga saat ini, faktor-faktor yang

mempengaruhi masing-masing komponen itu, dan hubungan antara satu komponen dengan yang

lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang.

Badan Pusat Statistik (BPS) sudah beberapa kali membuat proyeksi penduduk berdasarkan

data hasil Sensus Penduduk (SP) 1971, 1980, 1990, 2000 dan Survei Penduduk Antar Sensus (SUPAS)

1985 dan 1995. Proyeksi penduduk yang terakhir dibuat adalah proyeksi penduduk berdasarkan hasil

SP2000 yang lalu. Proyeksi penduduk berdasarkan SP2000 hanya mencakup periode 2000 - 2010.

Untuk keperluan Rencana Pembangunan Jangka Menengah dan Rencana Pembangunan Jangka

Panjang diperlukan data jumlah penduduk sampai dengan tahun 2025. Oleh karena itu, perlu

dipersiapkan proyeksi penduduk dari tahun 2010 sampai dengan tahun 2025. Data dasar

perhitungan proyeksi ini adalah data SP2000.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 2/54

Proyeksi penduduk Indonesia menurut umur, jenis kelamin dan provinsi yang disajikan dalam

publikasi ini merupakan angka final dan mencakup kurun waktu dua puluh lima tahun, mulai tahun

2000 sampai dengan 2025. Pembuatan proyeksi dengan kurun waktu yang panjang ini dimaksudkan

agar hasilnya dapat digunakan untuk berbagai keperluan terutama untuk perencanaan jangka

panjang. Data yang dipakai untuk perhitungan proyeksi ini terutama berdasarkan hasil SP2000. Selain

itu untuk menunjang dan membuat tren masa lalu, serta untuk menentukan asumsi-asumsi yang

dibutuhkan, perhitungan proyeksi ini juga menggunakan data hasil-hasil sensus penduduk

sebelumnya dan hasil survei kependudukan lainnya. Dengan terbitnya publikasi ini maka proyeksi-

proyeksi sebelumnya yang masih mempunyai tahun rujukan yang sama dengan publikasi ini

dinyatakan tidak berlaku lagi.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 3/54

 

DATA DAN METODOLOGI

1. Sumber Data dan Metode

Meski tersedia berbagai sumber data yang dapat digunakan untuk melihat gambaran tentang

pola tingkat kelahiran di Indonesia, namun untuk keperluan proyeksi ini, sumber data yang

digunakan adalah Sensus Penduduk 2000 (SP2000), Survei Penduduk Antar Sensus 1995 (SUPAS95)s,

serta data SUSENAS tahun 1991 sampai 1999 (SSN 1991, SSN 1992, ..., SSN 1999). Hal ini dilakukan

dengan pertimbangan untuk menjaga "konsistensi" data serta kesamaan metodologi dan definisi

yang dipakai. Dengan demikian data yang akan dijajarkan dari masa lalu hingga perkiraan di masa

yang akan datang tidak mengandung penyimpangan yang disebabkan oleh perbedaan metodologi

dan definisi.

Dalam pembuatan Proyeksi Penduduk Provinsi Sulawesi Utara mulai tahun 2000 ini, digunakan

suatu aplikasi yakni aplikasi Fivsin  yang akan memudahkan kita dalam penghitungan estimasi-

estimasi parameter kependudukan. Dengan melakukan input beberapa data yang dibutuhkan seperti

: Penduduk menurut kelompok umur, TFR dan ASFR, dan Level kematian, output yang dihasilkan

dengan program “Fivsin” antara lain :

1)  Penduduk menurut kelompok umur dan jenis kelamin

2)  Parameter demografi :

a.  Total Fertility Rate (TFR)

b.  Infant Mortality Rate (IMR) menurut jenis kelamin

c.  Expectation of Life at birth (E0) per jenis kelamin

d.  Crude Birth Rate (CBR)

e.  Crude Death Rate (CDR)

f.  Rate of Natural Increase (RNI)

g.  Angka Pertumbuhan Penduduk (r)

2. Evaluasi Data Dasar

2.1 Evaluasi Data Umur dan Jenis Kelamin

Ada beberapa tahapan yang harus dilakukan dalam proyeksi penduduk :

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 4/54

1)  Penentuan data dasar dan perapihan penduduk

2)  Penentuan asumsi kelahiran, kematian, dan perpindahan

3)  Perhitungan proyeksi

4)  Iterasi

Di tahap awal data penduduk yang digunakan untuk melakukan proyeksi adalah data yang

sudah dirapihkan atau sudah di smoothing, dengan pertimbangan untuk mereduksi kesalahan-

kesalahan yang mungkin terjadi dalam pelaporan umur, seperti:

1)  Kesalahan penuturan umur (age misstatement)

2)  Digit Preference (kecenderungan untuk melaporkan umur yang berakhiran nol dan lima)

3)  Under-estimate untuk kelompok umur tertentu (kelompok umur di bawah lima tahun,

kelompok umur tua, dan kelompok umur usia muda)

Lebih lanjut, sebaiknya sebelum melakukan proyeksi penduduk dikaji terlebih dahulu

mengenai evaluasi struktur umur penduduk, dengan cara :

a.  Dengan melihat distribusi umur pada Piramida Penduduk 

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 5/54

Tampak pada piramida penduduk diatas, jumlah penduduk pada usia yang berakkhiran

angka nol dan lima cenderung lebih banyak dibandingkan penduduk pada umur dengan

akhiran angka lainnya. Hal ini mengindikasikan adanya Age Heaping. Namun apakah indikasi

yang tampak pada piramida penduduk ini signifikan, beberapa metode digunakan untuk

mengevaluasi kesalahan pelaporan ini, diantaranya dengan Indeks Whipple, Indeks Myers,

dan Joint Score Index .

b.  Dengan Menghitung Whipple’s Index untuk mengukur sejauh mana kecenderungan

responden melaporkan umur yang berakhiran 0 atau 5

Whipple mengevaluasi kesalahan yang disebabkan oleh pelaporan umur

dengan anggapan bahwa kesalahan pelaporan umur sebagian besar terletak pada

umur 23 tahun sampai dengan 62 tahun. Dalam pelaporannya, antara umur-umur

tersebut banyak menyukai umur-umur yang berakhiran angka 0 dan 5. Dengan dasar

tersebut, Whipple kemudian merumuskan indeks kecermatan pelaporan umur

dengan rumus:

 

Dari rumus tersebut terlihat bahwa indeks whipple dihitung dengan cara:kalikan 5 jumlah penduduk yang berumur dengan akhiran 0 dan 5 mulai dari umur

25 sampai 60. Selanjutnya dibagi dengan total jumlah penduduk yang berumur

antara 23 sampai 62 tahun.

Jika semua penduduk yang berumur 23 sampai 62 tahun melaporkan umurnya

berakhiran angka 0 atau 5, nilai indeks akan menjadi sebesar 500. Sebaliknya jika

pelaporan umur antara 23 tahun sampai dengan 62 tahun tersebut benar, maka

secara ringkas nilai indeks tersebut akan sama dengan 100. Dengan demikian,

semakin dekat nilai indeks dengan 100, maka pelaporan umur makin mendekati

kecermatan.

PBB merekomendasikan suatu standar untuk mengukur kesalahan pelaporan

umur menggunakan indeks Whipple ini sebagai berikut:

Tabel 1. Standar pengukuran kesalahan pelaporan umur Indeks Whipple

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 6/54

Indeks

WhippleKualitas Data

< 105 Sangat akurat

105–110 Relatif akurat

110–

125 OK125–175 Buruk

> 175 Sangat buruk

Berikut ini tabel data yang diperlukan untuk penghitungan indeks Whipple beserta

penghitungannya pada setiap tahap :

Tabel 12. Penghitungan indeks Whipple daerah Perkotaan + Perdesaan Provinsi

Sulawesi Utara, 2000

Umur Penduduk A Umur Penduduk BLaki-laki Perempuan Laki-laki Perempuan

(1) (2) (3) (4) (5) (6)

23 19.042 18.990

24 19.155 19.216

25-29 97.914 95.332 25 22.098 21.799

30-34 89.931 84.821 30 22.678 20.717

35-39 77.926 72.806 35 19.427 17.553

40-44 70.512 64.743 40 17.027 15.702

45-49 57.207 52.661 45 14.366 13.006

50-54 41.488 38.158 50 11.589 10.59750-59 29.803 28.277 55 6.697 6.212

60 7.257 7.186 60 7.257 7.186

61 5.091 5.064

62 5.042 5.143

Jumlah A 520.368 492.397 Jumlah B 121.139 112.772

Sumber data : Publikasi Sensus 2000, BPS

Untuk mengetahui seberapa besar nilai dari indeks Whipple sehingga pada akhirnya

kita bisa menentukan tingkatan dari kualitas data pelaporan umur suatu daerah, digunakan

rumus sebagai berikut :

  

Berdasarkan data pada tabel diatas, maka dapat dihitung Indeks Whipple untuk penduduk

laki-laki dan perempuan, sebagai berikut :

 

Indeks Whipple "Laki-laki" 

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 7/54

 

×100

%= × 100 % = 116,3974 %

  Indeks Whipple “Perempuan” 

×100 %= × 100 % = 114,5132 %

  Iw untuk laki-laki + perempuan :

Iw =

Dari penghitungan diatas diperoleh Indeks Whipple untuk penduduk laki-laki

di daerah perkotaan+Perdesaan Sulawesi Utara tahun 2000 adalah 116,3974%, 

sedangkan Indeks Whipple untuk penduduk perempuannya adalah 114,5132%. Hal

ini berarti kualitas data pelaporan umur penduduk baik untuk penduduk laki-laki

ataupun penduduk perempuan di daerah perkotaan + perdesaan Sulawesi Utara

tahun 2000 sudah tergolong “Ok”, aman, walau pun belum sepenuhnya akurat. Hal

ini mungkin disebabkan karena kesadaran responden dalam mengingat umur baik

laki-laki maupun perempuan di daerah perkotaan + perdesaan sudah cukup baik,

selain itu mungkin di dalam sensus petugas selalu mencocokan umur jawaban

responden dengan kartu tanda pengenal responden, sehingga kualitas data

pelaporan umur cukup baik.

c.  Dengan Menghitung Myer’s Index untuk mengevaluasi kecenderungan pelaporan umur yang

berakhiran 1 sampai dengan 9 (Dida)

Metode lainnya untuk mengukur tingkat kecermatan pelaporan umur pada

sensus adalah metode Myer’s Index atau biasa juga disebut dengan Myers Blended 

Index  yang dikemukakan oleh Myers R.J pada tahun 1940. Myers mencetuskan

metode campuran atau bauran (blended method ) untuk menghasilkan suatu index

kecenderungan pada setiap digit terminal atau digit akhir dari umur yang

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 8/54

Terminal

digit (a)

Jumlah

untuk

umur

(10-69)

Jumlah

untuk

umur

(20-69)

Koefisien

pengali

kolom

(2)

koefisien

pengali

kolom (3)

Jumlah

penduduk

bauran

(2)x(4) +

(3)x(5)

Distribusi

persen

kolom

(6)

Deviasi

dari

10%

(1) (2) (3) (4) (5) (6) (7) (8)

0 193153 155314 1 9 1590979 11.49 1.49

1 158362 124447 2 8 1312300 9.48 0.52

2 158474 124941 3 7 1350009 9.75 0.25

3 150179 117502 4 6 1305728 9.43 0.57

4 147825 115271 5 5 1315480 9.50 0.50

5 167553 131197 6 4 1530106 11.05 1.05

6 143340 108863 7 3 1329969 9.61 0.39

7 148882 110923 8 2 1412902 10.21 0.21

8 141512 104263 9 1 1377871 9.95 0.059 131971 96405 10 0 1319710 9.53 0.47

Total 13845054 100.00 5.50 

menggambarkan deviasi dari 10% proporsi dari total penduduk yang telah

melaporkan umurnya.

Prinsip utama pada metode ini adaah penghitungan pada masing-masing 10

digit terakhir / Terminal digit yakni 0, 1, sampai 9 dan berulang dengan kelipatan 10

kemudian hasilnya dirata-ratakan. Secara spesifik metode ini menentukan proporsi

penduduk pada umur berakhiran suatu digit angka tertentu dari total populasi.

Metode ini menghasilkan suatu indeks preferensi untuk masing-masing digit terminal,

menggambarkan deviasinya dari 10% total populasi. Jika tidak terjadi age heaping, maka nilai

indeksnya akan mendekati zero atau nol. Indeks ini adalah suatu estimasi proporsi minimum

penduduk yang salah melaporkan umurnya. Secara teoritis, range dari indeks Myers iniadalah antara 0 sampai 90 dimana indeks bernilai 0 ketika sama sekali tidak ada heaping 

sedangkan nilai indeks 90 terjadi jika semua umur yang dilaporkan pada single digit adalah

umur 0.

