MATERI 5 :

LUARAN
DEMOGRAFIS:
JUMLAH, KOMPOSISI
DAN PERSEBARAN
PENDUDUK
Pusat Pendidikan dan Pelatihan
KKB BKKBN
Disampaikan dalam

Pelatihan Dasar-Dasar
Demografi bagi ASN
BKKBN

2020
Biodata Pengajar
 I. Jumlah, struktur, dan
persebaran penduduk
1. Jumlah dan pertumbuhan
penduduk
2. Struktur umur penduduk
3. Struktur jenis kelamin
Topik-topik penduduk
Pembahasan 4. Persebaran penduduk
II. Komposisi penduduk
1. Pendidikan
2. Perkawinan
3. Ketenagakerjaan
JUMLAH,
STRUKTUR, DAN
PERSEBARAN
PENDUDUK
 Jumlah dan pertumbuhan
penduduk

PENDUDUK BERSIFAT TAHUN 1961 HASIL PROYEKSI ANGKA PERTUMBUHAN

DINAMIS DALAM HAL PENDUDUK PENDUDUK PERTUMBUHAN PENDUDUK INDONESIA
JUMLAH, STRUKTUR, INDONESIA INDONESIA 2015– PENDUDUK DIPROYEKSIKAN AKAN
DAN BERJUMLAH 97,019 2045 MENUNJUKKAN INDONESIA ADALAH MENURUN MENJADI
PERSEBARANNYA. JUTA JIWA. BAHWA JUMLAH 2,31% PER TAHUN 1,08% PER TAHUN PADA
MENINGKAT PENDUDUK PADA 1961–1971 DAN PERIODE 2015–2020.
MENJADI 119,208 INDONESIA AKAN MENURUN MENJADI KEMUDIAN
JUTA JIWA TAHUN MENJADI 269,6 JUTA 2,15% PER TAHUN PERTUMBUHAN
1971 DAN MENJADI PADA TAHUN 2020 PADA PERIODE 1971– PENDUDUK INDONESIA
238,519 JUTA JIWA DAN 319 JUTA JIWA 1980 DAN MENJADI DIPROYEKSIKAN AKAN
PADA TAHUN 2010. PADA TAHUN 2045. 1,49% PER TAHUN MENURUN MENJADI
PADA PERIODE 2000– HANYA 0,41% PER TAHUN
2010. PADA PERIODE 2040–
2045.
 Penduduk Indonesia 1961–2015 dan proyeksi
2020–2045
Jumlah penduduk (juta jiwa) Angka pertumbuhan
penduduk (% per tahun)

350 2,31 2,5

312,5 319,0
2,15 304,2
294,1
300 1,98 282,5
269,6 2,0
255,5
250 238,5

206,3
1,49 1,38 1,5
200 179,4 1,49
1,08
147,5
150 0,94
119,2 1,0
0,81
97,0 0,68
100 0,54
0,41 0,5
50

0 0,0

Periode
 Papua 3.393
Papua Barat 986
Maluku Utara 1.252
Maluku 1.787
Sulawesi Barat 1.378
Gorontalo
Sulawesi Tenggara
Sulawesi Selatan
1.186
2.704
8.889
Jumlah
Sulawesi Tengah 3.082
Sulawesi Utara
Kalimantan Utara
Kalimantan Timur
2.513
708
3.665
penduduk
Kalimantan Selatan 4.269
Kalimantan Tengah
Kalimantan Barat
Nusa Tenggara Timur
2.686
5.105
5.513
menurut
Nusa Tenggara Barat 5.226
Bali
Banten
Jawa Timur
4.414
12.895
39.956
provinsi
D.I. Yogyakarta 3.919
Jawa Tengah
Jawa Barat
DKI Jakarta 10.576
34.738
49.562 Indonesia 2020
Kepulauan Riau
Kepulauan Bangka Belitung
Lampung
Bengkulu
2.310
1.470

1.994
8.535
(dalam ribu
Sumatera Selatan
Jambi
Riau
Sumatera Barat
3.604
8.601

6.951
5.546
jiwa)
Sumatera Utara 14.798
Aceh 5.388
0 10.000 20.000 30.000 40.000 50.000 60.000
 Indonesia 1,08

Papua 1,47
Papua Barat 2,39
Maluku Utara 1,42
Maluku 1,12
Sulawesi Barat 1,46
Gorontalo 0,91
Sulawesi Tenggara 1,56
Sulawesi Selatan 0,85
Sulawesi Tengah 1,38
Sulawesi Utara 0,84
Kalimantan Utara 1,91

Angka pertumbuhan Kalimantan Timur

Kalimantan Selatan
Kalimantan Tengah
1,32
1,36
1,47

penduduk menurut Kalimantan Barat

Nusa Tenggara Timur
Nusa Tenggara Barat
1,26
1,47
1,52
Bali
provinsi Indonesia
1,25
Banten 1,50
Jawa Timur 0,60
D.I. Yogyakarta 1,33

2015–2020 Jawa Tengah

Jawa Barat
DKI Jakarta
0,59

0,77
1,15

Kepulauan Riau 3,10

Kepulauan Bangka Belitung 1,37
Lampung 0,99
Bengkulu 1,23
Sumatera Selatan 1,30
Jambi 1,15
Riau 1,80
Sumatera Barat 1,23
Sumatera Utara 1,17
Aceh 1,43
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5
Angka pertumbuhan penduduk (% per tahun)
 Model pertumbuhan penduduk
Model Rumus Pt Rumus r Rumus tGanda

1 P  1
Linier Pt = P0(1 + rt) r=  t − 1 t Ganda =
t  P0  r
Dimana:
P0 = penduduk pada tahun dasar (t =
0),
Pt log(2) exp = bilangan pokok dari sistem
Geometrik Pt = P0(1 + r) t r =t −1 t Ganda=
P0 log(1 + r ) logaritma natural (2,7182),
ln = logaritma natural,
log = logaritma,
t = selisih antara tahun dasar dan
1 P  ln( 2) tahun tertentu t,
Eksponensial Pt = P0 × exp(rt) r= ln t  t Ganda = tGanda = waktu yang dibutuhkan agar
t  P0  r jumlah penduduk menjadi dua
kali lebih banyak daripada
jumlah penduduk pada waktu
tahun dasar
 • Dalam demografi konsep
umur yang digunakan
adalah umur tunggal
Struktur (exact age), yaitu umur
pada saat ulang tahun
umur dan terakhir.
jenis • Secara konvensional
umur dapat
kelamin diklasifikasikan menjadi
satu tahunan (0, 1, 2, …,
penduduk 100) dan lima tahunan
(0–4, 5–9, 10–14, …, 75
tahun ke atas).
 Exact age dan single age

• Exact age (umur tunggal): umur ulang tahun

terakhir
• Single age (umur satu tahunan): penyajian
dalam tabel
 • Berdasarkan jenjang pendidikan umur:
- 7–12 tahun untuk sekolah dasar (SD),
- 13–15 tahun untuk sekolah menengah
pertama (SMP),
- 16–18 tahun untuk sekolah menengah atas
(SMA),
- 19–23 tahun untuk perguruan tinggi.
• Berdasarkan usia kerja:
- 15–29 tahun untuk usia kerja muda,
Pengelompokkan - 30–54 tahun untuk usia kerja dewasa,
- 55 tahun ke atas untuk usia pensiun.
umur penduduk • Berdasarkan usia melahirkan:
- kurang dari 20 tahun untuk usia remaja
yang berisiko untuk melahirkan,
- 20–29 tahun untuk usia aman melahirkan,
- 30 tahun ke atas untuk usia lebih tua yang
berisiko melahirkan.
• Pengelompokan struktur umur populasi:
- kelompok umur muda (0–14 tahun),
- kelompok umur produktif (15–64 tahun),
- kelompok umur tua (65 tahun ke atas).
 Beberapa yang perlu diperbaiki
• Angka kematian ibu
– Pembilang: banyak kematian maternal
– Penyebut: perempuan usia 15-49 tahun
• Harapan hidup saat lahir
– Angka harapan hidup
– Umur harapan hidup
• Angka ketergantungan versus rasio ketergantungan umur
• Lansia → Penduduk usia lanjut
• Balita → Penduduk usia balita
• Usia lanjut: 60 tahun ke atas
• Usia tua: 65 tahun ke atas
 Muda jika persentase penduduk
kelompok umur muda lebih dari
40%

