penyajian tentang tfr kab-kota (data susenas 2010)

PENYAJIAN TENTANG TFR

KABUPATEN DAN KOTA :

DATA SUSENAS 2010

DIREKTORAT PERENCANAAN PENGENDALIAN PENDUDUK

BADAN KEPENDUDUKAN DAN KELUARGA BERENCANA NASIONAL

2013

PENYAJIAN TENTANG TFR KABUPATEN DAN KOTA :

i

KATA PENGANTAR

Sesuai amanat Undang-Undang No. 52 Tahun 2009 tentang Perkembangaan Kependudukan dan

Pembangunan Keluarga, BKKBN mengalami pengayaan muatan program, selain menangani

program Keluarga Berencana, juga program Pengendalian Penduduk.

BKKBN sebagai institusi pemerintah yang menangani bidang Pengendalian Penduduk serta

Keluarga Berencana, berkewajiban menyediakan data parameter dasar kependudukan yang salah

satunya adalah angka fertilitas total atau total fertility rate (TFR). TFR hendaknya tidak saja

memotret situasi kependudukan di tingkat nasional, namun juga mengerucut semakin detil pada

tingkat provinsi, kabupaten/kota. Tujuannya, agar secara spesifik dapat dipetakan permasalahan

kependudukan terjadi pada wilayah yang terkecil. Dengan demikian, akan lebih memudahkan

penentu kebijakan terkait dalam mengidentifikasi sekaligus menangani wilayah manakah yang

memiliki permasalahan kependudukan.

TFR juga salah satu alat untuk mengukur keberhasilan pengendalian penduduk. Berlakunya

otonomi daerah maka diharapkan masing-masing daerah membuat program-progam untuk

mengendalikan penduduknya yang disesuaikan dengan kondisi sosial, ekonomi dan budaya

daerah tersebut. Jadi target TFR yang ingin dicapai oleh pemerintah pusat tentu saja harus

didukung oleh pemerintah daerah.

Perhitungan TFR nasional dan tingkat provinsi telah tersedia dari berbagai sumber seperti Sensus

Penduduk tahun 2010 dan Survei Demografi dan Kependudukan Indonesia tahun 2012.

Sedangkan di tingkat kab/kota, perhitungan TFR sangat jarang dilakukan dengan beberapa alasan

antara lain keterbatasan data dan rumitnya perhitungan serta asumsi-asumsi yang digunakan.

Akhir kata, kami mengharapkan masukan secara konstruktif terhadap dokumen ini, terutama

menyangkut angka-angka juga metode perhitungan yang dibahas dalam kajian ini. Terima kasih.

Jakarta, Desember 2013

Direktur Perencanaan Pengendalian

Penduduk

Drs. Satrijo Pramono Hindarto, M.Sc


ii

DAFTAR ISI

KATA PENGANTAR ..................................................................................................................... i

DAFTAR TABEL ........................................................................................................................... ii

DAFTAR GAMBAR ..................................................................................................................... vi

BAB 1 ............................................................................................................................................. 1

PENDAHULUAN .......................................................................................................................... 1

3.1. Latar Belakang ................................................................................................................. 1

3.2. Perumusan Masalah.......................................................................................................... 2

3.3. Tujuan Penulisan .............................................................................................................. 2

BAB 2 ............................................................................................................................................. 3

TINJAUAN PUSTAKA ................................................................................................................. 3

2.1 Metode Pengukuran Fertilitas .......................................................................................... 3

2.11. Metode Estimasi Langsung (Direct Method) ............................................................... 3

2.12. Metode Estimasi Tidak Langsung (Indirect Method) ................................................... 4

BAB 3 ........................................................................................................................................... 10

METODOLOGI ............................................................................................................................ 10

3.1. Metode Penelitian ........................................................................................................... 10

3.1.1. Perhitungan TFR ..................................................................................................... 10

3.1.2. Pengujian Chi Square .............................................................................................. 10

3.2. Sumber Data ................................................................................................................... 11

3.3. Kerangka Teknis ............................................................................................................ 11

3.4. Definisi Operasional ....................................................................................................... 12

3.5. Gambaran Deskriptif Susenas 2010 ............................................................................... 14

BAB 4 ........................................................................................................................................... 17

HASIL PERHITUNGAN DAN PENGUJIAN ............................................................................. 17

4.1 Hasil Perhitungan ASFR dan TFR ................................................................................. 17

4.2 Hasil Pengujian Distribusi Wanita Usia Subur Berdasarkan Kelompok Umur ............. 34

BAB 5 ........................................................................................................................................... 35

KESIMPULAN DAN SARAN..................................................................................................... 35

5.1 Kesimpulan..................................................................................................................... 35

5.2 Saran ............................................................................................................................... 36

DAFTAR PUSTAKA ................................................................................................................... 37

LAMPIRAN .................................................................................................................................. 38


iii

DAFTAR TABEL

Tabel 3.1: Distribusi Penduduk menurut Umur dan Jenis Kelamin...........................................14

Tabel 3.2: Distribusi Penduduk menurut Hubungan dengan KRT dan Jenis Kelamin ..............15

Tabel 3.3: Distribusi Penduduk menurut Umur, Jenis Kelamin dan Status Perkawinan ...........16

Tabel 3.4: Distribusi Penduduk Perempuan menurut Umur dan Status Perkawinan .................16

Tabel 4.2: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Nangroe Aceh

Darussalam, Susenas 2010 ........................................................................................19

Tabel 4.3: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Sumatera Utara, Susenas

2010...........................................................................................................................19

Tabel 4.4: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Sumatera Barat, Susenas

2010...........................................................................................................................20

Tabel 4.5: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Riau, Susenas 2010 .....................21

Tabel 4.6: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jambi, Susenas 2010 .......................21

Tabel 4.7: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Sumatera Selatan,

Susenas 2010 .............................................................................................................22

Tabel 4.8: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Bengkulu, Susenas 2010 .............22

Tabel 4.9: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Lampung, Susenas 2010 ..............22

Tabel 4.10: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Bangka Belitung, Susenas

2010...........................................................................................................................23

Tabel 4.11: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Kepulauan Riau, Susenas

2010...........................................................................................................................23

Tabel 4.12: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi DKI Jakarta, Susenas

2010...........................................................................................................................23

Tabel 4.13: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jawa Barat, Susenas 2010 ...........24

Tabel 4.14: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jawa Tengah, Susenas

2010...........................................................................................................................24

Tabel L-1: Distribusi Wanita Usia Subur dan Chi-Hitung Per Kabupaten/Kota,

Provinsi Nangroe Aceh Darussalam, Susenas 2010 .................................................38


Provinsi Sumatera Utara, Susenas 2010 ...................................................................39


Provinsi Sumatera Barat, Susenas 2010....................................................................40


Provinsi Riau, Susenas 2010 .....................................................................................40


Provinsi Jambi, Susenas 2010 ...................................................................................41


Provinsi Sumatera Selatan, Susenas 2010 ................................................................41


iv


Provinsi Bengkulu, Susenas 2010 .............................................................................42


Provinsi Lampung, Susenas 2010 .............................................................................42


Provinsi Bangka Belitung, Susenas 2010 .................................................................43


Provinsi Kepulauan Riau, Susenas 2010 ..................................................................43


Provinsi DKI Jakarta, Susenas 2010 .........................................................................44


Provinsi Jawa Barat, Susenas 2010 ...........................................................................44


Provinsi Jawa Tengah, Susenas 2010 .......................................................................45


Provinsi DI Yogyakarta, Susenas 2010 ....................................................................46


Provinsi Jawa Timur, Susenas 2010 .........................................................................46


Provinsi Banten, Susenas 2010 .................................................................................47


Provinsi Bali, Susenas 2010 ......................................................................................48


Provinsi Nusa Tenggara Barat, Susenas 2010 ..........................................................48


Provinsi Nusa Tenggara Timur, Susenas 2010 .........................................................49


Provinsi Kalimantan Barat, Susenas 2010 ................................................................49


Provinsi Kalimantan Tengah, Susenas 2010 .............................................................50


Provinsi Kalimantan Selatan, Susenas 2010 .............................................................50


Provinsi Kalimantan Timur, Susenas 2010 ...............................................................51


Provinsi Sulawesi Utara, Susenas 2010 ....................................................................51


Provinsi Sulawesi Tengah, Susenas 2010 .................................................................52


Provinsi Sulawesi Selatan, Susenas 2010 .................................................................52


v


Provinsi Sulawesi Tenggara, Susenas 2010 ..............................................................53


Provinsi Gorontalo, Susenas 2010 ............................................................................54


Provinsi Sulawesi Barat, Susenas 2010 ....................................................................54


Provinsi Maluku, Susenas 2010 ................................................................................54


Provinsi Maluku Utara, Susenas 2010 ......................................................................55


Provinsi Papua Barat, Susenas 2010 .........................................................................55


Provinsi Papua, Susenas 2010...................................................................................56


vi

DAFTAR GAMBAR

Gambar 3.1: Kerangka Teknis Perhitungan TFR ......................................................................... 11


1

BAB 1

PENDAHULUAN

3.1. Latar Belakang

Penduduk merupakan aspek penting dalam pembangunan, dimana pembangunan yang dilakukan

oleh, untuk dan bagi kesejahteraan masyarakat yang tidak lain adalah penduduk itu sendiri.

Terjadinya pergeseran paradigma yang mengedepankan pembangunan berwawasan

kependudukan memiliki konsekuensi yaitu pembangunan hendaknya disesuaikan dengan potensi

dan kondisi penduduk yang ada dan pembangunan lebih mengutamakan kualitas sumber daya

manusia. Oleh karena itu informasi mengenai perkembangan kependudukan sangat dibutuhkan

oleh berbagai pihak, salah satunya yaitu proyeksi penduduk.

Proyeksi penduduk sangat diperlukan oleh semua pihak, baik dari sisi jumlah dan komposisi.

Bagi pelaku usaha, dengan adanya proyeksi tersebut maka dapat menentukan potensial pasar

untuk usahanya. Bagi pemerintah sendiri, proyeksi penduduk berguna dalam pengambilan-

pengambilan kebijakan baik yang terkait secara langsung maupun tidak langsung dengan

kependudukan. Sebagai contoh, dengan mengetahui jumlah penduduk beberapa tahun bahkan

beberapa puluh tahun ke depan maka pemerintah baik lokal maupun pusat dapat memperkirakan

jumlah pelayanan dasar seperti pendidikan dan kesehatan yang harus disediakan. Jumlah

penduduk yang sangat besar dan anggaran yang terbatas dapat menjadikan penyediaan pelayanan

dasar tidak optimal. Oleh karena itu perlu dilakukan upaya-upaya menekan jumlah penduduk,

seperti program Keluarga Berencana (KB) untuk menurunkan Angka fertilitas total atau Total

Fertility Rate-TFR pada level tertentu. Setidaknya ada 4 komponen yang harus dipenuhi dalam

perhitungan proyeksi penduduk, yaitu jumlah penduduk dan komposisinya pada tahun dasar,

tingkat fertilitas, biasanya digunakan nilai TFR, tingkat mortalitas dan pola migrasi.

