Laporan Proyeksi Penduduk PDF

PENDAHULUAN
Para pemakai data kependudukan, khususnya para perencana, pengambil kebijaksanaan,

dan peneliti sangat membutuhkan data penduduk yang berkesinambungan dari tahun ke tahun.
Padahal sumber data penduduk yang tersedia hanya secara periodik, yaitu Sensus Penduduk (SP)
pada tahun-tahun yang berakhiran dengan angka 0 (nol) dan Survei Penduduk Antar Sensus (SUPAS)
pada pertengahan dua sensus atau tahun-tahun yang berakhiran dengan angka 5 (lima). Sumber
data kependudukan lain yaitu registrasi penduduk masih belum sempurna cakupan pencatatannya
sehingga datanya belum dapat digunakan untuk perencanaan pembangunan nasional.
Seperti diketahui bahwa hampir semua rencana pembangunan perlu ditunjang dengan data
jumlah penduduk, persebaran dan susunannya menurut umur penduduk yang relevan dengan
rencana tersebut. Data yang diperlukan tidak hanya menyangkut keadaan pada waktu rencana itu
disusun, tetapi juga informasi masa lampau dan yang lebih penting lagi adalah informasi perkiraan
pada waktu yang akan datang. Data penduduk pada waktu yang lalu dan waktu kini sudah dapat
diperoleh dari hasil-hasil survei dan sensus, sedangkan untuk memenuhi kebutuhan data penduduk
pada masa yang akan datang perlu dibuat proyeksi penduduk yaitu perkiraan jumlah penduduk dan
komposisinya di masa mendatang.
Proyeksi penduduk bukan merupakan ramalan jumlah penduduk tetapi suatu perhitungan
ilmiah yang didasarkan pada asumsi dari komponen-komponen laju pertumbuhan penduduk, yaitu
kelahiran, kematian dan perpindahan (migrasi). Ketiga komponen inilah yang menentukan besarnya
jumlah penduduk dan struktur umur penduduk di masa yang akan datang. Untuk menentukan
asumsi dari tingkat perkembangan kelahiran, kematian dan perpindahan di masa yang akan datang
diperlukan data yang menggambarkan tren di masa lampau hingga saat ini, faktor-faktor yang
mempengaruhi masing-masing komponen itu, dan hubungan antara satu komponen dengan yang
lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang.
Badan Pusat Statistik (BPS) sudah beberapa kali membuat proyeksi penduduk berdasarkan
data hasil Sensus Penduduk (SP) 1971, 1980, 1990, 2000 dan Survei Penduduk Antar Sensus (SUPAS)
1985 dan 1995. Proyeksi penduduk yang terakhir dibuat adalah proyeksi penduduk berdasarkan hasil
SP2000 yang lalu. Proyeksi penduduk berdasarkan SP2000 hanya mencakup periode 2000 - 2010.
Untuk keperluan Rencana Pembangunan Jangka Menengah dan Rencana Pembangunan Jangka
Panjang diperlukan data jumlah penduduk sampai dengan tahun 2025. Oleh karena itu, perlu
dipersiapkan proyeksi penduduk dari tahun 2010 sampai dengan tahun 2025. Data dasar
perhitungan proyeksi ini adalah data SP2000.
Proyeksi penduduk Indonesia menurut umur, jenis kelamin dan provinsi yang disajikan dalam
publikasi ini merupakan angka final dan mencakup kurun waktu dua puluh lima tahun, mulai tahun
2000 sampai dengan 2025. Pembuatan proyeksi dengan kurun waktu yang panjang ini dimaksudkan
agar hasilnya dapat digunakan untuk berbagai keperluan terutama untuk perencanaan jangka
panjang. Data yang dipakai untuk perhitungan proyeksi ini terutama berdasarkan hasil SP2000. Selain
itu untuk menunjang dan membuat tren masa lalu, serta untuk menentukan asumsi-asumsi yang
dibutuhkan, perhitungan proyeksi ini juga menggunakan data hasil-hasil sensus penduduk
sebelumnya dan hasil survei kependudukan lainnya. Dengan terbitnya publikasi ini maka proyeksi-
proyeksi sebelumnya yang masih mempunyai tahun rujukan yang sama dengan publikasi ini
dinyatakan tidak berlaku lagi.
DATA DAN METODOLOGI
1. Sumber Data dan Metode
Meski tersedia berbagai sumber data yang dapat digunakan untuk melihat gambaran tentang
pola tingkat kelahiran di Indonesia, namun untuk keperluan proyeksi ini, sumber data yang
digunakan adalah Sensus Penduduk 2000 (SP2000), Survei Penduduk Antar Sensus 1995 (SUPAS95)s,
serta data SUSENAS tahun 1991 sampai 1999 (SSN 1991, SSN 1992, ..., SSN 1999). Hal ini dilakukan
dengan pertimbangan untuk menjaga "konsistensi" data serta kesamaan metodologi dan definisi
yang dipakai. Dengan demikian data yang akan dijajarkan dari masa lalu hingga perkiraan di masa
yang akan datang tidak mengandung penyimpangan yang disebabkan oleh perbedaan metodologi
.
dan definisi
Dalam pembuatan Proyeksi Penduduk Provinsi Sulawesi Utara mulai tahun 2000 ini, digunakan
suatu aplikasi yakni aplikasi Fivsin yang akan memudahkan kita dalam penghitungan estimasi-
estimasi parameter kependudukan. Dengan melakukan input beberapa data yang dibutuhkan seperti
: Penduduk menurut kelompok umur, TFR dan ASFR, dan Level kematian, output yang dihasilkan
dengan program “Fivsin” antara lain :
1) Penduduk menurut kelompok umur dan jenis kelamin

2) Parameter demografi :
a. Total Fertility Rate (TFR)
b. Infant Mortality Rate (IMR) menurut jenis kelamin
c. Expectation of Life at birth (E0) per jenis kelamin
d. Crude Birth Rate (CBR)
e. Crude Death Rate (CDR)
f. Rate of Natural Increase (RNI)
g. Angka Pertumbuhan Penduduk (r)
2. Evaluasi Data Dasar

2.1 Evaluasi Data Umur dan Jenis Kelamin
Ada beberapa tahapan yang harus dilakukan dalam proyeksi penduduk :
1) Penentuan data dasar dan perapihan penduduk
2) Penentuan asumsi kelahiran, kematian, dan perpindahan
3) Perhitungan proyeksi
4) Iterasi
Di tahap awal data penduduk yang digunakan untuk melakukan proyeksi adalah data yang
sudah dirapihkan atau sudah di smoothing, dengan pertimbangan untuk mereduksi kesalahan-
kesalahan yang mungkin terjadi dalam pelaporan umur, seperti:
1) Kesalahan penuturan umur (age misstatement)
2) Digit Preference (kecenderungan untuk melaporkan umur yang berakhiran nol dan lima)
3) Under-estimate untuk kelompok umur tertentu (kelompok umur di bawah lima tahun,
kelompok umur tua, dan kelompok umur usia muda)
Lebih lanjut, sebaiknya sebelum melakukan proyeksi penduduk dikaji terlebih dahulu
mengenai evaluasi struktur umur penduduk, dengan cara :
a. Dengan melihat distribusi umur pada Piramida Penduduk

Tampak pada piramida penduduk diatas, jumlah penduduk pada usia yang berakkhiran
angka nol dan lima cenderung lebih banyak dibandingkan penduduk pada umur dengan
akhiran angka lainnya. Hal ini mengindikasikan adanya Age Heaping. Namun apakah indikasi
yang tampak pada piramida penduduk ini signifikan, beberapa metode digunakan untuk
mengevaluasi kesalahan pelaporan ini, diantaranya dengan Indeks Whipple, Indeks Myers,
dan Joint Score Index.
b. Dengan Menghitung Whipple’s Index untuk mengukur sejauh mana kecenderungan

responden melaporkan umur yang berakhiran 0 atau 5
Whipple mengevaluasi kesalahan yang disebabkan oleh pelaporan umur
dengan anggapan bahwa kesalahan pelaporan umur sebagian besar terletak pada
umur 23 tahun sampai dengan 62 tahun. Dalam pelaporannya, antara umur-umur
tersebut banyak menyukai umur-umur yang berakhiran angka 0 dan 5. Dengan dasar
tersebut, Whipple kemudian merumuskan indeks kecermatan pelaporan umur
dengan rumus:
Dari rumus tersebut terlihat bahwa indeks whipple dihitung dengan cara:
kalikan 5 jumlah penduduk yang berumur dengan akhiran 0 dan 5 mulai dari umur
25 sampai 60. Selanjutnya dibagi dengan total jumlah penduduk yang berumur
antara 23 sampai 62 tahun.
Jika semua penduduk yang berumur 23 sampai 62 tahun melaporkan umurnya
berakhiran angka 0 atau 5, nilai indeks akan menjadi sebesar 500. Sebaliknya jika
pelaporan umur antara 23 tahun sampai dengan 62 tahun tersebut benar, maka
secara ringkas nilai indeks tersebut akan sama dengan 100. Dengan demikian,
semakin dekat nilai indeks dengan 100, maka pelaporan umur makin mendekati
kecermatan.
PBB merekomendasikan suatu standar untuk mengukur kesalahan pelaporan

umur menggunakan indeks Whipple ini sebagai berikut:
Tabel 1. Standar pengukuran kesalahan pelaporan umur Indeks Whipple

Indeks
Kualitas Data
Whipple
< 105 Sangat akurat
105–110 Relatif akurat
110–125 OK
125–175 Buruk
> 175 Sangat buruk
Berikut ini tabel data yang diperlukan untuk penghitungan indeks Whipple beserta
penghitungannya pada setiap tahap :
Tabel 12. Penghitungan indeks Whipple daerah Perkotaan + Perdesaan Provinsi

Sulawesi Utara, 2000
Penduduk A Penduduk B
Umur Umur
Laki-laki Perempuan Laki-laki Perempuan
(1) (2) (3) (4) (5) (6)
23 19.042 18.990
24 19.155 19.216
25-29 97.914 95.332 25 22.098 21.799
30-34 89.931 84.821 30 22.678 20.717
35-39 77.926 72.806 35 19.427 17.553
40-44 70.512 64.743 40 17.027 15.702
45-49 57.207 52.661 45 14.366 13.006
50-54 41.488 38.158 50 11.589 10.597
50-59 29.803 28.277 55 6.697 6.212
60 7.257 7.186 60 7.257 7.186
61 5.091 5.064
62 5.042 5.143
Jumlah A 520.368 492.397 Jumlah B 121.139 112.772
Sumber data : Publikasi Sensus 2000, BPS
Untuk mengetahui seberapa besar nilai dari indeks Whipple sehingga pada akhirnya
kita bisa menentukan tingkatan dari kualitas data pelaporan umur suatu daerah, digunakan
rumus sebagai berikut :
Berdasarkan data pada tabel diatas, maka dapat dihitung Indeks Whipple untuk penduduk
laki-laki dan perempuan, sebagai berikut :
 Indeks Whipple "Laki-laki"

×100
%= × 100 % = 116,3974 %
 Indeks Whipple “Perempuan”
×100 %= × 100 % = 114,5132 %
 Iw untuk laki-laki + perempuan :
Iw =
Dari penghitungan diatas diperoleh Indeks Whipple untuk penduduk laki-laki

di daerah perkotaan+Perdesaan Sulawesi Utara tahun 2000 adalah 116,3974%,
sedangkan Indeks Whipple untuk penduduk perempuannya adalah 114,5132%. Hal
ini berarti kualitas data pelaporan umur penduduk baik untuk penduduk laki-laki
ataupun penduduk perempuan di daerah perkotaan + perdesaan Sulawesi Utara
tahun 2000 sudah tergolong “Ok”, aman, walau pun belum sepenuhnya akurat. Hal
ini mungkin disebabkan karena kesadaran responden dalam mengingat umur baik
laki-laki maupun perempuan di daerah perkotaan + perdesaan sudah cukup baik,
selain itu mungkin di dalam sensus petugas selalu mencocokan umur jawaban
responden dengan kartu tanda pengenal responden, sehingga kualitas data
pelaporan umur cukup baik.
c. Dengan Menghitung Myer’s Index untuk mengevaluasi kecenderungan pelaporan umur yang
berakhiran 1 sampai dengan 9 (Dida)
Metode lainnya untuk mengukur tingkat kecermatan pelaporan umur pada

sensus adalah metode Myer’s Index atau biasa juga disebut dengan Myers Blended
Index yang dikemukakan oleh Myers R.J pada tahun 1940. Myers mencetuskan
metode campuran atau bauran (blended method) untuk menghasilkan suatu index
kecenderungan pada setiap digit terminal atau digit akhir dari umur yang
menggambarkan deviasi dari 10% proporsi dari total penduduk yang telah
melaporkan umurnya.
Prinsip utama pada metode ini adaah penghitungan pada masing-masing 10

digit terakhir / Terminal digit yakni 0, 1, sampai 9 dan berulang dengan kelipatan 10
kemudian hasilnya dirata-ratakan. Secara spesifik metode ini menentukan proporsi
penduduk pada umur berakhiran suatu digit angka tertentu dari total populasi.
Metode ini menghasilkan suatu indeks preferensi untuk masing-masing digit terminal,
menggambarkan deviasinya dari 10% total populasi. Jika tidak terjadi age heaping, maka nilai
indeksnya akan mendekati zero atau nol. Indeks ini adalah suatu estimasi proporsi minimum
penduduk yang salah melaporkan umurnya. Secara teoritis, range dari indeks Myers ini
adalah antara 0 sampai 90 dimana indeks bernilai 0 ketika sama sekali tidak ada heaping
sedangkan nilai indeks 90 terjadi jika semua umur yang dilaporkan pada single digit adalah
umur 0.
Pengambilan keputusan dengan indeks Myers dilakukan dengan membandingkan