Antara muda dan tua jika

Struktur umur suatu persentase penduduk kelompok
populasi dikatakan, umur muda lebih kecil dari 40% dan
persentase penduduk kelompok
jika.. umur tua kurang dari 10%

Tua jika persentase penduduk

kelompok umur tua lebih dari 10%
 Penyajian data

Diagram permukaan 100%

Piramida penduduk digunakan
biasanya digunakan untuk
untuk penyajian struktur umur
penyajian struktur umur
penduduk menurut kelompok
penduduk dengan tiga
umur satu tahunan atau lima
kelompok, 0–14 tahun, 15–64
tahunan.
tahun, dan 65 tahun ke atas.
 Diagram permukaan 100%
Distribusi persentase penduduk menurut kelompok umur 0–14
tahun, 15–64 tahun, dan 65 tahun ke atas Indonesia SP 1971 –
SUPAS 2015 dan proyeksi 2020–2045

100% 2,5 3,3 3,8 4,5 5,0

6,7 5,7 6,7 8,1 9,6 11,2 12,8 14,1
90%
80%
70% 53,5 55,8 59,6
60% 68,7 65,0 66,1 68,3 68,7 68,6 68,0 67,1 66,1 65,2
50%
40%
30%
20% 44,0 40,9 36,6
30,4 28,9 26,0
10% 24,5 24,5 23,3 22,4 21,7 21,1 20,7
0%
SP 1961 SP 1971 SP 1980 SP 1990 SP 2000 SP 2010 SUPAS 2020 2025 2030 2035 2040 2045
2015
0–14 15–64 65+
96 Laki-laki Perempuan
92
88
84
80
76
Piramida
72
68
64
penduduk
60
56 kelompok umur
52
48
44
satu tahunan
40
36
32
Indonesia SP
28
24
20
2010
16
12
8
4
0
3.000 2.000 1.000 00 1.000 2.000 3.000
Rasio ketergantungan umur (RKU)
Rasio ketergantungan umur (RKU) adalah rasio antara jumlah
penduduk bukan usia produktif (0–14 tahun dan 65 tahun ke atas) dan
jumlah penduduk usia produktif. Rumus perhitungan RKU adalah
sebagai berikut.
P0−14 + P65+
RKU =  100
P15−64

P0–14, P15–64, dan P65+ masing-masing adalah jumlah penduduk

usia 0–14 tahun, 15–64 tahun, dan 65 tahun ke atas. RKU juga dapat
dihitung untuk penduduk usia muda dan tua. Rumus perhitungan RKU
usia muda (RKUMuda) dan usia tua (RKUTua) adalah sebagai berikut.
P0−14 P
RKU Muda =  100 RKU Tua = 65+  100
P15−64 P15−64
Jadi, RKU merupakan penjumlahan dari RKUMuda dan RKUTua atau
RKU = RKUMuda + RKUTua.
Rasio ketergantungan umur (RKU), RKUMuda, dan RKUTua
Indonesia SP 1961–SUPAS 2015 dan proyeksi 2020–2045
100
90 87
79
80
82 68
70
73
60 54 53
62 51 49 51
50 45 46 45 46 47

40 47 32
44 32 32
30 36 38 36
34 33
20
10 8 8 10 22
10 5 6 6 7 19
14 17
12
0
SP SP SP SP SP SP SUPAS 2020 2025 2030 2035 2040 2045
1961 1971 1980 1990 2000 2010 2015
RKUMuda RKUTua RKU
 Indonesia 45,5

DKI Jakarta 38,7

Kalimantan Timur 41,1
Kalimantan Tengah 41,8
Kepulauan Riau 42,3
Bali 42,3
Jawa Timur 43,2
Banten 43,7
Papua 43,7
D.I. Yogyakarta 43,9
Gorontalo 44,1
Kepulauan Bangka Belitung 44,4
Bengkulu 44,6
Jawa Barat
Jambi
44,6
45,0
Rasio
ketergantungan
Indonesia 45,5
Sulawesi Utara 45,7
Kalimantan Barat 45,7
Sulawesi Selatan
Kalimantan Utara
Lampung
45,8
45,8
45,8
umur
Jawa Tengah
Papua Barat
Sulawesi Tengah
46,1
46,1
47,5
RKUmenurut
Sumatera Selatan
Kalimantan Selatan
47,9
47,9
provinsi 2020
Maluku Utara 48,3
Riau 48,8
Nusa Tenggara Barat 49,2
Aceh 49,6
Sulawesi Barat 49,7
Sumatera Utara 49,9
Maluku 49,9
Sulawesi Tenggara 50,7
Sumatera Barat 51,7
Nusa Tenggara Timur 54,7
0 10 20 30 40 50 60

Rasio ketergantungan umur

 Jendela kesempatan demografis
• Jendela kesempatan demografis (demographic window of
opportunity) merupakan periode waktu dalam evolusi demografi
suatu bangsa ketika proporsi penduduk usia produktif secara
khusus mendominasi struktur umur penduduk.
• Jendela kesempatan biasanya berlangsung sekitar 30–40 tahun.
• Waktu dan durasi periode ini berhubungan erat dengan penurunan
fertilitas.
• Penurunan fertilitas akan mengakibatkan penuaan penduduk dan
meningkatnya jumlah penduduk usia tua.
• RKU akan naik.
 TFR
• Rendah: kurang dari 2,5
• Sedang: 2,5 – 5,0
• Tinggi: lebih dari 2,5
• Penurunan dalam rasio ketergantungan umur yang disebabkan
oleh penurunan tingkat kelahiran dan kematian telah
mendatangkan dampak ekonomi yang positif di banyak negara,
termasuk di Indonesia.
• Negara-negara yang mengalami penurunan fertilitas yang
cepat akan menikmati keuntungan dari apa yang ekonom
demografer sebut sebagai “bonus demografis” berupa
peningkatan tabungan keluarga, peningkatan investasi,
peningkatan produktivitas pekerja, dan akselerasi pertumbuhan
ekonomi.
• Jendela kesempatan demografis di Indonesia dimulai pada
tahun 1971 dan akan berakhir pada tahun 2022 ketika RKU
paling rendah, 45,419.
• Indonesia sudah menikmati bonus demografis berupa
peningkatan tabungan keluarga, peningkatan investasi,
peningkatan produktivitas pekerja, dan akselerasi
pertumbuhan ekonomi hingga tahun 2020.
• Bonus demografi melambat karena pandemi COVID-19 yang
telah mengakibatkan berkurangnya penduduk bekerja dan
produktivitas baik di sektor formal maupun sektor informal.
• Tahap bonus demografis di suatu wilayah dapat
dikelompokkan menjadi pre-, awal, akhir, dan paskabonus
demografi (Ahmed dkk 2016). Pengelompokan didasarkan
pada nilai TFR, pertumbuhan persentase penduduk usia
produktif, dan pendapatan per kapita.
 Indonesia dikelompokkan dalam negara dengan
tahap awal bonus demografi