Indonesia mulai menggalakkan program KB sejak tahun 1960an. Dampak program tersebut

mulai dirasakan pada beberapa tahun ke depan, terbukti dengan tingkat laju pertumbuhan

penduduk (LPP) Indonesia yang menurun dari 2,4 persen per tahun antara tahun 1971-1980

menjadi 1,49 persen antara tahun 2000-2010. TFR turun juga turun dari 5,6 anak per wanita usia

subur sebelum tahun 1970an menjadi 2,6 sebelum tahun 2010. Namun, keberhasilan program

KB mulai mengalami stagnansi pada awal tahun 2000an, dimana nilai TFR tidak banyak

berubah. Menurut data Survei Demografi dan Kesehatan Indonesia (SDKI) 2012, TFR Indonesia

saat ini sebesar 2,6 anak per wanita usia subur yang artinya akan ada 2-3 anak per wanita usia

subur. Angka ini masih jauh dari target yaitu 2,1 di tahun 2015. Sementara laju pertumbuhan

penduduk mencapai 1,5 persen dimana angka idealnya adalah di bawah 1 persen pada tahun

2015. Dengan angka tersebut maka diperkirakan pada tahun 2030 jumlah penduduk akan


2

mencapai 400 juta. Penduduk yang besar akan berdampak terhadap masalah ekonomi, sosial, dan

lingkungan.

Selain berguna untuk perhitungan proyeksi penduduk, TFR juga salah satu alat untuk mengukur

keberhasilan pengendalian penduduk. Berlakunya otonomi daerah maka diharapkan masing-

masing daerah membuat program-progam untuk mengendalikan penduduknya yang disesuaikan

dengan kondisi sosial, ekonomi dan budaya daerah tersebut. Jadi target TFR yang ingin dicapai

oleh pemerintah pusat tentu saja harus didukung oleh pemerintah daerah.

Mengingat pentingnya nilai TFR, maka perhitungan nilai TFR pun harus dilakukan baik pada

level nasional maupun daerah (Provinsi dan Kabupaten/Kota). Perhitungan TFR nasional telah

banyak dilakukan oleh instansi pusat, seperti Badan Pusat Statistik (BPS). Sedangkan di daerah,

perhitungan TFR sangat jarang dilakukan dengan beberapa alasan antara lain keterbatasan data

dan rumitnya perhitungan serta asumsi-asumsi yang digunakan. Selain itu, dalam perhitungannya

diperlukan pengetahuan mengenai konsep-konsep demografi. Oleh karena itu, penelitian ini

disusun untuk memenuhi kebutuhan data TFR di daerah Kabupaten dan Kota dengan

menggunakan metode anak kandung (Own Children) sebagaimana yang biasa dilakukan oleh

BPS dengan sedikit penyesuaian dikarenakan keterbatasan data.

3.2. Perumusan Masalah

Pada umumnya perhitungan TFR dilakukan pada suatu populasi registrasi vital atau sensus

penduduk. Sayangnya, sistem registrasi vital di Indonesia terutama di daerah belum berjalan

dengan baik sehingga data yang dihasilkan belum memadai untuk perhitungan TFR. Data sensus

penduduk yang dilakukan setiap 10 tahun sekali juga hanya mampu memberikan perhitungan

nilai TFR setiap 10 tahun sekali.

Dalam penelitian ini, penulis mencoba memberikan alternatif dengan menggunakan data Survei

Sosial Ekonomi Nasional (Susenas) yang berbentuk sampel. Namun seringkali data sampel tidak

mampu mendekati atau berbeda dengan data populasi, terutama ketika jumlah sampelnya kecil.

Untuk itu diperlukan pengujian distribusi antara sampel dengan populasi untuk memastikan

apakah data sampel mendekati data populasi. Jika distribusi sampel (Susenas 2010) sama dengan

distribusi populasi (Sensus Penduduk 2010) maka nantinya perhitungan TFR dapat dilakukan per

lima tahun hingga waktu tertentu selama metode sampling yang dilakukan oleh data Susenas

tidak berubah.

3.3. Tujuan Penulisan

Tujuan penelitian ini adalah: pertama, ingin mengetahui nilai TFR seluruh Kabupaten dan Kota

di Indonesia pada selama 5 tahun terakhir dan kedua, ingin menguji apakah data Susenas 2010

yang berbentuk sampel layak digunakan untuk perhitungan TFR tersebut melalui pengujian

distribusi wanita usia subur (WUS) menurut kelompok umur.


3

BAB 2

TINJAUAN PUSTAKA

2.1 Metode Pengukuran Fertilitas

Secara umum, ada dua metode untuk mengukur fertilitas yaitu metode langsung dan metode

tidak langsung. Masing-masing dari metode tersebut akan dijelaskan pada sub bab selanjutnya.

2.1.1. Metode Estimasi Langsung (Direct Method)

Metode estimasi langsung berhubungan dengan peristiwa kelahiran langsung. Untuk

mendapatkan hasil yang akurat, penggunaan metode langsung harus didukung dengan system

registrasi vital yang baik, tidak hanya secara administratif tetapi juga statistik sehingga angka

kelahiran dapat langsung dihitung dari data yang ada. Sistem registrasi vital adalah suatu

kegiatan pencatatan mengenai kelahiran hidup, kelahiran mati, kematian, perkawinan,

perceraian, adopsi, dan perpindahan. Selain berdasarkan sistem registrasi vital, estimasi langsung

juga dapat dihitung dari data sensus atau survei dengan berbagai cara (Mundiharno, 1998), antara

lain:

Menanyakan jumlah kelahiran dalam jangka waktu tertentu

Dalam metode ini akan ditanyakan mengenai jumlah kelahiran selama jangka waktu

tertentu-misalnya satu tahun berikut tanggal dan bulan kelahirannya. Cara seperti ini,

sangat rawan terhadap memory lapse dimana responden lupa tanggal kejadian atau sengaja

tidak mau menyebutkan adanya kelahiran karena alasan tertentu. Oleh karena itu, petugas

dan pengawas pelaksana survei atau sensus harus mengerti konsep dan definisi variable

yang terkait. Susunan pertanyaan pun perlu disederhanakan agar mudah dimengerti oleh

petugas lapangan dan responden.

Mencari riwayat kehamilan atau kelahiran

Jika dalam sensus atau survei dapat diperoleh data tentang riwayat kehamilan atau

kelahiran responden secara tepat dan benar, maka metode estimasi langsung bisa

diterapkan. Riwayat kehamilan atau kelahiran tersebut digunakan untuk memperoleh

gambaran yang lengkap dan terinci dari semua kehamilan yang dialami oleh responden

(wanita) sejak ia menikah hingga saat dilakukan wawancara atau riwayat kehamilan pada

periode tertentu. Dalam hal ini, responden diminta untuk mengingat kembali semua

kehamilan, kapan terjadinya, apakah berakhir dengan keguguran, lahir hidup atau lahir

mati. Apabila anak tersebut lahir hidup, apakah jenis kelaminnya, dan apakah anak tersebut


4

masih hidup. Sedangkan apabila anak itu sudah meninggal, berapa umurnya ketika

meninggal. Pencatatan ini dilakukan untuk kelengkapan dan pemeriksaan konsistensi

jawaban.

Meskipun pendekatan ini sangat baik jika dilihat dari kelengkapan isinya, tetapi sangat sulit

dipraktekkan dalam survei. Unsur kelupaan atau bahkan ketidak-mampuan responden

mengingat waktu kejadian membuat metode ini sulit untuk dilakukan. Petugas seringkali

terpaksa untuk memperkirakan waktu kejadian dan untuk mempertahankan konsistensi

sehingga mungkin akan membuat kesalahan yang sifatnya sistematis. Kesalahan dapat

menjadi lebih fatal jika usia responden sudah reatif tua, dimana waktu kelahiran anak-

anaknya sudah berpuluh tahun berlalu dan anak-anaknya sudah tidak tinggal bersama

responden sehingga makin sulit untuk diingat dan diverifikasi konsistensinya.

Survei Multi Putaran (Multiround Survey)

Dengan metode ini, survei dilakukan beberapa kali dengan selang waktu tertentu. Dalam

selang waktu tersebut ditanyakan apakah ada perubahan dalam beberapa kejadian seperti

kelahiran, kematian, atau perpindahan. Beberapa kelemahan metode ini antara lain:

diperlukan biaya besar untuk melakukan survey, keterangan lengkap mengenai lokasi

survei dan rumah tangga sampel harus dipertahankan dan dipenuhi selama jangka waktu

survei dan petugas harus tetap agar untuk mempertahankan kesamaan informasi dan

konsep. Diperlukan pendekatan lebih karena seringkali responden bosan dikunjungi

berkali-kali untuk ditanya hal yang sama.

2.1.2. Metode Estimasi Tidak Langsung (Indirect Method)

Metode estimasi tidak langsung berkaitan dengan kejadian kelahiran yang diestimasi dengan

teknik tertentu agar dapat dikonversikan menjadi ukuran fertilitas. Metode tidak langsung banyak

diterapkan oleh negara-negara dengan sistem registrasi vital yang kurang bagus dan data sensus

yang kurang sempurna, seperti Indonesia. Sebagaimana diketahui bahwa sensus penduduk

umumnya memiliki dua jenis kelemahan, yaitu kesulitan dalam mendata semua anggota populasi

yang relevan dan kelemahan dalam pelaporan umur.

Biasanya survei atau sensus dijadikan alternatif dari statistik registrasi vital. Tentu saja hasilnya

akan berbeda dengan hasil registrasi. Hasil survei atau sensus pada umumnya menggambarkan

keadaan pada saat diadakan survei (cross-sectional data), meskipun dapat juga diperoleh

informasi mengenai keadaan beberapa tahun sebelum dilaksanakannya pencacahan dengan daftar

pertanyaan khusus. Sementara hasil registrasi menggambarkan kejadian vital yang terjadi dalam

kurun waktu tertentu.


5

Meskipun dengan survei atau sensus dapat juga diperoleh ukuran kelahiran melalui estimasi

langsung tetapi ada beberapa kelemahannya, yaitu kecenderungan memory lapse dalam diri

responden, kualitas pencacah yang kurang memuaskan, dan hal-hal teknis administratif lainnya

yang kurang mendukung seperti rendahnya kompensasi pewawancara dan teknik pengolahan.

Oleh karena itu digunakan metode estimasi tidak langsung (indirect estimate).

Beberapa metode estimasi tidak langsung, antara lain:

Metode Reverse (Reverse Survival)

Sesuai dengan namanya, maka akan dilakukan penghitungan terbalik, dalam hal ini

menghitung level of mortality (LM) untuk mengetahui tingkat kelahiran beberapa tahun

sebelum pencacahan. Pertama-tama, nilai LM dihitung berdasarkan data tentang rata-rata

anak yang pernah dilahirkan dan yang masih hidup oleh wanita yang pernah kawin.

Kemudian data tersebut digunakan untuk memilih Tabel Kematian (life table) yang sesuai.

Dari table kematian tersebut dapat diperoleh survival ratio (SR) yaitu berapa persen anak

yang lahir dalam kurun waktu tertentu yang hidup pada waktu dilaksanakan sensus atau

survei. Kelemahan metode ini antara lain, selama ini anak-anak berumur 0 tahun tidak

diikut sertakan dalam perhitungan karena jumlahnya sangat kecil. Sedikitnya jumlah anak

usia 0 tahun terutama disebabkan karena adanya under enumeration dan kesalahan dalam

pelaporan.

