PERKIRAAN JUMLAH PENDUDUK DI KELURAHAN

NUNHILA PADA TAHUN 2021-2030

TUGAS
MASALAH NILAI AWAL DAN SYARAT BATAS

PRISILLIA TIARA BURA

2001030050
KELAS/SEMESTER : A/V

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS NUSA CENDANA
2022
 MODEL MALHTUS

A. Rumusan Masalah
Data jumlah penduduk Kelurahan Nunhila tahun 2011 sampai 2022 disajikan pada tabel berikut :

t (Waktu) Tahun Jumlah

Penduduk

0 2011 2.532

1 2012 2.665

2 2013 2.774

3 2014 2.815

4 2015 2.849

5 2016 2.923

6 2017 2.985

7 2018 3.088

8 2019 3.173

9 2020 3.011

Akan diperkirakaan jumlah penduduk 10 tahun yang akan datang yaitu jumlah penduduk pada
tahun 2030.

B. Membuat Asumsi
 Interpretasi Masalah
1) Kita asumsikan Laju pertumbuhan penduduk terhadap waktu berbanding lurus
dengan jumlah populasi.
2) Berdasarkan data yang ada, jumlah penduduk dari 2011-2020 mengalami fluktuasi.
 Untuk melihat pertumbuhan penduduk Kelurahan Nunhila dapat dilihat pada grafik
berikut ini.
 Grafik Pertumbuhan Penduduk Kelurahan
Nunhila Tahun 2011-2020
3,500

3,000

2,500

2,000

1,500

1,000

500

0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Jumlah Penduduk

C. Perumusan Model
P(t) = P0 e kt
Keterangan:
P(t) = Jumlah penduduk saat t
P0 = Jumlah penduduk saat t = 0
K = Konstanta pertumbuhan penduduk
t = Waktu

D. Menyelesaian Model
 Syarat Awal
P(0) = 2532
P(t) = 2532 e kt
 Menentukan Model- model Eksponensial
1) Model Eksponensial I (t = 1)
kt
P(t) = P0 e
P(1) = 2532 e k(1)
2665 = 2532 e k
k 2665
e=
2532
k
e = 1,05252765
k = ln 1,05252765
k = 0,051194557
 Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,051194557 t

2) Model Eksponensial II (t = 2)
P(t) = P0 e kt
P(2) = 2532 e k(2)
2774 = 2532 e2 k
2k 2774
e =
2532
2k
e = 1,09557662
2 k = ln 1,09557662
2 k = 0,0912808183
k = 0,0456404092
Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0456404092 t

3) Model Eksponensial III (t = 3)

kt
P(t) = P0 e
P(3) = 2532 e k(3)
2815 = 2532 e3 k
3k 2815
e =
2532
3k
e = 1,11176935
3 k = ln 1,11176935
3 k = 0,105952755
k = 0,035317585
Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,035317585t

4) Model Eksponensial IV (t = 4)
P(t) = P0 e kt
P(4) = 2532 e k(4)
2849 = 2532 e 4 k
4k 2849
e =
2532
4k
e = 1,12519747
4 k = ln 1,12519747
4 k = 0,117958549
k = 0,0294896373
 Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0294896373 t

5) Model Eksponensial V (t = 5)
P(t) = P0 e kt
P(5) = 2532 e k(5)
2923 = 2532 e5 k
5k 2923
e =
2532
5k
e = 1,15442338
5 k = ln 1,15442338
5 k = 0,143600981
k = 0,0287201962
Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0287201962 t

6) Model Eksponensial VI (t = 6)
kt
P(t) = P0 e
P(6) = 2532 e k(6)
2985 = 2532 e6 k
6k 2985
e =
2532
6k
e = 1,17890995
6 k = ln 1,17890995
6 k = 0,16459024
k = 0,0274317067
Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0274317067 t

7) Model Eksponensial VII (t = 7)

