Anda di halaman 1dari 5

Menghitung tingkat pertumbuhan penduduk (r) pada metode geometrik dan

eksponensial
Metode Geometrik
Diketahui jumlah penduduk Tahun 2010 adalah 146.825.475 jiwa, sedangkan pada Tahun
2020 adalah 157.079.573 jiwa, hitung tingkat pertumbuhan penduduknya (r) antara
periode tahun tersebut.
P

ln ⁡(1+r )=
ln n
P0 ( )
n

ln ⁡(1+r )=
ln ( 157.079.573
146.825.475 )
10

ln 1,069839
ln ⁡(1+r )=
10
0,067508
ln ⁡(1+r )=
10
ln ⁡(1+r )=0,006751
⁡(1+ r )=e (0,006751)
(1+r )=1,006774
r =0,006751
Jadi r = 0,006752 atau sekitar 0,68% per tahun

Metode Eksponensial
Diketahui jumlah penduduk Tahun 2010 adalah 146.825.475 jiwa, sedangkan pada
beberapa Tahun sebelumnya yaitu Tahun 1999 adalah 118.002.706 jiwa, hitung tingkat
pertumbuhan penduduknya (r) antara periode tahun tersebut.
P

r=
ln n
P0 ( )
n
maka rumusan jawabannya sebagai berikut:

r=
ln ( 146.825 .475
118.002 .706 )
11
ln 1,244255
r=
11
0,218537
r=
11
r =0,019867
jadi, nilai r adalah 0,019867 atau 1,99% per tahun

Perubahan Populasi dalam Beberapa Periode

Pada bagian sebelumnya kita telah membahas tingkat perubahan rata-rata tahunan
penduduk dalam satu periode, khususnya periode antar sensus. Saat ini kita akan mengkaji
perubahan penduduk selama beberapa periode. Terdapat beberapa kurva yang
menggambarkan perubahan penduduk yang dapat kita terapkan. Upaya untuk memilih
jenis-jenis kurva pertumbuhan penduduk yang sesuai dengan data populasi sebaiknya
diteliti kembali pada titik-titik yang diplot agar dapat mengembangkan teori demografi.
Kurva yang digunakan diantaranya adalah Kurva Trend, yang dapat digunakan untuk
tujuan interpolasi (menemukan nilai tren pada tanggal tertentu dalam periode
pengamatan) atau tujuan ekstrapolasi (menemukan nilai tren pada tanggal tertentu di luar
periode pengamatan).

Trend Linear
Sebuah garis lurus (polinomial derajat pertama) diwakili oleh persamaan berikut dan
dapat disesuaikan dengan tiga atau lebih pengamatan dengan metode kuadrat terkecil:
Pt =a+bt
Dengan t adalah periode waktu antara tahun-tahun pengamatan jumlah populasi

Trend Polynomial
Pt =a+bt +ct 2

Pt =a+bt +ct 2 +¿ +kt n

Kurva Exponensial
Rumus Umum dari Kurva Eksponensial adalah:
y=a b x
Untuk pertumbuhan penduduk, dapat dibuat dalam rumus:
Pt =a ( 1+r )t

Dengan Pt adalah Jumlah penduduk pada waktu t dan r adalah tingkat pertumbuhan
penduduk. Rumus Pertumbuhan penduduk geometrik yaitu Pn = P0(1+r)n dapat dilihat
sebagai hal khusus dari rumus diatas.

Ketika perubahan penduduk diketahui positif, populasi akan seperti kurva yang terus
meningkat tanpa ada batas. Seperti tren yang terus berlanjut. Seperti dicontohkan pada
Kurva eksponensial yang menjelaskan pertumbuhan penduduk pada periode waktu
tertentu. Demografer terkadang menyampaikan pertumbuhan seperti Perumbuhan
Malthus karena Malthus beranggapan bahwa populasi penduduk meningkat dalam sebuah
progres yang geometrik.