Metode Anak kandung (Own Children)

Metode ini merupakan perkembangan dari metode reserve survival dimana ukuran fertilitas

yang dihasilkan adalah angka kelahiran menurut umur wanita (Age Specific Age Rates,

ASFR). Dalam metode ini, diperlukan matriks tabulasi silang menurut anak terhadap ibu

kandung yang berusia 15 hingga 55 tahun dan anak usia 0 hingga 15 tahun (UN, 1983).

Setiap sel pada matriks y dinotasikan dengan Px(t), menunjukkan anak kandung usia x

yang ibunya berusia y tahun pada waktu t. Anak yang dilahirkan (t-x) tahun yang lalu, pada

waktu itu ibunya berusia (y-x) tahun. Jumlah wanita usia subur yang diperlukan dalam

penghitungan angka kelahiran menurut umur, diperoleh dari daftar rumah tangga.

Masalah utama pada penggunaan metode ini adalah kesalahan pelaporan umur yang dapat

timbul baik pada umur anak maupun umur ibu. Salah satu cara untuk mengatasinya adalah

dengan membuat matriks menurut kelompok umur. Dengan demikian, tingkat kelahiran

yang diperoleh berdasarkan kelompok umur pada waktu tertentu dapat dicek

konsistensinya. Permasalahan lainnya ialah pelaporan anak kandung yang sering kali

terlupakan atau sebaliknya berlebihan. Hal ini dapat terjadi misalnya karena ada anak

kandung yang ternyata tidak tinggal bersama ibunya pada saat pencacahan. Akan tetapi


6

pada umumnya, pencacahan, seperti Supas dan Sensus didasarkan pada kelahiran di masa

lalu yang tidak terlalu jauh dari saat pencacahan, yaitu anak-anak berumur di bawah 5

tahun yang dilahirkan oleh wanita yang relatif masih muda sehingga diperkirakan

persentase anak-anak seperti ini yang tinggal di luar rumah tangga dan berpisah dengan

ibunya relatif sangat kecil.

Metode Anak Lahir Terakhir (Last Live Birth)

Metode ini menggunakan keterangan tentang kelahiran terakhir atau tanggal lahir dan

kelangsungan hidup. Kelahiran terakhir adalah jumlah kelahiran yang terjadi baik lahir

hidup maupun lahir mati. Istilah anak yang hidup terakhir adalah jumlah kelahiran hidup

dan tidak termasuk lahir mati.

Data kelahiran biasanya dapat diperoleh dari satu survei kependudukan. Pertama, adalah

dari suatu rangkaian pertanyaan tentang kelahiran hidup terakhir. Kedua, adalah riwayat

kelahiran. Tanggal lahir anak dicatat sebagai kelengkapan dari keterangan tentang urutan

lahir, jenis kelamin, kelangsungan hidup dan apakah anak tinggal di rumah yang sama

dengan ibu kandungnya. Berdasarkan tanggal dan jumlah lahir dapat diketahui tingkat

kelahiran tahunan. Untuk memperkirakan tingkat kelahiran, perlu dilakukan beberapa

penyesuaian termasuk kemungkinan terjadinya kelahiran anak kembar, tanggal lahir yang

tidak diketahui dan kelahiran dengan jarak yang dekat.

Metode ini terdiri dari dua tahap penghitungan:

a. Tahap penyesuaian data tahun kelahiran anak terakhir yang diperoleh.

b. Tahap penghitungan angka kelahiran menurut ibu (ASFR) dan angka kelahiran total

(ASFR) berdasarkan data hasil penyesuaian pada tahap pertama.

Kelebihannya yaitu, dapat dipergunakan untuk membuat perkiraan fertilitas untuk tahun

yang berdekatan dengan tahun pencacahan atau bahkan untuk tahun pencacahan. Selain

itu, juga dapat mengetahui pola fertilitas menurut umur dan perhitungan dengan data

kelahiran anak terakhir dapat dilakukan dengan manual. Kelemahan metode anak lahir

terakhir adalah terlalu banyak diperlukan penyesuaian dan asumsi dimana untuk

melakukannya harus mengambil informasi dari sumber data lain. Penyesuaian juga sangat

tergantung kepada waktu pengumpulan data yang berarti penyesuaian ini bersifat khusus

untuk setiap data kelahiran anak terakhir. Apabila informasi tentang tahun kelahiran anak

terakhir hanya dilakukan melalui Sensus dan Supas, maka tingkat fertilitas dengan data

dasar tahun kelahiran anak terakhir hanya dapat setiap 5 tahun sekali.


7

Metode Rele

Metode Rele adalah pengembangan dari teori penduduk stabil. Pada hampir semua

populasi, dapat dijumpai hubungan linear antara rasio ibu anak (child women ratio) dengan

tingkat kelahiran kasar (gross reproduction rate) yang kemudian dapat diubah menjadi

tingkat kelahiran total (total fertility rate, TFR).

Metode ini cukup sederhana karena hanya memerlukan sebaran umur penduduk dan

perkiraan kematian. Berdasarkan komposisi penduduk menurut umur dan jenis kelamin

dapat dihasilkan rasio ibu-anak. Selanjutnya, dengan mengetahui perkiraan kasar atas

harapan hidup saat lahir, maka jumlah ini dapat diubah menjadi perkiraan TFR. Selain itu,

tidak diperlukan bantuan komputer dalam perhitungan. Cukup dengan ketersediaan table

persebaran penduduk menurut umur dan jenis kelamian, maka proses perhitungan TFR

dapat dilakukan. Dengan demikian, metode ini menghasilkan suatu cara yang cepat dan

mudah dalam memperkirakan kelahiran, terutama untuk daerah-daerah kecil.

Namun kelemahannya, kualitas data sangat mempengaruhi hasil perhitungan. Metode ini

juga sensitif terhadap perbedaan tingkat lewat cacah antara ibu dan anak. Selain itu, juga

diperlukan informasi tentang tingkat kematian untuk perhitungannya. Karena berdasarkan

pada konsep penduduk stabil, maka pengaruh migrasi internasional terhadap suatu

penduduk suatu negara dapat diabaikan, sehingga komposisi umur penduduk merupakan

akiabt dari kecenderungan fertilitas dan mortalitas di masa lalu.

Metode Palmore

Metode ini mendasarkan asumsi adanya hubungan linear antara rasio anak dan wanita

(child women ratio, CWR), tingkat kematian dan TFR. Dalam perhitungannya diperlukan

beberapa indikator lain seperti perbedaan pola perkawinan. Bila dibandingkan dengan

metode Rele, metode ini memerlukan lebih banyak data yang biasanya tersedia dalam

sensus maupun survei terutama untuk melengkapi perkiraan kelahiran pada tingkat

administrasi di bawah provinsi. Metode ini menggunakan tingkat kematian bayi sebagai

pengganti harapan hidup waktu lahir.

Palmore memperbaiki persamaa yang digunakan dengan menggunakan data yang lebih

akhir, dan persamaannya adalah sebagai berikut:

TFR = 12,0405 + 13,5277 IMR + 11,1042 CWR 176,4889 CP 6,4698 PEM

TFR = tingkat kelahiran total per 1000 wanita

IMR = tingkat kematian bayi per 1000 kelahiran hidup


8

CP = persentase anak berusia kurang dari lima tahun

PEM = persentase wanita pernah kawin usia 20-24

Perlu diingat bahwa metode ini sensitif terhadap kualitas data, terutama bayi dan anak-

anak.

Metode Gunasekaran-Palmore

Metode Gunasekaran-Palmore adalah metode baru dalam estimasi fertilitas yang

menekankan cara perhitungan TFR pada hubungan antara kelahiran, kematian dan sebaran

umur penduduk. Dimensi penting dalam hubungan ini adalah pengaruh/efek dominan

fertilitas terhadap struktur umur penduduk dan pengaruh marginal mortalitas terhadap hal

serupa.

Estimasi ini juga didasarkan pada teori statistik yang menunjukkan bahwa dua momen

pertama (mean dan varian) peka terhadap perubahan yang terjadi dalam frekuensi sebaran.

Momen ketiga dan keempat, yaitu ukuran kemencengan dan kelancipan menunjukkan

kondsentrasi relative dan letak bilangan dalam suatu sebaran umur penduduk. Dengan

demikian, momen dari suatu sebaran merupakan indikator dari kondisi hubungan fertiltas

dengan sebaran umur, sehingga dapat menunjukkan tingkat fertilitas pada tahun yang

merujuk sebaran tersebut. Metode ini juga memerlukan keterangan tentang angka harapan

hidup wanita pada saat dilahirkan.

Indeks Coale

Indeks Coale merupakan cara untuk mengukur penurunan fertilitas secara keseluruan dan

untuk mengetahui pula seberapa besar kontribusi dari penurunan fertilitas karena

pemakaian alat kontrasepsi dan berapa penurunan karena peningkatan usia kawin atau

proporsi kawin.

Indeks Coale terdiri dari tiga komponen yaitu If, Ig, dan Im. If (indeks fertilitas secara

keseluruhan) adalah rasio dari jumlah kelahiran yang diamati dalam suatu populasi

terhadap jumlah kelahiran yang akan terjadi/diharapkan jika wanita dalam setiap kelompok

umur mengalami fertilitas standar atau fertilitas maksimum. Coale menggunakan tingkat

fertilitas wanita Hutterite yang berstatus kawin periode 1921-1930 sebagai fertilitas standar

karena menurut Coale, angka fertilitas wanita Hutterite sepanjang pengamatan merupakan

yang tertinggi.

Ig (indeks fertilitas dari wanita kawin) adalah rasio antara jumlah kelahiran yang terjadi

dari wanita yang pernah kawin terhadap jumlah kelahiran yang akan terjadi (diharapkan)


9

jika wanita yang pernah kawin mengalami fertilitas standar atau fertilitas maksimum. Jadi,

indeks ini menggambarkan fertilitas yang berasal dari wanita berstatus kawin (legitimate

birth).

Im (indeks fertilitas dari proporsi wanita kawin) adalah rasio antara jumlah kelahiran yang

diharapkan dari wanita yang kawin jika mengalami tingkat fertilitas standar terhadap

jumlah kelahiran yang diharapkan dari seluruh wanita yang mengalami fertilitas standar.

Jika diketahui banyaknya anak yang lahir di luar perkawinan sangat kecil atau dapat

diabaikan, maka hubugang antara If, Ig dan Im dapat dituliskan sebagai berikut:

If = Ig*Im

If menunjukkan sejauh mana fertiltias marital gagal mencapai tingkat maksimum

Im menunjukkan sejauh mana perkawinan tidak meluas


10

BAB 3

METODOLOGI

3.1. Metode Penelitian

Untuk memenuhi tujuan penulisan, maka penelitian dilakukan dua tahap, yaitu

1. Menghitung nilai TFR masing-masing Kabupaten Kota dengan metode Own Children.

2. Melakukan uji Chi-Square distribusi WUS sampel (Susenas 2010) dengan distribusi

WUS populasi (Sensus 2010) menurut kelompok umur.

