BAB III

PROYEKSI PENDUDUK DAN FASILITAS UMUM

Perencanaan pengelolaan sampah Kecamatan Singosari ini merupakan suatu

penanganan sampah yang direncanakan dengan tujuan untuk mengatasi masalah
sampah yang dihasilkan dalam suatu kecamatan. Di dalam merencanakan
pengelolaan sampah ini, diperlukan beberapa data yang menyangkut keadaan dalam
suatu kota yang akan direncanakan, salah satunya adalah data jumlah penduduk.
Dalam hal ini, dibutuhkan banyak data jumlah penduduk sebelum tahun proyeksi.
Hal ini dikarenakan semakin banyak data yang diolah, maka semakin besar
keakuratan proyeksi jumlah penduduk di masa mendatang. Adapun periode
perencanaan pada perencanaan pengelolaan sampah Kecamatan Singosari ini adalah
11 tahun, yaitu mulai tahun 2018 hingga tahun 2029. Selanjutnya dari proyeksi
jumlah penduduk yang telah dilakukan, maka dapat diketahui perkiraan volume
sampah yang dihasilkan di tahun akhir perencanaan. Selain itu dalam perhitungan
proyeksi jumlah penduduk, terdapat tiga metode yang dapat digunakan, yaitu metode
aritmatik, geometrik, dan metode least sguare. Sebelumnya untuk mengetahui
metode yang dapat digunakan, koefisisen korelasi setiap metode harus dihitung
terlebih dahulu. Dimana semakin koefisien korelasi mendekati angka satu (linier),
maka semakin besar kemungkinan metode tersebut digunakan. Adapun persamaan
yang digunakan dalam menghitung nilai korelasi digunakan rumus sebagai berikut:

n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1

{[ n (∑ y )−(∑ y ) ] x [ n (∑ x )−∑ x ]}
2 2 2 2 2

Data yang digunakan adalah jumlah penduduk Kecamatan Singosari selama 4

tahun berturut-turut mulai dari tahun 2015-2018. Padahal seharusnya yang dipakai
adalah data 10 tahun terakhir. Hal tersebut disebabkan oleh minimnya data
administratif untuk tingkat kecamatan di Kabupaten Mlang. Selain itu pula, beberapa
sumber sah yang sama tidak memiliki kesamaan data. Hal ini cukup menyulitkan
dalam melakukan proyeksi karena penentuan metode proyeksi memerlukan data yang
cukup akurat. Oleh karenanya, perencana menyesuaikan dan mengkorelasikan
terlebih dahulu data-data yang didapat sebelum digunakan. Data jumlah penduduk
Kecamatan Semampir Kota Surabaya tahun 2015 - 2018 dapat dilihat pada 3.1.
Tabel 3.1 Jumlah Penduduk Kecamatan Semampir Tahun 2015-2018
Tahun
Kelurahan
2015 2016 2017 2018
Langlang 5.715 5.810 5.867 6.383
Tungjungtirto 10.213 10.213 10.470 10.338
Banjararum 16.945 16.945 17.136 16.624
Watugede 8.836 9.354 8.990 10.039
Dengkol 9.695 9.954 10.018 10.530
Wonorejo 6.109 6.575 6.589 6.683
Baturetno 7.288 7.288 7.805 8.238
Tamahharjo 7.143 7.564 8.378 8.814
Losari 5.220 5.220 5.178 5.605
Pagentan 16.871 16.871 17.341 15.038
Purwoasri 6.294 6.294 6.348 6.744
Klampok 10.543 10.543 11.458 12.084
Gunungreco 9.132 9.132 9.552 9.346
Candirenggo 15.406 15.406 15.098 19.178
Ardimulyo 10.809 10.809 10.344 10.983
Randuagung 15.873 13.992 13.822 14.704
Toyomarto 12.632 12.632 12.900 12.760
Jumlah 174.724 174.602 177.294 184.091
Sumber: Kecamatan Semampir Dalam Angka 2016 hingga 2019

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.

