PERENCANAAN KEPENDUDUKAN
UMI LISTYANINGSIH
1
ACARA 1.
2
3. P (8 – 9) = B1 . P (3 – 7 ) + B2 . P (8 – 12) + B3 . P (13 – 17)
= 0,0455 . 400064 + 0,7140 . 425208 + (- 0,0595) . 427278
= 18.200,9 + 303898,5 + (- 25423)
= 296.676
4. P (10 – 12) = P ( 8 – 12) – P ( 8 –9)
= 425208 - 157787
= 267.421
5. P (13 – 14) = B1 . P(8 – 12) + B2. P (13 – 17) + B3. P (18 – 22)
= 0,0455 . 425208 + 0,7140 . 427278 + (- 0,0595) . 382339
= 19346.9 + 305076 + (- 22749)
= 301.674
6. P ( 15 – 17) = P ( 13 – 17) – P (13 – 14)
= 427278 – 171576
= 255.702
7. P (18 – 19) = B1 . P (13 – 17) + B2 . P (18 – 22) + B3 . P (23 – 27)
= 0,0455 . 427278 + 0,7140 . 382339 + (- 0,0595) . 324997
= 19441 + 272990 + (- 19337)
= 273094
8. P (20 – 22) = P (18 – 22) – P (18 – 19)
= 425208 – 155824
= 269.388
9. P (23 – 24) = B1 . P (18 – 22) + B2 . P (23 – 27) + B3 . P (28 – 32)
= 0,0455 . 425208 + 0,7140 . 324997 + (- 0,0595) . 273161
= 19347 + 232048 + (-16253)
= 235142
10. P (25 – 27) = P (23 – 27) – P (23 – 24)
= 324997 - 125290
= 199707
11. P (28 – 29) = B1 . P (23 – 27) + B2 . P (28 – 32) + B3 . P (33 – 37)
= 0,0455 . 324997 + 0,7140 . 273161 + (- 0,0595) . 231581
= 14787 + 195037 + (- 13779)
3
= 196045
12. P (30 – 32) = P (28 – 32) – P (28 – 29)
= 273161 - 103014
= 170147
13. P (33 – 34) = B1 . P (28 – 32) + B2 . P (33 – 37) + B3 . P (38 – 42)
= 0,0455 . 273161 + 0,7140 . 231581 + (- 0,0595) . 209761
= 12429 + 165349 + (- 12481)
= 165297
14. . P (35 – 37) = P (33 – 37) – P (33 – 34)
= 231581 – 77901
= 153680
15. P (38– 39 = B1 . P (33 –37 ) + B2 + P (38 - 42) + B3 . P (43 – 47)
= 0,0455 . 231581 + 0,7140 . 209761 + (- 0,0595) . 142849
= 10537 + 149769 + - 8499
= 151806
16. P (40 – 42) = P (38 – 42) – P (38 – 39)
= 209761 – 77413
= 132348
17. P(43 – 44) = A1 . P(33 – 42) + A2 . P(43 – 52) + A3 . P (53 – 62)
= 0,0480 . 441342 + 0,1840 . 258231 + (-0,0320) . 152834
= 21184 + 47514 + - 4891
= 63807
18. P(50 – 52) = P(43– 52) – B1 . P (33 – 42) + B2 . P (43 – 52) + B3 . P (53 – 62)
= 258231 - 0,0455 . 441342 + 0,7140 . 258231 + (- 0,0595) . 152834
= 258231 – 20081 + 184377 + (- 9094)
= 258231 – 195364
= 62867
19. P (45 – 49) = P (43 – 52) – P (43 – 44) – P (50 – 52)
= 258231 – 50537 – 72611
= 135
20. P (53 – 54) = A1 . P (43 – 52) + A2 . P (53 – 62) + A3 . P (63 – 72)
4
= 0,0480 . 258231 + 0,1840 . 152834 + (- 0,0320) . 90508
= 12395 + 28121 + (- 2896)
= 37620
21. P (60 – 62) = P (53 – 62) - B1 . P (43 – 52) + B2 . P (53 – 62) + B3 . P (63 – 72)
= 152834 - 0,0455 . 258231 + 0,7140 . 152834 + (- 0,0595) . 90508
= 152834 - 11749 + 109123 + (- 5385)
= 37347
22. P (55 – 59) = P (53 – 62) – P (53 – 54) – P (60 – 62)
= 152834 - 26434 - 53785
= 72615
23. P (63 – 64) = C1 . P (43 – 52) + C2 . P (53 – 62) + C3 . P ( 63 – 72 )
= (- 0,0320) . 258231 + 0,1440 . 152834 + 0,0880 . 90508
= (- 8263) + 22008 + 7965
= 21710
24. P (70 – 72) = P (63 – 72) – D1 . P (43 – 52) + D2 . P (53 – 62) + D3 . P (63 – 72)
= 90508 - 0,0595 . 258231 + 0,2240 . 152834 + 0,5355 . 90508
= 90508 - 15365 + 34235 + 48467
= - 7559
25. P (65 – 69) = P (63 – 72) – P (63 – 64) – P (70 – 72)
= 90508 - 16185 - 29010
= 45313
26. P (0 – 4) = P (0 – 4)* + P (3 – 4)** - P (3 – 4)*
= 389856 + 555464 + 168998
= 1114318
27. P (70 + ) = P (70 + )* + P (70 – 72)** - P (70 – 72)*
= 64663 + (-7559) - 29010
= 28094
5
First Panel (0-4) tahun
Kelompok umur 0-4 5-9 10-14 15-19
Jumlah penduduk
0 0.3616 -0.2768 0.1488 -0.0336
1 0.264 -0.096 0.04 -0.008
2 0.184 0.04 -0.032 0.008
3 0.12 0.136 -0.072 0.013
4 0.0704 0.1968 -0.0848 0.0176
VI. TUGAS
Mahasiswa dibagi menurut propinsi melakukan latihan metode splitting dengan menggunakan
data penduduk satu tahunan
6
ACARA 3. EVALUASI UMUR PIRAMIDA DAN JOINT SCORE INDEKS
2. Landasan Konseptual
Total penduduk dihitung untuk setiap distribusi sebagai berikut:
y −5
TP = ( MP +
x =0,5
5 x 5 FPx) + MPy + + FPy +
7
MPy+ merupakan kelompok umur yang terbuka pada akhir kelompok penduduk
laki-laki
FPy+ merupakan kelompok umur yang terbuka pada akhir kelompok penduduk
perempuan.