Pengambilan keputusan dengan indeks Myers dilakukan dengan membandingkan

indeks Myers hasil penghitungan dengan 10 persen. Jika nilai Myer’s Index lebih kecil dari

10%, berarti pelaporan umur data tersebut cukup baik. Sebaliknya, jika nilai Myer’s Index

lebih besar atau sama dengan 10%, berarti pelaporan umur data tersebut tidak baik.

Tabel 14. Penghitungan indeks Myers daerah Perkotaan Provinsi Sulawesi Utara, daerah

Perkotaan+Pedesaan Provinsi Sulawesi Utara, 2000

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 9/54

 

Indeks Myers diperoleh dengan menjumlahkan nilai absolut deviasi dari 10%

untuk masing-masing terminal digit .Berdasarkan penghitungan, diperoleh indeks

Myers untuk daerah perkotaan+pedesaan Provinsi Sulawesi Utara tahun 2000 adalah

sebesar 5.50 persen.Olehkarena nilainya kurang dari 10 persen, maka kesimpulan

yang dapat kita ambil adalah bahwa berdasarkan penghitungan indeks Myers,

pelaporan umur pada data jumlah penduduk di daerah perkotaan+pedesaan Provinsi

Sulawesi Utara tahun 2000 sudah cukup baik. Dari penghitungan diatas, pada setiap

tahap penghitungan, tampak bahwa penduduk pada umur yang berakhiran 0 dan 5

selalu lebih besar proporsinya dibandingkan dengan terminal digit  lainnya.Namun

ternyata, berdasarkan indeks Myers, perbedaan proporsi pada terminal digit 0 dan 5

belum cukup signifikan untuk dikatakan terjadi Age Heaping.

d.  Dengan Menghitung United Nation’s Index untuk melihat keakurasian umur dan jenis

kelamin

Metode ini berisi esensi penghitungan rasio jenis kelamin (sex ratio) dan rasioumur (age ratio) untuk kelompok umur 5 tahunan dimulai kelompok umur 0-4

sampai dengan 70-74 tahun. Dalam kasus ini sex ratio akan berbeda antara satu

kelompok umur dengan kelompok umur berikutnya.

Metode ini dapat dipakai apabila data umur tunggal tidak tersedia. Hasil

penghitungan indeks tidak sangat tepat sekali, tergantung dari pada sekedar ukuran

ketepatan. Metode ini memberikan keterbatasan-keterbatasan, dan membiarkan

pengecualian-pengecualian dari perubahan struktur umur penduduk karena

perubahan trend penduduk akibat faktor-faktor seperti korban peperangan, defisit

tingkat kelahiran sewaktu-waktu, dan perpindahan penduduk mempengaruhi

kelompok umur dan jenis kelamin

The UN Secretariat Method mempunyai kelebihan-kelebihan dari pada

metode Whipple, Myer, maupun Bachi. Penghitungan dengan metode ini efektif 

karena menghilangkan variasi perbedaan dalam kelompok umur penduduk dari hasil

sensus.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 10/54

Adapun dalam pengambilan keputusannya, apakah data umur yang dilaporkan

pada suatu sensus itu akurat atau tidak, terdapat patokan sebagai berikut :

 Joint Score Index < 20; Akurat.

 Joint Score Index, 20-40; Moderat.

 Joint Score Index > 40; Tidak Akurat

hasil penghitungan untuk daerah perkotaan + perdesaan tersaji pada tabel berikut ini

:

Tabel 15. hasil penghitungan Joint Score Index untuk daerah Perkotaan+Perdesaan

Provinsi Sulawesi Utara tahun 2000

Age Male FemaleSex

Ratio

Succesive

Difference

Age ratio

Male

Deviasi

from 100

Age ratio

Female

deviasi

from 100

1 2 3 4 5 6 7 8 9

0-4 98.866 91.958 107.51 - - - - -

5—9 96.237 88.307 108.98 1,47 102,382 2,382 101,884 1,884

10—14 89.129 81.389 109,50 0,52 93,812 6,188 92,416 7,584

15-19 93.778 87.829 106,77 2,73 100,477 0,477 99,028 0,972

20-24 97.536 95.993 101,60 5,17 101,763 1,763 104,818 4,818

25-29 97.914 95.332 102,70 1,10 104,459 4,459 105,447 5,447

30-34 89.931 84.821 106,02 3,32 102,287 2,287 100,894 0,894

35-39 77.926 72.806 107,03 1,01 97,138 2,862 97,357 2,643

40-44 70.512 64.743 108.91 1,88 104,359 4,359 103,203 3,203

45-49 57.207 52.661 108,63 0,28 102,155 2,155 102,352 2,352

50-54 41.488 38.158 108,72 0,09 95,363 4,637 94,289 5,711

55-59 29.803 28.277 105,39 3,33 87,443 12,557 86,967 13,033

60-64 26.677 26.871 99,27 6,12 109,166 9,166 109,832 9,832

65-69 19.071 20.654 92,33 6,94 94,558 5,442 97,981 2,019

70-74 13.660 15.288 89,35 2,98 - - - -

Total (Irrespective of sign) 36,949 58,743 60,392

Mean ( Total divided by 14 or 13) 2,639 4,518 4.645

 Joint Score Index  17,08

Joint Index = 3 (2,639) + 4,518 + 4,645 = 17,08

Hal ini berarti kualitas data pelaporan umur penduduk baik untuk penduduk

laki-laki ataupun penduduk perempuan di daerah perkotaan + perdesaan Sulawesi

Utara tahun 2000 berdasarkan perhitungan Joint Score Index “Akurat”. Hal ini

mungkin disebabkan karena kemampuan responden dalam mengingat umur baik

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 11/54

laki-laki maupun perempuan di daerah perkotaan + perdesaan sudah cukup baik,

kesalahan penuturan umur oleh responden, kecenderungan responden melaporkan

umur yang berakhiran 0 dan 5, serta underestimate pada kelompok umur tertentu

(kelompok umur di bawah lima tahun, kelompok usia tua, dan kelompok usia muda),

dapat diminimalisir kesalahannya. Petugas meminta responden untuk menunjukkan

kartu identitas pengenal agar dapat meminimalisir kesalahan pelaporan umur dari

responden, sehingga data pelaporan umur yang dihasilkan menghasilkan data yang

akurat.

2.2 Perapihan Umur 

Perapihan umur perlu dilakukan dengan tujuan untuk memperkecil kesalahan yang

ada dalam data. Jika perapihan umur tidak dilakukan maka kesalahan-kesalahan itu akan

terbawa ke dalam perhitungan proyeksi, sehingga akan mempengaruhi jumlah dan struktur

umur penduduk dalam periode proyeksi tersebut. Dalam melakukan perapihan umur

kesulitan yang dihadapi adalah tidak diketahui secara pasti letak kesalahan-kesalahan yang

ada, sehingga sulit menentukan umur-umur mana yang sudah pasti salah dan mana yang

benar, sehingga perapihan dilakukan untuk semua kelompok umur.

Perapihan data dasar penduduk menurut umur dan jenis kelamin dilakukan dalam

tiga tahapan yang berbeda. Pertama, merapihkan data penduduk umur (10-64) tahun.

Kedua, merapihkan data penduduk umur 65 tahun ke atas, tahap terakhir adalah

merapihkan data penduduk umur (0-9) tahun. Masing-masing tahap perapihan data dasar

dilakukan dengan metode yang berbeda.

Tahap pertama, melakukan prorata pada seluruh kelompok umur untuk

mengalokasikan jumlah penduduk yang tidak mengetahui tahun lahirnya (TT). Dalam proses

prorata ini digunakan rumus :

Prorata =

 

Setelah diakukan penghitungan dengan rumus diatas pada setiap kelompok umur,

selanjutnya dilakukan pembulatan hasil penghitungannya. Dalam proses ini, pembulatan

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 12/54

keatas diutamakan pada hasil penghitungan yang mengahasilkan angka dibelakang koma

lebih dari 0.5, namun jika dalam kolom tersebut tidak terdapat angka desimal lebih dari 0.5,

maka pembulatan keatas dilakukan pada sel yang memiliki angka desimal tertinggi pada

kolom tersebut. angka desimal (di belakang koma) yang tertinggi pada suatu kolom

dibulatkan keatas, seterusnya secara berurutan hingga jumlah TT terbagi habis.

Berikut ini data dasar yang akan digunakan untuk proyeksi penduduk sebelum dan

setelah di-prorata :

Perkotaan

Tabel 1. Prorata Penduduk daerah Perkotaan Provinsi Sulawesi Utara, SensusPenduduk 2000

AgeMale Female Male+Female

Before After (1) After (2) Before After (1) After (2) Before After (1) After (2)

0-4 34716 34716.570 34717 32233 32233.72 32234 66949 66950.30 66950

5—9 32770 32770.538 32771 30341 30341.68 30342 63111 63112.22 63112

10—

14 31045 31045.000 31045 28986 28986.65 28987 60031 60032.16 60032

15-19 35189 35189.578 35190 34982 34982.78 34983 70171 70172.36 70172

20-24 37621 37621.617 37622 38290 38290.86 38291 75911 75912.47 75913

25-29 36693 36693.602 36694 37218 37218.83 37219 73911 73912.43 73913

30-34 33387 33387.548 33388 32923 32923.74 32924 66310 66311.28 66311

35-39 29400 29400.483 29400 28384 28384.64 28385 57784 57785.12 57785

40-44 26318 26318.432 26318 24193 24193.00 24193 50511 50511.98 50512

45-49 20852 20852.342 20852 19430 19430.43 19430 40282 40282.78 40283

50-54 14809 14809.243 14809 13850 13850.31 13850 28659 28659.55 28660

55-59 10570 10570.173 10570 10214 10214.23 10214 20784 20784.40 20785

60-64 8670 8670.142 8670 9067 9067.20 9067 17737 17737.34 17737

65-69 5906 5906.097 5906 6837 6837.15 6837 12743 12743.25 12743

70-74 4047 4047.066 4047 4919 4919.11 4919 8966 8966.17 8966

75+ 3564 3564.058 3564 5595 5595.13 5595 9159 9159.18 9159

TT 6 - 8 - 14

Total 365563 365563 365563 357470 357470 357470 723033 723033 723033

Sumber : hasil penghitungan

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 13/54

Perdesaan

Tabel 2. Prorata Penduduk Propinsi Sulawesi Utara Menurut Kelompok Umur Daerah Pedesaan,

Sensus Penduduk 2000

Tahap kedua, menggunakan metode dari Perserikatan Bangsa-Bangsa (UN, 1956)

yang disusun dalam paket komputerMicro Computer Programs for Demographics

 Analaysis (MCPDA). Secara umum formula yang digunakan adalah sebagai berikut:

5Px*

= 1/16(5Px-10+4 5Px-5+10 5Px + 4 5Px+5 - 5Px+10)

5Px* = Jumlah penduduk yang telah dirapihkan menurut kelompok umur 5 tahunan

5Px = Jumlah penduduk dari data dasar menurut kelompok umur 5 tahunan

Hasil perapihan penduduk menurut jenis kelamin pada kelompok umur 10-69 tahun

menggambarkan keadaan pada tanggal 30 Juni 2000 (Census Date SP2000) yang digunakan

sebagai dasar I perhitungan proyeksi. Berikut ini tabel yang menyajikan hasil perapihan

untuk kelompok umur 10-69 tahun :

Perkotaan

Laki-Laki+Perempuan

(1) (2) (3) (4) (5) (6) (7)

0-4 64150 64153 59725 59728 123875 123881

5-9 63467 63470 57966 57969 121433 121439

10-14 58084 58087 52403 52406 110487 110492

15-19 58589 58592 52847 52850 111436 111441

20-24 59915 59918 57703 57706 117618 117623

25-29 61221 61224 58114 58117 119335 119341

30-34 56544 56547 51898 51900 108442 108447

35-39 48526 48528 44422 44424 92948 9295240-44 44194 44196 40550 40552 84744 84748

45-49 36355 36357 33231 33233 69586 69589

50-54 26679 26680 24308 24309 50987 50989

55-59 19233 19234 18063 18064 37296 37298

60-64 18007 18008 17804 17805 35811 35813

65-69 13165 13166 13817 13818 26982 26983

70-74 9613 9613 10369 10369 19982 19983

75+ 8391 8391 10996 10997 19387 19388

TT 29 - 29 - 58 -

Jumlah 646162 646162 604245 604245 1250407 1250407

Sebelum di

Prorata

Setelah di

Prorata

Kelompok

Umur

Laki-Laki

Sebelum di

Prorata

Setelah di

Prorata

Perempuan

Sebelum di

Prorata

Setelah di

Prorata

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 14/54

Tabel 2. Hasil perapihan untuk kelompok umur 10-69 tahun, Penduduk perempuan

daerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000

AgeSebelum

dirapihkan

Setelah

dirapihkan

0-4 32234 -

5--9 30342 -

10--14 28987 30040

15-19 34983 34461

20-24 38291 38113

25-29 37219 37105

30-34 32924 33073

35-39 28385 28479

40-44 24193 24151

45-49 19430 1924250-54 13850 13989

55-59 10214 10472

60-64 9067 8757

65-69 6837 6782

70-74 4919 -

75+ 5595 -

Total 357470

Angka-angka pada tabel diatas diperoleh melalui penghitungan sebagai berikut :

