pert 8 matematika demografi
DESCRIPTION
matematika demografi jurusan matematika FSM UNDIPdosen : Nikken P, M.ScTRANSCRIPT
TEKNIK PRO-RATING
Dalam tabel-tabel hasil sensus penduduk mengenai jumlah penduduk menurut
kelompok umur terkadang dijumpai suatu kategori yang “tak terjawab” (not
stated/NS). Teknik Pro-rating bertujuan untuk menyebar penduduk NS kedalam
kelompok umur yang ada. Pro-rating dapat dilakukan dengan dua cara sebagai
berikut :
1. Mengalikan masing-masing kelompok dengan faktor pengali k,
jml pendudukk
jml penduduk – NS=
2. Penduduk hasil pro rating tiap kelompok umur =
Jml pend kel umur ttnJml pend kel umur ttn x NS
Jml Pend total
+
Contoh :
Tabel 1 : Penduduk Perempuan DKI Jakarta sebelum dan setelah “Pro-rating” 1971
Umur Sebelum pro-rating Setelah pro-rating
0-9
10-19
20-29
30-39
40-49
50-59
60-69
69+
698960
530873
428132
299086
154387
72343
38606
18910
701455
532768
429660
300154
154938
72601
38744
18978
Jumlah 2.241.297
Tak terjawab (not stated) 8001
Total 2.249.298 2.249.298
Sumber : BPS, 1974. Sensus Penduduk 1971
Ilustrasi :
Misal untuk penduduk usia 10-19 tahun sebelum pro-rating adalah 530.873,
setelah pro rating (dengan cara 2) :
530.873530.873 8.001 532.768
2.241.297
+ × =
PROYEKSI PENDUDUK
Definisi:
Proyeksi penduduk adalah perhitungan jumlah penduduk dimasa yang akan
datang berdasarkan asumsi arah perkembangan fertilitas, mortalitas dan migrasi
Manfaat Proyeksi Penduduk :
Perencanaan penyediaan pangan, fasilitas kesehatan, fasilitas pendidikan, fasilitas
perumahan dan lapangan kerja
Metode Proyeksi :
1. Metode Matematik/Estimasi : Laju pertumbuhan penduduk geometris dan
laju pertumbuhan penduduk eksponensial.
2. Metode Komponen
Metode ini melakukan perhitungan pada tiap komponen penduduk secara
terpisah untuk mendapat proyeksi jumlah penduduk total. Data-data yang
dibutuhkan antara lain :
• Komposisi penduduk berdasarkan umur dan jenis kelamin yang sudah
mengalami perapihan
• Pola mortalitas menurut umur
• Pola fertilitas menurut umur
• Rasio jenis kelamin saat lahir
• Proporsisi Migrasi menurut umur
• Tabel Kematian
PROYEKSI PENDUDUK DENGAN METODE ESTIMASI
Dari hasil sensus penduduk dapat diperoleh informasi mengenai total dan susunan
jumlah penduduk menurut kelompk umur dan jenis kelamin. Perkiraan penduduk
dalam periode antar sensus atau periode segera setelah sensus disebut estimasi
penduduk. Estimasi penduduk hanya membutuhkan jumlah penduduk total dan
tidak memerluakn jumlah penduduk menurut umur dan jenis kelamin.
Ada beberapa metode yang digunakan untuk menghitung jumlah penduduk
perkiraan pada beberapa tahun kedepan sebagai berikut :
1. Laju Pertumbuhan Penduduk Geometris
( )0 1t
tP P r= +
Pt= JP pada akhir tahun t
P0= JP awal tahun
r = angka pertumbuhan penduduk ( laju pertumbuhan penduduk)
t = jangka waktu (banyaknya tahun)
2. Laju Pertumbuhan Penduduk Eksponensial
0rt
tP P e=
3. Laju Pertumbuhan Penduduk dengan Ekstrapolasi
( )0 0t n
tP P P P
n= + −
0P = Jumlah Penduduk pada awal periode waktu t dan n, n < t
tP =Jumlah Penduduk pada akhir periode waktu t
nP =Jumlah Penduduk pada akhir periode waktu n
PROYEKSI PENDUDUK DENGAN METODE KOMPONEN
Data dasar yang digunakan untuk membuat proyeksi penduduk dengan metode ini
adalah :
1. Jumlah penduduk menurut kelompok umur dan jenis kelamin
2. Besar dan perkembangan angka kelahiran, kematian dan migrasi penduduk
3. Tabel kematian yang sesuai dengan perkembangan komponen demografi
pada periode proyeksi.