indeks Myers hasil penghitungan dengan 10 persen. Jika nilai Myer’s Index lebih kecil dari
10%, berarti pelaporan umur data tersebut cukup baik. Sebaliknya, jika nilai Myer’s Index
lebih besar atau sama dengan 10%, berarti pelaporan umur data tersebut tidak baik.
Tabel 14. Penghitungan indeks Myers daerah Perkotaan Provinsi Sulawesi Utara, daerah
Perkotaan+Pedesaan Provinsi Sulawesi Utara, 2000
Jumlah
Jumlah Jumlah Koefisien Distribusi
koefisien penduduk Deviasi
Terminal untuk untuk pengali persen
pengali bauran dari
digit (a) umur umur kolom kolom
kolom (3) (2)x(4) + 10%
(10-69) (20-69) (2) (6)
(3)x(5)
(1) (2) (3) (4) (5) (6) (7) (8)
0 193153 155314 1 9 1590979 11.49 1.49
1 158362 124447 2 8 1312300 9.48 0.52
2 158474 124941 3 7 1350009 9.75 0.25
3 150179 117502 4 6 1305728 9.43 0.57
4 147825 115271 5 5 1315480 9.50 0.50
5 167553 131197 6 4 1530106 11.05 1.05
6 143340 108863 7 3 1329969 9.61 0.39
7 148882 110923 8 2 1412902 10.21 0.21
8 141512 104263 9 1 1377871 9.95 0.05
9 131971 96405 10 0 1319710 9.53 0.47
Total 13845054 100.00 5.50
Indeks Myers diperoleh dengan menjumlahkan nilai absolut deviasi dari 10%
untuk masing-masing terminal digit.Berdasarkan penghitungan, diperoleh indeks
Myers untuk daerah perkotaan+pedesaan Provinsi Sulawesi Utara tahun 2000 adalah
sebesar 5.50 persen.Olehkarena nilainya kurang dari 10 persen, maka kesimpulan
yang dapat kita ambil adalah bahwa berdasarkan penghitungan indeks Myers,
pelaporan umur pada data jumlah penduduk di daerah perkotaan+pedesaan Provinsi
Sulawesi Utara tahun 2000 sudah cukup baik. Dari penghitungan diatas, pada setiap
tahap penghitungan, tampak bahwa penduduk pada umur yang berakhiran 0 dan 5
selalu lebih besar proporsinya dibandingkan dengan terminal digit lainnya.Namun
ternyata, berdasarkan indeks Myers, perbedaan proporsi pada terminal digit 0 dan 5
belum cukup signifikan untuk dikatakan terjadi Age Heaping.
d. Dengan Menghitung United Nation’s Index untuk melihat keakurasian umur dan jenis
kelamin
Metode ini berisi esensi penghitungan rasio jenis kelamin (sex ratio) dan rasio
umur (age ratio) untuk kelompok umur 5 tahunan dimulai kelompok umur 0-4
sampai dengan 70-74 tahun. Dalam kasus ini sex ratio akan berbeda antara satu
kelompok umur dengan kelompok umur berikutnya.
Metode ini dapat dipakai apabila data umur tunggal tidak tersedia. Hasil
penghitungan indeks tidak sangat tepat sekali, tergantung dari pada sekedar ukuran
ketepatan. Metode ini memberikan keterbatasan-keterbatasan, dan membiarkan
pengecualian-pengecualian dari perubahan struktur umur penduduk karena
perubahan trend penduduk akibat faktor-faktor seperti korban peperangan, defisit
tingkat kelahiran sewaktu-waktu, dan perpindahan penduduk mempengaruhi
kelompok umur dan jenis kelamin
The UN Secretariat Method mempunyai kelebihan-kelebihan dari pada
metode Whipple, Myer, maupun Bachi. Penghitungan dengan metode ini efektif
karena menghilangkan variasi perbedaan dalam kelompok umur penduduk dari hasil
sensus.
Adapun dalam pengambilan keputusannya, apakah data umur yang dilaporkan
pada suatu sensus itu akurat atau tidak, terdapat patokan sebagai berikut :
 Joint Score Index < 20; Akurat.

 Joint Score Index, 20-40; Moderat.
 Joint Score Index > 40; Tidak Akurat
hasil penghitungan untuk daerah perkotaan + perdesaan tersaji pada tabel berikut ini
:
Tabel 15. hasil penghitungan Joint Score Index untuk daerah Perkotaan+Perdesaan
Provinsi Sulawesi Utara tahun 2000
Sex Succesive Age ratio Deviasi Age ratio deviasi

Age Male Female
Ratio Difference Male from 100 Female from 100
1 2 3 4 5 6 7 8 9
0-4 98.866 91.958 107.51 - - - - -
5—9 96.237 88.307 108.98 1,47 102,382 2,382 101,884 1,884
10—14 89.129 81.389 109,50 0,52 93,812 6,188 92,416 7,584
15-19 93.778 87.829 106,77 2,73 100,477 0,477 99,028 0,972
20-24 97.536 95.993 101,60 5,17 101,763 1,763 104,818 4,818
25-29 97.914 95.332 102,70 1,10 104,459 4,459 105,447 5,447
30-34 89.931 84.821 106,02 3,32 102,287 2,287 100,894 0,894
35-39 77.926 72.806 107,03 1,01 97,138 2,862 97,357 2,643
40-44 70.512 64.743 108.91 1,88 104,359 4,359 103,203 3,203
45-49 57.207 52.661 108,63 0,28 102,155 2,155 102,352 2,352
50-54 41.488 38.158 108,72 0,09 95,363 4,637 94,289 5,711
55-59 29.803 28.277 105,39 3,33 87,443 12,557 86,967 13,033
60-64 26.677 26.871 99,27 6,12 109,166 9,166 109,832 9,832
65-69 19.071 20.654 92,33 6,94 94,558 5,442 97,981 2,019
70-74 13.660 15.288 89,35 2,98 - - - -
Total (Irrespective of sign) 36,949 58,743 60,392
Mean ( Total divided by 14 or 13) 2,639 4,518 4.645
Joint Score Index 17,08
Joint Index = 3 (2,639) + 4,518 + 4,645 = 17,08

Hal ini berarti kualitas data pelaporan umur penduduk baik untuk penduduk
laki-laki ataupun penduduk perempuan di daerah perkotaan + perdesaan Sulawesi
Utara tahun 2000 berdasarkan perhitungan Joint Score Index “Akurat”. Hal ini
mungkin disebabkan karena kemampuan responden dalam mengingat umur baik
laki-laki maupun perempuan di daerah perkotaan + perdesaan sudah cukup baik,
kesalahan penuturan umur oleh responden, kecenderungan responden melaporkan
umur yang berakhiran 0 dan 5, serta underestimate pada kelompok umur tertentu
(kelompok umur di bawah lima tahun, kelompok usia tua, dan kelompok usia muda),
dapat diminimalisir kesalahannya. Petugas meminta responden untuk menunjukkan
kartu identitas pengenal agar dapat meminimalisir kesalahan pelaporan umur dari
responden, sehingga data pelaporan umur yang dihasilkan menghasilkan data yang
akurat.
2.2 Perapihan Umur
Perapihan umur perlu dilakukan dengan tujuan untuk memperkecil kesalahan yang
ada dalam data. Jika perapihan umur tidak dilakukan maka kesalahan-kesalahan itu akan
terbawa ke dalam perhitungan proyeksi, sehingga akan mempengaruhi jumlah dan struktur
umur penduduk dalam periode proyeksi tersebut. Dalam melakukan perapihan umur
kesulitan yang dihadapi adalah tidak diketahui secara pasti letak kesalahan-kesalahan yang
ada, sehingga sulit menentukan umur-umur mana yang sudah pasti salah dan mana yang
benar, sehingga perapihan dilakukan untuk semua kelompok umur.
Perapihan data dasar penduduk menurut umur dan jenis kelamin dilakukan dalam
tiga tahapan yang berbeda. Pertama, merapihkan data penduduk umur (10-64) tahun.
Kedua, merapihkan data penduduk umur 65 tahun ke atas, tahap terakhir adalah
merapihkan data penduduk umur (0-9) tahun. Masing-masing tahap perapihan data dasar
dilakukan dengan metode yang berbeda.
Tahap pertama, melakukan prorata pada seluruh kelompok umur untuk

mengalokasikan jumlah penduduk yang tidak mengetahui tahun lahirnya (TT). Dalam proses
prorata ini digunakan rumus :
Prorata =
Setelah diakukan penghitungan dengan rumus diatas pada setiap kelompok umur,
selanjutnya dilakukan pembulatan hasil penghitungannya. Dalam proses ini, pembulatan
keatas diutamakan pada hasil penghitungan yang mengahasilkan angka dibelakang koma
lebih dari 0.5, namun jika dalam kolom tersebut tidak terdapat angka desimal lebih dari 0.5,
maka pembulatan keatas dilakukan pada sel yang memiliki angka desimal tertinggi pada
kolom tersebut. angka desimal (di belakang koma) yang tertinggi pada suatu kolom
dibulatkan keatas, seterusnya secara berurutan hingga jumlah TT terbagi habis.
Berikut ini data dasar yang akan digunakan untuk proyeksi penduduk sebelum dan
setelah di-prorata :
Perkotaan
Tabel 1. Prorata Penduduk daerah Perkotaan Provinsi Sulawesi Utara, Sensus

Penduduk 2000
Male Female Male+Female
Age
Before After (1) After (2) Before After (1) After (2) Before After (1) After (2)
0-4 34716 34716.570 34717 32233 32233.72 32234 66949 66950.30 66950
5—9 32770 32770.538 32771 30341 30341.68 30342 63111 63112.22 63112
10—
14 31045 31045.000 31045 28986 28986.65 28987 60031 60032.16 60032
15-19 35189 35189.578 35190 34982 34982.78 34983 70171 70172.36 70172
20-24 37621 37621.617 37622 38290 38290.86 38291 75911 75912.47 75913
25-29 36693 36693.602 36694 37218 37218.83 37219 73911 73912.43 73913
30-34 33387 33387.548 33388 32923 32923.74 32924 66310 66311.28 66311
35-39 29400 29400.483 29400 28384 28384.64 28385 57784 57785.12 57785
40-44 26318 26318.432 26318 24193 24193.00 24193 50511 50511.98 50512
45-49 20852 20852.342 20852 19430 19430.43 19430 40282 40282.78 40283
50-54 14809 14809.243 14809 13850 13850.31 13850 28659 28659.55 28660
55-59 10570 10570.173 10570 10214 10214.23 10214 20784 20784.40 20785
60-64 8670 8670.142 8670 9067 9067.20 9067 17737 17737.34 17737
65-69 5906 5906.097 5906 6837 6837.15 6837 12743 12743.25 12743
70-74 4047 4047.066 4047 4919 4919.11 4919 8966 8966.17 8966
75+ 3564 3564.058 3564 5595 5595.13 5595 9159 9159.18 9159
TT 6 - 8 - 14
Total 365563 365563 365563 357470 357470 357470 723033 723033 723033
Sumber : hasil penghitungan
Perdesaan
Tabel 2. Prorata Penduduk Propinsi Sulawesi Utara Menurut Kelompok Umur Daerah Pedesaan,
Sensus Penduduk 2000
Laki-Laki Perempuan Laki-Laki+Perempuan