P(10-14)= 1/16 [ -32234 + (4 x 30342) + (10 x 28987) + ( 4 x 34983) – (38291) ] = 30040

P(15-19)= 1/16 [ -30342 + (4 x 28987) + (10 x 34983) + ( 4 x 38291) – (37219) ] = 34461

P(20-24)= 1/16 [ -28987 + (4 x 34983) + (10 x 38291) + ( 4 x 37219) – (32924) ] = 38113

P(25-29)= 1/16 [ -34983 + (4 x 38291) + (10 x 37219) + ( 4 x 32924) – (28385) ] = 37105

P(30-34)= 1/16 [ -38291 + (4 x 37219) + (10 x 32924)+ ( 4 x 28385) – (24193) ] = 33073

P(35-39)= 1/16 [ -37219 + (4 x 32924) + (10 x 28385) + ( 4 x 24193) – (19430) ] = 28479

P(40-44)= 1/16 [ -32924 + (4 x 28385) + (10 x 24193) + ( 4 x 19430) – (13850) ] = 24151

P(45-49)= 1/16 [ -28385 + (4 x 24193) + (10 x 19430) + ( 4 x 13850) – (10214) ] = 19242

P(50-54)= 1/16 [ -24193 + (4 x 19430) + (10 x 13850) + ( 4 x 10214) – (9067) ] = 13989

P(55-59)= 1/16 [ -19430 + (4 x 13850) + (10 x 10214) + ( 4 x 9067) – (6837) ] = 10472

P(60-64)= 1/16 [ -13850 + (4 x 10214) + (10 x 9067) + ( 4 x 6837) – (4919) ] = 8757

P(65-69)= 1/16 [ -10214 + (4 x 9067) + (10 x 6837) + ( 4 x 4919) – (5595) ] = 6782 

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 15/54

(1) (2) (3)

0-4 59728 -

5-9 57969 -

10-14 52406 53118

15-19 52850 53303

20-24 57706 57289

25-29 58117 57645

30-34 51900 51932

35-39 44424 45169

40-44 40552 39996

45-49 33233 33080

50-54 24309 24370

55-59 18064 18878

60-64 17805 16931

65-69 13818 13863

70-74 10369 -

75+ 10997 -

Jumlah 604245

Kelompok

Umur

Sebelum

Dirapihkan

Sesudah

Dirapihkan

Perdesaan

Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69)Propinsi Sulawesi Utara Daerah

Pedesaan, Sensus Penduduk 2000

Perapihan Umur Penduduk Perempuan daerah Perdesaan Provinsi Sulawesi Utara 10-69 tahun :

P(10-14)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (57706) ] = 53118

P(15-19)= 1/16 [ -57969 + (4 x 52406) + (10 x 52850) + ( 4 x 57706) – (58117) ] = 53303

P(20-24)= 1/16 [ -52406 + (4 x 52850) + (10 x 57706) + ( 4 x 58117) – (51900) ] = 57289

P(25-29)= 1/16 [ -52850 + (4 x 57706) + (10 x 58117) + ( 4 x 51900) – (44424) ] = 57645

P(30-34)= 1/16 [ -57706 + (4 x 58117) + (10 x 51900)+ ( 4 x 44424) – (40552) ] = 51932

P(35-39)= 1/16 [ -58177 + (4 x 51900) + (10 x 44424) + ( 4 x 40552) – (33233) ] = 45169

P(40-44)= 1/16 [ -51900 + (4 x 44424) + (10 x 40552) + ( 4 x 33233) – (24309) ] = 39996

P(45-49)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (18064) ] = 18878

P(50-54)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (17805) ] = 16931

P(55-59)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (13818) ] = 13863

P(60-64)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10369) ] = 11328

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 16/54

P(65-69)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10997) ] = 10224

Perkotaan+Perdesaan

Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69) Propinsi Sulawesi Utara Daerah

Pedesaan, Sensus Penduduk 2000

Kelompok Sebelum Sesudah

Umur Dirapikan Dirapikan

(1) (2) (3)

0-4 91962 -

5-9 88310 -

10-1481392 83158

15-19 87832 87764

20-24 95997 95402

25-29 95336 94750

30-34 84824 85005

35-39 72809 73648

40-44 64745 64147

45-49 52663 52322

50-54 38159 38359

55-59 28278 29349

60-64 26872 25688

65-69 20655 20645

70-74 15289 -

75+ 16592 -

Jumlah 961715

Perapihan Umur Penduduk Perempuan daerah perkotaan+perdesaan Sulawesi Utara 10-69 tahun 

(tabel diatas):

P(10-14)=

[ ]  

P(15-19)= 

[ ]  

P(20-24)= 

[ ]  

P(25-29)= 

[ ]  

P(30-34)= 

[ ]  

P(35-39)= 

[ ]  

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 17/54

P(40-44)= 

[ ]  

P(45-49)= 

[ ]  

P(50-54)= 

[ ]  

P(55-59)= 

[ ]  

P(60-64) 

[ ]  

P(65-69)= 

[ ]  

Sedangkan untuk perapihan jumlah penduduk laki-laki yang berada pada kelompok

umur 10-69 tahun dengan three Moving Average menggunakan data sex ratio yang dihitung

berdasarkan data hasil prorata pada Tabel 1 diatas. Penghitungan ini menggunakan rumus :

   

Kemudian untuk setiap kelompok umur, hasil penghitungan dari rumus tersebut

dikalikan dengan jumlah penduduk perempuan yang telah dirapihkan pada setiap kelompok

umur dari 10 hingga 69 tahun. Berikut ini tabel yang memuat hasil penghitungan sex ratio 

sebelum dan setelah dirapihkan serta jumlah penduduk laki-laki setelah dilakukan perapihan

(smoothing) :

Perkotaan

Tabel 3. Hasil perapihan untuk kelompok umur 10-69 tahun, Penduduk laki-lakidaerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000

AgeSex Ratio

sebelum

Sex Ratio

Sesudah

Jumlah penduduk

hasil perapihan

0-4 1.077 - -

5--9 1.080 - -

10--14 1.071 1.057 31752

15-19 1.006 1.016 35024

20-24 0.983 0.989 37702

25-29 0.986 0.992 36812

30-34 1.014 1.012 33485

35-39 1.036 1.043 29714

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 18/54

40-44 1.088 1.071 25870

45-49 1.073 1.076 20702

50-54 1.069 1.062 14851

55-59 1.035 1.024 10721

60-64 0.956 0.953 8343

65-69 0.864 0.877 5945

70-74 0.823 - -

75+ 0.637 - -

Total 1.023

Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:

    = 1.057

   

    = 1.016

   

    = 0.989

   

    = 0.992

   

    = 1.012

   

 

  = 1.043

   

    = 1.071

   

    = 1.076

   

    = 1.062

   

    = 1.024

   

    = 0.953

   

    = 0.877

   

Perdesaan

Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah

Pedesaan, Sensus Penduduk 2000

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 19/54

 

Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:

    = 0.9049

   

    = 0.9173

   

    = 0.9444

   

    = 0.9449

   

    = 0.9251

   

    = 0.9166

   

    = 0.9161

   

 

  = 0.9142

   

    = 0.9189

   

    = 0.9446

   

    = 0.9915

   

    = 1.0416

   

Kelompok

Umur

sebelum

perapihansetelah perapihan

(1) (2) (3)

0-4 64153 -

5-9 63470 -

10-14 58087 4806815-19 58592 48896

20-24 59918 54101

25-29 61224 54466

30-34 56547 48042

35-39 48528 41400

40-44 44196 36642

45-49 36357 30242

50-54 26680 22393

55-59 19234 17831

60-64 18008 16788

65-69 13166 14440

70-74 9613 -

75+ 8391 -

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 20/54

Perkotaan+Perdesaan

Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah

Pedesaan, Sensus Penduduk 2000

Laki-Laki

Kelompok Sebelum Sesudah

Umur Smoothing Smoothing

(1) (2) (3)

0-4 98870 -

5-9 96240 -

10-14 89132 90393

15-19 93781 93205

20-24 97539 98455

25-29 97917 9778230-34 89934 89595

35-39 77929 78951

40-44 70515 69535

45-49 57209 56874

50-54 41489 41351

55-59 29804 30728

60-64 26678 25457

65-69 19072 19262

70-74 13661 -

75+ 11955 -

Jumlah 1011725

Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:

  Sn(10-14)= (SRn-1 + 2SRn + SRn+1) : 4

= (1,090 + 2x1,095 + 1,068) : 4 = 1,087

P(10-14) = Jumlah Penduduk Smoothing Perempuan(10-14) x Sn(10-14) 

= 83158 x 1,087 = 90393

  Sn(15-19)= (1,095 + 2x1,068 + 1,016) : 4 = 1,062

P(15-19) = 87764 x 1,062 = 93205

  Sn(20-24)= (1,068 + 2x1,016 + 1,027) : 4 = 1,032

P(20-24) = 95402 x 1,032 = 98455

  Sn(25-29)= (1,016 + 2x1,027 + 1,060) : 4 = 1,032

P(25-29) = 94750 x 1,032 = 97782

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 21/54

  Sn(30-34)= (1,027 + 2x1,060 + 1,070) : 4 = 1,054

P(30-34) = 85005 x 1,054 = 89595

  Sn(35-39)= (1,060 + 2x1,070 + 1,089) : 4 = 1,072

P(35-39) = 73648 x 1,072 = 78951  Sn(40-44)= (1,070 + 2x1,089 + 1,086) : 4 = 1,084

P(40-44) = 64147 x 1,084 = 69535

  Sn(45-49)= (1,089 + 2x1,086 + 1,087) : 4 = 1,087

P(45-49) = 52322 x 1,087 = 56874

  Sn(50-54)= (1,086 + 2x1,087 + 1,054) : 4 = 1,078

P(50-54) = 38359 x 1,078 = 41351

 

Sn(55-59)= (1,087 + 2x1,054 + 0,993) : 4 = 1,047P(55-59) = 29349 x 1,047 = 30728

  Sn(60-64)= (1,054 + 2x0,993 + 0,923) : 4 = 0,991

P(60-64) = 25688 x 0,991 = 25457

  Sn(65-69)= (0,993 + 2x0,923 + 0,894) : 4 = 0,933

P(65-69) = 20645 x 0,933 = 19262

Tahap selanjutnya adalah merapihkan penduduk yang berumur 0-4 dan 5-9 tahun.

Jumlah penduduk kelompok ini, terutama yang berumur 0 dan 1 tahun, jauh lebih kecil

daripada yang diharapkan dan diduga karena lewat cacah. Untuk merapihkannya diperlukan

data angka kelahiran total (TFR) masa lampau yang menggambarkan keadaan paling tidak 10

tahun sebelum pencacahan, jumlah dan susunan umur wanita usia subur, serta tingkat

kematian dalam kurun waktu yang sama.

Untuk perapihan penduduk yang berumur 0-4 dan 5-9 tahun dibutuhkan beberapa

informasi tambahan diantaranya jumlah kelahiran dari tahun 1991 hingga tahun 2000, level

kematian untuk masing-masing penduduk kota, desa, dan kota+desa, serta informasi

mengenai survival ratio yang dihitung menggunakan life table berdasrkan level kematian

tersebut. berikut ini tabel yang menyajikan data jumlah kelahiran dari tahun 1991 hingga

tahun 2000 :

Tabel 5. Jumlah Peristiwa Kelahiran Propinsi Sulawesi Utara periode 1991-2000

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 22/54

 

Sumber : data olahan BPS

Level kematian yang digunakan untuk Proyeksi Penduduk Provinsi Sulawesi Utara ini

diperoleh dari hasil penghitungan estimasi angka kematian dengan metode Brass, dimana

penghitungan ini didsarkan pada data rata-rata anak yang pernah dilahirkan (ALH) dan rata-

rata anak yang masih hidup (AMH). Ratio antara rata-rata ALH pada kelompok umur 15-19

dengan kelompok umur 20-24 digunakan sebagai dasar penentuan level kematian, dengan

mengalikannya dengan faktor pengali yang ada pada Tabel Faktor Pengali Brass.

Dengan faktor pengali tersebut, pada akhirnya dapat diketahui level kematian dari Life

Table yang akan kita gunakan untuk merapihkan penduduk umur 0-4 dan 5-9 tahun, yakni

dengan merata-ratakan level kematian pada kelompok usia 20-24 dan 25-29 tahun. Untuk

daerah Perkotaan, diperoleh, level yang digunakan adalah level 23,206 yang berada

diantara level 23 dan level 24. Sedangkan untuk penduduk perdesaan propinsi Sulawesi

Utara adalah 22,947 yang berada pada interval level kematian 22 dan level 23. Kemudian

untuk daerah desa+kota, dengan proses penghitungan yang sama diperoleh level kematian

23,053 yang terletak antara level 23 dan 24.

