PROYEKSI PENDUDUK

Pertambahan masyarakat adalah salah satu dari faktor penting didalam melakukan perencanaan
SPAM. Pertambahan penduduk dapat mempengaruhi kebutuhan Air Bersih yang ada pada suatu
wilayah. Oleh karena itu diberikan syarat untuk melakukan proyeksi penduduk agar dapat
memprediksi jumlah penduduk di masa yang akan datang sesuai dengan jangka waktu perencanaan
yaitu 15 hingga 20 tahun (Peraturan Pemerintah No. 122 Tahun 2015). Metode proyeksi penduduk
antara lain:

Metode Aritmatik
Metode aritmatik ini dipergunakan jika pertambahan penduduk mencapai relatif konstan di setiap
tahunnya. Rumus proyeksi penduduk metode Aritmatik:
Pn = Po + rn
Dimana:
Pn = jumalah penduduk pada tahun ke- n
Po = jumlah penduduk awal
n = periode waktu proyeksi
r = angka pertambahan penduduk/tahun

Metode Geometrik
Metode geometrik ini digunakan jika tingkatan angka pertambahan penduduk naik secara berubah-
ubah atau ekuivalen di tahun sebelumnya. Rumus proyeksi penduduk metode Geometrik:
Pn = Po (1 + r)t
Dimana:
Pn = jumlah penduduk pada tahun ke- n
Po = jumlah penduduk awal
r = angka pertambahan penduduk/ tahun
t = periode waktu antara tahun dasar dan tahun t (dalam tahun)
Metode Least Square
Metode Least Square ini digunakan untuk garis regresi linier dimana pertumbuhan penduduk
ditahun sebelumnya menggambarkan kecenderungan garis linier, walapun pertambahan penduduk
tidak selalu bertambah. Perhitungan proyeksi penduduk dengan metode least square dapat dihitung
dengan rumus sebagai berikut:
P = a + (b.t)
Dimana:
p = nilai variabel berdasarkan garis regresi
t = variabel independen
a = konstanta
b = koefisien arah regresi linier

dengan rumus:
a = { (∑ 𝑝)(∑ 𝑡2) − (∑ 𝑡)(∑ 𝑝. 𝑡)}
{(∑ 𝑡2 − (∑ 𝑡)2}

b = {n(∑ 𝑝. 𝑡) − (∑ 𝑡)(∑ 𝑝)}

{(∑ 𝑡2 − (∑ 𝑡)2}

Untuk dapat menentukan metode mana yang akan digunakan untuk melakukan proyeksi
penduduk. Maka diperlukan perhitungan nilai koefisien korelasi di setiap metode. Nilai koefisien
korelasi yang mendekati satu adalah yang paling tepat. persamaan koefisien korelasi adalah
sebagai berikut:
(∑ . ) (∑ )(∑ )
r= ) (∑ ) ][ (∑ ) (∑ ) ]} ,
{[ (∑
 CONTOH PERHITUNGAN PROYEKSI PENDUDUK

Diketahui Data Jumlah Penduduk Suatu Kecamatan di Kabupaten Probolinggo

No. Tahun Jumlah Penduduk (Jiwa)
1 2010 59.479
2 2011 61.619
3 2012 64.335
4 2013 64.672
5 2014 62.360
6 2015 62.483
7 2016 62.946
8 2017 63.402
9 2018 63.823
10 2019 63.145
(Sumber: Kabupaten Probolinggo dalam angka 2011-2020)

Dalam melakukan perhitungan proyeksi penduduk terdapat tiga metode yaitu metode aritmatika,
metode geometri, dan metode least square. Untuk menentukan metode mana yang akan digunakan
perlu menghitung nilai korelasi (r). Pada koefisien nilai korelasi (r) harus bernilai 1 atau -1 atau
mendekati nilai keduanya. Setelah mendatkan nilai koefisien relasi (r) maka dapat ditentukan
pilihan dari ketiga metode tersebut untuk menghitung proyeksi daerah pelayanan sampai 15 hingga
20 tahun mendatang.
Metode Arimatika
Proyeksi penduduk dengan metode aritmatika mengasumsikan bahwa jumlah penduduk pada masa
depan akan bertambah dengan jumlah yang sama setiap tahun. Untuk perhitungan nilai koefisien
korelasi (r) menggunakan metode aritmatika dapat dilihat pada tabel sebagai berikut:

Perhitungan Nilai Korelasi (r) Metode Aritmatika

Jumlah Selisih
Jumlah Penduduk
Tahun Tahun Penduduk X2 Y2 XY
(Jiwa)
(X) (Y)

2010 59.479 1 0 1 0 0
2011 61.619 2 2.140 4 4.579.600 4.280
2012 64.335 3 2.716 9 7.376.656 8.148
2013 64.672 4 337 16 113.569 1.348
2014 62.360 5 -2.312 25 5.345.344 -11.560
2015 62.483 6 123 36 15.129 738
2016 62.946 7 463 49 214.369 3.241
2017 63.402 8 456 64 207.936 3.648
2018 63.823 9 421 81 177.241 3.789
2019 63.145 10 -678 100 459.684 -6.780
Jumlah 628.264 55 3.666 385 18.489.528 6.852

Adapun Rumus yang digunakan pada metode aritmatika untuk mencari nilai korelasi (r) adalah
sebagai berikut:
(∑ . ) (∑ )(∑ )
r= ) (∑ ) ][ (∑ ) (∑ ) ]} ,
{[ (∑
( . ) ( )( . )
r=
{[ ( . . ) ( . ) ][ ( ) ( ) ]} ,

r = -0,35392
Metode Geometri
Proyeksi penduduk dengan metode geometri menggunakan asumsi bahwa jumlah penduduk akan
bertambah secara geometri. Untuk perhitungan nilai koefisien korelasi (r) menggunakan metode
geometri dapat dilihat pada tabel sebagai berikut:

Perhitungan Nilai Koefisien Korelasi (r) Metode Geometri

LN
Jumlah Jumlah
Jumlah
Tahun Penduduk Tahun X2 Y2 X.Y
Penduduk
(Jiwa) (X)
(Y)
2010 59.479 1 10,9934 1 120,8544 10,9934
2011 61.619 2 11,0287 4 121,6328 22,0575
2012 64.335 3 11,0719 9 122,5861 33,2156
2013 64.672 4 11,0771 16 122,7018 44,3083
2014 62.360 5 11,0407 25 121,8966 55,2034
2015 62.483 6 11,0426 36 121,9401 66,2559
2016 62.946 7 11,0500 49 122,1032 77,3502
2017 63.402 8 11,0573 64 122,2628 88,4580
2018 63.823 9 11,0639 81 122,4092 99,5748
2019 63.145 10 11,0532 100 122,1730 110,5319
Jumlah 628.264 55 110 385 1.221 608

Adapun Rumus yang digunakan pada metode geometri untuk mencari nilai korelasi (r) adalah
sebagai berikut:
(∑ . ) (∑ )(∑ )
r= ) (∑ ) ][ (∑ ) (∑ ) ]} ,
{[ (∑
( ) ( )( )
r=
{[ ( . ) ( ) ][ ( ) ( ) ]} ,

r = 0,481558
Metode Least Square
Proyeksi penduduk dengan metode least square digunakan untuk garis regresi linear yaitu
pertambahan penduduk masa lalu menggambarkan kecenderungan garis linier. Perhitungan nilai
korelasi (r) menggunakan metode least square dapat dilihat pada tabel sebagai berikut:

Perhitungan Nilai Korelasi (r) Metode Least Square

Jumlah Jumlah
Tahun
Tahun Tahun Penduduk X2 Y2 X.Y
ke
(X) (Y)