3.1. Metode Aritmatika

Metode ini sesuai untuk daerah dengan perkembangan penduduk yang selalu
naik secara konstan, dan dalam kurun waktu yang pendek. Perhitungan proyeksi
penduduk dengan metode Aritmatik dapat dihitung dengan rumus sebagai berikut:
Pn=P o+ r ( dn )
Dimana:
Pn = jumlah penduduk pada akhir tahun periode
Po = jumlah penduduk pada awal proyeksi
r = rata-rata pertambahan penduduk tiap tahun
dn = kurun waktu proyeksi
Perhitungan Koefisien korelasi (r) dengan metode aritmatik menggunakan
rumus:
n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1

{[ ] [
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

4 ( 25897 )−( 6 ) ( 9611 )

r= 1
=0,932
{[ 4 (53460957 )−( 9611 ) ] x [ 4 ( 14 ) −( 6 ) ] }
2 2 2

3.2. Metode Berganda (Geometrik)

Proyeksi dengan metoda ini menganggap bahwa perkembangan secara
otomatis berganda, dengan pertambahan penduduk. Metoda ini tidak memperhatikan
adanya suatu saat terjadi perkembangan menurun dan kemudian mantap, disebabkan
kepadatan penduduk mendekati maksimum. Perhitungan proyeksi penduduk dengan
metode Geometri dapat dihitung dengan rumus sebagai berikut:
dn
Pn=P o × ( 1+ r )
Dimana:
Po = Jumlah penduduk mula-mula
Pn = Penduduk tahun n
dn = Kurun waktu
r = rata-rata prosentase tambahan penduduk pertahun
Perhitungan Koefisien korelasi (r) dengan metode Geometrik menggunakan
rumus:
n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1

{[ 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

1 12,070962 12,071 1 145,708

2015 174.724
2 12,070264 24,141 4 145,691
2016 174.602
3 12,085564 36,257 9 146,061
2017 177.294 0,865
4 12,123185 48,493 16 146,972
2018 184.091
10 48,349975 120,961 30 584,432
jumlah 710.711

Sumber: Hasil Perhitungan

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

4 ( 120,961 )−( 10 ) ( 48,349975 )

r= 1
=0,865
{[ 4 (584,432 ) −( 48,349975 ) ] x [ 4 ( 30 )−( 10 ) ] }
2 2 2

3.3. Metode Selisih Kuadrat Minimum (Least Sguare)

 Metoda ini digunakan untuk garis regresi linier yang berarti bahwa data
perkembangan penduduk masa lalu menggambarkan kecenderungan ganis linier,
meskipun perkembangan penduduk tidak selalu bertambah. Dalam persamaan ini
data yang dipakai jumlahnya harus ganjil. Perhitungan proyeksi penduduk dengan
metode Least Square dapat dihitung dengan rumus sebagai berikut:
Pn=a+ ( bt )
Dimana:
t = tambahan tahun terhitung dari tahun dasar
a = {(Ʃp)(Ʃt²) ̶ (Ʃt)(Ʃp∙t)}/{n(Ʃt²) ̶ (Ʃt)²}
b = {n(Ʃp∙t) ̶ (Ʃt)(Ʃp)}/{n(Ʃt²) ̶ (Ʃt)²}
Perhitungan Koefisien korelasi (r) dengan metode Least Sguare
menggunakan rumus:
n ( ∑ xy )−( ∑ x )( ∑ y )
r= 1

{[ 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

Sumber: Hasil Perhitungan

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

Berdasarkan hasil perhitungan korelasi dengan ketiga metode tersebut, maka

nilai koefisien korelasi yang dipilih dalam perenanaan ini adalah nilai koefisien
korelasi pada metode Aritmatika, yaitu r = 0,932 karena nilai ini yang paling
mendekati 1. Selain dari alasan yang telah dijelaskan sebelumnya, korelasi semakin
mendekati nilai 1 maka hasil proyeksi yang didapatkan semakin linear menunjukkan
pendekatan nilai proyeksi yang tinggi. Sehingga untuk perhitungan proyeksi
penduduknya menggunakan metode Aritmatika.
Dalam menghitung proyeksi penduduk menggunakan metode Aritmatika,
perlu diketahui rata-rata prosentase tambahan penduduk pertahunnya. Hasil
perhitungan rata-rata prosentase tambahan penduduk pertahun dapat dilihat pada
Tabel 3.6.