Kelompok
Sebelum di Setelah di Sebelum di Setelah di Sebelum di Setelah di
Umur
Prorata Prorata Prorata Prorata Prorata Prorata
(1) (2) (3) (4) (5) (6) (7)
0-4 64150 64153 59725 59728 123875 123881
5-9 63467 63470 57966 57969 121433 121439
10-14 58084 58087 52403 52406 110487 110492
15-19 58589 58592 52847 52850 111436 111441
20-24 59915 59918 57703 57706 117618 117623
25-29 61221 61224 58114 58117 119335 119341
30-34 56544 56547 51898 51900 108442 108447
35-39 48526 48528 44422 44424 92948 92952
40-44 44194 44196 40550 40552 84744 84748
45-49 36355 36357 33231 33233 69586 69589
50-54 26679 26680 24308 24309 50987 50989
55-59 19233 19234 18063 18064 37296 37298
60-64 18007 18008 17804 17805 35811 35813
65-69 13165 13166 13817 13818 26982 26983
70-74 9613 9613 10369 10369 19982 19983
75+ 8391 8391 10996 10997 19387 19388
TT 29 - 29 - 58 -
Jumlah 646162 646162 604245 604245 1250407 1250407
Tahap kedua, menggunakan metode dari Perserikatan Bangsa-Bangsa (UN, 1956)

yang disusun dalam paket komputerMicro Computer Programs for Demographics
Analaysis (MCPDA). Secara umum formula yang digunakan adalah sebagai berikut:
*
5Px = 1/16(5Px-10+4 5Px-5+10 5Px + 4 5Px+5 - 5Px+10)
5Px* = Jumlah penduduk yang telah dirapihkan menurut kelompok umur 5 tahunan
5P x = Jumlah penduduk dari data dasar menurut kelompok umur 5 tahunan
Hasil perapihan penduduk menurut jenis kelamin pada kelompok umur 10-69 tahun
menggambarkan keadaan pada tanggal 30 Juni 2000 (Census Date SP2000) yang digunakan
sebagai dasar I perhitungan proyeksi. Berikut ini tabel yang menyajikan hasil perapihan
untuk kelompok umur 10-69 tahun :
Perkotaan
Tabel 2. Hasil perapihan untuk kelompok umur 10-69 tahun, Penduduk perempuan
daerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000
Sebelum Setelah
Age
dirapihkan dirapihkan
0-4 32234 -
5--9 30342 -
10--14 28987 30040
15-19 34983 34461
20-24 38291 38113
25-29 37219 37105
30-34 32924 33073
35-39 28385 28479
40-44 24193 24151
45-49 19430 19242
50-54 13850 13989
55-59 10214 10472
60-64 9067 8757
65-69 6837 6782
70-74 4919 -
75+ 5595 -
Total 357470
Angka-angka pada tabel diatas diperoleh melalui penghitungan sebagai berikut :
P(10-14)= 1/16 [ -32234 + (4 x 30342) + (10 x 28987) + ( 4 x 34983) – (38291) ] = 30040
P(15-19)= 1/16 [ -30342 + (4 x 28987) + (10 x 34983) + ( 4 x 38291) – (37219) ] = 34461
P(20-24)= 1/16 [ -28987 + (4 x 34983) + (10 x 38291) + ( 4 x 37219) – (32924) ] = 38113
P(25-29)= 1/16 [ -34983 + (4 x 38291) + (10 x 37219) + ( 4 x 32924) – (28385) ] = 37105
P(30-34)= 1/16 [ -38291 + (4 x 37219) + (10 x 32924)+ ( 4 x 28385) – (24193) ] = 33073
P(35-39)= 1/16 [ -37219 + (4 x 32924) + (10 x 28385) + ( 4 x 24193) – (19430) ] = 28479
P(40-44)= 1/16 [ -32924 + (4 x 28385) + (10 x 24193) + ( 4 x 19430) – (13850) ] = 24151
P(45-49)= 1/16 [ -28385 + (4 x 24193) + (10 x 19430) + ( 4 x 13850) – (10214) ] = 19242
P(50-54)= 1/16 [ -24193 + (4 x 19430) + (10 x 13850) + ( 4 x 10214) – (9067) ] = 13989
P(55-59)= 1/16 [ -19430 + (4 x 13850) + (10 x 10214) + ( 4 x 9067) – (6837) ] = 10472
P(60-64)= 1/16 [ -13850 + (4 x 10214) + (10 x 9067) + ( 4 x 6837) – (4919) ] = 8757
P(65-69)= 1/16 [ -10214 + (4 x 9067) + (10 x 6837) + ( 4 x 4919) – (5595) ] = 6782

Perdesaan
Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69)Propinsi Sulawesi Utara Daerah

Pedesaan, Sensus Penduduk 2000
Kelompok Sebelum Sesudah

Umur Dirapihkan Dirapihkan
(1) (2) (3)
0-4 59728 -
5-9 57969 -
10-14 52406 53118
15-19 52850 53303
20-24 57706 57289
25-29 58117 57645
30-34 51900 51932
35-39 44424 45169
40-44 40552 39996
45-49 33233 33080
50-54 24309 24370
55-59 18064 18878
60-64 17805 16931
65-69 13818 13863
70-74 10369 -
75+ 10997 -
Jumlah 604245
Perapihan Umur Penduduk Perempuan daerah Perdesaan Provinsi Sulawesi Utara 10-69 tahun :
P(10-14)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (57706) ] = 53118
P(15-19)= 1/16 [ -57969 + (4 x 52406) + (10 x 52850) + ( 4 x 57706) – (58117) ] = 53303
P(20-24)= 1/16 [ -52406 + (4 x 52850) + (10 x 57706) + ( 4 x 58117) – (51900) ] = 57289
P(25-29)= 1/16 [ -52850 + (4 x 57706) + (10 x 58117) + ( 4 x 51900) – (44424) ] = 57645
P(30-34)= 1/16 [ -57706 + (4 x 58117) + (10 x 51900)+ ( 4 x 44424) – (40552) ] = 51932
P(35-39)= 1/16 [ -58177 + (4 x 51900) + (10 x 44424) + ( 4 x 40552) – (33233) ] = 45169
P(40-44)= 1/16 [ -51900 + (4 x 44424) + (10 x 40552) + ( 4 x 33233) – (24309) ] = 39996
P(45-49)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (18064) ] = 18878
P(50-54)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (17805) ] = 16931
P(55-59)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (13818) ] = 13863
P(60-64)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10369) ] = 11328

P(65-69)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10997) ] = 10224
Perkotaan+Perdesaan
Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69) Propinsi Sulawesi Utara Daerah

Umur Dirapikan Dirapikan
(1) (2) (3)
0-4 91962 -
5-9 88310 -
10-14 81392 83158
15-19 87832 87764
20-24 95997 95402
25-29 95336 94750
30-34 84824 85005
35-39 72809 73648
40-44 64745 64147
45-49 52663 52322
50-54 38159 38359
55-59 28278 29349
60-64 26872 25688
65-69 20655 20645
70-74 15289 -
75+ 16592 -
Jumlah 961715
Perapihan Umur Penduduk Perempuan daerah perkotaan+perdesaan Sulawesi Utara 10-69 tahun
(tabel diatas):
P(10-14)= [ ]
P(15-19)= [ ]
P(20-24)= [ ]
P(25-29)= [ ]
P(30-34)= [ ]
P(35-39)= [ ]
P(40-44)= [ ]
P(45-49)= [ ]
P(50-54)= [ ]
P(55-59)= [ ]
P(60-64) [ ]
P(65-69)= [ ]
Sedangkan untuk perapihan jumlah penduduk laki-laki yang berada pada kelompok
umur 10-69 tahun dengan three Moving Average menggunakan data sex ratio yang dihitung
berdasarkan data hasil prorata pada Tabel 1 diatas. Penghitungan ini menggunakan rumus :
Kemudian untuk setiap kelompok umur, hasil penghitungan dari rumus tersebut
dikalikan dengan jumlah penduduk perempuan yang telah dirapihkan pada setiap kelompok
umur dari 10 hingga 69 tahun. Berikut ini tabel yang memuat hasil penghitungan sex ratio
sebelum dan setelah dirapihkan serta jumlah penduduk laki-laki setelah dilakukan perapihan
(smoothing) :
Perkotaan
Tabel 3. Hasil perapihan untuk kelompok umur 10-69 tahun, Penduduk laki-laki
daerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000
Sex Ratio Sex Ratio Jumlah penduduk
Age
sebelum Sesudah hasil perapihan
0-4 1.077 - -
5--9 1.080 - -
10--14 1.071 1.057 31752
15-19 1.006 1.016 35024
20-24 0.983 0.989 37702
25-29 0.986 0.992 36812
30-34 1.014 1.012 33485
35-39 1.036 1.043 29714
40-44 1.088 1.071 25870
45-49 1.073 1.076 20702
50-54 1.069 1.062 14851
55-59 1.035 1.024 10721
60-64 0.956 0.953 8343
65-69 0.864 0.877 5945
70-74 0.823 - -
75+ 0.637 - -
Total 1.023
Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:
 = 1.057
 = 1.016
 = 0.989
 = 0.992
 = 1.012
 = 1.043
 = 1.071
 = 1.076
 = 1.062
 = 1.024
 = 0.953
 = 0.877
Perdesaan
Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah

Kelompok sebelum
setelah perapihan
Umur perapihan
(1) (2) (3)
0-4 64153 -
5-9 63470 -
10-14 58087 48068
15-19 58592 48896
20-24 59918 54101
25-29 61224 54466
30-34 56547 48042
35-39 48528 41400
40-44 44196 36642
45-49 36357 30242
50-54 26680 22393
55-59 19234 17831
60-64 18008 16788
65-69 13166 14440
70-74 9613 -
75+ 8391 -
 = 0.9049
 = 0.9173
 = 0.9444
 = 0.9449
 = 0.9251
 = 0.9166
 = 0.9161
 = 0.9142
 = 0.9189
 = 0.9446
 = 0.9915
 = 1.0416
Perkotaan+Perdesaan
Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah

Laki-Laki
Umur Smoothing Smoothing
(1) (2) (3)
0-4 98870 -
5-9 96240 -
10-14 89132 90393
15-19 93781 93205
20-24 97539 98455
25-29 97917 97782
30-34 89934 89595
35-39 77929 78951
40-44 70515 69535
45-49 57209 56874
50-54 41489 41351
55-59 29804 30728
60-64 26678 25457
65-69 19072 19262
70-74 13661 -
75+ 11955 -
Jumlah 1011725
 Sn(10-14)= (SRn-1 + 2SRn + SRn+1) : 4

= (1,090 + 2x1,095 + 1,068) : 4 = 1,087
P(10-14) = Jumlah Penduduk Smoothing Perempuan(10-14) x Sn(10-14)
= 83158 x 1,087 = 90393
 Sn(15-19)= (1,095 + 2x1,068 + 1,016) : 4 = 1,062

P(15-19) = 87764 x 1,062 = 93205
 Sn(20-24)= (1,068 + 2x1,016 + 1,027) : 4 = 1,032
P(20-24) = 95402 x 1,032 = 98455
 Sn(25-29)= (1,016 + 2x1,027 + 1,060) : 4 = 1,032
P(25-29) = 94750 x 1,032 = 97782
 Sn(30-34)= (1,027 + 2x1,060 + 1,070) : 4 = 1,054
P(30-34) = 85005 x 1,054 = 89595
 Sn(35-39)= (1,060 + 2x1,070 + 1,089) : 4 = 1,072
P(35-39) = 73648 x 1,072 = 78951
 Sn(40-44)= (1,070 + 2x1,089 + 1,086) : 4 = 1,084
P(40-44) = 64147 x 1,084 = 69535
 Sn(45-49)= (1,089 + 2x1,086 + 1,087) : 4 = 1,087
P(45-49) = 52322 x 1,087 = 56874
 Sn(50-54)= (1,086 + 2x1,087 + 1,054) : 4 = 1,078
P(50-54) = 38359 x 1,078 = 41351
 Sn(55-59)= (1,087 + 2x1,054 + 0,993) : 4 = 1,047
P(55-59) = 29349 x 1,047 = 30728
 Sn(60-64)= (1,054 + 2x0,993 + 0,923) : 4 = 0,991
P(60-64) = 25688 x 0,991 = 25457
 Sn(65-69)= (0,993 + 2x0,923 + 0,894) : 4 = 0,933
P(65-69) = 20645 x 0,933 = 19262
Tahap selanjutnya adalah merapihkan penduduk yang berumur 0-4 dan 5-9 tahun.
Jumlah penduduk kelompok ini, terutama yang berumur 0 dan 1 tahun, jauh lebih kecil
daripada yang diharapkan dan diduga karena lewat cacah. Untuk merapihkannya diperlukan
data angka kelahiran total (TFR) masa lampau yang menggambarkan keadaan paling tidak 10
tahun sebelum pencacahan, jumlah dan susunan umur wanita usia subur, serta tingkat
kematian dalam kurun waktu yang sama.
Untuk perapihan penduduk yang berumur 0-4 dan 5-9 tahun dibutuhkan beberapa
informasi tambahan diantaranya jumlah kelahiran dari tahun 1991 hingga tahun 2000, level
kematian untuk masing-masing penduduk kota, desa, dan kota+desa, serta informasi
mengenai survival ratio yang dihitung menggunakan life table berdasrkan level kematian
tersebut. berikut ini tabel yang menyajikan data jumlah kelahiran dari tahun 1991 hingga
tahun 2000 :
Tabel 5. Jumlah Peristiwa Kelahiran Propinsi Sulawesi Utara periode 1991-2000

Sulawesi Utara
Tahun Kota Desa Kota & Desa
L P L P L P
1991 5477 5477 21908 10954 27385 16431
1992 9928 10512 15184 12264 25112 22776
1993 10277 10882 1578 12695 11855 23577
1994 12393 11058 14299 13727 26692 24785
1995 14259 14661 16870 16468 31129 31129
1996 11322 9058 18527 19968 29849 29026
1997 13821 12355 12774 13821 26595 26176
1998 8487 9381 16305 21665 24792 31046
1999 13086 8724 20014 18218 33100 26942
2000 11176 13775 13775 14035 24951 27810
Sumber : data olahan BPS
Level kematian yang digunakan untuk Proyeksi Penduduk Provinsi Sulawesi Utara ini
diperoleh dari hasil penghitungan estimasi angka kematian dengan metode Brass, dimana
penghitungan ini didsarkan pada data rata-rata anak yang pernah dilahirkan (ALH) dan rata-
rata anak yang masih hidup (AMH). Ratio antara rata-rata ALH pada kelompok umur 15-19
dengan kelompok umur 20-24 digunakan sebagai dasar penentuan level kematian, dengan
mengalikannya dengan faktor pengali yang ada pada Tabel Faktor Pengali Brass.
Dengan faktor pengali tersebut, pada akhirnya dapat diketahui level kematian dari Life
Table yang akan kita gunakan untuk merapihkan penduduk umur 0-4 dan 5-9 tahun, yakni
dengan merata-ratakan level kematian pada kelompok usia 20-24 dan 25-29 tahun. Untuk
daerah Perkotaan, diperoleh, level yang digunakan adalah level 23,206 yang berada
diantara level 23 dan level 24. Sedangkan untuk penduduk perdesaan propinsi Sulawesi
Utara adalah 22,947 yang berada pada interval level kematian 22 dan level 23. Kemudian
untuk daerah desa+kota, dengan proses penghitungan yang sama diperoleh level kematian
23,053 yang terletak antara level 23 dan 24.
Tabel 4. Level kematian Provinsi Sulawesi Utara