Kurva Logistik
Satu dari kurva pertumbuhan penduduk yang paling baik adalah Kurva Logistik. Kurva ini
berasal dari teori Verhulst sekitar tahun 1838, dan kemudian dimodifikasi dan
dipopulerkan oleh Pearl dan Reed sekitar Tahun 1920. Beberapa spesies hewan dan
bakteri diteliti untuk mengukur kecepatan pertumbuhan mereka dengan lingkungan yang
terbatas namun kondisinya ideal untuk suplai makanan dan ruang bagi mereka yang
jumlahnya sedikit, dan kemudian tumbuh secara pelan ketika sumberdaya terbatas. Hal ini
menunjukkan bahwa ada batas maksimum tertinggi dari jumlah yang dapat dikelola ketika
populasi semakin meningkat. Oleh karena itu, perlu usaha untuk memprediksi berapa
batas maksimum tertinggi yang akan dicapai oleh kurva pertumbuhan dari data hasil
observasi. Rumus dari Kurva Logistik adalah
k
Y c=
1+e a+bx
Yc adalah nilai perhitungan dari Y, dan k adalah kapasitas daya tampung dari wilayah, dari
hasil pengukuran jumlah maksimum orang per unit wilayah.
Seperti kurva pertumbuhan yang lain, Kurva logistik digunakan untuk memproyeksikan
pertumbuhan penduduk seperti menjelaskan pada tahun terakhir sensus. Beberapa penulis
mengkritisi bahwa kurva logistik ini terlalu mekanistik dalam asumsinya (seperti tidak
mengikutsertakan faktor pendatang di luar kelahiran atau migrasi) dan alasan lainnya.
Kurva logistik tidak dapat menjelaskan populasi yang menurun

WAKTU YANG DIBUTUHKAN BAGI POPULASI UNTUK BERLIPAT GANDA


Hal yang menarik perhatian ketika kita menanyakan butuh berapa lama waktu yang
dibutuhkan untuk populasi penduduk dapat berlipat ganda dari saat ini berdasarkan
tingkat pertumbuhan penduduk per tahunnya. Hal ini berkaitan dengan seberapa cepat
suatu negara itu tumbuh khususnya tingkat perekonomian.
Di awal kita harus mengetahui tingkat pertumbuhan penduduk konstan dengan rumus
Pt =P0 ert
Dimana t adalah lamanya interval periode tahun, dan Pt adalah populasi di akhir tahun t.
Kita akan mencari tahu berapa jumlah tahun yang dibutuhkan agar mendapatkan populasi
yang berlipat ganda (2P0) sehingga diketahui Pt pada tahun berapa, jadi Pt = 2P0, maka kita
masukkan dalam rumus
2 P0=P0 e rt

2=ert
ln 2=rt
ln 2
t=
r
Sebagai contoh, kita dapat menghitung populasi penduduk yang berlipat ganda di
Indonesia dengan tingkat pertumbuhan eksponensial (r) dari Tahun 1991 hingga 1996.
Berdasarkan rumus diatas, maka natural logarithma (Ln) dari 2 adalah 0,693417 dan
tingkat pertumbuhan eksponensial dari Tahun 2001 hingga 2006 adalah 1,35%, maka
diketahui
Ln 2 = 0,693417
r = 1,35% = 0,0135
jadi apabila dimasukkan dalam Rumus sebagai berikut
0,693417
t=
0,0135
t=51,4 Tahun
Jadi, waktu yang dibutuhkan agar berlipat ganda adalah 51,4 tahun

Tabel . Populasi penduduk berlipat ganda pada berbagai tingkat pertumbuhan penduduk
(r)

Tingkat Tingkat
Waktu untuk Waktu untuk
pertumbuhan pertumbuhan
Penduduk Berlipat Penduduk
penduduk penduduk
Ganda Berlipat Ganda
Tahunan Tahunan
0,1 693,1 2,1 33,0
0,2 346,6 2,2 31,5
0,3 231,0 2,3 30,1
0,4 173,3 2,4 28,9
0,5 138,6 2,5 27,7
0,6 115,5 2,6 26,7
0,7 99,0 2,7 25,7
0,8 86,6 2,8 24,8
0,9 77,0 2,9 23,9
1,0 69,3 3,0 23,1
1,1 63,0 3,1 22,4
1,2 57,8 3,2 21,7
1,3 53,3 3,3 21,0
1,4 49,5 3,4 20,4
1,5 46,2 3,5 19,8
1,6 43,3 3,6 19,3
1,7 40,8 3,7 18,7
1,8 38,5 3,8 18,2
1,9 36,5 3,9 17,8
2,0 34,7 4,0 17,3

Anda mungkin juga menyukai