ANALISIS KEPENDUDUKAN

RPS 6 : “TEKNIK ESTIMASI FERTILITAS”

Dosen Pengampu: Dr. Made Heny Urmila Dewi, S.E., M.Si.

KELOMPOK 4

Anggota Kelompok:

Ni Luh Putu Setia Rahini (1907511039)

Ni Made Ayu Martiana Dewi (1907511107)

Ni Putu Ayu Liana Waisnayanti (1907511108)

KELAS EKI 404 E1

FAKULTAS EK0NOMI DAN BISNIS

UNIVERSITAS UDAYANA

TAHUN 2021
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Kuasa karena telah memberikan
hikmat dan kemampuan sehingga makalah ini dapat kami selesaikan dengan tepat waktu.
Adapun tujuan dari penyusunan makalah ini adalah untuk mempelajari dan memahami mata
kuliah Analisis Kependudukan RPS 06 dengan judul “Penerapan Metode Estimasi Fertilitas”.
Pada kesempatan ini kami ingin mengucapkan terima kasih kepada semua pihak dan
teman-teman kelompok yang telah membantu dan mendukung dalam penyusunan makalah ini,
dan secara khusus kami ingin mengucapkan terima kasih kepada Ibu Dosen pengampu Mata
Kuliah yang telah banyak memberikan pengetahuan yang bermanfaat bagi kami.
Dikarenakan pengetahuan yang terbatas, kami menyadari bahwa makalah ini masih jauh
dari kata sempurna dan masih banyak kekurangannya, baik ditinjau dari segi materi maupun
dari segi tata bahasanya. Namun, kami telah berupaya dengan segala kemampuan
dan pengetahuan yang kami miliki untuk dapat menyelesaikan makalah ini dengan tepat
waktu.
Dan kami berharap semoga makalah ini bisa bermanfaat bagi siapa saja yang
membacanya. Sekian dan terimakasih

Denpasar, 24 Oktober 2021

Penyusun

1
 DAFTAR ISI
KATA PENGANTAR....................................................................................................... 1

DAFTAR ISI..................................................................................................................... 2

BAB I PENDAHULUAN.................................................................................................. 3

1.1 Latar Belakang .......................................................................................................... 3

1.2 Rumusan Masalah ..................................................................................................... 3

1.3 Tujuan....................................................................................................................... 3

BAB II PEMBAHASAN................................................................................................... 4

2.1 Metode Reverse Survival ........................................................................................... 4

2.2 Metode Rele............................................................................................................ 11

2.3 Metode P/F Ratio..................................................................................................... 15

2.4 Metode Perkiraan Rata-Rata Usia Kawin Pertama .................................................... 20

2.5 Metode Anak Kandung (Own Children Method)....................................................... 23

BAB III PENUTUP ........................................................................................................ 27

3.1Kesimpulan .............................................................................................................. 27

DAFTAR PUSTAKA...................................................................................................... 28

2
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Pengukuran struktur kependudukan yang datanya berasal dari sensus penduduk atau
data sekunder berbeda dengan pengukuran proses demografi yang dapat terjadi pada setiap
saat misalnya kelahiran (fertilitas), kematian (mortalitas) dan mobilitas penduduk. Para
pemakai data kependudukan, khususnya para perencana pada saat pengambil kebijakan
sangat membutuhkan data penduduk yang berkesinambungan dari tahun ke tahun. Sayangnya
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. 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 lalu dapat
diperoleh dari hasil survei dan sensus.

1.2. Rumusan Masalah

1.2.1 Bagaimanakah penerapan dari metode Reverse Survival ?
1.2.2 Bagaimanakah penerapan dari metode Rele ?
1.2.3 Bagaimanakah penerapan dari metode P/F Ratio ?
1.2.4 Bagaimanakah penerapan dari metode Perkiraan Rata-Rata Usia Kawin Pertama ?
1.2.5 Bagaimanakah penerapan dari metode Anak Kandung (Own Children Method) ?
1.3 Tujuan Penelitian
1.3.1 Untuk mengetahui tentang penerapan metode Reverse Survival.
1.3.2 Untuk mengetahui tentang penerapan metode Rele.
1.3.3 Untuk mengetahui tentang penerapan metode P/F Ratio.
1.3.4 Untuk mengetahui tentang metode Perkiraan Rata-Rata Usia Kawin Pertama.
1.3.5 Untuk mengetahui tentang metode Anak Kandung (Own Children Method).

3
 BAB II
PEMBAHASAN

Sumber data yang diandalkan dari sensus penduduk pemakai harus sadar terhadap
kelemahan yang ada dalam sumber data tersebut, sebagai konsekuensi terhadap kelemahan
data ini adalah dengan menggunakan pengukuran secara tidak langsung (indirect estimation).
Indirect Estimation akan selalu dihadapkan pada masalah keakuratan hasil pengukuran,
ini disebabkan karena indirect estimation selalu didasarkan pada asumsi-asumsi tertentu yang
kemungkinan tidak berlaku di negara sedang berkembang, selain itu dalam contoh kasus untuk
memperoleh trend diperlukan beberapa kali sensus/survei. Dalam berbagai perencanaan
pembangunan, informasi tentang kondisi demografi menjadi dasar dalam pengambilan
kebijakan pembangunan. Dalam bagian ini akan dilakukan beberapa perhitungan tingkat
kelahiran dengan metode tidak langsung dengan menggunakan data statistik untuk Provinsi
Bali sebagai berikut:
2.1 METODE REVERSE SURVIVAL
Metode Reverse adalah metode yang dapat dipergunakan untuk memperoleh gambaran
mengenai keadaan fertilitas tahun lalu, dengan mengasumsikan bahwa pertumbuhan
adalah konstan setiap tahunnya. Ukuran fertilitas yang lain di masa lalu dapat dicari pula
dengan menggunakan rumus ekivalen yang dikembangkan oleh Smith (1992), Bogue
(1969), serta dapat pula dengan memanfaatkan table equivalent CBR- TFR-GFR.
Keadaan fertilitas tahun lalu dan tahun sekarang, dapat dilakukan proyeksi untuk
mengetahui keadaan fertilitas di tahun berikutnya. Berikut disajikan contoh estimasi CBR
dengan metode Reverse Survival untuk Provinsi Bali berdasarkan estimasi level of
mortality (LM) oleh BPS.
Estimasi CBR Dengan Reserve Survival 1995 untuk Provinsi Bali
Berdasarkan Estimasi Level of Mortality (LM) oleh BPS
Estimasi oleh BPS diperoleh LM Provinsi Bali adalah 21,18 Data: Supas 1995 Provinsi
Bali (Daerah Kota + Desa)