KOTA DESA KOTA+DESA
Kelompok
Umur Level Level Level
Kematian Kematian Kematian
1 2 3 4
15 -19 - - -
20-24 23.209 23.1 23.1
25-29 23.202 22.8 23.0
30-34 - - -
35-39 - - -
40-44 - - -
45-49 - - -
p1/p2 0.667 0.622 0.639
level 23.205693 22.9471 23.053105
Sumber : Hasil penghitungan dengan Metode Brass
Selanjutnya dengan informasi jumlah kelahiran tahun 1991-2000 dan level kematian
tahun 2000 diatas, dapat dihitung nilai survival ratio untuk masing-masing desa, kota, serta
desa+kota. Penghitungan survival ratio dilakukan dengan West Model Life Table dengan
interpolasi nilai P(2) dan P(3) untuk masing-masing penduduk laki-laki dan perempuan pada
level yang bersangkutan. Nilai P(2) merupakan nilai survival ratio untuk penduduk umur 0-4
tahun, sedangkan P(3) merupakan nilai survival ratio untuk penduduk usia 5-9 tahun. Berikut
ini tabel penghitungan survival ratio berdasarkan desa/kota dan jenis kelamin :
Tabel 5. Survival Ratio Penduduk kelompok umur 0-4 dan 5-9 tahun berdasarkan
daerah tempat tinggal dan jenis kelamin
Jenis Kota Desa kota+desa
umur
kelamin 23 23.2057 24 22 22.9471 23 23 23.0531 24
(0-4) 0.9978 0.9980 0.9990 0.9959 0.9977 0.9978 0.9978 0.9978 0.9990
Perempuan
(5-9) 0.9989 0.9990 0.9995 0.9981 0.9989 0.9989 0.9989 0.9989 0.9995
(0-4) 0.9965 0.9969 0.9982 0.9941 0.9964 0.9965 0.9965 0.9966 0.9982
Laki-laki
(5-9) 0.9981 0.9982 0.9989 0.9971 0.9980 0.9981 0.9981 0.9981 0.9989
Dengan demikian, semua informasi yang dibutuhkan untuk perapihan penduduk

yang berada pada kelompok umur 0-4 dan 5-9 tahun telah tersedia, sehingga proses
perapihan dapat dilakukan dengan penghitungan sebagai berikut :
Perkotaan :
1. Perapihan penduduk perempuan umur 0-4 tahun
= jumlah kelahiran (1995 – 2000) x Survival Ratio
= (9058+12355+9381+8724+13775) x 0.9980
= 53293 x 0.9980
= 53187.5302 = 53188
2. Perapihan Penduduk perempuan umur 5-9 tahun

= (5477+10512+10882+11058+14661) x 0.9980 x 0.9990
= 52590 x 0.9980 x 0.9990
= 52434.6497 = 52435
3. Perapihan penduduk Laki-laki umur 0-4 tahun

= (11322+13821+8487+13086+11176) x 0.9969
= 57892 x 0.9969
= 57709.9 = 57710
4. Perapihan Penduduk laki-laki umur 5-9 tahun

= (5477+9928+10277+12393+14259) x 0.9980 x 0.9990
= 52334 x 0.9969 x 0.9982
= 52241.2 = 52242
Perdesaan :
= (19968+13821+21665+18218+14035) x 0.9977
= 87707 x 0.9977
= 87502.7 = 87503

= (10954+12264+12695+13727+16468) x 0.9977 x 0.9989
= 66108 x 0.9977 x 0.9989
= 65879.4 = 65879

= (18527+12774+16305+20014+13775) x 0.9964
= 98269 x 0.9964
= 97815

= (21908+15184+15718+14299+16870) x 0.9964 x 0.9980
= 83979 x 0.9964 x 0.9980
= 83507.701 = 83508
Perkotaan + Perdesaan :
= (29026+26176+31046+26942+27810) x 0.9978
= 141000 x 0.9978
= 140689,8 = 140690

= (16431+22776+23577+24785+31129) x 0.9978 x 0.9989
= 118698 x 0.9978 x 0.9989
= 118306,5838 = 118307

= (29849+26595+24792+33100+24951) x 0.9966
= 139287 x 0.9966
= 138812.217 = 138813

= (27385+25112+11855+26692+31139) x 0.9966 x 0.9981
= 122173 x 0.9966 x 0.9981
= 121525.582 = 121526
Tahap terakhir dari proses perapihan (smoothing) adalah perapihan penduduk yang
berusia 70 tahun ke atas, menggunakan tabel Stable Population. Kelompok penduduk ini
tidak besar pengaruhnya terhadap hasil proyeksi karena jumlahnya relatif kecil dan dalam
waktu relatif singkat akan berkurang menjadi nol.
Untuk menghitung jumlah perapihan penduduk umur (70-74) tahun dan juga umur
(75+), terlebih dahulu kita hitung ratio penduduk P(70-74) dan P(75+) . Selain ratio penduduk,
dibutuhkan pula suatu estimasi dari ratio penduduk yang disajikan dalam tabel berikut :
Percentage of Person at Advanced Ages in Stationery Population
Berikut ini penghitungan untuk merapihkan data penduduk umur 70-74 dan 75 tahun keatas :
Perkotaan :
Untuk penduduk perempuan, rationya
 Ratio P(70-74) dan P(75+)=
ratio 2.9413 % untuk P(70-74)terletak pada persen 2,5 = 1,41 dan 3 = 1,64 interpolasinya :
Interpolasi =
P(70-74) = 5765.984 = 5766
 ratio 2.9413 % untuk P(75)terletak pada persen 2,5 = 1,09 dan 3 = 1,36 interpolasinya :
Interpolasi =
P(75) = 4748.3 = 4748
Untuk penduduk laki-laki, rationya :
 Ratio P(70-74) dan P(75+)=
ratio 2.0819 % untuk P(70-74)terletak pada persen 2 = 1,16 dan 2,5 = 1,41 interpolasinya :
Interpolasi =
P(70-74) = 4514,156 = 4514
 ratio 2.0819 % untuk P(75)terletak pada persen 2 = 0,84 dan 2,5 = 1,09 interpolasinya :
Interpolasi =
P(70-74) = 5592,164 = 5592
Perdesaan
Untuk penduduk perempuan, rationya :
 Ratio P(70-74) dan P(75+) =
Ratio 3,5359% untukP(70-74) terletak pada persen 3,5 = 1,86 dan 4 = 2,08, interpolasinya :
Interpolasi =
P(70-74) = 11328
 Interpolasi =
P(75+) = 10024
Untuk penduduk laki-laki , rationya
 Ratio P(70-74) dan P(75+)=
Ratio 2.7864% untukP(70-74) terletak pada persen 2,5 = 1,41 dan 3 = 1,64, interpolasinya :
Interpolasi =
P(70-74) = 9962
 ratio 2.0819 % untuk Untuk P75+ terletak pada 2,5 = 1,09 dan 3 = 1,36
Interpolasi =
P(75+) = 8043
Perkotaan + Perdesaan
Untuk penduduk perempuan, rationya :
 Ratio P(70-74) dan P(75+) =
Ratio 3,315 % untuk P(70-74) terletak pada persen 3,0 = 1,64 dan 3,5 = 1,86 interpolasinya :
Interpolasi =
P(70-74) = 17105,06 = 17105
 Ratio 3,315 % untuk P(75+) terletak pada persen 3,0 = 1,36 dan 3,5 = 1,64 interpolasinya :
Interpolasi =
P(75+) = 14775,789 = 14776
Untuk penduduk laki-laki , rationya
 Ratio P(70-74) dan P(75+)= 2,5319
Ratio Penduduk70-74= [(2,5319 – 2,5) : (0,5 + 1,41)] x 0,23 = 0,0319:1,91 x 0,23 =

0,003841
P(70-74)= 1011725 x 0,003841 = 3886

 Ratio Penduduk75+= [(2,5319 – 2,5) : (0,5 + 1,09)] x 0,27 = 0,0319:1,59 x 0,27 =
0,005417
P(70-74)= 1011725 x 0,005417 = 5480
Sehingga data Jumlah penduduk yang telah dirapihkan dan siap untuk diinput kedalam
Program Fivsin adalah sebagaimana ditampilkan pada tabel berikut ini :
Tabel 3. Hasil perapihan (smoothing) Penduduk Provinsi Sulawesi Utara, Sensus

Penduduk 2000
Kota Desa Kota+Desa
Age
Perempuan Laki-laki Perempuan Laki-laki Perempuan Laki-laki
0-4 53188 57710 103855 97815 140690 138813

5—9 52435 52242 49568 52843 118307 121526
10—14 30040 31752 53118 48068 83158 90393
15-19 34461 35024 53303 48896 87764 93205
20-24 38113 37702 57289 54101 95402 98455
25-29 37105 36812 57645 54466 94750 97782
30-34 33073 33485 51932 48042 85005 89595
35-39 28479 29714 45169 41400 73648 78951
40-44 24151 25870 39996 36642 64147 69535
45-49 19242 20702 33080 30242 52322 56874
50-54 13989 14851 24370 22393 38359 41351
55-59 10472 10721 18878 17831 29349 30728
60-64 8757 8343 16931 16788 25688 25457
65-69 6782 5945 13863 14440 20645 19262
70-74 5766 4514 11328 9962 17105 3886
75+ 4748 5592 10024 8043 14776 5480
2. 3 Data Tingkat Kelahiran Total (TFR)

Data Tingkat Kelahiran Total (TFR) dan Tingkat Kelahiran berdasarkan Kelompok Umur (ASFR)
dibutuhkan dalam proses penghitungan proyeksi penduduk. Dalam Proyeksi Penduduk Sulawesi
Utara ini nilai TFR dan ASFR diperoleh melalui metode estimasi PF Ratio, yang merupakan suatu
teknik umum untuk mendapatkan level current fertility menurut perbandingan rata-rata anak yang
pernah dilahirkan (ALH)/Children Ever Born (CEB) dan rata-rata anak masih hidup (AMH)/Children
Surviving (CS) berdasarkan kelahiran selama setahun yang lalu. Hal ini mengikuti proporsi sebagai
berikut:
a. Pola pelaporan umur fertilitas sudah benar.
b. Pelaporan umur CEB menurut wanita usia muda cukup akurat.
c. Fertilitas sudah konstan dimasa lalu.
Pi dan CFi merupakan generasi dari model lain pola umur fertilitas (age pattern of fertility).
Dalam penghitungan bisa menggunakan multipliers Brass (model A pada Tabel dibawah ini :
Tabel 7. Value of Multipliers (Ki) given by Brass (with ½ year Shift)

Age
1 2 3 4 5 6 7 8 9
15-19 3,169 2,925 2,638 2,305 1,951 1,614 1,309 1,119
20-24 2,986 2,958 1,927 2,889 2,811 2,779 2,690 2,553
25-29 3,097 3,076 3,055 3,033 3,010 2,986 2,958 2,917
30-34 3,216 3,188 3,163 3,140 3,118 3,097 3,076 3,055
35-39 3,434 3,374 3,324 3,283 3,747 3,216 3,188 3,163
40-44 4,150 3,917 3,739 3,608 3,510 3,434 3,374 3,324
45-49 5,000 4,984 4,830 4,629 4,393 4,150 3,896 3,640
f1/f2 0,939 0,764 0,605 0,460 0,330 0,213 0,113 0,036

m 24,7 25,7 26,7 27,7 28,7 29,7 30,7 31,7
Tabel diatas merupakan tabel faktor pengali yang digunakan untuk dasar penghitungan nilai
ratio antara parity dan fertilitas. Adapun penghitungannya tersaji pada tabel dibawah ini :
Tabel.3 Penghitungan Total Fertility Rate (TFR) di wiayah perkotaan Propinsi Suluawesi Utara
tahun 2000 dengan Metode P/F Ratio
Kelompok
Pi fi Fi Ki Fi' Pi / Fi' fi'
Umur
1 2 3 4 5 6 7 8
15 -19 0,07 0,04 0,000 2,142 0,086 0,817 0,033
20-24 0,47 0,1 0,200 2,853 0,485 0,968 0,097
25-29 1,06 0,11 0,700 3,022 1,032 1,027 0,113
30-34 1,71 0,08 1,250 3,129 1,500 1,140 0,091
35-39 2,21 0,04 1,650 3,497 1,790 1,235 0,049
40-44 2,54 0,02 1,850 3,563 1,921 1,322 0,026
45-49 2,79 0,01 1,950 4,52 1,995 0,617 0,006
f1/f2 = 0,40
TFR = 5 x (0,033 + 0,097 + 0,113 + 0,091 + 0,049 + 0,026 + 0,006) = 2,07