Tabel 3.6. Perhitungan Rata-rata Prosentase Tambahan Penduduk Pertahun

Pertumbuhan Rasio
No Tahun Jumlah
Jiwa % Pertumbuhan
1 0,000 0,00000
2015 174.724 0
2 0,070 0,00070
2016 174.602 122
3 1,518 0,01518
2017 177.294 2.692
4 3,692 0,03692
2018 184.091 6.797
Jumlah 710.711 9.611 0,05280
5,280
Rata-rata pertumbuhan penduduk 0,01320
Sumber: Hasil Perhitungan
Kemudian dilakukan perhitungan proyeksi penduduk per kelurahan
Kecamatan Semampir hingga tahun 2029 menggunakan metode geometrik. Hasil
perhitungan selanjutnya dapat dilihat pada Tabel 3.7 dan Tabel 3.8.
 Tabel 3.7. Proyeksi Penduduk Kecamatan Semanpir Hingga tahun 2031
Taun 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031
Jumlah Penduduk 26839
184091 193458 202825 212192 221559 230926 240293 249660 259027 277761 287128 296495 305862
4
Pertambahan Penduduk 0 9367 9367 9367 9367 9367 9367 9367 9367 9367 9367 9367 9367 9367
% Pertumbuhan Penduduk 0 5,088 4,842 4,618 4,414 4,228 4,056 3,898 3,752 3,616 3,490 3,372 3,262 3,159
Sumber: Hasil Perhitungan
Tabel 3.8. Proyeksi Penduduk Tiap Kelurahan Kecamatan Semanpir Tahun 2018 Hingga tahun 2031
No Wilayah 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031
1 Langlang 6.383 7051 7719 8387 9055 9723 10391 11059 11727 12395 13063 13731 14399 15067
2 Tungjungtirto 10.338 10463 10588 10713 10838 10963 11088 11213 11338 11463 11588 11713 11838 11963
3 Banjararum 16.624 16945 17266 17587 17908 18229 18550 18871 19192 19513 19834 20155 20476 20797
4 Watugede 10.039 11242 12445 13648 14851 16054 17257 18460 19663 20866 22069 23272 24475 25678
5 Dengkol 10.530 11365 12200 13035 13870 14705 15540 16375 17210 18045 18880 19715 20550 21385
6 Wonorejo 6.683 7257 7831 8405 8979 9553 10127 10701 11275 11849 12423 12997 13571 14145
7 Baturetno 8.238 9188 10138 11088 12038 12988 13938 14888 15838 16788 17738 18688 19638 20588
8 Tamahharjo 8.814 10485 12156 13827 15498 17169 18840 20511 22182 23853 25524 27195 28866 30537
9 Losari 5.605 5990 6375 6760 7145 7530 7915 8300 8685 9070 9455 9840 10225 10610
10 Pagentan 15.038 16871 18704 20537 22370 24203 26036 27869 29702 31535 33368 35201 37034 38867
11 Purwoasri 6.744 7194 7644 8094 8544 8994 9444 9894 10344 10794 11244 11694 12144 12594
12 Klampok 12.084 13625 15166 16707 18248 19789 21330 22871 24412 25953 27494 29035 30576 32117
13 Gunungreco 9.346 9560 9774 9988 10202 10416 10630 10844 11058 11272 11486 11700 11914 12128
14 Candirenggo 19.178 22950 26722 30494 34266 38038 41810 45582 49354 53126 56898 60670 64442 68214
15 Ardimulyo 10.983 11157 11331 11505 11679 11853 12027 12201 12375 12549 12723 12897 13071 13245
16 Randuagung 14.704 15873 17042 18211 19380 20549 21718 22887 24056 25225 26394 27563 28732 29901
17 Toyomarto 12.760 12888 13016 13144 13272 13400 13528 13656 13784 13912 14040 14168 14296 14424
Jumlah 184.091 190.888 200.104 216.117 232.130 248.143 264.156 280.169 296.182 312.195 328.208 344.221 360.234 376.247