Tabel 4. Level kematian Provinsi Sulawesi Utara

Kelompok

Umur

KOTA DESA KOTA+DESA

Level

Kematian

Level

Kematian

Level

Kematian

1 2 3 4

15 -19 - - -

20-24 23.209 23.1 23.1

25-29 23.202 22.8 23.0

30-34 - - -

L P L P L P

1991 5477 5477 21908 10954 27385 16431

1992 9928 10512 15184 12264 25112 22776

1993 10277 10882 1578 12695 11855 23577

1994 12393 11058 14299 13727 26692 24785

1995 14259 14661 16870 16468 31129 31129

1996 11322 9058 18527 19968 29849 29026

1997 13821 12355 12774 13821 26595 26176

1998 8487 9381 16305 21665 24792 31046

1999 13086 8724 20014 18218 33100 26942

2000 11176 13775 13775 14035 24951 27810

Tahun

Sulawesi Utara

Kota Desa Kota & Desa

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 23/54

35-39 - - -

40-44 - - -

45-49 - - -

p1/p2 0.667 0.622 0.639

level 23.205693 22.9471 23.053105

Sumber : Hasil penghitungan dengan Metode Brass

Selanjutnya dengan informasi jumlah kelahiran tahun 1991-2000 dan level kematian

tahun 2000 diatas, dapat dihitung nilai survival ratio untuk masing-masing desa, kota, serta

desa+kota. Penghitungan survival ratio dilakukan dengan West Model Life Table dengan

interpolasi nilai P(2) dan P(3) untuk masing-masing penduduk laki-laki dan perempuan pada

level yang bersangkutan. Nilai P(2) merupakan nilai survival ratio untuk penduduk umur 0-4

tahun, sedangkan P(3) merupakan nilai survival ratio untuk penduduk usia 5-9 tahun. Berikut

ini tabel penghitungan survival ratio berdasarkan desa/kota dan jenis kelamin :

Tabel 5. Survival Ratio Penduduk kelompok umur 0-4 dan 5-9 tahun berdasarkan

daerah tempat tinggal dan jenis kelamin

Jenis

kelaminumur

Kota Desa kota+desa

23 23.2057 24 22 22.9471 23 23 23.0531 24

Perempuan(0-4) 0.9978 0.9980 0.9990 0.9959 0.9977 0.9978 0.9978 0.9978 0.9990

(5-9) 0.9989 0.9990 0.9995 0.9981 0.9989 0.9989 0.9989 0.9989 0.9995

Laki-laki

(0-4) 0.9965 0.9969 0.9982 0.9941 0.9964 0.9965 0.9965 0.9966 0.9982

(5-9) 0.9981 0.9982 0.9989 0.9971 0.9980 0.9981 0.9981 0.9981 0.9989

Dengan demikian, semua informasi yang dibutuhkan untuk perapihan penduduk

yang berada pada kelompok umur 0-4 dan 5-9 tahun telah tersedia, sehingga proses

perapihan dapat dilakukan dengan penghitungan sebagai berikut :Perkotaan :

1. Perapihan penduduk perempuan umur 0-4 tahun

= jumlah kelahiran (1995 – 2000) x Survival Ratio 

= (9058+12355+9381+8724+13775) x 0.9980

= 53293 x 0.9980

= 53187.5302 = 53188

2. Perapihan Penduduk perempuan umur 5-9 tahun

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 24/54

= jumlah kelahiran (1990 – 1995) x Survival Ratio 

= (5477+10512+10882+11058+14661) x 0.9980 x 0.9990

= 52590 x 0.9980 x 0.9990

= 52434.6497 = 52435

3. Perapihan penduduk Laki-laki umur 0-4 tahun

= jumlah kelahiran (1995 – 2000) x Survival Ratio 

= (11322+13821+8487+13086+11176) x 0.9969

= 57892 x 0.9969

= 57709.9 = 57710

4. Perapihan Penduduk laki-laki umur 5-9 tahun

= jumlah kelahiran (1991 – 1995) x Survival Ratio 

= (5477+9928+10277+12393+14259) x 0.9980 x 0.9990

= 52334 x 0.9969 x 0.9982

= 52241.2 = 52242

Perdesaan :

1. Perapihan penduduk perempuan umur 0-4 tahun

= jumlah kelahiran (1996 – 2000) x Survival Ratio 

= (19968+13821+21665+18218+14035) x 0.9977

= 87707 x 0.9977

= 87502.7 = 87503

2. Perapihan Penduduk perempuan umur 5-9 tahun

= jumlah kelahiran (1991 – 1995) x Survival Ratio 

= (10954+12264+12695+13727+16468) x 0.9977 x 0.9989

= 66108 x 0.9977 x 0.9989

= 65879.4 = 65879

3. Perapihan penduduk Laki-laki umur 0-4 tahun

= jumlah kelahiran (1996 – 2000) x Survival Ratio 

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 25/54

= (18527+12774+16305+20014+13775) x 0.9964

= 98269 x 0.9964

= 97815

4. Perapihan Penduduk laki-laki umur 5-9 tahun

= jumlah kelahiran (1991 – 1995) x Survival Ratio 

= (21908+15184+15718+14299+16870) x 0.9964 x 0.9980

= 83979 x 0.9964 x 0.9980

= 83507.701 = 83508

Perkotaan + Perdesaan :

1. Perapihan penduduk perempuan umur 0-4 tahun

= jumlah kelahiran (1996 – 2000) x Survival Ratio 

= (29026+26176+31046+26942+27810) x 0.9978

= 141000 x 0.9978

= 140689,8 = 140690 

2. Perapihan Penduduk perempuan umur 5-9 tahun

= jumlah kelahiran (1991 – 1995) x Survival Ratio 

= (16431+22776+23577+24785+31129) x 0.9978 x 0.9989

= 118698 x 0.9978 x 0.9989

= 118306,5838 = 118307

3. Perapihan penduduk Laki-laki umur 0-4 tahun

= jumlah kelahiran (1996 – 2000) x Survival Ratio 

= (29849+26595+24792+33100+24951) x 0.9966

= 139287 x 0.9966

= 138812.217 = 138813

4. Perapihan Penduduk laki-laki umur 5-9 tahun

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 26/54

= jumlah kelahiran (1991 – 1995) x Survival Ratio 

= (27385+25112+11855+26692+31139) x 0.9966 x 0.9981

= 122173 x 0.9966 x 0.9981

= 121525.582 = 121526

Tahap terakhir dari proses perapihan (smoothing) adalah perapihan penduduk yang

berusia 70 tahun ke atas, menggunakan tabel Stable Population. Kelompok penduduk ini

tidak besar pengaruhnya terhadap hasil proyeksi karena jumlahnya relatif kecil dan dalam

waktu relatif singkat akan berkurang menjadi nol.

Untuk menghitung jumlah perapihan penduduk umur (70-74) tahun dan juga umur

(75+), terlebih dahulu kita hitung ratio penduduk P(70-74) dan P(75+) . Selain ratio penduduk,

dibutuhkan pula suatu estimasi dari ratio penduduk yang disajikan dalam tabel berikut :

Percentage of Person at Advanced Ages in Stationery Population

Berikut ini penghitungan untuk merapihkan data penduduk umur 70-74 dan 75 tahun keatas :

Perkotaan :

Untuk penduduk perempuan, rationya

  Ratio P(70-74) dan P(75+)=

 

ratio 2.9413 % untuk P(70-74)terletak pada persen 2,5 = 1,41 dan 3 = 1,64 interpolasinya :

Interpolasi =

 

P(70-74) =

5765.984 = 5766

  ratio 2.9413 % untuk P(75)terletak pada persen 2,5 = 1,09 dan 3 = 1,36 interpolasinya : 

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 27/54

Interpolasi =

 

P(75) =

4748.3 = 4748

Untuk penduduk laki-laki, rationya :

  Ratio P(70-74) dan P(75+)=

 

ratio 2.0819 % untuk P(70-74)terletak pada persen 2 = 1,16 dan 2,5 = 1,41 interpolasinya :

Interpolasi =  

P(70-74) = 4514,156 = 4514

  ratio 2.0819 % untuk P(75)terletak pada persen 2 = 0,84 dan 2,5 = 1,09 interpolasinya : 

Interpolasi =  

P(70-74) = 5592,164 = 5592

Perdesaan

Untuk penduduk perempuan, rationya :

  Ratio P(70-74) dan P(75+) =

 

Ratio 3,5359% untukP(70-74) terletak pada persen 3,5 = 1,86 dan 4 = 2,08, interpolasinya :

Interpolasi =

 

P(70-74) =

11328 

  Interpolasi =

 

P(75+) =

10024 

Untuk penduduk laki-laki , rationya

  Ratio P(70-74) dan P(75+)=

 

Ratio 2.7864% untukP(70-74) terletak pada persen 2,5 = 1,41 dan 3 = 1,64, interpolasinya :

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 28/54

Interpolasi =

 

P(70-74) =

 9962 

  ratio 2.0819 % untuk Untuk P75+ terletak pada 2,5 = 1,09 dan 3 = 1,36

Interpolasi =

 

P(75+) =

8043

Perkotaan + Perdesaan

Untuk penduduk perempuan, rationya :

  Ratio P(70-74) dan P(75+) =  

 

 

Ratio 3,315 % untuk P(70-74) terletak pada persen 3,0 = 1,64 dan 3,5 = 1,86 interpolasinya :

Interpolasi =

 

P(70-74) =

17105,06 = 17105 

  Ratio 3,315 % untuk P(75+) terletak pada persen 3,0 = 1,36 dan 3,5 = 1,64 interpolasinya :

Interpolasi =

 

P(75+) =

14775,789 = 14776 

Untuk penduduk laki-laki , rationya

  Ratio P(70-74) dan P(75+)=

 2,5319  

Ratio Penduduk 70-74= [(2,5319  –  2,5) : (0,5 + 1,41)] x 0,23 = 0,0319:1,91 x 0,23 =

0,003841

P(70-74)= 1011725 x 0,003841 = 3886 

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 29/54

 

  Ratio Penduduk 75+= [(2,5319  –  2,5) : (0,5 + 1,09)] x 0,27 = 0,0319:1,59 x 0,27 =

0,005417

P(70-74)= 1011725 x 0,005417 = 5480 

Sehingga data Jumlah penduduk yang telah dirapihkan dan siap untuk diinput kedalam

Program Fivsin adalah sebagaimana ditampilkan pada tabel berikut ini :

Tabel 3. Hasil perapihan (smoothing) Penduduk Provinsi Sulawesi Utara, Sensus

Penduduk 2000

Age

Kota Desa Kota+Desa

Perempuan Laki-laki Perempuan Laki-laki Perempuan Laki-laki

0-4 53188 57710 103855 97815 140690 138813

5—9 52435 52242 49568 52843 118307 121526

10—14 30040 31752 53118 48068 83158 90393

15-19 34461 35024 53303 48896 87764 93205

20-24 38113 37702 57289 54101 95402 98455

25-29 37105 36812 57645 54466 94750 97782

30-34 33073 33485 51932 48042 85005 89595

35-39 28479 29714 45169 41400 73648 78951

40-44 24151 25870 39996 36642 64147 69535

45-49 19242 20702 33080 30242 52322 56874

50-54 13989 14851 24370 22393 38359 41351

55-59 10472 10721 18878 17831 29349 30728

60-64 8757 8343 16931 16788 25688 25457

65-69 6782 5945 13863 14440 20645 19262

70-74 5766 4514 11328 9962 17105 3886

75+ 4748 5592 10024 8043 14776 5480

2. 3 Data Tingkat Kelahiran Total (TFR)

Data Tingkat Kelahiran Total (TFR) dan Tingkat Kelahiran berdasarkan Kelompok Umur (ASFR)

dibutuhkan dalam proses penghitungan proyeksi penduduk. Dalam Proyeksi Penduduk Sulawesi

Utara ini nilai TFR dan ASFR diperoleh melalui metode estimasi PF Ratio, yang merupakan suatu

teknik umum untuk mendapatkan level current fertility menurut perbandingan rata-rata anak yang

pernah dilahirkan (ALH)/Children Ever Born (CEB) dan rata-rata anak masih hidup (AMH)/Children

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 30/54

Surviving (CS) berdasarkan kelahiran selama setahun yang lalu. Hal ini mengikuti proporsi sebagai

berikut:

a.  Pola pelaporan umur fertilitas sudah benar.

b.  Pelaporan umur CEB menurut wanita usia muda cukup akurat.

c.  Fertilitas sudah konstan dimasa lalu.

Pi   dan CF i   merupakan generasi dari model lain pola umur fertilitas (age pattern of fertility). 

