II.

Proyeksi Jumlah Penduduk Kecamatan

2.1

Latar Belakang

Undang-undang RI No. 32 Tahun 2004 tentang pemerintahan daerah

menegaskan bahwa kabupaten/kota mempunyai kewenangan untuk
mengatur dan mengarahkan pembangunan di wilayahnya. Dalam
mewujudkan pembangunan di kabupaten/kota, setiap kabupaten/kota perlu
membuat perencanaan pembangunan di segala sektor. Untuk itu, diperlukan
berbagai data di tingkat kabupaten bahkan di tingkat kecamatan, antara lain
adalah data jumlah penduduk. Data penduduk ini diperlukan untuk
digunakan dalam pembuatan rencana program pembangunan hampir di
seluruh sektor, seperti pendidikan, kesehatan, serta sektor-sektor di bidang
ekonomi. Selain untuk perencanaan program, data jumlah penduduk per
kecamatan juga diperlukan untuk penghitungan jumlah sasaran dan evaluasi
keberhasilan program.
Data penduduk yang lengkap untuk tingkat kecamatan hanya tersedia setiap
10 tahun sekali, yaitu hasil sensus penduduk. Meskipun dilakukan survei di
antara dua sensus, yaitu yang disebut dengan survei penduduk antar
sensus (Supas), namun survei ini dirancang untuk estimasi data hanya
sampai tingkat kabupaten, sehingga data tingkat kecamatan tidak dapat
disajikan. Selain yang berasal dari sensus atau survei kependudukan, data
penduduk dapat dihasilkan dari kegiatan pendataan lainnya seperti
Pendataan Penduduk dan Pendaftaran Pemilih Berkelanjutan (P4B),
Pendataan Keluarga oleh BKKBN serta pencatatan/registrasi penduduk.
Registrasi penduduk sebenarnya merupakan cara paling baik, namun
sampai saat ini sebagian besar daerah belum melaksanakannya dengan
baik, kalau pun ada, datanya belum dapat diandalkan. Dalam rangka
mendukung penerapan otonomi daerah setiap tahun perlu dilakukan upaya
penyediaan data penduduk tingkat kecamatan, baik jumlah penduduk saat
ini maupun yang akan datang (proyeksi).
9

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

= 1000 ( 1 + (0.02 x 4))

= 1000 (1.08) = 1080 orang.

12

b. Metode Eksponensial
Metode ini menggunakan rumus Pt = P0ert untuk menghitung penduduk
pada tahun tertentu, t,
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,

r :

laju pertumbuhan penduduk rata-rata per tahun (bisa dihitung dari

laju pertumbuhan penduduk sensus terakhir dengan sensus
sebelumnya), dan

e :

bilangan pokok dari sistem logaritma natural (e = 2.7182818).

Melanjutkan contoh sebelumnya,

P2004 = P2000 (2.7182818)(0.02 x 4)
= 1000 ((2.7182818)(0.08)
= 1083.3 1083 orang.
c. Metode Geometrik
Dengan contoh ini, penduduk pada tahun tertentu, t, dihitung dengan
rumus Pt = P0 (1 + r)t.
Dengan demikian, metode proyeksi ini memperhitungkan pertumbuhan
penduduk yang menggunakan dasar bunga berbunga (bunga majemuk).
Angka/rate pertumbuhan adalah sama untuk setiap tahun tapi secara
absolut berbeda.
Memakai contoh sebelumnya,
P2004 = 1000 (1+0.02)4
= 1000 (1.08243)
= 1082,4 1082 orang.
Selama ini, metode proyeksi penduduk untuk level kabupaten menggunakan
metode geometrik, yang dipilih karena angka yang dihasilkan berada di
tengah/di antara hasil dua metode yang dijelaskan sebelumnya.
13

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 :

Penduduk pada tahun t,

Po : Penduduk pada tahun dasar,

Bot: Kelahiran yang terjadi selama periode tahun dasar ke tahun t,
Dot: Kematian yang terjadi selama periode tahun dasar ke tahun t,
Iot : Migrasi masuk yang terjadi selama tahun dasar ke tahun t, dan
Oot: Migrasi keluar yang terjadi selama tahun dasar ke tahun t.
Contoh:
Berdasarkan data hasil registrasi penduduk di Kecamatan B pada akhir
tahun 2004 jumlah penduduk adalah 2500 orang. Dari registrasi yang ada di
Kecamatan B diketahui bahwa selama tahun 2005 ada 11 kelahiran, 2 orang
yang meninggal, 20 orang yang datang menetap serta ada 15 orang yang
keluar/pindah.
Berdasarkan informasi di atas dapat dihitung jumlah
penduduk pada akhir 2005 atau awal 2006 sebagai berikut:
Pt
P2007
P2007
14

= Po + Bot Dot + Iot Oo.

= 2500 + 11 2 + 20 15.
= 2514 orang.

