2.1
Latar Belakang
2.2 Tujuan
Tujuan penyusunan buku pedoman penghitungan proyeksi jumlah penduduk
adalah untuk memberikan acuan pada pemerintah daerah agar dapat
memahami metode-metode proyeksi jumlah penduduk serta dapat
melakukan proyeksi jumlah penduduk menggunakan data yang tersedia di
tingkat kecamatan.
2.3 Metode Proyeksi Penduduk
Proyeksi penduduk adalah suatu proses penghitungan jumlah penduduk di
masa mendatang yang mempertimbangkan komponen perubahan
demografi, yaitu fertilitas, mortalitas dan migrasi. Ada beberapa metode
proyeksi penduduk yaitu metode komponen, metode matematik dan metode
estimasi penduduk dengan menggunakan balancing equation.
2. 3.1 Metode Komponen
Metode komponen adalah metode proyeksi penduduk yang dilakukan
dengan memperhitungkan kecenderungan fertilitas, mortalitas dan migrasi di
masa mendatang. Metode ini adalah yang paling baik, namun tahapan
pekerjaannya tidak mudah. Selain tahapan penghitungan yang cukup
panjang, seri data kelahiran, kematian dan migrasi harus tersedia. Selain
seri komponen demografi, juga harus ada target dari parameter demografi
seperti fertilitas, mortalitas yang lazimnya didapat dari BKKBN dan Depkes.
Selain membuat asumsi tingkat fertilitas, mortalitas, dan migrasi juga perlu
diperhitungkan target MDGs dan masukan dari para pakar kependudukan.
Secara umum tahapan pekerjaan proyeksi jumlah penduduk dengan metode
komponen adalah sebagai berikut:
a. Perapihan data dasar: penduduk menurut kelompok umur lima tahunan
dengan 3 metode yang berbeda, yaitu:
Perapihan data umur 10-64 tahun, menggunakan metode yang
disusun oleh PBB (UN smooth),
Perapihan data umur 65+ tahun, menggunakan struktur umur
penduduk suatu negara yang sudah stabil penduduknya, dan
Perapihan data umur 0-9 tahun, menggunakan survival ratio.
10
Data penduduk per kelompok umur yang sudah dirapikan dipakai sebagai
penduduk dasar yang merupakan input ke dalam proses proyeksi.
b. Membuat Asumsi
Asumsi fertilitas dibuat dengan menentukan fungsi logistik dari datadata TFR sebelumnya dan dari target yang ditentukan, misalnya oleh
BKKBN, mempertimbangkan target MDGs dsb.
Asumsi mortalitas dibuat dengan menentukan fungsi logistik dari datadata IMR sebelumnya juga dari target yang ditentukan, misalnya oleh
Depkes, dan mempertimbangkan target MDGs dsb.
Asumsi migrasi dibuat dengan melihat kecenderungan migrasi: pola
dan besarannya. Sampai saat ini diasumsikan bahwa keadaan masih
sama dengan yang dicerminkan data migrasi terakhir yang tersedia.
c. Mengubah angka kematian bayi menjadi level kematian (yang dipakai
untuk input),
d. Menentukan pola rasio jenis kelamin per kelompok umur (untuk input),
e. Dalam melakukan proyeksi, BPS menggunakan program FIVSIN. Input
yang digunakan adalah penduduk menurut kelompok umur yang sudah
dirapikan, angka kematian bayi yang diubah menjadi level kematian,
angka fertilitas menurut kelompok umur, migrasi per kelompok umur dan
jenis kelamin serta rasio jenis kelamin per kelompok umur.
Sampai saat ini BPS belum pernah membuat proyeksi dengan metode
komponen untuk level kabupaten apalagi untuk level kecamatan.
3.3.2 Metode Matematik
Proyeksi dengan metode matematik lebih mudah penghitungannya. Metode
ini digunakan bila komponen dari pertumbuhan penduduk tidak diketahui,
namun perlu dicatat bahwa metode ini tidak baik digunakan dalam proyeksi
dengan jangka waktu yang panjang. Ada beberapa metode proyeksi secara
matematik yaitu metode aritmatik, metode eksponensial, dan metode
geometrik.