1 2010 1 59.479 1 3.537.751.441 59.479

2 2011 2 61.619 4 3.796.901.161 123.238
3 2012 3 64.335 9 4.138.992.225 193.005
4 2013 4 64.672 16 4.182.467.584 258.688
5 2014 5 62.360 25 3.888.769.600 311.800
6 2015 6 62.483 36 3.904.125.289 374.898
7 2016 7 62.946 49 3.962.198.916 440.622
8 2017 8 63.402 64 4.019.813.604 507.216
9 2018 9 63.823 81 4.073.375.329 574.407
10 2019 10 63.145 100 3.987.291.025 631.450
Jumlah 55 628.264 385 39.491.686.174 3.474.803

Adapun Rumus yang digunakan pada metode least square untuk mencari nilai korelasi (r) adalah
sebagai berikut:
(∑ . ) (∑ )(∑ )
r= ) (∑ ) ][ (∑ ) (∑ ) ]} ,
{[ (∑
( . . ) ( )( . )
r=
{[ ( . . . ) ( . ) ][ ( ) ( ) ]} ,

r = 0,4774956
Dari perhitungan koefisien kkorelasi menggunakan tiga metode seperti yang telah dijelaskan
sebelumnya. Maka dapat dilihat perbandingan nilai koefisien korelasi (r) yang ada pada tabel
sebagai berikut:

Perbandingan Nilai Korelasi (r) Proyeksi Penduduk Kecamatan Sumberasih

Metode Nilai Korelasi (r)
Aritmatika -0,35392
Geometri 0,481558
Least Square 0,4774956

Berdasarkan perbandingan nilai koefisien korelasi (r) yang ada pada tabel 5.5 dapat dilihat bahwa
metode yang memiliki nilai koefisien korelasi (r) hampir mendekati angka 1 atau -1 adalah metode
geometri. Metode geometri digunakan untuk menentukan proyeksi penduduk selama 15 tahun ke
depan. Maka untuk menghitung proyeksi penduduk Kecamatan Sumberasih digunakan rumus
sebagai berikut:
Pn = Po (1 + r)t
Dimana:
Pn = jumlah penduduk pada tahun ke- n
Po = jumlah penduduk awal
r = angka pertambahan penduduk/ tahun
t = periode waktu antara tahun dasar dan tahun t (dalam tahun)

Untuk mendapatkan nilai jumlah laju pertumbuhan penduduk maka perlu mengetahui jumlah
penambahan penduduk setiap tahun kemudian dibagi dengan jumlah penduduk setiap tahun dan
dikalikan 100% maka didapatkan persentase laju pertumbuhan penduduk seperti pada tabel
sebagai berikut:
 Perhitungan Persentase Laju Pertumbuhan Penduduk
Jumlah Penduduk Penambahan Persentase %
Tahun
(jiwa) Penduduk Penduduk
(4) (5)
(1) (2) (3)
(3)/(2) (4) x 100
2010 59.479 0 0
2011 61.619 2.140 0,03472954 3,47295
2012 64335 2.716 0,04221652 4,22165
2013 64672 337 0,00521091 0,52109
2014 62360 -2.312 -0,0370750 -3,70750
2015 62483 123 0,00196853 0,19685
2016 62946 463 0,00735551 0,73555
2017 63402 456 0,00719220 0,71922
2018 63823 421 0,00659636 0,65963
2019 63145 -678 -0,01073719 1,07371
Rata-rata Laju Pertumbuhan Penduduk (r) 0,00574573 0,57

Hasil proyeksi jumlah penduduk dengan menggunakan metode Geometri dapat dilihat pada
sebagai berikut:

Proyeksi Penduduk Kecamatan

Penambahan
Tahun Po t r Pn
Penduduk
2020 63.145 1 0,005745736 63.508 0
2021 63.145 2 0,005745736 63.873 365
2022 63.145 3 0,005745736 64.240 367
2023 63.145 4 0,005745736 64.609 369
2024 63.145 5 0,005745736 64.980 371
2025 63.145 6 0,005745736 65.353 373
2026 63.145 7 0,005745736 65.729 376
2027 63.145 8 0,005745736 66.107 378
2028 63.145 9 0,005745736 66.486 380
2029 63.145 10 0,005745736 66.868 382
dst