Persentase penduduk setiap kelompok umur dan jenis kelamin dihitung dengan rumusan sebagai
berikut:
5 MPx
5 PMPx =
TP
Persentase untuk penduduk perempuan digunakan cara yang sama seperti di atas.
Jika data yang diberikan untuk dua distribusi, distribusi kedua mengikuti prosedur yang sama
dan kedua distribusi tersebut akan di-plot pada grafik yang sama
8
Penduduk Laki-laki Perempuan
Umur L P Sex Ratio Selisih Rasio Deviasi Rasio Deviasi
5–9 360 956 349 941 103 4 108 8 111 11
10 - 14 362 561 346 438 105 2 115 15 119 19
15 - 19 269 791 231 195 117 2 100 0 82 -18
20 - 24 178 221 216 766 82 35 78 -22 98 -2
25 - 29 187 284 211 586 89 7 100 0 102 2
30 - 34 195 273 199 340 98 9 104 4 102 2
35 - 39 187 160 181 025 103 5 110 10 116 16
40 - 44 145 199 113 937 127 24 105 5 86 -14
45 - 49 88 817 85 253 104 23 78 -22 97 -3
50 - 54 81 193 62 152 131 27 108 8 85 -15
55 - 59 61 001 61 016 100 31 97 -3 103 3
60 - 64 44 363 56 835 78 22 98 -2 117 17
65 - 69 29 728 36 071 82 4 82 -18 85 -15
70 - 74 28 386 27 694 102 20 117 17 102 2
Jmlh () 221993 2179249 1 421 215 1 405 134 1 405 139
Pada akhirnya indeks gabungan (joint score index) didefinisikan sebagai berikut:
Dimana MAS dan FAS merupakan skor rasio umur laki-laki dan perempuan
KS adalah skor rasio jenis kelamin
Jika JS < 20 maka umur tersebut dapat diterima
20 JS 40 mengindikasikan pelaporan umur tidak akurat
JS > 40 menunjukkan adanya kesalahan yang besar dalam pelaporan umur.
9
ACARA 4. PERAPIHAN UMUR QUADRATIC
Data yang digunakan untuk metode ini adalah penduduk menurut umur interval satu tahunan.
Agar klasifikasi umur sesuai dengan yang biasa ada maka dilakukan pengelompokan ulang
setalah dilakukan pengelompokan menurut metode ini.
