Daffa Dwiki Saputra Nur Syaidah Zendrato Dwiki Muharrama

21040115170001 21040116120029 21040116130097

Marya Tisnandya Faiqul Fawwaz

21040116140072 21040116140079

1
 Bab I
Data Dasar
1.1 Data Dasar SP 2000
1.1.1 Jumlah Penduduk Menurut Usia Kabupaten
Pekalongan Hasil Sensus Penduduk Tahun 2000
Banyaknya Penduduk
Kelompok
Usia Laki - Perempua Jumlah
Laki n
0-4 43626 41695 85321
5-9 47229 44528 91757
10-14 44827 42909 87736
15-19 42826 42100 84926
20-24 33220 35623 68843
25-29 31219 32789 64008
30-34 28818 30360 59178
35-39 28818 29956 58774
40-44 24815 23479 48294
45-49 19612 18216 37828
50-54 15609 14978 30587
55-59 11607 12144 23751
60-64 10807 13763 24570
65-69 7204 9310 16514
70-74 5603 6882 12485
75+ 4403 6072 10475
80504
Jumlah 400243 404804 7
Sumber: Data Sensus Penduduk Kabupaten Pekalongan Tahun 2000

1.1.2 Asumsi Jumlah Kelahiran Menurut Umur Wanita Tahun

2000 Melalui Data Kelahiran Menurut Umur Provinsi Jawa
Tengah
Umur Jumlah Kelahiran
Wanita Tahun 2000
15-19 8
20-24 92
25-29 215
30-34 249
35-39 221
40-44 159
45-49 117
1.1.3 Jumlah Kematian Menurut Kelompok Umur

2
Kelompok Jumlah
Umur Kematian
0-4 274
5-9 36
10-14 31
15-19 59
20-24 66
25-29 78
30-34 79
35-39 100
40-44 135
45-49 188
50-54 258
55-59 276
60-64 337
65-69 402
70-74 564
75+ 1128
Jumlah 4012

3
1.2 Data Dasar SP 2010
1.2.1 Jumlah Penduduk Menurut Kelompok Umur Tahun
2010
Banyaknya
Kelompok Penduduk
Jumlah
Usia Laki - Peremp
Laki uan
0-4 38998 36781 75779
5-9 41022 38935 79957
10-14 44704 42617 87321
15-19 39921 38387 78308
20-24 32066 33707 65773
25-29 33999 35518 69517
30-34 32080 32966 65046
35-39 29565 30118 59683
40-44 29230 29806 59036
45-49 27083 27007 54090
50-54 22067 21334 43401
55-59 16483 15151 31634
60-64 10596 12018 22614
65-69 8203 10225 18428
70-74 6812 8326 15138
75+ 5416 7479 12896
83862
Jumlah 418245 420376 1
Sumber: Data Sensus Penduduk Kabupaten Pekalongan Tahun 2010

1.2.2 Asumsi Jumlah Kelahiran Menurut Umur Wanita Tahun

2010 Melalui Data Kelahiran Menurut Umur Provinsi Jawa
Tengah

Umur Jumlah Kelahiran

Wanita Tahun 2010
15-19 33
20-24 238
25-29 337
30-34 354
35-39 282
40-44 221
45-49 171

4
1.2.3 Jumlah Kematian Menurut Umur Tahun 2010

Kelompok Jumlah
Umur Kematian
0-4 411
5-9 55
10-14 47
15-19 89
20-24 100
25-29 117
30-34 119
35-39 150
40-44 203
45-49 283
50-54 387
55-59 414
60-64 506
65-69 604
70-74 847
75+ 1695
Jumlah 6,026

5
 Bab II
PROYEKSI PENDUDUK

1 Pendekatan Agregat
1 Metode Formula atau Perhitungan
Metode ini dillengkapi dengan rumus-rumus perhitungan secara
jelas

Diketahui Sensus penduduk Kota Magelang sebagai berikut :

SP 2000 = 805.047 Jiwa (P0)
SP 2010 = 838.621 Jiwa (Pn)

a Antar Sensus (Intercensal)

