KELAS 3SK1
KELOMPOK 8
Puji syukur kami panjatkan atas kehadirat Tuhan Yang Maha Esa karena berkat
rahmat dan karunia-Nya kami dapat menyelesaikan makalah ini yang berjudul
“Perkiraaan Angka Kematian Bayi Dan Anak Di Provinsi Jambi Dengan Metode Brass
(Analisis Data Sensus Penduduk 2010)” tepat pada waktunya. Secara umum, penulisan
laporan penelitian ini bertujuan untuk memberikan gambaran umum terkait angka
kematian bayi (AKB) di Provinsi Jambi tahun 2010 dan secara khusus untuk memenuhi
tugas mata kuliah teknik demografi 2 pada Program Studi Sarjana Terapan Statistika,
Politeknik Statistika STIS.
Selama proses penulisan makalah ini, kami mendapat bantuan dan bimbingan
dari berbagai pihak sehingga dapat menyelesaikan laporan penelitian ini dengan sebaik-
baiknya. Untuk itu, kami ucapkan terima kasih kepada:
1. Bapak Ir. Jeffry Raja Hamonangan Sitorus, M.Si selaku Dosen Mata Kuliah
Teknik Demografi 2 yang telah membimbing kami dalam menulis makalah ini.
2. Rekan-rekan kelompok yang telah bekerja sama dengan baik.
3. Rekan-rekan kelas yang telah memberikan saran dan masukan untuk penulisan
makalah ini.
Makalah ini ditulis dengan maksud dapat bermanfaat bagi pembaca dan pihak-
pihak yang bersangkutan dalam makalah ini. Namun kami menyadari bahwa makalah
ini masih belum sempurna. Oleh sebab itu, kami mengharapkan kritik dan saran yang
membangun untuk penulisan makalah selanjutnya.
Penulis
2
BAB 1
PENDAHULUAN
3
Angka Kematian Bayi di Pulau Sumatera Tahun
2012
50
40
30
20
10
0
Oleh sebab itu, pada penelitian ini akan dianalisis lebih lanjut mengenai
angka kematian bayi di Provinsi Jambi dengan menggunakan metode Brass.
Analisis akan dilakukan berdasarkan wilayah perdesaan dan perkotaan serta
gabungan keduanya untuk membandingkan kondisi angka kematian bayi di
Provinsi Jambi berdasarkan wilayah tersebut.
4
6.) Bagaimana pola level kematian terhadap peningkatan umur ibu di Provinsi
Jambi pada tahun 2010?
7.) Bagaimana perbandingan AKH dan AMH di wilayah perdesaan, perkotaan, dan
gabungan keduanya di Provinsi Jambi pada tahun 2010?
1.3. Tujuan
1.) Mengetahui prosedur estimasi angka kematian bayi dan anak dengan metode
Brass.
2.) Mengetahui interpretasi hasil estimasi angka kematian bayi dan anak dengan
metode Brass.
3.) Mengetahui pola proporsi anak yang mengalami kematian terhadap peningkatan
umur ibu di Provinsi Jambi pada tahun 2010.
4.) Mengetahui pola probabilitas kematian dari saat lahir sampai umur tepat x
terhadap peningkatan umur ibu di Provinsi Jambi pada tahun 2010.
5.) Mengetahui pola jumlah penduduk yang tetap hidup terhadap peningkatan umur
ibu di Provinsi Jambi pada tahun 2010.
6.) Mengetahui pola level kematian terhadap peningkatan umur ibu di Provinsi
Jambi pada tahun 2010.
7.) Membandingkan AKH dan AMH di wilayah perdesaan, perkotaan, dan
gabungan keduanya di Provinsi Jambi pada tahun 2010
5
dengan informasi yang akan dicari. Dalam hal ini, metode Brass merupakan salah satu
metode tidak langsung yang dapat digunakan untuk melakukan estimasi AKB dengan
menggunakan pendekatan data rata-rata Anak Lahir Hidup (ALH) dan rata-rata Anak
Masih Hidup (AMH).