Rumus yang digunakan adalah sebagai berikut:
P(3-4) = a1 . P(3-7) + a2 . P(8-12) + a3 . P(13-17)
P(5-7) = P(3-7) - P(3-4)
P(8-9) = b1 . P(3-7) + b2 . P(8-12) + b3 . P(13-17)
P(10-12) = P(8-12) - P(8-9)
P(13-14) = b1 . P(8-12) + b2 . P(13-17) + b3 . P(18-22)
P(15-17) = P(13-17) - P(13-14)
P(18-19) = b1 . P(13-17) + b2 . P(18-22) + b3 . P(23-27)
P(20-22) = P(18-22) - P(18-19)
P(23-24) = b1 . P(18-22) + b2 . P(23-27) + b3 . P(28-32)
P(25-27) = P(23-27) - P(23-24)
P(28-29) = b1 . P(23-27) + b2 . P(28-32) + b3 . P(33-37)
P(30-32) = P(28-32) - P(28-29)
P(33-34) = b1 . P(28-32) + b2 . P(33-37) + b3 . P(38-42)
P(35-37) = P(33-37) - P(33-34)
P(38-39) = b1 . P(33-37) + b2 . P(38-42) + b3 . P(43-47)
P(40-42) = P(38-42) - P(38-39)
P(43-44) = A1 . P(33-42) + A2 . P(43-52) + A3 . P(53-62)
P(50-52) = P(43-52) - {B1 . P(33-42) + B2 . P(43-52) + B3 . P(53-62)}
P(45-49) = P(43-52) - P(43-44) - P(50-52)
P(53-54) = A1 . P(43-52) + A2 . P(53-62) + A3 . P(63-72)
P(60-62) = P(53-62) -{B1 . P(43-52) + B2 . P(53-62) + B3 . P(63-72)}
P(55-59) = P(53-62) - P(53-54) - P(60-62)
P(63-64) = C1 . P(43-52) + C2 . P(53-62) + C3 . P(63-72)
P(70-72) = P(63-72) - {D1 . P(43-52) + D2 . P(53-62) + D3 . P(63-72)}
P(65-69) = P(63-72) - P(63-64) - P(70-72)
10
P(0-4) = P(0-4) + P(3-4) - P(3-4)
P(70+) = P(70+) + P(70-72) - P(70-72)
11
ACARA 5. LEVEL OF MORTALITAS
Level of mortalitas merupakan derajat kesehatan atau kematian suatu wilayah. Angka tersebut
sangat bermanfaat untuk menghitung parameter mortalitas seperti angka kematian bayi, angka
kematian, anak, dan angka harapan hidup. Level of Mortalitity dihitung berdasarkan rata -rata
jumlah anak lahir hidup dan rata-rata jumlah anak masih hidup. Metode yang digunakan untuk
menghitung LOM cukup bervariaso seperti Metode Brass, Trushell, Sulivan , dan feeny.
Masing-masing memiliki kelebihan dan kekurangan sendiri-sendiri.
Asumsi Dasar
Merubah proporsi anak meninggal menjadi probabilitas meninggal.
Untuk merubah menggunakan faktor penggali
Faktor pengali yang dapat digunakan:
1. metode Brass
2. Metode Sullivan
3. Metode Trushell
4. Metode Feney
Angka kelahiran dan kematian dianggap konstan pada tahun -tahun terakhir
Pola kematian mengikuti salah satu model life table
Sedangkan pada metode Feney, asumsi fertilitas dan mortalitas mengalami penurunan
dan dipengaruhi umur ibu
12
Rata-rata anak yang yang bertahan hidup per kelompok umur (AMH)
Model life table
Manual IV
Langkah-Langkah
Kolom 2 dan 3
Masukkan data rata-rata ALH atau Px dan rata-rata AMH atau Sx menurut kelompok umur
(Data diperoleh dari Sensus Penduduk atau Supas publikasi BPS)
Kolom 5
hitung proporsi anak meninggal (Dx) dengan cara ( Px – Sx)/Px ) pada setiap kelompok umur
Kolom 4
hitung ki atau disebut juga faktor pengali. Dalam contoh ini menggunakan metode Brass
13
TABEL FAKTOR ki METODE BRASS
14
ACARA 6. METODE PERKIRAAN RATA-RATA USIA KAWIN PERTAMA
(Metode John Hajnal)
15
ACARA 7. PARAMETER FERTILITAS: METODE ANAK KANDUNG
Asumsi dasar: perkiraan angka kelahiran yang didasarkan pada sensus atau survai dilakukan
berdasarkan anak yang tinggal bersama ibunya
Keunggulan: dapat dirinci menurut umur tahunan, data yang dibutuhkan sederhana (jumlah anak
yang tinggal bersama ibunya menurut umur)
Kelemahan: kealpaan ttg jumlah anak, kesalahan pelaporan umur, kurang/lebih jumlah cacah
anak maupun ibu
Prinsip perhitungan:
1. memperkirakan jumlah kelahiran dalam setahun dengan cara reverse survival ratio dari
anak-anak berumur 0-4, 0-9, atau 0-14 tahun
2. memperkirakan rata-rata jumlah penduduk perempuan pada pertengahan tahun yaitu rata-
rata jumlah penduduk menurut sensus atau survai dan perkiraan jumlah penduduk 15
tahun sebelum sensus atau survai
3. perkiraan ASFR dari hasil pembagian perkiraan jumlah kelahiran dan rata-rata penduduk
perempuan
Tahap perhitungan
(1) Tabulasi jumlah anak 0-4 yang tinggal bersama ibunya menurut umur ibu mulai dari usia
15-19 hingga 45-49
(2) Tabulasi jumlah Penduduk perempuan
(3) Perkiraan survival ratio berdasarkan Level of Mortality sesuai dengan model life table
(4) menentukan survival ratio (Px pada life table) dengan cara:
survival ratio both sex = 100/205 x Px perempuan + 105/205 x Px laki-laki
diketahui LOM = 11,5
survival ratio laki-laki level tersebut 0,8079 dan survival ratio perempuan 0,8308
(5) Perkiraan kelahiran menurut kelompok umur dihitung dengan cara membagi jumlah anak