Metode ini memerlukan data dari 2 sensus terakhir. Dalam
metode ini terdapat asumsi bahwa pertumbuhan linear
(jumlah penduduk akan bertambah dengan jumlah yang
sama setiap tahunnya) atau biasa disebut interpolasi.
P2007 = P0 + ( m/n ) (Pn - P0)
= 805.047 + (7/10 ) (838.621 - 805.047)
= 805.047 + 7/10 (33.574)
= 828.549 Jiwa
Jadi jumlah penduduk tahun 2007 diperkirakan
sebesar 828.549 Jiwa.
b Setelah sensus (Postcensal Estimates)
Metode ini disebut juga dengan perkiraan penduduk
sesudah sensus. Metode ini mempunyai prinsip yang sama
dengan perkiraan penduduk antar sensus, yaitu
pertambahan penduduk linear
P2013 = P0 + ( (m+n)/n ) (Pn - P0)
= 805.047 + ((3+10)/10) (838.621 -
805.047)
= 805.047 + (13/10) (33.574)
= 848.693 Jiwa

2 Metode Aritmatik
Model ini mengasumsikan bahwa pertambahan jumlah
penduduk dianggap sama setiap tahunnya.
Pn = (Po+Cn) C = (Pn-Po)/n
Angka pertambahan penduduk 2010 - 2000
= (838.621 - 805.047)/10 = 3.357 Jiwa
Perkiraan Jumlah penduduk 2011
= 805.047 + 3.357 = 808.404 Jiwa
3 Metode Geometrik

6
 Model ini menganggap bahwa angka pertumbuhan penduduk
dianggap sama untuk setiap tahun yang menggunakan dasar
bunga majemuk.
Cari R
R = Pn-Po/Po.n
= 838.621 805.047 / 805.047.10
= 33.574 / 8.050.470
= 0,004
R =0,4 %
Jadi P 2011 = P0 (1+r) n
= 805.047 (1+0.004)2011-2000
= 805.047 (1,004)11
= 841.186 jiwa

4 Metode Eksponensial
Metode ini mengasumsikan bahwa pertumbuhan penduduk yang
secara terus menerus dengan angka pertumbuhan konstan.
Jadi Pn = P0 . e r.n
= 805.047 . 2,7182818(0,004 ) x(20112000)
= 841.186 jiwa.

2.1.1 Metode Trendline

Metode trendline adalah metode proyeksi penduduk dengan
menggunakan waktu sebagai variabel bebas yang
mengasumsikan bahwa pertumbuhan penduduk mengikuti pola
tertentu.
a. Trendline Linier
Jumlah
Tahun
Penduduk
2000 805047
2001 807810
2002 816712
2003 841708
2004 849928
2005 886398
2006 891442
2007 912365
2008 967246
2009 977711
2010 838621
Sumber: Kabupaten Pekalongan Dalam Angka 2000-2010

7
 Setelah dilakukan analisis trendline model linier didapatkan
suatu proyeksi Kabupaten Pekalongan 10 tahun kedepan
berupa:

Trendline Linear
1200000

1000000
f(x) = 13471.85x + 791440.51
800000
R = 0.54
Jumlah Penduduk Linear (Jumlah Penduduk)
600000

400000

200000

0
1 2 3 4 5 6 7 8 9 10 11

Dapat disimpulkan bahwa :

Nilai R pada Trendline Linear jumlah penduduk Kabupaten
Pekalongan adalah 0,9669 yang artinya semakin mendekati
1. Hasil proyeksi dari data tersebut adalah semakin baik dan
korelasinya kuat (positif).

b. Trendline Eksponensial
Jumlah
Tahun
Penduduk
2000 805047
2001 807810
2002 816712
2003 841708
2004 849928
2005 886398
2006 891442
2007 912365
2008 967246
2009 977711
2010 838621
Sumber: Kabupaten Pekalongan Dalam Angka 2000-2010

8
 Setelah dilakukan analisis trendline model eksponensial
didapatkan suatu proyeksi Kabupaten Pekalongan 10 tahun
kedepan berupa:

Trendline Exponential
1200000

1000000
f(x) = 794007.81 exp( 0.02 x )
800000
R = 0.55
Jumlah Penduduk Exponential (Jumlah Penduduk)
600000

400000

200000

0
1 2 3 4 5 6 7 8 9 10 11

Dapat disimpulkan bahwa :

Nilai R pada Trendline Eksponensial jumlah penduduk
Kabupaten Pekalongan adalah 0,9645 yang artinya semakin
mendekati 1. Hasil proyeksi dari data tersebut adalah
semakin baik dan korelasinya kuat (positif).

