Ekologi Kependudukan dan Wilayah Hutan Tropis

 Raeza Noorinda Oktaviani 1611015046

 Sarah Iqlima 1611015055

1. Mortalitas dan Natalitas

a) Mortalitas (Angka Kematian)
Mortalitas merupakan salah satu komponen dalam proses demografi yang
berpengaruh terhadap struktur penduduk dan bersifat mengurangi jumlah penduduk.
Mortalitas merupakan indikator yang menentukan kesejahteraan penduduk, dan
merepresentasikan kualitas penduduk dalam suatu wilayah. Tingkat mortalitas yang
rendah menunjukkan keberhasilan pembangunan suatu wilayah, khususnya dalam bidang
kesehatan. Angka kematian adalah angka yang menunjukkan jumlah kematian tiap 1000
penduduk per tahun. Untuk menghitung mortalitas digunakan rumus berikut :

Jumlah kematian
Mortalitas= x 1000
Jumlah populasi manusia

Kriteria Mortalitas
Mortalitas Kriteria
> 18 Tinggi
14 – 18 Sedang
9 – 13 Rendah
Ukuran dalam mortalitas menunjukkan angka,
rasio, persentase atau peluang terjadinya mortalitas atau kematian penduduk dalam suatu
wilayah. Berikut beberapa ukuran yang digunakan dalam menghitung mortalitas.
1) Angka Kematian Kasar (Crude Death Rate- CDR)
Angka Kematian Kasar (Crude Death Rate) didefinisikan sebagai jumlah orang
yang meninggal pada tahun tertentu dibagi dengan jumlah penduduk pada pertengahan
tahun itu dikali dengan konstanta 1000. Pengukuran ini dilakukan untuk mengetahui
jumlah penduduk yang meninggal tanpa memperhitungkan usia, jenis kelamin, atau
variabel lainnya
D
CDR= x k
P
Dimana:
D = jumlah kematian dalam satu tahun
P = jumlah penduduk pada pertengahan tahun
k = 1.000

2) Angka Kematian Menurut Umur (Age Specific Death Rate- ASDR)

Angka Kematian Menurut Umur (ASDR) didefinisikan sebagai jumlah kematian
yang terjadi pada kelompok umur tertentu per 1.000 penduduk kelompok umur tersebut
pada tahun tertentu
 Di
ASD Ri= xk
Pi
Dimana:
Di = jumlah kematian pada kelompok umur i
Pi = jumlah penduduk pada kelompok umur i pada pertengahan tahun

3) Angka Kematian Bayi (Infant Mortality Rate - IMR)

Angka Kematian Bayi (IMR) didefinisikan sebagai probabilitas kematian bayi
usia dibawah 1 tahun (0-24 bulan) per 1000 kelahiran bayi yang lahir hidup.
Perhitungan angka kematian bayi (IMR) biasa digunakan sebagai indikator dalam
menentukan derajat kesehatan masyarakat
D
IMR= ¿1 x k
B
Dimana:
D<1 = jumlah kematian bayi kurang dari 1 tahun
B = jumlah kelahiran hidup

4) Angka Kematian Balita (Childhood Mortality Rate)

Angka Kematian Balita (Childhood Mortality Rate) adalah Jumlah kematian
balita yang dicatat selama 1 tahun per 1000 penduduk balita pada tahun yang sama.
Pengukuran ini digunakan untuk mengukur status kesehatan bayi
D1−4
CMR= xk
P1−4
Dimana:
D1-4 = jumlah kematian anak usia 1 sampai 4 tahun
P1-4 = jumlah penduduk usia 1 sampai 4 tahun

5) Angka kematian Ibu (Maternal Mortality Rate)

Angka kematian Ibu (Maternal Mortality Rate) adalah jumlah kematian ibu
sebagai akibat dari komplikasi kehamilan, persalinan, dan masa nifas dalam 1 tahun per
1000 kelahiran hidup pada tahun yang sama

Jumlah kematian ibu hamil , persalinan dan nifas dalam1 tahun

MMR= x 1000
Jumlah lahir hidup pada tahun yang sama

KASUS
Angka Kematian di Provinsi Kalimantan Selatan Tahun 2016-2017
(Sumber: Pofil Dinas Kesehatan Kalimantan Selatan)
a) Angka Kematian Neonatal