P(t) = P0 e kt
P(7) = 2532 e k(7)
3088 = 2532 e7 k
7k 3088
e =
2532
7k
e = 1,21958926
7 k = ln 1,21958926
7 k = 0,19851413
k = 0,0283591614
 Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0283591614 t

8) Model Eksponensial VIII (t = 8)
P(t) = P0 e kt
P(8) = 2532 e k(8)
3173 = 2532 e 8 k
3173
e8 k=
2532
8k
e = 1,25315956
8 k = ln 1,25315956
8 k = 0,22566801
k = 0,0282085013
Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0282085013t

9) Model Eksponensial IX (t = 9)
kt
P(t) = P0 e
P(9) = 2532 e k(9)
3011 = 2532 e 9 k
9k 3011
e =
2532
9k
e = 1,18917852
9 k = ln 1,18917852
9 k = 0,173262749
k = 0,0192514166
Dengan mensubstitusikan nilai P0 dan k diperoleh persamaan :

P(t) = 2532 e 0,0192514166 t

E. Interpretasi

Model Eksponensial
I P(t) = 2532 e 0,051194557t
II P(t) = 2532 e 0,0456404092 t
III P(t) = 2532 e 0,035317585t
IV P(t) = 2532 e 0,0294896373 t
V P(t) = 2532 e 0,0287201962 t
 VI P(t) = 2532 e 0,0274317067t
VII P(t) = 2532 e 0,0283591614 t
VIII P(t) = 2532 e 0,0282085013t
IX P(t) = 2532 e 0,0192514166t

F. Validasi
Unrtuk memilih proyeksi mana yang paling tepat dari model Malthus, terlebih dahulu
dilakukan proyeksi dengan menggunakan kesembilan model eksponensial yang telah
diperoleh. Hasil proyeksi dapat dilihat pada tabel berikut.

Tahun Hasil t Hasil Proyeksi Model Eksponensial

Sensus I II III IV V VI VII VIII IX
2011 2.532 0 2532 2532 2532 2532 2532 2532 2532 2532 2532
2012 2.665 1 2665 2650 2623 2608 2606 2602 2605 2604 2581
2013 2.774 2 2805 2774 2717 2686 2682 2675 2680 2679 2631
2014 2.815 3 2952 2904 2815 2766 2760 2749 2757 2756 2683
2015 2.849 4 3107 3039 2916 2849 2840 2826 2836 2834 2735
2016 2.923 5 3271 3181 3021 2934 2923 2904 2918 2916 2788
2017 2.985 6 3442 3330 3130 3022 3008 2985 3002 2999 2842
2018 3.088 7 3623 3485 3242 3113 3096 3068 3088 3085 2897
2019 3.173 8 3814 3648 3359 3206 3186 3153 3177 3173 2954
2020 3.011 9 4014 3818 3479 3302 3279 3241 3268 3264 3011

dilihat pada grafik berikut :

 Perbandingan Proyeksi Jumlah Penduduk dengan
Menggunakan 9 Model Eksponensial
4500

4000

3500

3000

2500

2000

1500

1000

500

0
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021

Model I Model II Model III Model IV

Model V Model VII Model VIII Model IX

Proyeksi terbaik adalah proyeksi yang menghasilkan MAPE (Mean Absolute Percentage
Error). MAPE adalah evaluasi statistik yang digunakan untuk menilai kecocokan dari suatu
model dalam proyeksi penduduk. MAPE diekspresikan dalam bentuk presentase. Sebuah
model dengan MAPE paling kecil adalah model yang dipilih dari model lainnya. Bentuk
matematika dari MAPE adalah sebagai berikut.

| |
N
1 P ( t )−P' (t)
MAPE= ∑ ×100 %
N t =1 P(t )
Keterangan:
P(t) = Populasi sebenarnya saat waktu t
P’(t) = Proyeksi populasi pada waktu t
N = Jumlah observasi pada masing-masing populasi

Adapun interpretasi nilai MAPE:

<10% : Akurat
10% sampai 20% : Sangat baik
21% sampai 50% : Ramalan yang masuk akal
>50% : Tidak akurat
Tabel berikut ini menunjukkan galat untuk masing-masing model eksponensial.