2.1.2 Metode Regresi

Jumlah
Tahun
Penduduk
2000 805047
2001 807810
2002 816712
2003 841708
2004 849928
2005 886398
2006 891442
2007 912365
2008 967246
2009 977711
2010 838621
Sumber: Kabupaten Pekalongan Dalam Angka 2000-2010

9
10
Hasil proyeksi menggunakan Excel:

SUMMARY
OUTPUT

Regression Statistics
Multiple R 0,738160482
R Square 0,544880898
Adjusted R
Square 0,494312109
Standard Error 2,358509445
Observations 11

Analisis
Multiple R :
Ukuran untuk mengukur tingkat keeratan hubungan liniear
antara variabel terikat dengan seluruh variabel bebas secara
bersama. Nilai R yang lebih besar (+ atau -) menunjukkan
hubungan yang lebih kuat. Nilai R pada summary output
adalah 0,738160482 yang artinya bernilai positif. Hasil
tersebut menunjukkan adalah hubungan yang kuat antara
variabel terikat dan bariabel bebas
R. Square :
Memberikan proporsi atau presentase variasi total dalam
variabel terikat yang dijelaskan oleh variabel bebas. Nilai R2
terletak antara 0-1 dan kecocokan model dikatakan lebih
baik kalau R2 semakin mendekati 1. Nilai R2 pada summary
output adalah 0,544880898
Adjusted R Square :
Untuk menyesuaikan R2 dengan banyaknya variabel (derajat
bebas) dalam model. Nilai R2 pada summary output adalah
0,494312109. Hasil tersebut menunjukan bahwa R2 nya
sudah disesuaikan dengan banyaknya variabel bebas dalam
model.
Standard Error :
Angka standard error dibandingkan dengan standar deviasi
dari variabel terikat. Semakin kecil angka standar error
dibandingkan standar deviasi dari variabel terikat maka
model regresi semakin tepat dalam memprediksi variabel
terikat. Nilai standard error pada summary output adalah
2,358509445. Hasil tersebut menunjukkan bahwa model
regresi tepat dalam memprediksi variabel terikat.

11
12
 ANOVA
Significa
df SS MS F nce F
Regress 59.93 59.936 10.775 0.00949
ion 1 69 9 04 1
Residua 50.06 5.5625
l 9 31 67
Total 10 110

Analisis :
Degree of Freedom (df) :
Sering disebut sebagai derajat bebas. Derajat bebas dari
total adalah n-1, dimana n adalah banyaknya observasi.
Karena jumlah observasi ada 9 maka derajat bebas total ada
9. Derajat bebas dari regresi adalah 1, karena ada 1 variabel
bebas dalam model (jumlah penduduk). Derajat bebas untuk
residual adalah sisanya yaitu derajat bebas total derajat
bebas regresi, 9-1 = 8.
Sum of Square (SS) :
SS Regresi sering disebut sebagai jumlah kuadrat regresi.
SS Residual sering disebut juga jumlah pengkuadratan
dari residual
SS Total adalah penjumlahan dari SS Regresi dan SS
Residual.
Mean of Square (MS):
Sering disebut rata-rata jumlah kuadrat. Diperoleh dengan
cara membagi kolom SS dengan kolom df. Hasil MS ini
kemudian digunakan untuk mencari nilai F.
F:
Nilai F ini dikenal dengan F hitung dalam pengujian hipotesa
dibandingkan dengan nilai F tabel. Jika F hitung > F tabel
maka dinyatakan bahwa secara simultan variabel bebas
berpengaruh signifikan terhadapa variabel terikat.
Signifiance F :
Perbandingan antara taraf nyata dengan p-value.