2.3.4 Kejadian Penting yang Mempengaruhi Perubahan Penduduk

Kejadian penting yang dialami penduduk dapat mempengaruhi jumlah dan
komposisi penduduk, yaitu kejadian kelahiran, kematian dan perpindahan
penduduk. Kejadian kelahiran akan berakibat menambah jumlah penduduk
di suatu wilayah, kejadian kematian berakibat mengurangi jumlah penduduk,
kejadian perpindahan masuk ke suatu wilayah menambah jumlah penduduk
di wilayah yang dimasuki dan kejadian perpindahan keluar berakibat
mengurangi jumlah penduduk wilayah asal.
2.4

Evaluasi Sumber data Penduduk

Berbagai data penduduk dari berbagai sumber dapat dipakai sebagai

sumber data selama menggunakan konsep penduduk yang sama. Pada
umumnya konsep penduduk yang dipakai BPS dalam sensus maupun survei
adalah sama yaitu sesorang yang telah tinggal di suatu tempat 6 bulan atau
lebih atau kurang dari 6 bulan tetapi berniat menetap. Pada beberapa
kegiatan statistik yang dilakukan oleh instansi lain konsep penduduknya
berbeda, umumnya pendekatan KTP. Orang dicatat sebagai penduduk
suatu wilayah sesuai dengan KTP yang dia miliki, padahal tidak sedikit
jumlah orang yang tempat tinggalnya tidak sama dengan KTP-nya. Dengan
demikian, maka konsep tersebut berbeda dengan konsep penduduk BPS,
sehingga kedua perangkat data tadi tidak dapat dibandingkan.
2.4.1 Sensus Penduduk
Sensus penduduk di Indonesia telah dilaksanakan selama 5 kali: 1961,
1971, 1980, 1990 dan terakhir tahun 2000. Metode pencacahan setiap kali
sensus penduduk berbeda. Namun secara umum, data jumlah penduduk
sampai wilayah administrasi terkecil selalu tersedia dari setiap sensus. Pada
pelaksanaan SP2000 yang lalu metode pencacahannya lengkap, tidak ada
pencacahan sensus sampel seperti yang pernah dilaksanakan pada tahun
1990, sehingga data jumlah penduduk dan karakteristiknya dapat disajikan
sampai wilayah administrasi terkecil. Pada SP2000 yang lalu ada beberapa
bagian wilayah seperti di Aceh, Maluku dan Papua yang jumlah
penduduknya harus diestimasi karena pencacahannya tidak dapat
dilaksanakan mengingat kondisi lapangan yang tidak kondusif akibat
15

berbagai kerusuhan yang terjadi di wilayah tersebut. Data jumlah penduduk

untuk wilayah tersebut terpaksa diestimasi, namun data karakteristik
penduduknya tidak tersedia.
Dalam SP2000, ada sebanyak 15 variabel yang berkenaan dengan
karakteristik penduduk antara lain umur, jenis kelamin, agama,
kewarganegaraan, sukubangsa, pendidikan, ketenagakerjaan, ditanyakan
kepada seluruh penduduk Indonesia. Untuk keperluan penghitungan jumlah
dan proyeksi penduduk tingkat kecamatan, data penduduk hasil SP2000
dapat dipakai sebagai data dasar penduduk. Tidak dapat dipungkiri bahwa
data penduduk hasil SP2000 masih merupakan data andalan atau sumber
utama data kependudukan.
2.4.2 Pendataan Penduduk dan Pendaftaran Pemilih Berkelanjutan
(P4B)
P4B dilaksanakan pada bulan April tahun 2003 dalam rangka memenuhi
kebutuhan data untuk keperluan Pemilu legislatif 2004. Pada bulan
November 2003 dilakukan lagi updating (Coklit) data pemilih yang dipakai
untuk keperluan pemilihan presiden di tahun 2004. Data P4B ini juga dapat
disajikan sampai wilayah administrasi terkecil (desa/kelurahan). Baik data
P4B maupun SP2000, kedua-duanya dapat dipakai sebagai data jumlah
penduduk dasar dalam penghitungan proyeksi. Selain itu, untuk keperluan
proyeksi ke depan, kedua data ini dapat juga dipakai untuk menghitung laju
pertumbuhan penduduk per kecamatan. Namun, perlu diperhatikan bahwa
selama periode tahun 2000-an sampai dengan kondisi saat ini, banyak
sekali terjadi pemekaran wilayah, sehingga untuk wilayah-wilayah yang
mekar, cakupan data harus disesuaikan dengan kondisi terakhir.
2.4.3 Pendataan Keluarga BKKBN
Pendataan keluarga BKKBN merupakan pendataan dengan fokus
pengamatan tingkat kesejahteraan keluarga dengan basis keluarga (KK)
yang di-update tiap tahun. Namun demikian, sejak diberlakukan otonomi
daerah, di sejumlah daerah, pendataan ini tidak berjalan dengan baik karena
institusinya dilebur dengan kantor lain dan banyak pegawai registrarnya
dipindah-tugaskan ke tempat lain, sehingga cakupan data rendah. Dengan
kata lain pendataan keluarga dari BKKBN di sejumlah daerah tidak layak.