• Kajian Samosir dkk (2019) menunjukkan bahwa ada 5 provinsi di Indonesia

yang sudah dalam tahap akhir bonus demografi, yaitu DKI Jakarta, D.I.
Yogyakarta, Jawa Timur, Kalimantan Selatan, dan Sulawesi Selatan. 29
provinsi lainnya masih dalam tahap awal bonus demografi.
• Dari 514 kabupaten/kota di Indonesia 24 dalam tahap pre-bonus
demografi (4,7%), 367 dalam tahap awal bonus demografi (71,4%), dan 123
dalam tahap akhir bonus demografi (23,9). Jadi, belum ada provinsi dan
kabupaten/kota yang sudah mencapai tahap paskabonus demografi.
 Piramida Penduduk
• Piramida penduduk adalah diagram batang horizontal dimana
panjang batang menyatakan banyak penduduk, absolut atau
relatif (persentase).
• Dasar piramida dimulai dengan kelompok umur paling muda
dan dilanjutkan ke atas untuk kelompok umur yang lebih tua.
• Puncak piramida untuk umur tua sering dibuat dengan sistem
umur terbuka (open-ended interval). Misalnya, umur 75+. Bagian
sebelah kiri untuk laki-laki dan sebelah kanan untuk
perempuan.
• Tinggi batang untuk laki-laki dan perempuan harus sama.
 • Ekspansif : batang jumlah penduduk pada bagian dasarnya lebih
lebar daripada batang-batang jumlah penduduk pada kelompok
umur yang lebih tua. Wilayah dengan piramida penduduk seperti
ini mengindikasikan bahwa wilayah tersebut memiliki tingkat
kelahiran yang tinggi yang menghasilkan struktur umur muda.
Sebagai contoh, piramida penduduk Indonesia pada tahun 1961,
1971, dan 1980 ekspansif.
• Konstriktif : batang jumlah penduduk pada bagian dasarnya
mulai berkurang lebarnya (constrict) dan perlahan-lahan lebih
pendek daripada batang-batang jumlah penduduk pada
Bentuk kelompok umur yang lebih tua. Sementara itu, batang-batang
jumlah penduduk pada kelompok umur yang lebih tua perlahan-
lahan memanjang. Wilayah dengan piramida penduduk seperti ini
piramida mengindikasikan bahwa wilayah tersebut mulai mengalami
penurunan tingkat kelahiran yang menghasilkan struktur umur
antara muda dan tua. Sebagai contoh, piramida penduduk
penduduk •
Indonesia pada tahun 1990–2030 konstriktif.
Stasioner : batang jumlah penduduk pada bagian dasarnya terus
berkurang lebarnya (constrict) dan batang-batang jumlah
penduduk pada kelompok umur yang lebih tua terus memanjang
sehingga perbedaan lebar batang semua batang semakin
berkurang. Wilayah dengan piramida penduduk seperti ini
mengindikasikan bahwa wilayah tersebut sudah mengalami
tingkat kelahiran yang rendah yang menghasilkan struktur umur
tua. Sebagai contoh, piramida penduduk Indonesia pada tahun
1990–2030 konstriktif.
SP 1961 SP 1971

Piramida
penduduk
kelompok umur
lima tahunan
Indonesia SP
SP 1980
1961–SUPAS
2015 dan
proyeksi 2020–
2045
SP 1961 SP 1971

Piramida
penduduk
kelompok umur
lima tahunan
Indonesia SP
SP 1980
1961–SUPAS
2015 dan
proyeksi 2020–
2045
SP 1990 SP 2000 2020 2025 2035 2040

2030 2045
SP 2010 SUPAS 2015
 CARA MEMBUAT
GAMBAR DINAMIKA
KEPENDUDUKAN
DENGAN EXCEL
Contoh: Membuat
piramida penduduk
Indonesia pada tahun
2020
 Langkah 1: Buat Tabel 1 yang
berisi penduduk Indonesia
menurut kelompok umur dan
jenis kelamin pada tahun 2020

– Ketik 0–4, 5–9, 10–14, ...,

70–74 dan 75+ di sel B3 –
B18
– Ketik jumlah penduduk
perempuan usia 0–4, 5–9,
10–14, ..., 70–74 dan 75+ di
sel C3 – C18
– Ketik jumlah penduduk laki-
laki usia 0–4, 5–9, 10–14, ...,
70–74 dan 75+ di sel D3 –
D18
Langkah 2: Buat Tabel 2,
seperti Tabel 1

– Ketik 0–4, 5–9, 10–14, ...,

70–74 dan 75+ di sel B23 –
B28
– Ketik =-1*C3 di sel C23
– Klik sel C23 dan Copy
– Blok C24 – C28 dan klik
Paste
– Ketik =D3 di sel D23
– Klik sel D23 dan Copy
– Blok D24 – D28 dan klik
Paste
 Langkah 3: Membuat gambar penduduk
menurut kelompok umur dan jenis kelamin

– Blok daerah B22 – D38

– Klik Insert, Bar dan
Clustered Bar
 Hasilnya adalah seperti pada
gambar di bawah ini

75+
70-74
65-69
60-64
55-59
50-54
45-49
40-44
Laki-laki (L)
35-39
Perempuan (P)
30-34
25-29
20-24
15-19
14-19
5-9
0-4

(15.000) (10.000) (5.000) - 5.000 10.000 15.000

Langkah 4: Merapatkan batang piramida pada
gambar

– Klik salah satu batang

– Klik kanan
– Klik Format Data Series
– Klik Series Options
– Geser penggaris pada
Series Overlap ke
Overlapped (100%)
– Geser penggaris pada
Gap Width ke No Gap
(0%)
– Klik Close
Langkah 5: Pindahkan angka kelompok umur ke
sisi kiri grafik

– Klik angka kelompok umur

– Klik kanan
– Klik Format Axis
– Klik Axis Options
– Klik panah pada Major tick
mark type
• Klik None
– Klik panah pada Minor tick
mark type
• Klik Outside
– Klik panah pada Axis labels
• Klik Low
– Klik Close.
Langkah 6: Mengubah
angka negatif pada
jumlah penduduk laki-
laki

– Klik angka negatif

– Klik kanan
– Klik Format Axis
– Klik Number
– Klik Custom
– Di kotak Format Code,
ketik 0.0;0.0
– Klik Add
– Klik Close
 Hasilnya adalah seperti pada gambar di bawah ini.

75+

70-74

65-69

60-64

55-59

50-54

45-49

40-44
Laki-laki (L)
35-39 Perempuan (P)
30-34

25-29

20-24

15-19

14-19

5-9

0-4

15.000 10.000 5.000 00 5.000 10.000 15.000

Langkah 7: Membuat
garis hitam pada
setiap batang
piramida

– Klik batang sebelah kanan

– Klik kanan
– Klik Format Data Series
– Klik Border Color
– Klik Solid Line
– Klik panah pada
Color
– Klik warna yang
diinginkan, misal
Black, seperti pada
gambar berikut
 75+

70-74

65-69

60-64

55-59

50-54 – Klik Close

45-49 – Lakukan hal yang
40-44 sama untuk batang
Laki-laki (L)
35-39
sebelah kiri
Perempuan (P)
– Hasilnya adalah
30-34
seperti pada gambar
25-29
di samping
20-24

15-19

14-19

5-9

0-4

15.000 10.000 5.000 00 5.000 10.000 15.000

Menghilangkan 75+

70-74
Laki-laki Perempuan

kotak Legenda 65-69

60-64

55-59
– Klik kotak
50-54

45-49

40-44
– Tekan Del
35-39
– “Laki-laki” biasanya ditaruh di kiri
piramida 30-34
• Klik Insert
25-29
• Klik Text Box
• Ketik “Laki-laki” pada bagian sebelah 20-24

kiri piramida 15-19

– “Perempuan” biasanya ditaruh di
14-19
kanan piramida
• Klik Insert 5-9
• Klik Text Box
0-4
• Ketik “Perempuan” pada bagian
sebelah kanan piramida 15.000 10.000 5.000 00 5.000 10.000 15.000
 Rasio jenis kelamin
Rasio jenis kelamin (RJK) adalah banyak penduduk laki-laki per 100
penduduk perempuan. RJK saat lahir biasanya berkisar antara 103–
105. Rumus untuk menghitung rasio jenis kelamin (RJK) adalah
sebagai berikut.
PL
RJK=  100
PPr
PL adalah banyak penduduk laki-laki dan PPr adalah banyak penduduk
perempuan
Rasio jenis kelamin (RJK) Indonesia SP 1961–SUPAS 2015 dan proyeksi 2020–
2045 (laki-laki per 100 perempuan)

RJK
102
101,0 101,1 100,8
101 100,6 100,5
100,1
99,8
100 99,4 99,4
99,1
98,8
99

98 97,3 97,2
97

96

95
 Rasio jenis kelamin menurut kelompok umur
Indonesia 1961, 2020, dan 2045
(laki-laki per 100 perempuan)

120 112 112

103 98
100 106 105 108 108 94 93
99 101 99 96 94 88
80 90 89 77
80 82 82
60 69

40

20

1961 2010 2045

 Indonesia 100,8

Sulawesi Selatan 95,8

Nusa Tenggara Barat 96,3
Jawa Timur 97,5
D.I. Yogyakarta 97,6
Nusa Tenggara Timur 98,2
Sumatera Barat 98,4
Jawa Tengah 98,5
DKI Jakarta
Sumatera Utara
Aceh
99,2
99,8
99,8
Rasio jenis
Gorontalo 100,1
Sulawesi Tenggara
Sulawesi Barat
Bali
100,2
100,9
kelamin
101,3
Maluku
Kalimantan Selatan
Jawa Barat
101,5
102,1
102,7
menurut
Sumatera Selatan
Kalimantan Barat
Sulawesi Tengah
102,7
103,1
103,2
provinsi
Jambi 103,3
Banten
Maluku Utara
103,5
103,6
Indonesia 2020
Bengkulu 103,7
Sulawesi Utara
Kepulauan Riau
Riau
103,7
104,3
104,6
(laki-laki per 100
Lampung
Kepulauan Bangka Belitung
Kalimantan Timur
104,6
106,2
108,0
perempuan)
Kalimantan Tengah 108,0
Papua 110,0
Papua Barat 110,7
Kalimantan Utara 112,0
85 90 95 100 105 110 115