Di daerah perkotan, angka TFR sebesar 2,07. Artinya, rata-rata jumlah anak yang
dilahirkan oleh seorang wanita di wilayah perkotaan Sulawesi Utara sampai dengan akhir
masa reproduksinya adalah antara 2 sampai 3 orang anak
Pada kelompok umur 25-29 Pi/Fi bernilai lebih besar dari 1. Hal ini mengindikasikan
adanya kesalahan pelaporan umur dalam periode tersebut. hal tersebut hanya mungkin
terjadi jika ada penurunan tajam terhadap tingkat fertilitas pada peride umur 25-29
Tabel.4 Penghitungan Total Fertility Rate (TFR) di wiayah perdesaan Propinsi Sulawesi Utara
tahun 2000 dengan Metode P/F Ratio
Kelompok
Pi Fi Fi Ki Fi' Pi / Fi' fi'
Umur
1 2 3 4 5 6 7 8
15 -19 0,11 0,06 0,000 2,351 0,141 0,780 0,047
20-24 0,71 0,13 0,300 2,756 0,658 1,079 0,140
25-29 1,34 0,11 0,950 3,036 1,284 1,044 0,115
30-34 1,96 0,08 1,500 3,143 1,751 1,119 0,090
35-39 2,48 0,05 1,900 3,288 2,064 1,201 0,060
40-44 2,9 0,02 2,150 3,626 2,223 1,305 0,026
45-49 3,26 0,01 2,250 4,656 2,297 1,420 0,014
f1/f2 = o,461
TFR = 5 x (0,047+ 0,140 + 0,115 + 0,090 + 0,060 + 0,026 + 0,014) = 2,45
Di daerah perdesaan, angka TFR sebesar 2,45. Artinya, rata-rata jumlah anak yang
dilahirkan oleh seorang wanita di wilayah perdesaan Sulawesi Utara sampai dengan akhir
masa reproduksinya adalah antara 2 sampai 3 orang anak
Pada kelompok umur 20-24 dan 25-29 terjadi kesalahan laporan karena Pi/Fi’ kurang
dari 1. Sedangkan pada kelompok umur 35-39 dan 40-44 juga dimungkinkan terjadi
penurunan yang tajam terhadap tingkat fertilitasnya.
Tabel.5 Penghitungan Total Fertility Rate (TFR) di wilayah perdesaan+perkotaan Propinsi

Sulawesi Utara tahun 2000 dengan Metode P/F Ratio
Kelompok
Pi fi Fi Ki Fi' Pi / Fi' fi'
Umur
1 2 3 4 5 6 7 8
15 -19 0,09 0,05 0,000 2,294 0,115 0,785 0,039
20-24 0,61 0,12 0,250 2,878 0,595 1,025 0,123
25-29 1,23 0,11 0,850 3,022 1,182 1,040 0,114
30-34 1,86 0,08 1,400 3,129 1,650 1,127 0,090
35-39 2,37 0,04 1,800 3,272 1,931 1,227 0,049
40-44 2,77 0,02 2,000 3,597 2,072 1,337 0,027
45-49 3,09 0,01 2,100 4.618 48,280 0,064 0,001
f1/f2 = 0,416
TFR = 5 x (0,039+ 0,123 + 0,114 + 0,090 + 0,049 + 0,027 + 0,001) = 2,21
Baik di wilayah perkotaan maupun di perdesaan, pada umumnya karakteristik wilayah

di Propinsi Sulawesi Utara tidak jauh berbeda. Rata-rata jumlah anak yang dilahirkan oleh
seorang wanita di Sulawesi Utara sampai dengan akhir masa reproduksinya adalah 2 sampai
3 orang anak. Bila dinyatakan dengan angka, TFR di wilayah perkotaan 2,07 ; perdesaan 2,45
; perdesaan+perkotaan 2,21.
Pada kelompok umur 20-24 dan 25-29 terjadi kesalahan laporan karena Pi/Fi’ kurang
dari 1. Sedangkan pada kelompok umur 35-39 dan 40-44 juga dimungkinkan terjadi
penurunan yang tajam terhadap tingkat fertilitasnya.
Dengan demikian, telah diperoleh nilai TFR untuk masing-masing desa, kota, serta desa+kota,
sebagaimana tersaji pada tabel berikut :
Tabel 11. Age Spesific Fertility Rate (ASFR) dan Total Fertility Rate (TFR) Propinsi Sulawesi Utara
Kelompok
kota desa desa+kota
Umur
15-19 0,033 0,047 0,039
20-24 0,097 0,140 0,123
25-29 0,113 0,115 0,114
30-34 0,091 0,090 0,090
35-39 0,049 0,060 0,049
40-44 0,026 0,026 0,027
45-49 0,006 0,014 0,001
TFR 2.07 2.45 2.21
3. Asumsi-Asumsi
Menentukan asumsi merupakan kunci perhitungan proyeksi penduduk. Biasanya
asumsi mengenai kecenderungan tiga komponen laju pertumbuhan penduduk yaitu, tingkat
kelahiran, kematian, serta perpindahan penduduk ditentukan oleh kecenderungan yang
terjadi di masa lalu dengan memperhatikan berbagai faktor yang mempengaruhi ketiga
komponen itu. Namun begitu, informasi ini belum cukup, karena harus dilengkapi dengan
kecenderungan yang mungkin terjadi di masa yang akan datang akibat pelaksanaan
kebijakan pembangunan sektor yang terkait dengan masalah kependudukan. Proyeksi sangat
tergantung dengan ketepatan dalam menentukan asumsinya. Para ahli menyebutkan beberapa
pertimbangan yang harus diperhatikan dalam pembuatan asumsi :
1) Asumsi fertilitas dan mortalitas dibuat berdasarkan tren tingkat fertilitas di masa lalu dan
kebijakan pemerintah yang berhubungan dengan fertilitas
2) Asumsi mortalitas juga berdasarkan tren tingkat mortalitas di masa lalu dan kebijakan
pemerintah sehubungan dengan tingkat kematian bayi
3) Karena sulitnya menentukan asumsi migrasi, biasanya pola migrasi untuk masa yang akan
datang dianggap sama dengan pola migrasi data yang dipakai.
4) Dalam penentuan setiap asumsi kondisi spesifik daerah juga diperhatikan.
Sedangkan asumsi yang digunakan untuk Proyeksi Penduduk Provinsi Sulawesi Utara ini antara
lain :
1) Struktur penduduk (pengelompokkan jumlah penduduk menurut karakteristik tertentu) yang

konstan
2) Tingkat Kelahiran dan kematian konstan pada setiap periode waktu
3) Migrasi tertutup, artinya migrasi yang keluar dianggap sama dengan migrasi masuk.
HASIL PENGHITUNGAN DAN ANALISIS
Di awal sudah disebutkan bahwa dengan menggunakan program FIVSIN dapat dilakukan
penghitungan estimasi-estimasi dari parameter kependudukan, seperti kelahiran dan kematian.
Untuk kelahiran akan disajikan beberapa informasi antara lain terkait dengan ASFR, TFR, GRR, NRR.
Untuk kematian sendiri juga disajikan informasi terkait dengan angka harapan hidup, dan juga angka
kematian bayi, serta informasi lainnya.
Berikut ini akan diulas mengenaI output yang dihasilkan dari penghitungan proyeksi
penduduk menggunakan program FIVSIN untuk masing-masing perdesaan, perkotaan, serta
perkotaan+perdesaaan.
1. Perkotaan
1.1 Profil Kelahiran (Fertility)
Output pertama yang dihasilkan oleh program ini adalah output mengenasi estimasi fertilitas
penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat kelahiran
berdasarkan kelompok umur (ASFR) untuk penduduk daerah perkotaan Provinsi Sulawesi Utara dari
tahun 2000 hingga tahun 2035 dengan periode waktu lima tahunan :
Tabel 9. Estimasi ASFR Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara
daerah Perkotaan Periode 2000-2035
ASFR
Age
2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
1 2 3 4 5 6 7 8
15-19 0.033 0.033 0.033 0.033 0.033 0.033 0.033
20-24 0.097 0.097 0.097 0.097 0.097 0.097 0.097
25-29 0.113 0.113 0.113 0.113 0.113 0.113 0.113
30-34 0.091 0.091 0.091 0.091 0.091 0.091 0.091
35-39 0.049 0.049 0.049 0.049 0.049 0.049 0.049
40-44 0.026 0.026 0.026 0.026 0.026 0.026 0.026
45-49 0.006 0.006 0.006 0.006 0.006 0.006 0.006
Tampak pada tabel diatas,nilai estimasi ASFR pada setiap periode waktu dari tahun 2000
hingga tahun 2035 nilainya sama, hal ini disebabkan oleh penggunaan asumsi pada saat meng-input
data kelahiran bahwa tingkat kelahiran dianggap sama pada setiap periode waktu. Jika dilihat
berdasarkan kelompok umur, tampak bahwa tingkat kelahiran pada kelompok umur 25-29
merupakan tingkat kelahiran yang tertinggi diantara kelompok umur laiinnya. Hal ini wajar
mengingat pada umur tersebut, wanita sedang berada padamasa yang paling subur dan pada umur
tersebut biasanya wanita baru saja menikah. Berdasarkan data BPS pada tahun 2000, umur
perkawinan pertama penduduk wanita di daerah perkotaan adalah pada umur 23,1 , data ini
mendukung hasil proyeksi ASFR diatas karena umur kawin pertama terletak pada kelompok umur
yang memiliki tingkat kelahiran tertinggi
Selanjutnya, beberapa estimasi fertility yang dihasilkan dari program FIVSIN antara lain TFR
(Total Fertility Rate), GRR (Gross Reproduction Rate), dan NRR (Nett Reproduction Rate). Hasil
output ukuran-ukuran fertilitas tersebut disajikan pada tabel dibawah ini :
Tabel 10. Estimasi Ukuran-Ukuran Fertilitas Menurut Kelompok Umur Wanita Usia Subur
Propinsi Sulawesi Utara daerah Perkotaan Periode 2000-2035
Periode Waktu
Parameter
Fertilitas 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
1 2 3 4 5 6 7 8
TFR 2.070 2.070 2.070 2.070 2.070 2.070 2.070
GRR 1.010 1.010 1.010 1.010 1.010 1.010 1.010
NRR 0.982 0.982 0.982 0.982 0.982 0.982 0.982
Dari tabel diatas diketahui bahwa nilai TFR untuk daerah Perkotaan Sulawesi Utara adalah 2,070
yang artinya rata-rata jumlah anak yang dilahirkan oleh seorang wanita di wilayah perkotaan
Sulawesi Utara sampai dengan akhir masa reproduksinya adalah antara 2 sampai 3 orang
anak.
Selanjutnya nilai GRR merupakan rata-rata jumlah anak perempuan yang dilahirkan oleh
seorang wanita selama hayatnya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti
ibunya. Ukuran ini sangat erat hubungannya dengan angka fertilitas total. Perbedaannya, TFR
tidak memisahkan bayi laki-laki atau perempuan. GRR sudah memisahkan bayi perempuan
saja yang akan berfungsi seperti ibunya. Angka GRR untuk daerah perkotaan Sulawesi Utara
adalah sebesar 1.010, artinya seorang wanita di daerah perkotaan Sulawesi Utara selama
hayatnya rata-rata melahirkan 1 atau 2 anak perempuan, dengan mengikuti pola fertilitas dan
mortalitas yang sama seperti ibunya.
Nett Reproduction Rate (NRR) merupakan rata-rata jumlah anak perempuan yang dilahirkan
oleh seorang wanita selama hayatnya dan akan tetap hidup sampai dapat menggantikan kedudukan
ibunya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya.
Asumsi ini digunakan karena beberapa anak perempuan yang dilahirkan akan meninggal
sebelum ia mencapai usia reproduksinya, bahkan mungkin ada yang meninggal pada umur
reproduksinya (telah masuk umur reproduksi, tapi tidak dapat menyelesaikan sampai batas akhir).
Maka NRR akan lebih kecil daripada GRR. Keadaan NRR = 1 dikenal dengan istilah replacement level,
suatu keadaan dimana, dengan asumsi tidak ada pengaruh migrasi, jumlah penduduk tidak
bertambah atau pertumbuhannya nol (zero population growth)
Berdasarkan data hasil output program Fivsin pada tabel diatas, tampak bahwa nilai estimasi
NRR penduduk daerah perotaan Sulawesi Utara tahun 2000-2035 adalah sebesar 0.982, artinya rata-
rata jumlah anak perempuan yang dilahirkan oleh seorang wanita selama hayatnya dan akan tetap
hidup sampai dapat menggantikan kedudukan ibunya, dengan mengikuti pola fertilitas dan
mortalitas yang sama seperti ibunya adalah antara 1 orang anak atau bahkan tida ada sama sekali.
1.2 Profil Kematian (Mortality)
Output selanjutnya yang dihasilkan oleh program ini adalah output mengenasi estimasi
mortalitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat
kematian bayi (IMR /Infant Mortality Rate) berdasarkan jenis kelamin untuk penduduk daerah
perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima
tahunan :
Tabel 10. Estimasi Infant Mortality Rate (IMR) berdasarkan jenis kelamin, penduduk daerah
perkotaan Propinsi Sulawesi Utara Periode 2000-2035
IMR
Jenis
Kelamin 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
1 2 3 4 5 6 7 8
Perempuan 14.100 14.100 14.100 14.100 14.100 14.100 14.100
Laki-laki 19.860 19.860 19.860 19.860 19.860 19.860 19.860
Both 17.050 17.050 17.050 17.050 17.050 17.050 17.050
Dari tabel diatas, tampak bahwa nilai IMR sama pada setiap periode waktu, hal ini
diarenakan asumsi yang digunakan adalah bahwa level kematian dan TFR yang tetap untuk tiap
tahun, maka program FIVSIN mengeluarkan output angka estimasi harapan hidup yang sama dari
tahun ke tahun. Angka kematian bayi untuk perempuan adalah 14,1, artinya ada sekitar 14 hingga 15
kematian bayi perempuan per 1000 kelahiran hidup tiap tahunnya. Kemudian untuk laki-laki, nilainya
lebih tinggi daripada perempuan, yakni 19,86 , berarti ada 19 hingga 20 kematian bayi pada setiap
1000 kelahiran hidup bayi laki-laki.
Berdasarkan data IMR tampaklah disini bahwa bayi laki-laki lebih rentan terhadap kematian
dibandingkan dengan perempuan. Jika dilihat dari data Angka Harapan Hidupnya, data yang ada juga
mendukung pernyataan diatas. Tabel dibawah ini menunjukkan nilai Angka Harapan Hidup pada saat
lahir untuk daerah perkotaan Sulawesi Utara berdasarkan jenis kelamin :
Tabel 10. Estimasi Angka Harapan Hidup (AHH) berdasarkan jenis kelamin, penduduk daerah
perkotaan Propinsi Sulawesi Utara Periode 2000-2035
AHH
Jenis
Kelamin 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
1 2 3 4 5 6 7 8
Perempuan 75.520 75.520 75.520 75.520 75.520 75.520 75.520
Laki-laki 71.210 71.210 71.210 71.210 71.210 71.210 71.210
Both 73.310 73.310 73.310 73.310 73.310 73.310 73.310
Wanita mempunyai angka harapan hidup yang lebih tinggi daripada laki-laki, salah
satu penyebab biologisnya adalah gen, dimana wanita memiliki dua kromosom X (pria hanya
punya satu), sehingga cacat bawaan yang terkandung dalam mutasi salah satu kromosom
bisa di-cover oleh kromosom yang lain. Faktor biologis lain yang mempengaruhi adalah
hormon, dimana hormon estrogen yang dimiliki perempuan menjadi salah satu pelindung
alami dari perkembangan penyakit jantung, dan perubahan kondisi tubuh perempuan
sepanjang hidupnya (menstruasi, kehamilan, beranak, menopause) membuat tubuh mereka
secara internal lebih ‘tahan banting’. Sebaliknya, hormon testosteron yang dimiliki pria
malahan mendorongnya untuk melakukan berbagai aktivitas yang membuat jantung makin
jedag-jedug, misalnya saja merokok, menyetir ugal-ugalan, berkelahi, atau aktif berburu
pasangan. (Why Males Die Before Females, LiveScience).
1.3 Profil Kependudukan

