id
go
ps.
.b
w
w
w
://
tp
ht
.id
go
ps.
.b
w
w
w
://
tp
ht
Naskah:
Subdirektorat Pengembangan Model Statistik
.id
Gambar Kulit:
Subdirektorat Pengembangan Model Statistik
go
s.
Diterbitkan oleh:
p
Dicetak oleh:
w
CV. Rioma
w
://
tp
ht
Pengarah:
Suhariyanto
Editor:
Sodikin Baidowi
Agus Marzuki
Waris Marsisno
Penulis:
.id
Agus Marzuki
Usman Bustaman
go
Sri Hartini Rachmad
Wahyuni Andriana Sofa
p s.
.b
.id
kematian (life table). Saat ini, dari sistem registrasi penduduk di Indonesia
belum memungkinkan untuk diperoleh data tingkat kematian yang akurat.
go
Oleh karena itu perlu dilakukan kajian penyusunan life table yang tidak
s.
terlalu bergantung kepada data tingkat kematian. Salah satu pendekatan
p
.id
Bab 2. Tinjauan Pustaka …………………………..………………………………….. 5
2.1 Metode Proyeksi ………………………….………………………………….. 5
go
2.1.1 Metode Matematika ……………………….…………………………………. 5
s.
2.1.2 Metode Komponen ………………………………………………………. 7
p
.id
4.2.2 Graduasi Nilai SR dengan Pendekatan Statistik ………………. 46
4.3 Evaluasi Proyeksi Penduduk ……………………………………….. 52
go
4.1.1 Struktur Penduduk menurut Umur dan Jenis Kelamin
s.
Indonesia 1990-2010 …………………………………………………… 52
p
2000-2010 ………………………………………………………………………. 61
w
w
.id
Tabel 5. Perbandingan Tingkat Kesesuaian antar Metode pada Laki-laki
dan Perempuan go
…………………………………………………………… 39
s.
Tabel 6. Penduduk Laki-Laki di Indonesia menurut Kelompok Umur
p
Tabel 8. Nilai SR Tabel Coale Demeny Model Barat pada Level 20.778
tp
.id
go
p s.
.b
w
w
w
://
tp
ht
.id
Laki-Laki, Tahun 2000 ……………………………………………….. 32
go
Gambar 5. Perbandingan SR Indonesia (Coale Demeny Model Barat)
s.
dengan Negara Berkembang Lainnya dari Tabel Kematian
p
Pollard ……………………………………………………………………….. 36
Gambar 15. Rasio Jenis Kelamin Penduduk Indonesia, 1990 – 2010 ….. 56
.id
go
p s.
.b
w
w
w
://
tp
ht
.id
pemenuhan kebutuhan pangan, sandang dan papan serta pemenuhan
go
kebutuhan lainnya. Jika tidak dibuat perencanaan yang matang tentang
kebijakan kependudukan di masa mendatang, dapat dipastikan akan
s.
menimbulkan permasalahan yang lebih kompleks. Untuk itu para pemakai
p
Selama ini sumber data penduduk yang tersedia secara periodik hanya
tp
Sensus Penduduk (SP) dan Survei Penduduk Antar Sensus (SUPAS). Sumber
ht
.id
untuk mengamati tingkat kematian penduduk adalah jumlah kematian dari
kelompok paling rentan yaitu angka kematian bayi (AKB) dan angka
go
kematian ibu (AKI). AKB dan AKI merupakan indikator yang
s.
menggambarkan keadaan sosial ekonomi masyarakat di suatu negara.
p
AKB dan AKI maka meningkat pula harapan hidup masyarakat di suatu
w
negara. Oleh karena itu AKB dan AKI merupakan salah satu komponen
penting dalam penghitungan Angka Harapan Hidup (AHH).
://
.id
didefinisikan sebagai sekelompok penduduk yang lahir pada waktu yang
sama.
go
Idealnya, tabel kematian diperoleh melalui registrasi penduduk atau
s.
Sensus Penduduk (SP) yang menanyakan tingkat kematian penduduk. Dari
p
semua Sensus Penduduk (SP) yang dilaksanakan sejak tahun 1961, hanya
.b
penduduk. Semula dalam kajian ini akan digunakan tingkat kematian hasil
w
SP2010, namun hingga saat ini data tersebut masih dalam proses validasi
w
dan belum dapat digunakan. Oleh karena itu kajian ini menggunakan
pendekatan dengan metode Rasio Kelangsungan Hidup (Survival Ratio).
://
.id
statistik.
go
c. Mendapatkan estimasi jumlah penduduk Indonesia tahun 2000 dan laju
pertumbuhan penduduk Indonesia tahun 2000-2010.
p s.
.b
dan jenis kelamin tahun 2000 dan evaluasi laju pertumbuhan penduduk
://
Indonesia tahun 2000-2010. Cakupan datanya hanya pada level nasional dan
tp
Kajian ini terdiri dari 5 bab yaitu bab 1 tentang pendahuluan dan latar
belakang penulisan, bab 2 tentang tinjauan pustaka yang diambil sebagai
referensi dalam penulisan ini, bab 3 tentang metodologi yang digunakan
dalam penulisan ini, bab 4 tentang analisis dan pembahasan serta bab 5
tentang kesimpulan dan saran.
.id
proyeksi jumlah penduduk untuk waktu yang akan datang. Penghitungan
proyeksi penduduk dilakukan dalam upaya memenuhi kebutuhan data
go
penduduk yang bersifat kekinian, berkesinambungan dan perkiraan yang
akan datang. Mengingat jeda waktu (time lag) pengumpulan data
s.
kependudukan relatif lama, 10 tahun untuk sensus dan 5 tahun untuk survei
p
.b
menjadi penting.
w
1. Metode Aritmatika
Metode aritmatika menggunakan asumsi bahwa penambahan
penduduk secara absolut akan sama setiap tahun. Formula yang digunakan
untuk menghitung jumlah penduduk adalah:
(1)
dengan
Keterangan:
= jumlah penduduk pada tahun t
.id
= jumlah penduduk pada tahun dasar
= laju pertumbuhan penduduk go
= periode waktu antara tahun dasar dan tahun t (dalam tahun)
p s.
2. Metode Geometrik
.b
(2)
dengan
Keterangan:
= jumlah penduduk pada tahun t
= jumlah penduduk pada tahun dasar
= laju pertumbuhan penduduk
= periode waktu antara tahun dasar dan tahun t (dalam tahun)
3. Metode Eksponensial
Metode eksponensial menggunakan asumsi bahwa pertambahan
penduduk terjadi secara sedikit demi sedikit sedikit sepanjang tahun
(Adioetomo dan Samosir, 2010). Asumsi ini berbeda dengan asumsi dalam
dengan
Keterangan:
= jumlah penduduk pada tahun t
= jumlah penduduk pada tahun dasar
= laju pertumbuhan penduduk
= periode waktu antara tahun dasar dan tahun t (dalam tahun)
= bilangan pokok dari sistem logaritma natural (ln) yang besarnya
.id
adalah 2,7182818
go
Berdasarkan formula penghitungan untuk ketiga metode yang telah
s.
diuraikan, dapat diturunkan formula untuk menghitung waktu yang
p
waktu yang diperlukan untuk mencapai jumlah penduduk dua kali lipat dari
w
aritmatik:
://
geometrik:
tp
eksponensial:
ht
– (4)
Keterangan:
Pt = jumlah penduduk pada tahun t
Untuk jangka waktu proyeksi yang relatif pendek (kurang dari lima
tahun), kedua pendekatan (metode matematika dan metode komponen)
akan memberikan hasil proyeksi yang relatif sama. Hal ini berdasarkan
kenyataan bahwa dalam jangka pendek, proses kelahiran, kematian dan
perpindahan (migrasi) penduduk pada umumnya tidak mengalami
perubahan signifikan. Akan tetapi kondisinya akan berbeda untuk jangka
waktu yang relatif lebih lama; karena kelahiran, kematian dan migrasi pada
umumnya telah berubah, baik dalam hal pola maupun levelnya. Artinya,
untuk periode proyeksi yang relatif panjang, pengaruh dari masing-masing
komponen determinan jumlah penduduk menjadi signifikan. Itulah
.id
sebabnya, untuk jangka waktu yang relatif panjang, penggunaan metode
komponen relatif lebih tepat dibandingkan dengan metode matematika.
go
Berdasarkan perlakuan terhadap komponen migrasinya, metode
s.
komponen dapat dibedakan menjadi dua, yaitu pendekatan demografi
p
.b
memperhatikan ke mana dan dari mana arus migrasi yang terjadi di suatu
w
daerah asal. Begitu juga migrasi keluar dari suatu daerah diperlakukan
ht
.id
umumnya digunakan untuk estimasi migrasi neto.
go
Terdapat dua pendekatan yang bisa digunakan untuk memperoleh
s.
rasio kelangsungan hidup, yaitu (1) menggunakan life table dan (2)
p
.id
dimaksudkan adalah penduduk yang stabil (kelahiran dan kematiannya
konstan) dengan jumlah kelahiran sama dengan jumlah kematian.
go
Berdasarkan hal ini maka asumsi dalam penghitungan life table adalah:
s.
a. Kohor hanya berkurang secara berangsur-angsur karena kematian dan
p
yang sama dari suatu peristiwa tertentu (dalam hal ini lahir pada tahun
w
yang sama).
w
c. Kohor berasal dari suatu radiks tertentu, misalnya 1.000, 10.000 atau
tp
100.000
d. Pada tiap tingkat umur rata-rata orang meninggal mencapai
ht
.id
2.3.4 Notasi dan Fungsi dalam Life Table
go
Notasi dan fungsi yang digunakan dalam life table antara lain adalah:
s.