Rasio jenis kelamin

 • Analisis persebaran penduduk
- Analisis persebaran geografis yang
mencakup pulau dan benua.
- Analisis persebaran administratif
Persebaran dapat meliputi desa/kelurahan,
penduduk kecamatan, kota/kabupaten,
provinsi, dan negara.
- Analisis persebaran tempat tinggal
terdiri dari perkotaan dan
perdesaan.
 100% 1,6 1,7 2,6 2,8 3,0
7,3 7,2 7,3 7,3 7,3
90% 4,2 4,3
5,8 6,1 6,4
5,7 5,6
80% 5,5 5,6 6,1

Distribusi 70%

persentase 60%

penduduk menurut 50%

64,9 63,8 57,4 56,2 53,9

provinsi Indonesia 40%

SP 1961, 1971, dan 30%

2010 dan proyeksi 20%

21,3 22,0 23,3

2020 dan 2045 10%
16,2 17,5

0%
1961 1971 2010 2020 2045

Sumatera Jawa
Bali dan Nusa Tenggara Kalimantan
Sulawesi Maluku dan Papua
 Sulawesi Maluku Utara; 0,5 Papua Barat; 0,4
Barat; Maluku; 0,7
0,5 Papua; 1,3
Sulawesi
Tenggara; 1,0 Gorontalo; 0,4
Aceh; 2,0
Sulawesi Tengah; 1,1 Sulawesi
Sulawesi Utara; 0,9 Selatan; 3,3
Kalimantan Sumatera Barat; 2,1
Sumatera
Kalimantan Utara; 0,3
Utara; 5,5
Timur; 1,4
Kalimantan Selatan; 1,6 Riau Jambi; 1,3

Distribusi Kalimantan Tengah; 1,0

Kalimantan Barat; 1,9
; 2,6
Sumatera Selatan; 3,2

Nusa Tenggara Bengkulu; 0,7

persentase Timur; 2,0

Nusa Tenggara
Barat; 1,9
Kepulaua
n Bangka
Belitung;

penduduk
Lampung; 3,2 0,5
B a l i; 1,6
Kepulaua
n Riau;
0,9

menurut Banten; 4,8 DKI Jakarta; 3,9

provinsi
Indonesia Jawa Timur; 14,8
Jawa Barat; 18,4

2020

Jawa Tengah; 12,9

D.I. Yogyakarta; 1,5
Analisis persebaran penduduk

Kepadatan penduduk Angka urbanisasi

(Population density) (urbanization rate)
Kepadatan penduduk (population density)
Kepadatan penduduk adalah banyaknya penduduk per satuan luas
(biasanya digunakan km2)
P
PD =
L
P adalah jumlah penduduk (orang) dan L adalah luas wilayah dalam
km2. Jadi, satuan dari kepadatan penduduk adalah orang per km2 atau
orang/km2.
 Angka urbanisasi (urbanization rate)
Angka urbanisasi adalah persentase penduduk
yang tinggal di wilayah perkotaan
PU
UR =  100
PU + PR

PU adalah banyak penduduk perkotaan dan PR

adalah banyak penduduk perdesaan
KOMPOSISI
PENDUDUK
 Komposisi pendidikan

• Pendidikan adalah salah satu karakteristik sosial pokok yang

memiliki pengaruh yang penting dalam pencapaian
pembangunan.
• Salah satu ukuran pendidikan adalah pendidikan tertinggi yang
ditamatkan yang dikelompokkan menjadi:
- Tidak/belum pernah sekolah
- Tidak mempunyai ijazah sekolah dasar (SD)
- Tamat SD
- Tamat sekolah menengah pertama (SMP)
- Tamat sekolah menengah atas (SMA)
- Tamat perguruan tinggi
 Indonesia 7,8 22,5 24,8 17,4 21,1 6,4

Penduduk
berumur 5 tahun Perdesaan 10,4 25,9 30,0 17,6 13,2 3,0

ke atas menurut
pendidikan Perkotaan 5,6 19,5 20,2 17,2 28,0 9,4
tertinggi yang
ditamatkan
Perempuan 9,3 22,9 25,3 17,3 18,8 6,5
menurut tempat
tinggal dan jenis
kelamin Laki-laki 6,4 22,1 24,3 17,5 23,3 6,4
Indonesia SUPAS
2015 0% 20% 40% 60% 80% 100%
Tidak/belum pernah sekolah Tidak punya ijazah SD
SD SMP
SMA Perguruan tinggi
 Indonesia 24,4 6,2

Papua 28,4 6,3

Papua Barat 25,3 9,9
Maluku Utara 27,9 7,2
Maluku 22,9 7,3
Sulawesi Barat 30,7 6,2
Gorontalo 34,9 5,7
Sulawesi Tenggara 27,2 7,9
Sulawesi Selatan 26,5 8,4
Penduduk Sulawesi Tengah
Sulawesi Utara
25,2
23,0
6,5
6,5
Kalimantan Utara
berumur 5 tahun Kalimantan Timur
27,1
21,7
6,0
7,1
Kalimantan Selatan 27,3 6,4
ke atas menurut Kalimantan Tengah 25,4 5,9
Kalimantan Barat 31,8 4,6
pendidikan Nusa Tenggara Timur
Nusa Tenggara Barat
34,0
29,0
5,1
6,6
Bali
tertinggi yang Banten
21,7
22,8
8,5
6,2
Jawa Timur 24,1 5,5
ditamatkan DI Yogyakarta 17,7 11,1
Jawa Tengah 25,1 4,8
menurut provinsi Jawa Barat
DKI Jakarta
22,7
16,4 12,9
5,6

Kepulauan Riau
Indonesia SUPAS Bangka Belitung
22,4
29,6
5,9
4,7
Lampung 26,6 4,0
2015 Bengkulu 26,3 6,9
Sumatera Selatan 26,0 5,5
Jambi 25,0 6,3
Riau 24,6 5,7
Sumatera Barat 29,1 7,3
Sumatera Utara 23,6 5,9
Aceh 23,5 7,9
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Tidak/belum pernah sekolah Tidak punya ijazah SD SD SMP SMA Perguruan tinggi
 Indonesia 8,75

Papua 6,85
Kalimantan Barat 7,8
Nusa Tenggara Timur 7,98
Nusa Tenggara Barat 7,98
Jawa Tengah 8,03
Gorontalo 8,11
Jawa Timur 8,11
Sulawesi Barat 8,22

Lama sekolah rata- Bangka Belitung

Lampung
Kalimantan Selatan
8,35
8,36
8,59
Sumatera Selatan 8,6

rata penduduk Sulawesi Selatan

Indonesia
Jawa Barat
8,73
8,75
8,79

umur 15 tahun ke Kalimantan Tengah

Jambi
Sulawesi Tengah
8,83
8,86
8,98
Banten 9,07

atas menurut Bengkulu

Bali
Sumatera Barat
9,08
9,19
9,22

provinsi Indonesia Kalimantan Utara

Sulawesi Tenggara
Maluku Utara
9,24
9,25
9,32
Riau 9,35

2019 Aceh
Sulawesi Utara
Sumatera Utara
9,59
9,63
9,71
DI Yogyakarta 9,83
Kalimantan Timur 9,88
Papua Barat 9,92
Maluku 10,03
Kepulauan Riau 10,13
DKI Jakarta 11,11
0 2 4 6 8 10 12
Lama sekolah rata-rata (tahun)
Ukuran pendidikan
angka partisipasi sekolah,
angka partisipasi kasar,
dan angka partisipasi
murni
Angka partisipasi sekolah (school
enrollment ratio/SER) adalah banyak
penduduk usia jenjang pendidikan i yang Angka
sedang bersekolah per 100 penduduk
usia jenjang pendidikan i. partisipasi
SER=
PS i
 100
sekolah
Pi
(school
PSi adalah banyak penduduk usia
jenjang pendidikan i yang sedang enrollment
bersekolah. Pi adalah banyak penduduk
usia jenjang pendidikan i. ratio/SER)
Angka partisipasi kasar (gross enrollment
ratio/GER) adalah banyak murid
terdaftar pada jenjang pendidikan k per
100 penduduk usia sekolah pada jenjang
pendidikan k.
Angka
GER=
Mk
 100
partisipasi
Pk