Gambar diatas menunjukkan bahwa kabupaten yang tertinggi dalam hal kematian
neonatal pada tahun 2016 adalah Kabupaten Banjar (91 kasus), sedangkan pada tahun
2017 kabupaten dengan kematian neonatal tertinggi berada pada di Kabupaten Hulu
Sungai Selatan sebesar 17 per 1.000 kelahiran hidup dan terendah berada di Kota
Banjarmasin yaitu 3 per 1.000 kelahiran hidup. Jenis kelamin laki-laki lebih tinggi
dibanding jenis kelamin perempuan pada kematian neonatal di Provinsi Kalimantan
Selatan. Penyebab kematian neonatal diantaranya dari faktor ibu yaitu kehamilan dibawah
umur 20 tahun dan di atas usia 35 tahun merupakan kehamilan beresiko tinggi, jumlah
paritas yang banyak dengan jarak kelahiran kurang dari dua tahun, status gizi ibu yang
kurang baik pada saat pembuahan dan selama kehamilan. Faktor janin yaitu BBLR dimana
berat badan lahir kurang dari 2500 gram dan Asfiksia yaitu keadaan dimana bayi baru
lahir tidak dapat bernapas secara spontan dan teratur selain itu juga bisa akibat adanya
infeksi karena sesudah lahir bayi terpapar dengan kuman yang juga berasal dari orang lain
dan dalam hal ini bayi belum memiliki imunitas.

b) Angka Kematian Bayi

 Gambar disamping menunjukkan
bahwa jumlah absolut kematian bayi
tertinggi tahun 2016 ada di Kabupaten
Tanah Laut (87 kasus) dan Barito Kuala (68
kasus). Pada tahun 2017 Kabupaten Tanah
Laut menduduki peringkat ke-2 setelah
Kabupaten Hulu Sungai sebagai kasus
kematian bayi tertinggi di Kalimantan yaitu
sebesar 14 per 1.000 kelahiran hidup,
sedangkan terendah berada di Kota
Banjarmasin yaitu 0,45 per 1.000 kelahiran
hidup. Angka ini menurun dari tahun
sebelumnya. Hal ini menunjukkan semakin
baiknya pelayanan kesehatan di fasilitas
kesehatan. Berbagai faktor dapat
menyebabkan adanya penurunan angka
kematian bayi, diantaranya pemerataan
pelayanan kesehatan berikut fasilitasnya.
Hal ini disebabkan AKB sangat sensitif
terhadap perbaikan pelayanan kesehatan.
Perbaikan kondisi ekonomi yang tercermin
dengan pendapatan masyarakat yang
meningkat juga dapat berkontribusi melalui
perbaikan gizi yang berdampak pada daya
tahan terhadap infeksi penyakit.
Penyebab kematian bayi terbanyak
adalah bayi berat lahir rendah (BBLR),
asfiksia, penyakit infeksi, kelainan
kongenital, hipotermi dan aspirasi. Peran
tenaga kesehatan dan fasyankes juga sangat penting, banyak kematian bayi yang terlambat
mendapat pertolongan dari tenaga kesehatan terlatih atau tidak sempat mendapat penanganan
karena terlambat mencapai fasyankes. Sesaat setelah kelahirannya AKB dapat dicegah
dengan kegiatan IMD (Inisiasi Menyusui Dini) dan pemberian ASI pada jam pertama
kelahirannya

c) Angka Kematian Balita

 Gambar disamping menunjukkan
bahwa kematian anak Balita di Provinsi
Kalimantan Selatan tahun 2016
termasuk kategori rendah namun tetap
perlu diperhatikan. Pada tahun 2016 ada
1,22 per 1000 Kelahiran Hidup atau
sebanyak 88 kasus. Kabupaten Kota
Baru dan Hulu Sungai Tengah tidak ada
kasus kematian anak Balita sedangkan
Kabupaten Banjar dan Tanah Bumbu
cukup banyak kasus karena pengaruh
faktor lingkungan, akses Air Bersih,
imunisasi dasar, penanganan segera
terhadap penyakit serta kondisi
geografis.yang memungkinkan
timbulnya kecelakaan bagi Balita.
Sedangkan angka kematian balita pada
tahun 2017 tertinggi berada di
Kabupaten Balangan, Hulu Sungai
Utara, Barito Kuala dan Kabupaten
Banjar aitu mencapai 2 per 1.000
kelahiran hidup. Angka Kematian Balita
terendah di Kota Banjarmasin dan
Kabupaten Tabalong. Faktor risiko
utama kematian balita adalah penyakit
infeksi, diare, gizi buruk dan gizi
kurang. Hal ini, menjadi perhatian
walaupun persentasenya kecil namun
masih ada penemuan kasus di
kabupaten/kota. Salah satu upaya penekan kematian pada Balita adalah program
posyandu, sanitasi lingkungan dan imunisasi tepat pada waktunya. Pola asuh keluarga juga
penting dengan memberikan makanan dengan gizi seimbang agar terpenuhi zat gizi yang
di butuhkan, baik gizi makro maupun mikro untuk tumbuh kembang yang optimal.