Metode Brass memiliki keunggulan, di antaranya yaitu penghitungan mudah
dilakukan dan diaplikasikan serta tidak membutuhkan waktu acuan. Sedangkan
kelemahan yang dimilikinya yaitu tingkat mortalitas diasumsikan konstan sebelum saat
sensus atau survei. BPS (2001) menyebutkan bahwa pada umumnya, metode tidak
langsung memiliki kelemahan dalam record data rata-rata ALH dan rata-rata AMH
seperti anggapan masyarakat mengenai anak yang meninggal sesaat setelah dilahirkan
dianggap tidak terjadi kelahiran, sehingga peristiwa itu sering dilupakan. Tentu hal ini
dapat mempengaruhi kualitas data yang dihasilkan.
Rumus penghitungan metode Brass adalah sebagai berikut:
Keterangan:
qx = probabilitas kematian dari saat lahir sampai umur tepat x
Qi = proporsi anak yang meninggal yang pernah dilahirkan oleh ibu-ibu
dalam kemlompok umur i (i = 1 untuk kelompok umur 15-19, … , i = 7
untuk kelompok umur 45-49)
ki = faktor pengali yang bersesuaian dengan ibu-ibu dalam kelompok umur i
BAB 2
PEMBAHASAN
6
Perdesaan
Tabel 1a. Rata-rata ALH dan AMH Perdesaan
Perkotaan
Tabel 1b. Rata-rata ALH dan AMH Perkotaan
7
Dari tabel ALH dan AMH masing-masing wilayah perdesaan, perkotaan,
serta gabungan keduanya di Provinsi Jambi, dapat dilihat pola ALH dan AMH di
ketiga jenis wilayah sebagai berikut:
Perdesaan
4.0000
3.5000
3.0000
2.5000
2.0000
1.5000
1.0000
0.5000
0.0000
15-19 20-24 25-29 30-34 35-39 40-44 45-49
ALH AMH
Perkotaan
4.0000
3.0000
2.0000
1.0000
0.0000
15-19 20-24 25-29 30-34 35-39 40-44 45-49
ALH AMH
ALH AMH
Jika dilihat dari tampilan ketiga grafik di atas, dapat dilihat bahwa terdapat
persamaan dan perbedaan pola antara ALH dan AMH di ketiga jenis wilayah.
Ketiga grafik sama-sama menunjukkan pola menaik di mana semakin tua usia
ibu, maka semakin tinggi nilai ALH dan AMH. Bedanya, wilayah perdesaan
8
menunjukkan perbedaan jarak yang cukup signifikan antara ALH dan AMH
seiring semakin tuanya usia ibu. Hal ini menunjukkan bahwa jumlah anak yang
masih hidup semakin berbeda signifikan dengan anak yang lahir hidup. Berbeda
dengan wilayah perkotaan di mana perbedaan jarak antara ALH dan AMH tidak
begitu signifikan berbeda meskipun semakin tuanya usia ibu. Perbedaan ini
menunjukkan bahwa terdapat perbedaan angka kematian bayi dan anak di
wilayah perdesaan dan perkotaan di Provinsi Jambi, di mana angka kematian
bayi dan anak di wilayah perdesaan lebih tinggi dibandingkan wilayah
perkotaan.
2. Menghitung proporsi anak yang mati (Qi)
Proporsi anak yang mati dihitung dengan rumus:
Perdesaan
Tabel 2a. Proporsi Anak yang Mati di Perdesaan
Perkotaan
Tabel 2b. Proporsi Anak yang Mati di Perkotaan
9
Perdesaan & Perkotaan
Tabel 2c. Proporsi Anak yang Mati di Perdesaan dan Perkotaan
Namun, tidak semua angka parameter yang diperoleh ada di dalam tabel,
sehingga perlu dilakukan ekstrapolasi sebagai berikut:
Selain parameter di atas, parameter lain yang dapat digunakan yaitu ̅ (rata-rata
umur melahirkan dari penduduk wanita) dan ̃ (median umur melahirkan dari
penduduk wanita).