11
a. Metode Aritmatik
Metode aritmatik mengasumsikan bahwa angka pertumbuhan penduduk,
yaitu rasio antara perpindahan penduduk dan jumlah absolut penduduk
adalah sama setiap tahun. Dengan metode ini penduduk tahun tertentu,
t diproyeksikan dengan rumus
Pt = P0 (1 + rt)
di mana:
Pt: jumlah penduduk pada tahun t atau jumlah penduduk pada tahun
yang diproyeksikan,
P0: jumlah penduduk pada tahun 0 atau penduduk dasar,
t : jumlah tahun antara tahun 0 dan tahun t, dan
r : laju pertumbuhan penduduk rata-rata per tahun (bisa dihitung dari
laju pertumbuhan penduduk sensus terakhir dengan sensus
sebelumnya).
Contoh:
Diketahui bahwa penduduk kecamatan A pada tahun 2000 (hasil
sensus) adalah 1000. Laju pertumbuhan penduduk per tahun di
kecamatan tersebut 2 persen per tahun (dihitung dari rata-rata
pertumbuhan per tahun Sensus Penduduk 1990 dan Sensus Penduduk
2000). Maka dengan metode artimatik jumlah penduduk pada tahun
2004 untuk kecamatan tersebut adalah sebagai berikut.
Pt
= P0 (1 + rt)
P 2004
12
b. Metode Eksponensial
Metode ini menggunakan rumus Pt = P0ert untuk menghitung penduduk
pada tahun tertentu, t,
di mana:
Pt:
P0:
t :
r :
e :
Apabila angka kelahiran, kematian dan migrasi tidak diketahui secara rinci,
maka laju pertumbuhan penduduk (r) merupakan gambaran/cerminan dari
ketiga komponen pertumbuhan penduduk.
2.3.3 Estimasi Penduduk dengan Metode Balancing Equation
Metode ini dipakai untuk memperkirakan penduduk pada akhir periode
(umumnya akhir tahun). Dengan metode ini maka data jumlah penduduk
dapat dimutakhirkan setiap akhir periode. Metode ini dapat diterapkan di
wilayah, yang catatan registrasi penduduknya berjalan baik. Dalam
memutakhirkan data jumlah penduduk harus ada data bayi lahir dan data
kematian selama periode tertentu, serta data penduduk yang datang dan
yang pergi selama periode tersebut.
Rumus yang dipakai adalah sebagai berikut:
Pt = Po + Bot Dot + Iot Oot
di mana:
Pt :
16
17
2.4.5
Pada saat ini sedang berjalan pelaporan berjenjang mengenai lahir mati,
pindah, datang (LAMPID) dari kelurahan ke kecamatan dan dari kecamatan
ke kabupaten/kota dengan periode bulanan. Data yang dilaporkan meliputi
penduduk bulan lalu, kelahiran, kematian, pindah, datang bulan ini dan
penduduk saat ini. Hasil pelaporan bersifat makro hanya dapat
menginformasikan jumlah penduduk total, tidak dirinci menurut jenis kelamin
maupun umur.
2.4.6
data-data
parameter
19
20
c. Lahir
h. 10
m. 12
d. Mati
i. 2
n. 3
e. Datang
j. 10
o. 8
f. Pindah
k. 5
p. 3
iii. Dari data di atas dapat dihitung penduduk pada akhir 2006 dan akhir
2007:
Pt = Po + Bot Dot + Iot Oo
P2006 = 2514 + 10 2 + 10 5 = 2527 jiwa
Pt = Po + Bot Dot + Iot Oo
P2007 = 2527 + 12 3 + 8 3 = 2 541 jiwa
c. Dengan data jumlah penduduk yang selalu tersedia dari hasil registrasi
ini, maka dapat dihitung laju pertumbuhan penduduknya, sehingga
penghitungan proyeksi penduduk beberapa tahun ke depan untuk
kecamatan yang bersangkutan dapat dilakukan.
d. Kelebihan dari data registrasi penduduk adalah tidak saja dapat
memutahirkan data jumlah penduduk setiap akhir tahun, tetapi juga
dapat dihitung beberapa indikator kependudukan lainnya seperti angka
kelahiran kasar, angka kematian kasar, kepadatan penduduk, dll.
e. Lebih jauh lagi, bila dari pelaporan kelahiran terdapat informasi umur dari
ibu yang melahirkan, maka dapat dihitung angka kelahiran menurut
kelompok umur dan dapat dihitung pula angka kelahiran total/total fertility
rate (TFR). Jika pada pelaporan kematian juga terdapat informasi umur
saat meninggal, maka dari informasi ini dapat dihitung angka kematian
menurut kelompok umur/age specific death rate (ASDR). Dari data
ASDR yang lengkap (cakupannya), bisa disusun model tabel kematian
(life table).
f.