d) Angka Kematian Ibu

Gambar disamping
menunjukkan jumlah kematian ibu
di Kabupaten/Kota Provinsi
Kalimantan Selatan tahun 2016,
kematian ibu saat hamil, bersalin
dan nifas. Kematian ibu saat nifas
(49 kasus) lebih tinggi
dibandingkan kematian ibu saat
 bersalin dan hamil. Kota Banjarmasin, Kabupaten Kotabaru dan Kabupaten Banjar
merupakan daerah yang berkontribusi lebih tinggi terhadap kematian ibu dibanding
kabupaten/kota lainnya. Penyebab kematian ibu tahun 2016 tertinggi adalah perdarahan
dan penyebab lain yang memperburuk kondisi ibu seperti faktor non obstetri diantaranya
karena gangguan jantung, oedem pulmonal, diabetes mellitus dan gagal ginjal.
Sedangkan pada tahun 2017
kematian ibu saat nifas (32 kasus)
lebih tinggi dibandingkan kematian
ibu saat bersalin dan hamil. Menurut
Kabupaten/Kota jumlah kematian
ibu hamil tertinggi berada di
Kabupaten Hulu Sungai Utara
sebanyak 4 kasus. Jumlah kematian
ibu bersalin tertinggi berada di
Kabupaten KotaBaru yaitu sebanyak
7 kasus. Jumlah Kematian Ibu Nifas
tertinggi yaitu di Kabupaten Tapin
dan kabupaten Banjar yaitu
sebanyak 6 kasus, dan untuk jumlah
kematian ibu tertinggi di Kabupaten
Kotabaru yaitu sebanyak 13 kasus. Sehingga Kabupaten Kotabaru, Kabupaten Banjar, dan
Kabupaten Hulu Sungai tengah, merupakan daerah yang berkontribusi lebih tinggi
terhadap kematian ibu dibanding kabupaten/kota lainnya.
Penurunan kasus kematian ibu diperlukan upaya-upaya untuk mengendalikan atau
menurunkan kasus kematian ibu, diantaranya adalah meningkatkan pembinaan audit
maternal ke daerah potensi, meningkatkan fasilitas Puskesmas PONED, pelayanan
Polindes, membina kemitraan dengan Tenaga non Nakes (Dukun Kampung Terlatih),
meningkatkan kualitas ANC, akseptor Keluarga Berencana dan perawatan ibu saat nifas
serta setiap ibu hamil harus kontak dengan dokter minimal 1 kali.

e) Natalitas (Angka kelahiran)

Angka kelahiran adalah angka yang menunjukkan jumlah kelahiran hidup setiap
1000 penduduk per tahun. Untuk menghitung natalitas digunakan rumus berikut :

Jumlah bayilahir hidup

Natalitas= x 1000
Jumlah populasi manusia

Kriteria Natalitas :
Natalitas Kriteria
> 30 Tinggi
20 - 30 Sedang
< 20 Rendah
 1) Crude Birth Rate (CBR)
L
CBR= x 1000
P
Dimana:
L = jumlah kelahiran selama satu tahun
P = jumlah penduduk pada pertengahan tahun tersebut

2) Age Specific Fertility Rate (ASFR)

Li
ASFR= x 1000
Wi
Dimana:
Li = jumlah kelahiran bayi dari wanita umur i
Wi = jumlah penduduk wanita umur i

3) General Fertility Rate (GFR)

L
GFR= x 1000
W 15−49
Dimana:
W15 – 49 = jumlah wanita subur usia 15 – 49 tahun

KASUS
Angka Kelahiran di Provinsi Kalimantan Selatan Tahun 2000 – 2012
(Sumber: BPS)

2000 2002 2007 2010 2012

Kalimantan
2,30 3,00 2,60 2,35 2,50
Selatan

Pada tabel diatas dapat diketahui pada tahun 2000 .................