Dalam penghitungan bisa menggunakan multipliers Brass (model A pada Tabel dibawah ini :

Tabel 7. Value of Multipliers (Ki) given by Brass (with ½ year Shift) 

Age

1 2 3 4 5 6 7 8 9

15-19 3,169 2,925 2,638 2,305 1,951 1,614 1,309 1,11920-24 2,986 2,958 1,927 2,889 2,811 2,779 2,690 2,553

25-29 3,097 3,076 3,055 3,033 3,010 2,986 2,958 2,917

30-34 3,216 3,188 3,163 3,140 3,118 3,097 3,076 3,055

35-39 3,434 3,374 3,324 3,283 3,747 3,216 3,188 3,163

40-44 4,150 3,917 3,739 3,608 3,510 3,434 3,374 3,324

45-49 5,000 4,984 4,830 4,629 4,393 4,150 3,896 3,640

f 1/f 2 0,939 0,764 0,605 0,460 0,330 0,213 0,113 0,036

m 24,7 25,7 26,7 27,7 28,7 29,7 30,7 31,7

Tabel diatas merupakan tabel faktor pengali yang digunakan untuk dasar penghitungan nilai

ratio antara parity dan fertilitas. Adapun penghitungannya tersaji pada tabel dibawah ini :

Tabel.3 Penghitungan Total Fertility Rate (TFR) di wiayah perkotaan Propinsi Suluawesi Utara

tahun 2000 dengan Metode P/F Ratio

Kelompok

UmurPi fi Fi Ki Fi' Pi / Fi' fi'

1 2 3 4 5 6 7 8

15 -19 0,07 0,04 0,000 2,142 0,086 0,817 0,033

20-24 0,47 0,1 0,200 2,853 0,485 0,968 0,097

25-29 1,06 0,11 0,700 3,022 1,032 1,027 0,113

30-34 1,71 0,08 1,250 3,129 1,500 1,140 0,091

35-39 2,21 0,04 1,650 3,497 1,790 1,235 0,049

40-44 2,54 0,02 1,850 3,563 1,921 1,322 0,026

45-49 2,79 0,01 1,950 4,52 1,995 0,617 0,006

f1/f2 = 0,40

TFR = 5 x (0,033 + 0,097 + 0,113 + 0,091 + 0,049 + 0,026 + 0,006) = 2,07

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 31/54

Di daerah perkotan, angka TFR sebesar 2,07. Artinya, rata-rata jumlah anak yang

dilahirkan oleh seorang wanita di wilayah perkotaan Sulawesi Utara sampai dengan akhir

masa reproduksinya adalah antara 2 sampai 3 orang anak

Pada kelompok umur 25-29 Pi/Fi bernilai lebih besar dari 1. Hal ini mengindikasikan

adanya kesalahan pelaporan umur dalam periode tersebut. hal tersebut hanya mungkin

terjadi jika ada penurunan tajam terhadap tingkat fertilitas pada peride umur 25-29

Tabel.4 Penghitungan Total Fertility Rate (TFR) di wiayah perdesaan Propinsi Sulawesi Utara

tahun 2000 dengan Metode P/F Ratio

Kelompok

UmurPi Fi Fi Ki Fi' Pi / Fi' fi'

1 2 3 4 5 6 7 8

15 -19 0,11 0,06 0,000 2,351 0,141 0,780 0,047

20-24 0,71 0,13 0,300 2,756 0,658 1,079 0,140

25-29 1,34 0,11 0,950 3,036 1,284 1,044 0,115

30-34 1,96 0,08 1,500 3,143 1,751 1,119 0,090

35-39 2,48 0,05 1,900 3,288 2,064 1,201 0,060

40-44 2,9 0,02 2,150 3,626 2,223 1,305 0,026

45-49 3,26 0,01 2,250 4,656 2,297 1,420 0,014

f1/f2 = o,461

TFR = 5 x (0,047+ 0,140 + 0,115 + 0,090 + 0,060 + 0,026 + 0,014) = 2,45

Di daerah perdesaan, angka TFR sebesar 2,45. Artinya, rata-rata jumlah anak yang

dilahirkan oleh seorang wanita di wilayah perdesaan Sulawesi Utara sampai dengan akhir

masa reproduksinya adalah antara 2 sampai 3 orang anak

Pada kelompok umur 20-24 dan 25-29 terjadi kesalahan laporan karena Pi/Fi’ kurang

dari 1. Sedangkan pada kelompok umur 35-39 dan 40-44 juga dimungkinkan terjadi

penurunan yang tajam terhadap tingkat fertilitasnya.

Tabel.5 Penghitungan Total Fertility Rate (TFR) di wilayah perdesaan+perkotaan Propinsi

Sulawesi Utara tahun 2000 dengan Metode P/F Ratio

Kelompok

UmurPi fi Fi Ki Fi' Pi / Fi' fi'

1 2 3 4 5 6 7 8

15 -19 0,09 0,05 0,000 2,294 0,115 0,785 0,039

20-24 0,61 0,12 0,250 2,878 0,595 1,025 0,123

25-29 1,23 0,11 0,850 3,022 1,182 1,040 0,114

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 32/54

30-34 1,86 0,08 1,400 3,129 1,650 1,127 0,090

35-39 2,37 0,04 1,800 3,272 1,931 1,227 0,049

40-44 2,77 0,02 2,000 3,597 2,072 1,337 0,027

45-49 3,09 0,01 2,100 4.618 48,280 0,064 0,001

f1/f2 = 0,416

TFR = 5 x (0,039+ 0,123 + 0,114 + 0,090 + 0,049 + 0,027 + 0,001) = 2,21

Baik di wilayah perkotaan maupun di perdesaan, pada umumnya karakteristik wilayah

di Propinsi Sulawesi Utara tidak jauh berbeda. Rata-rata jumlah anak yang dilahirkan oleh

seorang wanita di Sulawesi Utara sampai dengan akhir masa reproduksinya adalah 2 sampai

3 orang anak. Bila dinyatakan dengan angka, TFR di wilayah perkotaan 2,07 ; perdesaan 2,45

; perdesaan+perkotaan 2,21.

Pada kelompok umur 20-24 dan 25-29 terjadi kesalahan laporan karena Pi/Fi’ kurang

dari 1. Sedangkan pada kelompok umur 35-39 dan 40-44 juga dimungkinkan terjadi

penurunan yang tajam terhadap tingkat fertilitasnya.

Dengan demikian, telah diperoleh nilai TFR untuk masing-masing desa, kota, serta desa+kota,

sebagaimana tersaji pada tabel berikut :

Tabel 11. Age Spesific Fertility Rate (ASFR) dan Total Fertility Rate (TFR) Propinsi Sulawesi Utara

Kelompok

Umurkota desa desa+kota

15-19 0,033 0,047 0,039

20-24 0,097 0,140 0,123

25-29 0,113 0,115 0,114

30-34 0,091 0,090 0,090

35-39 0,049 0,060 0,049

40-44 0,026 0,026 0,02745-49 0,006 0,014 0,001

TFR 2.07 2.45 2.21

3. Asumsi-Asumsi

Menentukan asumsi merupakan kunci perhitungan proyeksi penduduk. Biasanya

asumsi mengenai kecenderungan tiga komponen laju pertumbuhan penduduk yaitu, tingkat

kelahiran, kematian, serta perpindahan penduduk ditentukan oleh kecenderungan yang

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 33/54

terjadi di masa lalu dengan memperhatikan berbagai faktor yang mempengaruhi ketiga

komponen itu. Namun begitu, informasi ini belum cukup, karena harus dilengkapi dengan

kecenderungan yang mungkin terjadi di masa yang akan datang akibat pelaksanaan

kebijakan pembangunan sektor yang terkait dengan masalah kependudukan. Proyeksi sangat

tergantung dengan ketepatan dalam menentukan asumsinya. Para ahli menyebutkan beberapa

pertimbangan yang harus diperhatikan dalam pembuatan asumsi : 

1)  Asumsi fertilitas dan mortalitas dibuat berdasarkan tren tingkat fertilitas di masa lalu dan

kebijakan pemerintah yang berhubungan dengan fertilitas

2)  Asumsi mortalitas juga berdasarkan tren tingkat mortalitas di masa lalu dan kebijakan

pemerintah sehubungan dengan tingkat kematian bayi

3)  Karena sulitnya menentukan asumsi migrasi, biasanya pola migrasi untuk masa yang akan

datang dianggap sama dengan pola migrasi data yang dipakai.

4)  Dalam penentuan setiap asumsi kondisi spesifik daerah juga diperhatikan.

Sedangkan asumsi yang digunakan untuk Proyeksi Penduduk Provinsi Sulawesi Utara ini antara

lain :

1) 

Struktur penduduk (pengelompokkan jumlah penduduk menurut karakteristik tertentu) yang

konstan

2)  Tingkat Kelahiran dan kematian konstan pada setiap periode waktu

3)  Migrasi tertutup, artinya migrasi yang keluar dianggap sama dengan migrasi masuk.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 34/54

 

HASIL PENGHITUNGAN DAN ANALISIS

Di awal sudah disebutkan bahwa dengan menggunakan program FIVSIN dapat dilakukan

penghitungan estimasi-estimasi dari parameter kependudukan, seperti kelahiran dan kematian.

Untuk kelahiran akan disajikan beberapa informasi antara lain terkait dengan ASFR, TFR, GRR, NRR.

Untuk kematian sendiri juga disajikan informasi terkait dengan angka harapan hidup, dan juga angka

kematian bayi, serta informasi lainnya.

Berikut ini akan diulas mengenaI output yang dihasilkan dari penghitungan proyeksi

penduduk menggunakan program FIVSIN untuk masing-masing perdesaan, perkotaan, serta

perkotaan+perdesaaan.

1. Perkotaan

1.1 Profil Kelahiran (Fertility )

Output pertama yang dihasilkan oleh program ini adalah output mengenasi estimasi fertilitas

penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat kelahiran

berdasarkan kelompok umur (ASFR) untuk penduduk daerah perkotaan Provinsi Sulawesi Utara dari

tahun 2000 hingga tahun 2035 dengan periode waktu lima tahunan :

Tabel 9. Estimasi ASFR Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara

daerah Perkotaan Periode 2000-2035

Age

ASFR

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

1 2 3 4 5 6 7 8

15-19 0.033 0.033 0.033 0.033 0.033 0.033 0.03320-24 0.097 0.097 0.097 0.097 0.097 0.097 0.097

25-29 0.113 0.113 0.113 0.113 0.113 0.113 0.113

30-34 0.091 0.091 0.091 0.091 0.091 0.091 0.091

35-39 0.049 0.049 0.049 0.049 0.049 0.049 0.049

40-44 0.026 0.026 0.026 0.026 0.026 0.026 0.026

45-49 0.006 0.006 0.006 0.006 0.006 0.006 0.006

Tampak pada tabel diatas,nilai estimasi ASFR pada setiap periode waktu dari tahun 2000

hingga tahun 2035 nilainya sama, hal ini disebabkan oleh penggunaan asumsi pada saat meng-input

data kelahiran bahwa tingkat kelahiran dianggap sama pada setiap periode waktu. Jika dilihat

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 35/54

berdasarkan kelompok umur, tampak bahwa tingkat kelahiran pada kelompok umur 25-29

merupakan tingkat kelahiran yang tertinggi diantara kelompok umur laiinnya. Hal ini wajar

mengingat pada umur tersebut, wanita sedang berada padamasa yang paling subur dan pada umur

tersebut biasanya wanita baru saja menikah. Berdasarkan data BPS pada tahun 2000, umur

perkawinan pertama penduduk wanita di daerah perkotaan adalah pada umur 23,1 , data ini

mendukung hasil proyeksi ASFR diatas karena umur kawin pertama terletak pada kelompok umur

yang memiliki tingkat kelahiran tertinggi

Selanjutnya, beberapa estimasi fertility yang dihasilkan dari program FIVSIN antara lain TFR

(Total Fertility Rate), GRR (Gross Reproduction Rate), dan NRR (Nett Reproduction Rate). Hasil

output ukuran-ukuran fertilitas tersebut disajikan pada tabel dibawah ini :

Tabel 10. Estimasi Ukuran-Ukuran Fertilitas Menurut Kelompok Umur Wanita Usia Subur

Propinsi Sulawesi Utara daerah Perkotaan Periode 2000-2035

Parameter

Fertilitas

Periode Waktu

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

1 2 3 4 5 6 7 8

TFR 2.070 2.070 2.070 2.070 2.070 2.070 2.070

GRR 1.010 1.010 1.010 1.010 1.010 1.010 1.010

NRR 0.982 0.982 0.982 0.982 0.982 0.982 0.982

Dari tabel diatas diketahui bahwa nilai TFR untuk daerah Perkotaan Sulawesi Utara adalah 2,070

yang artinya rata-rata jumlah anak yang dilahirkan oleh seorang wanita di wilayah perkotaan

Sulawesi Utara sampai dengan akhir masa reproduksinya adalah antara 2 sampai 3 orang

anak.