3.1.1. Perhitungan TFR

Rumus TFR dapat dituliskan sebagai berikut:

= 5

7

=1

ASFRi = angka kelahiran untuk perempuan pada kelompok umur i

i = 1 = kelompok umur 15 19 tahun, ..., dan i = 7 untuk kelompok umur 45 49 tahun

sedangkan ASFR dapat dituliskan

=

bi = jumlah kelahiran dari perempuan pada kelompok umur i pada tahun tertentu

Pi f = jumlah penduduk perempuan pada kelompok umur i pada pertengahan tahun yang sama

i = kelompok umur (i = 1 untuk perempuan kelompok umur 15 19 tahun, i = 7 untuk 45

49 tahun)

k = bilangan konstanta biasanya 1000

3.1.2. Pengujian Chi Square

Karena data Susenas berbentuk survei sehingga data yang diperoleh berupa sampel maka perlu

dilakukan uji bentuk distribusi (Goodness of Fit) untuk mengetahui apakah distribusi atau

proporsi sampel Susenas sama dengan populasi. Untuk pengujian tersebut, digunakan uji chi-

square. Karena tabel kontingensi lebih dari 2 x 2 maka akan digunakan Pearson Chi-Square

dengan rumus:

2 = ( )2

dan nilai derajat bebas atau degree of freedom, df = (b-1) (k-1)

2 = nilai chi-square

fo = frekuensi observasi atau pengamatan


11

fe = frekuensi ekspektasi atau harapan

Hipotesis:

H0 : P1 = P2 (Tidak ada perbedaan proporsi atau distribusi sampel dengan populasi)

H1 : P1 P2 (Ada perbedaan proporsi atau distribusi sampel dengan populasi)

Jika nilai hitung chi-square lebih kecil dari nilai tabelnya maka distribusi sampel sama dengan

distribusi populasinya.

3.2. Sumber Data

Data yang digunakan dalam studi ini bersumber dari data Survei Sosial Ekonomi Nasional

(Susenas) 2010 dan data Sensus Penduduk (SP) 2010 yang dikeluarkan oleh Badan Pusat

Statistik (BPS). Data Sensus Penduduk 2010 yang dibutuhkan adalah data distribusi WUS,

sementara dalam Data Susenas yang dibutuhkan untuk penghitungan TFR 5 tahun terakhir yang

diperoleh dari Susenas antara lain:

a. Informasi wanita usia subur, yaitu berjenis kelamin perempuan, pernah kawin dan

berumur 15-49 tahun serta jumlahnya menurut kelompok umur.

b. Keterangan tentang nomor urut ibu dan anak kandungnya,

c. Kelahiran dan Anak kandung yang berusia dibawah 5 tahun atau selama kurun waktu 5

tahun sebelum disurvei,

d. Jumlah anak yang pernah dilahirkan hidup dan yang masih hidup oleh wanita berstatus

kawin dan pernah kawin menurut umur, untuk mengetahui jumlah ALH dan AMH.

3.3. Kerangka Teknis

Kerangka teknis perhitungan TFR dapat dilihat pada gambar 3.1.

Gambar 3.1: Kerangaka Teknis Perhitungan TFR

Untuk memperoleh nilai TFR dengan data Susenas 2010, maka digunakan metode Own Children

yang disesuaikan dengan ketersediaan data. Diperkirakan akan ada sedikit perbedaan hasil

perhitungan TFR dengan metode own children pada data Susenas 2010 dengan data Sensus

2010. Hal tersebut akan dibahas lebih lanjut dalam Bab 4. Hasil Perhitungan dan Pengujian.

WUS

15 - 19

Susenas Umur WUS

Individu Umur Ibu saat melahirkan TFR

Rasio ALH - AMH

Anak

0 - 5

Jumlah ALH

Jumlah WUS


12

Berikut ini adalah tahapan perhitungan TFR dengan metode own children pada data Susenas:

1) Menghubungkan data wanita usia subur (WUS) dengan data anak. Untuk menghubungan

kedua data diperlukan informasi mengenai nomor urut ibu dari data nomor anggota

rumah tangga (NART),

2) Dalam membuat data set WUS harus dipilih perempuan (kode 2), umur 15-49 tahun

dengan status perkawinannya kawin atau pernah kawin,

3) Hilangkan variable lain dalam data Susenas secara manual, kecuali variable Anak Lahir

Hidup (ALH) dan Anak Masih Hidup (AMH),

4) Kemudian, membuat data set untuk anak. Dalam perhitungan ini anak yang dipilih

berusia kurang dari 5 tahun dan hilangkan variable lain yang tdak diperlukan dan urutkan

sesuai nomor urut ibu.

5) Lalu, gabungkan data ibu dan anak (merge).

6) Dari data gabungan tersebut dapat diketahui informasi umur ibu kandung, umur anak dan

jumlah AMH. Sementara umur ibu saat melahirkan diperoleh dari selisih umur ibu

sekarang dikurangi umur anak.

7) Dari data WUS yang belum digabung (dijelaskan pada poin 3) akan diperoleh informasi

ALH WUS.

8) Hasil perhitungan rasio ALH WUS terhadap AMH digunakan untuk mengetahui estimasi

ALH data gabungan (jumlah ALH).

9) Data WUS per kelompok umur diperoleh dari data set WUS.

10) Jika telah diketahui jumlah ALH dan data WUS per kelompok umur, maka dapat dihitung

nilai ASFR (Age Specific Fertility Rate), dimana ASFR = ALH*1000/WUS

11) Nilai TFR (Total Fertility Rate) diperoleh dari penjumlahan ASFR, dimana TFR=

(ASFR*rentang kelompok umur)/1000

3.4. Definisi Operasional

Berikut adalah definisi operasional variabel baik yang terkait langsung maupun tidak langsung

terhadap perhitungan TFR kabupaten dan kota. Definisi operasional tersebut dikutip dari definisi

operasional BPS.

Rumah tangga adalah sekelompok orang yang mendiami sebagian atau seluruh

bangunan fisik atau sensus dan biasanya tinggal bersama serta pengelolaan makannya

dari satu dapur. Satu rumah tangga dapat terdiri dari hanya satu angora rumah tangga.

Yang dimaksud dengan satu dapur adalah pengurusan kebutuhan sehari-harinya dikelola

menjadi satu.

Kepala rumah tangga (KRT) adalah salah seorang dari ART yang bertanggung jawab

atas pemenuhan kebutuhan sehari-hari di rumah tangga atau orang yang

dituakan/dianggap/ditunjuk sebagai KRT.


13

Anggota rumah tangga (ART) adalah semua orang yang biasanya bertempat tinggal di

suatu rumah tangga, baik yang sedang berada di rumah pada waktu listing maupun yang

sementara tidak berada di rumah.

Umur dihitung dalam tahun degan pembulatan ke bawah atau sama dengan umur pada

waktu ulang tahun yang terakhir.

Fertilitas didefinisikan sebagai peristiwa melahirkan anak lahir hidup dari seorang

perempuan. Istilah fertilitas adalah sama dengan kelahiran hidup (live birth), yaitu

terlepasnya bayi dari rahim seorang perempuan dengan ada tanda-tanda kehidupan;

misalnya berteriak, bernafas, jantung berdenyut, dan sebagainya), dengan mengabaikan

seberapa lama bayi tersebut dikandung. Apabila pada waktu lahir tidak ada tanda-tanda

kehidupan disebut dengan lahir mati yang di dalam demografi tidak dianggap sebagai

suatu peristiwa kelahiran.

Angka Fertilitas Menurut Umur (Age Specific Fertility Rates, ASFR) menunjukkan

jumlah kelahiran yang dialami oleh wanita kelompok umur tertentu antara 15-49 tahun.

Angka ini biasanya dinyatakan dengan jumlah kelahiran dari wanita kelompok umur

tertentu per 1000 wanita.

Angka Fertilitas Total (Total Fertility Rate, TFR) didefinisikan sebagai jumlah

kelahiran hidup laki-laki dan perempuan tiap 1000 penduduk yang hidup hingga akhir

masa reproduksinya dengan catatan

Wanita Usia Subur adalah perempuan yang berusia 15-49 tahun.

Status Perkawinan:

Belum kawin yaitu status dari mereka yang pada saat pencacahan belum terikat

dalam perkawinan.

Kawin yaitu status dari mereka yang pada saat pencacahan terikat dalam

perkawinan, baik tinggal bersama maupun terpisah. Termasuk di dalamnya mereka

yang kawin sah secara hukum (hukum adat, agama, negara, dsb.) maupun mereka

yang hidup bersama dan oleh masyarakt sekelilingnya dianggap sebagai suami

istri.

Cerai hidup yaitu status dari mereka yang telah berpisah dengan suami atau

istrinya karena bercerai dan belum kawin lagi.

Cerai mati yaitu status mereka yang tellah hidup berpisah dengan suami atau

istrinya karena meninggal dunia dan belum kawin lagi.

Anak Lahir Hidup (ALH) adalah semua anak yang waktu lahir memperlihatkan tanda-

tanda kehidupan, walaupun sesaat, seperti adanya detak jantung, bernafas menangis dan

tanda-tanda kehidupan lainnya.

Anak Masih Hidup (AMH) adalah semua anak yang dilahirkan hidup pada saat

pencacahan masih hidup, baik tinggal bersama orang tuanya maupun yang tinggal

terpisah.

Anak di Bawah Lima Tahun adalah anak laki-laki atau perempuan yang berumur 0-59

bulan.


14

3.5. Gambaran Deskriptif Susenas 2010

Survei Sosial Ekonomi Nasional (Susenas) merupakan salah satu survei yang bertujuan untuk

mengumpulkan data tentang kondisi sosial ekonomi nasional. Susenas dirancang memiliki

representatif hingga tingkat kabupaten dan kota. Jumlah sampel yang terkumpul sebanyak

61.769.433 rumah tangga dan 1.104.839 individu. Jumlah sampel di daerah perkotaan sebanyak

44,7 persen dan di perdesaan sebanyak 55,3 persen.

Perkiraan jumlah penduduk berdasarkan data Susenas 2010 berjumlah 223,3 juta dan ini jauh

dibawah hasil Sensus Penduduk 2010 yang mencapai 237,6 juta jiwa. Pada tabel dibawah ini

disajikan distribusi penduduk menurut umur dan jenis kelamin. Persentase balita diperkirakan

mencapai 9,3 juta atau 20,8 juta jiwa, sedangkan jumlah rumah tangga yang memiliki balita pada

tahun 2010 sebanyak 19,4 juta ruta atau 31,3 persen. Sementara penduduk usia 15 49

mencapai 54 persen. Sedangkan jumlah WUS mencapai 60,6 juta atau sekitar 54,5 persen dari

total penduduk perempuan.

Tabel 3.1: Distribusi Penduduk menurut Umur dan Jenis Kelamin

Jenis Kelamin Total

Laki-Laki Perempuan

n % n % n %

0 - 4 10,781,659 9.6 10,017,319 9.0 20,798,977 9.3 5-14 22,538,875 20.1 21,065,056 18.9 43,603,931 19.5

15 - 49 59,993,949 53.6 60,619,140 54.5 120,613,089 54.0

50+ 18,681,698 16.7 19,588,337 17.6 38,270,035 17.1

Total 111,996,179 100 111,289,852 100 223,286,031 100 Sumber: Susenas 2010, diolah

Pada Tabel 3.2 disajikan distribusi penduduk menurut hubungan dengan kepala rumah tangga

dan jenis kelamin. Jumlah penduduk yang menjadi kepala rumah tangga (KRT) mencapai 58,4

juta atau 26,1 persen, sedangkan yang berstatus sebagai pasangan KRT berjumlah 46,2 juta atau

20,7 persen. Persentase penduduk yang paling besar yaitu memiliki status sebagai anak, yaitu

mencapai 40,9 persen. Tingginya persentase anak ini mengindikasikan bahwa rumah tangga

tersebut merupakan keluarga inti yang terdiri dari orang tua dan anak-anaknya.