= (((Pt/Po)1/t) 1) * 100
= jumlah penduduk pada akhir tahun 2007
= jumlah penduduk pada akhir tahun 2004
(((2541/2500)1/3) 1) * 100
0,54%
Setelah itu dihitung proyeksi penduduknya untuk akhir tahun 2008, 2009,
2010:
Pt
= P0 (1 + r)t
P2008
= 2541 (1 + 0.0054)1
= 2541 (1.0054)1
= 2555 jiwa.
P2009
= 2541 (1 + 0.0054)2
= 2541 (1.0054)2
= 2567 jiwa
P2010
= 2541 (1 + 0.0054)3
= 2541 (1.0054)3
= 2582 jiwa
Perlu diingat bahwa data tahun 2008, 2009 dan 2010 adalah data proyeksi,
jadi jika data kelahiran, kematian dan data perpindahan pada tahun-tahun
tersebut sudah tersedia, maka angka proyeksi tadi harus direvisi sesuai data
registrasi yang ada.
2.6 Estimasi Penduduk menurut Kelompok Umur
Selain jumlah penduduk, maka diperlukan juga jumlah penduduk per
kelompok umur, umumnya kelompok umur lima tahunan. Bagaimana
mendapatkan jumlah penduduk per kelompok umur ini dapat dijelaskan
sebagai berikut:
23
a. Pilih data jumlah penduduk per kelompok umur (data hasil lapangan)
yang tersedia dengan kondisi terakhir dan diyakini benar.
Contoh: Data jumlah penduduk per kelompok umur di Kota Pare-pare
tahun 2003 adalah sebagai berikut.
Kelompok
Umur
(1)
Laki
(2)
Jumlah
Perempuan
(3)
(4)
04
5.822
5.502
11.324
59
6.231
5.853
12.084
10 14
6.017
5.473
11.490
15 19
6.851
6.655
13.506
20 24
5.950
6.481
12.431
25 29
5.397
5.709
11.106
30 - 34
5.003
5.302
10.305
35 - 39
4.252
4.541
8.793
40 - 44
3.723
3.863
7.586
45 - 49
2.764
2.706
5.470
50 - 54
2.051
2.243
4.294
55 - 59
1.620
1.861
3.481
60 - 64
1.292
1.485
2.777
65 - 69
761
1.092
1.853
70 - 74
630
861
1.491
75 +
567
704
1.271
58.931
60.331
119.262
Jumlah
24
Jenis Kelamin
Persentase L
Persentase
P
Persentase
L+P
(1)
(2)
(3)
(4)
0-4
9,88
9,12
9,50
5-9
10,57
9,70
10,13
10 - 14
10,21
9,07
9,63
15 - 19
11,63
11,03
11,32
20 - 24
10,10
10,74
10,42
25 - 29
9,16
9,46
9,31
30 - 34
8,49
8,79
8,64
35 - 39
7,22
7,53
7,37
40 - 44
6,32
6,40
6,36
45 - 49
4,69
4,49
4,59
50 - 54
3,48
3,72
3,60
55 - 59
2,75
3,08
2,92
60 - 64
2,19
2,46
2,33
65 - 69
1,29
1,81
1,55
70 - 74
1,07
1,43
1,25
75 +
0,96
1,17
1,07
Jumlah
100,00
100,00
100,00
c. Data jumlah penduduk per kelompok umur di atas dapat dipakai sebagai
pendekatan untuk memproporsikan data kelompok umur dari data
penduduk yang terbaru atau penduduk yang diproyeksikan. Dengan
susunan kelompok umur ini, maka data jumlah penduduk hasil proyeksi
dapat diproporsikan berdasarkan kelompok umur data di atas.
25
= (((Pt/Po)1/t) 1) * 100.
= (((119.262/108.258)1/3) 1) * 100
= ((1.101646068) 1/3) 1) * 100 = 3,28%.
= P0 (1 + r)t
P2007
= 119.262 (1 + 0.0328)4
= 119.262 (1.0328)4
= 135.696 jiwa.
P2008
= 119.262 (1 + 0.0328)5
= 119.262 (1.0328)5
= 140.147 jiwa.
Kita ambil contoh proyeksi penduduk Kota Pare-pare pada tahun 2008
sebesar 140.147 jiwa, dan akan kita estimasi jumlah ini menjadi penduduk
menurut kelompok umur lima tahunan dengan mengikuti komposisi hasil
P4B tahun 2003 (kita duga paling benar).