Tahun Hasil t Galat (%)

Sensus I II III IV V VI VII VIII IX
2011 2532 0 0 0 0 0 0 0 0 0 0
2012 2665 1 0 0,5628 1,5759 2,1388 2,2138 2,3639 2,2514 2,2889 3,1519
2013 2774 2 1,1175 0 2,0547 3,1723 3,3165 3,5688 3,3886 3,4246 5,1550
2014 2815 3 4,8667 3,1616 0 1,7406 1,9538 2,3445 2,0603 2,0959 4,6891
2015 2849 4 9,0558 6,6690 2,3517 0 0,3159 0,8073 0,4530 0,5265 4,0014
2016 2923 5 11,9055 8,8265 3,3527 0,3763 0 0,6500 0,1710 0,2394 4,6185
2017 2985 6 15,3098 11,5577 4,8576 1,2395 0,7705 0 0,5695 0,4690 4,7906
2018 3088 7 17,3251 12,8562 4,9870 0,8095 0,2590 0,6476 0 0,0971 6,1852
2019 3173 8 20,2017 14,9700 5,8619 1,0400 0,4097 0,6303 0,1260 0 6,9019
2020 3011 9 33,3111 26,8017 15,5430 9,6645 8,9007 7,6386 8,5353 8,4025 0
MAPE 11,3093 8,5405 4,0584 2,0181 1,18139 1,8651 1,7555 1,7543 3,9493

G. Menggunakan Model Untuk Mengambil Keputusan, Menjelaskan, dan Memprediksi

Berdasarkan tabel, model eksponensial V memiliki nilai MNE atau galat paling kecil, atau
dapat dikatakan prediksi yang paling mendekati sensus adalah model eksponensial V. Model
ekponensial V dengan bentuk umum P(t) = 2532 e 0,0287201962t dan galat merupakan 1,18139%
prediksi yang akurat (<10%).
Dengan demikian, model terbaik yang dapat digunakan untuk menghitung jumlah penduduk
Kelurahan Nunhila yakni model eksponensial V.

Perbandingan data hasil sensus dengan data hasil model ekponensial V dapat dilihat pada grafik
berikut ini :

Perbandingan Hasil Sensus dengan Model Eksponensial V

3,500

3,000

2,500

2,000

1,500

1,000

500

0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Data Sensus Model V

 Dengan menggunakan model eksponensial V, dapat diprediksi jumlah penduduk Kelurahan Nunhila
pada 10 tahun mendatang yaitu pada tahun 2030.

Perhatikan bahwa untuk tahun 2030, t = 19, sehingga diperoleh:

P(t) = 2532 e 0,0287201962t
P(19) = 2532 e 0,0287201962(19)
P(19) = 2532 e 0,545683728
P(19) = 2532(1,72578795)
P(19) = 4369,69509
P(19) ≈ 4 369

Jadi, jumlah penduduk Kelurahan Nunhila pada 10 tahun mendatang (Tahun 2030) adalah
4369 jiwa.

MODEL VERSHULT

A. Rumusan Masalah
Data jumlah penduduk Kelurahan Nunhila tahun 2011 sampai 2022 disajikan pada tabel
berikut.

t (Waktu) Tahun Jumlah

Penduduk

0 2011 2.532

1 2012 2.665

2 2013 2.774

3 2014 2.815

4 2015 2.849

5 2016 2.923

6 2017 2.985
 7 2018 3.088

8 2019 3.173

9 2020 3.011

Akan diperkirakaan jumlah penduduk 10 tahun yang akan datang yaitu jumlah penduduk pada
tahun 2030.

B. Membuat Asumsi
 Interpretasi Masalah
1) Asumsi: Pada waktu tertentu jumlah populasi akan mendekati titik kesetimbangan.
Pada titik tersebut, jumlah kelarihan dan kematian dianggap sama.
2) Berdasarkan data yang ada, jumlah penduduk dari 2011-2022 mengalami fluktuasi.
 Untuk melihat pertumbuhan penduduk Kelurahan Nunhila dapat dilihat pada grafik
berikut ini.