16

2.4.4 Pendataan di Satuan Kerja Perangkat Daerah (SKPD-Administrasi

Kependudukan)
Sejak tahun 2006 telah dicanangkan pembangunan data base
kependudukan nasional berbasis registrasi (pelaporan dan pencatatan
kelahiran, kematian, kepindahan, kedatangan, dll.) yang diberi nama SIAK
(Sistem Informasi Administrasi Kependudukan). Pada saat ini seluruh
kabupaten kota telah memiliki perangkat keras maupun software-nya dan
telah melakukan pemutakhiran data penduduk pada tahun 2007 yang dientry ke dalam SIAK. Diharapkan daerah menindaklanjuti dengan
melakukan pelayanan registrasi dengan menggunakan SIAK sesuai amanat
Undang-undang No.23 Tahun 2006 tentang Administrasi Kependudukan.
Daerah-daerah yang telah mengoperasikan SIAK dalam pelayanan
registrasi, perlu melakukan sosialisasi yang terus menerus agar semua
penduduk melaporkan kejadian penting yang dialaminya sehingga
cakupannya baik dan datanya layak dipakai.
Mengingat perubahan data perorangan cukup dinamis, data karakteristik
penduduk SIAK di wilayah tersebut harus dimutakhirkan secara rutin paling
tidak satu tahun sekali, seperti keterangan umur, pendidikan, status
perkawinan, dlsb.
Pada saat ini 74 kabupaten/kota telah mengoperasikan SIAK dan seluruh
penduduknya telah terekam dalam data base. Khusus di Provinsi Sulawesi
Selatan baru Kabupaten Palopo yang mengoperasikan SIAK, sedangkan di
daerah binaan UNICEF (Kabupaten Bone, Takalar dan Bantaeng) masih
digunakan data base kependudukan versi lama, yaitu SIMDUK (Sistem
Informasi Manajemen Kependudukan) namun akan segera dipindahkan ke
SIAK. Untuk Provinsi Sulbar belum satu pun yang mengoperasikan SIAK.
Pada kabupaten/kota yang telah mengoperasikan SIAK dan telah merekam
seluruh penduduknya dalam data base dapat dikeluarkan data jumlah
penduduk menurut umur maupun jenis kelamin per desa maupun
kecamatan. Untuk itu, pada daerah-daerah tersebut, datanya dapat
direkomendasikan untuk penghitungan jumlah penduduk.

17

2.4.5

Pendataan Lahir, Mati, Pindah, Datang di Kelurahan/Kecamatan

(LAMPID)

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

Pendataan Kelahiran dari Pencatatan Sipil

Melalui pelayanan akta kelahiran, pengelola kependudukan dan catatan sipil

menghasilkan data kelahiran. Namun demikian, akurasi data ini rendah
dikarenakan persentase penduduk yang mengurus akta untuk anaknya
masih rendah. Oleh karena itu, data kelahiran dari hasil pencatatan sipil
tidak layak dipakai.
2.4.7 Pendataan Kematian Dinas Pemakaman
Melalui pelayanan izin pemakaman penduduk yang meninggal, dinas
pemakaman menghasilkan data kematian. Namun demikian, bagi daerah
perdesaan diragukan apakah kejadian kematian terekam di dinas
pemakaman karena di pedesaan tidak diperlukan izin pemakaman. Dengan
kata lain, data kematian dari dinas pemakaman tidak layak.
2.4.8

Pendataan Kematian di Dinas Pengelola Kesehatan

Melalui pelayanan kesehatan yang dilakukan rumah sakit, Puskesmas dan

paramedis dalam binaan dinas pengelola kesehatan mengumpulkan data
kematian. Namun demikian, kejadian kematian di luar fasilitas tersebut di
atas, seperti yang ditangani dukun, dan berobat sendiri tidak terekam dalam
pendataan dinas pengelola kesehatan sehingga data yang terkumpul kurang
akurat. Oleh karena itu data kematian dari pengelola kesehatan tidak layak
dipakai.
18

2.4.9 Pendataan Lain (seperti: Survei MDGs Tingkat Kecamatan)

Survei MDGs tingkat kecamatan dilaksanakan pada bulan Agustus 2007.
Pendataan ini dilakukan dengan jumlah sampel yang relatif besar. Di
masing-masing kecamatan diambil sampel berkisar antara 300 sampai 500
rumah tangga dengan cara pps (probability proportional to size), di mana
secara sampel sudah sesuai dengan hasil uji kecukupan sampel di tingkat
kecamatan (Buku MDGs Seri II, Sukmadi, dkk.). Survei tersebut
dilaksanakan di 5 kabupaten, tiga kabupaten di Provinsi Sulawesi Selatan:
Takalar, Bone dan Bantaeng, serta 2 kabupaten di Provinsi Sulawesi Barat:
Mamuju dan Polewali Mandar. Data yang dikumpulkan adalah data
demografi, pendidikan, kesehatan dan sosial ekonomi berkaitan dengan
indikator MDGs. Dengan sampel yang cukup memadai, maka data survei
MDGs ini dapat dipakai untuk melihat struktur penduduk di lima kabupaten
tersebut.
2.5 Langkah-langkah Penghitungan Jumlah Penduduk Kecamatan
Dari uraian mengenai metode proyeksi, dan sumber data penduduk, maka
berikut diuraikan beberapa pertimbangan mengenai sulitnya penghitungan
jumlah penduduk kecamatan:
o