Caranya adalah sebagai berikut:
Menghitung penduduk laki-laki + perempuan per kelompok umur tahun
2008 berdasarkan struktur penduduk per kelompok umur tahun 2003:
o Penduduk 0-4 tahun (l + p) = (9,50/100) X 140.147 = 13.307
o Penduduk 5-9 tahun (l + p) = (10,13/100 X 140.147 = 14.200, dst.
Menghitung penduduk laki-laki dan perempuan tahun 2008 berdasarkan
proporsi penduduk laki-laki dan perempuan tahun 2003:
o Penduduk laki-laki tahun 2008 = (58.931/119.262) X 140.147 = 69.251
o Penduduk perempuan tahun 2008 = (60.331/119.262) x 140.147 =
70.896
26
Jenis Kelamin
Laki
(2)
6.842
7.322
7.071
8.051
6.992
6.342
5.879
4.997
4.375
3.248
2.410
1.904
1.518
894
740
666
69.251
Perempuan
(3)
6.465
6.878
6.431
7.820
7.616
6.709
6.231
5.336
4.539
3.180
2.636
2.187
1.745
1.283
1.012
828
70.896
Jumlah
(4)
13.307
14.200
13.502
15.871
14.608
13.051
12.110
10.333
8.914
6.428
5.046
4.091
3.263
2.177
1.752
1.494
140.147
27
Interpolated
(1)
G1
G2
G3
G4
G5
(2)
(3)
(4)
(5)
(6)
First panel
First five of G1
0.3333
-0.1636
-0.0210
0.0796
-0.0283
Second five of G1
0.2595
-0.0780
0.0130
0.0100
-0.0045
Third five of G1
0.1924
0.0064
0.0184
-0.0256
0.0084
Fourth five of G1
0.1329
0.0844
0.0054
-0.0356
0.0129
Fifth five of G1
0.0819
0.1508
-0.0158
-0.0284
0.0115
0.0404
0.2000
-0.0344
-0.0128
0.0068
Second five of G2
0.0093
0.2268
-0.0402
0.0028
0.0013
Third five of G2
-0.0108
0.2272
-0.0248
0.0112
-0.0028
Fourth five of G2
-0.0198
0.1992
0.0172
0.0072
-0.0038
Fifth five of G2
-0.0191
0.1468
0.0822
-0.0084
-0.0015
28
Middle panel
First five of G3
-0.0117
0.0804
0.1570
-0.0284
0.0027
Second five of G3
-0.0020
0.0160
0.2200
-0.0400
0.0060
Third five of G3
0.0050
-0.0280
0.2460
-0.0280
0.0050
Fourth five of G3
0.0060
-0.0400
0.2200
0.0160
-0.0020
Fifth five of G3
0.0027
-0.0284
0.1570
0.0804
-0.0117
-0.0015
-0.0084
0.0822
0.1468
-0.0191
Second five of G4
-0.0038
0.0072
0.0172
0.1992
-0.0198
Third five of G4
-0.0028
0.0112
-0.0248
0.2272
-0.0108
Fourth five of G4
0.0013
0.0028
-0.0402
0.2268
0.0093
Fifth five of G4
0.0068
-0.0128
-0.0344
0.2000
0.0404
Last panel
First five of G5
0.0115
-0.0284
-0.0158
0.1508
0.0819
Second five of G5
0.0129
-0.0356
0.0054
0.0844
0.1329
Third five of G5
0.0084
-0.0256
0.0184
0.0064
0.1924
Fourth five of G5
-0.0045
0.0100
0.0130
-0.0780
0.2595
Fifth five of G5
-0.0283
0.0796
-0.0210
-0.1636
0.3333
Keterangan:
Coeficient baris pertama sampai baris ke lima pada first panel dipakai
untuk menghitung umur 0, 1, 2, 3 dan 4 tahun.
Coeficient baris pertama sampai baris ke lima pada next to first panel
dipakai untuk menghitung umur 5, 6, 7, 8 dan 9 tahun.
Coeficient baris pertama sampai baris ke lima pada middle panel dipakai
untuk menghitung umur 10, 11, 12, sampai umur 64 tahun.
Coeficient baris pertama sampai baris ke lima pada next to last panel
dipakai untuk menghitung umur 65, 66, 67, 68 dan 69 tahun.
Coeficient baris pertama sampai baris ke lima pada last panel dipakai
untuk menghitung umur 70,71, 72, 73 dan 74 tahun.