: jumlah penduduk yang bertahan hidup hingga mencapai umur
p
tepat
.b
w
(5)
w
(6)
ht
(7)
(8)
(9)
(10)
: total waktu yang akan dijalani oleh sejumlah mulai umur tepat
(11)
: angka harapan hidup bagi penduduk berumur
(12)
(13)
.id
go
2.3.5 Model Life Table
s.
United Nation (1983) menyebutkan ada empat sistem model tabel
p
Model Life Tables) dan Sistem Logit (The Logit System of Model Life Tables).
://
.id
Interpolasi merupakan metode untuk menaksir data yang tidak ada
atau belum diketahui nilainya di antara nilai-nilai data yang diberikan
go
(Heath, 1996). Misalkan terdapat titik data, yaitu:
p s.
dengan .
.b
(14)
dengan
: fungsi basis ke-i
: parameter-parameter yang akan ditentukan
Salah satu fungsi interpolasi yang sering digunakan adalah fungsi polinomial
karena fungsi polinomial mudah dihitung, diturunkan dan diintegralkan.
Interpolasi lagrange diterapkan untuk mendapatkan fungsi
polinomial berderajat tertentu yang melewati sejumlah titik data.
Misalkan sekumpulan titik data dengan , maka bentuk
umum polinomial Lagrange berderajat yang melalui titik yang
berbeda adalah
(15)
.id
go
p s.
.b
w
w
w
://
tp
ht
.id
selisih absolutnya (Mean Absolute Error/MAE). Nilai MAE yang paling kecil
atau hasil plotting data yang paling mirip digunakan sebagai acuan dalam
go
interpolasi tabel kematian ringkas menjadi life table lengkap.
s.
Dalam kajian ini digunakan pula data jumlah penduduk Indonesia
p
diperoleh dari publikasi hasil SP tahun 2000 dan 2010. Di samping itu,
w
kajian ini juga menggunakan data tabel kematian ringkas (abriged life table)
w
Indonesia tahun 2000 yang diambil dari tabel Coale Demeny model Barat
w
dan didasarkan pada angka harapan hidup pada saat lahir/life expentancy at
://
birth ( ) hasil proyeksi BPS tahun 2000 yaitu 65,5 tahun untuk penduduk
tp
kematian Coale Demeny model Barat ini didasarkan pada hasil penelitian
sebelumnya yang menyatakan bahwa model ini lebih sesuai digunakan
untuk data mortalitas negara-negara berkembang seperti Indonesia
dibandingkan dengan model yang lainnya.
.id
digunakan untuk menyusun tabel kematian lengkap berdasarkan tabel
kematian ringkas dengan cara interpolasi, antara lain metode Elandt-
go
Johnson (1980), metode Brass Logit (1971), metode Heligman-Pollard
(1980) dan metode Kostaki (2000). Metode Brass Logit dan Kostaki
s.
merupakan metode yang menggunakan informasi yang berasal dari table
p
.b
dan berasal dari sumber lain, baik pada tahun yang sama maupun berbeda
w
(18)
dengan
.id
go (20)
s.
b) Setelah nilai estimasi dan diperoleh, kemudian jumlah penduduk
p
(21)
w
kematian standar yang akan digunakan. Oleh karena itu, perlu dilakukan
tp
(22)
(23)
.id
b) Untuk umur 75 tahun ke atas, metode Elandt-Johnson menggunakan
go
distribusi survival Gompertz sebagai berikut:
s.
(24)
p
.b
parameter dan .
w
w
dengan (25)
(26)
dengan (27)
.id
c. Metode Heligman-Pollard (1980)
go
Heligman-Pollard (1980) menyatakan bahwa penyebab kematian
dapat dibagi menjadi tiga komponen masa yaitu pengaruh masa bayi dan
s.
anak-anak, akibat kematian pada umur remaja dan tingkat kematian usia
p
(28)
w
://
.id
go
p s.
.b
w
w
w
://
tp
(29)
dengan
(30)
.id
go (31)
p s.
dengan (32)
.b
w
Mortpak 4.
://
(33)
(34)
.id
Dengan kata lain, graduasi data sebaiknya mampu menghaluskan dan
menghilangkan komponen irregular yang disebabkan oleh variasi acak dan
go
kesalahan pelaporan umur sekaligus mempertahankan variasi utama yang
s.
terdapat dalam pola kematian.
p
berikut:
ht
(35)
(36)
Koefisien Determinasi ( )
Nilai koefisien determinasi menyatakan proporsi keragaman data
yang dapat dijelaskan oleh model. Semakin besar nilai koefisien determinasi
ini, maka semakin baik model tersebut. Koefisien determinasi dapat
diperoleh dengan menggunakan rumus sebagai berikut:
(37)
.id
Root Mean Square Error (RMSE)
Nilai RMSE menunjukkan kesalahan yang didasarkan pada total
go
kuadrat dari simpangan antara hasil model dengan nilai observasi (nilai
sebenarnya) yang dapat dinyatakan sebagai berikut:
p s.
.b
(38)
w
Seperti halnya pada MAE, semakin kecil nilai RMSE maka semakin baik
w
sebenarnya.
://
tp
MAE, dan RMSE, akan digunakan dalam kajian ini untuk mendapatkan
metode terbaik. Dalam hal ini, metode terbaik yang akan dipilih adalah
metode yang memberikan hasil paling optimum dari ketiga kriteria tersebut
dan selanjutnya dapat diaplikasikan pada data Indonesia.
a. Persamaan Regresi
Jika Y dinotasikan sebagai survival ratio (respon) dan X sebagai umur
(prediktor), maka secara sederhana persamaan regresi linier dapat
diformulasikan sebagai berikut:
(39)
dengan
Y = survival ratio
X = umur
ε = random error
= konstanta (intercept)
.id
= slope
b. Estimasi Parameter go
s.
Metode yang umum digunakan dalam mengestimasi parameter regresi
adalah Ordinary Least Square (OLS). Dalam bentuk matriks, persamaan (39)
p
.b
(40)
w
w
.sebagai berikut:
ht
(41)
(42)
(43)
(45)
Minimal ada satu koefisien regresi yang tidak sama dengan nol
atau berpengaruh terhadap Y
.id
Statistik uji yang digunakan adalah statistik uji F yang dapat
dinyatakan sebagai berikut:
go
s.
(46)
p
.b
dimana :
w
w
= jumlah sampel
Pengambilan keputusan dilakukan sebagai berikut: jika Fobs>Ftabel( ;1;n
-2) maka ditolak atau dapat dikatakan bahwa dengan tingkat
kepercayaan sebesar persen model regresi tepat digunakan
untuk memodelkan data.
dengan,
: koefisien regresi untuk variabel bebas ke-i
: standar error of the estimate dari
.id
ini dinyatakan dalam persen (%), yang menyatakan kontribusi regresi,
go
secara fisik adalah akibat prediktor, terhadap variasi total variabel respon,
yaitu Y. Makin besar nilai R2, makin besar pula kontribusi atau peranan
s.
prediktor terhadap variasi respon, dengan kata lain makin baik pula model
p
(48)
w
://
tp
.id
perempuan. Selanjutnya, nilai survival ratio pada life table yang dihasilkan
go
dari masing-masing pendekatan ini akan digunakan untuk memperkirakan
jumlah penduduk tahun 2000 (backcasting) serta memperkirakan laju
s.
pertumbuhan penduduk tahun 2000-2010.
p
.b
w
w
w
://
tp
ht
Data SP 2000-2010
.id
Pemilihan Model
Data
Kelompok Umur
go Regresi Terbaik
(Regresi Polinomial)
p s.
Penyusunan Life Table Lengkap Data
.b
Umur
Tunggal
w
Graduasi Data
Pemilihan Metode Terbaik Kematian SP2010
://
Data Indonesia
Model Tabel Kematian
Coale-Demeny West
.id
digunakan dua pendekatan. Pendekatan pertama menggunakan interpolasi
dari tabel kematian umum yang disusun oleh Elandt-Johnson dan Heligman-
go
Pollard, sedangkan pendekatan kedua menggunakan model regresi terhadap
s.
rasio kelangsungan hidup yang dihitung berdasarkan hasil sensus penduduk
p
sensus penduduk tahun 2000 yang berdasarkan hasil evaluasi pasca Sensus
w
yang telah dilakukan dalam bagian pertama. Pembahasan awal pada bagian
ini mencakup statistik jumlah penduduk yang meliputi struktur penduduk,
ht
.id
saat lahir ( ) hasil proyeksi tahun 2000, yaitu sebesar 65,5 tahun untuk
go
laki-laki dan 69,5 tahun untuk perempuan. Biasanya nilai hasil hitung
terletak diantara level tertentu maka dilakukan interpolasi linier untuk
s.
menentukan level yang lebih tepat.
p
.b
JK
Hitung Rendah Tinggi Rendah Tinggi Interpolasi
://
Level interpolasi pada kolom 7 tabel diatas dapat dihitung dengan cara
sebagai berikut:
……………….. (49)
Dari tabel hasil perhitungan diatas diperoleh level interpolasi untuk
tabel kematian laki-laki sebesar 20.7785 dan tabel kematian perempuan
sebesar 20.8.
b. Menentukan nilai Survival Ratio (SR) dari tabel ringkas Indonesia pada
level yang bersesuaian.