Selanjutnya nilai GRR merupakan rata-rata jumlah anak perempuan yang dilahirkan oleh

seorang wanita selama hayatnya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti

ibunya. Ukuran ini sangat erat hubungannya dengan angka fertilitas total. Perbedaannya, TFR

tidak memisahkan bayi laki-laki atau perempuan. GRR sudah memisahkan bayi perempuan

saja yang akan berfungsi seperti ibunya. Angka GRR untuk daerah perkotaan Sulawesi Utara

adalah sebesar 1.010, artinya seorang wanita di daerah perkotaan Sulawesi Utara selama

hayatnya rata-rata melahirkan 1 atau 2 anak perempuan, dengan mengikuti pola fertilitas dan

mortalitas yang sama seperti ibunya.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 36/54

Nett Reproduction Rate (NRR) merupakan rata-rata jumlah anak perempuan yang dilahirkan

oleh seorang wanita selama hayatnya dan akan tetap hidup sampai dapat menggantikan kedudukan

ibunya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya.

Asumsi ini digunakan karena beberapa anak perempuan yang dilahirkan akan meninggal

sebelum ia mencapai usia reproduksinya, bahkan mungkin ada yang meninggal pada umur

reproduksinya (telah masuk umur reproduksi, tapi tidak dapat menyelesaikan sampai batas akhir).

Maka NRR akan lebih kecil daripada GRR. Keadaan NRR = 1 dikenal dengan istilah replacement level ,

suatu keadaan dimana, dengan asumsi tidak ada pengaruh migrasi, jumlah penduduk tidak

bertambah atau pertumbuhannya nol (zero population growth)

Berdasarkan data hasil output program Fivsin pada tabel diatas, tampak bahwa nilai estimasi

NRR penduduk daerah perotaan Sulawesi Utara tahun 2000-2035 adalah sebesar 0.982, artinya rata-

rata jumlah anak perempuan yang dilahirkan oleh seorang wanita selama hayatnya dan akan tetap

hidup sampai dapat menggantikan kedudukan ibunya, dengan mengikuti pola fertilitas dan

mortalitas yang sama seperti ibunya adalah antara 1 orang anak atau bahkan tida ada sama sekali.

1.2 Profil Kematian (Mortality )

Output selanjutnya yang dihasilkan oleh program ini adalah output mengenasi estimasi

mortalitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat

kematian bayi (IMR /Infant Mortality Rate) berdasarkan jenis kelamin untuk penduduk daerah

perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima

tahunan :

Tabel 10. Estimasi Infant Mortality Rate (IMR) berdasarkan jenis kelamin, penduduk daerah

perkotaan Propinsi Sulawesi Utara Periode 2000-2035

Jenis

Kelamin

IMR

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

1 2 3 4 5 6 7 8

Perempuan 14.100 14.100 14.100 14.100 14.100 14.100 14.100

Laki-laki 19.860 19.860 19.860 19.860 19.860 19.860 19.860

Both 17.050 17.050 17.050 17.050 17.050 17.050 17.050

Dari tabel diatas, tampak bahwa nilai IMR sama pada setiap periode waktu, hal ini

diarenakan asumsi yang digunakan adalah bahwa level kematian dan TFR yang tetap untuk tiap

tahun, maka program FIVSIN mengeluarkan output angka estimasi harapan hidup yang sama dari

tahun ke tahun. Angka kematian bayi untuk perempuan adalah 14,1, artinya ada sekitar 14 hingga 15

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 37/54

kematian bayi perempuan per 1000 kelahiran hidup tiap tahunnya. Kemudian untuk laki-laki, nilainya

lebih tinggi daripada perempuan, yakni 19,86 , berarti ada 19 hingga 20 kematian bayi pada setiap

1000 kelahiran hidup bayi laki-laki.

Berdasarkan data IMR tampaklah disini bahwa bayi laki-laki lebih rentan terhadap kematian

dibandingkan dengan perempuan. Jika dilihat dari data Angka Harapan Hidupnya, data yang ada juga

mendukung pernyataan diatas. Tabel dibawah ini menunjukkan nilai Angka Harapan Hidup pada saat

lahir untuk daerah perkotaan Sulawesi Utara berdasarkan jenis kelamin :

Tabel 10. Estimasi Angka Harapan Hidup (AHH) berdasarkan jenis kelamin, penduduk daerah

perkotaan Propinsi Sulawesi Utara Periode 2000-2035

JenisKelamin

AHH

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

1 2 3 4 5 6 7 8

Perempuan 75.520 75.520 75.520 75.520 75.520 75.520 75.520

Laki-laki 71.210 71.210 71.210 71.210 71.210 71.210 71.210

Both 73.310 73.310 73.310 73.310 73.310 73.310 73.310

Wanita mempunyai angka harapan hidup yang lebih tinggi daripada laki-laki, salah

satu penyebab biologisnya adalah gen, dimana wanita memiliki dua kromosom X (pria hanya

punya satu), sehingga cacat bawaan yang terkandung dalam mutasi salah satu kromosom

bisa di-cover oleh kromosom yang lain. Faktor biologis lain yang mempengaruhi adalah

hormon, dimana hormon estrogen yang dimiliki perempuan menjadi salah satu pelindung

alami dari perkembangan penyakit jantung, dan perubahan kondisi tubuh perempuan

sepanjang hidupnya (menstruasi, kehamilan, beranak, menopause) membuat tubuh mereka

secara internal lebih ‘tahan banting’. Sebaliknya, hormon testosteron yang dimiliki pria

malahan mendorongnya untuk melakukan berbagai aktivitas yang membuat jantung makin

  jedag-jedug, misalnya saja merokok, menyetir ugal-ugalan, berkelahi, atau aktif berburu

pasangan. (Why Males Die Before Females, LiveScience).

1.3 Profil Kependudukan

Berdasarkan tujuan utama dari penggunaan program Fivsin ini adalah untuk

menghitung proyeksi penduduk berdasarkan data jumlah penduduk hasil Sensus Penduduk

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 38/54

2000, berikut ini tabel proyeksi jumlah penduduk daerah perkotaan Provinsi Sulawesi Utara

tahun 2000-2035 dengan periode waktu lima tahunan :

Tabel 11. Estimasi Jumlah Penduduk Perempuan Menurut Kelompok Umur Propinsi Sulawesi

Utara daerah Perkotaan Periode 2000-2035

Age

FEMALE

2000 2005 2010 2015 2020 2025 2030 2035

0-4 53188 34311 35020 37178 40673 42339 41151 39121.7

5—9 52435 53063 34231 34937 37090 40577 42239 41053.9

10—14 30040 52370 52997 34188 34894 37044 40527 42187

15-19 34461 29995 52292 52918 34137 34842 36989 40467

20-24 38113 34382 29927 52173 52797 34059 34762 36905

25-29 37105 38002 34282 29840 52021 52644 33960 34661

30-34 33073 36970 37864 34158 29732 51832 52452 33837

35-39 28479 32905 36782 37671 33984 29580 51568 52186

40-44 24151 28263 32655 36503 37385 33726 29355 51176

45-49 19242 23864 27927 32267 36069 36941 33325 29007

50-54 13989 18886 23422 27410 31669 35401 36257 32708

55-59 10472 13594 18352 22760 26635 30775 34401 35233

60-64 8757 10009 12992 17540 21753 25457 29413 32878

65-69 6782 8125 9286 12055 16275 20184 23620 27290

70-74 5766 5952 7131 8150 10580 14283 17714 20730

75+ 4748 7064 8437 10094 11776 14584 18993 24035Total 400801 427755 453597 479842 507470 534268 556726 573476

Hasil proyeksi menunjukkan bahwa jumlah penduduk perempuan di daerah

perkotaan Suawesi Utara selama dua puluh lima tahun mendatang terus meningkat yaitu

dari 400801 pada tahun 2000 menjadi 573476 pada tahun 2035.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 39/54

 

Walaupun demikian, pertumbuhan rata-rata per tahun penduduk perempuan

Provinsi Sulawesi Utara selama periode 2000-2035 menunjukkan kecenderungan terus

menurun. Pada periode tahun 2010-2015 angka pertumbuhan penduduk konstan hingga

periode waktu berikutnya, yakni periode tahun 2015-2020.

2000 2005 2010 2015 2020 2025 2030 2035

tahun 2000 2005 2010 2015 2020 2025 2030 2035 jumlah penduduk 410979 436706 461708 486974 513304 538358 558673 573143

0

100000

200000

300000

400000

500000

600000

700000

   A   x   i   s   T   i   t    l   e

Trend Jumlah penduduk perempuan daerah

perkotaan Provinsi Sulaweesi Utara (2000-2035)

1.31.17

1.12 1.12

1.03

0.82

0.59

0

0.2

0.4

0.6

0.8

1

1.2

1.4

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

Laju Pertum buhan penduduk perempuan daerah Perkotaan

Provinsi Sulawesi Utara (2000-2035)

pertumbuhan penduduk

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 40/54

 

Dengan menggunakan program FIVSIN, kita juga dapat mengetahui proyeksi

penduduk laki-laki di daerah perdesaan Propinsi Sulawesi Utara. Outpunya adalah sebagai

berikut :

Table 12.Proyeksi Penduduk Laki-laki di Daerah Perkotaan Propinsi Sulawesi Utara Tahun

2000-2035

Age

MALE

2000 2005 2010 2015 2020 2025 2030 2035

0-4 57710 35794 36533 38784 42430 44168 42929 40812

5—9 52242 57500 35663 36400 38643 42276 44007 42772

10—14 31752 52126 57373 35584 36319 38557 42182 43910

15-19 35024 31653 51964 57194 35473 36206 38437 42051

20-24 37702 34839 31485 51688 56891 35285 36014 38233

25-29 36812 37464 34618 31286 51361 56531 35062 35786

30-34 33485 36572 37219 34392 31082 51026 56162 34833

35-39 29714 33227 36289 36932 34127 30842 50632 55728

40-44 25870 29400 32876 35906 36542 33766 30516 50097

45-49 20702 25442 28914 32332 35312 35938 33208 30012

50-54 14851 20138 24750 28127 31452 34351 34959 32304

55-59 10721 14191 19243 23650 26877 30054 32824 33405

60-64 8343 9960 13184 17878 21971 24970 27921 30495

65-69 5945 7428 8868 11738 15918 19563 22232 24860

70-74 4514 4934 6165 7360 9742 13211 16236 18451

75+ 5592 6038 6564 7723 9164 11614 15352 19394

Total 410979 436706 461708 486974 513304 538358 558673 573143

Pada dasarnya, pergerakan jumlah penduduk laki-laki tidak terlalu jauh berbeda.

Pada hasil proyeksi penduduk laki-laki diatas tampak bahwa jumlahnya selalu meningkat

pada setiap periode waktu. Hasil proyeksi menunjukkan bahwa jumlah penduduk laki-laki di

daerah perkotaan Suawesi Utara selama tiga puluh lima tahun mendatang terus meningkat

yaitu dari 410979 pada tahun 2000 menjadi 573143 pada tahun 2035.hal ini dapat juga

diartikan bahwa dalam kurun waktu tiga puluh lima tahun, jumlah penduduk laki-laki di

daerah perkotaan meningkat menjadi 1,3946 kali jumlah penduduk awal.

Berikut ini merupakan grafik garis yang menggambarkan trend jumlah penduduk laki-

laki di daerah perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 :

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 41/54

 

Meskipun jumlah penduduk selalu menigkat pada setiap periode waktu,namun

pertumbuhan rata-rata per tahun penduduk laki-laki Provinsi Sulawesi Utara selama periode

2000-2035 menunjukkan kecenderungan terus menurun. Pada periode tahun 2010-2015

angka pertumbuhan penduduk konstan hingga periode waktu berikutnya, yakni periode

tahun 2015-2020.

2000 2005 2010 2015 2020 2025 2030 2035

1 1

 jumlah penduduk 410979 436706 461708 486974 513304 538358 558673 573143

0

100000

200000

300000

400000

500000

600000

700000

Trend Jumlah penduduk laki-laki daerah perkotaan Provinsi

Sulaweesi Utara (2000-2035)

1.261.14

1.11.09

0.99

0.78

0.55

0

0.2

0.4

0.6

0.8

1

1.2

1.4

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

Laju Pertum buhan penduduk laki-laki daerah Perkotaan Provinsi

Sulawesi Utara (2000-2035)

pertumbuhan…

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 42/54

Tampak pada grafik diatas, penurunan angka pertumbuhan penduduk mulai tampak

drastispada periode tahun 2015-2020 hingga periode waktu tahun 2030-2035.