Perdesaan
10
Tabel 3a. Faktor Pengali Perdesaan
BRASS 1 BRASS 2
ki
(P=0,3300) (P=0,3870)
(1) (2) (3)
0,8900 0,8590 0,7640
0,9590 0,9380 0,8736
0,9620 0,9480 0,9051
0,9750 0,9610 0,9181
0,9820 0,9660 0,9169
0,9550 0,9380 0,8859
0,9530 0,9370 0,8879
Perkotaan
11
0,9750 0,9610 0,9069
0,9820 0,9660 0,9041
0,9550 0,9380 0,8723
0,9530 0,9370 0,8751
Qi ki qx
(1) (2) (3)
0,0305 0,7640 0,0233
0,0330 0,8736 0,0288
0,0361 0,9051 0,0327
0,0415 0,9181 0,0381
0,0514 0,9169 0,0471
0,0687 0,8859 0,0609
0,0863 0,8879 0,0767
Perkotaan
Tabel 4b. Taksiran Nilai Perkotaan
Qi ki qx
(1) (2) (3)
0.0278 0.6455 0.0180
0.0199 0.7934 0.0158
0.0226 0.8516 0.0192
0.0251 0.8646 0.0217
0.0305 0.8558 0.0261
0.0384 0.8209 0.0316
0.0478 0.8268 0.0395
Qi ki qx
(1) (2) (3)
0,0302 0,9143 0,0276
0,0304 0,8568 0,0261
0,0327 0,8939 0,0292
0,0369 0,9069 0,0334
12
0,0453 0,9041 0,0410
0,0598 0,8723 0,0522
0,0750 0,8751 0,0656
Akan tetapi, nilai τx tersebut tidak selalu ada di dalam life table di atas, sehingga
perlu dilakukan interpolasi untuk memperoleh nilai level kematian pada masing-
masing kelompok umur dengan cara:
Perdesaan
Tabel 5a. Level Kematian Perdesaan
KEL. LEVEL LIFE INTERPOLASI LEVEL LIFE
τx
UMUR 1 TABLE 1 LEVEL 2 TABLE
(1) (2) (3) (4) (5) (6) (7)
15-19 97669,6 21 96396 22,4423 23 98162
20-24 97117,3 21 96396 21,8169 23 98162
25-29 96732,1 21 96396 21,3807 23 98162
13
30-34 96185,5 19 94144 20,8131 21 96396
35-39 95286,1 - - - - -
40-44 93913,3 - - - - -
45-49 92334,3 - - - - -
Perkotaan
Tabel 5b. Level Kematian Perkotaan
LIFE LIFE
KEL. LEVEL INTERPOLASI LEVEL
τx TABLE TABLE
UMUR 1 LEVEL 2
1 2
(1) (2) (3) (4) (5) (6) (7)
15-19
98204.6549 21 96396 23.0483 23 98162
20-24 98419.3888 21 95560 23.3060 23 98040
25-29 98079.5936 21 95822 23.1020 23 97970
30-34 97831.9089 21 95560 22.9619 23 97876
35-39 97391.1015 - - - - -
40-44 96844.0004 - - - - -
45-49 96048.6634 - - - - -
14
q3 = 0,0327 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 3 tahun adalah 0,0327.
q4 = 0,0381 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 4 tahun adalah 0,0381.
q5 = 0,0471 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 5 tahun adalah 0,0471.
q6 = 0,0609 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 6 tahun adalah 0,0609.
q7 = 0,0767 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 7 tahun adalah 0,0767.
Perkotaan
Interpretasi qx berdasarkan hasil pada Tabel 4a.
q1 = 0.0180 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 1 tahun adalah 0.0180.
q2 = 0.0158 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 2 tahun adalah 0.0158.
15
q3 = 0.0192 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 3 tahun adalah 0.0192.
q4 = 0.0217 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 4 tahun adalah 0.0217.
q5 = 0.0261 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 5 tahun adalah 0.0261.
q6 = 00.0316 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 6 tahun adalah 0.0316.
q7 = 0.0395 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 7 tahun adalah 0.0395.
16
q3 = 0,0292 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 3 tahun adalah 0,0292.
q4 = 0,0334 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 4 tahun adalah 0,0334.
q5 = 0,0410 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 5 tahun adalah 0,0410.
q6 = 0,0522 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 6 tahun adalah 0,0522.
q7 = 0,0656 artinya peluang kematian dari penduduk umur 0 tahun sampai
umur tepat 7 tahun adalah 0,0656.
17
BAB 3
KESIMPULAN
18
DAFTAR PUSTAKA
Badan Pusat Statistik [BPS]. 2020. Angka Kematian Bayi menurut Provinsi Tahun
2012. Jakarta Pusat : Badan Pusat Statistik
Sulistyorini A, 2007. Perbandingan Metode Brass dengan Metode Trussell dalam
Menghasilkan Angka Harapan Hidup [Skripsi]. Surabaya: Universitas Airlangga
19