2. Laju kenaikan populasi
a) Definisi
Konsep Dasar Tentang Laju (Rates) Karena populasi merupakan kesatuan yang
selalu berubah, kita tidak hanya tertarik pada ukuran dan komposisi pada suatu saat,
tetapi juga bagaimana populasi berubah. Beberapa sifat khas penting yang berkaitan
dengan perubahan populasi ialah laju (rates). Suatu laju didapat dengan membagi
perubahan dengan periode waktu berlangsungnya perubahan. Jumlah kelahiran per tahun
= laju kelahiran (birth rates). Terminologi laju/rates tersebut menunjukan kecepatan
perubahan sesuatu pada suatu waktu.
b) Natalitas Angka Kelahiran
Natalitas merupakan kemampuan populasi untuk tumbuh. Laju Natalitas, laju
kelahiran/birth rate pada demografi diperoleh dengan kelahiran menetas, atau
berkecambah, dan sebagainya.
Natalitas ekologik atau natalitas sebenarnya atau biasa hanya disebut natalitas
adalah kenaikan populasi dalam keadaan sebenarnya. Harga tidak tetap bergantung pada
lingkungan.
c) Mortalitas
Mortalitas adalah angka kematian dalam populasi. Laju minoritas ialah laju
kematian dalam demografi ialah jumlah individu yang mati pada suatu satuan waktu (=
kematian per waktu).
Mortalitas ekologik yaitu moralitas nyata/realita, yaitu jumlah individu yang mati
dalam keadaan lingkungan yang sebenarnya, harganya tidak tetap tergantung pada
keadaan lingkungan.
Mortalitas minimum (teoritis) adalah kehilangan individu dari populasi dalam
keadaan lingkungan yang ideal dan harganya tetap.
Sering kali laju kehidupan/survival rate lebih menarik dari pada laju kematian. Jika
laju kematian = M, maka survival rate = 1- M.
Karena kita sering lebih tertarik pada organisme hidup dari pada organisme mati,
maka sering lebih berarti jika kita menyatakan laju mortalitas dalam kebalikannya, yaitu
dengan menyatakan survival rate.
d) Laju Intrinsik dari Kenaikan Alami
Apabila keadaan lingkungan tidak terbatas (ruang, makanan, dan organisme tidak
mempunyai kendala) maka laju pertumbuhan spesifik (yaitu laju pertumbuhan per
individu) menjadi konstan dan maksimum, serta karateristik untuk struktur umum
populasi tertentu dan merupakan indeks tunggal untuk kekuatan pertumbuhan populasi
dinyatakan dengan r.
dN/dt = r.N
r = dN/N.dt
parameter r dapat dianggap sebagai koefisien pertumbuhan populasi pada suatu saat.
Bentuk integrasi eksponensial secara otomatis diikuti oleh manipulasi kalkulus :
r. t
Nt = No. e
di mana :
No = jumlah pada waktu nol
Nt = jumlah pada waktu t
e = angka dasar logaritma dengan mengambil logaritma (ln = log e) dari kedua
pihak pada persamaan di atas didapatkan persamaan :
In N t = In N o + r.t
¿ N o +r .t
r =
t
¿ N t2+ Nt1
N = t −t
2 1

Sebetulnya indeks r adalah selisih antara natalitas spesifik pada suatu saat (yaitu laju
per individu perwaktu) dan laju kematian spesifik pada suatu saat :
t=b-d
laju pertumbuhan populasi secara keseluruhan pada keadaan lingkungan tidak terbatas
(r) tergantung pada :
1. komposisi umur
2.laju pertumbuhan spesifik yang berikatan dengan reproduksi komponen kelompok
umur.
 Kasus
1. Perhatikan data penduduk RRC pada tabel berikut

Gunakan Model Pertumbuhan Populasi Malthus untuk melakukan prediksi jumlah

penduduk RRC pada 1951-1955 dan 2000-2003. Bandingkan dengan data populasi
sesungguhnya.
 Jika diperhatikan, hasil prediksi cukup akurat di beberapa tahun awal,namun tidak pada
tahun-tahun 2000-2003 yang menunjukkan selisih yang cukup besar antara data
sesungguhnya dengan nilai predikasi. Hal ini menujukkan bahwa model tidak dapat
digunakan untuk memprediksi secara akurat dalam rentan waktu yang lama.