Mk adalah banyak murid terdaftar

kasar (gross
pada jenjang pendidikan k. Pk adalah
banyak penduduk usia sekolah pada
enrollment
jenjang pendidikan k ratio/GER)
Angka partisipasi murni (net enrollment
ratio/NER) adalah banyak murid usia
sekolah pada jenjang pendidikan k yang Angka
terdaftar per 100 penduduk usia sekolah
pada jenjang pendidikan k. partisipasi
NER=
NM k
Pk
 100 murni (net
NMk adalah banyak murid usia sekolah enrollment
pada jenjang pendidikan k yang
terdaftar. Pk adalah banyak penduduk ratio/NER)
usia sekolah pada jenjang pendidikan k.
Komposisi perkawinan
• Status perkawinan juga merupakan karakteristik sosial pokok
yang memiliki pengaruh yang penting terhadap tingkat kelahiran
• Status perkawinan dikelompokkan menjadi
- Belum menikah
- Menikah
- Cerai hidup
- Cerai mati (janda/duda)
- Hidup bersama (kohabitasi)
 Indonesia

Papua
Papua Barat
Maluku Utara
Maluku
Sulawesi Barat
Gorontalo
Sulawesi Tenggara
Distribusi Sulawesi Selatan
Sulawesi Tengah
persentase Sulawesi Utara
Kalimantan Utara
penduduk Kalimantan Timur
Kalimantan Selatan
Kalimantan Tengah
berumur 10 Kalimantan Barat
Nusa Tenggara Timur
tahun ke atas Nusa Tenggara Barat
Bali
menurut Banten
Jawa Timur
D.I. Yogyakarta
status Jawa Tengah
Jawa Barat
perkawinan DKI Jakarta
Kepulauan Riau
Bangka Belitung
Indonesia Lampung
Bengkulu
SUPAS 2015 Sumatera Selatan
Jambi
Riau
Sumatera Barat
Sumatera Utara
Aceh
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Belum kawin Kawin Cerai hidup Cerai mati
 Gorontalo 3,60
Sulawesi Barat 3,29
Kalimantan Tengah 2,63
Bengkulu 2,56
Jawa Timur 2,31
Papua Barat 2,20

Persentase anak Maluku Utara

Sulawesi Tenggara
Sulawesi Utara
2,08
2,02
2,10

perempuan usia 10 Kalimantan Selatan

Papua
Sulawesi Selatan
2,01
1,98
1,97

– 17 tahun yang Kepulauan Bangka Belitung

Jawa Barat
Kalimantan Utara
1,94
1,88
1,86

berstatus
Nusa Tenggara Barat 1,74
Kalimantan Barat 1,61
Sulawesi Tengah 1,56
INDONESIA 1,49

kawin/cerai Bali
Sumatera Selatan
1,39
1,38
Lampung 1,32

menurut provinsi: Banten

Kalimantan Timur
Maluku
1,19
1,12
1,07

Indonesia Jawa Tengah

Jambi
Nusa Tenggara Timur
1,03
1,02
1,01

SUSENAS 2017 Sumatera Barat

Riau
Sumatera Utara
0,73
0,59
0,57
DKI Jakarta 0,51
D.I. Yogyakarta 0,39
Aceh 0,33
Kepulauan Riau 0,28
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50 4,00
Komposisi
ketenagakerjaan
 Konsep ketenagakerjaan (1)
• Tenaga kerja (manpower) adalah semua orang di suatu negara
yang dapat memproduksi barang dan jasa jika ada permintaan
terhadap tenaga mereka dan jika mereka ingin berpartisipasi
dalam kegiatan tersebut (Siegel dan Swanson 2004)
• Angkatan kerja (labor force atau workforce) adalah bagian dari
tenaga kerja yang sedang bekerja atau sedang mencari pekerjaan
dimana aktivitas tersebut berada dalam suatu batasan waktu
tertentu
• Penganggur adalah semua orang yang tidak mempunyai
pekerjaan tetapi dapat bekerja dan telah mengambil langkah-
langkah tertentu untuk mencari pekerjaan selama periode acuan
 Konsep ketenagakerjaan (2)

• Setengah penganggur (underemployed) adalah mereka yang

bekerja di bawah jam kerja normal (kurang dari 35 jam seminggu)
• Penganggur tidak kentara (disguised unemployment) mereka
yang bekerja di bawah kapasitas yang mampu dilakukan
• Penganggur friksional adalah seseorang yang berhenti dari
suatu pekerjaan untuk pindah ke pekerjaan lain dan belum
mendapatkan pekerjaan
• Lapangan pekerjaan adalah kegiatan suatu
organisasi/lembaga/usaha (establishment) dimana seseorang
pekerja bekerja selama periode waktu acuan yang dibuat untuk
data karakteristik ekonomi
 Konsep ketenagakerjaan (3)

• Jenis pekerjaan (occupation) adalah jenis pekerjaan selama

periode waktu acuan menurut orang yang bekerja (atau jenis
pekerjaan yang dikerjakan sebelumnya, jika orang tersebut tidak
bekerja), tanpa memandang lapangan pekerjaan atau status
dalam pekerjaan dimana orang tersebut seharusnya
diklasifikasikan
• Status pekerjaan (status in employment) adalah status
seseorang yang aktif secara ekonomi berkaitan dengan
pekerjaannya atau jenis kontrak pekerjaan eksplisit atau implisit
dengan orang-orang lain atau organisasi-organisasi yang orang
tersebut miliki dalam pekerjaannya
 Ukuran-ukuran ketenagakerjaan
• Tingkat partisipasi angkatan kerja (TPAK) adalah banyak
angkatan kerja per 100 tenaga kerja
• Tingkat kesempatan kerja (TKK) adalah banyak penduduk
bekerja per 100 angkatan kerja
• Tingkat pengangguran terbuka (TPT) adalah banyak
penganggur per 100 angkatan kerja

AK K PT
TPAK =  1.000 TKK =  1.000 TPT =  1.000
TK AK AK
 Tipologi bonus demografis
DALAM
“DEMOGRAPHIC CHANGE AND DEVELOPMENT:
A GLOBAL TYPOLOGY”
BY S. AMER AHMED, MARCIO CRUZ, BRYCE
QUILLIN AND PHILLIP SCHELLEKENS
POLICY RESEARCH WORKING PAPER 7893
WORLD BANK GROUP
DEVELOPMENT ECONOMICS
DEVELOPMENT PROSPECT GROUP
NOVEMBER 2016
9/2/2020 74
9/2/2020 75
 Klasifikasi negara menurut tahap bonus
demografis (World Bank 2016)

No. Ekonomi Struktur umur Fertilitas Tipe

(anak per
perempuan)
1 Rendah Positif Lebih dari 4,0 Pra
2 Rendah – menengah Positif 2,1 – 4,0 Awal
3 Menengah – tinggi Positif 2,1 – 4,0 Awal
4 Tinggi Positif Kurang dari 2,1 Awal
5 Rendah Negatif 2,1 – 4,0 Akhir
6 Rendah – menengah Negatif 2,1 – 4,0 Akhir
7 Menengah – tinggi Negatif 2,1 – 4,0 Akhir
8 Tinggi Negatif Kurang dari 2,1 Pasca

9/2/2020 76
 Tipologi demografis beberapa negara
Negara Klasifikasi Tipe % perubahan TFR 1985 TFR 2015
ekonomi demografis % penduduk 15-64
tahun 2015-2030
Afghanistan Rendah Pra 17,53 7,47 4,25