Berdasarkan tujuan utama dari penggunaan program Fivsin ini adalah untuk
menghitung proyeksi penduduk berdasarkan data jumlah penduduk hasil Sensus Penduduk
2000, berikut ini tabel proyeksi jumlah penduduk daerah perkotaan Provinsi Sulawesi Utara
tahun 2000-2035 dengan periode waktu lima tahunan :
Tabel 11. Estimasi Jumlah Penduduk Perempuan Menurut Kelompok Umur Propinsi Sulawesi
Utara daerah Perkotaan Periode 2000-2035
FEMALE
Age
2000 2005 2010 2015 2020 2025 2030 2035
0-4 53188 34311 35020 37178 40673 42339 41151 39121.7

5—9 52435 53063 34231 34937 37090 40577 42239 41053.9
10—14 30040 52370 52997 34188 34894 37044 40527 42187
15-19 34461 29995 52292 52918 34137 34842 36989 40467
20-24 38113 34382 29927 52173 52797 34059 34762 36905
25-29 37105 38002 34282 29840 52021 52644 33960 34661
30-34 33073 36970 37864 34158 29732 51832 52452 33837
35-39 28479 32905 36782 37671 33984 29580 51568 52186
40-44 24151 28263 32655 36503 37385 33726 29355 51176
45-49 19242 23864 27927 32267 36069 36941 33325 29007
50-54 13989 18886 23422 27410 31669 35401 36257 32708
55-59 10472 13594 18352 22760 26635 30775 34401 35233
60-64 8757 10009 12992 17540 21753 25457 29413 32878
65-69 6782 8125 9286 12055 16275 20184 23620 27290
70-74 5766 5952 7131 8150 10580 14283 17714 20730
75+ 4748 7064 8437 10094 11776 14584 18993 24035
Total 400801 427755 453597 479842 507470 534268 556726 573476
Hasil proyeksi menunjukkan bahwa jumlah penduduk perempuan di daerah

perkotaan Suawesi Utara selama dua puluh lima tahun mendatang terus meningkat yaitu
dari 400801 pada tahun 2000 menjadi 573476 pada tahun 2035.
Trend Jumlah
700000 penduduk perempuan daerah
perkotaan Provinsi Sulaweesi Utara (2000-2035)
600000
500000
Axis Title
400000
300000
200000
100000
0
2000 2005 2010 2015 2020 2025 2030 2035
tahun 2000 2005 2010 2015 2020 2025 2030 2035
jumlah penduduk 410979 436706 461708 486974 513304 538358 558673 573143
Walaupun demikian, pertumbuhan rata-rata per tahun penduduk perempuan

Provinsi Sulawesi Utara selama periode 2000-2035 menunjukkan kecenderungan terus
menurun. Pada periode tahun 2010-2015 angka pertumbuhan penduduk konstan hingga
periode waktu berikutnya, yakni periode tahun 2015-2020.
Laju Pertum buhan penduduk perempuan daerah Perkotaan

Provinsi Sulawesi Utara (2000-2035)
1.4
1.3
1.17
1.2 1.12 1.12
1 1.03
0.82
0.8
0.59
0.6
0.4
0.2
0
2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
pertumbuhan penduduk
Dengan menggunakan program FIVSIN, kita juga dapat mengetahui proyeksi
penduduk laki-laki di daerah perdesaan Propinsi Sulawesi Utara. Outpunya adalah sebagai
berikut :
Table 12.Proyeksi Penduduk Laki-laki di Daerah Perkotaan Propinsi Sulawesi Utara Tahun
2000-2035
MALE
Age
2000 2005 2010 2015 2020 2025 2030 2035
0-4 57710 35794 36533 38784 42430 44168 42929 40812

5—9 52242 57500 35663 36400 38643 42276 44007 42772
10—14 31752 52126 57373 35584 36319 38557 42182 43910
15-19 35024 31653 51964 57194 35473 36206 38437 42051
20-24 37702 34839 31485 51688 56891 35285 36014 38233
25-29 36812 37464 34618 31286 51361 56531 35062 35786
30-34 33485 36572 37219 34392 31082 51026 56162 34833
35-39 29714 33227 36289 36932 34127 30842 50632 55728
40-44 25870 29400 32876 35906 36542 33766 30516 50097
45-49 20702 25442 28914 32332 35312 35938 33208 30012
50-54 14851 20138 24750 28127 31452 34351 34959 32304
55-59 10721 14191 19243 23650 26877 30054 32824 33405
60-64 8343 9960 13184 17878 21971 24970 27921 30495
65-69 5945 7428 8868 11738 15918 19563 22232 24860
70-74 4514 4934 6165 7360 9742 13211 16236 18451
75+ 5592 6038 6564 7723 9164 11614 15352 19394
Total 410979 436706 461708 486974 513304 538358 558673 573143
Pada dasarnya, pergerakan jumlah penduduk laki-laki tidak terlalu jauh berbeda.
Pada hasil proyeksi penduduk laki-laki diatas tampak bahwa jumlahnya selalu meningkat
pada setiap periode waktu. Hasil proyeksi menunjukkan bahwa jumlah penduduk laki-laki di
daerah perkotaan Suawesi Utara selama tiga puluh lima tahun mendatang terus meningkat
yaitu dari 410979 pada tahun 2000 menjadi 573143 pada tahun 2035.hal ini dapat juga
diartikan bahwa dalam kurun waktu tiga puluh lima tahun, jumlah penduduk laki-laki di
daerah perkotaan meningkat menjadi 1,3946 kali jumlah penduduk awal.
Berikut ini merupakan grafik garis yang menggambarkan trend jumlah penduduk laki-
laki di daerah perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 :
Trend Jumlah penduduk laki-laki daerah perkotaan Provinsi
Sulaweesi Utara (2000-2035)
700000
600000
500000
400000
300000
200000
100000
0
2000 2005 2010 2015 2020 2025 2030 2035
1 1
jumlah penduduk 410979 436706 461708 486974 513304 538358 558673 573143
Meskipun jumlah penduduk selalu menigkat pada setiap periode waktu,namun

pertumbuhan rata-rata per tahun penduduk laki-laki Provinsi Sulawesi Utara selama periode
2000-2035 menunjukkan kecenderungan terus menurun. Pada periode tahun 2010-2015
angka pertumbuhan penduduk konstan hingga periode waktu berikutnya, yakni periode
tahun 2015-2020.
Laju Pertum buhan penduduk laki-laki daerah Perkotaan Provinsi

1.4
Sulawesi Utara (2000-2035)
1.26
1.2 1.14 1.1 1.09
0.99
1
0.78
0.8
0.6
0.55
0.4
0.2
0
2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
pertumbuhan…
Tampak pada grafik diatas, penurunan angka pertumbuhan penduduk mulai tampak
drastispada periode tahun 2015-2020 hingga periode waktu tahun 2030-2035.
Berikutnya, dengan program Fivsin, dapat diperoleh informasi mengenai beberapa ukuran
demografi yang penting, yakni yang tersaji pada tabel dibawah ini :
Tabel 15.Parameter Demografi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035
(per1000)
Parameter
2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
Demografi
1 2 3 4 5 6 7 8
Birth Rate 17.1 16.4 16.5 17.1 16.9 15.7 14.4
Death Rate 4.5 5 5.5 6.2 6.9 7.8 5.5
Pop Increase 12.6 11.4 11 10.9 9.9 7.8 5.5
Berdasarkan tabel diatas, ada tiga parameter kependudukan yang dapat dikaji. Pada
tabel diatas tampak bahwa nilai birth rate untuk daerah perkotaan propinsi Sulawesi Utara
menurun dari periode ke periode, yakni 17,1 pada periode tahun 2000-2005 terus menurun
hingga mencapai nilai 14,4 atau 14 hingga 15 kelahiran per 1000 wanita per tahunnya
Keadaan sebaliknya terjadi pada death rate. Berdasarkan tabel diatas, dapat dilihat
dimana tingkat kematian di daerah perkotaan propinsi Sulawesi Utara dari periode ke
periode cenderung meningkat. Anmun pada periode tahun 2030-2035 nilai death rate
menurun dari 7-8 kematian tiap 1000 kelahiran hidup pada periode 2025-2030 menjadi
hanya 5-6 kematian dari 1000 kelahiran hidup pada periode 2030-2035. Pada periode
terakhir tersebut, tampak bahwa tingkat kelahiran dan tingkat kematian keduanya berada
pada nilai yang kecil. Hal ini menunjukkan bahwa pada saat tersebut telah mencapai kondisi
yang baik jika dilihat dari proses transisi demografi.
Pada baris Population Increase, tampak kecenderungannya untuk senantiasa

menurun dari periode ke periode, yang awalnya 12-13 orang per 1000 penduduk pada
periode 2000-2005 hingga mencapai 5-6 orang per 1000 penduduk pada periode terakhir.
Hal ini menunjukkan bahwa berdasrkan proyeksi, pertumbuhan penduduk di Provinsi
Sulawesi Utara akan emnurun di masa yang akan datang. Dengan senantiasa melaksanakan
program KB mungkin dapat membantu tercapainya angka yang mendekati hasil proyeksi ini.
Inilah salah satu pentingnya melakukan proyeksi penduduk, yakni untuk membantu para
pengambil keputusan dalam menentukan kebijakan-kebijakan yang dapat membawa bangsa
ini menuju keadaan yang lebih baik di masa mendatang.
1.4 Profil Ketenagakerjaan