2. Diberikan data rata-rata populasi pada tabel berikut

Gunakan Model Pertumbuhan Logistik untuk Tentukan nilai prediksi jumlah penduduk
pada 1951-1955 dan 2000-2003 dengan model pertumbuhan logistik, jika diberikan
nilai K = 1.393.000.000 dan r = 4, 30725 1011. Bandingkan dengan data populasi
sesungguhnya.
 Data BPS Laju Kenaikan Penduduk Di Provinsi Kalimantan Timur
Laju Pertumbuhan Penduduk menurut Provinsi

Laju Pertumbuhan Penduduk per Tahun

Provinsi
1971-1980 1980-1990 1990-2000 2000-2010 2010-2016 2
Aceh 2,93 2,72 1,46 2,36 1
2,01
Sumatera Utara 2,60 2,06 1,32 1,10 1,33
Sumatera Barat 2,21 1,62 0,63 1,34 1,31
Riau 3,11 4,30 4,35 3,58 2,59
Jambi 4,07 3,40 1,84 2,56 1,80
Sumatera Selatan 3,32 3,15 2,39 1,85 1,46
Bengkulu 4,39 4,38 2,97 1,67 1,69
Lampung 5,77 2,67 1,17 1,24 1,21
Kepulauan Bangka Belitung - - 0,97 3,14 2,20
Kepulauan Riau - - - 4,95 3,06
DKI Jakarta 3,93 2,42 0,17 1,41 1,07
Jawa Barat 2,66 2,57 2,03 1,90 1,54
Jawa Tengah 1,64 1,18 0,94 0,37 0,79
DI Yogyakarta 1,10 0,57 0,72 1,04 1,18
Jawa Timur 1,49 1,08 0,70 0,76 0,66
Banten - - 3,21 2,78 2,23
Bali 1,69 1,18 1,31 2,15 1,21
Nusa Tenggara Barat 2,36 2,15 1,82 1,17 1,36
Nusa Tenggara Timur 1,95 1,79 1,64 2,07 1,69
Kalimantan Barat 2,31 2,65 0,91 1,63
Kalimantan Tengah 3,43 3,88 2,99 1,79 2,33
Kalimantan Selatan 2,16 2,32 1,45 1,99 1,81
Kalimantan Timur 5,73 4,42 2,81 3,81 2,58 3

Kalimantan Utara - - - - -
 Sulawesi Utara 2,31 1,60 1,33 1,28 1,13
Sulawesi Tengah 3,86 2,87 2,57 1,95 1,67
Sulawesi Selatan 1,74 1,42 1,49 1,17 1,10
Sulawesi Tenggara 3,09 3,66 3,15 2,08 2,16
Gorontalo - - 1,59 2,26 1,62
Sulawesi Barat - - - 2,68 1,93
Maluku 2,88 2,79 0,08 2,80 1,79
Maluku Utara - - 0,48 2,47 2,16
Papua Barat - - - 3,71 2,61
Papua 2,67 3,46 3,22 5,39 1,95
INDONESIA 2,31 1,98 1,49 1,49 1,36
Catatan:
Tidak Termasuk Timor Timur
1
Rata-rata Laju Pertumbuhan Penduduk per tahun 2000–2010 untuk Aceh dihitung dengan
menggunakan data Sensus Penduduk Aceh Nias (SPAN) 2005 dan SP2010
2
Hasil Proyeksi Penduduk Indonesia 2010-2035 (Pertengahan tahun/Juni)

Rata-rata Laju Pertumbuhan Penduduk per tahun 2010–2014 untuk Kalimantan Timur merupakan
3

gabungan antara Kalimantan Timur dan Kalimantan Utara

Sumber :
- Sensus Penduduk 1971, 1980 , 1990 , 2000 , 2010 dan Sensus Penduduk Antar Sensus (SUPAS) 1995
- Data Dikutip dari Publikasi Statistik Indonesia