29
(1)
(2)
{(0.3333 x kelum 0-4)+(-0.1636 x kelum 5-9)+(-0.0210 x kelum 10-14)+(0.0796 x kelum 15-19)+(-0.0283 x kelum 20-24)}
{(0.2595 x kelum 0-4)+(-0.0780 x kelum 5-9)+(0.0130 x kelum 10-14)+(0.0100 x kelum 15-19)+(-0.0045 x kelum 20-24)}
{(0.1924 x kelum 0-4)+(0.0064 x kelum 5-9)+(0.0184 x kelum 10-14)+(-0.0256 x kelum 15-19)+(0.0084 x kelum 20-24)}
{(0.1329 x kelum 0-4)+(0.0844 x kelum 5-9)+(0.0054 x kelum 10-14)+(-0.0356 x kelum 15-19)+(0.0129 x kelum 20-24)}
{(0.0819 x kelum 0-4)+(0.1508 x kelum 5-9)+(-0.0158 x kelum 10-14)+(-0.0284 x kelum 15-19)+(0.0115 x kelum 20-24)}
{(0.0404 x kelum 0-4)+(0.2000 x kelum 5-9)+(-0.0344 x kelum 10-14)+(-0.0128 x kelum 15-19)+(0.0068 x kelum 20-24)}
{(0.0093 x kelum 0-4)+(0.2268 x kelum 5-9)+(-0.0402 x kelum 10-14)+(0.0028 x kelum 15-19)+(0.0013 x kelum 20-24)}
{(-0.0108 x kelum 0-4)+(0.2272 x kelum 5-9)+(-0.0248 x kelum 10-14)+(-0.0112 x kelum 15-19)+(-0.0028 x kelum 20-24)}
{(-0.0198 x kelum 0-4)+(0.1992 x kelum 5-9)+(0.0172 x kelum 10-14)+(0.0072x kelum 15-19)+(-0.0038 x kelum 20-24)}
{(-0.0191 x kelum 0-4)+(0.1468 x kelum 5-9)+(0.0822 x kelum 10-14)+(-0.0084x kelum 15-19)+(-0.0015 x kelum 20-24)}
10
{(-0.0117 x kelum 0-4)+(0.0804 x kelum 5-9)+(0.1570 x kelum 10-14)+(-0.0284 x kelum 15-19)+(0.0027 x kelum 20-24)}
11
{(-0.0020 x kelum 0-4)+(0.0160 x kelum 5-9)+(0.2200 x kelum 10-14)+(-0.0400 x kelum 15-19)+(0.0060 x kelum 20-24)}
12
{(0.0050 x kelum 0-4)+(-0.0280 x kelum 5-9)+(0.2460 x kelum 10-14)+(-0.0280 x kelum 15-19)+(0.0050 x kelum 20-24)}
13
{(0.0060 x kelum 0-4)+(-0.0400 x kelum 5-9)+(0.2200 x kelum 10-14)+(0.0160x kelum 15-19)+(-0.0020 x kelum 20-24)}
14
{(0.0027 x kelum 0-4)+(-0.0284 x kelum 5-9)+(0.1570 x kelum 10-14)+(0.0804x kelum 15-19)+(-0.0117 x kelum 20-24)}
15
{(-0.0117 x kelum 5-9)+(0.0804 x kelum 10-14)+(0.1570 x kelum 15-19)+(-0.0284 x kelum 20-24)+(0.0027 x kelum 25-29)}
16
{(-0.0020 x kelum 5-9)+(0.0160 x kelum 10-14)+(0.2200 x kelum 15-19)+(-0.0400 x kelum 20-24)+(0.0060 x kelum 25-29)}
17
{(0.0050 x kelum 5-9)+(-0.0280 x kelum 10-14)+(0.2460 x kelum 15-19)+(-0.0280 x kelum 20-24)+(0.0050 x kelum 25-29)}
18
{(0.0060 x kelum 5-9)+(-0.0400 x kelum 10-14)+(0.2200 x kelum 15-19)+(0.0160x kelum 20-24)+(-0.0020 x kelum 25-29)}
19
{(0.0027 x kelum 5-9)+(-0.0284 x kelum 10-14)+(0.1570 x kelum 15-19)+(0.0804x kelum 20-24)+(-0.0117 x kelum 25-29)}
30
20
{(-0.0117 x kelum 10-14)+(0.0804 x kelum 15-19)+(0.1570 x kelum 20-24)+(-0.0284 x kelum 25-29)+(0.0027 x kelum 30--34)}
21
{(-0.0020 x kelum 10-14)+(0.0160 x kelum 15-19)+(0.2200 x kelum 20-24)+(-0.0400 x kelum 25-29)+(0.0060 x kelum 30-34)}
22