15

Tabel 3.2: Distribusi Penduduk menurut Hubungan dengan KRT dan Jenis Kelamin

Hubungan dengan

Kepala Rumah tangga

Jenis Kelamin Total

Laki-Laki Perempuan

n % n % n %

Kepala rumah tangga 50,240,533 44.9 8,138,535 7.3 58,379,069 26.1

Istri/suami 62,335 0.1 46,153,812 41.5 46,216,146 20.7

Anak 48,764,841 43.5 42,511,362 38.2 91,276,203 40.9

Menantu 2,774,211 2.5 1,932,950 1.7 4,707,161 2.1

Cucu 4,902,127 4.4 4,461,299 4.0 9,363,426 4.2

Orang tua/mertua 978,909 0.9 3,744,295 3.4 4,723,203 2.1

Famili lain 3,437,011 3.1 3,063,207 2.8 6,500,218 2.9

Pembantu Ruta 101,420 0.1 684,248 0.6 785,668 0.4

Lainnya 734,793 0.7 600,144 0.5 1,334,937 0.6


Pada tabel 3.3 disajikan distrbusi penduduk menurut umur, jenis kelamin dan status perkawinan.

Jumlah laki-laki yang belum kawin relatif seimbang dibandingkan jumlah laki-laki yang sudah

kawin atau pernah kawin. Namun pada perempuan, jumlah yang pernah kawin lebih tinggi

dibandingkan yang belum kawin. Secara umum, pada kelompok yang pernah kawin umumnya

sebagian besar berada pada umur 15 49 tahun, yang menarik untuk diperhatikan adalah pada

kelompok umur 5 14 tahun ternyata sudah ada yang berstatus pernah kawin. Kondisi ini terjadi

baik pada laki-laki maupun perempuan. Meskipun jumlahnya masih relatif sedikit, namun harus

tetap diwaspadai karena terkait dengan pengetahuan kesehatan reproduksi yang pada gilirannya

akan berdampak pada fertilitas secara keseluruhan.

Pada kelompok laki-laki yang belum kawin, persentase yang tinggi berada pada umur 5 14

tahun dan 15 49 tahun yang memiliki persentase masing-masing mencapai lebih dari 40 persen.

Hal ini menunjukkan bahwa penduduk laki-laki usia 5 14 tahun masih mendominasi dan pada

kelompok umur 15 49 tahun terutama yang berusia muda. Sementara pada penduduk

perempuan yang belum kawin menunjukkan bahwa jumlah perempuan umur 5 14 tahun sangat

dominan, meskipun jumlahnya relatif berimbang dibandingkan jumlah pendudukk laki-laki pada

usia yang sama. Sementara perempuan usia 15 49 tahun yang belum kawin jumlahnya hanya

mencapai sekitar 15 juta atau 32,4 persen dari perempuan yang belum kawin.


16

Tabel 3.3: Distribusi Penduduk menurut Umur, Jenis Kelamin dan Status Perkawinan

Blm Kawin Pernah Kawin Total

n % n % n %

Laki-laki

0 - 4 10,781,659 19.3 0 0 10,781,659 9.6

5-14 22,482,701 40.3 56,174 0.1 22,538,875 20.1

15 - 49 22,386,767 40.1 37,607,181 67 59,993,949 53.6

50+ 177,713 0.3 18,503,985 32.9 18,681,698 16.7

Perempuan

0 - 4 10,017,319 21.6 0 0 10,017,319 9.0

5-14 21,055,435 45.4 9,621 0 21,065,056 18.9

15 - 49 15,050,151 32.4 45,568,989 70.2 60,619,140 54.5

50+ 295,254 0.6 19,293,083 29.7 19,588,337 17.6


Pada tabel 3.4 disajikan distribusi perempuan menurut umur dan status kawin. Persentase

perempuan berusia 15 19 tahun yang belum kawin berjumlah 8,4 juta atau 55,6 persen dari

total yang belum kawin. Sedangkan perempuan usia 15 19 tahun yang pernah kawin berjumlah

1 juta lebih atau 2,3 persen dari total perempuan yang pernah kawin.

Tabel 3.4: Distribusi Penduduk Perempuan menurut Umur dan Status Perkawinan

Kelompok

Umur

Blm Kawin Pernah Kawin Total

n % n % n %

15-19 8,373,836 55.6 1,053,091 2.3 9,426,927 15.6

20-24 3,959,704 26.3 4,877,155 10.7 8,836,859 14.6

25-29 1,463,018 9.7 8,325,334 18.3 9,788,353 16.1

30-34 556,706 3.7 8,570,436 18.8 9,127,142 15.1

35-39 346,972 2.3 8,710,250 19.1 9,057,223 14.9

40-44 211,166 1.4 7,447,964 16.3 7,659,130 12.6

45-49 138,750 0.9 6,584,758 14.5 6,723,508 11.1



17

BAB 4

HASIL PERHITUNGAN DAN PENGUJIAN

Dalam bab ini akan disajikan hasil perhitungan ASFR dan TFR per kabupaten menurut

provinsinya masing-masing. Sedangkan hasil pengujian chi-square dan hasil perhitungan

distribusi WUS akan disajikan pada lampiran. Pada daerah Kabupaten atau Kota yang berwarna

merah (Kabupaten Majene, Kabupaten Maluku Tenggara Barat dan Kabupaten Pasir)

menandakan bahwa jumlah sampel pada daerah tersebut relatif kecil dibandingkan dengan

daerah lain.

4.1 Hasil Perhitungan ASFR dan TFR

Perhitungan ASFR dan TFR bergantung pada dua aspek yaitu jumlah anak lahir hidup dan

jumlah WUS. Jumlah WUS data Susenas 2010 merupakan hasil estimasi yang diperoleh dari

sampel. Agar hasil estimasi perhitungan TFR valid maka distribusi WUS harus di uji dengan

jumlah WUS populasi atau WUS dari hasil sensus penduduk 2010. Secara umum, hasil

pengujian distribusi WUS dengan menggunakan metode chi-square, menunjukkan bahwa

distrubusi WUS sampel memiliki pola yang sama dengan distribusi WUS populasi hasil Sensus

Penduduk 2010. Hasil pengujian distribusi WUS pada tingkat kabupaten/kota selengkapnya

disajikan pada lampiran.

Perhitungan TFR dengan menggunakan metode Own Children berdasarkan data Susenas 2010

memperoleh hasil TFR sebesar 2,37. Hasil ini sedikit lebih rendah dibandingkan hasil

perhitungan TFR berdasarkan Sensus Penduduk yang di publikasi Badan Pusat Statistik. Jika

dilihat pola ASFR, maka ada sedikit perbedaan pada pola kelahiran kelompok umur 15 19

tahun, dimana hasil estimasi TFR berdasarkan Susenas 2010 lebih rendah dibandingkan hasil

Sensus Penduduk 2010. Hasil Perhitungan ASFR nasional berdasarkan Susenas 2010 disajikan

pada table 4.1

Tabel 4.1: Hasil Estimasi ASFR dan TFR, Susenas 2010

Kel. Umur ASFR

15 19 30 20 24 120 25 29 131 30 34 106 35 39 61 40 44 22 45 49 4

TFR 2.37 Sumber: Susenas 2010, diolah


18

Perbedaan hasil estimasi TFR ini disebabkan karena adanya perbedaan dalam melakukan

estimasi jumlah anak lahir hidup. Dalam perhitungan TFR jumlah anak lahir hidup diestimasi

dari jumlah anak kandung yang masih hidup. Pada tingkat nasional, estimasi jumlah anak lahir

hidup dilakukan dengan menggunakan probabilitas survival balita yang masih hidup, dengan

memanfaatkan life table. Data probabilitas survival masih memungkinkan untuk digunakan jika

level kematian bayi diketahui. Namun jika data tentang kematian bayi tidak tersedia, maka tidak

dapat menentukan level kematian dari life table-nya. Pada tingkat kabupaten/kota data kematian

bayi sangat sulit bahkan tidak tersedia sampai saat ini. Sementara, kebutuhan penyediaan data di

tingkat kabupaten/kota sangat penting untuk mendukung program keberhasilan pengendalian

jumlah penduduk di tingkat kabupaten/kota.

Informasi yang tersedia dalam data Roster Susenas hanyalah Anak Masih Hidup. Sementara

yang dibutuhkan dalam proses perhitungan TFR dan ASFR adalah Anak Lahir Hidup. Pada data

Susenas memiliki informasi jumlah Anak Lahir Hidup dan Jumlah Anak Masih Hidup untuk

semua WUS yang pernah kawin. Rasio antara ALH dan AMH ini dapat digunakan untuk

melakukan estimasi jumlah Anak Lahir Hidup. Penggunaan rasio sebagai alat untuk melakukan

estimasi memiliki konsekuensi bahwa pada kelompok umur muda rasio ALH dan AMH akan

cenderung mendekati satu. Sedangkan pada kelompok wanita berusia 45 49 tahun akan lebih

tinggi dibandingkan wanita usia 15 19 tahun.

Hasil perhitungan ASFR dan TFR di tingkat kabupaten/kota sangat bervariasi bahkan ada yang

lebih rendah dari 1,6. TFR kabupaten/kota yang lebih kecil dari 1,6 terdapat di kabupaten

Memberamo Tengah (1,23), Kabupaten Yalimo (1,35), Kota Surakarta (1,51) dan Kota

Yogyakarta (1,53). Kabupaten Memberamo Tengah dan Kabupaten Yalimo merupakan

kabupaten yang ada di Papua, TFR di Papua berdasarkan data susenas 2010 sebesar 2,73.

Sedangkan Kota Surakarta berada di Jawa Tengah yang memiliki TFR 2,29 dan Kota

Yogyakarta berada di Daerah Istimewa Yogyakarata yang memiliki TFR 2,1. Kota Surakarta

dan Kota Yogyakarta memiliki TFR yang rendah karena TFR propinsi Jawa Tengah dan D.I.

Yogyakarta telah mencapai tingkat TFR yang rendah. Akan tetapi propinsi Papua yang masih

memiliki TFR yang tinggi, ternyata di tingkat kanbupaten/kota sangat bervariasi antara yang

paling rendah dan yang tinggi.

TFR yang tertinggi terdapat di kabupaten Sabu Raijua (5,82) di propinsi NTT dan Kabupaten

Asmat (5,49) di propinsi Papua. Kemudia kabupaten Sumba Tengah (5,17) juga di NTT dan

kabupaten Sorong Selatan (5,13) di propinsi Papua Barat. Tingginya TFR keempat kabupaten ini

selaras dengan tingginya TFR di tingkat propinsi masing-masing, NTT memiliki TFR sebesar

3,52 dan di Papua Barat sebesar 2,92. Hasil perhitungan TFR kabupaten/kota selengkapnya

disajikan pada tabel berikut.