Evaluasi Data
Umur : pelaporan umur tidak benar, umur cenderung mengelompok pada angka
yang berakhiran “0” dan “5”
Jenis Kelamin : Rasio jenis kelamin berfluktuasi diakibatkan mobilitas laki-laki
lebih tinggi pada usia muda sehingga banyak terlewar cacah.
Perapihan Umur
Perapihan umur bertujuan untuk memperkecil kesalahan yang ada pada data
tersebut.
Pro rating : menyebar penduduk yang tidak mengetahui umurnya kedalam
masing-masing kelompok
Perapihan umur dilakukan dengan tiga tahapan, yaitu :
1. Merapikan data penduduk umur 10-64 tahun dengan rumus
( )2 1 1 2
14 10 4
16x x x x xS P P P P P− − + += − + + + −
atau
( )*5 5 10 5 5 5 5 5 5 10
14 10 4
16x x x x x xP P P P P P− − + += − + + + −∑
Contoh :
( )*25 29 15 19 20 25 25 29 30 34 35 39
14 10 4
16P P P P P P− − − − − −= − + + + −
Keterangan:
*5 xP∑ = jumlah penduduk 5 tahunan hasil perapihan (adjustment)
5 xP = jumlah penduduk 5 tahunan sebelum adjustment
2. Merapikan data peduduk usia 65+ tahun dengan menggunakan distribusi
umur penduduk 65 tahun keatas dari suatu Negara yang penduduknya sudah
stabil.
3. Mepaikan data penduduk usia 0-9 tahun.
Untuk menghitungnya diperlukan data tentang tingkat kelahiran total (TFR) paling
tidak 10 tahun sebelumnya dan jumlah susunan umur wanita subur serta tingkat
kematian dalam kurun waktu yang sama.
TEKNIK PEMBUATAN PROYEKSI PENDUDUK
DENGAN METODE KOMPNEN
a. Data Dasar : berupa tabel komposisi penduduk menurut kelompok umur
b. Tabel Kematian (Life Table)
Pola kematian menurut umur untuk penduduk laki-laki dan perempuan
berbeda, maka untuk membuat proyeksi penduduk harus dipisahkan antara
laki-laki dengan perempuan. Setalah dilakukan pemilihan tabel kematian
yang sesuai. Kolom yang digunakan adalah Survival ratio (SR) dengan
simbol nPx.
Pemilihan tabel yang tepat dengan melihat angka harapan hidup seorang
bayi yang baru dilahirkan, misal diasumsikan Angka harapan hidup bayi
perempuan yang baru lahir adalah 60, maka tabel yang digunakan adalah
“level of mortality 17”.
c. Angka Kelahiran
Angka kelahiran dibutuhkan untuk memproyeksi penduduk usia (0-4) tahun.
Proyeksi penduduk untuk kelompok umur ini dicari dengan cara
mengalikan tingkat kelahiran menurut kelompok umur (ASBRi) dengan
proyeksi jumlah penduduk perempuan pada kelompok umur tersebut dan
dibagi dengan 1000(k). Dari perhitungan ini diperoleh BM+F sebagai jumlah
bayi laki-laki dan perempuan yang lahir
Karena yang dicari adalah proyeksi penduduk perempuan, maka perlu dicari
terlebih dulu angka kelahiran bagi perempuan dengan menggunakan rasio
jenis kelamin kelahiran (sex ratio at birth/SRB)
d. Rasio Kelahiran Menurut Jenis Kelamin
Jika pada tahun 1990 di Jawa Tengah rasio kelahiran menurut jenis kelamin
(sex ratio at birth) adalah 107, yaitu tiap kelahiran 100 bayi perempuan
terdapat 107 bayi laki-laki.
Dengan memperhatikan (SRB) sebesar 107, maka kelahiran bayi perempuan
dapat ditulis dengan rumus :
100
207F M FB B += ×
BM+F = jumlah bayi laki-laki dan perempuan yang lahir
e. Estimasi Migrasi Penduduk
• Migrasi seumur hidup (berdasarkan tempat lahir)
• Migrasi total (berdasarkan tempat tinggal terakhir)
• Migrasi Risen (berdasarkan tempat tinggal 5 tahun terakhir yang lalu),
proyeksi penduduk memakai migrasi risen dengan perpindahan antar
propinsi sedangkan perpindahan internasional diabaikan.
• Net migrasi (Migration net) pertahun untuk setiap 1000 penduduk
menurut kelompok umur dengan menggunakan life table survival ratio
( bila positif berarti sebagai penerima migran dan sebaliknya).