Berikutnya, dengan program Fivsin, dapat diperoleh informasi mengenai beberapa ukuran

demografi yang penting, yakni yang tersaji pada tabel dibawah ini :

Tabel 15.Parameter Demografi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035

(per1000)

Parameter

Demografi2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

1 2 3 4 5 6 7 8

Birth Rate 17.1 16.4 16.5 17.1 16.9 15.7 14.4

Death Rate 4.5 5 5.5 6.2 6.9 7.8 5.5Pop Increase 12.6 11.4 11 10.9 9.9 7.8 5.5

Berdasarkan tabel diatas, ada tiga parameter kependudukan yang dapat dikaji. Pada

tabel diatas tampak bahwa nilai birth rate untuk daerah perkotaan propinsi Sulawesi Utara

menurun dari periode ke periode, yakni 17,1 pada periode tahun 2000-2005 terus menurun

hingga mencapai nilai 14,4 atau 14 hingga 15 kelahiran per 1000 wanita per tahunnya

Keadaan sebaliknya terjadi pada death rate. Berdasarkan tabel diatas, dapat dilihat

dimana tingkat kematian di daerah perkotaan propinsi Sulawesi Utara dari periode ke

periode cenderung meningkat. Anmun pada periode tahun 2030-2035 nilai death rate 

menurun dari 7-8 kematian tiap 1000 kelahiran hidup pada periode 2025-2030 menjadi

hanya 5-6 kematian dari 1000 kelahiran hidup pada periode 2030-2035. Pada periode

terakhir tersebut, tampak bahwa tingkat kelahiran dan tingkat kematian keduanya berada

pada nilai yang kecil. Hal ini menunjukkan bahwa pada saat tersebut telah mencapai kondisi

yang baik jika dilihat dari proses transisi demografi.

Pada baris Population Increase, tampak kecenderungannya untuk senantiasa

menurun dari periode ke periode, yang awalnya 12-13 orang per 1000 penduduk pada

periode 2000-2005 hingga mencapai 5-6 orang per 1000 penduduk pada periode terakhir.

Hal ini menunjukkan bahwa berdasrkan proyeksi, pertumbuhan penduduk di Provinsi

Sulawesi Utara akan emnurun di masa yang akan datang. Dengan senantiasa melaksanakan

program KB mungkin dapat membantu tercapainya angka yang mendekati hasil proyeksi ini.

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 43/54

Inilah salah satu pentingnya melakukan proyeksi penduduk, yakni untuk membantu para

pengambil keputusan dalam menentukan kebijakan-kebijakan yang dapat membawa bangsa

ini menuju keadaan yang lebih baik di masa mendatang.

1.4 Profil Ketenagakerjaan

Program Fivsin memang tidak secara spesifik menghasilkan output untuk jumlah

tenaga kerja. Namun dari hasil output program ini, dapat diperoleh informasi mengenai

  jumlah penduduk yang produktif (15-64) dan yang tidak produktif (dibawah 15 tahun dan

diatas 65 tahun). Dari informasi tersebut, dapat dihitung angka ketergantungan atau

Dependency Ratio untuk masing-masing penduduk laki-laki dan perempuan di daerah

perkotaan Provinsi Sulawesi Utara dengan menggunakan rumus :

 

Berikut ini data hasil output program Fivsin yang digunakan sebagai dasar

penghitungan Angka ketergantungan :

Tabel 15. Angka Katergantungan penduduk daerah perkotaan Provinsi Sulawesi Utara

(2000-2035)

Kelompok

umur

Periode Waktu

2000 2005 2010 2015 2020 2025 2030 2035

0-14 34.17 32.99 27.51 22.45 22.54 22.84 22.69 21.79

15-64 61.72 62.44 67.41 71.64 70.27 68.45 67.08 66.46

65+ 4.11 4.57 5.07 5.91 7.2 8.71 10.23 11.75

DR 62.02 60.15 48.33 39.59 42.32 46.09 49.08 50.47

Berikut ini grafik yang menggambarkan trend Angka Ketergantungan dari periode ke

periode dari tahun 2000 hingga tahun 2035 :

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 44/54

 

Tampak dari grafik diatas, anngka ketergantungan turun dari periode tahun 2000

hingga tahun 2015, namun setelah itu akan meningkat sedikit demi sedikit. Untuk tahun 2000,

rasio ketergantunganya sebesar 62.02 persen, artinya setiap 100 orang yang berusia kerja (dianggap

produktif) mempunyai tanggunagn sebanyak 62 orang yang belum produktif dan dianggap tidak

produktif lagi. Dari indikator ini terlihat bahwa pada tahun 2000 penduduk usia kerja di propinsi

Sulawesi Utara daerah perkotaan masih dibebani tanggung jawab akan penduduk muda yang

proporsinya lebih banyak dibandingkan tanggung jawab terhadap penduduk tua.

2. Perdesaaan

2.1 Profil Kelahiran (Fertility )

Tabel berikut ini memuat informasi estimasi tingkat kelahiran berdasarkan kelompok umur

(ASFR) untuk penduduk daerah perdesaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun

2035 dengan periode waktu lima tahunan :

1 2 3 4 5 6 7 8

. 2000 2005 2010 2015 2020 2025 2030 2035

DR 62.02 60.15 48.33 39.59 42.32 46.09 49.08 50.47

10.00

20.00

30.00

40.00

50.00

60.00

70.00

80.00

90.00

100.00

   A   x   i   s   T   i   t    l   e

Trend Angka Ketergantungan penduduk di daerah perkotaan

Sulawesi Utara

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 45/54

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

(1) (2) (3) (4) (5) (6) (7) (8)

15-19 0.064 0.064 0.064 0.064 0.064 0.064 0.064

20-24 0.138 0.138 0.138 0.138 0.138 0.138 0.138

25-29 0.177 0.177 0.177 0.177 0.177 0.177 0.177

30-34 0.085 0.085 0.085 0.085 0.085 0.085 0.085

35-39 0.053 0.053 0.053 0.053 0.053 0.053 0.053

40-44 0.021 0.021 0.021 0.021 0.021 0.021 0.021

45-49 0.011 0.011 0.011 0.011 0.011 0.011 0.011

PeriodeKelompok Umur

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

(1) (2) (3) (4) (5) (6) (7) (8)

TFR 2.45 2.45 2.45 2.45 2.45 2.45 2.45

GRR 1.195 1.195 1.195 1.195 1.195 1.195 1.195

NRR 1.16 1.16 1.16 1.16 1.16 1.16 1.16

Parameter

Kependudukan(Fertilitas)

Periode

Tabel 9. Estimasi ASFR Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara

daerah Pedesaan Periode 2000-2035

Berdasarkan tabel diatas, dapat dilihat informasi mengenai estimasi ASFR dari Wanita Usia

Subur menurut golongan umur (15-19 tahun, 20-24 tahun, … , 45-49 tahun) dari periode 2000-2005

hingga 2030-2035. Perkembangan ASFR untuk dari periode satu ke periode selanjutnya selalu

konstan, dikarenakan asumsi yang digunakan yaitu mengenai tingkat fertilitas yang konstan dari

peride ke periodenya. ASFR naik secara berjenjang seiring dengan naiknya usia wanita dari dari

kelompok umur muda hingga pada puncaknya ASFR tertinggi ada pada kelompok uisa 25-29 tahun,

yaitu mencapai 0.177 ; yang berarti ada sekitar 177 kelahiran tiap 1000 wanita untuk periode 2000-

2035. Kemudian, di kelompok usia 30-34 tahun ASFR beranjak turun, dan mencapai titik terendahnya

pada kelompok wanita usia 45-49 tahun. Hal ini dapat dikatakan ideal, karena wanita menjelang

masa akhir reproduksinya sewajarnya sudah menghentikan keinginannya untuk menambah jumlah

anak, serta resiko terhadap fisik dan mental wanita masa akhir reproduksi ini dapat dikatakan sudah

rentan untuk hamil dan melahirkan kembali.

Tabel 10. Estimasi Ukuran-Ukuran Fertilitas Menurut Kelompok Umur Wanita Usia Subur

Propinsi Sulawesi Utara daerah Pedesaan Periode 2000-2035

Selain ASFR, program FIVSIN juga menyediakan output ukuran-ukuranfertilitas yang lain,

seperti TFR, GRR, dan NRR. TFR merupakan agregasi ASFR untuk keseluruhan wanita usia subur.

Estimasi TFR yang diperoleh adalah 2.45 untuk setiap periode.Angka 2.45 berarti rata-rata ada 2-3

bayi yang dilahirkan hidup oleh seorang wanita di propinsi Sulawesi Utara daerah Pedesaan selama

masa reproduksinya. Angka ini cukup mendekati TFR ideal nasional Indonesia yang berkisar antara

2,1-2,2. Lebih lanjut, GRR merupakan rata-rata bayi perempuan yang dilahirkan hidup oleh suatu

kohor wanita, dimana bayi perempuan disini diasumsikan mengikuti pola fertilitas ibunya. Estimasi

GRR yang didapat adalah 1,195 untuk setiap periode estimasi, yang berarti ada sekitar 1195

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 46/54

kelahiran bayi perempuan dari 1000 wanita di propinsi Sulawesi Utara daerah Pedesaan. Sedangkan

ukuran yang lebih teliti lagi yaitu NRR, yang merupakan angka yang mencerminkan rata-rata bayi

perempuan yang dilahirkan hidup oleh seorang wanita selama masa suburnya.NRR telah

memperhitungkan kemungkinan bayi perempuan meninggal sebelum mencapai masa reproduksinya,

dan asumsi yang digunakan adalah bayi perempuan tersebut mengikuti pola fertilitas dan mortalitas

ibunya. Estimasi NRRyang didapat adalah 1,16 untuk setiap periode estimasinya, yang berarti rata-

rata bayi perempuan yang dilahirkan hidup oleh suatu kohor wanita dan akan tetap hidup hingga

masa reproduksinya adalah 1,16 per wanita ; atau 1160 per wanita di propinsi Sulawesi Utara daerah

pedesaan.

2. 2 Profil Kematian (Mortality )

Output selanjutnya yang dihasilkan oleh program ini adalah output mengenasi estimasi

mortalitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat

kematian bayi (IMR /Infant Mortality Rate) berdasarkan jenis kelamin untuk penduduk daerah

perdesaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima

tahunan :

Tabel 13. Estimasi Angka Harapan Hidup Saat Lahir Propinsi Sulawesi Utara Daerah Pedesaan

Periode 2000-2035 (West Model)

Dari tabel diatas kita dapat mengetahui bahwa estimasi angka harapa hidup menunjukan

angka yang sama dari tahun ke tahun. Hal ini karena kita menggunakan asumsi bahwa level kematian

dan TFR yang tetap untuk tiap tahun, maka program FIVSIN mengeluarkan output angka estimasi

harapan hidup yang sama dari tahun ke tahun. Namun ternyata dari tabel tersebut juga menunjukan

bahwa Angka Harapan Hidup untuk perempuan lebih tinggi daripada angka harapan hidup laki-laki.

Hal ini mungkin saja dikarenakan wanita saat lahir memiliki kromosom double X, yang menjadikan

imunitas bayi perempuan saat lahir lebih kuat dibanding laki-laki. Hal ini juga mungkin berpengaruh

pada proyeksi IMR perempuan lebih rendah dibandingkan laki-laki, yaitu 18,7 untuk perempuan dan

25,87 untuk laki-laki.Ini berarti ada sekitar 18-19 kematian bayi perempuan per 1000 kelahiran hidup

tiap tahunnya.