Tahapan pengerjaannya yang rumit dan harus melibatkan berbagai

pihak yang mengerti masalah kependudukan,
Sebagian besar kecamatan tidak memiliki
demografi, sehingga tidak dapat dilihat trennya,

data-data

parameter

Dengan kondisi di atas kita tidak bisa memperkirakan kejadian kelahiran,

kematian dan perpindahan di masa yang akan datang,
Data penduduk yang tersedia juga harus diteliti dulu, perlu perapihan
umurnya,
Perlu pelatihan khusus untuk mengajarkan metode proyeksi komponen
ini,
Diperlukan pihak-pihak/sdm yang mengerti masalah kependudukan di
tingkat kecamatan.

19

Dengan kondisi di atas, maka jumlah penduduk dan proyeksi penduduk

pada tingkat kecamatan dapat dihitung dengan metode matematik
geometrik, sama dengan metode proyeksi yang digunakan untuk tingkat
kabupaten, mempertimbangkan ketersediaan data di tingkat kecamatan.
Proses penghitungan proyeksi penduduk dapat diuraikan sebagai berikut:
a. Menentukan jumlah penduduk dasar, dapat diambil dari data hasil
sensus penduduk, P4B, hasil registrasi penduduk, hasil sensus/survei
yang bersifat lokal, atau data-data lain yang ada di tingkat kecamatan.
Jumlah penduduk yang dipakai sebagai penduduk dasar harus diyakini
yang terbaik menurut pendapat petugas kecamatan.
b. Bagi kecamatan yang registrasinya berjalan dengan baik (pendataan
oleh SKPD, pendataan LAMPID), maka statistik kejadian vital, termasuk
pencatatan penduduk datang dan pindah, dapat dipakai untuk
memutakhirkan data jumlah penduduk setiap tahun. Metode yang
dipakai adalah dengan balancing equation seperti dijelaskan pada poin
3.3.
Contoh:
i. Berdasarkan data hasil registrasi, jumlah penduduk di Kecamatan B
pada akhir tahun 2004 atau awal 2005 adalah 2500 orang. Dari
registrasi yang ada di kecamatan B diketahui bahwa selama tahun
2005 ada 11 kelahiran, 2 orang yang meninggal, 20 orang yang
datang menetap serta ada 15 orang yang keluar/pindah. Maka
berdasarkan informasi di atas dapat dihitung jumlah penduduk pada
akhir 2005 atau awal 2006:
Pt = Po + Bot Dot + Iot Oo
P2005 = 2500 + 11 2 + 20 15 = 25,4 jiwa
ii. Hasil registrasi tahun berikutnya menunjukkan data sbb:
b. Tahun
g. 2006
l. 2007

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.

Untuk melakukan proyeksi dengan metode geometrik, maka perlu

dihitung rata-rata laju pertumbuhan penduduk per tahun. Bila data
registrasi penduduk tidak berjalan dengan baik, maka data jumlah
penduduk dari kecamatan tersebut harus tersedia dari dua sumber data
pada tahun yang berbeda untuk keperluan penghitungan rata-rata laju
pertumbuhan penduduk per tahun, misalnya sensus penduduk terakhir
dengan sebelumnya, data sensus penduduk 2000 dengan data P4B,
atau data P4B dengan data lain, yang diyakini paling akurat.
21

g. Laju pertumbuhan penduduk dapat dihitung dengan metode geometrik,

yaitu dengan rumus
r = (((Pt/Po)1/t) 1) * 100.
Contoh 1:

Penduduk Provinsi Sumatera Utara pada tahun 1990

adalah 10.250.000 jiwa. Pada tahun 2000 penduduk
provinsi ini menjadi 11.642.000 jiwa, maka rata-rata laju
pertumbuhan penduduk Sumatera Utara per tahun selama
periode 1990-2000 adalah:
r = (((11.642.000/10.250.000)1/10) 1) * 100
= ((1.1358048) 1/10) 1) * 100
= 1,28 %

Karena itu laju pertumbuhan penduduk Provinsi Sumatera Utara periode

1990-2000 adalah 1,28 persen per tahun.
Setelah didapat rata-rata laju pertumbuhan penduduk, maka proyeksi
penduduk di tahun-tahun selanjutnya dapat dihitung, dengan rumus:
Pt = P0 (1 + r)t
Sebagai contoh akan dihitung untuk tahun 2005:
P2005 = 11.642.000 (1 + 0.0128)5
= 11.642.000 (1.0128) 5
= 12.406.408 jiwa.
Contoh lain: Dari hasil registrasi penduduk di Kecamatan B (lihat contoh
sebelumnya), misalnya akan diproyeksikan jumlah
penduduk untuk akhir tahun 2008, 2009 dan 2010, maka
langkah pertama adalah menghitung rata-rata laju
pertumbuhan penduduk per tahun dari data hasil registrasi
yang ada:
R
Pt
P0
22