Program Fivsin memang tidak secara spesifik menghasilkan output untuk jumlah
tenaga kerja. Namun dari hasil output program ini, dapat diperoleh informasi mengenai
jumlah penduduk yang produktif (15-64) dan yang tidak produktif (dibawah 15 tahun dan
diatas 65 tahun). Dari informasi tersebut, dapat dihitung angka ketergantungan atau
Dependency Ratio untuk masing-masing penduduk laki-laki dan perempuan di daerah
perkotaan Provinsi Sulawesi Utara dengan menggunakan rumus :
Berikut ini data hasil output program Fivsin yang digunakan sebagai dasar
penghitungan Angka ketergantungan :
Tabel 15. Angka Katergantungan penduduk daerah perkotaan Provinsi Sulawesi Utara
(2000-2035)
Kelompok Periode Waktu

umur 2000 2005 2010 2015 2020 2025 2030 2035
0-14 34.17 32.99 27.51 22.45 22.54 22.84 22.69 21.79
15-64 61.72 62.44 67.41 71.64 70.27 68.45 67.08 66.46
65+ 4.11 4.57 5.07 5.91 7.2 8.71 10.23 11.75
DR 62.02 60.15 48.33 39.59 42.32 46.09 49.08 50.47
Berikut ini grafik yang menggambarkan trend Angka Ketergantungan dari periode ke
periode dari tahun 2000 hingga tahun 2035 :
Trend Angka Ketergantungan penduduk di daerah perkotaan
Sulawesi Utara
100.00
90.00
80.00
70.00
Axis Title
60.00
50.00
40.00
30.00
20.00
10.00
1 2 3 4 5 6 7 8
. 2000 2005 2010 2015 2020 2025 2030 2035
DR 62.02 60.15 48.33 39.59 42.32 46.09 49.08 50.47
Tampak dari grafik diatas, anngka ketergantungan turun dari periode tahun 2000
hingga tahun 2015, namun setelah itu akan meningkat sedikit demi sedikit. Untuk tahun 2000,
rasio ketergantunganya sebesar 62.02 persen, artinya setiap 100 orang yang berusia kerja (dianggap
produktif) mempunyai tanggunagn sebanyak 62 orang yang belum produktif dan dianggap tidak
produktif lagi. Dari indikator ini terlihat bahwa pada tahun 2000 penduduk usia kerja di propinsi
Sulawesi Utara daerah perkotaan masih dibebani tanggung jawab akan penduduk muda yang
proporsinya lebih banyak dibandingkan tanggung jawab terhadap penduduk tua.
2. Perdesaaan
2.1 Profil Kelahiran (Fertility)
Tabel berikut ini memuat informasi estimasi tingkat kelahiran berdasarkan kelompok umur
(ASFR) untuk penduduk daerah perdesaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun
2035 dengan periode waktu lima tahunan :
Tabel 9. Estimasi ASFR Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara
daerah Pedesaan Periode 2000-2035
Periode
Kelompok Umur
2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
(1) (2) (3) (4) (5) (6) (7) (8)
15-19 0.064 0.064 0.064 0.064 0.064 0.064 0.064
20-24 0.138 0.138 0.138 0.138 0.138 0.138 0.138
25-29 0.177 0.177 0.177 0.177 0.177 0.177 0.177
30-34 0.085 0.085 0.085 0.085 0.085 0.085 0.085
35-39 0.053 0.053 0.053 0.053 0.053 0.053 0.053
40-44 0.021 0.021 0.021 0.021 0.021 0.021 0.021
45-49 0.011 0.011 0.011 0.011 0.011 0.011 0.011
Berdasarkan tabel diatas, dapat dilihat informasi mengenai estimasi ASFR dari Wanita Usia
Subur menurut golongan umur (15-19 tahun, 20-24 tahun, … , 45-49 tahun) dari periode 2000-2005
hingga 2030-2035. Perkembangan ASFR untuk dari periode satu ke periode selanjutnya selalu
konstan, dikarenakan asumsi yang digunakan yaitu mengenai tingkat fertilitas yang konstan dari
peride ke periodenya. ASFR naik secara berjenjang seiring dengan naiknya usia wanita dari dari
kelompok umur muda hingga pada puncaknya ASFR tertinggi ada pada kelompok uisa 25-29 tahun,
yaitu mencapai 0.177 ; yang berarti ada sekitar 177 kelahiran tiap 1000 wanita untuk periode 2000-
2035. Kemudian, di kelompok usia 30-34 tahun ASFR beranjak turun, dan mencapai titik terendahnya
pada kelompok wanita usia 45-49 tahun. Hal ini dapat dikatakan ideal, karena wanita menjelang
masa akhir reproduksinya sewajarnya sudah menghentikan keinginannya untuk menambah jumlah
anak, serta resiko terhadap fisik dan mental wanita masa akhir reproduksi ini dapat dikatakan sudah
rentan untuk hamil dan melahirkan kembali.
Tabel 10. Estimasi Ukuran-Ukuran Fertilitas Menurut Kelompok Umur Wanita Usia Subur
Propinsi Sulawesi Utara daerah Pedesaan Periode 2000-2035
Parameter Periode
Kependudukan(Fertilitas) 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
(1) (2) (3) (4) (5) (6) (7) (8)
TFR 2.45 2.45 2.45 2.45 2.45 2.45 2.45
GRR 1.195 1.195 1.195 1.195 1.195 1.195 1.195
NRR 1.16 1.16 1.16 1.16 1.16 1.16 1.16
Selain ASFR, program FIVSIN juga menyediakan output ukuran-ukuranfertilitas yang lain,
seperti TFR, GRR, dan NRR. TFR merupakan agregasi ASFR untuk keseluruhan wanita usia subur.
Estimasi TFR yang diperoleh adalah 2.45 untuk setiap periode.Angka 2.45 berarti rata-rata ada 2-3
bayi yang dilahirkan hidup oleh seorang wanita di propinsi Sulawesi Utara daerah Pedesaan selama
masa reproduksinya. Angka ini cukup mendekati TFR ideal nasional Indonesia yang berkisar antara
2,1-2,2. Lebih lanjut, GRR merupakan rata-rata bayi perempuan yang dilahirkan hidup oleh suatu
kohor wanita, dimana bayi perempuan disini diasumsikan mengikuti pola fertilitas ibunya. Estimasi
GRR yang didapat adalah 1,195 untuk setiap periode estimasi, yang berarti ada sekitar 1195
kelahiran bayi perempuan dari 1000 wanita di propinsi Sulawesi Utara daerah Pedesaan. Sedangkan
ukuran yang lebih teliti lagi yaitu NRR, yang merupakan angka yang mencerminkan rata-rata bayi
perempuan yang dilahirkan hidup oleh seorang wanita selama masa suburnya.NRR telah
memperhitungkan kemungkinan bayi perempuan meninggal sebelum mencapai masa reproduksinya,
dan asumsi yang digunakan adalah bayi perempuan tersebut mengikuti pola fertilitas dan mortalitas
ibunya. Estimasi NRRyang didapat adalah 1,16 untuk setiap periode estimasinya, yang berarti rata-
rata bayi perempuan yang dilahirkan hidup oleh suatu kohor wanita dan akan tetap hidup hingga
masa reproduksinya adalah 1,16 per wanita ; atau 1160 per wanita di propinsi Sulawesi Utara daerah
pedesaan.
2. 2 Profil Kematian (Mortality)
Output selanjutnya yang dihasilkan oleh program ini adalah output mengenasi estimasi
mortalitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat
kematian bayi (IMR /Infant Mortality Rate) berdasarkan jenis kelamin untuk penduduk daerah
perdesaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima
tahunan :
Tabel 13. Estimasi Angka Harapan Hidup Saat Lahir Propinsi Sulawesi Utara Daerah Pedesaan
Periode 2000-2035 (West Model)
West Model Periode Proyeksi( 5 Tahunan)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Females 73.88 73.88 73.88 73.88 73.88 73.88 73.88 73.88
Males 69.88 69.88 69.88 69.88 69.88 69.88 69.88 69.88
Both 71.83 71.83 71.83 71.83 71.83 71.83 71.83 71.83
Dari tabel diatas kita dapat mengetahui bahwa estimasi angka harapa hidup menunjukan
angka yang sama dari tahun ke tahun. Hal ini karena kita menggunakan asumsi bahwa level kematian
dan TFR yang tetap untuk tiap tahun, maka program FIVSIN mengeluarkan output angka estimasi
harapan hidup yang sama dari tahun ke tahun. Namun ternyata dari tabel tersebut juga menunjukan
bahwa Angka Harapan Hidup untuk perempuan lebih tinggi daripada angka harapan hidup laki-laki.
Hal ini mungkin saja dikarenakan wanita saat lahir memiliki kromosom double X, yang menjadikan
imunitas bayi perempuan saat lahir lebih kuat dibanding laki-laki. Hal ini juga mungkin berpengaruh
pada proyeksi IMR perempuan lebih rendah dibandingkan laki-laki, yaitu 18,7 untuk perempuan dan
25,87 untuk laki-laki.Ini berarti ada sekitar 18-19 kematian bayi perempuan per 1000 kelahiran hidup
tiap tahunnya.
Tabel 14. Estimasi Angka Kematian Bayi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-
2035 (West Model)
West Model Periode Proyeksi( 5 Tahunan)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Females 18.7 18.7 18.7 18.7 18.7 18.7 18.7 18.7
Males 25.87 25.87 25.87 25.87 25.87 25.87 25.87 25.87
Both 22.37 22.37 22.37 22.37 22.37 22.37 22.37 22.37
1.3 Profil Kependudukan

Berdasarkan tujuan utama dari penggunaan program Fivsin ini adalah untuk
menghitung proyeksi penduduk berdasarkan data jumlah penduduk hasil Sensus Penduduk
2000, berikut ini tabel proyeksi jumlah penduduk daerah perdesaan Provinsi Sulawesi Utara
tahun 2000-2035 dengan periode waktu lima tahunan :
Tabel 11. Estimasi Jumlah Penduduk Perempuan Menurut Kelompok Umur Propinsi Sulawesi
Utara daerah Pedesaan Periode 2000-2035
Periode
Kelompok Umur
2000 2005 2010 2015 2020 2025 2030 2035
(1) (2) (3) (4) (5) (6) (7) (8) (9)
0-4 1039933 63030 63054 65943 74288 79674 79697 79710
5-9 49584 103668 62869 62893 65774 74098 79470 79493
10-14 53118 49518 103529 62786 62809 65688 73800 79365
15-19 53303 53035 49440 103367 62687 62711 65584 73883
20-24 57289 53175 52907 49321 103118 62536 62559 65426
25-29 57645 57111 53009 52742 49167 102797 62341 62364
30-34 51932 57420 56888 52803 52536 48976 102397 62099
35-39 45169 51651 57109 56580 52517 52252 48711 101843
40-44 39996 44807 51236 56651 56126 52095 51833 48320
45-49 33080 39495 44245 50595 55942 55423 51443 51184
50-54 24370 32435 38726 43384 49610 54852 54344 50441
55-59 18878 23645 31471 37575 42094 48136 53222 52728
60-64 16931 17998 22543 30004 35823 40132 45891 50741
65-69 13863 15643 16629 20829 27722 33098 37080 42401
70-74 11328 12078 13629 14488 18147 24154 28838 32307
75+ 10024 14057 16744 19354 21384 25296 32017 39174
Jumlah 640328 688766 734028 779315 829744 881918 929227 971479
Dari tabel diatas dapat dilihat hasil estimasi penduduk perempuan propinsi Sulawesi Utara
Daerah Pedesaan untuk periode 2000-2035, dan untuk melihat bagaimana tren perkembangannya
akan disajikan grafik berikut :
Berdasarkan grafik diatas, secara garis besar penduduk perempuan propinsi Sulawesi Utara
daerah pedesaan mengalami peningkatan secara terus menerus dari tahun 2000-2035. Hal ini sesuai
dengan teori kependudukan yang ada bahwa seiring berjalannya waktu idealnya penduduk akan
terus bertambah di suatu wilayah, diluar faktor-faktor yang mungkin berpengaruh secara nyata
dalam perkembangannya. Untuk periode pertama yaitu periode dasar, jumlah penduduk berada di
angka 640328 jiwa, kemudian naik di tahun 2005 menjadi 688766 jiwa, dan terus naik hingga periode
akhir estimasi yaitu mencapai angka 971479 jiwa di tahun 2035. Kenaikan jumlah penduduk ini harus
disikapi dengan bijak oleh pemerintah, jangan sampai karena kebijakan yang kurang tepat
menjadikan penduduk yang seharusnya merupakan agen pelaksana pembangunan dan juga tujuan
akhir yang menikmati pembangunan, justru menjadi boomerang dan masalah klasik yang tak
berujung dalam menghambat proses pembangunan.
Dengan menggunakan program FIVSIN, kita juga dapat mengetahui proyeksi penduduk laki-
laki di daerah perdesaan Propinsi Sulawesi Utara. Outpunya adalah sebagai berikut :
Table 12.Proyeksi Penduduk Laki-laki di Daerah Perdesaan Propinsi Sulawesi Utara Tahun 2000-2035
MALES 2000 2005 2010 2015 2020 2025 2030 2035 MALES
0-4 97815 71587 71946 74030 80589 85537 86380 87086 0-4
5-9 52843 97386 71273 71631 73706 80235 85162 86001 5-9
10-14 48068 52707 97135 71089 71446 73516 80028 84942 10-14
15-19 48896 47897 52519 96790 70837 71192 73254 79744 15-19
20-24 54101 48612 47619 52214 96227 70425 70779 72829 20-24
25-29 54466 53729 48278 47292 51855 95566 69941 70292 25-29
30-34 48042 54074 53342 47930 46951 51482 94877 69437 30-34
35-39 41400 47629 53609 52883 47518 46547 51039 94061 35-39
40-44 36642 40911 47067 52976 52259 46957 45998 50437 40-44
45-49 30242 35969 40160 46203 52003 51300 46095 45153 45-49
50-54 22393 29340 34896 38963 44824 50452 49770 44720 50-54
55-59 17831 21311 27923 33211 37080 42659 48015 47366 55-59
60-64 16788 16465 19679 25784 30667 34240 39391 44337 60-64
65-69 14440 14806 14521 17355 22740 27046 30197 34741 65-69
70-74 9962 11818 12117 11884 14204 18610 22135 24714 70-74
75+ 8043 11002 13750 15277 15839 17774 21866 26354 75+
TOTAL 601972 655243 705833 755511 808744 863538 914927 962213 TOTAL
Dari tabel diatas dapat dilihat hasil estimasi penduduk laki-laki propinsi Sulawesi Utara
Daerah Pedesaan untuk periode 2000-2035, dan untuk melihat bagaimana tren perkembangannya
akan disajikan grafik berikut :
Pertumbuhan Penduduk Laki-laki di Perdesaan Propinsi