West Model

(1) (2) (3) (4) (5) (6) (7) (8) (9)

Females 73.88 73.88 73.88 73.88 73.88 73.88 73.88 73.88

Males 69.88 69.88 69.88 69.88 69.88 69.88 69.88 69.88

Both 71.83 71.83 71.83 71.83 71.83 71.83 71.83 71.83

Periode Proyeksi( 5 Tahunan)

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 47/54

Tabel 14. Estimasi Angka Kematian Bayi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-

2035 (West Model)

1.3 Profil Kependudukan

Berdasarkan tujuan utama dari penggunaan program Fivsin ini adalah untuk

menghitung proyeksi penduduk berdasarkan data jumlah penduduk hasil Sensus Penduduk

2000, berikut ini tabel proyeksi jumlah penduduk daerah perdesaan Provinsi Sulawesi Utara

tahun 2000-2035 dengan periode waktu lima tahunan :

Tabel 11. Estimasi Jumlah Penduduk Perempuan Menurut Kelompok Umur Propinsi Sulawesi

Utara daerah Pedesaan Periode 2000-2035

West Model

(1) (2) (3) (4) (5) (6) (7) (8) (9)

Females 18.7 18.7 18.7 18.7 18.7 18.7 18.7 18.7Males 25.87 25.87 25.87 25.87 25.87 25.87 25.87 25.87

Both 22.37 22.37 22.37 22.37 22.37 22.37 22.37 22.37

Periode Proyeksi( 5 Tahunan)

2000 2005 2010 2015 2020 2025 2030 2035

(1) (2) (3) (4) (5) (6) (7) (8) (9)

0-4 1039933 63030 63054 65943 74288 79674 79697 79710

5-9 49584 103668 62869 62893 65774 74098 79470 79493

10-14 53118 49518 103529 62786 62809 65688 73800 79365

15-19 53303 53035 49440 103367 62687 62711 65584 73883

20-24 57289 53175 52907 49321 103118 62536 62559 65426

25-29 57645 57111 53009 52742 49167 102797 62341 62364

30-34 51932 57420 56888 52803 52536 48976 102397 62099

35-39 45169 51651 57109 56580 52517 52252 48711 101843

40-44 39996 44807 51236 56651 56126 52095 51833 48320

45-49 33080 39495 44245 50595 55942 55423 51443 51184

50-54 24370 32435 38726 43384 49610 54852 54344 50441

55-59 18878 23645 31471 37575 42094 48136 53222 52728

60-64 16931 17998 22543 30004 35823 40132 45891 50741

65-69 13863 15643 16629 20829 27722 33098 37080 42401

70-74 11328 12078 13629 14488 18147 24154 28838 32307

75+ 10024 14057 16744 19354 21384 25296 32017 39174

Jumlah 640328 688766 734028 779315 829744 881918 929227 971479

Kelompok UmurPeriode

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 48/54

Dari tabel diatas dapat dilihat hasil estimasi penduduk perempuan propinsi Sulawesi Utara

Daerah Pedesaan untuk periode 2000-2035, dan untuk melihat bagaimana tren perkembangannya

akan disajikan grafik berikut :

Berdasarkan grafik diatas, secara garis besar penduduk perempuan propinsi Sulawesi Utara

daerah pedesaan mengalami peningkatan secara terus menerus dari tahun 2000-2035. Hal ini sesuai

dengan teori kependudukan yang ada bahwa seiring berjalannya waktu idealnya penduduk akan

terus bertambah di suatu wilayah, diluar faktor-faktor yang mungkin berpengaruh secara nyata

dalam perkembangannya. Untuk periode pertama yaitu periode dasar, jumlah penduduk berada di

angka 640328 jiwa, kemudian naik di tahun 2005 menjadi 688766 jiwa, dan terus naik hingga periode

akhir estimasi yaitu mencapai angka 971479 jiwa di tahun 2035. Kenaikan jumlah penduduk ini harus

disikapi dengan bijak oleh pemerintah, jangan sampai karena kebijakan yang kurang tepat

menjadikan penduduk yang seharusnya merupakan agen pelaksana pembangunan dan juga tujuan

akhir yang menikmati pembangunan, justru menjadi boomerang dan masalah klasik yang takberujung dalam menghambat proses pembangunan.

Dengan menggunakan program FIVSIN, kita juga dapat mengetahui proyeksi penduduk laki-

laki di daerah perdesaan Propinsi Sulawesi Utara. Outpunya adalah sebagai berikut :

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 49/54

Table 12.Proyeksi Penduduk Laki-laki di Daerah Perdesaan Propinsi Sulawesi Utara Tahun 2000-2035

Dari tabel diatas dapat dilihat hasil estimasi penduduk laki-laki propinsi Sulawesi Utara

Daerah Pedesaan untuk periode 2000-2035, dan untuk melihat bagaimana tren perkembangannya

akan disajikan grafik berikut :

Dari diagram garis diatas dapat terlihat bahwa penduduk laki-laki di daerah

perdesaan propinsi Sulawesi Utara selalu mengalami pertambahan dari tahun ke tahun. Hal

ini terlihat pada jumlah penduduk laki-laki pada tahun 2000 sebanyak 601.972 orang dan

dengan proyeksi penduduk, pada tahun 2035 penduduk laki-laki menjadi 962.213 orang.

MALES 2000 2005 2010 2015 2020 2025 2030 2035 MALES

0-4 97815 71587 71946 74030 80589 85537 86380 87086 0-4

5-9 52843 97386 71273 71631 73706 80235 85162 86001 5-9

10-14 48068 52707 97135 71089 71446 73516 80028 84942 10-1415-19 48896 47897 52519 96790 70837 71192 73254 79744 15-19

20-24 54101 48612 47619 52214 96227 70425 70779 72829 20-24

25-29 54466 53729 48278 47292 51855 95566 69941 70292 25-29

30-34 48042 54074 53342 47930 46951 51482 94877 69437 30-34

35-39 41400 47629 53609 52883 47518 46547 51039 94061 35-39

40-44 36642 40911 47067 52976 52259 46957 45998 50437 40-44

45-49 30242 35969 40160 46203 52003 51300 46095 45153 45-49

50-54 22393 29340 34896 38963 44824 50452 49770 44720 50-54

55-59 17831 21311 27923 33211 37080 42659 48015 47366 55-59

60-64 16788 16465 19679 25784 30667 34240 39391 44337 60-64

65-69 14440 14806 14521 17355 22740 27046 30197 34741 65-69

70-74 9962 11818 12117 11884 14204 18610 22135 24714 70-74

75+ 8043 11002 13750 15277 15839 17774 21866 26354 75+

TOTAL 601972 655243 705833 755511 808744 863538 914927 962213 TOTAL

601972655243

705833755511

808744863538

914927962213

1

100001

200001

300001

400001

500001

600001

700001

800001

900001

2000 2005 2010 2015 2020 2025 2030 2035

Pertumbuhan Penduduk Laki-laki di Perdesaan Propinsi

Sulawesi Utara tahun 2000-2035

TOTAL

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 50/54

Namun, dari data proyeksi penduduk pada table 12 dapat diketahui bagaimana laju

pertumbuhan penduduk laki-laki propinsi Sulawesi Utara.

Ternyata, data proyeksi penduduk menunjukan bahwa laju pertumbuhan penduduk

laki-laki di perdesaan justru mengalami penurunan dalam selang 5 tahunan tersebut. Seperti

yang ditunjukan oleh diagram laju pertumbuhan penduduk dibawah ini, pertumbuhan

penduduk dari tahun 2000-2005 mencapai 8,85 persen dan tahun 2005-2010 hanya

mencapai 7,72 persen. Bahkan nantinya pada tahun 2030-2035, laju pertumbuhan

penduduk hanya sebesar 5,17 persen

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 51/54

 

Sejalan dengan penduduk laki-laki, laju pertumbuhan penduduk perempuan pun

mengalami penurunan dari periode 2000-2005 hingga 2030-2035.Seperti yang ditunjukan

oleh diagram laju pertumbuhan penduduk diatas, pertumbuhan penduduk dari tahun 2000-

2005 mencapai 7.56 persen dan tahun 2005-2010 hanya mencapai 6,57 persen. Bahkan

nantinya pada tahun 2030-2035, laju pertumbuhan penduduk hanya sebesar 4,55 persen. .

Melambatnya laju pertumbuhan penduduk ini mungkin dikarenakan suksesnya program

keluarga berencana yang dicanangkan oleh pemerintah dan makin meningkatnya kesadaran

atau pengetahuan masyarakat Sulawesi Utara mengenai alat kontrasepsi.Sehingga hal ini

dapat benar-benar menekan laju pertumbuhan penduduk Indonesia pada umumnya dan

Sulawesi Utara khususnya. Ada kemungkinan lain pula dalam rencana pembangunan

Indonesia yang tertulis dalam kesepakatan MDG’s bahwa pada tahun 2015 Indonesia

mentargetkan pertumbuhan penduduk stabil dan pada tahun 2050 mencapai penduduk

yang stationary. 

Dan juga parameter kependudukan lainnya seperti yang tersaji pada tabel dibawah ini :

Tabel 15.Parameter Demografi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035

Parameter

Kependudukan

Periode

2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035

(1) (2) (3) (4) (5) (6) (7) (8)

BIRTH RATE 21 19.6 18.9 19.4 19.4 18.6 17.9

DEATH RATE 5.6 6.2 6.9 7.4 8.1 8.7 9.4

POP INCREASE 15.4 13.4 12.1 12 11.4 9.9 8.5

Berdasarkan tabel diatas, ada tiga parameter kependudukan yang penting untuk

dikaji. Pertama, birth rate, berdasarkan hasil proyeksi dapat dilihat dimana tingkat kelahiran

propinsi Sulawesi Utara daerah pedesaan dari periode ke periode menurun secara pasti, dari

periode 2000-2005 yang awalnya menginjak angka 21 kelahiran per 1000 wanita tiap

tahunnya, hingga pada akhirnya mencapai titik terkecil yaitu 17-18 kelahiran per 1000

wanita tiap tahunnya. Keadaan sebaliknya terjadi pada death rate.Berdasarkan hasil

proyeksi dapat dilihat dimana tingkat kematian propinsi Sulawesi Utara daerah pedesaan

dari periodee ke periode meningkat secara pasti. Terakhir, pertumbuhan penduduk yangmerupakan kunci dari parameter kependudukan mengalami penurunan secara terus

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 52/54

menerus dari periode 2000-2005 yang awalnya 15,4, kemudian turun kembali menjadi 13,4

di tahun 2005-2010, dan pada akhirnya turun menjadi 8.5 di periode 2030-2035.

1.4 Profil Ketenagakerjaan

Informasi mengenai jumlah penduduk yang produktif (15-64) dan yang tidak produktif 

(dibawah 15 tahun dan diatas 65 tahun)untuk penghitungan angka ketergantungan atau

Dependency Ratio untuk masing-masing penduduk laki-laki dan perempuan di daerah

perkotaan Provinsi Sulawesi Utara dengan menggunakan rumus :

 

Berikut ini data hasil output program Fivsin yang digunakan sebagai dasar

penghitungan Angka ketergantungan :

Tabel 16.Estimasi Jumlah Penduduk Menurut Kelompok Umur (0-14), (15-64), dan 65+ Propinsi

Sulawesi Utara Periode 2000-2035

Berdasarkan informasi pada tabel 15, kita dapat menelaah lebih lanjut mengenai

rasio ketergantungan penduduk propinsi Sulawesi Utara. Rumus Rasio Ketergantungan :

 

Rasio ketergantungan (dependency ratio) dapat digunakan sebagai indikator yang

secara kasar dapat menunjukkan keadaan ekonomi suatu negara apakah tergolong negara

maju atau negara yang sedang berkembang. Dependency ratiomerupakan salah satu

indikator demografi yang penting.Semakin tingginya persentase dependency 

ratio menunjukkan semakin tingginya beban yang harus ditanggung penduduk yang

produktif untuk membiayai hidup penduduk yang belum produktif dan tidak produktif 

lagi.Sedangkan persentase dependency ratioyang semakin rendah menunjukkan semakin

2000 2005 2010 2015 2020 2025 2030 2035(1) (2) (3) (4) (5) (6) (7) (8) (9)

0-14 31.17 30.9 31.18 26.25 25.75 25.78 25.8 25.36

15-64 63.71 63.26 62.39 66.54 66.02 64.96 64 63.61

65+ 5.12 5.84 6.43 7.22 8.23 9.25 10.2 11.04

Kelompok

Umur

Periode

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 53/54

rendahnya beban yang ditanggung penduduk yang produktif untuk membiayai penduduk

yang belum produktif dan tidak produktif lagi. Dari rumus diatas didapatkan tren rasio

ketergantungan penduduk sebagai berikut :

Untuk tahun 2000, rasio ketergantunganya sebesar 57 persen, artinya setiap 100

orang yang berusia kerja (dianggap produktif) mempunyai tanggunagn sebanyak 57 orang

yang belum produktif dan dianggap tidak produktif lagi. Dari indikator ini terlihat bahwa

pada tahun 2000 penduduk usia kerja di propinsi Sulawesi Utara daerah pedesaan masih

dibebani tanggung jawab akan penduduk muda yang proporsinya lebih banyak dibandingkan

tanggung jawab terhadap penduduk tua.Kemudian di periode 2005 dan 2010 rasio

ketergantungan naik hingga mencapai angka tertinggi yakni sekitar 61 persen. Kemudian

turun drastis di tahun 2015, dimana rasio ketergantungan mencapai titik terendah yakni

sekitar 50 persen, dan terus naik kembali secara perlahan hingga pada tahun 2035 rasio

ketergantungan penduduk propinsi Sulawesi Utara daerah Pedesaan mencapai sekitar 57persen. Rasio ketergantungan ini sudah jauh berkurang dibandingkan dengan keadaan pada

saat sensus 1981. Pada tahun 1981 rasio ketergantungan total adalah sebesar 86 per 100

penduduk usia kerja, dan kemudian menurun secara pasti sampai tahun 2000. Penurunan ini

terjadi terutama karena penurunan tingkat kelahiran sebagai dampak dari keberhasilan

program keluarga berencana selama 30 tahun terakhir.

44.00

46.00

48.00

50.00

52.00

54.00

56.00

58.00

60.00

62.00

1 2 3 4 5 6 7 8

Rasio Beban Ketergantungan Sulawesi Utara Daerah

Pedesaan 2000-2035

Dependency Ratio

5/14/2018 LAPORAN PROYEKSI PENDUDUK - slidepdf.com

http://slidepdf.com/reader/full/laporan-proyeksi-penduduk 54/54