= (((Pt/Po)1/t) 1) * 100
= jumlah penduduk pada akhir tahun 2007
= jumlah penduduk pada akhir tahun 2004

jumlah tahun antara akhir tahun 2004 ke akhir

tahun 2007 (3 tahun)

(((2541/2500)1/3) 1) * 100

((1.0164) 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

b. Hitung proporsi penduduk menurut kelompok umur. Caranya adalah

dengan membagi jumlah penduduk per kelompok umur terhadap total
penduduk dikalikan dengan 100%. Hal yang sama dapat dilakukan
menurut jenis kelamin penduduk.
Kelompok
Umur

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

Contoh: Penduduk Kota Pare-pare pada tahun 2000 adalah sebesar

108.258 jiwa. Penduduk Kota Pare-pare pada tahun 2003
adalah sebesar 119.262 jiwa. Maka untuk memproyeksikan
jumlah penduduk Kota Pare-pare pada tahun 2007, kita harus
menghitung dahulu laju pertumbuhan penduduk per tahun
antara tahun 2000 ke Tahun 2003:
r

= (((Pt/Po)1/t) 1) * 100.

= (((119.262/108.258)1/3) 1) * 100
= ((1.101646068) 1/3) 1) * 100 = 3,28%.

Setelah itu dihitung jumlah penduduk untuk tahun 2007, 2008:

Pt

= 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

 Menghitung jumlah penduduk laki-laki untuk masing-masing kelompok

umur berdasarkan proporsi per kelompok umur penduduk tahun 2003.
Contoh:
- Kelompok umur 0-4 laki-laki = (9,88/100) X 69.251 = 6842
- Kelompok umur 5-9 laki-laki = (10,57/100) X 69.251 = 7322, dst.
Menghitung penduduk perempuan per kelompok umur dapat dilakukan
seperti prosedur di atas atau dengan menghitung selisih antara penduduk
total dengan penduduk laki-laki pada kelompok umur yang sama.
Maka hasilnya, penduduk Kota Pare-pare tahun 2008 menurut kelompok
umur adalah sebagai berikut.
Kelompok Umur
(1)
0-4
5-9
10 - 14
15 - 19
20 - 24
25 - 29
30 - 34
35 - 39
40 - 44
45 - 49
50 - 54
55 - 59
60 - 64
65 - 69
70 - 74
75 +
Jumlah

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

2.7 Pemecahan Umur Tunggal

Dalam berbagai indikator kesehatan maupun pendidikan, diperlukan juga
data penduduk menurut kelompok umur tertentu namun berbeda dengan
yang biasa disajikan dalam publikasi hasil sensus maupun Supas. Misalnya
di bidang pendidikan diperlukan data untuk kelompok umur usia sekolah
seperti 7-12 tahun, 13-15 tahun, 16-19 tahun, dan di bidang kesehatan
kelompok umur penduduk muda: 0 tahun, 0-1 tahun, 0-2 tahun, 0-3 tahun,
dsb. Untuk itu, perlu dilakukan pemecahan menjadi umur tunggal.
Pemecahan menjadi umur tunggal dilakukan dengan memecah kelompok
umur lima tahunan menjadi umur tunggal. Pemecahan umur dilakukan
dengan menggunakan metode Beers, yang telah menetapkan koefisienkoefisien yang diperlukan.
Koefisien untuk pemecahan umur dengan metode Beers
Coefficient

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

Next to first panel

First five of G2

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

Next to last panel

First five of G4

-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

Adapun rumus pemecahan umur tunggal dengan metode Beers adalah

sebagai berikut:
PEMECAHAN UMUR TUNGGAL DENGAN METODE BEERS
UMUR

Penduduk umur tunggal

(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

Cara Penghitungan Proyeksi Penduduk, Estimasi Penduduk

menurut Kelompok Umur dan Pemecahan Umur Tunggal
Selanjutnya dengan komposisi/struktur penduduk Kota Pare-pare tahun
2008 di atas, maka penghitungan data umur tunggal penduduk total
(laki-laki dan perempuan) Kota Pare-pare tahun 2008 dapat dilakukan
dengan metode Beers memakai rumus yang diberikan di atas sebagai
berikut.

UMUR

Penduduk umur tunggal

(1)

(2)

{(0.3333 x 13 307)+(-0.1636 x 14 200)+(-0.0210 x 13 502)+(0.0796 x 15 871)+(-0.0283 x 14 608)}

{(0.2595 x 13 307)+(-0.0780 x 14 200)+(0.0130 x 13 502)+(0.0100 x 15 871)+(-0.0045 x 14 608)}

{(0.1924 x 13 307)+(0.0064 x 14 200)+(0.0184 x 13 502)+(-0.0256 x 15 871)+(0.0084 x 14 608)}

{(0.1329 x 13 307)+(0.0844 x 14 200)+(0.0054 x 13 502)+(-0.0356 x 15 871)+(0.0129 x 14 608)}