Grafik Pertumbuhan Penduduk Kelurahan

Nunhila Tahun 2011-2020
3,500

3,000

2,500

2,000

1,500

1,000

500

0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Jumlah Penduduk

C. Perumusan Model
 a
b

( )
N(t) = a , dimana
b −at
1+ −1 e
N0
−a N 0 ( N 2−N 1)
e =
N 2 ( N 1 −N 0)
a N (N N −2 N 0 N 2 + N 1 N 2)
=Cariing capacity= 1 0 1 2
b N 1−N 0 N 1

Keterangan:
N0 = Jumlah data pertama
N1 = Jumlah data kedua
N2 = Jumlah data ketiga
N3 = Jumlah data keempat
N4 = Jumlah data kelima

D. Menyelesaian Model
1) Interval I
N0 = 2532
N1 = 2665
N2 = 2774

 Mencari a/b
a N 1 (N 0 N 1−2 N 0 N 2 + N 1 N 2)
=
b N 21−N 0 N 2
a 2665((2532) ( 2665 )−2 ( 2532 )( 2774 ) +(2665) ( 2774 ) )
=
b 2665 2−2532(2774)
a
=3157,42904
b

 Mencari e-a
−a N 0 ( N 2−N 1)
e =
N 2 ( N 1 −N 0)
−a 2532(2774−2665)
e =
2774 (2665−2532)
−a
e =0,748052539

Maka solusi khusus untuk interval ini yaitu:

 3157,42904
N(t) =
1+ (3157,42904
2532 )
−1 (0,748052539)t

3157,42904
N(t) = t
1+ ( 0,24700989 ) (0,748052539)

2) Interval II
N0 = 2532
N2 = 2774
N4 = 2849

 Mencari a/b
a N 2 ( N 0 N 2−2 N 0 N 4+ N 2 N 4)
= 2
b N 2−N 0 N 4
a 2774((2532) ( 2774 )−2 ( 2532 )( 2849 ) +(2774) ( 2849 ))
=
b 2
2774 −2532(2849)
a
=2878,58509
b

 Mencari e-a
−a N 0 ( N 4−N 2 )
e =
N 4 ( N 2−N 0 )
−a 2532(2849−2774)
e =
2849(2774−2532)
−a
e =0,275433747

Maka solusi khusus untuk interval ini yaitu:

2878,58509
N(t) =
1+ (2878,58509
2532 )
−1 ( 0,275433747 )
t

2878,58509
N(t) =
1+ ( 0,13688195 ) (0,275433747)t

3) Interval III
N0 = 2532
N3 = 2815
N6 = 2985

 Mencari a/b
 a N 3 ( N 0 N 3−2 N 0 N 6 + N 3 N 6 )
= 2
b N 3−N 0 N 6
a 2815((2532) ( 2815 )−2 ( 2532 )( 2985 )+(2815) ( 2985 ))
=
b 2
2815 −2532(2985)
a
=3184,81923
b

 Mencari e-a
N (N −N 3 )
e−a = 0 6
N 6 (N 3−N 0 )
−a 2532(2985−2815)
e =
2985(2815−2532)
e−a =0,509544187

Maka solusi khusus untuk interval ini yaitu:

3184,81923
N(t) =
1+ ( 3184,81923
2532 )
−1 ( 0,509544187)
t

3184,81923
N(t) = t
1+ ( 0,2578275 ) (0,509544187)

4) Interval IV
N0 = 2532
N4 = 2849
N8 = 3173

 Mencari a/b
a N 4 ( N 0 N 4 −2 N 0 N 8+ N 4 N 8)
=
b N 24−N 0 N 8
a 2849((2532) ( 2849 )−2 ( 2532 )( 3173 ) +(2849) ( 3173 ) )
=
b 28492−2532(3173)
a
=6384,49317
b