Tabel 21. Estimasi CBR dengan Reserve Survival P 0-4 1995 untuk Provinsi Bali (Kota
+ Desa) dengan LM 21,18

4
 N Dasar P(0 - 4) 1995 Laki-laki Perempuan
o

1 P(0 - 4) 128.465 123.236

2 Terhitung Level of Mortality 21,18 21,18

3 Survival Ratio 0 - (0 - 4) 0,957835 0,967802

4 Jumblah kelahiran selama (1990 - 134120 127336

1995)
B = P(0 - 4)/ SR = (1)/(3)

5 Jumblah kelahiran selama (1990 - 134120 + 127336 = 261456

1995) Laki-laki + Perempuan

6 Rata-rata jumblah kelahiran setiap 1/5 (261456) = 52291

tahun selama 1990 - 1995

7 Jumblah Penduduk Pertengahan ½ (P1990 + P1995)

Tahun 1990 - 1995 = ½ (2.777.356 + 2.895.469)
= ½ (5673005) = 2836502,5

8 CBR rata-rata setiap tahun selama (52291/2836502,5) x 1000 = 18,435

1990 - 1995 = B/P CBR = 18,435

Penjelasan:
Baris No (3): Survival Ratio 0 - (0 - 4)

Pada contoh ini menggunakan “West model life table yang disusun berdasarkan level of
mortality, seperti ditunjukkan dalam lampiran 9.

5
 Estimasi CBR Dengan Reverse Survival P(5-9) 1995 Untuk Provinsi Bali
Berdasarkan Estimasi Level of Mortality (LM) Oleh BPS

LM = 21,18 (BPS)
Data = SUPAS 1995 Provinsi Bali (Daerah Kota + Desa)

Tabel 22. Estimasi CBR dengan Reserve Survival P (5-9) 1995 untuk Provinsi Bali
(Kota + Desa) dengan LM 21,18

N Dasar P(5 - 9) 1995 Laki-laki Perempuan

o

1 P(5 - 9) 127.961 113.924

2 Survival Ratio (0 - 4) - (5 - 9) (b) 0,001877 0,993987

LM = 21,18

3 P(0 - 4) 1990 (1)/(2) 129009 114613

6
4 Survival Ratio 0 - (0 - 4) 0,932331 0,944906
LM = 19,18

5 Kelahiran selama (1985-1990) 138373

6 Jumblah kelahiran selama (1985 - 1990) Laki- 259669

laki + Perempuan

7 Rata-rata jumblah kelahiran setiap tahun 1/5 (259669) = 51934

selama 1985 - 199

8 Jumblah Penduduk Pertengahan tahun 1985- 2713379

1990

9 CBR rata-rata setiap tahun selama 1990 - 1995 = (51934/2713379) x

B/P 1000 = 19,139
CBR = 19,139

Penjelasan:
Baris No (2) : Survival Ratio (0-4) - (5-9)

Nilai survival ratio dalam contoh ini selengkapnya dapat dilihat dalam lampiran 9, yang
merupakan “West” model life table yang disusun berdasarkan level of mortality.

LM 21,18 → terletak antara level 21 dan 23

7
3. Proyeksi CBR Tahun 1995 - 2000 (LM = 21,18)
8
Proyeksi untuk CBR 1995 - 2000 dengan LM dari BPS (Supas 1995 – LM = 21,18) untuk
Provinsi Bali.

CBR2 = 18,432 r = antilog 1/n log (P1/P0) - 1

CBR1 = 19,139 = antilog 1/5 log (18,432/19,139) - 1

= - 0,749 = - 0,75% setiap tahun

CBR3 = CBR2 (1 + r) pangkat n = 18,432 (1 + (-0,0075)) pangkat 5

= 18,432 (0,9925) pangkat 5 = 17,75 % penduduk.

Dengan nilai CPR 17,75 per 1000 penduduk dapat diperkirakan ukuran fertilitas yang
lain dengan menggunakan rumus hubungan antar antar fertilitas oleh Smith, Bogue, dan
tabel equivalent CBR-GFR-TFR. Rumus equivalent tersebut secara lengkap disajikan
dalam lampiran 10 dan 11.