Sumber: Hasil Perhitungan

3.4. Proyeksi Fasilitas
Proyeksi fasilitas merupakan sesuatu yang mutlak diperlukan untuk
merencanakan daerah pelayanan penyediaan air minum. Selain perkembangan
penduduk yang semakin tahun semakin meningkat, maka berbanding lurus dengan
bertambahnya pula fasilitas yang diperlukan, dengan adanya data mengenai proyeksi
fasilitas nantinya diharapkan dapat dihitung jumlah kebutuhan air bersih non
domestik.
Untuk memproyeksikan jumlah fasilitas yang ada, harus mengacu pada
rencana tata guna lahan dan perkembangan penduduk daerah tersebut, sehingga
perencanaan penyediaan air minum dapat dilakukan dengan baik. Selain itu, proyeksi
fasilitas ini dipengaruhi oleh kapasitas fasilitas / jumlah fasilitas yang ada
dibandingkan dengan jumlah penduduk yang ada, pertambahan fasilitas dipengaruhi
pertambahan kepadatan penduduk sehingga perlu ditambah fasilitas tersebut. Dengan
adanya perhitungan proyeksi fasilitas yang cermat diharapkan nantinya pengelolaan
sampah dapat berjalan lancar.
Untuk menghitung banyaknya fasilitas pada tahun rencana yang akan datang,
langkah yang dilakukan adalah sama seperti pada perhitungan proyeksi penduduk.
Proyeksi dilakukan dengan dengan membandingkan jumlah fasilitas tahun 2018 (data
jumlah fasilitas yang diketahui) dengan jumlah fasilitas tahun yang direncanakan
sama dengan jumlah penduduk tahun 2018 (data jumlah penduduk yang diketahui)
dengan jumlah penduduk tahun yang direncanakan, atau dapat ditulis dengan
pendekatan:
∑ Pn = ∑ Fn
∑ Po ∑ F o
Dimana:
Pn = Jumlah penduduk tahun ke-n
Po = Jumlah penduduk tahun mula-mula
Fn = Jumlah fasilitas tahun ke-n
Fo = Jumlah fasilitas tahun mula-mula
Berikut ini merupakan data jumlah fasilitas umum tiap kelurahan di
Kecamatan Singosari pada tahun 2018
 Tabel 3.9. Jumlah Fasilitas Umum Tiap Kelurahan Kecamatan Singosari Tahun
2018
Jumlah Fasilitas Umum
Sekolah Puskemas Restoran dan Minimarket Pasar Ibadah
SD/ SMP/ SMA/ Industri dan Rumah Rumah dan
Kelurahan
MI MTs SMK/ Sakit Makan Supermarket
MA
Langlang 2 1 0 0 0 0 2 5 28
Tungjungtirto 3 2 0 0 0 2 3 0 38
Banjararum 4 0 1 0 2 1 9 1 84
Watugede 4 1 1 1 0 0 2 0 25
Dengkol 3 0 0 0 0 0 2 2 54
Wonorejo 4 1 0 0 0 0 1 0 48
Baturetno 6 2 0 0 0 0 1 0 60
Tamahharjo 4 3 0 0 0 1 3 0 33
Losari 2 0 0 0 0 0 3 0 17
Pagentan 8 5 4 1 5 6 20 1 37
Purwoasri 3 1 0 0 3 0 1 0 23
Klampok 4 3 0 0 2 0 2 0 44
Gunungreco 3 2 0 0 0 0 1 0 52
Candirenggo 6 3 0 3 0 2 8 0 53
Ardimulyo 4 1 0 0 2 1 5 2 42
Randuagung 5 1 1 0 0 5 5 0 48
Toyomarto 5 1 0 2 0 0 1 0 48
Total 70 27 7 7 14 18 69 11 734