 Mencari e-a
N ( N −N 4 )
e−a = 0 8
N 8 ( N 4−N 0)
−a 2532(3173−2849)
e =
3173( 2849−2532)
 −a
e =0,815604057

Maka solusi khusus untuk interval ini yaitu:

6384,49317
N(t) =
1+ (
6384,49317
2532 )
−1 (0,815604057)t

6 384,49317
N(t) = t
1+ (1,52152179 )( 0,815604057)

E. Interpretasi

Interval Solusi Khusus

I 3157,42904
N(t) =
1+ ( 0,24700989 ) (0,748052539)t

II 2878,58509
N(t) =
1+ ( 0,13688195 ) (0,275433747)t

III 3184,81923
N(t) =
1+ ( 0,2578275 ) (0,509544187)t

IV 6 384,49317
N(t) =
1+ (1,52152179 )(0,815604057)t

F. Validasi
Unrtuk memilih proyeksi yang paling tepat dalam model Vershult, terlebih dahulu dilakukan
proyeksi dengan menggunakan keempat solusi khusus yang telah diperoleh. Hasil proyeksi
dapat dilihat pada tabel berikut :

Tahun Hasil t Hasil Proyeksi Pada Interval

Sensus
I II III IV

2011 2.532 0 2532 2532 2532 2532

 2012 2.665 1 2665 2774 2815 2849

2013 2.774 2 2774 2849 2985 3173

2014 2.815 3 2681 2870 3079 3497

2015 2.849 4 2930 2876 3130 3815

2016 2.923 5 2984 2877 3156 4121

2017 2.985 6 3026 2878,413 3170 4409

2018 3.088 7 3058 2878,537 3177 4676

2019 3.173 8 3082 2878,572 3181 4918

2020 3.011 9 3.101 2878,581 3182 5136

dilihat pada grafik berikut :

Perbandingan 4 Hasil Proyeksi Interval

terhadap Jumlah Penduduk
6000

5000

4000

3000

2000

1000

0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Interval I Interval II Interval III Interval IV

Proyeksi terbaik adalah proyeksi yang menghasilkan MAPE (Mean Absolute Percentage
Error). MAPE adalah evaluasi statistik yang digunakan untuk melinai kecocokan dari suatu
model dalam proyeksi penduduk. MAPE diekspresikan dalam bentuk presentase. Sebuah
model dengan MAPE paling kecil adalah model yang dipilih dari model lainnya. Bentuk
matematika dari MAPE adalah sebagai berikut.
 | |
N
1 P ( t )−P' (t)
MAPE= ∑ ×100 %
N t =1 P(t )
Keterangan:
P(t) = Populasi sebenarnya saat waktu t
P’(t) = Proyeksi populasi pada waktu t
N = Jumlah observasi pada masing-masing populasi

Adapun interpretasi nilai MAPE:

<10% : Akurat
10% sampai 20% : Sangat baik
21% sampai 50% : Ramalan yang masuk akal
>50% : Tidak akurat

Tabel berikut menunjukkan galat untuk masing-masing interval.

Tahun Hasil t Galat (%)
Sensus
I II III 1V

2011 2.532 0 0 0 0 0

2012 2.665 1 0 4,0900 5,6285 6,9043

2013 2.774 2 0 2,7036 7,6063 14,3835

2014 2.815 3 4,7602 1,9538 9,3783 24,2273

2015 2.849 4 2,8431 0,9477 9,8631 33,9066

2016 2.923 5 2,0869 1,5737 7,9712 40,9852

2017 2.985 6 1,3735 3,5845 6,1976 47,7051

2018 3.088 7 0,9715 6,8005 2,8821 51,4248

2019 3.173 8 2,8679 9,2971 0,2521 54,9952

2020 3.011 9 2,9890 4,4171 5,6791 70,5745

MAPE 1,78921 3,5368 5,54583 34,51065

F. Menggunakan Model Untuk Mengambil Keputusan, Menjelaskan, dan Memprediksi

Berdasarkan tabel di atas, model dengan interval I memiliki nilai MNE atau galat paling kecil,
atau dapat dikatakan presiksi yang paling mendekati sensus adalah model dengan interval I.
 3157,42904
Model dengan interval I dengan bentuk umum N(t) = t dan
1+ ( 0,24700989 ) (0,748052539)
galat 1,78921, merupakan prediksi yang akurat (<10%).
Dengan demikian, model terbaik yang dapat digunakan untuk menghitung jumlah penduduk
Kelurahan Nunhila ialah model dengan interval I.