{(0.0050 x kelum 10-14)+(-0.0280 x kelum 15-19)+(0.2460 x kelum 20-24)+(-0.0280 x kelum 25-29)+(0.0050 x kelum 30-34)}
23
{(0.0060 x kelum 10-14)+(-0.0400 x kelum 15-19)+(0.2200 x kelum 20-24)+(0.0160x kelum 25-29)+(-0.0020 x kelum 30-34)}
24
{(0.0027 x kelum 10-14)+(-0.0284 x kelum 15-19)+(0.1570 x kelum 20-24)+(0.0804x kelum 25-29)+(-0.0117 x kelum 30-34)}
25
{(-0.0117 x kelum 15-19)+(0.0804 x kelum 20-24)+(0.1570 x kelum 25-29)+(-0.0284 x kelum 30-34)+(0.0027 x kelum 35-39)}
26
{(-0.0020 x kelum 15-19)+(0.0160 x kelum 20-24)+(0.2200 x kelum 25-29)+(-0.0400 x kelum 30-34)+(0.0060 x kelum 35-39)}
27
{(0.0050 x kelum 15-19)+(-0.0280 x kelum 20-24)+(0.2460 x kelum 25-29)+(-0.0280 x kelum 30-34)+(0.0050 x kelum 35-39)}
28
{(0.0060 x kelum 15-19)+(-0.0400 x kelum 20-24)+(0.2200 x kelum 25-29)+(0.0160x kelum 30-34)+(-0.0020 x kelum 35-39)}
29
{(0.0027 x kelum 15-19)+(-0.0284 x kelum 20-24)+(0.1570 x kelum 25-29)+(0.0804x kelum 30-34)+(-0.0117 x kelum 35-39)}
30
{(-0.0117 x kelum 20-24)+(0.0804 x kelum 25-29)+(0.1570 x kelum 30-34)+(-0.0284 x kelum 35-39)+(0.0027 x kelum 40-44)}
31
{(-0.0020 x kelum 20-24)+(0.0160 x kelum 25-29)+(0.2200 x kelum 30-34)+(-0.0400 x kelum 35-39)+(0.0060 x kelum 40-44)}
32
{(0.0050 x kelum 20-24)+(-0.0280 x kelum 25-29)+(0.2460 x kelum 30-34)+(-0.0280 x kelum 35-39)+(0.0050 x kelum 40-44)}
33
{(0.0060 x kelum 20-24)+(-0.0400 x kelum 25-29)+(0.2200 x kelum 30-34)+(0.0160x kelum 35-39)+(-0.0020 x kelum 40-44)}
34
{(0.0027 x kelum 20-24)+(-0.0284 x kelum 25-29)+(0.1570 x kelum 30-34)+(0.0804x kelum 35-39)+(-0.0117 x kelum 40-44)}
35
{(-0.0117 x kelum 25-29)+(0.0804 x kelum 30-34)+(0.1570 x kelum 35-39)+(-0.0284 x kelum 40-44)+(0.0027 x kelum 45-49)}
36
{(-0.0020 x kelum 25-29)+(0.0160 x kelum 30-34)+(0.2200 x kelum 35-39)+(-0.0400 x kelum 40-44)+(0.0060 x kelum 45-49)}
37
{(0.0050 x kelum 25-29)+(-0.0280 x kelum 30-34)+(0.2460 x kelum 35-39)+(-0.0280 x kelum 40-44)+(0.0050 x kelum 45-49)}
38
{(0.0060 x kelum 25-29)+(-0.0400 x kelum 30-34)+(0.2200 x kelum 35-39)+(0.0160x kelum 40-44)+(-0.0020 x kelum 45-49)}
39
{(0.0027 x kelum 25-29)+(-0.0284 x kelum 30-34)+(0.1570 x kelum 35-39)+(0.0804x kelum 40-44)+(-0.0117 x kelum 45-49)}
40
{(-0.0117 x kelum 30-34)+(0.0804 x kelum 35-39)+(0.1570 x kelum 40-44)+(-0.0284 x kelum 45-49)+(0.0027 x kelum 50-54)}
41
{(-0.0020 x kelum 30-34)+(0.0160 x kelum 35-39)+(0.2200 x kelum 40-44)+(-0.0400 x kelum 45-49)+(0.0060 x kelum 50-54)}
42
{(0.0050 x kelum 30-34)+(-0.0280 x kelum 35-39)+(0.2460 x kelum 40-44)+(-0.0280 x kelum 45-49)+(0.0050 x kelum 50-54)}
43
{(0.0060 x kelum 30-34)+(-0.0400 x kelum 35-39)+(0.2200 x kelum 40-44)+(0.0160x kelum 45-49)+(-0.0020 x kelum 50-54)}
44