Albania Menengah-tinggi Akhir -10,69 3,15 1,78

Brunei Tinggi Akhir -3,21 3,72 1,82

Kamboja Rendah Awal 2,39 5,99 2,53

Kamerun Rendah-menengah Pra 8,25 6,6 4,46

Kanada Tinggi Pasca -10,27 1,62 1,56

India Rendah-menengah Awal 3,11 4,27 2,34

Indonesia Rendah-menengah Awal 1,4 3,4 2,36

Korea Utara Rendah Akhir -1,47 2,36 1,94

Malaysia Menengah-tinggi Akhir -1,75 3,59 1,9

Rwanda Rendah Awal 11,47 7,99 3,62

Sierra Leone Rendah Pra 10,04 6,66 4,28

Singapura Tinggi Pasca -12,12 1,7 1,26

9/2/2020 77
 Indonesia
• Indonesia akan mencapai tahap akhir bonus
demografis ketika persentase penduduk usia
produktif menurun
– Antara 2020-2025
 Pencapaian bonus demografis di
Indonesia
• Nasional
– Awal bonus demografi
• Implikasi
– Kesempatan untuk percepatan pencapaian
tujuan-tujuan pembangunan
• Bonus demografi

9/2/2020 79
 Tipologi bonus demografis provinsi

9/2/2020 80
 Parameter tipologi bonus demografis
provinsi

• PDRB tanpa migas per kapita atas dasar harga

konstan tahun 2000 pada tahun 2013
• Struktur umur penduduk
– Persentase perubahan persentase penduduk usia
produktif (15-64 tahun) periode 2015-2020
• Angka fertilitas total (anak per perempuan):
SDKI 2017

9/2/2020 81
 Klasifikasi ekonomi: PDRB per kapita
• Rendah
– Lebih rendah dari Rp.5.888.370 (kuartil 1)
• Rendah-menengah
– Antara Rp. 5.888.370 (kuartil 1) – Rp. 8.083.360
(median)
• Menengah-tinggi
– Antara Rp.8.083.360 (median) – Rp.9.657.850 (kuartil
3)
• Tinggi
– Lebih tinggi dari Rp. 9.657.850 (kuartil 3)
9/2/2020 82
 Klasifikasi fertilitas: Angka fertilitas
total
• Kurang dari 2,1 anak per perempuan
• Antara 2,1 dan 4,0 anak per perempuan
• Lebih dari 4,0 anak per perempuan

9/2/2020 83
 Klasifikasi struktur umur penduduk

• Persentase perubahan persentase penduduk

usia produktif (15-64 tahun)
– Positif
– Negatif

9/2/2020 84
 Pencapaian bonus demografis provinsi

Persentase perubahan

persentase penduduk usia 15-64 tahun

No. Provinsi Klasifikasi ekonomi periode 2015-2020 TFR Tipe dmografi
1 ACEH Rendah-menengah 1,520 2,7 Awal
2 SUMATERA UTARA Tinggi 1,214 2,9 Awal
3 SUMATERA BARAT Menengah-tinggi 0,763 2,5 Awal
4 RIAU Tinggi 1,818 2,9 Awal
5 JAMBI Rendah-menengah 0,291 2,3 Awal
6 SUMATERA SELATAN Rendah-menengah 0,148 2,6 Awal
7 BENGKULU Rendah 0,290 2,3 Awal
8 LAMPUNG Rendah 0,587 2,3 Awal
9 KEPULAUAN BANGKA BELITUNG Tinggi 0,290 2,3 Awal
10 KEPULAUAN RIAU Tinggi 1,884 2,3 Awal
11 DKI JAKARTA Tinggi -0,277 2,2 Akhir
12 JAWA BARAT Menengah-tinggi 1,615 2,4 Awal
13 JAWA TENGAH Rendah-menengah 0,735 2,3 Awal
14 DI YOGYAKARTA Rendah-menengah -0,174 2,2 Akhir
15 JAWA TIMUR Tinggi -0,711 2,1 Akhir
16 BANTEN Menengah-tinggi 0,870 2,3 Awal
17 BALI Menengah-tinggi 1,006 2,1 Awal

9/2/2020 85
 18 NUSA TENGGARA BARAT Rendah 0,299 2,5 Awal

19 NUSA TENGGARA TIMUR Rendah 0,310 3,4 Awal

20 KALIMANTAN BARAT Rendah-menengah 0,734 2,7 Awal

21 KALIMANTAN TENGAH Menengah-tinggi 0,858 2,5 Awal

22 KALIMANTAN SELATAN Menengah-tinggi -0,442 2,4 Akhir

23 KALIMANTAN TIMUR Tinggi 0,710 2,7 Awal

24 SULAWESI UTARA Tinggi -0,580 2,2 Akhir

25 SULAWESI TENGAH Menengah-tinggi 0,296 2,7 Awal

26 SULAWESI SELATAN Rendah-menengah 0,292 2,4 Awal

27 SULAWESI TENGGARA Rendah-menengah 1,840 2,8 Awal

28 GORONTALO Rendah 0,580 2,5 Awal

29 SULAWESI BARAT Rendah 1,059 2,7 Awal

30 MALUKU Rendah 1,368 3,3 Awal

31 MALUKU UTARA Rendah 1,504 2,9 Awal

32 PAPUA BARAT Menengah-tinggi 2,703 3,2 Awal

33 PAPUA Menengah-tinggi 1,016 3,3 Awal

9/2/2020 86
 Tipologi bonus demografis
kabupaten/kota

9/2/2020 87
 Parameter tipologi bonus demografis
kabupaten/kota
• PDRB atas dasar harga berlaku per kapita
tahun 2017
• Persentase perubahan persentase penduduk
usia produktif (15-64 tahun) periode 2012-
2017
• Angka fertilitas total (anak per perempuan)
tahun 2015

9/2/2020 88
 Klasifikasi ekonomi
• Rendah
– Lebih rendah dari Rp.23.640.000 (kuartil 1)
• Rendah-menengah
– Antara Rp.23.640.000 (kuartil 1) – Rp. 34.310.000
(median)
• Menengah-tinggi
– Antara Rp.34.310.000 (median) – Rp. 50.716.000
(kuartil 3)
• Tinggi
– Lebih tinggi dari Rp.50.716.000 (kuartil 3)
9/2/2020 89
 Klasifikasi fertilitas: Angka fertilitas
total
• Kurang dari 2,1 anak per perempuan
• Antara 2,1 dan 4,0 anak per perempuan
• Lebih dari 4,0 anak per perempuan

9/2/2020 90
 Klasifikasi struktur umur penduduk

• Persentase perubahan persentase penduduk

usia produktif
– Positif
– Negatif

9/2/2020 91
 Pencapaian bonus demografis
kabupaten/kota di Indonesia

9/2/2020 92
 Kabupaten/kota: Pra-bonus
demografis
Persentase perubahan persentase
No. Provinsi Kabupatenupaten/kota Klasifikasi ekonomi penduduk usia 15-64 tahun Angka fertilitas toal 2015 Tipe demografi Jumlah
28 SUMATERA UTARA TAPANULI UTARA Rendah -7,864 4,475 Pra 1
29 SUMATERA UTARA TOBA SAMOSIR Menengah - tinggi -0,852 4,320 Pra 2
33 SUMATERA UTARA DAIRI Rendah - menengah 4,586 4,217 Pra 3
38 SUMATERA UTARA HUMBANG HASUNDUTAN Rendah - menengah 1,085 4,794 Pra 4
40 SUMATERA UTARA SAMOSIR Rendah - menengah 7,558 4,451 Pra 5
309 NUSA TENGGARA TIMUR SUMBA BARAT DAYA Menengah - tinggi 5,217 4,420 Pra 6
312 NUSA TENGGARA TIMUR SABU RAIJUA Rendah -3,839 4,621 Pra 7
487 PAPUA 02. Kabupaten Jayawijaya Rendah - menengah Belum terbentuk tahun 2012 Estimasi terlalu rendah Pra/awal 8
493 PAPUA 11. Kabupaten Puncak Jaya Rendah 14,605 Estimasi terlalu rendah Pra/awal 9
496 PAPUA 14. Kabupaten Mappi Rendah - menengah 5,985 Estimasi terlalu rendah Pra/awal 10
497 PAPUA 15. Kabupaten Asmat Rendah -5,908 4,245 Pra 11
498 PAPUA 16. Kabupaten Yahukimo Rendah 9,299 Estimasi terlalu rendah Pra/awal 12
499 PAPUA 17. Kabupaten Pegunungan Bintang Rendah -6,368 Estimasi terlalu rendah Pra/awal 13
500 PAPUA 18. Kabupaten Tolikara Rendah Belum terbentuk tahun 2012 Estimasi terlalu rendah Pra/awal 14
504 PAPUA 27. Kabupaten Supiori Menengah - tinggi 10,029 4,155 Pra 15
505 PAPUA 28. Kabupaten Mamberamo Raya Tinggi 26,575 Estimasi terlalu rendah Pra 16
506 PAPUA 29. Kabupaten Nduga Rendah 14,813 Data tidak tersedia Pra 17
507 PAPUA 30. Kabupaten Lanny Jaya Rendah 1,072 Estimasi terlalu rendah Pra 18
508 PAPUA 31. Kabupaten Mamberamo Tengah Rendah -5,180 Estimasi terlalu rendah Pra 19
509 PAPUA 32. Kabupaten Yalimo Rendah -22,561 Estimasi terlalu rendah Pra 20
510 PAPUA 33. Kabupaten Puncak Rendah -5,870 Estimasi terlalu rendah Pra 21
511 PAPUA 34. Kabupaten Dogiyai Rendah -7,373 Estimasi terlalu rendah Pra 22
512 PAPUA 35. Kabupaten Intan Jaya Rendah -0,792 Estimasi terlalu rendah Pra 23
513 PAPUA 36. Kabupaten Deiyai Rendah 0,688 5,009 Pra 24