{(0.0819 x 13 307)+(0.1508 x 14 200)+(-0.0158 x 13 502)+(-0.0284 x 15 871)+(0.0115 x 14 608)}

{(0.0404 x 13 307)+(0.2000 x 14 200)+(-0.0344 x 13 502)+(-0.0128 x 15 871)+(0.0068 x 14 608)}

{(0.0093 x 13 307)+(0.2268 x 14 200)+(-0.0402 x 13 502)+(0.0028 x 15 871)+(0.0013 x 14 608)}

{(-0.0108 x 13 307)+(0.2272 x 14 200)+(-0.0248 x 13 502)+(-0.0112 x 15 871)+(-0.0028 x 14 608)}

{(-0.0198 x 13 307)+(0.1992 x 14 200)+(0.0172 x 13 502)+(0.0072x 15 871)+(-0.0038 x 14 608)}

{(-0.0191 x 13 307)+(0.1468 x 14 200)+(0.0822 x 13 502)+(-0.0084x 15 871)+(-0.0015 x 14 608)}

10

{(-0.0117 x 13 307)+(0.0804 x 14 200)+(0.1570 x 13 502)+(-0.0284 x 15 871)+(0.0027 x 14 608)}

11

{(-0.0020 x 13 307)+(0.0160 x 14 200)+(0.2200 x 13 502)+(-0.0400 x 15 871)+(0.0060 x 14 608)}

12

{(0.0050 x 13 307)+(-0.0280 x 14 200)+(0.2460 x 13 502)+(-0.0280 x 15 871)+(0.0050 x 14 608)}

13

{(0.0060 x 13 307)+(-0.0400 x 14 200)+(0.2200 x 13 502)+(0.0160x 15 871)+(-0.0020 x 14 608)}

14

{(0.0027 x 13 307)+(-0.0284 x 14 200)+(0.1570 x 13 502)+(0.0804x 15 871)+(-0.0117 x 14 608)}

33

34

15

{(-0.0117 x 14 200)+(0.0804 x 13 502)+(0.1570 x 15 871)+(-0.0284 x 14 608)+(0.0027 x 13 051)}

16

{(-0.0020 x 14 200)+(0.0160 x 13 502)+(0.2200 x 15 871)+(-0.0400 x 14 608)+(0.0060 x 13 051)}

17

{(0.0050 x 14 200)+(-0.0280 x 13 502)+(0.2460 x 15 871)+(-0.0280 x 14 608)+(0.0050 x 13 051)}

18

{(0.0060 x 14 200)+(-0.0400 x 13 502)+(0.2200 x 15 871)+(0.0160x 14 608)+(-0.0020 x 13 051)}

19

{(0.0027 x 14 200)+(-0.0284 x 13 502)+(0.1570 x 15 871)+(0.0804x 14 608)+(-0.0117 x 13 051)}

20

{(-0.0117 x 13 502)+(0.0804 x 15 871)+(0.1570 x 14 608)+(-0.0284 x 13 051)+(0.0027 x 12 110)}

21

{(-0.0020 x 13 502)+(0.0160 x 15 871)+(0.2200 x 14 608)+(-0.0400 x 13 051)+(0.0060 x 12 110)}

22

{(0.0050 x 13 502)+(-0.0280 x 15 871)+(0.2460 x 14 608)+(-0.0280 x 13 051)+(0.0050 x 12 110)}

23

{(0.0060 x 13 502)+(-0.0400 x 15 871)+(0.2200 x 14 608)+(0.0160x 13 051)+(-0.0020 x 12 110)}

24

{(0.0027 x 13 502)+(-0.0284 x 15 871)+(0.1570 x 14 608)+(0.0804x 13 051)+(-0.0117 x 12 110)}

25

{(-0.0117 x 15 871)+(0.0804 x 14 608)+(0.1570 x 13 051)+(-0.0284 x 12 110)+(0.0027 x 10 333)}

26

{(-0.0020 x 15 871)+(0.0160 x 14 608)+(0.2200 x 13 051)+(-0.0400 x 12 110)+(0.0060 x 10 333)}

27

{(0.0050 x 15 871)+(-0.0280 x 14 608)+(0.2460 x 13 051)+(-0.0280 x 12 110)+(0.0050 x 10 333)}

28

{(0.0060 x 15 871)+(-0.0400 x 14 608)+(0.2200 x 13 051)+(0.0160x 12 110)+(-0.0020 x 10 333)}

29

{(0.0027 x 15 871)+(-0.0284 x 14 608)+(0.1570 x 13 051)+(0.0804x 12 110)+(-0.0117 x 10 333)}

30

{(-0.0117 x 14 608)+(0.0804 x 13 051)+(0.1570 x 12 110)+(-0.0284 x 10 333)+(0.0027 x 8 914)}

31

{(-0.0020 x 14 608)+(0.0160 x 13 051)+(0.2200 x 12 110)+(-0.0400 x 10 333)+(0.0060 x 8 914)}

32

{(0.0050 x 14 608)+(-0.0280 x 13 051)+(0.2460 x 12 110)+(-0.0280 x 10 333)+(0.0050 x 8 914)}

