n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1
{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2
Selanjutnya dari data jumlah penduduk yang telah didapatkan dapat dihitung
nilai korelasi setiap metode, sehingga dapat ditentukan metode yang cocok untuk
menghitung proyeksi jumlah penduduk hingga tahun 2029. Penentuan metode
dilakukan pada setiap kelurahan. Namun pada perencanaan ini, diketahui bahwa
metode yang dipilih karena memiliki nilai korelasi mendekati linear, tidak
memungkinkan untuk digunakan pada proyeksi penduduk. Oleh karenanya,
perencana mengambil metode Geometrik secara merata untuk setiap kelurahan.
Berikut ini adalah contoh penentuan metode proyeksi pada kelurahan Semampir.
{[ ] [
n ( ∑ y 2 ) − ( ∑ y ) x n ( ∑ x 2) − ∑ x
2 2
]}
2
Dan Perhitungan Koefisien korelasi (r) dengan metode aritmatik dapat dilihat
pada pada Tabel 3.2.
Tabel 3.2. Perhitungan Nilai Korelasi Metode Aritmatik
Jumlah x
pendudu (uruta y (selisih
Tahun k n data jumlah xy x2 y2 r
mulai penduduk kkoefisie
dari 0) tiap tahun n korelasi
2015 174.724 0 0 0 0 0
2016 174.602 1 122 122 1 14.884
2017 177.294 2 2.692 5.384 4 7.246.864
2018 184.091 3 6.797 20.391 9 46.199.209 0,932
jumla
h 710.711 6 9.611 25.897 14 53.460.957
Sumber: Hasil Perhitungan
Keterangan:
X = urutan tahun
Y = pertambahan penduduk
X2 = urutan tahun dikuadratkan
Y2 = pertambahan penduduk dikuadratkan
n = jumlah data
Maka dapat dihitung nilai korelasi (r) metode aritmatik sebagai berikut:
n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1
{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2
{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2
Perhitungan Koefisien korelasi (r) dengan metode Geometrik dapat dilihat
pada Tabel 3.3.
Tabel 3.3. Perhitungan Nilai Korelasi Metode Geometrik
x
Jumlah (uruta y (selisih
Tahun penduduk n data jumlah xy x2 y2 r
mulai penduduk kkoefisien
dari 0) tiap tahun korelasi
Keterangan:
X = urutan tahun
Y = ln jumlah penduduk
X2 = urutan tahun dikuadratkan
Y2 = ln jumlah penduduk dikuadratkan
n = jumlah data
Maka dapat dihitung nilai korelasi (r) metode aritmatik sebagai berikut:
n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1
{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2
{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2
Dan perhitungan koefisien korelasi (r) dengan metode Least Square dapat
dilihat pada pada Tabel 3.4.
Tabel 3.4. Perhitungan Nilai Korelasi Metode Least Square
x
Jumlah (uruta
pendudu n data y (selisih r
Tahun k mulai jumlah xy x2 y2 kkoefisie
dari penduduk n
0) tiap tahun korelasi
30528476176,0
1 174.724 174.724 1 00
2015 174.724
30485858404,0
2 174.602 349.204 4 00
2016 174.602
31433162436,0
3 177.294 531.882 9 00
2017 177.294 2,761
33889496281,0
4 184.091 736.364 16 00
2018 184.091
jumla 710.711 10 710.711 1.792.17 30 126.336.993.29
4 7
h
Keterangan:
X = urutan tahun
Y = jumlah penduduk
X2 = urutan tahun dikuadratkan
Y2 = jumlah penduduk dikuadratkan
Maka dapat dihitung nilai korelasi (r) metode Least Square sebagai berikut:
n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1
{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2
4 ( 1792174 ) −( 10 )( 710711 )
r= 1
=2,761
{[ 4 (126336993297 )−( 710711 ) ] x [ 4 ( 30 )−( 10 ) ] }
2 2 2
Kemudian dibandingkan nilai koefisien korelasi (r) pada setiap metode. Nilai
koefisien korelasi (r) untuk setiap metode dapat dilihat pada Tabel 3.5.
Tabel 3.5. Hasil Perhitungan Nilai Korelasi (r)
METODE NILAI r (KOEFISIEN KORELASI)
Aritmatik 0,932
Geometrik 0,865
Least Square 2,761
Sumber: Hasil Perhitungan