9/2/2020 93
 Kabupaten/kota: Bonus demografis awal
Persentase perubahan
persentase
No. Provinsi Kabupatenupaten/kota Klasifikasi ekonomi penduduk usia 15-64 tahun Angka fertilitas toal 2015 Tipe demografi Jumlah
1 ACEH SIMEULUE Rendah -0,015 2,520 Awal 1
2 ACEH ACEH SINGKIL Rendah -2,594 3,400 Awal 2
3 ACEH ACEH SELATAN Rendah 4,582 2,422 Awal 3
4 ACEH ACEH TENGGARA Rendah -4,277 2,741 Awal 4
5 ACEH ACEH TIMUR Rendah 0,484 2,935 Awal 5
6 ACEH ACEH TENGAH Rendah - menengah 6,319 2,729 Awal 6
7 ACEH ACEH BARAT Menengah - tinggi -5,263 2,060 Awal 7
8 ACEH ACEH BESAR Rendah - menengah -3,258 2,364 Awal 8
9 ACEH PIDIE Rendah 2,982 2,362 Awal 9
10 ACEH BIREUEN Rendah - menengah 3,013 2,522 Awal 10
11 ACEH ACEH UTARA Rendah - menengah -4,907 2,370 Awal 11
12 ACEH ACEH BARAT DAYA Rendah -2,633 2,186 Awal 12
13 ACEH GAYO LUES Rendah - menengah 2,833 2,769 Awal 13
14 ACEH ACEH TAMIANG Rendah 1,121 2,967 Awal 14
15 ACEH NAGAN RAYA Menengah - tinggi -0,284 1,722 Awal 15
16 ACEH ACEH JAYA Rendah - menengah 2,096 2,514 Awal 16
17 ACEH BENER MERIAH Rendah - menengah 3,709 2,809 Awal 17
18 ACEH PIDIE JAYA Rendah 2,667 2,485 Awal 18
19 ACEH BANDA ACEH Tinggi 9,759 2,009 Awal 19
20 ACEH SABANG Menengah - tinggi 4,440 2,493 Awal 20
21 ACEH LANGSA Rendah - menengah 1,426 2,536 Awal 21

9/2/2020 94
22 ACEH LHOKSEUMAWE Menengah - tinggi 6,583 2,083 Awal 22

23 ACEH SUBULUSSALAM Rendah 13,851 3,562 Awal 23

24 SUMATERA UTARA NIAS Rendah -2,189 2,749 Awal 24

Rendah -
25 SUMATERA UTARA MANDAILING NATAL menengah -2,727 3,269 Awal 25

26 SUMATERA UTARA TAPANULI SELATAN Menengah - tinggi -8,810 3,448 Awal 26

27 SUMATERA UTARA TAPANULI TENGAH Rendah 1,422 3,534 Awal 27

30 SUMATERA UTARA LABUHAN BATU Tinggi 4,174 2,995 Awal 28

31 SUMATERA UTARA ASAHAN Menengah - tinggi -3,923 3,001 Awal 29

32 SUMATERA UTARA SIMALUNGUN Menengah - tinggi 3,849 2,924 Awal 30

34 SUMATERA UTARA KARO Menengah - tinggi 2,812 2,945 Awal 31

35 SUMATERA UTARA DELI SERDANG Menengah - tinggi 2,741 2,309 Awal 32

36 SUMATERA UTARA LANGKAT Menengah - tinggi 3,697 2,761 Awal 33

39 SUMATERA UTARA PAKPAK BHARAT Rendah 6,770 3,839 Awal 34

41 SUMATERA UTARA SERDANG BEDAGAI Menengah - tinggi 6,199 2,951 Awal 35

42 SUMATERA UTARA BATU BARA Tinggi 0,742 2,779 Awal 36

43 SUMATERA UTARA PADANG LAWAS UTARA Menengah - tinggi -5,445 3,512 Awal 37

44 SUMATERA UTARA PADANG LAWAS Menengah - tinggi -9,403 3,570 Awal 38

45 SUMATERA UTARA LABUHAN BATU SELATAN Tinggi 6,937 2,870 Awal 39

46 SUMATERA UTARA LABUHAN BATU UTARA Tinggi -9,157 2,909 Awal 40

9/2/2020 95
 Kabupaten/kota: Bonus
demografis akhir
Persentase perubahan
persentase
Angka fertilitas toal Tipe
No. Provinsi Kabupatenupaten/kota Klasifikasi ekonomi penduduk usia 15-64 tahun 2015 demografi Jumlah
37 SUMATERA UTARA NIAS SELATAN Rendah -7,820 1,715 Akhir 1
69 SUMATERA BARAT PADANG Tinggi 6,820 1,813 Akhir 2
75 SUMATERA BARAT PARIAMAN Menengah - tinggi -2,370 2,610 Akhir 3
78 RIAU INDRAGIRI HILIR Tinggi -0,059 2,238 Akhir 4
81 RIAU KAMPAR Tinggi -0,990 2,496 Akhir 5
92 JAMBI MUARO JAMBI Menengah - tinggi -0,543 2,001 Akhir 6
101 SUMATERA SELATAN MUARA ENIM Tinggi -0,197 2,461 Akhir 7
104 SUMATERA SELATAN MUSI BANYUASIN Tinggi -1,184 2,268 Akhir 8
105 SUMATERA SELATAN BANYU ASIN Rendah - menengah -1,383 2,320 Akhir 9
114 SUMATERA SELATAN PAGAR ALAM Rendah -3,578 2,221 Akhir 10
115 SUMATERA SELATAN LUBUKLINGGAU Rendah - menengah -0,869 1,991 Akhir 11
124 BENGKULU BENGKULU TENGAH Menengah - tinggi -4,009 1,692 Akhir 12
134 LAMPUNG PESAWARAN Rendah - menengah -2,109 2,699 Akhir 13
135 LAMPUNG PRINGSEWU Rendah - menengah -1,010 2,586 Akhir 14
136 LAMPUNG MESUJI Menengah - tinggi -1,444 2,805 Akhir 15
139 LAMPUNG BANDAR LAMPUNG Menengah - tinggi -0,632 2,168 Akhir 16
KEPULAUAN BANGKA
141 BELITUNG BANGKA Menengah - tinggi -0,881 2,480 Akhir 17
KEPULAUAN BANGKA
142 BELITUNG BELITUNG Menengah - tinggi -1,148 2,078 Akhir 18
KEPULAUAN BANGKA
144 BELITUNG BANGKA TENGAH Menengah - tinggi -3,531 2,241 Akhir 19
148 KEPULAUAN RIAU KARIMUN Menengah - tinggi -5,052 2,568 Akhir 20