Menentukan pola migrasi dimasa datang cukup sulit, untuk itu dalam proyeksi
pola migrasi tahun-tahun berikutnya diasumsikan sama dengan tahun perhitungan
sensus.
LANGKAH-LANGKAH PEMBUATAN PROYEKSI PENDUDUK
Tabel 1. Komposisi Penduduk Perempuan Jawa Tengah 1990
Kelompok Umur Jumlah Kelompok Umur Jumlah
0-4 1572492 40-44 683884 5-9 1721002 45-49 691052
10-14 1685712 50-54 583501 15-19 1331491 55-59 504613 20-24 1243806 60-64 381733 25-29 1114547 65-69 230606 30-34 851703 70-74 165885 35-39 659640 75+ 165943
Tabel 2. Survival ratio nPx untuk Level 17,18, 19
Umur(X) Level 17 Level 18 Level 19
0 0.91708 0.93024 0.94282
1 0.97441 0.98003 0.98514
5 0.99024 0.99213 0.99389 10 0.9895 0.99143 0.99323
15 0.98553 0.98803 0.99036 20 0.98223 0.98518 0.98794
25 0.97953 0.98281 0.9859
30 0.97633 0.9799 0.98328
35 0.97218 0.97592 0.97951 40 0.966 0.96981 0.97352
45 0.95502 0.95928 0.96347
50 0.93775 0.94289 0.94796
55 0.90968 0.91624 0.92276 60 0.86524 0.87339 0.88152
65 0.79681 0.80629 0.81584 70 0.69691 0.70747 0.71816
75 0.44309 0.45356 0.46443
80 0 0 0
Langkah 1
Dari data dasar penduduk perempuan menurut umur di propinsi Jawa Tengah tahun
1990, masing masing dikalikan dengan Survival Ratio (SR), lalu didapat jumlah
penduduk perempuan pada tahun 1995 tetapi pada kelas yang lebih tinggi.
Contoh :
Penduduk perempuan (0-4) tahun 1990 1.572.492 orang dikalikan SR sebesar
0.97441 menghasilkan jumlah penduduk perempuan usia (5-9) tahun 1995 sebesar
1.532.252 jiwa.
Proyeksi penduduk perempuan Kelompok umur (0-4) tahun pada tahun 1995
belum dapat dikerjakan karena harus dihitung jemlah kelahiran bayi perempuan
tahun 1990/1995.
Tabel 3. Proyeksi Penduduk Perempuan Jawa Tengah 1990-2005
Umur Penduduk prp
1990 SR 90/95 Level
17 pdd prp
1995 SR 95/00 Level 18 Pdd prp 2000
SR 00/05 Level 19
ppd prp 2005
0
0.91708
0.93024
0.94282 -
0-4 1572492 0.97441
0.98003
0.98514 5-9 1721002 0.99024 1532251.93 0.99213
0.99389
10-14 1685712 0.9895 1704205.02 0.99143 1520193.107 0.99323 1492430.252
15-19 1331491 0.98553 1668012.024 0.98803 1689599.983 0.99036 1509901.4
20-24 1243806 0.98223 1312224.325 0.98518 1648045.92 0.98794 1673312.24
25-29 1114547 0.97953 1221703.567 0.98281 1292777.161 0.9859 1628170.486
30-34 851703 0.97633 1091732.223 0.9799 1200702.483 0.98328 1274549.003
35-39 659640 0.9721 831543.19 0.97592 1069788.405 0.97951 1180626.738
40-44 683884 0.966 641236.044 0.96981 811519.63 0.97352 1047868.441
Langkah Kedua
Untuk mendapatkan angka jumlah kelahiran pada masa-masa mendatang, maka
angka ASBRi yang sudah dipersiapkan di kalikan dengan proyeksi jumlah
penduduk perempuan menurut kelompok umur usia reproduksi dibagi dengan
konstanta k.
ii
fi
BASBR K
P= ×
1000
i fi
i
ASBR PB
×=
Dengan i dimulai dari kelompok umur 15-19 hingga 45-49
Catatan : Untuk seluruh proyeksi digunakan ASBRi yang sama, dengan asumsi
sifat kelahiran dan kematian stabil pada periode waktu-waktu tertentu.