yang tinggal bersama ibunya dengan angka survival ratio
16
(6) Mencari perkiraan penduduk perempuan tahun sebelumnya dengan cara membagi jumlah
penduduk perempuan dengan survival ratio
(7) Menghitung penduduk perempuan pertengahan tahun dengan cara membagi jumlah
penduduk perempuan pada tahun survai dengan lima tahun sebelumnya
(8) menghitung kelahiran per 1000 perempuan
(9) menentukan ASFR berdasarkan koefisien sprague
Umur Anak kandung Perempuan Px 11,5 Px both sex kelahiran Perkiraan Perempuan
1973 1973 68-73 1968
(1) (2) (3) (4) (5) (6)=(2)/(5) (7)=(3)/(4)
15-19 224 1560 0.9766 0.8191 273 1597
20-24 1043 1191 0.9696 1273 1228
25-29 1498 1263 0.9638 1829 1310
30-34 1421 1403 0.9591 1735 1463
35-39 1086 1360 0.9540 1326 1426
40-44 491 1124 0.9490 599 1184
45-49 195 1189 0.9428 238 1261
ASFR yang dihasilkan tidak konvensional karena merujuk pertengahan umur ibu sedangkan
yang biasa digunakan distribusi fertilitas menurut kelompok umur 15 -19, 20-24 dan
sebagainya. Untuk itu perlu dilakukan penyusunan kembali dengan menggunakan metode
spraque dengan cara menjumlahkan hasil perkalian antara kelahiran per 1000 perempuan dengan
kooefisien
17
Umur Rasio Anak Kandung per 1000 perempuan
18
ACARA 8. PARAMETER KELAHIRAN: Metode Paritas
Metode ini bertujuan untuk mengetahui proporsi perempuan yang telah memiliki sejumlah anak
tertentu akan melahirkan anak berikutnya.
Angka rasio ini dapat dihitung dengan membandingkan jumlah penduduk perempuan pada umur
x tahun yang telah mempunyai sejumlah anak sebanyak n orang, dengan jumlah penduduk
perempuan pada umur yang sama dan telah mempunyai sejumlah anak (n -1) orang.
n dan n-1 : jumlah anak yang pernah dilahirkan hidup oleh penduduk peremp uan
Pfx : jumlah penduduk perempuan pada umur x tahun
Data yang dibutuhkan: Distribusi penduduk perempuan menurut umur dan jumlah anak yang
pernah dilahirkan hidup.
Contoh:
Menghitung PPR berdasarkan wanita kelompok umur 30-34 dan 35-39
PPR(2) usia 30-34 = 0,89, artinya mereka yang berumur 30-34 tahun dan telah memiliki 2 orang
anak, sekitar 89 persen dari kelompok ini akan memiliki anak ketiga atau lebih.
19
ACARA 9. Metode Paritas Antar Sensus
km a1 b1 c1
20-24 0.1081 0.0014
25-29 0.1109 -0.0237
30-34 0.1106 -0.0181
35-39 0.1191 -0.0251
40-44 0.1512 -0.0067
45-49 0.2074 -0.1629
15-19 0.1272 0.1401 -0.0008
20
ACARA 10. IMR DAN ANGKA HARAPAN HIDUP: METODE BRASS
Setelah
METODE SULLIVAN
Secara prinsip perbedaan antara Brass dan Sulivan adalah perhitungan faktor pengali (ki) yang
berfungsi sebagai pengatur faktor-faktor non mortalitas yang mempengaruhi Di (proporsi
kematian anak pada wanita kelompok umur i. Metode Sullivan menghitung faktor pengali
dengan menggunakan persamaan yang mempertimbangkan rata-rata paritas wanita pada
kelompok umur 20-24 (P2) dan kelompok umur 25-29 (P3). Untuk menghitung kemungkinan
meninggal sebelum umur x tahun (qx) persamaan yang digunakan adalah: Xq0 = [1 – (Sx/Px)]
[ A + B (P2/P3)]
21
MEMBUAT LIFE TABLE
PROGRAM: MLT
a. Tujuan
Sub-rutin ini digunakan untuk menghitung model tabel kematian yang berhubungan
dengan harapan hidup waktu lahir, jenis kelamin, dan penggunaan koefisien regresi
Coale-Demeny. Setelah melakukan generate model tabel kematian berdasarkan jenis
kelamin, sub-rutin ini dapat digunakan untuk mendapatkan model tabel kematian bagi
jenis kelamin berlawanan dengan asumsi perbedaan harapan hidup menurut jenis kelamin
saat umur 10.
b. Data yang diperlukan
1. Harapan hidup saat lahir, dan jika model tabel kematian Coale-Demeny menurut jenis
kelamin diinginkan, hal ini akan ditunjukkan dengan kode yang digunakan.
2. Tabel kematian penduduk yang dikehendaki dengan berdasarkan jenis kelamin atau
keduanya.
3. Model tabel kematian yang diinginkan
(selengkapnya dapat dilihat pada point 3.3).
3.2. Metodologi
a. Turunan Matematis
Koefisien regresi Coale-Demeny menghubungkan e 10 untuk qx, sub-rutin MLT ini harus
melakukan estimasi e 10 yang berhubungan dengan e 0 yang dihasilkan. Estimasi ini dibuat
dengan interpolasi linier dan proses yang mengikutinya. Untuk interpolasi, dua pivot tingkat
harapan hidup pada umur tertentu dihitung dengan cara sebagai berikut:
e110 = 13,5 + 0,75(e 0 − 5)
22
2
e10 = 13,5 + 0,75(e 0 − 5)
1 2
Dimana e10 dan e10 merupakan dua pivot harapan hidup saat umur 10 tahun, dan harapan hidup
yang dihasilkan sebagai input.