9/2/2020 96
150 KEPULAUAN RIAU NATUNA Tinggi -16,197 2,782 Akhir 21
151 KEPULAUAN RIAU LINGGA Menengah - tinggi -5,821 2,579 Akhir 22
153 KEPULAUAN RIAU BATAM Tinggi -0,395 2,248 Akhir 23
154 KEPULAUAN RIAU TANJUNG PINANG Tinggi -3,099 2,195 Akhir 24
155 DKI JAKARTA KEPULAUAN SERIBU Tinggi -2,255 2,686 Akhir 25
156 DKI JAKARTA JAKARTA SELATAN Tinggi -3,995 1,809 Akhir 26
157 DKI JAKARTA JAKARTA TIMUR Tinggi -1,939 1,848 Akhir 27
158 DKI JAKARTA JAKARTA PUSAT Tinggi -1,769 1,780 Akhir 28
159 DKI JAKARTA JAKARTA BARAT Tinggi -4,114 1,877 Akhir 29
162 JAWA BARAT SUKabupatenUMI Rendah -2,229 2,436 Akhir 30
167 JAWA BARAT CIAMIS Rendah -1,725 2,339 Akhir 31
168 JAWA BARAT KUNINGAN Rendah -0,574 2,213 Akhir 32
171 JAWA BARAT SUMEDANG Rendah - menengah -1,838 2,100 Akhir 33
173 JAWA BARAT SUBANG Rendah -0,138 2,427 Akhir 34
174 JAWA BARAT PURWAKARTA Tinggi -0,425 2,365 Akhir 35
177 JAWA BARAT BANDUNG BARAT Rendah - menengah -4,821 2,465 Akhir 36
193 JAWA TENGAH PURWOREJO Rendah -3,306 2,277 Akhir 37
204 JAWA TENGAH REMBANG Rendah - menengah -2,334 2,076 Akhir 38
205 JAWA TENGAH PATI Rendah - menengah -1,362 1,960 Akhir 39
211 JAWA TENGAH KENDAL Menengah - tinggi -1,526 2,343 Akhir 40

9/2/2020 97
 Kesimpulan dan implikasi

• Indonesia
– Bonus demografis awal
• Provinsi
– Bonus demografis awal
– Bonus demografis akhir
• Kabupaten/kota
– Pra-bonus demografis
– Bonus demografis awal
– Bonus demografis akhir
• Implikasi
– Persiapan bonus demografis
– Pemanfaatan peluang
9/2/2020 98
 Gribble dan Bremner (2012)

Pandemi
Covid-19

9/2/2020 99
 Pemanfaatan jendela kesempatan demografis dalam
masa pandemi Covid-19

• Tetap dapat dilakukan

• Sejarah menunjukkan bahwa manusia akan
bertahan dan menemukan jalan keluar
– Sumber daya utama adalah penduduk, yang
terampil, bersemangat, dan penuh harapan, yang
akan menggunakan kehendak dan imajinasi
mereka untuk keuntungan mereka dan tanpa
dapat dielakkan, untuk keuntungan semua orang
(Simon 1996)

9/2/2020 100
 30
35

0
5
20
25
50

10
15
40
45
Jambi

9/2/2020
Nusa Tenggara Timur
Aceh
Lampung
Bangka Belitung
Kalimantan Barat
Kalimantan Timur
Riau
Bali
Bengkulu
Papua Barat
Sumatera Selatan

- 0,2 0,2 0,6 0,7 0,8 0,8 0,9 0,9 1,0 1,0 1,3
Sulawesi Tengah
Nusa Tenggara Barat
Kalimantan Utara
Sulawesi Barat
Gorontalo
Sumatera Utara
Papua
Sulawesi Tenggara
Jawa Tengah
D.I. Yogyakarta
Jawa Barat
1,3 1,3 1,4 1,5 1,7 1,8 1,8 1,8 2,0 2,0 2,2
(per 17 Mei 2020)

Sulawesi Utara
2,8

Maluku Utara
3,2

Maluku
3,4

Sumatera Barat
4,0

Kalimantan Tengah
INDONESIA
sejuta penduduk menurut provinsi

Banten
Kepulauan Riau
Jawa Timur
4,1 4,3 4,7 4,8 4,9

Sulawesi Selatan
6,0
Angka kematian karena sebab Covid-19 per

Kalimantan Selatan
8,4

DKI Jakarta
101
43,8
 60
80
100

0
20
40
120
140

9/2/2020
Jambi
Kalimantan Utara

6 10
Papua Barat

11
Bali

12
Kalimantan Timur
Papua
Nusa Tenggara Timur

16 17 19
Nusa Tenggara Barat

21
Sumatera Selatan
Sulawesi Tenggara

26 27
Sulawesi Barat
Kalimantan Barat

30 31
Bengkulu
Bangka Belitung 34 35
Sulawesi Tengah
D.I. Yogyakarta
40 43

Maluku Utara
Kalimantan Tengah
48

Sumatera Barat
Aceh
Sulawesi Selatan
54 56 56

Jawa Tengah
Riau
61 61 61

Sulawesi Utara
INDONESIA
66 67

Jawa Barat
Maluku
71 75

Lampung
provinsi (per 17 Mei 2020)

77

DKI Jakarta
83

Gorontalo
Jawa Timur
Angka fatalitas kasus menurut

Banten
90 94

Kepulauan Riau
95 97

Kalimantan Selatan
Sumatera Utara
102
119
 200
500
400
600
800
900

0
100
700

300
1.000

9/2/2020
-
Jambi
Nusa Tenggara Timur
Aceh
Lampung
Bangka Belitung
Bali
Kalimantan Barat
Bengkulu
Kalimantan Timur
Papua Barat
Sulawesi Tengah
Nusa Tenggara Barat
Riau
Sulawesi Barat
Gorontalo
Sumatera Selatan
Jawa Tengah
D.I. Yogyakarta
Kalimantan Utara
2 3 9 11 13 13 14 15 15 18 18 20 21 22 23 25 26 26

Papua
28 31

Sulawesi Tenggara
32

Sumatera Utara
35

Sulawesi Utara
36

Jawa Barat
Maluku
49 50

Maluku Utara
Jawa Timur
Sumatera Barat
INDONESIA
Kalimantan Tengah
59 64 64 74 85

Sulawesi Selatan
menurut provinsi (per 17 Mei 2020)

93

Banten
Proporsi meninggal karena Covid-19

Kepulauan Riau
Kalimantan Selatan
125125

DKI Jakarta
103
889
 Persentase penduduk usia 65 tahun ke atas dan
CFR menurut provinsi

CFR
140 CFR-Covid = 2,6506Old + 33,038
120 R² = 0,0194

100

80

60

40

20

0
0,0 2,0 4,0 6,0 8,0 10,0 12,0
Persentase penduduk usia 65 tahun ke atas
9/2/2020 104
The percentage of population age 70 years
and above and COVID-19 case fatality rate
COVID-19 CFR
COVID19CFR = 3,24POld + 14,96
200 R² = 0,196

180

160

140

120

100

80

60

40

20

0
0 5 10 15 20 25
Percentage of population age 70 years and above
 Kesimpulan

• Jumlah Penduduk Indonesia sangat

menentukan keberhasilan bonus
demografi
• Komposisi penduduk akan
berpengaruh pada kebijakan
pembangunan nasional
 Referensi
• Ahmed, S.A., M. Cruz, B. Quillin, dan P. Schellekens. 2016. Demographic Change and Development:
A Global Typology. Policy Research Working Paper 7893 World Bank Group Development Economics
Development Prospect Group.
• Badan Pusat Statistik. 2019. Keadaan Angkatan Kerja Indonesia Februari 2019. Jakarta, Indonesia.
• Kementerian Pemberdayaan Perempuan dan Perlindungan Anak (KPPPA) dan Badan Pusat Statistik.
2018. Profil Anak Indonesia 2018. KPPPA: Jakarta.
• Lembaga Demografi Fakultas Ekonomi Universitas Indonesia. 2010. Dasar-dasar Demografi. Edisi 2.
Editor: S.M. Adioetomo dan O.B. Samosir. Depok, Indonesia.
• Samosir, O.B., F. Aninditya, E. Antarwati, R. Masduki, dan L. Nainggolan. 2019. Pencapaian Bonus
Demografis di Indonesia: Nasional dan Sub-Nasional (Provinsi dan Kabupaten/Kota).
Dipresentasikan dalam Seminar Pemanfaatan Bonus Demografi di Kabupaten/Kota di Indonesia
Ikatan Praktisi dan Ahli Demografi Indonesia Lembaga Demografi Fakultas Ekonomi dan Bisnis
Universitas Indonesia Badan Kependudukan dan Keluarga Berencana Nasional Hotel Savero, Depok,
Selasa, 23 April 2019.
• Siegel, J.S. and David A. Swanson. 2004. The Methods and Materials of Demography. Second
Edition. Elsevier Academic Press. California, USA.
• United Nations (UN). 2019. World Population Prospects 2019, Online Edition. Rev. 1. Department of
Economic and Social Affairs, Population Division (2019).
 TERIMA KASIH
SELAMAT MENGERJAKAN EVALUASI