Dilihat dari data BPS di atas dapat diketahui bahwa di Kalimantan Timur setiap 10 tahun
dari tahun 1971 sampai tahun 2000 mengalami penurunan laju pertumbuhan penduduk dan
pada tahun 2000-2010 mengalami kenaikan laju pertumbuhan penduduk dari 10 tahun
terakhir sebelumnya.
3. Penyebaran Umur dan Distribusi Intern
a) Penyebaran Umur
Penyebaran umur merupakan salah satu karakteristik populasi yang sangat
mempengauhi natalitas dan mortalitas. Secara ekologis populasi umumnya memiliki
tiga bentuk sebaran umur yaitu muda (prareproduktif), reproduktif dan umur tua
(postreproduktif). Prareproduktif, yaitu populasi yang sebagian besar anggotanya
adalah individu-individu berumur muda. Populasi demikian merupakan populasi yang
sedang berkembang cepat. Prareproduktif, yaitu populasi yang sebagian besar
anggotanya adalah individu-individu berumur muda. Populasi demikian merupakan
populasi yang sedang berkembang cepat. Pascareproduktif, yaitu populasi yang
sebagian besar anggotanya adalah individu-individu berumur tua. Populasi demikian
merupakan populasi yang sedang menurun.
Kriteria
1) Populasi yang cepat berkembang, ditandai dengan jumlah individu muda yang
sangat besar proporsinya, disebut populasi muda
2) Populasi stationer (bentuk segitiga sama sis atau lonceng), yang mempunyai
penyebaran kelompok-kelompok umur secara merata
3) Populasi menurun (bentuk kendi), yang mempunyai proporsi kelompok umur tua
lebih besar.
 KASUS
PIRAMIDA PENDUDUK PROVINSI KALIMANTAN TIMUR
TAHUN 2010-2035
(Sumber : Badan Perencanaan Pembangunan Nasional Badan Pusat Statistik
United Nations Population Fund)

Berdasarkan proyeksi penduduk diatas dapat diketahui bahwa pada tahun 2010
pola penyebaran umur di kategorikan sebagai kelompok umur prareproduktif dimana
 jumlah umur muda (produktif) lebih besar dibandingkan dengan penduduk berumur tua.
Pada tahun 2035 penduduk Kalimantan timur di proyeksikan populasinya menurun
(berbentuk kendi) dimana proporsi umur tua di Kalimantan timur lebih besar.
b) Distribusi Intern (dispersi)
Distribusi dispersi atau variabilitas merupakan derajat penyebaran nilai-nilai
variabel dari suatu tendensi sentral (nilai sentral) dalam suatu distribusi
1) Pengukuran jarak (Range) yaitu, jarak antara nilai yang tertinggi dengan nilai
yang terendah.
R = X max – Xmin
2) Pengukuran deviasi kuartil merupakan jarak antara nilai kuartil 2 (K3) dengan
nilai kuartil 1 (K1).
R = K3 – K1
3) Pengukuran deviasi rata-rata (MD) merupakan rata-rata dari deviasi nilai-nilai
dari rata-rata dalam suatu distribusi, diambil nilai yang absolut.

Contoh

Data Deviasi dari rata-rata

dengan nilai absolut
19 5
18 4
=
17 3
16 2
15 1
14 0
13 1 30
11
12 2
11 3
10 4
9 5
∑ |(Xi – M)| = 30

= 2.73

4) Pengukuran varians dan standard deviasi (SD) merupakan akar dari jumlah
deviasi kuadrat dibagi dengan banyaknya individu dalam distribusi. Standard
Deviasi adalah suatu statistic yang ddigunakan untuk meenggambarkan
variabilitas / disperse dalam suatu variabilitas dalam suatu distribusi maupun
variabilitas beberapa ddistribusi.
 Var = sd = ∑2(xi−M )
2

N
Data Deviasi dari rata- Kuadrat deviasi
rata dengan nilai dari rata-rata
absolut
19 5 25
18 4 16
Var = sd2 = ∑
2
(xi−M )
17 3 9 N
16 2 4
110
15 1 1 = 11
14 0 0
13 1 1 = 10
12 2 4
11 3 9 Sd = √10 = 3.162
10 4 16
9 5 25
∑ |(Xi – M)| = 30 ∑ (Xi – M)2 = 110
4. Dispersi anggota populasi (emigrasi,imigrasi,dan migrasi)
a) Definisi
Penyebaran populasi (dispersi) merupakan pergerakan individu kedalam atau keluar dari populasi.
Penyebaran populasi berperan penting dalam penyebaran secara geografi dari tumbuhan, hewan atau
manusia kesuatu daerah dimana mereka belum menempatinya.
Penyebaran populasi di dalam suatu ekosistem dapat terjadi melalui 3 pola yaitu :
a.         Emigrasi : pergerakan individu keluar daerah populasinya ke tempat lainnya dan tinggal secara permanen.
b.       Imigrasi : pergerakan individu ke dalam suatu daerah populasi lainnya dan tinggal secara permanen.
c.         Migrasi : pergerakan secara dua arah suatu individu dari suatu daerah populasi ke daerah populasinya
lainnya secara periodik (temporer)