1) SMITH (1992)

TFR ~ 135 CBR = 135 x 17,75 % = 2396 per 1000

GFR ~ 4 ½ CBR = 4 ½ x 17,75% = 79,74 per 1000

CWR ~ 4 ½ GFR = 4 ½ x 79,875 % = 359,5 per 10000

2) BOGUE

GFR = 5,5952 CBR - 8,5945 = 4,5952 (17,75%) - 8,5945

= 72,970 per 1000

TFR = 137,94 CBR + 106,16 = 137,94 (17,75%) + 106,16 = 2554 per 1000

3) TABEL EQUIVALENT CBR-GFR-TFR

Tabel equivalent CBR-GFR-TFR, dipergunakan untuk mencari nilai dari

ukuran fertilitas yang lain, yaitu GFR dan TFR apabila nilai CBR diketahui,
9
 dengan memakai interpola terhadap nilai yang sudah ada di tabel equivalent
(lampiran 11). Berdasarkan nilai CBR yang telah diketahui, kemudian dicari nilai
dari ukuran fertilitas yang lain dengan menggunakan rumus ekuivalen oleh Smith,
Bogue, dan tabel equivalent CBR-GFR-TFR, sehingga diperoleh tren fertilitas
untuk Provinsi Bali seperti ditunjukkan dalam tabel

Tabel. Trend Fertilitas Provinsi Bali 1985-2000

LM = 19,18 LM = 21,18 LM = 19,18

1985 - 1990 1990 - 1995 1995 - 2000
SMITH - CBR 19,139 18,435 17,75
(1992) - GFR 86,126 82,957 79,875
- TFR 2583,765 2488,725 2396,25
BOGUE - CBR 19,139 18,435 17,75
(1969) - GFR 79,353 76,188 72,970
- TFR 2746,194 2649,084 2554
TABEL - CBR 19,139 18,435 17,75
EQUIVALEN - GFR 79,556 76,175 73
CBR-GFR-TFR - TFR 2740,07 2650,9 2555

Analisis Hasil
Dari hasil analisis metode reverse survival diperoleh hasil fertilitas total tidak jauh
berbeda. Angka fertilitas kasar Provinsi Bali berkisar 18-19 per 1000 penduduk (terdapat
kelahiran sebanyak 18-19 per 1000 penduduk setiap tahun kurun waktu 1985-1990) CBR
adalah teknik perhitungan yang paling sederhana, data yang dibutuhkan adalah jumblah
kelahiran dan jumblah penduduk pertengahan tahun, teknik ini memiliki kelemahan karena
penduduk laki-laki maupun perempuan dihitung secara bersamaan sehingga hasil yang
diperoleh bersifat kasar.
Dengan metode reverse ini diperoleh gambaran mengenai fertilitas tahun lalu, dengan
mengasumsikan bahwa pertumbuhan adalah konstan setiap tahunnya, sehingga dengan
proyeksi maka keadaan fertilitas tahun 2000 dapat diketahui (fertilitas tahun berikutnya
dapat diketahui). Berdasarkan nilai CBR tersebut, selanjutnya dapat dihitung nilai dari
TFR dan GFR (dengan menggunakan persamaan yang diformulasikan oleh para ahli
terdahulu, seperti Smith (1992), Bogue (1969) dan tabel equivalent CBR-GFR-TFR. Hal
ini dilakukan mengingat terdapatnya hubungan antara ukuran fertilitas yang satu dengan
yang lainnya, karena menggunakan variabel yang sama. Hasil perhitungan menggunakan
pendekatan dari Bogue dan Smith mengenai angka hasilnya untuk data yang memakai
10
 level of mortality dari BPS (metode Own Children). TFR berkisar untuk Smith antara 2,6-
2,3 dan Bogue antara 2,7-2,5 sedang jika menggunakan tabel equivalent CBR-GFR- TFR
(dengan memakai terpolasi terhadap nilai yang sudah ada di tabel) diperoleh nilai TFR
berkisar setara 2,75-2,55.
Hasil menunjukkan angka fertilitas total Provinsi Bali menurun dalam setiap periode
waktu. Dengan metode Smith periode tahun 1985-1990, TFR Provinsi Bali sebesar 2,58
per wanita; periode 1990-1995 sebesar 2,49 dan terakhir mencapai 2,39 pada proyeksi
periode 1995-2000. Jika dibandingkan dengan Indonesia TFR periode 1990-1995 adalah
2,94 dan periode 1995-2000 sebesar 2,65 (Kasto dan Sembiring, 1996), dibandingkan
dengan Indonesia angka FR Provinsi Bali masih berada di bawahnya.
Nilai GFR dengan metode Smith dan metode Borgue adalah sebagai berikut: dengan
metode Smith antara periode 1995-2000 nilai GFR berkisar antara 86,12 sampai 79,87 per
1000; Metode Borgue niali berkisar antara 79,35 sampai 72,97; sedangkan dengan tabel
equivalent CBR-GFR-TFR nilai berkisar antara 79,56 sampai mencapai 73 per 1000,
artinya terdapat kelahiran sebanyak 86 sampai 80 (Smith) diantara 1000 wanita usia
reproduksi dan ukuran ini merupakan ukuran yang lebih cermat daripada CBR karena
memasukkan wanita berumur 15-49 tahun (penduduk resiko melahirkan).
Rendahnya fertilitas di Provinsi Bali dibandingkan dengan Indonesia (masih berada
dibawahnya walaupun selisihnya sedikit) adalah kemungkinan besar karena dampak
keberhasilan program KB. Di sisi lain rendahnya angka fertilitas di Bali juga merupakan
indikasi tentang rendahnya angka kematian bayi dan anak di daerah tersebut (karena
semakin tingginya tingkat pendidikan ibu, lingkungan yang semakin baik, pelayanan
kesehatan semakin baik, masalah gizi yang semakin bagus). Secara singkat determinan
sosial ekonomi mempengaruhi mortalitas bayi dan anak melalui variabel antara seperti
dijelaskan diatas.
Disamping variabel-variabel lain, rata-rata usia kawin pertama juga berpengaruh
terhadap penururnan fertilitas di Provinsi Bali , semakin tinggi usia kawin pertama berarti
memperpendek usia subur dan pada akhirnya akan menurunkan jumblah kelahiran.