19

Tabel 4.2: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Nangroe Aceh Darussalam,

Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1101 Kab.Simeulue 25 186 166 149 66 14 1 3.03

1102 Kab. Aceh Singkil 20 214 211 156 68 39 16 3.62

1103 Kab. Aceh Selatan 6 98 141 108 78 38 2 2.36

1104 Kab.Aceh Tenggara 17 147 154 156 75 17 9 2.88

1105 Kab .Aceh Timur 32 104 151 178 99 29 7 2.99

1106 Kab.Aceh Tengah 22 149 155 108 92 47 1 2.87

1107 Kab Aceh Barat 21 117 125 107 56 14 5 2.23

1108 Kab. Aceh Besar 4 132 102 138 91 20 10 2.48

1109 Kab. Pidie 6 91 137 168 93 39 5 2.69

1110 Kab. Bireuen 15 79 126 124 94 32 1 2.35

1111 Kab. Aceh utara 14 134 155 110 69 32 5 2.60

1112 Kab. Aceh Barat Daya 21 111 157 106 56 46 7 2.52

1113 Kab. Gayo Lues 20 176 130 88 39 36 8 2.49

1114 Kab. Aceh Tamiang 17 121 161 138 67 40 3 2.73

1115 Kab. Nagan Raya 32 115 103 92 42 11 1 1.98

1116 Kab.Aceh Jaya 35 187 157 94 108 28 1 3.05

1117 Kab. Bener Meriah 17 109 146 113 78 44 15 2.61

1118 Kab. Pidie Jaya 17 119 114 118 79 22 1 2.34

1171 Kab. Banda aceh 6 105 143 158 79 17 1 2.54

1172 Kota sabang 3 152 171 97 114 19 1 2.78

1173 Kota Langsa 5 100 151 157 92 22 4 2.65

1174 Kota Lhokseumawe 13 86 126 114 80 10 0 2.16

1175 Kota Subulssalam 27 167 208 166 112 29 17 3.63

Sumber: Susenas 2010, diolah

Di provinsi Nangroe Aceh Darussalam (NAD), Kota Subulssalam tercatat memiliki nilai TFR

tertinggi dibandingkan Kota atau Kabupaten lainnya, sebesar 3,63. Sebaliknya, Kabupaten

Nagan Raya memiliki nilai TFR terendah di NAD, yaitu 1,98.

Tabel 4.3: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Sumatera Utara, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1201 Kab. Nias 32 159 181 127 61 28 4 2.96

1202 Kab. Mandailing Natal 15 150 232 223 86 26 13 3.72

1203 Kab. Tapanuli Selatan 42 165 146 189 116 58 1 3.58

1204 kab. Tapanuli Tengah 8 150 187 220 119 52 1 3.69

1205 Kab. Tapanuli Utara 3 157 332 251 171 57 4 4.88

1206 Kab.Toba Samosir 2 214 228 208 142 45 1 4.20

1207 Kab. Labuhan Batu 37 124 179 143 72 36 4 2.98

1208 Kab. Asahan 13 160 172 113 63 23 1 2.72

1209 Kab. Simalungun 3 156 218 114 78 19 5 2.96

1210 Kab. Dairi 9 171 308 221 110 63 4 4.43

1211 Kab. Karo 28 188 160 96 99 6 0 2.89

1212 Kab. Deli Serdang 16 98 148 152 60 14 1 2.45

1213 Kab. Langkat 28 107 143 95 68 29 4 2.37

1214 Kab. Nias Selatan 28 139 167 98 70 17 7 2.63

1215 Kab. Humbang hasundutan 4 173 262 228 209 65 2 4.71


20

1216 Kab. Pakpak Bharat 19 227 261 248 87 62 1 4.53

1217 Kab.Samosir 2 175 262 186 144 67 4 4.21

1218 Kab. Serdang bedagai 30 157 157 137 93 13 1 2.94

1219 Kab. Batu bara 29 181 150 143 103 50 0 3.28

1220 Kab. Padang lawas Utara 40 182 174 157 79 36 1 3.35

1221 Kab. Padang Lawas 56 206 184 157 117 64 12 3.99

1222 Kab. Labuhan Batu Selatan 62 158 173 166 71 31 9 3.35

1223 Kab. Labuhan batu Utara 42 153 151 127 90 24 8 2.97

1224 Kab. Nias Utara 20 129 135 188 48 23 4 2.74

1225 Kab. Nias Barat 24 182 221 150 95 37 14 3.61

1271 Kota Sibolga 2 153 170 126 106 23 1 2.91

1272 Kota. Tanjung 27 154 170 144 96 30 7 3.14

1273 Kota. Pematang Siantar 4 89 173 142 92 23 7 2.65

1274 Kota Tebing Tinggi 3 128 162 123 77 21 7 2.61

1275 Kota Medan 10 85 155 127 67 23 4 2.36

1276 Kota Binjai 13 137 161 120 68 22 4 2.62

1277 Kota Padang sidimpuan 11 96 169 179 76 42 1 2.87

1278 Kota Gunung Sitoli 18 134 177 144 105 26 1 3.02


Sementara di Provinsi Sumatera Utara, Kabupaten Tapanuli Utara tercatat memiliki TFR

tertinggi yaitu 4,88 dan nilai TFR terendah dimiliki oleh Kota Medan (2,36).

Tabel 4.4: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Sumatera Barat, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1301 Kab. Kep Mentawai 76 226 203 121 73 35 7 3.70

1302 Kab. Pesisir selatan 21 114 167 137 70 28 1 2.69

1303 Kab. Solok 26 180 177 145 92 40 0 3.30

1304 Kab. Sijunjung 37 187 130 161 85 37 8 3.22

1305 Kab. Tanah Datar 15 144 169 168 109 38 10 3.26

1306 Kab. Padang Pariaman 6 93 204 177 94 49 9 3.16

1307 Kab. Agam 13 150 206 191 60 20 11 3.25

1308 Kab. Lima Puluh Kota 16 141 202 130 64 34 1 2.94

1309 Kab. Pasaman 15 140 168 145 68 41 10 2.93

1310 Kab. Solok Selatan 29 169 180 129 76 36 14 3.16

1311 Kab. Dharmaraya 67 173 130 111 71 18 4 2.87

1312 Kab. Pasaman Barat 40 179 156 146 73 11 2 3.04

1371 Kota Padang 5 55 175 146 80 49 6 2.58

1372 Kota Solok 6 87 199 122 99 25 4 2.70

1373 Kota Sawah Lunto 11 128 136 145 81 15 1 2.58

1374 Kota Padang Panjang 4 130 183 139 89 36 1 2.91

1375 Kota Bukit Tinggi 6 98 143 143 53 27 0 2.35

1376 Kota Payakumbuh 3 113 203 131 109 70 1 3.15

1377 Kota Pariaman 2 109 145 181 103 28 1 2.84


Di Provinsi Sumatera Barat, nilai TFR tertinggi adalah Kabupaten Kepulauan Mentawai (3,70)

dan TFR terendahnya dimiliki oleh Kota Bukittinggi (2,35)


21

Tabel 4.5: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Riau, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1401 Kab. Kuantan Singingi 46 176 117 135 42 13 1 2.65

1402 Kab. Indragiri Hulu 71 125 135 101 73 28 4 2.69

1403 Kab. Indragiri Hilir 38 131 123 101 46 30 4 2.36

1404 Kab. Pelalawan 70 139 157 124 90 35 1 3.08

1405 Kab. Siak 23 145 158 140 80 29 5 2.90

1406 Kab. Kampar 59 115 158 119 53 24 6 2.67

1407 Kab. Rokan Hulu 78 183 127 80 81 18 9 2.88

1408 Kab. Bengkalis 18 123 133 137 91 35 1 2.69

1409 Kab. Rokan Hilir 36 158 145 128 78 50 1 2.98

1410 Kab. Kepulauan Meranti 23 102 142 101 54 25 3 2.25

1471 Kota Pekanbaru 5 85 146 143 79 17 1 2.38

1473 Kota Dumai 17 155 174 171 72 34 4 3.13


Kota Dumai tercatat memiliki nilai TFR tertinggi diantara kabupaten dan kota lain di Provinsi

Riau, yaitu 3,13. Sedangkan Kabupaten Kepulauan Meranti nilai TFR-nya adalah yang terendah,

yaitu 2,25.

Tabel 4.6: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jambi, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1501 Kab. Kerinci 64 136 109 74 48 5 1 2.19

1502 Kab. Merangin 50 115 108 107 60 19 5 2.32

1503 Kab. Sarolangun 64 135 110 123 42 29 1 2.52

1504 Kab. Batang Hari 29 149 118 85 61 18 1 2.31

1505 Kab. Muaro jambi 19 112 109 119 56 25 16 2.28

1506 kab. Tanjung Jabung Timur 52 143 131 89 35 13 1 2.32

1507 Kab. Tanjung jabung Barat 74 165 126 82 79 7 1 2.67

1508 Kab. Tebo 45 169 112 95 47 10 1 2.39

1509 Kab. Bungo 60 152 166 98 81 23 5 2.92

1571 Kota Jambi 25 76 188 89 45 24 1 2.24

1572 Kota Sungai Penuh 14 156 124 89 76 9 4 2.36


Semua Kabupaten dan Kota di provinsi Jambi memiliki TFR di bawah 3, dengan nilai TFR

tertinggi yaitu 2,92 dimiliki oleh provinsi Kabupaten Bungo dan TFR terendah 2,19 dimiliki oleh

Kabupaten Kerinci.


22

Tabel 4.7: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Sumatera Selatan, Susenas

2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1601 Kab. Ogan Komering Ulu 21 144 127 119 39 22 6 2.39

1602 Kab. Ogan Komering Ilir 48 127 113 109 47 21 16 2.40

1603 kab empat lawang 55 137 133 94 60 37 1 2.58

1604 Kab. Muara Enim 25 153 123 130 44 20 10 2.53

1605 Kab. Lahat 53 136 149 79 63 22 0 2.51

1606 Kab. Musi Rawas 57 141 111 97 71 16 1 2.46

1607 Kab. Musi Banyuasin 43 123 98 68 56 10 1 2.00

1608 Kab. Banyuasin 46 139 176 120 45 33 5 2.82

1609 Kab. Oku Selatan 43 118 132 116 68 18 5 2.50

1610 Kab. Oku Timur 24 94 129 140 73 55 4 2.61

1611 Kab. Ogan Ilir 42 168 175 82 99 24 0 2.95

1671 Kota Palembang 33 97 157 106 77 15 1 2.42

1672 Kota Prabumulih 24 112 123 89 45 21 0 2.07

1673 Kota Pagar Alam 6 123 154 92 54 13 1 2.21

1674 Kota Lubuklinggau 26 118 103 95 35 24 0 2.01


Kabupaten Ogan Ilir memiliki TFR tertinggi di provinsi Sumatera Selatan, yaitu 2,95. Sementara

Kabupaten Musi Banyuasin tercatat memiliki TFR terendah, yaitu 2,00.

