LAPORAN PRAKTIKUM

KEPENDUDUKAN DAN SOSIAL EKONOMI (GF029)

Dibuat Oleh:
Haris Arrasyid Nusantara/ 19.85.0088

Dosen Pengampu:
Ika Afianita Suherningtyas, S.Si,. M.Sc

Asisten Praktikum:
1. Ashri Nurhidayati 17.85.0025
2. Eva Putriany 18.85.0064
3. Rifqi Taufiqurrahman (17.85.0003)
4. Titis Dewi Ratnasari (17.85.0001)

PROGRAM STUDI GEOGRAFI

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AMIKOM YOGYAKARTA 2020
 ACARA 3
I. JUDUL
Evaluasi Umur dengan Join Score Indeks
II. TUJUAN
Praktikan melakukan perhitungan joint score indeks untuk mengetahui umur dan rasio jenis
kelamin dari suatu distribusi penduduk menurut jenis kelamin dan kelompok umur lima
tahunan.
III. ALAT DAN BAHAN
1. Data sekunder berupa Data Sensus Penduduk (Tabel penduduk menurut umur, daerah
perkotaan/perdesaan, dan jenis kelamin interval umur lima tahunan)
2. Alat tulis
3. Kalkulator
4. Software Microsoft Excel
IV. LANGKAH KERJA

Download data
Memahami dan
provinsi Nusa Microsoft Word dan
mempelajari materi
Tenggara Barat Microsoft Excel
yang diberikan
melalui web BPS

Mengelola data yang telah

didownload dan dibuat tabel
melalui Microsoft Excel

Mengevaluasi tabel JSI dan

menghitung sesuai
rumusnya yaitu
JSI = (3×KS)+FAS+MAS

Hasil analisis tabel JSI

dan dipindahkan ke
Microsoft Word
V. HASIL PRAKTIKUM

DAERAH KOTA+DESA/URBAN+RURAL LAKI-LAKI PEREMPUAN

KELOMPOK UMUR SEX RATIO SELISIH

LAKI-LAKI PEREMPUAN RASIO DEVIASI RASIO DEVIASI

0-4 244.270 231.156 105,67
5-9 239.727 227.596 105,33 0,34 100,04 0,04 100,10 0,10
10-14 235.000 223.592 105,10 0,23 103,96 3,96 101,19 1,19
15-19 212.380 214.328 99,09 6,01 103,26 3,26 98,37 1,63
20-24 176.334 212.187 83,10 15,99 89,06 10,94 97,54 2,46
25-29 183.596 220.731 83,18 0,07 107,62 7,62 109,08 9,08
30-34 164.847 192.545 85,61 2,44 96,13 3,87 96,42 3,58
35-39 159.370 178.673 89,20 3,58 107,09 7,09 105,19 5,19
40-44 132.789 147.179 90,22 1,03 97,39 2,61 97,74 2,26
45-49 113.315 122.483 92,51 2,29 97,98 2,02 97,09 2,91
50-54 98.517 105.117 93,72 1,21 107,56 7,56 109,66 9,66
55-59 69.875 69.236 100,92 7,20 89,10 10,90 82,97 17,03
60-64 58.336 61.770 94,44 6,48 106,92 6,92 110,88 10,88
65-69 39.243 42.182 93,03 1,41 90,30 9,70 89,74 10,26
70-74 28.577 32.244 88,63 4,41 108,84 8,84 110,75 10,75
75-79 13.270 16.047 82,69 5,93 71,89 28,11 73,89 26,11
80-84 8.338 11.190 74,51 8,18 101,01 1,01 109,79 9,79
85-89 3.240 4.338 74,69 0,18 66,52 33,48 65,17 34,83
90-94 1.403 2.123 66,09 8,60 62,93 37,07 68,63 31,37
95+ 1.219 1.849 65,93
Jumlah 2.183.646 2.316.566 1773,68 75,58 1707,61 184,99 1724,18 189,06
JS 33,38 KS 4,20 MAS 10,28 FAS 10,50