13
 Standa
Coefficie rd Lower Upper Lower Upper
nts Error t Stat P-value 95% 95% 95.0% 95.0%
10.771 182.86 2.22E- 1945.3 1994.0 1945.3 1994.0
Intercept 1969.72 22 88 17 54 86 54 86
Jumlah 1.23E- 3.2825 0.0094 1.26E- 6.83E- 1.26E- 6.83E-
Penduduk 4.04E-05 05 36 91 05 05 05 05

Analisis :
Tabel ini menampilkan nilai-nilai koefisien, standard error, t
Stat, P-value dan selang kepercayaan. Dalam uji parsial
digunakan uji t, yaitu membandingkan antara t Stat dengan t
tabel. Jika t hitung > t tabel pada taraf nyata tertentu, maka
dapat disimpulkan variabel tersebut berpengaruh secara
signifikan. T hitung sendiri ditampilakn pada kolom 4. Selain itu
untuk melihat signifikansinya dapat dilihat dengan
membandingkan taraf nyata dengan p-value. Kolom 6 dan 7
memberikan selang kepercayaan untuk koefisien. Angka 95 %
adalah penetapan pada waktu pengolahan excel dan bisa
diubah sesuai dengan keinginan. Selang kepercayaan tersebut
berarti bahwa nilai koefisien yang diberikan pada output regresi
merupakan dugaan titik dari parameter keofisien regresi.

RESIDUAL OUTPUT

Observa Predicted Residu Standard

tion Tahun als Residuals
-
2.2810
1 2002.281 4 -1.01947
-
1.3927
2 2002.393 9 -0.62248
-
0.7528
3 2002.753 4 -0.33647
-
0.7638
4 2003.764 3 -0.34138
-
0.0962
5 2004.096 9 -0.04304
-
0.5713
6 2005.571 5 -0.25536

14
 0.2246
7 2005.775 38 0.100398
0.3783
8 2006.622 89 0.169114
-
0.8413
9 2008.841 2 -0.37601
-
0.2645
10 2009.265 9 -0.11825
6.3610
11 2003.639 29 2.842945

Analisis:
Kolom pertama dari residual output adalah nomor urutan
data, sesuai dengan urutan data diinput.
Kolom kedua adalah kolom yang memuat prediksi variabel
terikata nilai-nilai dari variabel bebas dari data asli. Prediksi
ini didasarkan pada output persamaan regresi sebelumnya.
Kolom ketiga adalah selisih antara prediksi variabel terikat
dengan nilai sebenarnya.
Kolom keempat adalah residual yang distandarisasikan. Rata-
rata dari standar residual = 0 dan standar deviasinya = 1.

PROBABILITY
OUTPUT

Tahu
Percentile n
4,545454
545 2000
13,63636
364 2001
22,72727
273 2002
31,81818
182 2003
40,90909
091 2004
50 2005
59,09090
909 2006
68,18181
818 2007
77,27272 2008

15
 727
86,36363
636 2009
95,45454
545 2010

Analisis :
Probability output pada dasarnya menggambarkan persentile
dan nilai-nilai dari variabel terikat.

Normal Probability Plot

2020

2000
Tahun
1980
0 20 40 60 80 100 120
Sample Percentile

Grafik normal probability atas dasar persentil untuk variabel

terikat

Populasi Residual Plot

Plot

Residuals
700000 800000 900000 1000000

Jumlah Penduduk

Grafik yang menghubungkan antara variabel bebas dengan

residual

16
 Populasi Line Fit Plot
Plot
Tahun
Predicted Tahun
Tahun
600000 8000001000000

Jumlah Penduduk

Gambar plot yang menghubungkan antara variabel bebas

dengan variabel terikat baik permintaan atas dasar-dasar aktual
maupun prediksi

17
 BAB III
METODE COHORT

3.1Fertilitas
Pada data dasar diketahui jumlah total kelahiran adalah 11.865
jiwa dan jumlah wanita produktif adalah 212.523 jiwa, kemudian untuk
mencari jumlah kelahiran pada kelompok umur di usia produktif
adalah dengan :
Jumlah kelahiran pada kelompok umur (i) =

Jumlah wanita pada kelompok umur (i) Jumlah total kelahiran

Jumlah seluruh wanita pada kelompok usia produktif

Sehingga didapatkan :