Tabel 4.8: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Bengkulu, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1701 Kab. Bengkulu Selatan 20 130 137 114 52 25 1 2.39

1702 Kab. Rejang Lebong 45 122 137 109 42 25 4 2.42

1703 Kab. Bengkulu Utara 66 128 130 103 33 9 1 2.35

1704 Kab. Kaur 52 155 152 83 30 30 0 2.52

1705 Kab. Seluma 69 160 111 97 72 33 0 2.71

1706 Kab. Mukomuko 57 216 125 93 76 21 1 2.95

1707 Kab. Lebong 58 116 115 87 49 28 0 2.27

1708 Kab. Kepahiang 16 145 114 101 64 20 7 2.34

1709 Kab. Bengkulu Tengah 55 136 122 106 61 18 1 2.49

1771 Kota Bengkulu 15 84 151 112 55 27 1 2.22


Kabupaten Mukomuko di provinsi Bengkulu memiliki nilai TFR tertinggi, yaitu 2,95. Sedangkan

TFR terendah (2,22) dimiliki oleh Kota Bengkulu.

Tabel 4.9: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Lampung, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1801 Kab. Lampung Barat 54 142 133 115 60 21 1 2.63

1802 Kab. Tanggamus 33 147 125 119 52 28 7 2.55

1803 Kab. Lampung selatan 23 128 154 97 78 12 6 2.49

1804 Kab. Lampung Timur 35 144 160 102 43 30 3 2.59

1805 Kab. Lampung Tengah 31 186 118 86 55 17 15 2.54


23

1806 Kab. Lampung Utara 23 155 147 128 36 29 0 2.59

1807 Kab. Way kanan 33 129 109 97 56 34 7 2.33

1808 Kab. Tulangbawang 33 145 145 109 62 25 13 2.66

1809 Kab. Pesawaran 37 103 146 130 72 45 4 2.69

1810 Kab. Pringsewu 23 149 132 92 56 30 1 2.41

1811 Kab. Mesuji 40 146 141 80 62 34 1 2.52

1812 Kab. Tulangbawang Barat 38 125 127 100 70 31 14 2.53

1871 Kota Bandar Lampung 9 107 112 129 48 26 3 2.17

1872 Kota Metro 2 109 177 92 37 23 1 2.20


Nilai TFR Kabupaten dan Kota di Provinsi Lampung di bawah tiga, dengan nilai TFR tertinggi

2,69 dimiliki oleh Kabupaten Pesawaran dan TFR terendah di Kota Bandar Lampung, yaitu 2,17.

Tabel 4.10: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Bangka Belitung, Susenas

2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

1901 Kab. Bangka 37 163 115 110 81 28 0 2.67

1902 Kab. Belitung 57 146 135 70 27 24 1 2.30

1903 Kab. Bangka Barat 76 138 128 113 73 20 6 2.77

1904 Kab. Bangka Tengah 44 152 153 96 74 27 1 2.74

1905 Kab. Bangka Selatan 61 106 134 106 37 8 0 2.26

1906 Kab. Belitung Timur 83 141 98 82 45 8 4 2.31

1971 Kota Pangkal Pinang 28 103 124 102 46 5 0 2.04


Nilai TFR tertinggi di provinsi Bangka Belitung dimiliki oleh Kabupaten Bangka Barat (2,77)

dan TFR terendah dimiliki Kota Pangkal Pinang, yaitu 2,04.

Tabel 4.11: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Kepulauan Riau, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

2101 Kab. Karimun 21 146 144 94 84 15 1 2.52

2102 Kab. Bintan 27 134 135 97 75 14 1 2.41

2103 Kab. Natuna 21 178 164 116 62 22 1 2.82

2104 Kab. Lingga 33 154 141 81 48 40 5 2.51

2105 Kab. Kepulauan Anambas 67 131 148 127 56 23 14 2.83

2171 Kota Batam 14 69 137 133 63 29 2 2.24

2172 Kota Tanjung Pinang 26 98 146 100 66 14 1 2.26


Kabupaten Kepulauan Anambas memiliki nilai TFR tertinggi di provinsi Kepulauan Riau, yaitu

2,83. Sementara, Kota Batam tercatat memiliki nilai TFR terendah, yaitu 2,24.

Tabel 4.12: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi DKI Jakarta, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

3101 Kab. Kepulauan Seribu 49 113 143 97 66 15 1 2.42

3171 Kota Jakarta Selatan 9 48 122 95 54 20 4 1.75

3172 Kota Jakarta Timur 14 73 120 109 54 15 2 1.93

3173 Kota Jakarta Pusat 15 63 112 68 59 16 0 1.67

3174 Kota Jakarta Barat 21 80 102 70 62 16 2 1.77


24

3175 Kota Jakarta Utara 13 64 85 99 61 19 2 1.72


Secara umum, nilai TFR semua kabupaten dan kota di provinsi DKI Jakarta sangat rendah, lebih

rendah dari TFR nasional (2,6). Kabupaten Kepulauan Seribu memiliki TFR tertinggi di provinsi

DKI Jakarta, yaitu 2,42. Sementara Kota Jakarta Pusat tercatat memiliki TFR terendah, yaitu

1,67.

Tabel 4.13: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jawa Barat, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

3201 Kab. Bogor 36 127 140 104 60 24 2 2.46

3202 Kab. Sukabumi 31 136 137 116 58 27 4 2.55

3203 Kab. Cianjur 31 142 141 100 79 44 11 2.74

3204 Kab. Bandung 27 147 125 100 79 19 6 2.51

3205 Kab. Garut 42 145 134 109 87 47 11 2.87

3206 Kab. Tasikmalaya 60 116 91 114 57 32 8 2.39

3207 Kab. Ciamis 47 132 115 90 54 26 3 2.34

3208 Kab. Kuningan 37 143 125 98 68 22 3 2.48

3209 Kab. Cirebon 33 125 145 86 67 28 8 2.47

3210 Kab. Majalengka 39 111 148 107 38 7 4 2.27

3211 Kab. Sumedang 31 93 142 79 76 12 4 2.18

3212 Kab. Indramayu 13 130 117 79 56 35 5 2.18

3213 Kab. Subang 41 174 117 69 58 13 1 2.37

3214 Kab. Purwakarta 60 125 146 123 67 40 5 2.83

3215 Kab. Karawang 23 126 137 93 42 37 1 2.30

3216 Kab. Bekasi 17 51 98 86 53 23 7 1.68

3217 Kab. Bandung barat 44 134 99 97 69 32 6 2.40

3271 Kota Bogor 14 91 165 109 67 26 0 2.36

3272 Kota Sukabumi 10 106 146 105 62 19 1 2.24

3273 Kota Bandung 19 78 122 81 59 21 0 1.90

3274 Kota Cirebon 27 66 112 173 88 21 1 2.44

3275 Kota Bekasi 19 100 138 107 43 13 10 2.15

3276 Kota Depok 7 85 127 119 77 30 4 2.24

3277 Kota Ciamis 17 62 105 115 76 24 3 2.00

3278 Kota Tasikmalaya 7 117 157 93 51 26 1 2.25

3279 Kota Banjar 24 119 144 71 77 52 2 2.44


Di Provinsi Jawa Barat, nilai TFR tertinggi adalah di Kabupaten Garut (2,87) dan TFR

terendahnya dimiliki oleh Kabupaten Bekasi (1,68).

Tabel 4.14: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jawa Tengah, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

3301 Kab. Cilacap 31 143 166 124 85 20 6 2.87

3302 Kab. Banyumas 13 79 163 122 79 21 5 2.41

3303 Kab. Purbalingga 27 124 122 110 70 25 5 2.41

3304 Kab. Banjarnegara 64 142 124 97 38 9 1 2.37

3305 Kab. Kebumen 15 164 117 124 63 25 3 2.55

3306 Kab. Purworejo 34 175 116 102 76 17 1 2.61

3307 Kab. Wonosobo 49 186 122 118 43 31 9 2.79


25

3308 Kab. Magelang 32 149 120 99 64 19 2 2.42

3309 Kab. Boyolali 29 263 95 122 52 13 3 2.88

3310 Kab. Klaten 15 136 140 103 37 9 2 2.21

3311 Kab. Sukoharjo 7 124 127 125 57 12 3 2.28

3312 Kab. Wonogiri 9 171 108 85 48 20 0 2.21

3313 Kab. Karanganyar 13 123 166 82 48 11 3 2.23

3314 Kab. Sragen 39 148 151 97 71 20 0 2.64

3315 Kab. Grobogan 59 159 137 65 37 17 1 2.38

3316 Kab. Blora 46 130 126 68 35 13 5 2.11

3317 Kab. Rembang 61 95 71 92 22 14 0 1.78

3318 Kab. Pati 31 150 117 76 26 13 4 2.09

3319 Kab. Kudus 20 102 115 78 39 22 0 1.89

3320 Kab. Jepara 48 129 114 106 39 15 2 2.26

3321 Kab. Demak 20 103 143 102 50 5 5 2.14

3322 Kab. Semarang 27 89 142 102 45 16 3 2.12

3323 Kab. Temanggung 65 188 138 81 40 13 3 2.65

3324 Kab. Kendal 37 149 129 77 83 16 3 2.47

3325 Kab. Batang 21 91 144 59 87 15 9 2.13

3326 Kab. Pekalongan 25 107 123 118 58 27 0 2.29

3327 Kab. Pemalang 34 126 157 76 50 13 2 2.29

3328 Kab. Tegal 15 161 109 101 62 38 1 2.43

3329 Kab. Brebes 53 122 135 101 50 27 6 2.46

3371 Kota Magelang 9 73 139 82 59 16 0 1.90

3372 Kota Surakarta 4 71 90 75 42 18 3 1.51

3373 Kota Salatiga 12 53 103 106 52 12 4 1.71

3374 Kota Semarang 17 81 116 133 66 10 3 2.13

3375 Kota Pekalongan 6 87 129 110 62 8 2 2.02

3376 Kota Tegal 12 74 150 127 67 6 7 2.22


Nilai TFR tertinggi di provinsi Jawa Tengah dimiliki oleh Kabupaten Boyolali (2,88) dan TFR

terendah dimiliki Kota Surakarta, yaitu 1,51.

Tabel 4.15: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi DI Yogyakarta, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

3401 Kab. Kulon Progo 29 125 133 89 56 10 7 2.24

3402 Kab. Bantul 5 132 138 128 60 7 0 2.35

3403 Kab. Gunung Kidul 33 179 96 107 52 22 0 2.44

3404 Kab. Sleman 13 57 136 104 84 25 3 2.11

3471 Kota Yogyakarta 18 38 80 120 44 3 3 1.53


Di Provinsi D.I. Yogyakarta, nilai TFR tertinggi dimiliki oleh Kabupaten Gunung Kidul (2,44)

dan TFR terendahnya dimiliki oleh Kota Yogyakarta (1,53).