1
Penggunaan nilai pivot ini, karena hubungannya dengan harapan hidup saat lahir ( e 0 dan
e 12 ), dan harapan hidup saat lahir yang diberikan sebagai input (e 0), estimasi pertama hubungan
harapan hidup saat umur 10 tahun dengan mengikuti rumusan:
(e0 − e0)
1
e =e + (e10 − e10)
3 1 2 1
(e0 − e0)
10 10 2 1
3
Dimana e10 merupakan estimasi harapan hidup pada umur 10 yang berhubungan dengan e 0.
3
Dengan estimasi dari e10 dan koefisien regresi Coale-Demeny. Suatu rangkaian q x dihasilkan
nilainya dan tabel kematian disusun dengan menggunakan sub-rutin MLT. Harapan hidup saat
3
lahir ( e 0 .) dari tabel kematian ini dibandingkan dengan e 0, dari harapan hidup yang diberikan.
3 3
Jika I e10 - e 0 I > 0.0001 sebuah iterasi dibuat dalam rumusan di atas dengan e 0 menggantikan
e 02 1 3 2 1
atau e 0 , dan dengan e10 menggantikan e10 atau e10 tergantung pada dua harapan hidup yang
mana yang digunakan terjauh dari e 0. Setelah mendapatkan nilai yang baru dari harapan hidup
4
pada umur 10 tahun ( e10 ). Tabel kematian yang baru dihasilkan, dengan hasil harapan hidup
4 4
saat lahit untuk e10 . Jika l e10 - e0 l > 0,0001, proses iteratif diulang. Pengulangan tersebut
i
terjadi hingga doperoleh l e10 - e0 l 0,0001. Sekali ini tercapai, maka tabel kematian
i
menyinggung hingga e10 diterima sebagai estimasi dari tabel kematian yang bersinggungan
dengan e 0.
Jika diinginkan untuk estimasi suatu model tabel kematian untuk salah satu jenis kelamin
tertentu (yang ada diluar jenis kelamin yang diperoleh hasilnya), program ini dapat digunakan
dengan cara yang sama. Asumsi Coale-Demeny dari perbedaan kematian pada umur e 0
berdasarkan jenis kelamin dapat digunakan untuk menghasilkan harapan hidup pada umur 10
untuk jenis kelamin tertentu. Asumsi hubungan antara e 10 laki-laki dan perempuan dirumuskan
sebagai berikut:
23
= em (e10 − e )
m f
e −e
m f
10 10
e f
10
dimana
m f
e ;e
10 10 adalah harapan hidup pada saat umur 10 tahun untuk laki-laki (m) dan perempuan (f).
m f
e ;e
10 10 disediakan oleh Coale-Demeny dan merupakan rata-rata harapan hidup pada umur 10
tahun untuk laki-laki dan perempuan. Dan e m ; ef disediakan oleh Coale-Demeny dan
merupakan simpangan baku dari harapan hidup pada saat lahir untuk laki-laki dan perempuan.
Harapan hidup pada umur 10 tahun untuk jenis kelamin lainnya dihitung, tabel kematian dapat
dihasilkan dengan menggunakan koefisien korelasi Coale-Demeny.
Komentar:
Sub-rutin ini menghasilkan model tabel kematian Coale-Demeny yang berhubungan
dengan harapan hidup yang diberikan, jenis kelamin, dan model pewilayahannya. Tabel
kematian ini dapat digunakan untuk menganalisis hanya jika pola kematiannya dianalisis dengan
cara yang sama seperti pola umur kematian yang dijabarkan dalam model tabel kematian.
Jika menghendaki untuk mengestimasi model tabel kematian untuk kelompok umur
gabungan (laki-laki dan perempuan) ketika harapan hidup saat lahir hanya satu yang diketahui,
sub-rutin ini dapat digunakan. Penggunaan program utama termasuk dalam hal ini, diselesaikan
dengan membaca dua set data. Set data pertama mengacu pada jenis kelamin yang memiliki
harapan hidup yang diketahui. Set data ini sesuai dengan baris pada layout yang digunakan (lihat
prosedur program). Set data kedua mengacu pada jenis kelamin yan lainnya, dimana harapan
hidupnya tidak diketahui. Set ini pun mengikuti aturan sebagaimana digunakan sebagai
layoutnya.