33

{(0.0060 x 14 608)+(-0.0400 x 13 051)+(0.2200 x 12 110)+(0.0160x 10 333)+(-0.0020 x 8 914)}

34

{(0.0027 x 14 608)+(-0.0284 x 13 051)+(0.1570 x 12 110)+(0.0804x 10 333)+(-0.0117 x 8 914)}

35

{(-0.0117 x 13 051)+(0.0804 x 12 110)+(0.1570 x 10 333)+(-0.0284 x 8 914)+(0.0027 x 6 428)}

36

{(-0.0020 x 13 051)+(0.0160 x 12 110)+(0.2200 x 10 333)+(-0.0400 x 8 914)+(0.0060 x 6 428)}

37

{(0.0050 x 13 051)+(-0.0280 x 12 110)+(0.2460 x 10 333)+(-0.0280 x 8 914)+(0.0050 x 6 428)}

38

{(0.0060 x 13 051)+(-0.0400 x 12 110)+(0.2200 x 10 333)+(0.0160x 8 914)+(-0.0020 x 6 428)}

39

{(0.0027 x 13 051)+(-0.0284 x 12 110)+(0.1570 x 10 333)+(0.0804x 8 914)+(-0.0117 x 6 428)}

40

{(-0.0117 x 12 110)+(0.0804 x 10 333)+(0.1570 x 8 914)+(-0.0284 x 6 428)+(0.0027 x 5 046)}

41

{(-0.0020 x 12 110)+(0.0160 x 10 333)+(0.2200 x 8 914)+(-0.0400 x 6 428)+(0.0060 x 5 046)}

42

{(0.0050 x 12 110)+(-0.0280 x 10 333)+(0.2460 x 8 914)+(-0.0280 x 6 428)+(0.0050 x 5 046)}

43

{(0.0060 x 12 110)+(-0.0400 x 10 333)+(0.2200 x 8 914)+(0.0160x 6 428)+(-0.0020 x 5 046)}

44

{(0.0027 x 12 110)+(-0.0284 x 10 333)+(0.1570 x 8 914)+(0.0804x 6 428)+(-0.0117 x 5 046)}

45

{(-0.0117 x 10 333)+(0.0804 x 8 914)+(0.1570 x 6 428)+(-0.0284 x 5 046)+(0.0027 x 4 091)}

46

{(-0.0020 x 10 333)+(0.0160 x 8 914)+(0.2200 x 6 428)+(-0.0400 x 5 046)+(0.0060 x 4 091)}

47

{(0.0050 x 10 333)+(-0.0280 x 8 914)+(0.2460 x 6 428)+(-0.0280 x 5 046)+(0.0050 x 4 091)}

48

{(0.0060 x 10 333)+(-0.0400 x 8 914)+(0.2200 x 6 428)+(0.0160x 5 046)+(-0.0020 x 4 091)}

49

{(0.0027 x 10 333)+(-0.0284 x 8 914)+(0.1570 x 6 428)+(0.0804x 5 046)+(-0.0117 x 4 091)}

50

{(-0.0117 x 8 914)+(0.0804 x 6 428)+(0.1570 x 5 046)+(-0.0284 x 4 091)+(0.0027 x 3 263)}

51

{(-0.0020 x 8 914)+(0.0160 x 6 428)+(0.2200 x 5 046)+(-0.0400 x 4 091)+(0.0060 x 3 263)}

52

{(0.0050 x 8 914)+(-0.0280 x 6 428)+(0.2460 x 5 046)+(-0.0280 x 4 091)+(0.0050 x 3 263)}

53

{(0.0060 x 8 914)+(-0.0400 x 6 428)+(0.2200 x 5 046)+(0.0160x 4 091)+(-0.0020 x 3 263)}

54

{(0.0027 x 8 914)+(-0.0284 x 6 428)+(0.1570 x 5 046)+(0.0804x 4 091)+(-0.0117 x 3 263)}

55

{(-0.0117 x 6 428)+(0.0804 x 5 046)+(0.1570 x 4 091)+(-0.0284 x 3 263)+(0.0027 x 2 177)}

56

{(-0.0020 x 6 428)+(0.0160 x 5 046)+(0.2200 x 4 091)+(-0.0400 x 3 263)+(0.0060 x 2 177)}

57

{(0.0050 x 6 428)+(-0.0280 x 5 046)+(0.2460 x 4 091)+(-0.0280 x 3 263)+(0.0050 x 2 177)}

58

{(0.0060 x 6 428)+(-0.0400 x 5 046)+(0.2200 x 4 091)+(0.0160x 3 263)+(-0.0020 x 2 177)}

59

{(0.0027 x 6 428)+(-0.0284 x 5 046)+(0.1570 x 4 091)+(0.0804x 3 263)+(-0.0117 x 2 177)}

60

{(-0.0117 x 5 046)+(0.0804 x 4 091)+(0.1570 x 3 263)+(-0.0284 x 2 177)+(0.0027 x 1 752)}

61

{(-0.0020 x 5 046)+(0.0160 x 4 091)+(0.2200 x 3 263)+(-0.0400 x 2 177)+(0.0060 x 1 752)}