2.2 METODE RELE

Metode Rele merupakan suatu metode yang didasarkan pada konsep penduduk yang
stabil, dimana yang dimaksudkan sebagai penduduk yang stabil dalam metode ini yaitu

11
 pengaruh migrasi international diabaikan terhadap pertumbuhan penduuduk. Struktur
penduduk dalam metode ini hanya dipengaruhi oleh trend Fertilitas dan Mortalitas pada
periode yang lalu atau sebelumnya. Metode Rele ini juga disebut sebagai Metode “Anak
Ibu”.
Data yang dipergunakan sebagai dasar perhitungan Metode Rele sebagai berikut.
a. Data jumlah penduudk perempuan usia produktif (15-49)th
b. Data Jumlah Penduduuk usia 0-4 th , dan usia 5-9 th
kemudian dengan memanfaatkan data angka harapan hidup, maka dapat dibuat tabulasi
CWR (child women ratio) melalui koefisien yang telah ditentukan sehingga diperoleh nilai
TFR dan GFR. menganai langkah perhitungannya adalah sebagai berikut :
Rumus Metode Rele :

apabila diketahui :
sex ratio saat lahir (sex ratio at birth) = 105, maka

sehingga rumusnya menjadi ;

Keterangan ;
a,b = Konstanta RELE berdasarkan harapan hidup
TFR = kelahiran bayi laki-laki + perempuan
GRR = kelahiran bayi perempuan saja .

Berdasarkan hasil data SUPAS pada tahun 1995, provinsi bali (wilayah Desa + kota)
didapatkan:
CWR = P (jumlah penduduk) (0-4) / W(penduduk wanita) (15-49)
= 0,306, dengan
LM = 21,18 (estimasi level of mortality)
1. Langkah 1 ; Mencari angka harapan hidup laki-laki dan perampuan
berdasarkan LM = 21,18, dan harapan hidup waktu lahir maka dapat dicari nilai a dam b
(konstanta RELE). , dimana LM = 21,18 terletak diantara level 21 dan 23
Nilai Harapan hidup atau e0 Laki-laki dan Perempuan pada level LM 21 dan 23 , pada
perhitungan ini dapat dilihat pada tabel di lampira 9 pada buku matematika populasi Eka
Nila Kusumawati.
12
 pada Level 21 Level 23

e0 -→ laki-laki = 66,02 71,19

Perempuan = 70,00 75,00

Berdasarkan data diatas maka, Harapan hidup laki-laki / perempuan dalam level 21,18
adalah sebagai berikut.
Harapan hidup laki-laki yaitu :

Harapan hidup Perempuan yaitu :

jadi , harapan hidup laki-laki dan perempuan adalah :

2. Langkah 2 ; mencari nilai a dan b ( konstanta Rele) berdasarkan hasil harapan hidup
laki-laki dan perempuan ( , dimana nilai initerletak
diantara level 60 dan 70 pada Harapan hidup waktu lahir

Harapan Hidup Waktu Lahir untuk Pf (15-49)th

Level 60 Level 70
CWR a = -0,0182 a = -0,0309
CWR b = 3,6628 b = 3,4829
13
 Konstanta CWR a dan CWR b berdasarkan harapan hidup waktu lahir ,selengkapnya
dapat dilihat pada tabel lampiran 13 pada buku Eka Nilakusumawati.

3. Langkah ke 3 , perhitungan GRR dan TFR dengan mensubtitusikan nilai koefisien

Rele, dan CWR = 0,306

TFR = 2,05 (a + (b CWR)

= 2,05 ( -0,02889 + (3,51134 x 0,306 ) = 2,143439802
= 2143 per 1000 wanita, artinnya pada tahun 1995 terdapat kelahiran hidup sebesar
2134 setiap 1000 wanita yang hidup hingga akhir masa reproduksinya.

GFR = a + (b CWR)
= -0,02889 + (3,51134 x 0,306 )= 1,04558 X 1000
= 1045,58
artinya setiap 1000 wanita pada masa suburnya (berumur 15-49 thn), terdapat kelahiran
bayi sebesar 1045,58 %.

1) Trend Fertilitas
Trend Fertilitas Provinsi Bali 1985-2000 berdasarkan level kematian yang diestimasi oleh
BPS, ditunjukkan oleh tabel sebagai berikut.
Trend Fertilitas Provinsi Bali 1985-2000, dengan Asosiasi Bogue, Rele, dan
Palmore
LM = 19,18 LM = 21,18 LM = 23,18
1985-1990 1990-1995 1995-2000
1. BOGUE (1969)
CBR 19,139 18,435 17,75

14
 GFR 79,353 76,188 72,97
TFR 2746,194 2649,084 2554

2. RELE
CBR 2363,855 2143,439 1943,576
GFR 1153,1 1045,59 948,086

3. PALMORE
TFR 2734 2266 1879
Dari hasil peritungan yang menggunakan metode Rele diperolehlah nilai TFR
periode 1990-1995 dengan LM 21,18 yaitu sebesar 2,143 per wanita dan GFR 1,045 per wanita.
Jika dibandingkan dengan Asosiasi Bogue pada periode waktu yang sama diperoleh TFR 2,649
per wanita , angka TFR yang lebih kecil dari asosiasi Bogue disebabkan karena metode Rele
memaksukkan variabel angka harapan hidup (yeng berpengaruh terhadap terjadiny kelahiran).

Dalam metode Rele, data yang dibutuhkan hanya penduudk menurut jenis
kelamin dan kelompok umur , serta angka harapan hidup yang merupakan indikasi dari tingkat
mortalitas. adapun kelemahan dari metode Rele adalah bahwa kualitas data sangat berpengaruh
terhadap perhitungan, metode rele juga terbatas hanya dalam pengukuran TFR, dan tak ada
cara untuk mengetahui ASFR dan perkiraan ukuran tingkat fertilitas yang lain.