Perbandingan data hasil sensus dan data hasil model interval I dapat dilihat pada grafik berikut ini.

Perbandingan Hasil Sensus dan Model Interval I

3,500

3,000

2,500

2,000

1,500

1,000

500

0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Data Sensus Interval I

Dengan menggunakan model berinterval I, dapat diprediksi jumlah penduduk Kelurahan Nunhila pada
10 tahun mendatang yaitu pada tahun 2030.

Perhatikan bahwa untuk tahun 2030, t =19, sehingga diperoleh:

3157,42904
N(t) = t
1+ ( 0,24700989 ) (0,748052539)
3157,42904
N(19) = 19
1+ ( 0,24700989 ) (0,748052539)
3157,42904
N(19) =
1+ 0,00099408671
3157,42904
N(19) =
1,00099409
N(19) = 3154,29339
N(19) ≈ 3154
 Jadi, jumlah penduduk Kelurahan Nunhila pada 10 tahun mendatang (Tahun 2030) adalah
3154 jiwa.

PERBANDINGAN MODEL MALHTUS DAN MODEL VERSUHLT

Dari kedua model diatas dapat dibandingkan MAPE tiap-tiap model. Model dengan eksponensial V
adalah model tebaik dengan galat terkecil yaitu 1,18139%, sedangkan pada model vershult berinterval I
memiliki galat yang lebih besar yaitu 1,78921%. Oleh karena itu, dari kedua model tersebut, model
Malthus yang dijadikan rujukan untuk memprediksi jumlah penduduk Kelurahan Nunhila.
Berikut tabel perbandingan jumlah penduduk berdasarkan hasil sensus BPS, jumlah penduduk menurut
proyeksi Malhtus, dan jumlah penduduk menurut proyeksi Versuhlt.

Tahun Hasil Hasil Proyeksi Galat

Sensus
Model Model Model Maltus Model Versuhlt
Malhtus
Versuhlt

2011 2.532 2532 2532 0 0

2012 2.665 2606 2665 2,2138 0

2013 2.774 2682 2774 3,3165 0

2014 2.815 2760 2681 1,9538 4,7602

2015 2.849 2840 2930 0,3159 2,8431

2016 2.923 2923 2984 0 2,0869

2017 2.985 3008 3026 0,7705 1,3735

2018 3.088 3096 3058 0,2590 0,9715

2019 3.173 3186 3082 0,4097 2,8679

2020 3.011 3279 3.101 8,9007 2,9890

MAPE 1,18139 1,78921

dilihat pada grafik berikut :

 Perbadingan Data Sensus, Proyeksi dengan Model Malhtus,
dan Proyeksi dengan Model Versuhlt

3,500
3,000
2,500
2,000
1,500
1,000
500
0
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

Hasil Sensus Model Malthus Model Vershult

Dengan menggunakan model eksponensial V, dapat diprediksi jumlah penduduk Kelurahan Nunhila pada
10 tahun mendatang yaitu pada tahun 2030.

Perhatikan bahwa untuk tahun 2030, t = 19, sehingga diperoleh:

P(t) = 2532 e 0,0287201962 t

P(19) = 2532 e 0,0287201962(19)

P(19) = 2532 e 0,545683728

P(19) = 2532(1,72578795)

P(19) = 4369,69509

P(19) ≈ 4 369

Jadi, jumlah penduduk Kelurahan Nunhila pada 10 tahun mendatang (Tahun 2030) adalah 4369 jiwa.