Perhitungan proyeksi kelahiran sbb:
Tabel 4. Proyeksi Jumlah kelahiran di Jawa Tengah pada Tahun 1990 dan 1995
Kelompok umur (th) ASBRi (2)
Ppd prp 1990 (3)
Kelahiran I 1990 (2x3)/1000
Ppd prp 1995 (5)
Kelahiran I 1995 (2x5)/1000
15-19 73 1331491 97198.843 1668012.024 121764.8778
20-24 176 1243806 218909.856 1312224.325 230951.4812
25-29 153 1114547 170525.691 1221703.567 186920.6458
30-34 111 851703 94539.033 1091732.223 121182.2767
35-39 65 659640 42876.6 831543.19 54050.30735
40-44 25 683884 17097.1 641236.044 16030.9011
45-49 6 691052 4146.312 660631.944 3963.791664
Total 645293.435 734864.2817
45-49 691052 0.95502 660631.944 0.95928 621877.1278 0.96347 790030.5902
50-54 583501 0.93775 659968.481 0.94289 633731.0112 0.94796 599159.9564
55-59 504613 0.90968 547178.0628 0.91624 622277.6811 0.92276 600751.6494
60-64 381733 0.86524 459036.3538 0.87339 501346.4282 0.88152 574212.953
65-69 230606 0.79681 330290.6609 0.80629 400917.7611 0.81584 441946.9034
70-74 165885 0.69691 183749.1669 0.70747 266310.057 0.71816 327084.7462
75+ 165943 0.44309
0.45356
0.46443
Langkah Ketiga
Dalan Tabel 4 telah dihitung masing-masing jumlah kelahiran total tahun 1990
dan 1995, maka jumlah kelahiran total tahun 1990-1995 (laki-laki dan perempuan)
adalah :
6452934 7345655 3450395
2
+× =
Langkah Keempat
Setelah diproyeksikan jumlah kelahiran total laki-laki dan perempuan tahun 1990-
1995, perlu dihitung jumlah kelahiran bayi perempuan saja. Untuk itu diperlukan
data SBR (rasio jenis kelamin kelahiran), misalnya SRB 107. Jadi jumlah kelahiran
bayi perempuan periode 1990-1995 adalah :
1003450395=1666857
100 107×
+ kelahiran bayi perempuan
Letakkan angka ini pada kolom kedua (Tabel 3) pada kelahiran (umur 0).
Kerjakan hal yang sama untuk bayi perempuan periode 1995-2000 dan 2000-2005
Langkah kelima
Angka kelahiran kolom kedua (tabel 3) dikalikan dengan SR dikolom 3 sehingga
diperoleh proyeksi penduduk usia 0-4 tahun 1995
Langkah keenam
Proyeksi penduduk pada kelompok terakhir (75+) digunakan rumus :
( ) ( ) ( )70 74 70 74 75 75P SR P SR− − + +× + ×
Contoh :
Penududuk perempuan umur 75+ pada tahun 1995
( ) ( )165885 0.69691 165943 0.44309 189135= × + × =
Tabel 5. Proyeksi Penduduk Perempuan Jawa Tengah 1990-2005
Umur Penduduk prp 1990
SR 90/95 Level 17
pdd prp 1995
SR 95/00 Level 18 Pdd prp 2000
SR 00/05 Level 19
ppd prp 2005
0 1666857 0.91708 1899625 0.93024 2102674 0.94282
0-4 1572492 0.97441 1528641 0.98003 1767107 0.98514 1982443
5-9 1721002 0.99024 1532252 0.99213 1498114 0.99389 1740848
10-14 1685712 0.9895 1704205 0.99143 1520193 0.99323 1488961
15-19 1331491 0.98553 1668012 0.98803 1689600 0.99036 1509901
20-24 1243806 0.98223 1312224 0.98518 1648046 0.98794 1673312
25-29 1114547 0.97953 1221704 0.98281 1292777 0.9859 1628170
30-34 851703 0.97633 1091732 0.9799 1200702 0.98328 1274549
35-39 659640 0.9721 831543 0.97592 1069788 0.97951 1180627
40-44 683884 0.966 641236 0.96981 811520 0.97352 1047868
45-49 691052 0.95502 660632 0.95928 621877 0.96347 790031
50-54 583501 0.93775 659968 0.94289 633731 0.94796 599160
55-59 504613 0.90968 547178 0.91624 622278 0.92276 600752
60-64 381733 0.86524 459036 0.87339 501346 0.88152 574213
65-69 230606 0.79681 330291 0.80629 400918 0.81584 441947
70-74 165885 0.69691 183749 0.70747 266310 0.71816 327085
75+ 165943 0.44309 189135 0.45356 215781 0.46443 291468