.id
Laki-laki Perempuan
1,000
go
s.
0,800
p
.b
0,600
p(x)
0,400
w
0,200
w
0,000
://
0 10 20 30 40 50 60 70 80 90 100
tp
Umur
ht
.id
0,4 Estonia 1972
0,3 (0.01833)
0,2 go Hungary 1980
(0.01901)
s.
Hungary 1981
0,1
(0.01976)
p
0 Hungary 1987
.b
(0.0178)
0 50 100
w
Kelompok Umur
w
w
hingga 100 tahun pada 2000 dapat diwakili oleh Estonia pada tahun 1962.
tp
Hal ini ditunjukkan dengan nilai MAE Estonia pada tahun 1962 sebesar
ht
.id
Bulgaria 1957
0,7 (0.03308)
0,6 Bulgaria 1958
go (0.04241)
SR
(0.03321)
0,2 Hungary 1955
w
0,1 (0.01136)
Hungary 1956
w
0
(0.01284)
w
0 50 100
://
Kelompok umur
tp
.id
G 0.00007 0.00001 Representasi level kematian pada usia
lanjut
H 1.10144 1.12194 go
Representasi laju peningkatan
s.
kematian
p
.b
diwakili pleh Hungaria tahun 1960 berpeluang lebih besar untuk meninggal
w
.id
Gambar 6. Kurva Kelangsungan Hidup ( ) laki-laki untuk Nilai Observasi
go
dan Perkiraan Menggunakan Metode Heligman Pollard
s.
Aktual Heligman-Pollard
p
.b
100000
w
80000
w
w
60000
lx
R²=0.99993043
://
40000
tp
20000
ht
0
0
6
18
12
24
30
36
42
48
54
60
66
72
78
84
90
96
100000
90000
80000
70000
60000
.id
50000
lx
40000
30000 go
s.
20000
10000
p
.b
0
0
6
54
12
18
24
30
36
42
48
60
66
72
78
84
90
96
w
w
w
(lihat Tabel 2), nilai estimasi parameter A dan B pada kurva kematian
tp
Pada tabel kematian hasil graduasi (lihat lampiran), nilai estimasi peluang
kematian untuk umur 0 dan 1 tahun pada tabel Estonia 1962 secara
berturut-turut sebesar 0.0276 dan 0.0027. Sementara pada tabel kematian
Hungaria 1960 (lihat lampiran) nilai peluang tersebut sebesar 0.04126 dan
0.00326. Berdasarkan penjabaran ini dapat diperkuat kesimpulan
sementara bahwa implementasi metode Heligman Pollard pada tabel
kematian perempuan menghasilkan graduasi data yang lebih baik
dibandingkan pada tabel kematian laki-laki.
.id
1.000000 0.000000 0.000000 go0.000000 0.000000 0.000000
0.562030 0.717600 -0.478400 0.283886 -0.100716 0.015600
s.
0.273392 1.047200 -0.531911 0.299200 -0.103747 0.015867
p
.b
Dengan:
: jumlah penduduk yang bertahan hidup pada umur dari
tabel kematian
ringkas dengan
: jumlah penduduk yang bertahan hidup pada umur untuk
.id
menghitung
tabel kematian lengkap dengan
go
p s.
tersebut terlihat pula bahwa metode ini memberikan perkiraan yang baik
://
untuk kematian pada usia dewasa, namun menjadi kurang akurat pada usia
tp
dini/anak-anak.
ht
40000
30000
20000
10000
0
0
6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
Aktual
100000
90000
80000
70000
60000
50000
lx
40000
30000
20000
10000
0
0
6
12
18
24
30
36
42
48
54
60
66
72
78
84
90
96
.id
go
Untuk mengetahui metode terbaik dari dua metode interpolasi di
atas, dilakukan perbandingan derajat kesesuaian nilai kelangsungan hidup
s.
( ) yaitu nilai rata-rata dari selisih absolut (MAE), koefisien determinasi
p
.b
uji dari nilai aktual dan perkiraan dengan metode Elandt-Johnson dan
w
Perempuan
ht
Elandt-Johnson Heligman-Pollard
MODEL
Perempuan Laki-laki Perempuan Laki-laki
MAE 26,4 79,8 87,3 180,3
R² 0.9999983 0.99998171 0.9999844 0.99993043
RMSE 58.596507 150.5769 229.83313 293.68854
.id
keunggulan antara lain dapat digunakan untuk mengukur derajat kesehatan,
mudah dipahami atau diinterpretasikan, proses penghitungannya sangat
go
sederhana, dan data dasarnya, yaitu penduduk menurut umur dan jenis
kelamin, mudah diakses karena merupakan data pokok kependudukan.
p s.
pada tahun 2010 dengan jumlah penduduk dari kohor yang sama pada
w
tahun 2000. Rasio yang dihitung dari dua series data sensus 10 tahunan
w
(50)
ht
.id
60-64 62 2,639,245 2,927,179 0.58029
65-69 67 1,690,620 2,225,113 0.95020
70-74 72 go
1,385,051 1,531,516 -
75+ 77 1,274,729 1,606,424 -
s.
Total 102,868,880 119,630,913 -
p
.b
w
Tahun 2000-2010
w
Ada beberapa hal yang bisa menjelaskan anomali ini, salah satunya
adalah perbedaan cakupan antara kedua sensus tersebut. Sebagaimana
diketahui bersama, kualitas data sensus dari tahun ke tahun tentunya
semakin mengalami perbaikan. Lebih jauh lagi, kondisi tersebut juga dapat
disebabkan oleh adanya kesalahan dalam pelaporan umur (miss-age
.id
statement).
go
Mengingat kontribusi nilai SR yang begitu besar, yaitu sebagai input
s.
dalam metode alternatif penyusunan table kematian Indonesia,
p
utama dalam kajian ini. Dalam kajian ini, solusi yang ditempuh untuk
w
nilai SR. Graduasi data ini dilakukan melalui dua pendekatan yaitu:
w
mengenai teknik dan hasil graduasi nilai SR dari dua pendekatan ini akan
tp
Nilai SR yang dihasilkan oleh tabel Coale Demeny Barat yang akan
digunakan untuk keperluan perkiraan jumlah penduduk dan angka harapan
hidup di atas masih dalam bentuk tabel ringkas, disebut juga SR 5 tahunan.
Sementara, SR antar sensus 2000-2010 (disebut juga SR aktual) masih
dalam interval 10 tahunan. Agar ada keterbandingan antar kedua nilai
.id
tersebut, perlu dilakukan penghitungan SR 10 tahunan pada tabel Coale
go
Demeny model Barat. Untuk mendapatkan angka tersebut, pada tabel Coale
Demeny ringkas terlebih dahulu dilakukan interpolasi untuk memperoleh
s.
tabel lengkapnya (umur tunggal). Metode interpolasi yang digunakan dalam
p
.b
hal ini adalah metode interpolasi terbaik yang telah diperoleh dari pengujian
sebelumnya, yaitu metode Elandt-Johnson. Tabel kematian lengkap hasil
w
(atau nilai peluang penduduk pada umur x dapat bertahan hidup sepuluh
tp
(51)
Tabel 8. Nilai SR Tabel Coale Demeny Model Barat pada Level 20.778 dan
20.8 serta Perkiraan Jumlah Penduduk Menurut Kelompok Umur pada
Tahun 2000
.id
Jumlah Penduduk 2010 SR CD West Est.2000(Jiwa)
Nilai
Kelompok
Tengah Laki2 Perempuan
Umur
Umur Laki-laki Perempuan
go
( =65.5) ( =69.5)
Laki-laki Perempuan
s.
(1) (2) (3) (4) (5) (6) (7) (8)
0-4 2 11,663,261 11,016,612 0.986749 0.989748 11,820,352 11,135,758
p
.b
.id
masih ditemui adanya kasus rendahnya cakupan (undercoverage)1. Kondisi
go
ini mengindikasikan jumlah penduduk tahun 2000 yang seharusnya adalah
lebih tinggi dibandingkan nilai yang disajikan dalam tabel (102,868,880 jiwa
s.
untuk laki-laki dan 102,263,578 jiwa untuk perempuan). Berdasarkan
p
penduduk 2010 sudah benar, maka solusi yang dapat dilakukan dalam
w
memperkecil nilai ).
w
menggunakan suatu bilangan yang sangat kecil. Iterasi ini dilakukan dengan
ht
mengacu pada nilai SR aktual yang dianggap masuk akal (make sense) pada
kondisi awal. Masuk akal dalam hal ini ditunjukkan dengan selisih
minimum yang paling kecil antara SR aktual dengan model Coale Demeny
Barat. Prosedur iterasi akan berhenti pada saat mencapai nilai yang
optimal, yang ditunjukkan oleh selisih SR aktual dengan model Coale
Demeny Barat mendekati/sama dengan nol.
1
Hasil Evaluasi Pasca Sensus Penduduk 2000 menunjukkan bahwa dengan metode
Chandra Demming dan Uttam Chand secara berturut-turut terdapat sekitar 15 persen dan
12 persen rumah tangga yang tidak tercakup dalam SP 2000. Rendahnya cakupan SP
2000 ini diduga karena adanya konflik sosial, etnis dan politik yang terjadi di dua
provinsi, yaitu Provinsi NAD dan Maluku, pada saat Sensus Penduduk 2000 berlangsung.
0,4
.id
0,2
0 go
2 7 12 17 22 27 32 37 42 47 52 57 62 67 72 77
s.