{(0.0027 x kelum 30-34)+(-0.0284 x kelum 35-39)+(0.1570 x kelum 40-44)+(0.0804x kelum 45-49)+(-0.0117 x kelum 50-54)}
45
{(-0.0117 x kelum 35-39)+(0.0804 x kelum 40-44)+(0.1570 x kelum 45-49)+(-0.0284 x kelum 50-54)+(0.0027 x kelum 55-59)}
46
{(-0.0020 x kelum 35-39)+(0.0160 x kelum 40-44)+(0.2200 x kelum 45-49)+(-0.0400 x kelum 50-54)+(0.0060 x kelum 55-59)}
47
{(0.0050 x kelum 35-39)+(-0.0280 x kelum 40-44)+(0.2460 x kelum 45-49)+(-0.0280 x kelum 50-54)+(0.0050 x kelum 55-59)}
48
{(0.0060 x kelum 35-39)+(-0.0400 x kelum 40-44)+(0.2200 x kelum 45-49)+(0.0160x kelum 50-54)+(-0.0020 x kelum 55-59)}
49
{(0.0027 x kelum 35-39)+(-0.0284 x kelum 40-44)+(0.1570 x kelum 45-49)+(0.0804x kelum 50-54)+(-0.0117 x kelum 55-59)}
31
50
{(-0.0117 x kelum 40-44)+(0.0804 x kelum 45-49)+(0.1570 x kelum 50-54)+(-0.0284 x kelum 55-59)+(0.0027 x kelum 60-64)}
51
{(-0.0020 x kelum 40-44)+(0.0160 x kelum 45-49)+(0.2200 x kelum 50-54)+(-0.0400 x kelum 55-59)+(0.0060 x kelum 60-64)}
52
{(0.0050 x kelum 40-44)+(-0.0280 x kelum 45-49)+(0.2460 x kelum 50-54)+(-0.0280 x kelum 55-59)+(0.0050 x kelum 60-64)}
53
{(0.0060 x kelum 40-44)+(-0.0400 x kelum 45-49)+(0.2200 x kelum 50-54)+(0.0160x kelum 55-59)+(-0.0020 x kelum 60-64)}
54
{(0.0027 x kelum 40-44)+(-0.0284 x kelum 45-49)+(0.1570 x kelum 50-54)+(0.0804x kelum 55-59)+(-0.0117 x kelum 60-64)}
55
{(-0.0117 x kelum 45-49)+(0.0804 x kelum 50-54)+(0.1570 x kelum 55-59)+(-0.0284 x kelum 60-64)+(0.0027 x kelum 65-69)}
56
{(-0.0020 x kelum 45-49)+(0.0160 x kelum 50-54)+(0.2200 x kelum 55-59)+(-0.0400 x kelum 60-64)+(0.0060 x kelum 65-69)}
57
{(0.0050 x kelum 45-49)+(-0.0280 x kelum 50-54)+(0.2460 x kelum 55-59)+(-0.0280 x kelum 60-64)+(0.0050 x kelum 65-69)}
58
{(0.0060 x kelum 45-49)+(-0.0400 x kelum 50-54)+(0.2200 x kelum 55-59)+(0.0160x kelum 60-64)+(-0.0020 x kelum 65-69)}
59
{(0.0027 x kelum 45-49)+(-0.0284 x kelum 50-54)+(0.1570 x kelum 55-59)+(0.0804x kelum 60-64)+(-0.0117 x kelum 65-69)}
60
{(-0.0117 x kelum 50-54)+(0.0804 x kelum 55-59)+(0.1570 x kelum 60-64)+(-0.0284 x kelum 65-69)+(0.0027 x kelum 70-74)}
61
{(-0.0020 x kelum 50-54)+(0.0160 x kelum 55-59)+(0.2200 x kelum 60-64)+(-0.0400 x kelum 65-69)+(0.0060 x kelum 70-74)}
62
{(0.0050 x kelum 50-54)+(-0.0280 x kelum 55-59)+(0.2460 x kelum 60-64)+(-0.0280 x kelum 65-69)+(0.0050 x kelum 70-74)}
63
{(0.0060 x kelum 50-54)+(-0.0400 x kelum 55-59)+(0.2200 x kelum 60-64)+(0.0160x kelum 65-69)+(-0.0020 x kelum 70-74)}
64
{(0.0027 x kelum 50-54)+(-0.0284 x kelum 55-59)+(0.1570 x kelum 60-64)+(0.0804x kelum 65-69)+(-0.0117 x kelum 70-74)}
65
{(-0.0015 x kelum 50-54)+(-0.0084 x kelum 55-59)+(0.0822 x kelum 60-64)+(-0.1468 x kelum 65-69)+(-0.0191 x kelum 70-74)}