Sulawesi Utara tahun 2000-2035
962213
900001 914927
863538
800001 808744
755511
700001 705833
655243
600001 601972
500001
TOTAL
400001
300001
200001
100001
1
2000 2005 2010 2015 2020 2025 2030 2035
Dari diagram garis diatas dapat terlihat bahwa penduduk laki-laki di daerah
perdesaan propinsi Sulawesi Utara selalu mengalami pertambahan dari tahun ke tahun. Hal
ini terlihat pada jumlah penduduk laki-laki pada tahun 2000 sebanyak 601.972 orang dan
dengan proyeksi penduduk, pada tahun 2035 penduduk laki-laki menjadi 962.213 orang.
Namun, dari data proyeksi penduduk pada table 12 dapat diketahui bagaimana laju
pertumbuhan penduduk laki-laki propinsi Sulawesi Utara.
Ternyata, data proyeksi penduduk menunjukan bahwa laju pertumbuhan penduduk

laki-laki di perdesaan justru mengalami penurunan dalam selang 5 tahunan tersebut. Seperti
yang ditunjukan oleh diagram laju pertumbuhan penduduk dibawah ini, pertumbuhan
penduduk dari tahun 2000-2005 mencapai 8,85 persen dan tahun 2005-2010 hanya
mencapai 7,72 persen. Bahkan nantinya pada tahun 2030-2035, laju pertumbuhan
penduduk hanya sebesar 5,17 persen
Sejalan dengan penduduk laki-laki, laju pertumbuhan penduduk perempuan pun
mengalami penurunan dari periode 2000-2005 hingga 2030-2035.Seperti yang ditunjukan
oleh diagram laju pertumbuhan penduduk diatas, pertumbuhan penduduk dari tahun 2000-
2005 mencapai 7.56 persen dan tahun 2005-2010 hanya mencapai 6,57 persen. Bahkan
nantinya pada tahun 2030-2035, laju pertumbuhan penduduk hanya sebesar 4,55 persen. .
Melambatnya laju pertumbuhan penduduk ini mungkin dikarenakan suksesnya program
keluarga berencana yang dicanangkan oleh pemerintah dan makin meningkatnya kesadaran
atau pengetahuan masyarakat Sulawesi Utara mengenai alat kontrasepsi.Sehingga hal ini
dapat benar-benar menekan laju pertumbuhan penduduk Indonesia pada umumnya dan
Sulawesi Utara khususnya. Ada kemungkinan lain pula dalam rencana pembangunan
Indonesia yang tertulis dalam kesepakatan MDG’s bahwa pada tahun 2015 Indonesia
mentargetkan pertumbuhan penduduk stabil dan pada tahun 2050 mencapai penduduk
yang stationary.
Dan juga parameter kependudukan lainnya seperti yang tersaji pada tabel dibawah ini :
Tabel 15.Parameter Demografi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035
Parameter Periode
Kependudukan 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
(1) (2) (3) (4) (5) (6) (7) (8)
BIRTH RATE 21 19.6 18.9 19.4 19.4 18.6 17.9
DEATH RATE 5.6 6.2 6.9 7.4 8.1 8.7 9.4
POP INCREASE 15.4 13.4 12.1 12 11.4 9.9 8.5
Berdasarkan tabel diatas, ada tiga parameter kependudukan yang penting untuk
dikaji. Pertama, birth rate, berdasarkan hasil proyeksi dapat dilihat dimana tingkat kelahiran
propinsi Sulawesi Utara daerah pedesaan dari periode ke periode menurun secara pasti, dari
periode 2000-2005 yang awalnya menginjak angka 21 kelahiran per 1000 wanita tiap
tahunnya, hingga pada akhirnya mencapai titik terkecil yaitu 17-18 kelahiran per 1000
wanita tiap tahunnya. Keadaan sebaliknya terjadi pada death rate.Berdasarkan hasil
proyeksi dapat dilihat dimana tingkat kematian propinsi Sulawesi Utara daerah pedesaan
dari periodee ke periode meningkat secara pasti. Terakhir, pertumbuhan penduduk yang
merupakan kunci dari parameter kependudukan mengalami penurunan secara terus
menerus dari periode 2000-2005 yang awalnya 15,4, kemudian turun kembali menjadi 13,4
di tahun 2005-2010, dan pada akhirnya turun menjadi 8.5 di periode 2030-2035.
1.4 Profil Ketenagakerjaan

Informasi mengenai jumlah penduduk yang produktif (15-64) dan yang tidak produktif
(dibawah 15 tahun dan diatas 65 tahun)untuk penghitungan angka ketergantungan atau
Dependency Ratio untuk masing-masing penduduk laki-laki dan perempuan di daerah
perkotaan Provinsi Sulawesi Utara dengan menggunakan rumus :
Berikut ini data hasil output program Fivsin yang digunakan sebagai dasar
penghitungan Angka ketergantungan :
Tabel 16.Estimasi Jumlah Penduduk Menurut Kelompok Umur (0-14), (15-64), dan 65+ Propinsi
Sulawesi Utara Periode 2000-2035
Kelompok Periode
Umur 2000 2005 2010 2015 2020 2025 2030 2035
(1) (2) (3) (4) (5) (6) (7) (8) (9)
0-14 31.17 30.9 31.18 26.25 25.75 25.78 25.8 25.36
15-64 63.71 63.26 62.39 66.54 66.02 64.96 64 63.61
65+ 5.12 5.84 6.43 7.22 8.23 9.25 10.2 11.04
Berdasarkan informasi pada tabel 15, kita dapat menelaah lebih lanjut mengenai
rasio ketergantungan penduduk propinsi Sulawesi Utara. Rumus Rasio Ketergantungan :
Rasio ketergantungan (dependency ratio) dapat digunakan sebagai indikator yang

secara kasar dapat menunjukkan keadaan ekonomi suatu negara apakah tergolong negara
maju atau negara yang sedang berkembang. Dependency ratiomerupakan salah satu
indikator demografi yang penting.Semakin tingginya persentase dependency
ratio menunjukkan semakin tingginya beban yang harus ditanggung penduduk yang
produktif untuk membiayai hidup penduduk yang belum produktif dan tidak produktif
lagi.Sedangkan persentase dependency ratioyang semakin rendah menunjukkan semakin
rendahnya beban yang ditanggung penduduk yang produktif untuk membiayai penduduk
yang belum produktif dan tidak produktif lagi. Dari rumus diatas didapatkan tren rasio
ketergantungan penduduk sebagai berikut :
Rasio Beban Ketergantungan Sulawesi Utara Daerah

Pedesaan 2000-2035
62.00
60.00
58.00
56.00
54.00
52.00 Dependency Ratio
50.00
48.00
46.00
44.00
1 2 3 4 5 6 7 8
Untuk tahun 2000, rasio ketergantunganya sebesar 57 persen, artinya setiap 100
orang yang berusia kerja (dianggap produktif) mempunyai tanggunagn sebanyak 57 orang
yang belum produktif dan dianggap tidak produktif lagi. Dari indikator ini terlihat bahwa
pada tahun 2000 penduduk usia kerja di propinsi Sulawesi Utara daerah pedesaan masih
dibebani tanggung jawab akan penduduk muda yang proporsinya lebih banyak dibandingkan
tanggung jawab terhadap penduduk tua.Kemudian di periode 2005 dan 2010 rasio
ketergantungan naik hingga mencapai angka tertinggi yakni sekitar 61 persen. Kemudian
turun drastis di tahun 2015, dimana rasio ketergantungan mencapai titik terendah yakni
sekitar 50 persen, dan terus naik kembali secara perlahan hingga pada tahun 2035 rasio
ketergantungan penduduk propinsi Sulawesi Utara daerah Pedesaan mencapai sekitar 57
persen. Rasio ketergantungan ini sudah jauh berkurang dibandingkan dengan keadaan pada
saat sensus 1981. Pada tahun 1981 rasio ketergantungan total adalah sebesar 86 per 100
penduduk usia kerja, dan kemudian menurun secara pasti sampai tahun 2000. Penurunan ini
terjadi terutama karena penurunan tingkat kelahiran sebagai dampak dari keberhasilan
program keluarga berencana selama 30 tahun terakhir.

Laporan Proyeksi Penduduk PDF

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Proyeksi Penduduk PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PENDAHULUAN

Para pemakai data kependudukan, khususnya para perencana, pengambil kebijaksanaan,

1. Sumber Data dan Metode

1) Penduduk menurut kelompok umur dan jenis kelamin

2. Evaluasi Data Dasar

a. Dengan melihat distribusi umur pada Piramida Penduduk

b. Dengan Menghitung Whipple’s Index untuk mengukur sejauh mana kecenderungan

PBB merekomendasikan suatu standar untuk mengukur kesalahan pelaporan

Tabel 1. Standar pengukuran kesalahan pelaporan umur Indeks Whipple

Tabel 12. Penghitungan indeks Whipple daerah Perkotaan + Perdesaan Provinsi

Sumber data : Publikasi Sensus 2000, BPS

 Indeks Whipple "Laki-laki"

 Indeks Whipple “Perempuan”

×100 %= × 100 % = 114,5132 %

 Iw untuk laki-laki + perempuan :

Dari penghitungan diatas diperoleh Indeks Whipple untuk penduduk laki-laki

Metode lainnya untuk mengukur tingkat kecermatan pelaporan umur pada

Prinsip utama pada metode ini adaah penghitungan pada masing-masing 10

Pengambilan keputusan dengan indeks Myers dilakukan dengan membandingkan

 Joint Score Index < 20; Akurat.

Sex Succesive Age ratio Deviasi Age ratio deviasi

Joint Score Index 17,08

Joint Index = 3 (2,639) + 4,518 + 4,645 = 17,08

2.2 Perapihan Umur

Tahap pertama, melakukan prorata pada seluruh kelompok umur untuk

Tabel 1. Prorata Penduduk daerah Perkotaan Provinsi Sulawesi Utara, Sensus

Laki-Laki Perempuan Laki-Laki+Perempuan

Tahap kedua, menggunakan metode dari Perserikatan Bangsa-Bangsa (UN, 1956)

5P x = Jumlah penduduk dari data dasar menurut kelompok umur 5 tahunan

Angka-angka pada tabel diatas diperoleh melalui penghitungan sebagai berikut :

P(10-14)= 1/16 [ -32234 + (4 x 30342) + (10 x 28987) + ( 4 x 34983) – (38291) ] = 30040

P(15-19)= 1/16 [ -30342 + (4 x 28987) + (10 x 34983) + ( 4 x 38291) – (37219) ] = 34461

P(20-24)= 1/16 [ -28987 + (4 x 34983) + (10 x 38291) + ( 4 x 37219) – (32924) ] = 38113

P(25-29)= 1/16 [ -34983 + (4 x 38291) + (10 x 37219) + ( 4 x 32924) – (28385) ] = 37105

P(30-34)= 1/16 [ -38291 + (4 x 37219) + (10 x 32924)+ ( 4 x 28385) – (24193) ] = 33073

P(35-39)= 1/16 [ -37219 + (4 x 32924) + (10 x 28385) + ( 4 x 24193) – (19430) ] = 28479

P(40-44)= 1/16 [ -32924 + (4 x 28385) + (10 x 24193) + ( 4 x 19430) – (13850) ] = 24151

P(45-49)= 1/16 [ -28385 + (4 x 24193) + (10 x 19430) + ( 4 x 13850) – (10214) ] = 19242

P(50-54)= 1/16 [ -24193 + (4 x 19430) + (10 x 13850) + ( 4 x 10214) – (9067) ] = 13989

P(55-59)= 1/16 [ -19430 + (4 x 13850) + (10 x 10214) + ( 4 x 9067) – (6837) ] = 10472

P(60-64)= 1/16 [ -13850 + (4 x 10214) + (10 x 9067) + ( 4 x 6837) – (4919) ] = 8757

P(65-69)= 1/16 [ -10214 + (4 x 9067) + (10 x 6837) + ( 4 x 4919) – (5595) ] = 6782

Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69)Propinsi Sulawesi Utara Daerah

Kelompok Sebelum Sesudah

P(10-14)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (57706) ] = 53118

P(15-19)= 1/16 [ -57969 + (4 x 52406) + (10 x 52850) + ( 4 x 57706) – (58117) ] = 53303

P(20-24)= 1/16 [ -52406 + (4 x 52850) + (10 x 57706) + ( 4 x 58117) – (51900) ] = 57289

P(25-29)= 1/16 [ -52850 + (4 x 57706) + (10 x 58117) + ( 4 x 51900) – (44424) ] = 57645

P(30-34)= 1/16 [ -57706 + (4 x 58117) + (10 x 51900)+ ( 4 x 44424) – (40552) ] = 51932

P(35-39)= 1/16 [ -58177 + (4 x 51900) + (10 x 44424) + ( 4 x 40552) – (33233) ] = 45169

P(40-44)= 1/16 [ -51900 + (4 x 44424) + (10 x 40552) + ( 4 x 33233) – (24309) ] = 39996

P(45-49)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (18064) ] = 18878

P(50-54)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (17805) ] = 16931

P(55-59)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (13818) ] = 13863

P(60-64)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10369) ] = 11328

Kelompok Sebelum Sesudah

Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:

Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah

Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:

Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah

Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:

 Sn(10-14)= (SRn-1 + 2SRn + SRn+1) : 4