Umur
p
.b
dan rasio kelangsungan hidup antar sensus sebagai variabel respon. Prinsip
tp
utama dalam pendekatan ini adalah memperoleh model regresi terbaik yang
ht
0,6
.id
0,4
0,2
2
go
7 12 17 22 27 32 37 42 47 52 57 62
s.
umur (x)
p
.b
w
w
SR ( )
Kelompok umur ( )
://
Laki-laki Perempuan
tp
2 - -
7 0.99665 -
ht
12 0.92746 0.98181
17 0.98087 -
22 - 0.96568
27 - 0.94372
32 0.99422 -
37 0.92794 0.92004
42 0.89507 0.92632
47 0.84931 0.86930
52 0.75767 0.85456
57 0.75714 -
62 0.58029 0.69624
67 - -
.id
7. Model 7:
dimana
go
adalah variable respon yaitu SR, variabel prediktor yaitu Umur
s.
dengan , sedangkan dan merupakan koefisien regresi.
p
.b
w
Summary
Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7
Statistics
://
Coefficient
tp
.id
regresi yang terbentuk di atas, dapat diperoleh nilai prediksi peluang
bertahan hidup (fitted value) yang dapat dilihat pada kolom (3) Tabel 11.
go
Tabel 11. Estimasi Tabel Kematian Laki-Laki
s.
Menggunakan Pendekatan Statistik
p
.b
x lx p(x) q(x) dx Lx Tx ex
w
.id
go
Tabel 12. Summary Statistics Hasil Pengujian dengan 7 Alternatif Model
s.
Regresi untuk Rasio Kelangsungan Hidup Perempuan
p
Coefficient
w
.id
Gambar 12 menunjukkan bahwa pola angka harapan hidup yang
go
dihasilkan dari kedua pendekatan di atas tidak terlalu jauh berbeda, baik
s.
untuk laki-laki maupun perempuan. Terdapat kecenderungan angka
p
bahwa angka harapan hidup laki-laki dan perempuan hasil model Coale
w
.id
kelamin dapat memberikan gambaran perbandingan kelangsungan hidup
go
antara penduduk laki-laki dan perempuan. Selanjutnya angka
ketergantungan menggambarkan banyaknya penduduk yang hidupnya
s.
“bergantung” pada penduduk lain secara ekonomi. Dalam hal ini penduduk
p
.b
Komposisi Penduduk
w
hasil sensus penduduk tahun 1990, 2000 dan 2010 diperlihatkan dalam
Gambar 14.
.id
masyarakat akan keluarga berencana juga semakin tinggi.
Laki-laki Perempuan
w
Laki-laki Perempuan
75+ 75+
70-74 70-74
w
65-69 65-69
60-64 60-64
55-59 55-59
Kelompok Umur
Kelompok Umur
50-54 50-54
45-49 45-49
40-44 40-44
://
35-39 35-39
30-34 30-34
25-29 25-29
tp
20-24 20-24
15-19 15-19
10-14 10-14
ht
5-9 5-9
0-4 0-4
12 8 4 0 4 8 12 12 8 4 0 4 8 12
Jumlah Penduduk (juta jiwa) Jumlah Penduduk (juta jiwa)
Laki-laki Perempuan
75+
70-74
65-69
60-64
55-59
Kelompok Umur
50-54
45-49
40-44
35-39
30-34
25-29
20-24
15-19
10-14
5-9
0-4
12 8 4 0 4 8 12
Jumlah Penduduk (juta jiwa)
.id
komposisi yang lebih banyak dibandingkan dengan masa 10 tahun
sebelumnya. Ketika memasuki usia lanjut (65 tahun ke atas), maka
go
komposisi penduduk hampir sama, akan tetapi tampak terlihat bahwa pada
s.
tahun belakangan (2010) banyaknya penduduk yang bisa mencapai usia
p
tetapi hal ini bukan tanpa masalah, karena dengan bertambahnya penduduk
w
.id
15 10 5 0 5 10 15
Komposisi Penduduk (%)
terlihat bahwa jumlah anak laki-laki pada penduduk kelompok umur muda
://
(usia 0-14 tahun) masih lebih banyak dibandingkan dengan jumlah anak
tp
perempuan. Angka rasio jenis kelamin pada usia ini relatif stabil selama tiga
ht
kali periode sensus. Ini menunjukkan bahwa komposisi penduduk baik anak
laki-laki maupun perempuan pada usia ini relatif tetap selama tiga periode
sensus. Disamping itu, pada gambar ini juga terlihat angka rasio jenis
kelamin usia 0-14 tahun yang sedikit lebih kecil pada tahun 2000
dibandingkan dengan tahun 1990 atau 2010 (perhatikan juga Tabel 14). Hal
ini boleh jadi menunjukkan hasil sensus penduduk yang under estimate.
0,6
0,4
0,2
Kelompok Umur
.id
Menurut Kelompok Umur, 1990 – 2010
Kelompok
Umur 1990
go
Rasio Jenis Kelamin
2000 2010
s.
0-14 1.06 1.04 1.06
p
.b
pada usia ini dapat dibedakan menjadi dua fase kehidupan, yaitu fase
sebelum mapan (usia 15–39 tahun) dan fase mapan (usia 40–64 tahun)
secara ekonomi. Berdasarkan rasio penduduk seperti diperlihatkan dalam
Tabel 14, penduduk perempuan pada fase sebelum mapan lebih banyak
dibandingkan dengan penduduk laki-laki, sebaliknya penduduk perempuan
pada fase mapan lebih sedikit dibandingkan dengan penduduk laki-laki.
.id
ketergantungan anak. Hal ini disebabkan kondisi penduduk manula (baik
go
fisik maupun psikis) relatif lebih rentan dibandingkan dengan anak-anak.
p s.
.b
1990 -2010
w
70 9
tp
65
ht
8
60
Anak-anak
55 7
Manula
50
45 6
40
5
35
30 4
1990 2000 2010
.id
lebih detil permasalahan tersebut ditampilkan dalam Tabel 15. Pada
penduduk laki-laki, angka kelangsungan hidup > 1 ditemui pada kelompok
go
umur 0-4, 20-24, dan 25-29 tahun, sedangkan pada penduduk perempuan
s.
permasalahan yang sama ditemui pada kelompok umur 0-4 dan 65-69
p
tahun.
.b
graduasi survival ratio. Pada metode ini dua pendekatan dilakukan, yaitu
://
.id
60-64 62 2,639,245 2,927,179 0.580
65-69 67 1,690,620 2,225,113 0.950
70-74
75+
72
77
1,385,051
1,274,729
go1,531,516
1,606,424
-
-
s.
Total 102,868,880 119,630,913
p
b) Perempuan
.b
Laki-laki Perempuan
Kel.
Pendekatan Pendekatan Pendekatan Pendekatan
Umur
Demografi Statistik Demografi Statistik
0-4 11,840,966 11,710,717 11,219,935 11,199,425
5-9 10,719,463 10,662,472 10,368,843 10,433,729
10-14 10,040,003 9,952,243 10,147,637 10,180,789
15-19 10,852,767 10,755,609 10,885,863 10,910,030
20-24 10,181,148 10,157,657 10,114,624 10,162,359
25-29 9,579,920 9,671,719 9,423,015 9,527,584
30-34 8,595,390 8,806,167 8,480,261 8,656,199
.id
35-39 7,356,039 7,666,879 7,311,694 7,555,971
40-44 6,271,960 6,659,153 6,031,919 6,318,789
45-49
50-54
4,875,520
3,430,384
5,271,982
3,764,683
go
4,392,582
3,532,179
4,663,351
3,786,896
s.
55-59 2,843,753 3,141,640 2,974,630 3,177,215
60-64 2,242,201 2,447,649 2,600,860 2,682,526
p
Laki-laki Perempuan
tp
Kel.
Pendekatan Pendekatan Pendekatan Pendekatan
Umur
ht
.id
menjadi lebih lambat dibandingkan dengan hasil sensus penduduk.
go
s.
Tabel 18. Jumlah dan Pertumbuhan Penduduk Indonesia tahun 2000
p
Pendekatan Pendekatan
2000 Demografi Statistik
w
Pendekatan Demografi
Pendekatan Statistik
Laki-laki Perempuan
65+
60-64
55-59
50-54
45-49
Kelompok Umur
40-44
35-39
30-34
.id
25-29
20-24
15-19 go
s.
10-14
5-9
p
0-4
.b
w
15 10 5 0 5 10 15
Jumlah Penduduk (Juta jiwa)
w
5.1 Kesimpulan
.id
terbukti bahwa metode interpolasi Elandt-Johnson merupakan metode
yang paling sesuai diterapkan pada data Indonesia.
go
c. Perkiraan total penduduk pada tahun 2000 berdasarkan model Coale
s.
Demeny West dengan hasil proyeksi (65.5 tahun untuk laki-laki dan
69.5 tahun untuk perempuan) masih jauh dibawah jumlah penduduk
p
.b
102,9 juta jiwa untuk laki-laki dan 102,3 juta jiwa untuk perempuan,
dengan model ini diperoleh nilai yang lebih rendah dari hasil
w
.id
go
p s.
.b
w
w
w
://
tp
ht
Abid, A.D (1994), Graduating The Saudi Crude Mortality Rates And
Constructing Their Monetary Tables, Departement of Quantitative
Methods College of Administrative Sciences, King Saud University
Riyadh, Kingdom of Saudi Arabia
Barnett, H.A.R (1985), “Criteria of Smoothness”, J.I.A, No. 11, pp 331-367
Brass W. 1971. “On the scale of mortality”. In W. Brass (Ed.). Biological aspect
of Demography. London: Taylor and Francis.