62

{(0.0050 x 5 046)+(-0.0280 x 4 091)+(0.2460 x 3 263)+(-0.0280 x 2 177)+(0.0050 x 1 752)}

63

{(0.0060 x 5 046)+(-0.0400 x 4 091)+(0.2200 x 3 263)+(0.0160x 2 177)+(-0.0020 x 1 752)}

64

{(0.0027 x 5 046)+(-0.0284 x 4 091)+(0.1570 x 3 263)+(0.0804x 2 177)+(-0.0117 x 1 752)}

35

65

{(-0.0015 x 5 046)+(-0.0084 x 4 091)+(0.0822 x 3 263)+(-0.1468 x 2 177)+(-0.0191 x 1 752)}

66

{(-0.0038 x 5 046)+(0.0072 x 4 091)+(0.0172 x 3 263)+(0.1992 x 2 177)+(-0.0198 x 1 752)}

67

{(-0.0028 x 5 046)+(0.0112 x 4 091)+(-0.0248 x 3 263)+(0.2272 x 2 177)+(-0.0108x 1 752)}

68

{(0.0013 x 5 046)+(0.0028 x 4 091)+(-0.0402 x 3 263)+(0.2268x 2 177)+(0.0093 x 1 752)}

69

{(0.0068 x 5 046)+(-0.0128 x 4 091)+(-0.0344 x 3 263)+(0.2000x 2 177)+(0.0404 x 1 752)}

70

{(0.0015 x 5 046)+(-0.0284 x 4 091)+(-0.0158 x 3 263)+(0.1508 x 2 177)+(0.0819 x 1 752)}

71

{(0.0129 x 5 046)+(-0.0356 x 4 091)+(0.0054 x 3 263)+(0.0844 x 2 177)+(0.1329 x 1 752)}

72

{(0.0084 x 5 046)+(-0.0256x 4 091)+ 0.0184 x 3 263)+(0.0064 x 2 177)+(0.1924x 1 752)}

73

{(-0.0045 x 5 046)+(0.0100 x 4 091)+(0.0130 x 3 263)+(-0.0780 x 2 177)+(0.2595 x 1 752)}

74

{(-0.0283 x 5 046)+(0.0796 x 4 091)+(-0.0210 x 3 263)+(-0.1636x 2 177)+(0.3333 x 1 752)}

75+

1 494

Jumlah penduduk menurut umur tunggal masing-masing untuk laki-laki

dan perempuan dapat dihitung dengan rumus yang sama.
Berikut adalah hasil perhitungan jumlah penduduk menurut umur tunggal
Kota Pare-pare pada Tahun 2008:
UMUR
(1)
0
1
2
3
4
5
6
7
8
9
10

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

Dengan adanya data umur tunggal ini maka penduduk menurut

kelompok umur tertentu dapat dilakukan.
Contoh:

38

Jumlah penduduk umur 7-12 tahun adalah 16.464 orang.

Jumlah penduduk 17 tahun ke atas adalah 92.934 orang, dsb.

2.9

Penutup

Perlu diingat bahwa proyeksi penduduk yang diuraikan di atas dapat

dilakukan dalam kondisi penduduk yang stabil/normal, atinya tidak ada
kejadian-kejadian demografis atau kejadian alam yang dapat mempengaruhi
struktur penduduk. Jika kondisi yang tidak normal terjadi, maka perlu
dilakukan catatan atas peristiwa-peristiwa seperti di bawah ini:
a. Adanya migrasi besar-besaran
Migrasi Masuk:

Adanya pembangunan infrastruktur baru seperti

kantor, sekolah dll.

Migrasi Keluar:

Adanya penggusuran, pengiriman TKW dalam jumlah

besar, anak-anak yang sekolah di luar kecamatan
atau kabupaten lain, yang menurut definisi konsep
penduduk bukan lagi merupakan penduduk di wilayah
tersebut.

b. Wabah penyakit yang memakan korban dalam jumlah besar

c. Bencana alam yang memakan korban dalam jumlah besar
Jika catatan mengenai kejadian tersebut ada apalagi lengkap dengan
data umur, jenis kelamin, tahun kejadian, maka pengurangan atau
penambahan penduduk akibat kejadian tersebut harus diperhitungkan dalam
proyeksi penduduk.
Perlu juga diketahui bahwa setiap tahun BPS juga melakukan
penghitungan penduduk per kabupaten sebagai salah satu bahan untuk
penghitungan dana alokasi umum (DAU). Bila jumlah penduduk untuk
keperluan DAU ini telah secara resmi dipublikasikan, maka data jumlah
penduduk ini dapat dipakai sebagai kontrol baik untuk penghitungan
penduduk per kelompok umur maupun penduduk umur tunggal.
Selanjutnya, jika proyeksi penduduk per kecamatan sudah dihitung dan
angka penduduk per kabupaten untuk DAU sudah resmi dipakai, maka
jumlah penduduk seluruh kecamatan harus dikontrol dengan angka
penduduk DAU untuk kabupaten bersangkutan.
39

40