Sumber: Kecamatan Semanpir dalam Angka 2019

Kemudian, berikut ini adalah contoh perhitungan proyeksi fasilitas umum
berupa fasilitas pendidikan SD Kelurahan Lanlang pada tahun 2031.
 Po= 6.383 orang
 Po= 2 buah
 Pn= 3.796.480 orang
∑ Pn = ∑ Fn
∑ Po ∑ F o
3796480 ∑ F n
=
6383 52
 3796480 ×2
∑ F n= 6383
=119

Hasil perhitungan selanjutnya dapat dilihat pada Tabel 3.10.

Tabel 3.10. Proyeksi Fasilitas Umum Tiap Kelurahan Kecamatan Semanpir Hingga Tahun 2029
HASIL PROYEKSI FASILITAS UMUM
KECAMATAN SINGOSARI
Sekolah
Jumlah Puskemas dan Restoran dan Minimarket dan
Kelurahan Tahun SM Industri Pasar Ibadah
Penduduk SD SMP Rumah Sakit Rumah Makan Supermarket
A
2018 6383 2 1 0 0 0 0 2 5 28
2019 7051 2 1 0 0 0 0 2 6 31
2020 7719 2 1 0 0 0 0 2 5 31
2021 8387 2 1 0 0 0 0 2 5 30
2022 9055 2 1 0 0 0 0 2 5 30
2023 9723 2 1 0 0 0 0 2 5 30
2024 10391 2 1 0 0 0 0 2 5 30
Lanlang
2025 11059 2 1 0 0 0 0 2 5 30
2026 11727 2 1 0 0 0 0 2 5 30
2027 12395 2 1 0 0 0 0 2 5 30
2028 13063 2 1 0 0 0 0 2 5 30
2029 13731 2 1 0 0 0 0 2 5 29
2030 14399 2 1 0 0 0 0 2 5 29
2031 15067 2 1 0 0 0 0 2 5 29
2018 10338 3 2 0 0 0 2 3 0 38
2019 10463 3 2 0 0 0 2 3 0 38
Tunjungtiro
2020 10588 3 2 0 0 0 2 3 0 38
2021 10713 3 2 0 0 0 2 3 0 38
 2022 10838 3 2 0 0 0 2 3 0 38
2023 10963 3 2 0 0 0 2 3 0 38
2024 11088 3 2 0 0 0 2 3 0 38
2025 11213 3 2 0 0 0 2 3 0 38
2026 11338 3 2 0 0 0 2 3 0 38
2027 11463 3 2 0 0 0 2 3 0 38
2028 11588 3 2 0 0 0 2 3 0 38
2029 11713 3 2 0 0 0 2 3 0 38
2030 11838 3 2 0 0 0 2 3 0 38
2031 11963 3 2 0 0 0 2 3 0 38
2018 16624 4 0 1 0 2 1 9 1 84
2019 16945 4 0 1 0 2 1 9 1 86
2020 17266 4 0 1 0 2 1 9 1 86
2021 17587 4 0 1 0 2 1 9 1 86
2022 17908 4 0 1 0 2 1 9 1 86
2023 18229 4 0 1 0 2 1 9 1 86
2024 18550 4 0 1 0 2 1 9 1 85
Banjararum
2025 18871 4 0 1 0 2 1 9 1 85
2026 19192 4 0 1 0 2 1 9 1 85
2027 19513 4 0 1 0 2 1 9 1 85
2028 19834 4 0 1 0 2 1 9 1 85
2029 20155 4 0 1 0 2 1 9 1 85
2030 20476 4 0 1 0 2 1 9 1 85
2031 20797 4 0 1 0 2 1 9 1 85
2018 10039 4 1 1 1 0 0 2 0 25
2019 11242 4 1 1 1 0 0 2 0 28