Budi Utomo, 1985. Jakarta : Proyek Penelitian Morbiditas dan Mortalita.
Universitas Indonesia.
Elandt-Johnson RC, Johnson NL. 1980. Survival Models and Data Analysis
111-115. New York: Wiley Series.
Heligman L, Pollard JH. 1980. “The Age Pattern of Mortality”. Journal of the
.id
Institute of Actuaries 107 part 1: 49-80.
Hinde, Andrew. 1998. Demographic Methods. Oxford University Press Inc
(New York) 10016 go
s.
Kostaki, A. 1991. “The Heligman-Pollard Formula as a Tool for Expanding an
p
Mamas, S.G. Made. 2006. Abridged Life Tables: For South Sumatera, West Java,
ht
.id
Uzair Suhaimi, 2011. Derajat Kesehatan Penduduk Indonesia Dalam Dua
Dekade Terakhir: Beberapa Pelajaran dari Sensus Penduduk
go
p s.
.b
w
w
w
://
tp
ht
Tabel 1. Abriged Life Table Indonesia (Tabel Coale Demeny West) untuk
Laki-Laki pada Level Interpolasi 20,7785
.id
35 90053 0.98507 0.01493 1344 446904 3291758
40 88709 0.97889 0.02111 1873 438861 2844854 32.1
45 86836 0.96801 0.03199
o
2778 427233 2405993 27.7
.g
50 84058 0.95100 0.04900 4119 409990 1978760 23.5
ps
.id
45 89728 0.97619 0.02381 2136 443299 2723174 30.3
50 87592 0.96505 0.03495 3062 430305 2279875 26.0
o
.g
55 84530 0.94828 0.05172 4372 411720 1849571 21.9
ps
69
Tabel 1. Nilai SR Indonesia Dibandingkan dengan Negara Berkembang Lainnya Berikut Penghitungan MAE
untuk Laki-Laki
Negara Indonesia(CD) Belarus Belarus Estonia Estonia Estonia Hungary Hungary Hungary Hungary
Tahun 2000 1984 1991 1962 1970 1972 1980 1981 1987 1995
MAE - 0.029 0.027 0.012 0.021 0.018 0.019 0.020 0.018 0.023
ht
65.50 65.41 65.52
tp 65.58 65.50 65.43 65.52 65.48 65.56 65.43
Umur (x) SURVIVAL RATIO P(x)
0 0.9562 0.9826 0.9865 0.9724 0.9781 0.9826 0.9755 0.9773 0.9804 0.9882
://
1 0.9891 0.9964 0.9963w 0.9936 0.9953 0.9945 0.9972 0.9974 0.9974 0.9981
5 0.9948 0.9972 0.9971 0.9963
w 0.9975 0.9958 0.9979 0.9982 0.9986 0.9987
10 0.9959 0.9978 0.9974 0.9968 0.9970 0.9966 0.9979 0.9980 0.9984 0.9985
15 0.9928 0.9945 0.9938 0.9917
w 0.9924 0.9914 0.9950 0.9947 0.9950 0.9964
20 0.9898 0.9892 0.9881 0.9883 0.9881 0.9886 0.9921 0.9923 0.9933 0.9947
25 0.9896 0.9866 0.9865 0.9862 0.9850 0.9850 0.9911 0.9908 0.9905 0.9923
.b
30 0.9882 0.9803 0.9828 0.9823 0.9822 0.9800 0.9887 0.9868 0.9857 0.9852
35 0.9851 0.9736 0.9762 0.9797 0.9751 0.9721 0.9805 0.9806 0.9790 0.9740
ps
40 0.9789 0.9619 0.9648 0.9751 0.9707 0.9687 0.9695 0.9683 0.9682 0.9577
Tabel 1. Lanjutan
Negara Indonesia(CD) Latvia Latvia Lithuania Lithuania Lithuania Lithuania Ukraine Ukraine Latvia
Tahun 2000 1959 2005 1979 1980 1981 1997 1975 1990 1959
MAE - 0.018 0.029 0.047 0.046 0.042 0.038 0.023 0.021 0.018
65.50 65.54 65.60 65.58 65.58 65.50 65.45 65.59 65.60 65.54
Umur (x) SURVIVAL RATIO P(x)
ht
0 0.9562 0.9649 0.9920 0.9808 0.9839 0.9813 0.9883 0.9785 0.9856 0.9649
tp
1 0.9891 0.9932 0.9978 0.9940 0.9951 0.9954 0.9970 0.9936 0.9957 0.9932
5 0.9948 0.9945 0.9979 0.9966 0.9968 0.9966 0.9978 0.9964 0.9971 0.9945
://
10 0.9959 0.9947 0.9981 w0.9968 0.9976 0.9965 0.9982 0.9968 0.9973 0.9947
15 0.9928 0.9923 0.9962 0.9916
w 0.9912 0.9920 0.9941 0.9939 0.9941 0.9923
20 0.9898 0.9861 0.9908 0.9866 0.9862 0.9859 0.9853 0.9893 0.9887 0.9861
25 0.9896 0.9833 0.9876 0.9819 w 0.9813 0.9816 0.9843 0.9872 0.9871 0.9833
30 0.9882 0.9831 0.9831 0.9784 0.9766 0.9777 0.9805 0.9807 0.9829 0.9831
35 0.9851 0.9785 0.9719 0.9707 0.9695 0.9700 0.9736 0.9766 0.9768 0.9785
.b
40 0.9789 0.9748 0.9624 0.9635 0.9627 0.9613 0.9595 0.9677 0.9669 0.9748
45 0.9680 0.9646 0.9485 0.9536 0.9508 0.9502 0.9415 0.9554 0.9496 0.9646
ps
50 0.9510 0.9484 0.9152 0.9346 0.9358 .g0.9315 0.9185 0.9382 0.9285 0.9484
55 0.9243 0.9205 0.8860 0.9095 0.9081 0.9132 0.8982 0.9111 0.9000 0.9205
60 0.8850 0.8787 0.8421 0.8805 0.8800 0.8750 0.8620 0.8709 0.8571 0.8787
o
65 0.8269 0.8212 0.7933 0.8273 0.8266 0.8311 0.8117 0.8162 0.8035 0.8212
70 0.7401 0.7702 0.7236 0.7618 0.7592 0.7642 0.7562 0.7247 0.7290 0.7702
.id
75 0.6188 0.6968 0.6263 0.6565 0.6478 0.6719 0.6558 0.6143 0.6203 0.6968
80 0.4692 0.5368 0.5030 0.5279 0.5203 0.5332 0.5281 0.4890 0.4831 0.5368
70
100 0.0000 0.0071 0.0699 0.1980 0.1956 0.1364 0.1198 0.0885 0.0679 0.0071
Lampiran 2.