GFR merupakan banyaknya bayi perempuan yang yang dilahirkan oleh suatu
kohor wanita, nilai GFR dalam peridoe waktu 1990-1995 adalah 1,046, berarti bahwa pada
tahun tersebut terdapat sebanyak 1,046 kelahiran bayi wanita dari setiap kelompok PUS
(pasangan usia subur) usia (15-49)th . GRR berkaitan dengan kemanpuan penduudk untuk
menggantikan dirinya untuk melahirkan anak kembali.

2.3 METODE P/F RATIO

Metode P/F Ratio merupakan metode yang dikemukakan oleh Brass dengan
mendasarkan pada jumlah anak yang masih hidul dan jumlah anak yang meninggal untuk
memperkirakan ukuran-ukuran fertilitas seperti TFR, CBR,dan GFR. Metode P/F Ratio
serupa dengan metode kelahiran anak terakhir , tetapi masih belum dilakukan penyesuaian
terhadap kurun waktu kejadian demografi tersebut. Metode ini menggunakan koefisien
tertentu untuk menentukan ASFR yang selanjutnya digunakan untuk mengetahui TFR.
koefisien tersebut merupakan koefisien untuk melakukan

15
 interpolasi antara tingkat fertilitas komulatif untuk meperkirakan persamaan jumlah
kelahiran anak. untuk mengetahui bagaimana perhitungannya akan dijelaskan sebagai
berikut.
1. Metode P/F Ratio Untuk Data Sensus Penduduk (SP) 1990 (Desa + Kota )- Indonesia

Tabel 1. Metode P/F Ratio untuk mencari Rata-Rata Fertilitas Setahun Sebelum Sensus.
Umur Indek Ʃ♀ Ʃ AMH Ʃ A. Mati Ʃ ALH
Ʃ♀ Ʃ♀ x͞ ALH = fi
(7)=(6): (3)
(1) (2) (3) (4) (5) (6) (7)
15-19 1 9.406.534 308.525 15.276 323.801 0,03442
20-24 2 8.545.057 954.302 31.836 989.138 0,11540
25-29 3 8.116.380 929.714 25.259 954.973 0,11694
30-34 4 6.661.469 570.762 15.617 586.379 0,08803
35-39 5 5.395.776 297.450 9.331 306.781 0,05686
40-44 6 4.071.381 89.611 3.858 93.469 0,02296
45-49 7 3.841.742 30.346 1.617 31.963 0,00321

Keterangan :
a. Kolom 3 : Ʃ ♀ tersedia dari sensus penduduk
b. kolom (4) + kolom (5) : data khusus yang diketahui pada tahun 1990
c. kolom (6) = Ʃ ALH (setahun yang lalu )
d. kolom (7) = fi = Rata-rata Fertilitas setahun sebelum sensus
= Ʃ ALH / Ʃ ♀ = kolom (6) / kolom (3)

Tabel 2. Metode P/F Ratio, Perhitungan untuk memperoleh Pi/Fi

Umur Indek Fi Qi Fi Pi Pi/Fi
Pi= ͞x ALH = fi
(1) (2) (3) (4) (5) (6) (7)
15-19 1 0,03442 0,172210 0,07068 0,10 1,41483
20-24 2 0,11540 0,74910 0,40099 0,80 1,99506
25-29 3 0,11694 1,33380 0,75934 1,94 2,55482
30-34 4 0,08803 1,77395 3,05
35-39 5 0,05686 2,05825 3,94
40-44 6 0,02296 2,17305 4,55
45-49 7 0,00321 2,18905 4,95

Keterangan ;
kolom (4) : Qi = Fertilitas komulatif

16
 Q1 = fertilitas komulatif 15-49
Qi = 5 [ Ʃ f (j) ]
QI = 5 [ 0,03442]= 0,17210,
langkah selanjutnya untuk mencari Q2, Q3,Q4, dst dapat dilakukan dengan cara
mensubsitisikan f2, f3, f4 , dst pada kolom 3 dengan menjumlahkannya ke dalam
persamana perhitungan sebelumnya,
seperti contoh ;
Q2 = 5 (f1+f2) = 5(0,03442+0,11540) = 0,74910
Q3 = 5 (f1+ f2+f3)= 5 ( 0,03442 + 0,11540 + 0,11694) = 1,3380, dst hingga Q7
Kolom (5) ; Fi yang merupakan Rata-Rata Fertilitas equivalen dengan (menggeser 6 bulan
sebelum sensus, yaitu menggunakan konsep pertengahan tahun) dengan
menggunakan table coale trussel model, dimana nilai koefisien dari a (i) , b (i)
, dan C(i) dapat dilihat pada lampiran 14 pada buku Eka Nilakusumawati.
dimana rumus untuk mencari Fi sebagai berikut :

contoh :
F(1) = Q(1-1) + (2,531) (0,00342) + (-0,188) ( 0,11540)+ (0,0024) (2,18905)
= Q(0) + 0,07068 = 0,07068
F(2) = F(i)+ (3,321) (0,11540) + (-0,754) ( 0,11694)+ (0,0161) (2,18905)
= F(1) + 0,330314
= 0,07068 + 0,330314= 0,40099
F(3) = F(2) + (3,265) (0,11694) + (-0,627) ( 0,08803)+ (0,0145) (2,18905)
= F(2) + 0,3818 - 0,0552 + 0,03174
= 0,40099 + 0,35835= 0,75934

kolom 6 ; Pi = ͞x ALH sensus 1990 => dimana data diketahui pada sensus 1990 (ALH
per Wanita)
kolom 7 ; Pi/Fi
P1/F1= 0,10 / 0,07068 = 1,41483
P2/F2 = 0,80 / 0,40099 = 1,99506
P3/F3 = 1,94 /0,75934 = 2,55482
K= ͞x P1 / F1 dan P2 / F2 = (1,41483 + 1,99506 ) / 2
K = 1,70495
17
Dari data fi= ͞x ALH maka dapat diperkirakan ASFR (notasi fi+) dengan rumus;