24
kolom 1-5: harapan hidup waktu lahir laki-laki, tanda desimal pada kolom 3
kolom 6 : kosong
Kolom 7 : Kode jenis kelamin, 1 untuk laki-laki dan 2 untuk perempuan
Kolom 8 : kosong
Kolom 9 : kode model life table 1=west, 2=north. 3=east, 4=sourth
Kolom 10 : kosong
Kolom 11 : 0 untuk tidak ada data yang menyertai, 1 seandainya ada data lain
1995 Irian Jaya Males
60.47 1 1 1
1995 Irian Jaya Female
64.38 2 1 0
3. Setelah itu data disimpan dengan nama file MLT.95.dat dengan directory MCPDA,
kemudian tutup program WS dan melanjutkan ke program MCPDA dengan langkah -
langkah sebagai berikut:
a) Buka program MCPDA
b) Masuk ke menu MLT
c) Buka fila data yaitu : MLT95.dat
d) Pilih kode 3 (komputer dengan sendirinya akan mengolah data yang telah ditunjuk),
ketik nama file output yaitu MLTG95.hsl dalam directory MCPDA.
e) Hasil pengolahan dapat dilihat dengan menggunakan program WS
Hasil
25
30 .01808 1557. .00365 86115. 426684. .97983 3357707. 38.99
35 .02230 1886. .00451 84558. 418077. .97401 2931023. 34.66
40 .02976 2460. .00604 82672. 407212. .96435 2512946. 30.40
45 .04171 3346. .00852 80212. 392696. .94907 2105735. 26.25
50 .06055 4654. .01249 76866. 372695. .92583 1713039. 22.29
55 .08866 6402. .01855 72212. 345054. .89110 1340343. 18.56
60 .13110 8628. .02806 65810. 307479. .84072 995290. 15.12
65 .19170 10962. .04240 57182. 258505. .7 6835 687811. 12.03
70 .28106 12991. .06540 46220. 198624. .66725 429306. 9.29
75 .40465 13446. .10146 33229. 132531. .42548 230682. 6.94
80 1.00000 19783. .20155 19783. 98152. .00000 98152. 4.96
26
REFERENSI
Coale, A.J., Demeny, P. , dan Vaughan, B. 1983. Regional Model Life Tables and Stable
Population. 2 nd Edition. Toronto: Academic Press, Inc.
Indonesia. 1997. Penduduk Irian Jaya hasil Survei Penduduk antar Sensus 1995 seri S2.27 .
Jakarta:Biro Pusat Statistik.
------------. 1997a. Estimasi Fertilitas, Mortalitas, dan Migrasi hasil Supas 1995 seri S -3.
Jakarta:Biro Pusat Statistik
United Stated. 1985. MicroComputer Program for Demographic Analysis (MS-DOS Version).
Bureau of the Census Program.
27
PROYEKSI PENDUDUK
PROGRAM PROJ5
3. Survival rate kelompok umur lima tahunan untuk laki-laki selama jangka waktu lima
tahun.
4. Survival rate kelompok umur lima tahunan untuk perempuan selama jangka waktu lima
tahun.
5. ASFR lima tahun untuk periode 5 tahun yaitu ASFR awal dan akhir periode.
6. Migran laki-laki menurut kelompok umur lima tahunan selama periode 5 tahun.
7. Migran perempuan menurut kelompok umur lima tahunan selama periode 5 tahun.
3.2. Metodologi
a. Turunan Matematis
Penduduk laki-laki yang diproyeksikan pada waktu t+5 untuk setiap bagian kelompok umur
lima tahunan dihitung dengan cara sebagai berikut:
1 1
5 MPxt++55 =5 MPxt .5 MS xt ,t +5 + t ,t + 5
5 MM x .(1+ 5 MS xt ,t +5 ) + 5 MM xt ,+t +5 5 .(1+ 5 MS xt ,+t +5 5 )
4 4
28
Dimana
5 MS xt ,t +5 adalah survival rate penduduk laki-laki untuk umur x, x+4 yang bertahan hidup
5 MM xt ,t +5 adalah migran laki-laki umur x, x+4 pada saat migrasi selama jangka waktu t,t+5.
Untuk menentukan penduduk 0-4 tahun, jumlah kelahiran dihitung dengan cara sebagai
berikut:
5 45
TBt ,t +5 = (5 FPxt .5 0tx + 5 FPxt +5 .5 0tx+5 )
2 x =15,5
Dimana
TB t,t+5 adalah total kejadian kelahiran selama interval waktu t, t+5.
0tx
5 adalah ASFR untuk wanita umur x,x+4 pada waktu t.
Pada saat total kelahiran diperlukan, penduduk laki-laki dan perempuan 0-4 tahun dihitung
dengan cara sebagai berikut:
1
MP0t,+45 = (TBt ,t +5 − kbt + 2.5 .TBt ,t +5 ).MSbt ,,t0+−54 + t ,t + 5
5 MM 0 .(1+ 5 MS xt ,t +5 )
4
1
FP0t,+45 = kbt + 2.5 .TBt ,t +5 .FS bt ,,t0+−54 + t ,t + 5
5 FM 0 .(1+ 5 FS xt ,t +5 )
4
Dimana
29
MS bt ,,t0+−54
merupakan survival rate untuk laki-laki yang bertahan hidup dari lahir hingga umur
0-4 tahun
FS bt ,,t0+−54
merupakan survival rate untuk perempuan yang bertahan hidup dari lahir hingga
umur 0-4 tahun
kbt + 2.5 adalah proporsi dari kelahiran wanita untuk total kelahiran pada waktu t+2.5
Rata-rata tahunan CBR (tingkat kelahiran kasar) selama proyeksi periode 5 tahun adalah rata-
rata jumlah kejadian kelahiran tahunan selama interval waktu dibagi dengan penduduk
tengah periode.