71
Tabel 2. Nilai SR Indonesia Dibandingkan dengan Negara Berkembang Lainnya Berikut Penghitungan MAE
untuk Perempuan
Tabel 2. Lanjutan
Negara INDONESIA (CD) Bulgaria Bulgaria Bulgaria Bulgaria Hungary Hungary
Tahun 2000 1957 1958 1959 1960 1955 1956
MAE - 0.0331 0.0424 0.0233 0.0332 0.0114 0.0128
ht
69.5 tp 68.36 70.41 68.16 70.94 68.74 68.44
Umur (x) SURVIVAL RATIO P(x)
0 0.9669 0.9418 0.9539 0.9481 0.9584 0.9491 0.9497
://
1 0.9910 0.9797
w 0.9845 0.9852 0.9889 0.9920 0.9919
5 0.9962 0.9962 0.9968
w 0.9969 0.9972 0.9970 0.9975
10 0.9970 0.9972 0.9977 0.9974 0.9976 0.9979 0.9974
15 0.9952 0.9961 0.9961
w 0.9966 0.9969 0.9966 0.9960
20 0.9932 0.9949 0.9952 0.9943 0.9961 0.9953 0.9944
25 0.9918 0.9933 0.9949 0.9934 0.9950 0.9938 0.9938
.b
30 0.9902 0.9926 0.9937 0.9925 0.9938 0.9927 0.9919
35 0.9876 0.9904 0.9917 0.9906 0.9909 0.9896 0.9893
ps
40 0.9834 0.9867 0.9886 0.9870 0.9875 0.9858 0.9861
45 0.9762 0.9813 0.9829 0.9813 0.9841 0.9799 0.9790
.g
50 0.9650 0.9738 0.9727 0.9693
o 0.9747 0.9686 0.9679
55 0.9483 0.9569 0.9597 0.9523 0.9611 0.9503 0.9510
60 0.9194 0.9263 0.9299 0.9169 0.9319 0.9161 0.9186
.id
65 0.8704 0.8756 0.8841 0.8644 0.8851 0.8672 0.8605
70 0.7900 0.7867 0.8008 0.7591 0.7946 0.7803 0.7721
75 0.6711 0.6942 0.7062 0.6387 0.6940 0.6480 0.6299
80 0.5214 0.5458 0.5643 0.4972 0.5412 0.4807 0.4613
85 0.3441 0.4317 0.4655 0.3698 0.4322 0.3216 0.3111
72
100 0.0000 0.1652 0.2061 0.1206 0.1669 0.0494 0.0437
Lampiran 3. Tabel Kematian Negara Acuan (Ringkas dan Lengkap)
Age mx qx ax lx dx Lx Tx ex
0 0.0283 0.02761 0.12 100000 2761 97573 6557661 65.58
1-4 0.0016 0.00637 1.81 97239 619 387599 6460088 66.44
5-9 0.00075 0.00374 2.33 96620 362 482135 6072489 62.85
10-14 0.00065 0.00325 2.31 96258 313 480451 5590355 58.08
15-19 0.00167 0.00834 2.73 95946 800 477911 5109903 53.26
20-24 0.00234 0.01166 2.6 95146 1109 473062 4631993 48.68
25-29 0.00277 0.01378 2.75 94037 1296 467261 4158931 44.23
30-34 0.00358 0.01774 2.8 92740 1645 460082 3691670 39.81
35-39 0.00411 0.02035 2.55 91095 1854 450931 3231588 35.47
40-44 0.00504 0.02488 2.54 89242 2220 440737 2780657 31.16
.id
45-49 0.00648 0.03195 2.71 87022 2780 428741 2339920 26.89
o
50-54 0.00972 0.04754 2.67 84241 4005 411881
.g 1911178 22.69
55-59 0.01799 0.08628 2.63 80236 6923 384795 1499298 18.69
ps
Age mx qx ax lx dx Lx Tx ex
0 0.04273 0.04127 0.17 100000 4127 96585 7017136 70.17
1-4 0.00159 0.00633 1.16 95873 607 381769 6920550 72.18
5-9 0.00038 0.00188 2.29 95266 179 475844 6538782 68.64
10-14 0.00029 0.00146 2.72 95087 139 475118 6062937 63.76
15-19 0.00058 0.00292 2.71 94948 277 474107 5587819 58.85
20-24 0.00077 0.00385 2.51 94671 365 472446 5113712 54.02
25-29 0.00091 0.00455 2.55 94306 429 470481 4641266 49.21
30-34 0.00131 0.00654 2.66 93877 614 467947 4170784 44.43
35-39 0.00181 0.00903 2.72 93263 842 464399 3702838 39.7
40-44 0.00252 0.01251 2.51 92421 1156 459227 3238439 35.04
45-49 0.00396 0.01964 2.66 91265 1793 452126 2779211 30.45
50-54 0.00584 0.02882 2.64 89473 2579 441270 2327085 26.01
.id
55-59 0.00904 0.04426 2.7 86894 3846 425607 1885816 21.7
60-64 0.01562 0.07529 2.63 83048 6253 400432 1460208 17.58
o
65-69 0.02758 0.12959 2.67 76795
.g
9952 360813 1059776 13.8
70-74 0.04905 0.22004 2.66 66843 14708 299844 698963 10.46
ps
Age mx qx ax lx dx Lx Tx ex
0 0.0283 0.0276 0.12 100000 2761 97573 6557661 65.58
1 0.0021 0.0021 0.5 97239 202 97138 6460088 66.44
2 0.0016 0.0016 0.5 97037 153 96961 6362950 65.57
3 0.0014 0.0014 0.5 96884 136 96816 6265989 64.68
4 0.0013 0.0013 0.5 96748 129 96684 6169173 63.77
5 0.0008 0.0008 0.5 96620 80 96580 6072489 62.85
6 0.0007 0.0007 0.5 96540 68 96506 5975909 61.90
7 0.0010 0.0010 0.5 96472 96 96424 5879404 60.94
8 0.0007 0.0007 0.5 96376 69 96342 5782979 60.00
9 0.0005 0.0005 0.5 96308 49 96283 5686637 59.05
10 0.0006 0.0006 0.5 96258 58 96229 5590355 58.08
11 0.0009 0.0009 0.5 96201 86 96158 5494125 57.11
12 0.0007 0.0007 0.5 96115 66 96082 5397967 56.16
.id
13 0.0007 0.0007 0.5 96049 65 96017 5301885 55.20
o
14 0.0004 0.0004 0.5 95985 39
.g 95965 5205868 54.24
15 0.0011 0.0011 0.5 95946 102 95894 5109903 53.26
52.31
ps
.id
55 0.0173 0.0171 0.5 80236 1375 79549 1499298 18.69
o
56 0.0159 0.0158 0.5 78862 1243
.g 78241 1419748 18.00
57 0.0148 0.0147 0.5 77619 1142 77048 1341508 17.28
ps
.id
97 0.5882 0.4545 0.5 99 45 77 160 1.61
o
98 0.6207 0.4737 0.5 54 26
.g 41 83 1.54
99 0.6523 0.4919 0.5 28 14 21 42 1.47
ps
Age mx qx ax lx dx Lx Tx ex
0 0.0427 0.0413 0.17 100000 4127 96585 7017136 70.17
1 0.0038 0.0038 0.5 95873 364 95691 6920550 72.18
2 0.0013 0.0013 0.5 95509 128 95445 6824859 71.46
3 0.0008 0.0008 0.5 95381 72 95345 6729414 70.55
4 0.0005 0.0005 0.5 95309 44 95287 6634069 69.61
5 0.0005 0.0005 0.5 95266 46 95243 6538782 68.64
6 0.0004 0.0004 0.5 95220 35 95202 6443539 67.67
7 0.0004 0.0004 0.5 95185 40 95165 6348337 66.69
8 0.0003 0.0003 0.5 95145 27 95132 6253171 65.72
9 0.0003 0.0003 0.5 95118 31 95102 6158040 64.74
10 0.0003 0.0003 0.5 95087 28 95073 6062937 63.76
.id
11 0.0002 0.0002 0.5 95059 15 95051 5967864 62.78
12 0.0003 0.0003 0.5 95044 28 95030 5872813 61.79
0.0004 0.0004
o
13 0.5 95016
.g
34 94999 5777783 60.81
14 0.0004 0.0004 0.5 94982 34 94965 5682784 59.83
ps
.id
49 0.0049 0.0049 0.5 89912 440 89692 2416778 26.88
o
50 0.0048 0.0048 0.5 89473 430
.g 89257 2327085 26.01
51 0.0055 0.0055 0.5 89042 488 88798 2237828 25.13
ps
.id
86 0.2041 0.1852 0.5 13035 2414 11828 48916 3.75
o
87 0.2287 0.2052 0.5 10621 2180
.g 9531 37088 3.49
88 0.2525 0.2242 0.5 8441 1892 7495 27557 3.26
ps
.id
9 0.0006 0.0006 96332 59.11 0.0003 0.0003 95116 64.77
o
10 0.0006 0.0006 96274 58.14 0.0003
.g 0.0003 95089 63.79
11 0.0006 0.0006 96216 57.18 0.0003 0.0003 95063 62.81
ps
.id
46 0.0064 0.0063 86691 26.06 0.0033 0.0033 91028 29.56
o
47 0.0069 0.0068 86141 25.22 0.0036
.g 0.0036 90726 28.65
48 0.0074 0.0074 85552 24.39 0.0039 0.0039 90399 27.75
ps
.id
82 0.1666 0.1538 16277 4.45 0.1442 0.1345 26591 4.75
o
83 0.1819 0.1667 13774 4.17 0.1603
.g 0.1484 23014 4.41
84 0.1985 0.1806 11477 3.9 0.1781 0.1635 19599 4.09
ps
Age lx
.id
x S(x+i) lx
75 0.4360 36311
76 0.4014
o
33433
.g
77 0.3666 30532
ps
78 0.3318 27632
79 0.2973 24761
.b
80 0.3026 21947
w
81 0.2656 19269
w
82 0.2299 16680
w
83 0.1959 14213
://
84 0.1641 11903
85 0.0950 9777
tp
86 0.0759 7814
ht
87 0.0594 6113
88 0.0454 4672
89 0.0338 3480
90 0.0072 2521
91 0.0050 1745
92 0.0034 1175
93 0.0022 768
94 0.0014 487
95 0.0009 298
96 0.0005 176
97 0.0003 100
98 0.0002 54
99 0.0001 28
100 0.0000 14
Age lx
x S(x+i) lx
75 0.5114 52135
76 0.4759 48511
.id
77 0.4394 44790
78 0.4022 41002
79 0.3647
o
37179
.g
80 0.2800 33361
ps
81 0.2477 29509
.b
82 0.2165 25795
w
83 0.1868 22258
w
84 0.1589 18936
w
85 0.0817 15860
86 0.0668 12976
://
87 0.0538 10446
tp
88 0.0426 8266
ht
89 0.0331 6419
90 0.0221 4885
91 0.0164 3632
92 0.0119 2639
93 0.0085 1870
94 0.0058 1291