Watugede
2020 12445 4 1 1 1 0 0 2 0 28
2021 13648 4 1 1 1 0 0 2 0 27
 2022 14851 4 1 1 1 0 0 2 0 27
2023 16054 4 1 1 1 0 0 2 0 27
2024 17257 4 1 1 1 0 0 2 0 27
2025 18460 4 1 1 1 0 0 2 0 27
2026 19663 4 1 1 1 0 0 2 0 27
2027 20866 4 1 1 1 0 0 2 0 27
2028 22069 4 1 1 1 0 0 2 0 26
2029 23272 4 1 1 1 0 0 2 0 26
2030 24475 4 1 1 1 0 0 2 0 26
2031 25678 4 1 1 1 0 0 2 0 26
2018 10530 3 0 0 0 0 0 2 2 54
2019 11365 3 0 0 0 0 0 2 2 58
2020 12200 3 0 0 0 0 0 2 2 58
2021 13035 3 0 0 0 0 0 2 2 58
2022 13870 3 0 0 0 0 0 2 2 57
2023 14705 3 0 0 0 0 0 2 2 57
2024 15540 3 0 0 0 0 0 2 2 57
Dengkol
2025 16375 3 0 0 0 0 0 2 2 57
2026 17210 3 0 0 0 0 0 2 2 57
2027 18045 3 0 0 0 0 0 2 2 57
2028 18880 3 0 0 0 0 0 2 2 56
2029 19715 3 0 0 0 0 0 2 2 56
2030 20550 3 0 0 0 0 0 2 2 56
2031 21385 3 0 0 0 0 0 2 2 56
2018 6683 4 1 0 0 0 0 1 0 48
2019 7257 4 1 0 0 0 0 1 0 52
Wonorejo
2020 7831 4 1 0 0 0 0 1 0 52
2021 8405 4 1 0 0 0 0 1 0 52
 2022 8979 4 1 0 0 0 0 1 0 51
2023 9553 4 1 0 0 0 0 1 0 51
2024 10127 4 1 0 0 0 0 1 0 51
2025 10701 4 1 0 0 0 0 1 0 51
2026 11275 4 1 0 0 0 0 1 0 51
2027 11849 4 1 0 0 0 0 1 0 50
2028 12423 4 1 0 0 0 0 1 0 50
2029 12997 4 1 0 0 0 0 1 0 50
2030 13571 4 1 0 0 0 0 1 0 50
2031 14145 4 1 0 0 0 0 1 0 50
2018 8238 6 2 0 0 0 0 1 0 60
2019 9188 7 2 0 0 0 0 1 0 67
2020 10138 7 2 0 0 0 0 1 0 67
2021 11088 7 2 0 0 0 0 1 0 67
2022 12038 7 2 0 0 0 0 1 0 67
2023 12988 6 2 0 0 0 0 1 0 67
2024 13938 6 2 0 0 0 0 1 0 67
Baturetno
2025 14888 6 2 0 0 0 0 1 0 67
2026 15838 6 2 0 0 0 0 1 0 67
2027 16788 6 2 0 0 0 0 1 0 67
2028 17738 6 2 0 0 0 0 1 0 67
2029 18688 6 2 0 0 0 0 1 0 67
2030 19638 6 2 0 0 0 0 1 0 67
2031 20588 6 2 0 0 0 0 1 0 67
2018 8814 4 3 0 0 0 1 3 0 33
2019 10485 5 4 0 0 0 1 4 0 39
Tamahharjo
2020 12156 5 4 0 0 0 1 4 0 39
2021 13827 5 4 0 0 0 1 4 0 39
 2022 15498 5 4 0 0 0 1 4 0 39
2023 17169 5 4 0 0 0 1 4 0 39
2024 18840 5 4 0 0 0 1 4 0 39
2025 20511 5 4 0 0 0 1 4 0 39
2026 22182 5 4 0 0 0 1 4 0 39
2027 23853 5 4 0 0 0 1 4 0 39
2028 25524 5 4 0 0 0 1 4 0 39