Base year population (2000) Fertility

Age Total births 2000 ASFRs

0-4 85321
5-9 91757
Oct-14 87736
15-19 84926 94 0.002
20-24 68843 1030 0.029
25-29 64008 2404 0.073
30-34 59178 2779 0.092
35-39 58774 2467 0.082
40-44 48294 1780 0.076
45-49 37828 1311 0.072
50-54 30587
55-59 23751
60-64 24570
65-69 16514
70-74 12485
75+ 10475 0.426
Jumla
805047 TFR 2
h

18
 Table 2 Projected
Births
201
Age 2005 0 2015 2020 2025
Births: dependent on information in Table 5 so will contain zero cells
until Table 5 is completed. To calculate projected births to women
aged 15-19 in the five years to 2006: find the average number of
women in the age group 15-19 during 2001-2006. Multiply by the
average ASFR.

15-19 7,035 7,385 7,598 8,184 8,774

94,99 105,6
20-24 5 98,349 102,900 64 113,272

251,7 262,2
25-29 03 253,763 57 273,781 280,780

322,8 328,5
30-34 54 325,992 60 339,150 353,519

295,6 300,2
35-39 52 297,418 38 302,544 312,059

263,5 277,7
40-44 51 276,127 51 280,341 282,462

233,1 264,2
45-49 77 252,335 45 265,783 268,237

Dari tabel diatas dapat di asumsikan secara keseluruhan bahwa di

daerah Kabupaten Pekalongan mengalami peningkatan kelahiran per lima
tahun nya. Hal ini mengakibatkan kepada kepadatan penduduk yang
berada di wilayah Kabupaten Pekalongan. Seperti contohnya pada Umur
15-19 jumlah kelahiran pada tahun 2006 yaitu 7.035, 2011 yaitu 7.385,
2016 7.598. pada tahun 2021 di prediksi tingkat kelahiran nya yaitu
8.184, dan pada tahun 2026 meningkat menjadi 8.774. Umur 20-24 jumlah
kelahiran pada tahun 2006 yaitu 94.995, 2011 yaitu 98.349, 2016
102.900. pada tahun 2021 di prediksi tingkat kelahiran nya yaitu 105.664,
dan pada tahun 2026 meningkat menjadi 113.272. Umur 25-29 jumlah
kelahiran pada tahun 2006 yaitu 251.703, 2011 yaitu 253.763, 2016
262.257. pada tahun 2021 di prediksi tingkat kelahiran nya yaitu 273.781,
dan pada tahun 2026 meningkat menjadi 280.780.

19
 Penyebab terjadinya tingkat kelahiran karena kurang mengertinya
masyarakat tentang keluarga berencana dan masih banyaknya
pernikahan dini, baik karena faktor tradisi atau karena pergaulan bebas.
Tinggi nya tingkat kelahiran dapat ditekan pertumbuhannya dengan
mengikuti program kb dari pemerintah.

20
3.2Kohor Mortalitas Laki-Laki

Pada data dasar ditemukan CDR sebesar 4.9

Pada kolom Birth menggunakan asumsi :
Bayi yang meninggal
Birth = 1- Total kematian

CDR x Jumlah Kelahiran

Jumlah bayi yang meninggal = 1000
Sedangkan survival ratio pada kelompok umur tertentu menggunakan
asumsi :
Mencari total kematian penduduk wanita =

CDR x Jumlah total penduduk wanita

1000
Kemudian mencari jumlah kematian pada kelompok umur (i) =

Jumlah laki-laki kelompok umur (i) x Total kematian penduduk laki-laki

Jumlah penduduk laki-laki
Dan untuk mencari survival ratio dengan =

Jumlah kematian pada kelompok umur (i)

Jumlah penduduk laki-laki pada kelompok umur (i)

Sehingga didapatkan data sebagai berikut :

Mortality

Survival ratios or proportion surviving to

next age group
Age Population Migrants
Births 0.97995
0-4 0.99679 0.99839
5-9 0.99960 0.99980
10-14 0.99964 0.99982
15-19 0.99931 0.99965
20-24 0.99904 0.99952
25-29 0.99878 0.99939
30-34 0.99866 0.99933
35-39 0.99830 0.99915

21
 40-44 0.99720 0.99860
45-49 0.99502 0.99751
50-54 0.99158 0.99579
55-59 0.98838 0.99419
60-64 0.98629 0.99314
65-69 0.97565 0.98783
70+ 0.95486 0.97743