95 0.0039 866
96 0.0025 563
97 0.0016 354
98 0.0010 214
99 0.0006 125
100 0.0003 70
.id
9 96306 48 0.0005 96282 5683369 59.01 95107 20 0.0002 95097 6157095 64.74
10 96258 25 0.0003 96245 5587087 58.04 95087 -11 -0.0001 95093 6061998 63.75
11 96233 40 0.0004 96213 5490842 57.06 95098
o 9 0.0001 95094 5966905 62.74
.g
12 96193 60 0.0006 96164 5394628 56.08 95090 30 0.0003 95075 5871811 61.75
ps
13 96134 82 0.0009 96093 5298465 55.12 95060 49 0.0005 95035 5776736 60.77
.b
14 96051 105 0.0011 95999 5202372 54.16 95011 62 0.0007 94979 5681701 59.80
15 95946 121 0.0013 95885 5106374 53.22 94948 44 0.0005 94926 5586722 58.84
w
16 95825 142 0.0015 95753 5010488 52.29 94904 50 0.0005 94879 5491796 57.87
w
17 95682 162 0.0017 95601 4914735 51.37 94853 56 0.0006 94825 5396917 56.90
w
18 95520 180 0.0019 95430 4819134 50.45 94797 61 0.0006 94767 5302092 55.93
://
19 95341 195 0.0020 95243 4723703 49.55 94736 65 0.0007 94704 5207325 54.97
tp
20 95146 203 0.0021 95044 4628460 48.65 94671 68 0.0007 94637 5112622 54.00
ht
21 94943 214 0.0023 94836 4533416 47.75 94603 71 0.0007 94568 5017984 53.04
22 94729 223 0.0024 94618 4438580 46.86 94532 73 0.0008 94496 4923417 52.08
23 94506 231 0.0024 94391 4343962 45.96 94459 75 0.0008 94422 4828921 51.12
24 94275 238 0.0025 94156 4249572 45.08 94384 77 0.0008 94345 4734499 50.16
25 94037 240 0.0025 93917 4155416 44.19 94306 77 0.0008 94268 4640154 49.20
26 93797 248 0.0026 93674 4061498 43.30 94229 81 0.0009 94189 4545886 48.24
27 93550 258 0.0028 93421 3967825 42.41 94148 85 0.0009 94106 4451697 47.28
28 93292 269 0.0029 93157 3874404 41.53 94064 90 0.0010 94019 4357591 46.33
29 93023 283 0.0030 92881 3781247 40.65 93974 96 0.0010 93926 4263572 45.37
30 92740 305 0.0033 92587 3688365 39.77 93877 106 0.0011 93824 4169647 44.42
31 92435 319 0.0034 92276 3595778 38.90 93771 114 0.0012 93714 4075823 43.47
32 92116 331 0.0036 91951 3503502 38.03 93657 123 0.0013 93596 3982109 42.52
33 91786 341 0.0037 91615 3411551 37.17 93534 131 0.0014 93469 3888513 41.57
34 91445 350 0.0038 91270 3319936 36.31 93403 140 0.0015 93333 3795044 40.63
.id
47 85998 551 0.0064 85722 2163863 25.16 90631 358 0.0039 90452 2596088 28.64
o
48 85446 583 0.0068 85154 2078141 24.32 90274 386
.g 0.0043 90081 2505636 27.76
49 84863 622 0.0073 84552 1992987 23.48 89888 415 0.0046 89680 2415555 26.87
ps
50 84241 645 0.0077 83919 1908435 22.65 89473 444 0.0050 89250 2325875 26.00
51 83596 706 0.0085 83243 1824516 21.83 89028 477 0.0054 88790 2236625 25.12
.b
52 82890 785 0.0095 82497 1741273 21.01 88552 512 0.0058 88295 2147835 24.26
w
53 82105 880 0.0107 81665 1658776 20.20 88039 551 0.0063 87764 2059539 23.39
w
54 81226 990 0.0122 80731 1577110 19.42 87488 594 0.0068 87191 1971775 22.54
w
55 80236 1145 0.0143 79663 1496380 18.65 86894 638 0.0073 86575 1884584 21.69
://
56 79091 1268 0.0160 78456 1416716 17.91 86256 694 0.0080 85909 1798009 20.84
tp
57 77822 1389 0.0178 77128 1338260 17.20 85562 760 0.0089 85182 1712100 20.01
58 76434 1505 0.0197 75681 1261132 16.50 84803 835 0.0098 84385 1626917 19.18
ht
59 74929 1615 0.0216 74122 1185451 15.82 83968 920 0.0110 83508 1542532 18.37
60 73314 1708 0.0233 72460 1111329 15.16 83048 1016 0.0122 82540 1459024 17.57
61 71606 1811 0.0253 70700 1038869 14.51 82032 1123 0.0137 81470 1376484 16.78
62 69795 1913 0.0274 68838 968169 13.87 80909 1240 0.0153 80289 1295014 16.01
63 67881 2015 0.0297 66874 899331 13.25 79669 1368 0.0172 78985 1214725 15.25
64 65867 2116 0.0321 64809 832457 12.64 78301 1506 0.0192 77548 1135739 14.50
65 63751 2183 0.0342 62659 767648 12.04 76795 1648 0.0215 75972 1058191 13.78
66 61568 2298 0.0373 60419 704989 11.45 75148 1808 0.0241 74243 982220 13.07
67 59270 2423 0.0409 58058 644570 10.88 73339 1981 0.0270 72349 907976 12.38
68 56846 2558 0.0450 55567 586512 10.32 71359 2163 0.0303 70277 835627 11.71
69 54288 2698 0.0497 52939 530945 9.78 69196 2353 0.0340 68020 765350 11.06
70 51590 2916 0.0565 50132 478006 9.27 66843 2540 0.0380 65574 697330 10.43
71 48674 3024 0.0621 47162 427874 8.79 64304 2741 0.0426 62933 631756 9.82
.id
84 11903 2126 0.1786 10840 45173 3.80 18936 3076 0.1624 17398 79943 4.22
o
85 9777 1963 0.2008 8795 34333 3.51 15860 2885.g 0.1819 14418 62545 3.94
86 7814 1701 0.2177 6963 25538 3.27 12976 2529 0.1949 11711 48127 3.71
ps
87 6113 1441 0.2357 5392 18575 3.04 10446 2181 0.2088 9356 36416 3.49
88 4672 1192 0.2550 4076 13182 2.82 8266 1847 0.2234 7342 27060 3.27
.b
89 3480 959 0.2756 3001 9106 2.62 6419 1534 0.2390 5652 19718 3.07
w
90 2521 776 0.3079 2133 6106 2.42 4885 1253 0.2565 4258 14066 2.88
w
91 1745 570 0.3266 1460 3973 2.28 3632 993 0.2734 3135 9808 2.70
w
92 1175 407 0.3461 972 2513 2.14 2639 768 0.2912 2255 6672 2.53
://
93 768 282 0.3665 627 1541 2.01 1870 580 0.3099 1581 4417 2.36
tp
94 487 189 0.3877 392 914 1.88 1291 425 0.3295 1078 2837 2.20
95 298 122 0.4096 237 521 1.75 866 303 0.3500 714 1759 2.03
ht
96 176 76 0.4324 138 284 1.62 563 209 0.3714 458 1045 1.86
97 100 46 0.4558 77 147 1.47 354 139 0.3936 284 586 1.66
98 54 26 0.4799 41 69 1.28 214 89 0.4167 170 302 1.41
99 28 14 0.5046 21 28 1.00 125 55 0.4406 98 133 1.06
100 14 14 1.0000 7 7 0.50 70 70 1.0000 35 35 0.50
Male Female
Age (x)
lx dx Lx Tx Ex lx dx Lx Tx Ex
0 100000 4377 96936 6550457 65.5 100000 3308 97684 6951004 69.5
1 95623 352 95412 6453522 67.5 96692 307 96508 6853319 70.9
2 95271 283 95130 6358110 66.7 96385 238 96267 6756811 70.1
3 94988 225 94875 6262981 65.9 96148 182 96057 6660545 69.3
4 94763 178 94674 6168105 65.1 95965 139 95896 6564488 68.4
5 94585 141 94514 6073431 64.2 95826 106 95773 6468592 67.5
.id
6 94444 112 94388 5978917 63.3 95720 82 95678 6372820 66.6
7 94332 91 94287 5884529 62.4 95637 66 95604 6277141 65.6
8 94242 77 94204 5790241 61.4
o
95571 56 95543 6181537 64.7
.g
9 94165 69 94131 5696038 60.5 95515 51 95490 6085994 63.7
ps
14
15 93711 108 93657 5132171 54.8 95177 75 95139 5513745 57.9
://
18 93344 150 93269 4851560 52.0 94927 100 94877 5228573 55.1
19 93195 162 93113 4758291 51.1 94827 108 94773 5133696 54.1
20 93032 176 92944 4665177 50.1 94719 116 94661 5038923 53.2
21 92856 185 92763 4572233 49.2 94603 123 94542 4944262 52.3
22 92671 192 92575 4479470 48.3 94480 130 94415 4849720 51.3
23 92479 195 92382 4386895 47.4 94350 136 94282 4755305 50.4
24 92284 197 92186 4294513 46.5 94214 141 94143 4661023 49.5
25 92087 191 91992 4202328 45.6 94073 145 94000 4566880 48.5
26 91896 190 91801 4110336 44.7 93927 150 93852 4472880 47.6
27 91706 191 91610 4018535 43.8 93777 155 93700 4379028 46.7
28 91515 192 91419 3926925 42.9 93622 160 93542 4285328 45.8
29 91323 195 91225 3835506 42.0 93462 165 93380 4191786 44.8
30 91127 202 91026 3744281 41.1 93298 170 93213 4098406 43.9
.id
43 87670 401 87470 2579586 29.4 90392 321 90232 2902472 32.1
o
44 87269 434 87053 2492116 28.6 90071
.g 343 89900 2812241 31.2