atau

koefisien x,y,z dari persamaan diatas da[at dlihat selengkapnya dalam lampiran 15 buku
eka nilakusumawati
Tabel 3. Metode P/F Ratio, perhitungan untuk memperoleh W(i), f (i)+, dan ASFR
Umur Indek f (i) W(i) ASFR
Pi/fi
(1) (2) (3) (4) (5) (6) = (5) x K
; K = 1,4375
15-19 1 0,03442 0,07297 0,04284 0,07304
20-24 2 0,11540 0,10822 0,11963 0,20396
25-29 3 0,11694 0,11983 0,11483 0,19578
30-34 4 0,08803 0,12604 0,08465 0,14432
35-39 5 0,05686 0,16950 0,02012 0,03432
40-44 6 0,02296 0,27480 0,01700 0,02898
45-49 7 0,00321 - 0,00232 0,00396
Ʃ= 0,68436
Keterangan ;
Kolom 4 ; mencari W(i) dapat dilakukan denga menggunakan rumus :

contoh

18
 Begitu seterusnya hingga perhitungan W (6) , W(7) tidak dapat dicari karena
koefisien for calculation of weighting factors to estimate ASFR hanya sampai
kelompok umur 40-44.

Kolom 5 ; dalam perhitungan mencari f (i)+ menggunakan rumus sebagai berikut;

, dan

contoh

0,11540) = 0,04284

0,11694) = 0,11963,
Perhitungan yang sama dilakukan hingga mencapai f (6)+, sedangkan untuk
perhitungan f (7)+ adalah sebagai berikut ;

Kolom 6 ;
Nah pada kolom 6 dapat dicari ASFR pada masing- masing kelompok umur dengan
mengalikan masing -masing f (i)+ dengan K (kontanta , yang ditetapkan sebesar 1,4375)
untuk hasil perhitungannya dapat dilihat pada tabel.
Setelah mengetahui sigma (jumlah) ASFR = 0,68436, maka dapat dicari perhiungan TFR,
CBR dan GFR
perhitungan TFR :
TFR = 5 Ʃ ASFRi = 5 x 0,68436 = 3,4218 ≈ 3,4, yang berarti setiap 1000 wanita yang telah
melewati masa suburnya akan melahirkan bayi laki-laki dan perempuan sebanyak 3,4, atau
setiap wanita akan melahirkan bayi sebanyak 3,4
perhitungan CBR dan GFR :
Tabel 4. Perhitungan Kelahiran Menurut umur Ibu (B(i) ) dengan ASFR
Umur ASFR Pfemale (SP 1990) B(i)
(1) (2) (3) (4)= (2) x(3)
15-19 0,07304 9.406.534 68.7054
20-24 0,20396 8.545.057 1.742.850
25-29 0,19578 8.166.380 1.598.814

19
 30-34 0,14432 6.661.469 961.383
35-39 0,03432 5.395.776 185.075
40-44 0,02898 4.071.381 117.989
45-49 0,00396 3.841.742 15.231
Total Ʃ=0,68436 46.088.348 5.308.378
jadi :

CBR =

nilai CBR 29,6 artinya pada saat sensus penduduk pada tahun 1990 , dari setiap 1000
penduuduk pada pertengahan tahun terdapat kelahiran bayi sebanyak 29

GFR =

nilai GFR 115,2 %, artinya setiap 1000 wanita pada masa suburnya (berumur 15-49 thn),
terdapat kelahiran bayi sebesar 115,2 %.

2.4 PERKIRAAN RATA-RATA USIA KAWIN PERTAMA

Disamping variabel-variabel lain, rata-rata usia kawin pertama seringkali digunakan
sebagai indikator penurunan fertilitas. Semakin tinggi usia kawin pertama berarti
memperpendek usia subur dan pada akhirnya akan menurunkan jumlah kelahiran. Usia
kawin muda akan berpengaruh terhadap resiko mengalami kematian bayi menjadi tinggi.
Hal tersebut berkaitan dengan aspek kematangan dan kemampuan orangtua mengasuh
anak. Variabel lain juga berpengaruh terhadap variasi angka fertilitas adalah pemakaian
alat kontrasepsi, pendidikan serta variabel lainnya.
1. Perkiraan Rata-rata Usia Kawin I Wanita, Sensus Penduduk 1990, Indonesia
(Kota + Desa)
Tabel 30. Perkiraan Rata-Rata Usia Kawin I Wanira, untuk Data Hasil Sensus
Penduduk Indonesia 1990 (Kota + Desa)
Umur Jumlah ♀ BK* Jumlah ♀ Proporsi BK*
(1) (2) (3) (4) = (2)/(3)
10-14 104 403 179 10 438 014 0,99666
15-19 7 695 291 9 406 543 0,81808
20-24 3049 321 8 545 057 0,35685
25-29 914 853 8 166 380 0,11203
30-34 296 527 6 661 469 0,04451
35-39 146 369 5 395 776 0,02712
20
 40-44 83 432 4 071 381 0,02049
45-49 56 642 3 841 742 0,01474
50-54 42 912 3 398 396 0,01263
10-54 = 2,40312
15-54 = 1,40646

Rumus :

Keterangan:
d = Batas terendah belum kawin
D = Batas teratas belum kawin
S(d) = Proporsi belum kawin pada kelas d
S(D) = Proporsi belum kawin pada kelas D
s(d) = Jumlah proporsi belum kawin
Dasar : 10-54 tahun