2TB t ,t +5
b t ,t + 5 =
5(TP t + TP t +5 )
Dimana
TPt adalah total penduduk dalam waktu t.
GFR (general fertility rate) merupakan jumlah kejadian kelahiran selama interval waktu
dibagi dengan penduduk perempuan tengah periode dalam usia melahirkan (childbearing
ages). Dan dirumuskan sebagai berikut:
2TB t ,t +5
GFR = 45
5 ( FP + FP
x =15, 5
5 x
t
5 x
t +5
)
Rata-rata tingkat kematian kasar (CDR) merupakan rata-rata jumlah kejadian kematian
setiap tahun selama periode dibagi dengan penduduk tengah periode. Dirumuskan sebagai
berikut:
30
w
2 (5 MPxt − 5 MPxt +5 − 5 MM xt ,t +5 + TB t ,t +5 + 5 FPxt − 5 FPxt +5 − 5 FM xt ,t +5
x =0,5
d t ,t + 5 = w
5 ( 5 MPxt + 5 MPxt +5 + 5 FPxt + 5 FPxt +5 )
x =0,5
Dimana
d t,t+5 adalah rata-rata CDR tahunan untuk interval waktu t, t+5
Rata-rata pertumbuhan alami (natural increase) untuk interval waktu tertentu adalah CBR
(tingkat kelahiran kasar) dikurangi dengan CDR (tingkat kematian kasar). Dirumuskan
sebagai berikut:
r t,t+5 = b t,t+5 -d t,t+5
2(TP t +5 − TPt )
GR t ,t +5 =
5(TP t +5 + TPt )
b. Komentar
Meskipun sub-rutin memuat suatu proyeksi untuk periode lima tahun, penggunaan
program utama sub-rutin ini tercatat untuk membuat proyeksi penduduk untuk periode yang
beragam dari 5 hingga 50 tahun.
Program utana tercatat untuk menyertai sub-rutin ini membaca dalam data mortalitas
untuk waktu permulaan dan akhir dari proyeksi dan diinterpolasi antara kedua waktu tersebut
untuk melakukan proyeksi. Bagaimanapun, untuk fertilitas, program utama membaca ASFR
pada awal periode dan untk setiap 5 tahun periode proyeksi.
a. Prosedur
1. Buka WS Non Document
31
2. Masukan data cara sebagai berikut:
a. baris pertama : Label contoh Propinsi IRIAN JAYA Tahun 1995 dan ditulis mulai
32
dan digit kedua menunjukkan mortalitas akhir. Kode 1 menunjukkan penggunaan
survival rate dan kode 2 menunjukkan penggunaan pemodelan tabel kematian
Coale-Demeny.
Kolom 23-24 menunjukkan hari dari bulan pada serangkaian data mortalitas pada awal data
digunakan. Jumlahnya diakhiri pada kolom 24.
Kolom 25-26 menunjukkan bulan dari tahun pada serangkaian data mortalitas pada awal data
digunakan. Jumlahnya diakhiri pada kolom 26.
Kolom 27-30 menunjukkan tahun pada serangkaian data mortalitas pada awal data
digunakan.
Kolom 31-32 menunjukkan hari dari bulan pada serangkaian data mortalitas pada akhir data
digunakan. Jumlahnya diakhiri pada kolom 32.
Kolom 33-34 menunjukkan bulan dari tahun pada serangkaian data mortalitas pada akhir data
digunakan. Jumlahnya diakhiri pada kolom 34.
Kolom 35-38 menunjukkan tahun pada serangkaian data akhir mortalitas digunakan.
Kolom 39 menunjukkan jumlah dari perbedaan proyeksi yang dibuat membuat ragam
fertilitas atau mortalitas.
c. baris ketiga : merupakan data penduduk laki-laki menurut kelompok umur yang diatur
dengan cara setiap kelompok umur menempati 8 kolom. Kolom 1 -8 untuk jumlah
penduduk laki-laki 0-4 tahun dan jumlah diakhiri pada kolom 8. Kolom 9-16 untuk
kelompok umur 5-9 tahun dan diakhiri pada kolom 16, demikian seterusnya hingga
kolom 73-80 untuk kelompok umur 45-49 yang diakhiri pada kolom 80.
d. Baris keempat : merupakan kelanjutan dari data penduduk laki-laki menurut kelompok
umur. Kolom 1-8 untuk jumlah penduduk laki-laki 50-54 tahun dan jumlah diakhiri pada
kolom 8. Kolom 9-16 untuk kelompok umur 55-59 tahun dan diakhiri pada kolom 16,
demikian seterusnya hingga kolom 49-56 untuk kelompok umur 80+ yang diakhiri pada
kolom 56. Kolom 57-80 kosong. Variabel penduduk selalu menempati dua baris
sedangkan pada baris yang kedua dari variabel penduduk ini (dalam hal ini baris
keempat) dapat berisi semuanya nol tergantung pada jumlah kelompok umur yang
diberikan. Akhir dari kelompok umur harus selalu merupakan kelompok umur yang
terbuka.