3.3Kohor Mortalitas Perempuan

Pada data dasar ditemukan CDR sebesar 4.9

Pada kolom Birth menggunakan asumsi :
Bayi yang meninggal
Birth = 1- Total kematian

CDR x Jumlah Kelahiran

Jumlah bayi yang meninggal = 1000

Sedangkan survival ratio pada kelompok umur tertentu menggunakan

asumsi :
Mencari total kematian penduduk wanita =

CDR x Jumlah total penduduk wanita

1000

Kemudian mencari jumlah kematian pada kelompok umur (i) =

Jumlah laki-laki kelompok umur (i) x Total kematian penduduk laki-laki

Jumlah penduduk laki-laki

Dan untuk mencari survival ratio dengan =

Jumlah kematian pada kelompok umur (i)

Jumlah penduduk laki-laki pada kelompok umur (i)

Mortality

Survival ratios or proportion

surviving to next age group

22
 Age Population Migrants
Births 0.97995
0-4 0.99679 0.99839
5-9 0.99960 0.99980
10-14 0.99964 0.99982
15-19 0.99931 0.99965
20-24 0.99904 0.99952
25-29 0.99878 0.99939
30-34 0.99866 0.99933
35-39 0.99830 0.99915
40-44 0.99720 0.99860
45-49 0.99502 0.99751
50-54 0.99158 0.99579
55-59 0.98838 0.99419
60-64 0.98629 0.99314
65-69 0.97565 0.98783
70+ 0.95486 0.97743

Table 3 Projected Survivors

Age 2005 2010 2015 2020 2025

5-9 614,041 699,948 720,152 735,485 750,685

10-14 625,873 645,326 731,198 751,395 766,721

15-19 628,949 647,750 667,196 753,038 773,227

20-24 609,870 654,009 672,798 692,229 778,012

25-29 655,096 657,337 701,433 720,203 739,617

30-34 681,224 690,205 692,443 736,486 755,234

35-39 702,140 706,868 715,837 718,072 762,056

40-44 714,951 718,797 723,517 732,471 734,703

45-49 662,250 724,591 728,427 733,133 742,062

23
50-54 622,623 666,510 728,541 732,357 737,040

55-59 479,371 622,523 666,040 727,548 731,332

60-64 390,571 479,327 620,815 663,827 724,620

65-69 338,866 390,122 477,661 617,209 659,631

70-74 336,546 333,921 383,929 469,337 605,488

75+ 304,346 615,411 909,929 1,238,901 1,634,575

8,366,717 9,252,645 10,139,916. 11,021,692 11,895,003

Dari tabel di atas dapat di asumsikan bahwa tingkat kematian secara

keseluruhan mengalami peningkatan perlima tahun nya. Hal ini berakibat
pada kepadatan penduduk yang berada diwilayah Kabupaten Pekalongan.
Seperti pada umur 5-9 jumlah kematian pada tahun 2005 yaitu 614,041
sedangkan pada tahun 2010,2015,2020,dan 2025 yaitu 699.948, 720.152,
735.485, 750.585. dari contoh tersebut kita dapat melihat kenaikan
tingkat kematian yang di daerah Kabupaten Pekalongan. Jumlah
keseluruhan tingkat kematian dari semua kalangan umur dari tahun 2005,
2010, 2015, 2020, 2025 yaitu ; 8.366.717, 9.252.645, 10.139.916,
11.021.692, 11.895.003.
Penyebab terjadi nya tingkat kematian karena tingkat kesehatan yang
sangat rendah sehingga dapat menimbulkan berbagai penyakit dan
menularnya penyakit dengan mudah, fasilitas kesehatan dan tenaga
medis yang kurang memadai, banyak penyakit menular yang merajalela,
rendahnya kepedulian antara masyarakat akan kesehatan, banyak nya
makanan dan minuman yang mengandung pemanis buatan. Semua faktor
faktor ini sangat berpengaruh penting dan dapat meningkatkan jumlah
kematian di suatu wilayah. Tinggi nya tingkat kematian suatu wilayah
dapat ditekan pertumbuhannya hanya jika pemerintah atau warga
sekitarnya peduli akan kesehatan tubuh dan lingkungan masing masing.