Tabel 4.16: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Jawa Timur, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

3501 Kab. Pacitan 56 149 95 72 39 15 0 2.13

3502 Kab. Ponorogo 19 75 126 60 72 20 1 1.87

3503 Kab. Trenggalek 37 135 84 82 45 6 1 1.95

3504 Kab. Tulungagung 23 152 89 103 47 11 0 2.13

3505 Kab. Blitar 22 146 97 119 61 20 3 2.34


26

3506 Kab. Kediri 15 180 152 99 57 21 3 2.64

3507 Kab. Malang 47 177 86 119 45 23 13 2.55

3508 Kab. Lumajang 46 108 85 78 42 12 5 1.88

3509 Kab. Jember 72 108 113 63 39 14 1 2.05

3510 Kab. Banyuwangi 41 117 151 92 44 9 3 2.29

3511 Kab. Bondowoso 110 123 98 56 36 10 1 2.17

3512 Kab. Situbondo 64 140 98 56 42 13 0 2.07

3513 Kab. Probolinggo 76 98 131 74 48 11 11 2.24

3514 Kab. Pasuruan 43 143 95 90 29 15 3 2.08

3515 Kab. Sidoarjo 12 105 133 115 65 10 2 2.21

3516 Kab. Mojokerto 26 110 105 86 39 14 0 1.90

3517 Kab. Jombang 24 178 140 92 52 13 2 2.50

3518 Kab. Nganjuk 31 142 133 104 66 17 5 2.49

3519 Kab. Madiun 17 144 99 139 41 19 3 2.31

3520 Kab. Magetan 16 143 115 60 61 1 3 1.99

3521 Kab Ngawi 19 160 98 96 47 8 10 2.19

3522 Kab. Bojonegoro 49 151 80 69 48 6 12 2.08

3523 Kab. Tuban 27 166 77 78 46 13 0 2.04

3524 Kab. Lamongan 18 137 86 98 62 18 1 2.09

3525 Kab. Gresik 24 101 123 90 30 7 3 1.89

3526 Kab. Bangkalan 43 123 120 88 52 40 8 2.36

3527 Kab. Sampang 73 126 100 133 53 52 4 2.70

3528 Kab. Pamekasan 58 103 93 56 47 23 0 1.91

3529 Kab. Sumenep 55 108 71 54 32 3 0 1.61

3571 Kota Kediri 14 106 126 105 46 34 0 2.16

3572 Kota Blitar 20 113 149 121 45 23 0 2.35

3573 Kota Malang 23 64 111 57 60 10 0 1.63

3574 Kota Probolinggo 31 173 123 82 66 10 5 2.44

3575 Kota Pasuruan 28 123 129 103 49 17 1 2.25

3576 Kota Mojokerto 13 103 126 89 47 17 0 1.97

3577 Kota Madiun 10 92 145 111 55 14 3 2.16

3578 Kota Surabaya 14 73 99 86 40 9 1 1.61

3579 Kota Batu 26 150 156 67 38 9 8 2.27


Kabupaten Sampang memiliki nilai TFR tertinggi di provinsi Jawa Timur, yaitu 2,70. Sementara,

Kabupaten Sumenep dan Kota Surabaya tercatat memiliki nilai TFR terendah, yaitu 1,61.

Tabel 4.17: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Banten, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

3601 Kab. Pandeglang 50 125 174 109 93 31 8 2.95

3602 Kab. Lebak 58 137 158 108 66 24 2 2.77

3603 Kab. Tangerang 23 96 115 95 58 17 1 2.03

3604 Kab. Serang 24 119 127 113 65 47 1 2.48

3671 Kota Tangerang 12 97 102 101 47 11 3 1.87

3672 Kota Cilegon 19 97 96 131 82 4 8 2.18

3673 Kota Serang 23 112 172 125 70 30 8 2.70

3674 Kota Tangerang Selatan 10 78 133 114 54 10 1 1.99



27

Kabupaten Pandeglang tercatat memiliki nilai TFR tertinggi diantara kabupaten dan kota lain di

Provinsi Banten, yaitu 2,95. Sedangkan Kota Tangerang nilai TFR-nya adalah yang terendah,

yaitu 1,87.

Tabel 4.18: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Bali, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

5101 Kab. Jembrana 41 183 116 100 48 10 1 2.50

5102 Kab. Tabanan 29 160 139 62 40 8 3 2.20

5103 Kab. Badung 13 149 162 109 32 7 5 2.39

5104 Kab. Gianyar 17 122 148 89 33 12 2 2.11

5105 Kab. Klungkung 14 150 151 119 37 29 0 2.50

5106 Kab. Bangli 86 192 134 91 63 22 6 2.97

5107 Kab. Karang Asem 46 217 132 103 47 22 5 2.86

5108 Kab. Buleleng 36 140 166 91 42 12 3 2.45

5171 Kota Denpasar 17 75 134 110 48 7 7 1.99


Kabupaten Bangli di provinsi Bali memiliki nilai TFR tertinggi dibandingkan Kota dan

Kabupaten lainnya di Bali, yaitu 2,97. Sedangkan Kota Denpasar tercatat memiliki TFR terendah

di provinsi Bali, yaitu 1,99.

Tabel 4.19: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi NTB, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

5201 Kab. Lombok 56 132 111 100 66 52 11 2.64

5202 Kab. Lombok Tengah 26 160 131 150 70 43 8 2.94

5203 Kab. Lombok Timur 47 108 112 105 58 54 15 2.50

5204 Kab. Sumbawa 32 143 165 135 79 28 4 2.93

5205 Kab. Dompu 24 176 148 169 77 36 5 3.17

5206 Kab. Bima 19 184 109 148 84 25 2 2.85

5207 Kab. Sumbawa Barat 11 152 178 107 73 44 9 2.87

5208 Kab. Lombok Utara 42 162 119 100 51 14 14 2.51

5271 Kota Mataram 14 58 102 140 86 34 0 2.17

5272 Kota Bima 7 131 140 107 95 51 5 2.68


Kabupaten Dompu tercatat memiliki nilai TFR tertinggi diantara kabupaten dan kota lain di

Provinsi NTB, yaitu 3,17. Sedangkan Kota Mataram memiliki nilai TFR terendah, yaitu 2,17.

Tabel 4.20: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi NTT, Susenas 2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

5301 Kab. Sumba Barat 18 224 252 201 147 88 20 4.76

5302 Kab. Sumba Timur 58 165 221 165 127 56 10 4.01

5303 Kab. Kupang 13 153 230 142 130 49 34 3.75

5304 Kab. Timor tengah Selatan 49 188 147 182 108 58 10 3.71

5305 Kab. Timor tengah Utara 36 160 197 177 128 57 5 3.80

5306 Kab. Belu 50 145 175 157 96 59 21 3.51

5307 Kab. Alor 25 228 186 175 129 39 2 3.93

5308 Kab.Lembata 36 175 161 186 129 17 1 3.52

5309 Kab. Flores Timur 20 162 181 159 106 27 2 3.29

5310 Kab. Sikka 20 113 130 119 107 47 2 2.69


28

5311 Kab. Ende 5 102 155 178 85 43 2 2.85

5312 Kab. Ngada 5 197 175 141 96 46 1 3.31

5313 Kab. Manggarai 15 161 188 169 111 50 8 3.50

5314 Kab. Rote Ndao 42 203 229 179 154 51 17 4.38

5315 Kab. Manggarai Barat 67 181 156 172 104 56 16 3.76

5316 Kab. Sumba Tengah 14 241 279 222 153 105 20 5.17

5317 Kab. Sumba Barat Daya 3 228 288 276 232 124 42 5.97

5318 Kab. Nagekeo 18 145 152 160 111 52 7 3.23

5319 Kab. Manggarai Timur 30 110 160 127 97 50 3 2.89

5320 Kab. Sabu Raijua 66 218 289 260 185 117 27 5.82

5371 Kota Kupang 18 61 131 79 101 27 1 2.09


Di Provinsi NTT, nilai TFR tertinggi dimiliki oleh Kabupaten Sumba Barat Daya (5,97) dan TFR

terendahnya dimiliki oleh Kota Kupang (2,09).

Tabel 4.21: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Kalimantan Barat, Susenas

2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

6101 Kab. Sambas 40 141 165 138 99 5 2 2.95

6102 Kab. Bengkayang 43 159 147 85 77 34 4 2.74

6103 Kab. Landak 52 129 102 105 57 13 2 2.30

6104 Kab. Pontianak 49 125 135 125 60 27 7 2.63

6105 Kab. Sanggau 47 179 133 80 33 21 2 2.47

6106 Kab. Ketapang 58 114 99 128 28 12 9 2.24

6107 Kab. Sintang 69 128 108 60 45 11 0 2.11

6108 Kab. Kapuas Hulu 55 115 97 79 46 16 1 2.04

6109 Kab. Sekadau 42 113 90 85 39 20 4 1.96

6110 Kab. Melawi 69 127 119 44 48 6 7 2.10

6111 Kab. Kayong Utara 21 143 143 141 92 29 9 2.89

6112 Kab. Kubu Raya 16 117 165 122 54 29 5 2.54

6171 Kota Pontianak 7 68 171 102 55 32 3 2.19

6172 Kota Singkawang 55 141 119 158 61 18 11 2.81


Kabupaten Sambas di provinsi Kalimantan Barat memiliki nilai TFR tertinggi dibandingkan

Kota dan Kabupaten lainnya di Kalimantan Barat, yaitu 2,95. Sedangkan Kabupaten Sekadau

tercatat memiliki TFR terendah di provinsi Kalimantan Barat, yaitu 1,96.

Tabel 4.22: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Kalimantan Tengah, Susenas

2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

6201 Kab. Kotawaringin Barat 56 138 80 71 44 32 12 2.17

6202 Kab. Kotawaringin Timur 57 156 97 66 62 13 0 2.26

6203 Kab. Kapuas 68 120 131 86 96 34 7 2.71

6204 Kab. Barito Selatan 51 195 134 101 34 19 1 2.67

6205 Kab. Barito Utara 44 162 142 53 50 22 1 2.37

6206 Kab. Sukamara 94 143 131 85 87 23 1 2.82

6207 Kab. Lamandau 63 202 96 77 35 8 5 2.44

6208 Kab. Seruyan 51 167 93 74 39 21 1 2.23

6209 Kab. Katingan 41 135 118 72 80 27 4 2.39


29

6210 Kab. Pulang Pisau 44 186 89 107 62 17 6 2.55

6211 Kab. Gunung Mas 31 151 123 75 83 40 11 2.57

6212 Kab. Barito timur 65 163 106 81 45 15 4 2.39

6213 Kab. Murung Raya 96 151 114 103 49 12 1 2.63

6271 Kota Palangka Raya 50 72 126 140 87 26 1 2.51


Kabupaten Sukamara tercatat memiliki nilai TFR tertinggi diantara kabupaten dan kota lain di

Provinsi Kalimantan Tengah, yaitu 2,82. Sedangkan Kabupaten Kotawaringin Barat nilai TFR-

nya adalah yang terendah, yaitu 2,17.

Tabel 4.23: Nilai ASFR dan TFR Kabupaten/Kota, Provinsi Kalimantan Selatan, Susenas

2010

Kode Kab/ Kota ASFR

TFR 15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49

6301 Kab. Tanah Laut 40 172 114 108 43 27 4 2.54

6302 Kab. Kota baru 56 149 106 80 60 19 1 2.36

6303 Kab. Banjar 40 116 124 86 53 11 0 2.15

6304 Kab. Barito kuala 41 170 95 91 79 32 8 2.59

6305 Kab. Tapin 46 151 110 72 82 28 8 2.48

6306 Kab. Hulu Sungai Selatan 29 146 104 87 91 10 6 2.37

6307 Kab. Hulu Sungai Tengah 59 191 119 113 59 20 6 2.8

penyajian tentang tfr kab-kota (data susenas 2010)

Documents