= 21,71 tahun
Dasar : 15-54 tahun

2. Perkiraan Rata-Rata Usia Kawin I Wanita, Sensus Penduduk 1980,

Indonesia (Kota + Desa)
Tabel 31. Perkiraan Rata-Rata Usia Kawin I Wanita, untuk Data Hasil Sensus
Penduduk 1980, Indonesia (Kota + Desa)
Umur Jumlah ♀ BK* Jumlah ♀ Proporsi BK*
(1) (2) (3) (4) = (2)(3)
10-14 177 194 177 194 1,00000
15-19 131 597 144 949 0,90788
20-24 53 100 122 818 0,42420
25-29 17 331 117 672 0,14728
30-34 5 893 83 957 0,07019
35-39 6 800 87 737 0,07750
40-44 5 370 66 521 0,08073
45-49 2 957 54 223 0,05453
50-54 2 479 45 712 0,05423
10-54 = 2,81654

21
 15-54 = 1,81654

Dasar : 10-54 tahun

= 22,721 tahun
Dasar : 15-54 tahun

3. Tren Usia Kawin I (Kota + Desa)

Tabel 32. Trend Usia Kawin I (Kota + Desa), Periode 1980-1995
SP 1980 SP 1990 SUPAS 1995
Provinsi Bali
- Dasar (10-54) 22,72 23,06 22,96
- Dasar (15-54) 23,74 24,10 23,99
Indonesia
- Dasar (10-54) 22,1 22,5 -
- Dasar (15-54) 20,0 21,9 -
Sumber : Kasto dan Sembiring, 1996

Rata-rata usia kawin pertama seringkali digunakan sebagai indikator penurunan

fertilitas, disamping variabel-variabel lainnya. Usia kawin pertama dari
perhitungan diatas menunjukkan usia kawin I wanita Provinsi Bali tahun 1980 =
23,74; 1990 = 24,10 dan tahun 1995 = 23,99. Sedangkan untuk Indonesia
(Kasto dan Sembiring, 1996), tahun 1980 = 20 dan tahun 1990 = 21,9 tahun. Dari
perbandingan antara Provinsi Bali dengan Indonesia untuk usia kawin pertama di
Bali lebih tinggi daripada Indonesia.
Hal ini berarti bahwa semakin tinggi usia kawin pertama berarti memperpendek
usia subur, dan pada akhirnya akan menurunkan jumlah kelahiran (usia kawin muda
akan berpengaruh terhadap resiko mengalami kematian bayi menjadi tinggi),
karena hal tersebut berkaitan dengan aspek kematangan dan kemampuan orangtua
mengasuh anak. Sebagai penutup variabel lain yang juga berpengaruh terhadap
variasi angka fertilitas adalah pemakaian alat kontrasepsi, pendidikan, dan
variabel-variabel nondemografis lainnya.

22
 2.5 METODE ANAK KANDUNG (OWN CHILDREN METHOD)
Metode anak kandung (Own Children Method) ini menggunakan teknik reseve-
survival dimana metode ini mengukur fertilitas mundur yakni, beberapa tahun sebelum
sensus/survey. Anak kandung adalah anak umur (0-4) tahun yang diam bersama ibunya
menurut kelompok umur ibunya (15-19 s/d 45-45) pada sensus → fertilitas selama 5 tahun
sebelum sensus.

Berdasarkan skema di atas, data dasar yang diperlukan meliputi :

- P(0,4) : anak menurut umur ibunya (15 -19 s/d 45 -49)

- Jumlah wanita umur 15-19 s/d 50 – 54

- Level of Mortality

- Koefisien ASFR (sebagi penimbang)

- Jumlah penduduk (untuk memperkirakan CBR

Contoh estimasi fertilitas dengan metode ini menggunakan data berikut ini :

Tabel 33. Contoh estimasi fertilitas dengan metode Own Children, data hipotesis 1990

Umur Jumlah Jumlah SR ♀ Jumlah Jumlah Jumlah “ASFR” ASFR

(0-4) ♀ Kel (Bi ) ♀ ♀
1990 1990 1990 LM : 1985-90 1985 1985-90 1985-95
(1) (2) (3) (4) (5)=(2) / (6) = (7) = 1 /2 (8) = (9)
0,8803 (3)/(4) ((3) + (6) (5)/(7)
15-19 224 1560 0,9800 254 1221 1301 0,1826 0,1071
23
20-24 1043 1191 0,9757 1180 1299 1245 0,9518 1,2552
25-29 1498 1263 0,9724 1702 1448 1356 1,2552 0,2475
30-34 1421 1403 0,9686 1614 1410 1407 1,1471 0,2177
35-39 1086 1360 0,9643 1234 1172 1267 0,9740 0,1488
40-44 491 1124 0,9581 558 1256 1190 0,4689 0,0576
45-49 195 1189 0,9464 222 1148 1169 0,1900 0,0154
50-54 1065 0,9274
Keterangan :

- Kolom (2) dan (3) : Data dasar tahun 1990

- Kolom (4) : Survival ratio Penduduk ♀ dengan LM - 15 West → (Life Table)

- Kolom (5) : Perkiraan kelahiran selama 1985 - 1990 atau lima tahun sebelum
sensus, dengan metode reserve survival, yaitu data (0-4) ditambah dengan SR (laki
+ perempuan) level 15

LM : 15

SR0→(0-4): Female = 0,8890, dengan sex ratio at birth = 105

Male = 0,8720 , → SR0→(0-4) laki-laki + perempuan

= ((105/205) x 0,8720) + ((100/205) x 0,8890)

= 0,8803

Kelahiran dari ♀ (15-19) selama 1985-1990 = 224/0,8803 = 254

Kelahiran dari ♀ (20-24) selama 1985-1990 =1043/0,8803 = 1185

Dst…

Kolom (5) : Jumlah Kelahiran (Bi)

Bi B = P(0-4) / SR=(2) / 0,8803 = 254

P(0-4)

SR=LM=15

Kolom (6) : Perkiraan jumlah perempuan 1985 (lima tahun sebelum sensus),
dengan metode reverse survival ratio dari tahu 1990.