3.4Kohor Migrasi Laki-Laki

Migration

24
 Annual
net
migratio
n, Age Structure
females of Net
by age Migration
2001 (proportions)

2,159 0.11021

2,337 0.11931

2,218 0.11325

2,119 0.10819

1,644 0.08392

1,545 0.07887

1,426 0.07280

1,426 0.07280

1,228 0.06269

970 0.04955

772 0.03943

574 0.02932

535 0.02730

356 0.01820

277 0.01415

19,585 1.00000

Table 4 Net migration: Projected Survivors

Age 2005 2010 2015 2020 2025

Total 250,000 250,000

25
 250,000 250,000 250,000

27,50
5-9 27,509 27,509 27,509 27,509 9

29,82
10-14 29,822 29,822 29,822 29,822 2

28,30
15-19 28,306 28,306 28,306 28,306 6

27,03
20-24 27,038 27,038 27,038 27,038 8

20,97
25-29 20,971 20,971 20,971 20,971 1

19,70
30-34 19,705 19,705 19,705 19,705 5

18,18
35-39 18,188 18,188 18,188 18,188 8

18,18
40-44 18,185 18,185 18,185 18,185 5

15,65
45-49 15,650 15,650 15,650 15,650 0

12,35
50-54 12,355 12,355 12,355 12,355 5

55-59 9,817 9,817 9,817 9,817 9,817

60-64 7,288 7,288 7,288 7,288 7,288

65-69 6,779 6,779 6,779 6,779 6,779

70-74 4,494 4,494 4,494 4,494 4,494

75+ 3,459 3,459 3,459 3,459 3,459

Dari tabel di atas dapat di asumsikan bahwa Net-migration penduduk

laki-laki secara keseluruhan mengalami peningkatan perlima tahun nya.
Hal ini berakibat pada kepadatan penduduk yang berada diwilayah

26
Kabupaten Pekalongan. Seperti pada umur 5-9 jumlah kematian pada
tahun 2005 yaitu 614,041 sedangkan pada tahun 2010,2015,2020,dan
2025 yaitu 699.948, 720.152, 735.485, 750.585. dari contoh tersebut kita
dapat melihat kenaikan net-migration perempuan yang di daerah
Kabupaten Pekalongan. Penyebab terjadi nya perpindahan laki-laki
diantaranya bencana alam, kurangnya lahan pekerjaan, dan keinginan
untuk merantau demi memperbaiki perekonomian keluarga

3.5Kohor Migrasi Perempuan

Migration

Annual
net Age
migratio Structure
n, of Net
females Migration
by age (proportio
2001 ns)