2029 27195 5 4 0 0 0 1 4 0 39
2030 28866 5 4 0 0 0 1 4 0 39
2031 30537 5 4 0 0 0 1 4 0 39
2018 5605 2 0 0 0 0 0 3 0 17
2019 5990 2 0 0 0 0 0 3 0 18
2020 6375 2 0 0 0 0 0 3 0 18
2021 6760 2 0 0 0 0 0 3 0 18
2022 7145 2 0 0 0 0 0 3 0 18
2023 7530 2 0 0 0 0 0 3 0 18
2024 7915 2 0 0 0 0 0 3 0 18
Losari
2025 8300 2 0 0 0 0 0 3 0 18
2026 8685 2 0 0 0 0 0 3 0 18
2027 9007 2 0 0 0 0 0 3 0 18
2028 9455 2 0 0 0 0 0 3 0 18
2029 9840 2 0 0 0 0 0 3 0 18
2030 10225 2 0 0 0 0 0 3 0 18
2031 10610 2 0 0 0 0 0 3 0 18
2018 15038 8 5 4 1 5 6 20 1 37
2019 16871 9 6 4 1 6 7 22 1 42
Pangentan
2020 18704 9 6 4 1 6 7 22 1 42
2021 20537 9 6 4 1 6 7 22 1 42
 2022 22370 9 6 4 1 6 7 22 1 42
2023 24203 9 6 4 1 6 7 22 1 42
2024 26036 9 6 4 1 6 7 22 1 42
2025 27869 9 6 4 1 6 7 22 1 42
2026 29702 9 6 4 1 6 7 22 1 42
2027 31535 9 6 4 1 6 7 22 1 42
2028 33368 9 6 4 1 6 7 22 1 42
2029 35201 9 6 4 1 6 7 22 1 42
2030 37034 9 6 4 1 6 7 22 1 42
2031 38867 9 6 4 1 6 7 22 1 42
2018 6774 3 1 0 0 3 0 1 0 23
2019 7194 3 1 0 0 3 0 1 0 24
2020 7644 3 1 0 0 3 0 1 0 24
2021 8094 3 1 0 0 3 0 1 0 24
2022 8544 3 1 0 0 3 0 1 0 24
2023 8994 3 1 0 0 3 0 1 0 24
2024 9444 3 1 0 0 3 0 1 0 24
Purwoasri
2025 9894 3 1 0 0 3 0 1 0 24
2026 10344 3 1 0 0 3 0 1 0 24
2027 10794 3 1 0 0 3 0 1 0 24
2028 11244 3 1 0 0 3 0 1 0 24
2029 11694 3 1 0 0 3 0 1 0 24
2030 12144 3 1 0 0 3 0 1 0 24
2031 12594 3 1 0 0 3 0 1 0 24
2018 12084 4 3 0 0 2 0 2 0 44
2019 13625 5 3 0 0 2 0 2 0 50
Klampok
2020 15166 5 3 0 0 2 0 2 0 50
2021 16707 5 3 0 0 2 0 2 0 50
 2022 18248 5 3 0 0 2 0 2 0 50
2023 19789 5 3 0 0 2 0 2 0 50
2024 21330 5 3 0 0 2 0 2 0 50
2025 22871 5 3 0 0 2 0 2 0 50
2026 24412 5 3 0 0 2 0 2 0 50
2027 25953 5 3 0 0 2 0 2 0 50
2028 27494 5 3 0 0 2 0 2 0 50
2029 29035 5 3 0 0 2 0 2 0 50
2030 30576 5 3 0 0 2 0 2 0 50
2031 32117 5 3 0 0 2 0 2 0 50
2018 9346 3 2 0 0 0 0 1 0 52
2019 9560 3 2 0 0 0 0 1 0 53
2020 9774 3 2 0 0 0 0 1 0 53
2021 9988 3 2 0 0 0 0 1 0 53
2022 10202 3 2 0 0 0 0 1 0 53
2023 10416 3 2 0 0 0 0 1 0 53
2024 10630 3 2 0 0 0 0 1 0 53