b) Kriteria natalitas dan mortalitas

c) formula perhitungan
1) rumus jumlah penduduk migrasi
Rumusnya : T = I – E
Keterangan :
T = jumlah pertumbuhan penduduk per tahun
I = jumlah migrasi masuk per tahun
E = jumlah migrasi keluar per tahun
2) rumus pola persebaran makhluk hidup

Keterangan :
Id = Indeks Dispersi Morisita
n = Jumlah plot pengambilan contoh
N = Jumlah individu dalam n plot
X = Jumlah individu pada setiap plot
Nilai indeks morisita yang diperoleh diinterpretasikan sebagai berikut:
Id = 1, distribusi individu cenderung acak
Id = 0, distribusi individu bersifat seragam
Id = n (> 1), distribusi individu cenderung berkelompok.
Kasus
 Dalam menganalisa pola persebaran yang dimiliki oleh siput laut gonggong
dilakukan pengukuran dengan menggunakan indeks dispersi morisita dan diujikan dengan
uji chi Kuadrat.

Bedasarkan Tabel 2 dapat dilihat bahwa pada perairan pesisir Pulau Dompak
terdapat 2 pola persebaran populasi siput laut gonggong, yaitu Mengelompok dan acak.
Pola persebaran mengelompok ditemukan pada stasiun 1, 3 ,5 dan 6 sedangkan pola
persebaran acak terdapat pada stasiun 2 dan 4.
Berdasarkan data bps, gunakan sebagai contoh dan interpretasikan data tersebut. Lakukan
pada data kependudukan sebanyak 3 tahun (dimulai dari data tahun 2000) dan pada data
provinsi yang sama

Provinsi 2000 2005 2010 2015

Migrasi Masuk :        
Kalimantan Timur 155 498 149 389 213 558 120 005
Migrasi Keluar :        
Kalimantan Timur 42 817 47 478 73 039 101 169
Migrasi neto
112 681 101 911 140 519 18 836
Kalimantan Timur

Berdasarkan data migrasi diatas, pada migrasi masuk terlihat penurunan jumlah
penduduk yang masuk ke kaltim dari tahun 2000-2015. sedangkan pada migrasi keluar
terjadi peningkatan yang signifikan dari tahun 2000-2015.
 DAFTAR PUSTAKA

Badan Pusat Statistika. https://www.bps.go.id/statictable/2009/02/20/1271/angka-fertilitas-

total-menurut-provinsi-1971-1980-1985-1990-1991-1994-1997-1998-1999-2000-2002-
2007-2010-dan-2012.html.
Badan Pusat Statistika https://www.bps.go.id/statictable/2009/02/20/1268/laju-pertumbuhan-
penduduk-menurut-provinsi.html.
Buku Pengertian dan Konsep-Konsep Populasi.
http://sc.syekhnurjati.ac.id/esscamp/files_dosen/modul/Pertemuan_9IPA.5040510.pdf.
Buku Ekonomi Kependudukan. http://www.feb.unpad.ac.id/dokumen/files/BUKU-
KEPENDUDUKAN.pdf
Pofil Dinas Kesehatan Provinsi Kalimantan Selatan 2017.
http://www.depkes.go.id/resources/download/profil/PROFIL_KES_PROVINSI_2017/2
2_Kalsel_2017.pdf.
Pofil Dinas Kesehatan Provinsi Kalimantan Selatan 2018.
http://www.depkes.go.id/resources/download/profil/PROFIL_KES_PROVINSI_2018/2
2_Kalsel_2018.pdf.
Resnawan. 2017. Pemodean Matematika Pemodelan dengan Persamaan Diferensial.
http://repository.ung.ac.id/get/kms/14311/pemodelan-dengan-persamaan-
diferensial.pdf.
http://staff.uny.ac.id/sites/default/files/Handout%20Ekologi_0.pdf

https://www.bappenas.go.id/files/5413/9148/4109/Proyeksi_Penduduk_Indonesia_2010-
2035.pdf.

http://sdm.data.kemdikbud.go.id/upload/files/Pengantar%20Statistik.pdf.