2,040 0.10457

2,178 0.11167

2,099 0.10761

2,060 0.10558

1,743 0.08934

1,604 0.08223

1,485 0.07614

1,465 0.07513

1,149 0.05888

891 0.04568

733 0.03756

594 0.03046

673 0.03452

27
 455 0.02335

337 0.01726

19,506 1.00000

Table 4 Net migration: Projected Survivors

Age 2005 2010 2015 2020 2025

Total 250,000 250,000 250,000 250,000 250,000

26,10
5-9 26,100 26,100 26,100 26,100 0

27,91
10-14 27,913 27,913 27,913 27,913 3

26,89
15-19 26,899 26,899 26,899 26,899 9

26,38
20-24 26,387 26,387 26,387 26,387 7

22,32
25-29 22,324 22,324 22,324 22,324 4

20,54
30-34 20,546 20,546 20,546 20,546 6

19,02
35-39 19,023 19,023 19,023 19,023 3

18,76
40-44 18,766 18,766 18,766 18,766 6

14,70
45-49 14,700 14,700 14,700 14,700 0

11,39
50-54 11,393 11,393 11,393 11,393 3

55-59 9,351 9,351 9,351 9,351 9,351

28
 60-64 7,570 7,570 7,570 7,570 7,570

65-69 8,570 8,570 8,570 8,570 8,570

70-74 5,766 5,766 5,766 5,766 5,766

75+ 4,218 4,218 4,218 4,218 4,218

Dari tabel di atas dapat di asumsikan bahwa Net-migration penduduk

perempuan secara keseluruhan mengalami peningkatan perlima tahun
nya. Hal ini berakibat pada kepadatan penduduk yang berada diwilayah
Kabupaten Pekalongan. Seperti pada umur 5-9 jumlah kematian pada
tahun 2005 yaitu 115.969 sedangkan pada tahun 2010,2015,2020,dan
2025 yaitu 151.655, 190.099, 231.338, dan 275.168. dari contoh tersebut
kita dapat melihat kenaikan net-migration perempuan yang di daerah
Kabupaten Pekalongan. Penyebab terjadi nya perpindahan perempuan
diantaranya bencana alam, perantauan dan perpindahan karena
mengikuti pasangannya (suami).

29
 BAB IV
POPULATION PROJECTION
Table 5: Base population and Population Projections

Age 2000 2005 2010 2015 2020 2025

126,9 157,3
0-4 85,321 69,585 97,488 86 86 186,557

123,2 152,6
5-9 91,757 111,147 95,462 75 79 182,981

139,01 123,3 151,1

10-14 87,736 119,634 6 37 39 180,531

146,48 165,8 150,1

15-19 84,926 114,603 9 65 92 177,984

140,91 172,7 192,1

20-24 68,843 111,254 1 75 37 176,474

133,47 163,1 194,9

25-29 64,008 91,101 1 00 33 214,277

111,53 153,8 183,4

30-34 59,178 84,476 6 55 47 215,241

103,38 130,4 172,6

35-39 58,774 78,122 6 10 72 202,224

121,9 148,9
40-44 48,294 77,440 96,755 76 54 191,144

111,1 136,3
45-49 37,828 62,859 91,923 84 34 163,237

102,8 122,0
50-54 30,587 49,032 73,939 59 23 147,048

82,66 111,3
55-59 23,751 39,681 57,971 8 44 130,347

64,86 89,27
60-64 24,570 31,045 46,790 7 7 117,620
65-69 96,623

30
 54,71 72,54
16,514 32,803 39,189 8 8

44,00 59,15
70-74 12,485 21,878 37,771 1 2 76,548

78,97 121,6
75+ 10,475 16,139 40,518 3 40 176,849

(70+/) 22,960 38,017 78,289 122,974 180,792 253,396

805,04
Total 7 1,110,799 1,452,615 1,820,847 2,215,856 2,635,685

31
 Pada table diatas sebagian besar peningkatan Population Projection
semakin meningkat dari per lima tahun nya. Namun ada beberapa yang
mengalami penurunan seperti pada umur 0 4 mengalami penurunan
pada tahun 2000 2005 yaitu 85,321 menjadi 69,585 akan tetapi pada
tahun - tahun selanjutnya mengalami peningkatan dari tahun 2005
2025 yaitu 69.585, 97.488, 126.986, 157.386, 186.557 hal ini dapat
terjadi karena adanya faktor kelahiran, kematian dan migrasi penduduk .
peningkatannya terjadi di karenakan jumlah kelahiran semakin meningkat
, jumlah kematian mengalami penurunan dan migrasi masuk di daerah
Kabupaten Pekalongan semakin meningkat sedangkan penurunannya
disebabkan oleh terjadinya penurunan jumlah kelahiran , peningkatan
jumlah kematian dan meningkatnya jumlah migrasi keluar dari daerah
Kabupaten Pekalongan.

32
 BAB IV
PIRAMIDA PENDUDUK

Piramida Penduduk Kapubaten Pekalongan

Hasil Sensus 2010

80000 60000 40000 20000 0 20000 40000 60000 80000

Laki-laki Perempuan

Piramida Proyeksi Penduduk Kabupaten Pekalongan Tahun 2010

100000 50000 0 50000 100000

Laki-laki Perempuan

33
 Pada piramida hasil sensus tahun 2010 diketahui bahwa
karakteristik piramida tersebut adalah piramida konstriktif dengan jumlah
kecil penduduk berada pada kelompok umur muda. Apabila jumlah
penduduk dianalisis melalui proyeksi penduduk, maka piramida tahun
2010 juga berkarakteristik piramida konstruktif. Dengan nilai jumlah
penduduk memiliki selisih berkisar antara 3000-5000 jiwa.

34