45 86836 471 86600 2405063 27.7 89728 369 89544 2722341 30.3
ps
46 86365 510 86110 2318463 26.8 89359 396 89161 2632798 29.5
47 85855 552 85579 2232353 26.0 88964 425 88751 2543636 28.6
.b
48 85303 598 85004 2146774 25.2 88539 456 88311 2454885 27.7
w
49 84705 647 84381 2061770 24.3 88082 491 87837 2366574 26.9
w
50 84058 699 83708 1977389 23.5 87592 529 87327 2278737 26.0
w
51 83359 756 82981 1893680 22.7 87063 568 86779 2191410 25.2
://
52 82603 819 82193 1810700 21.9 86494 609 86190 2104632 24.3
tp
53 81784 886 81341 1728506 21.1 85885 654 85558 2018442 23.5
ht
54 80897 959 80418 1647166 20.4 85231 701 84881 1932884 22.7
55 79938 1037 79420 1566748 19.6 84530 749 84156 1848003 21.9
56 78901 1119 78341 1487328 18.9 83781 806 83378 1763847 21.1
57 77782 1206 77179 1408986 18.1 82975 868 82541 1680469 20.3
58 76576 1296 75928 1331807 17.4 82107 937 81639 1597928 19.5
59 75280 1391 74585 1255879 16.7 81170 1012 80664 1516289 18.7
60 73890 1487 73146 1181294 16.0 80158 1094 79611 1435625 17.9
61 72402 1590 71607 1108148 15.3 79064 1185 78471 1356014 17.2
62 70812 1696 69964 1036541 14.6 77879 1284 77237 1277543 16.4
63 69116 1805 68214 966576.5 14.0 76595 1392 75899 1200306 15.7
64 67311 1918 66352 898362.9 13.3 75203 1507 74449 1124407 15.0
65 65393 2028 64379 832010.9 12.7 73696 1625 72883 1049958 14.2
66 63365 2145 62293 767631.7 12.1 72071 1759 71191 977075.1 13.6
.id
79 27763 2996 26265 160445.8 5.8 37443 3431 35727 238623.2 6.4
o
80 24767 2900 23317 134180.7 5.4 34012
.g 3417 32303 202895.8 6.0
81 21867 2794 20470 110863.9 5.1 30595 3374 28907 170592.6 5.6
ps
82 19073 2657 17744 90394.34 4.7 27220 3294 25573 141685.4 5.2
83 16415 2492 15169 72650.33 4.4 23926 3175 22338 116112.4 4.9
.b
84 13923 2302 12772 57481.07 4.1 20751 3018 19242 93774.05 4.5
w
85 11621 2091 10576 44708.96 3.8 17733 2824 16321 74532 4.2
w
86 9530 1864 8598 34133.29 3.6 14909 2598 13611 58210.65 3.9
w
87 7666 1629 6851 25535.29 3.3 12312 2345 11139 44600.07 3.6
://
88 6037 1392 5340 18684.12 3.1 9967 2073 8930 33460.84 3.4
tp
89 4644 1161 4063 13343.8 2.9 7893 1791 6998 24530.78 3.1
ht
90 3483 943 3011 9280.442 2.7 6102 1509 5347 17533.1 2.9
91 2539 744 2167 6269.471 2.5 4593 1236 3975 12185.71 2.7
92 1795 568 1511 4102.129 2.3 3356 982 2865 8211.075 2.4
93 1227 419 1018 2590.87 2.1 2374 754 1997 5345.615 2.3
94 808 297 660 1573.179 1.9 1620 558 1342 3348.158 2.1
95 511 202 410 913.5328 1.8 1063 396 865 2006.448 1.9
96 309 131 243 503.4823 1.6 667 268 533 1141.283 1.7
97 178 81 137 260.0031 1.5 399 173 313 607.9494 1.5
98 97 47 73 122.508 1.3 226 105 174 295.0706 1.3
99 50 26 37 49.01606 1.0 121 60 91 121.269 1.0
100 24 24 12 12.02883 0.5 61 61 30 30.35341 0.5
.id
9 93588 74 93551 5618939 60.0 93373 76 93335 5772119 61.8
10 93514 37 93495 5525388 59.1 93297 44 93275 5678784 60.9
o
93476 59 93447 5431893 58.1
.g
93253 65 93220 5585509 59.9
11
93418 84 93375 5338446 57.1 93187 90 93142 5492289 58.9
ps
12
13 93333 109 93279 5245071 56.2 93097 113 93040 5399147 58.0
.b
14 93224 129 93160 5151792 55.3 92984 131 92918 5306106 57.1
w
15 93095 116 93037 5058632 54.3 92853 114 92796 5213188 56.1
w
16 92979 131 92913 4965596 53.4 92739 125 92677 5120393 55.2
w
17 92848 146 92775 4872682 52.5 92614 136 92546 5027716 54.3
://
18 92702 160 92622 4779907 51.6 92478 148 92404 4935170 53.4
tp
19 92542 174 92455 4687285 50.7 92330 158 92251 4842766 52.5
20 92369 189 92274 4594829 49.7 92172 168 92088 4750515 51.5
ht
21 92180 198 92081 4502555 48.8 92004 177 91916 4658427 50.6
22 91982 205 91879 4410474 47.9 91827 185 91735 4566511 49.7
23 91777 209 91672 4318595 47.1 91642 193 91546 4474777 48.8
24 91567 211 91462 4226923 46.2 91449 199 91350 4383231 47.9
25 91356 205 91254 4135461 45.3 91250 204 91148 4291881 47.0
26 91151 205 91049 4044208 44.4 91046 210 90941 4200733 46.1
27 90946 205 90844 3953159 43.5 90837 215 90729 4109792 45.2
28 90741 207 90637 3862316 42.6 90621 221 90511 4019063 44.4
29 90534 210 90429 3771678 41.7 90400 227 90286 3928553 43.5
30 90324 217 90215 3681250 40.8 90173 234 90056 3838266 42.6
31 90107 223 89995 3591034 39.9 89939 241 89818 3748211 41.7
32 89884 229 89770 3501039 39.0 89698 249 89573 3658392 40.8
33 89655 237 89536 3411269 38.0 89449 257 89321 3568819 39.9
.id
46 85277 529 85012 2270455 26.6 85152 458 84923 2431311 28.6
o
47 84748 572 84462 2185443 25.8 84694
.g 487 84450 2346388 27.7
48 84176 617 83867 2100981 25.0 84207 519 83947 2261938 26.9
ps
49 83558 667 83225 2017114 24.1 83688 554 83411 2177990 26.0
50 82892 718 82533 1933889 23.3 83134 596 82836 2094580 25.2
.b
51 82174 776 81786 1851357 22.5 82538 636 82220 2011744 24.4
w
52 81398 838 80979 1769571 21.7 81902 678 81563 1929524 23.6
w
53 80560 905 80108 1688592 21.0 81224 722 80863 1847961 22.8
w
54 79655 977 79167 1608484 20.2 80502 770 80117 1767097 22.0
://
55 78679 1054 78152 1529317 19.4 79732 815 79325 1686980 21.2
tp
56 77625 1135 77057 1451166 18.7 78917 871 78482 1607656 20.4
ht
57 76490 1220 75880 1374108 18.0 78046 934 77579 1529174 19.6
58 75270 1310 74615 1298228 17.2 77112 1004 76610 1451595 18.8
59 73960 1403 73259 1223613 16.5 76108 1080 75568 1374985 18.1
60 72557 1499 71808 1150354 15.9 75027 1166 74444 1299418 17.3
61 71058 1600 70258 1078547 15.2 73861 1256 73233 1224974 16.6
62 69458 1705 68605 1008289 14.5 72605 1353 71928 1151741 15.9
63 67753 1812 66847 939683.9 13.9 71252 1455 70524 1079812 15.2
64 65941 1921 64981 872836.7 13.2 69797 1564 69015 1009288 14.5
65 64020 2028 63006 807856.1 12.6 68233 1670 67398 940273.5 13.8
66 61992 2142 60921 744850.2 12.0 66563 1793 65667 872875.8 13.1
67 59850 2256 58722 683929.2 11.4 64770 1923 63808 807209.3 12.5
68 57594 2371 56408 625207.2 10.9 62847 2061 61816 743400.8 11.8
69 55223 2484 53981 568799 10.3 60786 2203 59684 681584.4 11.2
70 52739 2597 51440 514818.2 9.8 58583 2353 57406 621900 10.6
.id
83 15752 2417 14544 69176.43 4.4 20570 2856 19142 96698.88 4.7
o
84 13336 2227 12222 54632.54 4.1 17714
.g 2691 16369 77556.74 4.4
85 11108 2018 10099 42410.52 3.8 15024 2495 13776 61187.79 4.1
ps
86 9090 1795 8193 32311.2 3.6 12528 2273 11392 47411.87 3.8
87 7295 1565 6513 24118.55 3.3 10255 2031 9239 36020.21 3.5
.b
88 5731 1333 5064 17605.77 3.1 8224 1776 7336 26780.8 3.3
w
89 4397 1109 3843 12541.99 2.9 6448 1517 5689 19445.1 3.0
w
90 3288 898 2839 8699.418 2.6 4931 1262 4299 13756.02 2.8
w
91 2390 706 2037 5860.219 2.5 3668 1021 3158 9456.559 2.6
://
92 1685 537 1416 3822.777 2.3 2648 799 2248 6298.467 2.4
tp
93 1148 394 950 2406.725 2.1 1848 605 1546 4050.307 2.2
ht
94 753 279 614 1456.453 1.9 1244 440 1024 2504.158 2.0
95 474 189 380 842.7762 1.8 804 307 650 1480.413 1.8
96 286 122 225 462.7931 1.6 497 205 394 830.293 1.7
97 164 75 126 238.1032 1.5 292 129 227 435.9813 1.5
98 89 43 67 111.776 1.3 163 77 124 208.6106 1.3
99 46 24 34 44.56716 1.0 85 43 64 84.59219 1.0
100 22 22 11 10.90818 0.5 42 42 21 20.95826 0.5