Gunungreco
2025 10844 3 2 0 0 0 0 1 0 53
2026 11058 3 2 0 0 0 0 1 0 53
2027 11272 3 2 0 0 0 0 1 0 53
2028 11486 3 2 0 0 0 0 1 0 53
2029 11700 3 2 0 0 0 0 1 0 53
2030 11914 3 2 0 0 0 0 1 0 53
2031 12128 3 2 0 0 0 0 1 0 53
2018 19178 6 3 0 3 0 2 8 0 53
2019 22950 7 4 0 4 0 2 10 0 63
Candirenggo
2020 26722 7 4 0 4 0 2 10 0 63
2021 30494 7 4 0 4 0 2 10 0 63
 2022 34266 7 4 0 4 0 2 10 0 63
2023 38038 7 4 0 4 0 2 10 0 63
2024 41810 7 4 0 4 0 2 10 0 63
2025 45582 7 4 0 4 0 2 10 0 63
2026 49354 7 4 0 4 0 2 10 0 63
2027 53126 7 4 0 4 0 2 10 0 63
2028 56898 7 4 0 4 0 2 10 0 63
2029 60670 7 4 0 4 0 2 10 0 63
2030 64442 7 4 0 4 0 2 10 0 63
2031 68214 7 4 0 4 0 2 10 0 63
2018 10983 4 1 0 0 2 1 5 2 42
2019 11157 4 1 0 0 2 1 5 2 43
2020 11331 4 1 0 0 2 1 5 2 43
2021 11505 4 1 0 0 2 1 5 2 43
2022 11679 4 1 0 0 2 1 5 2 43
2023 11853 4 1 0 0 2 1 5 2 43
2024 12027 4 1 0 0 2 1 5 2 43
Ardimulyo
2025 12201 4 1 0 0 2 1 5 2 43
2026 12375 4 1 0 0 2 1 5 2 43
2027 12549 4 1 0 0 2 1 5 2 43
2028 12723 4 1 0 0 2 1 5 2 43
2029 12897 4 1 0 0 2 1 5 2 43
2030 13071 4 1 0 0 2 1 5 2 43
2031 13245 4 1 0 0 2 1 5 2 43
2018 14704 5 1 1 0 0 5 5 0 48
2019 15873 5 1 1 0 0 5 5 0 52
Randuagung
2020 17042 5 1 1 0 0 5 5 0 52
2021 18211 5 1 1 0 0 5 5 0 52
 2022 19380 5 1 1 0 0 5 5 0 52
2023 20549 5 1 1 0 0 5 5 0 52
2024 21718 5 1 1 0 0 5 5 0 52
2025 22887 5 1 1 0 0 5 5 0 52
2026 24056 5 1 1 0 0 5 5 0 52
2027 25225 5 1 1 0 0 5 5 0 52
2028 26394 5 1 1 0 0 5 5 0 52
2029 27563 5 1 1 0 0 5 5 0 52
2030 28732 5 1 1 0 0 5 5 0 52
2031 29901 5 1 1 0 0 5 5 0 52
2018 12760 5 1 0 2 0 0 1 0 48
2019 12888 5 1 0 2 0 0 1 0 48
2020 13016 5 1 0 2 0 0 1 0 48
2021 13144 5 1 0 2 0 0 1 0 48
2022 13272 5 1 0 2 0 0 1 0 48
2023 13400 5 1 0 2 0 0 1 0 48
2024 13528 5 1 0 2 0 0 1 0 48
Toyomarto
2025 13656 5 1 0 2 0 0 1 0 48
2026 13784 5 1 0 2 0 0 1 0 48
2027 13912 5 1 0 2 0 0 1 0 48
2028 14040 5 1 0 2 0 0 1 0 48
2029 14168 5 1 0 2 0 0 1 0 48
2030 14296 5 1 0 2 0 0 1 0 48
2031 14424 5 1 0 2 0 0 1 0 48

Sumber: Hasil Perhitungan