VI. PEMBAHASAN
Jumlah penduduk pada suatu wilayah tiap tahunya akan mengalami perubahan yang
dapat disebabkan oleh distribusi atau persebaran penduduk seperti migrasi, urbanisasi,
ruralisasi dan faktor lainya seperti kelahiran (natalitas) maupun kematian (mortalitas).
Pertumbuhan penduduk berbeda beda disetiap daerah karena tergantung pola kegiatan,
pekerjaan, sekolah, ataupun pra sarana yang terdapat pada daerah tertentu misalnya
pertumbuhan penduduk di ibu kota jakarta lebih ramai dibandingkan dengan pertumbuhan
penduduk yang terdapat pada daerah pedesaan hal tersebut disebabkan oleh perpindahan
penduduk untuk memperoleh kehidupan yang lebih baik. Semakin banyak jumlah penduduk
maka semakin banyak juga yang harus disediakan oleh pemerintah untuk memenuhi
kebutuhan hidup tersebut seperti sekolah, rumah sakit, lapangan pekerjaan, dan pra sarana
yang memadai.
Hubungan demografi dengan pendidikan berperan penting dalam memperbaiki kepadatan
penduduk karena dengan ketersediaan data demografi yang valid dari sensus penduduk
maupun survey penduduk akan dijadikan dasar pedoman dalam perencanaan pembangunan
dibidang pendidikan agar terdapat perubahan yang positif untuk kedepanya. Dalam
perubahan tersebut dibutuhkan cara untuk menghitung ataupun menganalisis data penduduk
dengan tujuan agar dapat mengetahui informasi yang terdapat pada suatu wilayah tertentu
pada tiap tahunya dengan tujuan agar dapat dijadikan dasar untuk memperbaiki maupun
untuk memajukan pra sarana yang lebih memadai dari sebelumnya agar dapat bermanfaat
untuk tahun-tahun berikutnya. Dalam menghitung atau untuk mengetahui umur dan rasio
jenis kelamin dari suatu distribusi penduduk menurut jenis kelamin dan kelompok dari suatu
provinsi tertentu dapat melalui beberapa cara yaitu dengan Index gabungan atau JSI (Joint
Score Index), Index Mayers, atau melalui Grafik piramida maupun dari Survey antar sensus
penduduk. Dengan JSI dapat menghitung umur dan rasio jenis kelamin (sex ratio) dari suatu
distribusi penduduk menurut jenis kelamin dan kelompok umur lima tahunan.
Didalam perhitungan menggunakan metode JSI terdapat beberapa keterangan atau informasi
yaitu MAS dan FAS merupakan skor rasio umur laki – laki dan perempuan, KS adalah skor
rasio jenis kelamin, Terdapat nilai yang sudah dihitung dan ditentukan jika JS < 20 maka
umur tersebut dapat diterima. 20 < JS < 40 mengindikasikan pelaporan umur tidak akurat. JS
> 40 menunjukkan adanya kesalahan yang besar dalam pelaporan umur. Terdapat beberapa
faktor yang mempengaruhi keakuratan ini yaitu seperti kejujuran narasumber ketika diminta
jawaban oleh pewawancara pada saat survey dan pewancara harus menyelidiki kebenaran
jawaban dari narasumber sehingga menghasilkan data yang valid sesuai keaadan yang terjadi.
Pada acara 3 kali ini praktikan menghitung Joint Score Index dari provinsi Nusa
Tenggara Barat menggunakan rumus yang telah diberikan. Setelah itu praktikan menganalisa
hasil dari perhitungan dengan metode JSI tersebut bahwa nilai akhir dari JSI nya adalah 33,38
yang berarti tidak akurat karena melebihi dari 20. Ketidak akuratan dalam pelaporan umur ini
dapat terjadi karena dua hal yaitu sampling eror dan non sampling eror yang penting
dipahami oleh pengguna data sebagai acuan menentukan kebijakan yang diambil untuk
kedepanya. Sampling error adalah kesalahan yang hanya terjadi ketika melakukan
pengumpulan data melalui suatu survei. Kesalahan ini terjadi karena pada saat mengitung
data hanya sebagian populasi untuk memperkirakan atau memprediksi karakteristik populasi
karena dalam memperkiraan data tidak ada yang namanya benar 100% kesalahan tidak dapat
dihindari namun setidaknya dapat diminmalisasi. Sampling eror ini dapat ditanggulangi
melalui penggunaan teknik penarikan sample yang tepat dan memperbesar ukuran sample
misalnya saat melakukan pencatatan data kependudukan informan atau narasumber ditelusuri
lebih dalam lagi tentang kebenaran datanya. Hal kedua yang dapat mempengaruhi
ketidakakuratan dalam pelaporan ini adalah Non sampling erorr yaitu kesalahan yang
berhubungan dengan teknis pengumpulan yang terdapat pada saat pencatatan dilapangan,
sumbernya bisa dari petugas sensus atau pengumpul data maupun dari narasumber (sumber
data). Contoh non sampling error yang sering terjadi adalah responden tidak terdata pada saat
hasil akhir, ataupun dari jawaban kuesioner yang salah karena kelalaian petugas atau jawaban
responden yang kurang benar sehingga hasil penghitungan data kependudukan ini melenceng
dari perkiraan.
Dalam praktikum kali ini praktikan tidak menemukan kendala yang sulit tetapi praktikan
dituntut teliti saat menghitung dan menganalisa data kependudukan secara benar dalam
pengerjaanya karena sudah mengurutkan hal-hal apa saja yang akan dilakukan sesuai dengan
intruksi yang diinginkan sehingga mendapatkan hasil yang optimal, dan diharapkan setelah
mengetahui menghitung data kependudukan melalui metode Index gabungan ( Jurnal Score
Index ) ini praktikan dapat menerapkanya dan menggunakanya dibidang kependudukan agar
dapat bermanfaat dimasa yang akan datang.
VII. KESIMPULAN
Dengan melakukan perhitungan perhitungan joint score indeks untuk mengetahui
umur dan rasio jenis kelamin dari suatu distribusi penduduk menurut jenis kelamin dan
kelompok umur lima tahunan praktikan dapat menentukan tingkat keakurasian dari data
provinsi Nusa Tenggara Barat tahun 2010 dan dari perhitungan ini diperoleh hasil Join Score
Index pada provinsi ini adalah 33,38 yang berarti mengindikasikan pelaporan umur tidak
akurat. Ketidak akuratan pelaporan umur ini dapat terjadi oleh dua hal yaitu sampling eror
dan non sampling eror. Dan dengan mengetahui perhitungan data kependudukan
menggunakan metode ini dapat menentukan kebijakan yang akan diambil kedepanya untuk
memperbaiki dan memajukan beberapa bidang pembangunan seperti bidang pendidikan,
kesehatan, dan pra sarana yang memadai sehingga dapat bermanfaat dan digunakan oleh
masyarakat setempat.

VIII. DAFTAR PUSTAKA

1. Diakses dari https://sp2010.bps.go.id/index.php/site?id=52&wilayah=Nusa-Tenggara-
Barat pada tanggal 25 Oktober 2020 pukul 15.03
2. Diakses dari https://www.academia.edu/16003833/JURNAL_AKHIR pada tanggal 27
Oktober 2020 pukul 09.07
3. Diakses dari https://www.kompasiana.com/kadirsaja/55019329a333115263513cc3/data-
bps-tidak-akurat-salah-siapa pada tanggal 27 Oktober 2020 pukul 09.37