66
{(-0.0038 x kelum 50-54)+(0.0072 x kelum 55-59)+(0.0172 x kelum 60-64)+(0.1992 x kelum 65-69)+(-0.0198 x kelum 70-74)}
67
{(-0.0028 x kelum 50-54)+(0.0112 x kelum 55-59)+(-0.0248 x kelum 60-64)+(0.2272 x kelum 65-69)+(-0.0108x kelum 70-74)}
68
{(0.0013 x kelum 50-54)+(0.0028 x kelum 55-59)+(-0.0402 x kelum 60-64)+(0.2268x kelum 65-69)+(0.0093 x kelum 70-74)}
69
{(0.0068 x kelum 50-54)+(-0.0128 x kelum 55-59)+(-0.0344 x kelum 60-64)+(0.2000x kelum 65-69)+(0.0404 x kelum 70-74)}
70
{(0.0015 x kelum 50-54)+(-0.0284 x kelum 55-59)+(-0.0158 x kelum 60-64)+(0.1508 x kelum 65-69)+(0.0819 x kelum 70-74)}
71
{(0.0129 x kelum 50-54)+(-0.0356 x kelum 55-59)+(0.0054 x kelum 60-64)+(0.0844 x kelum 65-69)+(0.1329 x kelum 70-74)}
72
{(0.0084 x kelum 50-54)+(-0.0256x kelum 55-59)+ 0.0184 x kelum 60-64)+(0.0064 x kelum 65-69)+(0.1924x kelum 70-74)}
73
{(-0.0045 x kelum 50-54)+(0.0100 x kelum 55-59)+(0.0130 x kelum 60-64)+(-0.0780 x kelum 65-69)+(0.2595 x kelum 70-74)}
74
{(-0.0283 x kelum 50-54)+(0.0796 x kelum 55-59)+(-0.0210 x kelum 60-64)+(-0.1636x kelum 65-69)+(0.3333 x kelum 70-74)}
75+
Penduduk Umur 75 +
32
2.8
UMUR
(1)
(2)
10
11
12
13
14
33
34
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
35
65
66
67
68
69
70
71
72
73
74
75+
1 494
36
L
(2)
1,377
1,345
1,346
1,369
1,405
1,442
1,472
1,485
1,476
1,447
1,409
JENIS KELAMIN
P
(3)
1,301
1,269
1,270
1,294
1,331
1,367
1,393
1,400
1,380
1,338
1,285
L+P
(4)
2,678
2,614
2,616
2,663
2,736
2,809
2,865
2,885
2,856
2,785
2,694
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
1,379
1,378
1,419
1,486
1,565
1,628
1,655
1,632
1,571
1,498
1,435
1,382
1,348
1,329
1,310
1,286
1,265
1,248
1,233
1,221
1,207
1,186
1,153
1,112
1,068
1,025
990
966
948
934
915
887
845
794
739
690
1,246
1,241
1,288
1,371
1,466
1,545
1,598
1,613
1,598
1,575
1,557
1,530
1,496
1,458
1,411
1,365
1,329
1,307
1,297
1,289
1,277
1,256
1,224
1,184
1,139
1,098
1,061
1,031
1,007
986
960
922
868
803
733
669
2,625
2,619
2,707
2,857
3,031
3,173
3,253
3,245
3,169
3,073
2,992
2,912
2,844
2,787
2,721
2,651
2,594
2,555
2,530
2,510
2,484
2,442
2,377
2,296
2,207
2,123
2,051
1,997
1,955
1,920
1,875
1,809
1,713
1,597
1,472
1,359
37
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75+
TOTAL
644
604
571
539
506
478
454
433
414
396
379
364
351
340
328
311
285
254
223
194
172
157
148
145
145
148
150
152
666
619
588
571
559
545
530
511
491
472
455
438
420
402
386
368
350
331
310
291
271
254
240
227
218
208
201
195
190
828
1,263
1,192
1,142
1,098
1,051
1,008
965
924
886
851
817
784
753
726
696
661
616
564
514
465
426
397
375
363
353
349
345
342
1,494
69,251
70,896
140,147
38
2.9
Penutup
Migrasi Keluar:
40