24
♀ (1990) =♀ (1985) x SR198 5 -1 9 9 0

♀ (1985) = ♀ (1990) x SR1985-1990 → (6) = (3)/(4) menggeser 5 tahun atau 1 interval

♀ (15-19 ) (1985) =♀ (20-24 ) (1990 ) / SR(15 -1 9 ) →(20 -2 4 ) →1191 / 9757 = 1221

♀ (20-24 ) (1985 )= ♀ (25-29 ) (1990 ) / SR(20 -2 4 ) →(25 -29 ) →1263 / 9724 = 1299

Dst…

Kolom (7) : Perkiraan jumlah ♀ pada pertengahan tahun 1985-1990

= (♀ (1985) + ♀ (1990)) →(7) = ((3)+(6))

♀ (15-19) = (1221+1560) = 1391

Dst…

Kolom (8): “ASFR” selama 1985-1990 = Bi/Pti = (5)/(7)

“ASFR” 15-19 = 254/1391 = 0,1826

Kolom (9) : Perkiraan ASFR 1985-1990 yaitu ASFR (hasil perhitungan kolom (8) yang
dihasilkan dengan koefisien ASFR (koefisien distribusi angka kelahiran
menurut umur konvensional)

Contoh :

ASFR 15-19 = 0,1826 (0,1378) + 0,9518 (0,1109) + 1,2552 (-0,0208) + 1,1471

(0,0020) + 0,9740 (0,0002) + 0,4689 (-0,0001) + 0,1900 (0,0000)

= 0,1071

Dst…

Apabila kolom (9) dijumlahkan diperoleh angka 1,0493

Maka TFR = 5 𝛴ASFR = 5(1,0493) = 5,2465 per wanita

Tabel. Perkiraan GFR dan CBR

Umur ASFRi Jumlah ♀ Jumlah Kelahiran

(1) (2) (3) (4) = (2)(3)
15-19 0,1071 1391 149
20-24 0,2552 1245 310

25
 25-29 0,2475 1356 336
30-34 0,2177 1407 306
35-39 0,1488 1267 189
40-44 0,0576 1190 69
45-49 0,0154 1169 18
 1,0493 9025 1385

ASFRi = Jumlah Kelahiran/jumlah ♀ kelompok umur

B15-19 Jumlah Kelahiran =ASFRi x Jumlah Perempuan Kelompok Umur

GFR = B/Pf 15-49 x K

= (1385/9025) x 1000

= 153,46 per 1000

Jika Jumlah penduduk tahun 1985 dan 1990 diketahui, maka dapat dihitung CBR, dengan
menggunakan rumus sebagai berikut:

CBR = (B/P) x K

= B / (1/2 (P 1985 + P 1990)) x 1000

Analisis Hasil

Perbedaan pertumbuhan penduduk antar provinsi tidak lepas dari perubahan angka
fertilitas antar provinsi yang memberikan kontribusi terhadap perkembangan jumlah
penduduk. Angka fertilitas total yang terjadi di Indonesia (2,71%), dibandingkan dengan
penurunan yang terjadi di Provinsi Bali terlihat lebih cepat terutama apabila dibandingkan
dengan sensus penduduk 1971 dan 1990 yaitu 4,94%.

Rendahnya angka fertilitas di Bali juga merupakan indikasi Rendahnya angka

mortilitas bayi dan anak di daerah tersebut. Dari hasil estimasi angka kematian bayi
menurut Kasto dan Sembiring (1996) untuk provinsi Bali tahun 1990 - 1995 = 42, 1995
- 2000 = 35, dibandingkan dengan Indonesia pada tahun 1990 - 1995 = 60 dan 1995 - 2000
= 52 per 1000. Dari perbandingan seluruh angka - angka IMR Provinsi Bali berada di
bawah IMR Nasional. Faktor - faktor dominan yang berpengaruh terhadap angka
mortalitas bayi dan anak secara garis besar adalah faktor sosial ekonomi, kesehatan, dan
demografi.

26
 BAB III

PENUTUP

3.1 Kesimpulan

Ada lima metode dalam perhitungan kelahiran yang dijelaskan sebelumnya. Metode
Reverse adalah metode yang dapat dipergunakan untuk memperoleh gambaran mengenai
keadaan fertilitas tahun lalu, dengan mengasumsikan bahwa pertumbuhan adalah konstan
setiap tahunnya. Metode Rele merupakan suatu metode yang didasarkan pada konsep
penduduk yang stabil, dimana yang dimaksudkan sebagai penduduk yang stabil dalam metode
ini yaitu pengaruh migrasi international diabaikan terhadap pertumbuhan penduuduk. Struktur
penduduk dalam metode ini hanya dipengaruhi oleh trend Fertilitas dan Mortalitas pada periode
yang lalu atau sebelumnya. Metode P/F Ratio ini merupakan metode yang dikemukakan oleh
Brass dengan mendasarkan pada jumlah anak yang masih hidup dan jumlah anak yang
meninggal untuk memperkirakan ukuran-ukuran fertilitas seperti TFR, CBR dan GFR. Metode
ini serupa dengan metode kelahiran anak terakhir, tetapi masih belum dilakukan penyesuaian
terhadap kurun waktu kejadian demografi tersebut. Adapula perkiraan rata-rata usia kawin
pertama seringkali digunakan sebagai indikator penurunan fertilitas. Semakin tinggi usia kawin
pertama berarti memperpendek usia subur dan pada akhirnya akan menurunkan jumlah
kelahiran. Metode terakhir adalah metode anak kandung (Own Children Method) yang
menggunakan teknik reseve-survival dimana metode ini mengukur fertilitas mundur yakni,
beberapa tahun sebelum sensus/survey.

27
 DAFTAR PUSTAKA

Eka Nilakusumawati, Desak Putu. 2009. “Matematika Populasi”. Denpasar: Udayana

University Press..

28