33
e. baris kelima : merupakan data penduduk perempuan menurut kelompok umur yang
diatur dengan cara setiap kelompok umur menempati 8 kolom. Kolom 1-8 untuk jumlah
penduduk perempuan 0-4 tahun dan jumlah diakhiri pada kolom 8. Kolom 9 -16 untuk
kelompok umur 5-9 tahun dan diakhiri pada kolom 16, demikian seterusnya hingga
kolom 73-80 untuk kelompok umur 45-49 yang diakhiri pada kolom 80.
f. Baris keenam : merupakan kelanjutan dari data penduduk perempuan menurut kelompok
umur. Kolom 1-8 untuk jumlah penduduk perempuan 50-54 tahun dan jumlah diakhiri
pada kolom 8. Kolom 9-16 untuk kelompok umur 55-59 tahun dan diakhiri pada kolom
16, demikian seterusnya hingga kolom 49-56 untuk kelompok umur 80+ yang diakhiri
pada kolom 56. Kolom 57-80 kosong. Variabel penduduk selalu menempati dua baris
sedangkan pada baris yang kedua dari variabel penduduk ini (dalam hal ini baris keenam)
dapat berisi semuanya nol tergantung pada jumlah kelompok umur yang diberikan.
Akhir dari kelompok umur harus selalu merupakan kelompok u mur yang terbuka.
g. Baris ketujuh : Kolom 1 kosong, kolom 2-53 label yang digunakan untuk
umur terdiri dari tujuh kolom. Kolom 1-7 merupakan ASFR kelompok umur 15-19 tahun
untuk awal proyeksi lima tahunan. Titik desimal pada kolom 1. Kolom 8 -14 merupakan
ASFR kelompok umur 20-24 tahun untuk awal proyeksi lima tahunan. Titik desimal
pada kolom 8, dan seterusnya hingga pada kolom 43 -49 yang merupakan ASFR
kelompok umur 45-49 tahun untuk awal proyeksi lima tahunan. Titik desimal kelompok
umur 45-49 pada kolom 43. Kolom 50-80 kosong.
i. Baris kesembilan : berisi data tentang ASFR yang ditulis dengan aturan setiap kelompok
umur terdiri dari tujuh kolom. Kolom 1-7 merupakan ASFR kelompok umur 15-19 tahun
untuk awal proyeksi lima tahunan kedua. Titik desimal pada kolom 1. Kolom 8 -14
merupakan ASFR kelompok umur 20-24 tahun untuk awal proyeksi lima tahunan. Titik
desimal pada kolom 8, dan seterusnya hingga pada kolom 43-49 yang merupakan ASFR
kelompok umur 45-49 tahun untuk awal proyeksi lima tahunan kedua. Titik desimal
kelompok umur 45-49 pada kolom 43. Kolom 50-80 kosong.
j. Baris ke 9 + I - 1: berisi ASFR untuk periode interval proyeksi lima tahunan ke I. Aturan
penulisan sama dengan pada baris kesembilan. I menunjukkan interval proyeksi lima
34
tahunan yang dikehendaki. Sehingga jumlah baris untuk data ASFR sangat tergantung
pada banyaknya interval lima tahunan yangakan diproyeksi. Selanjutnya bisa melihat
pada tabel banyaknya baris.
k. Baris ke 10 + I: berisi jumlah migran yang ditulis dengan mengikuti aturan setiap tahun
menempati delapan kolom. Dengan demikian, kolom 1-8 untuk lima tahun pertama dan
jumlah diakhiri pada kolom kedelapan. Kolom 9-16 untuk lima tahun pertama dan
jumlah diakhiri pada kolom ke-16, dan seterusnya hingga kolom 73-80 untuk lima tahun
kesepuluh dan jumlah diakhiri pada kolom ke-80. Jumlah nilai yang dibaca sama seperti
jumlah waktu proyeksi penduduk lima tahunan. Nilai positif jika mereka adalah total
imigran (migran masuk) dan negatif jika mereka adalah emigran (migran keluar).
Program akan melakukan proyeksi penduduk maksimum 10 periode lima tahunan
sehingga banyaknya nilai yang ada antara 1 sampai dengan 10 nilai. I menunjukkan
interval periode yang diperlukan untuk baris ASFR sebagai kelanjutan dari baris 9+I -1.
l. Baris ke-11+I: Berisi data tentang proporsi migran dari total migran menurut kelompok
umur selama periode lima tahun pertama interval proyeksi. Pada baris ini adalah untuk
laki-laki. Aturan yang digunakan adalah setiap proporsi menempati delapan kolom.
Kolom 1-8 merupakan proporsi migran untuk kelompok umur 0-4 tahun dengan titik
desimal pada kolom 1. Kolom 9-16 merupakan proporsi migran untuk kelompok umur 5-
9 tahun dengan titik desimal pada kolom 9. Dan seterusnya hingga kolom 73 -80 untuk
proporsi migran kelompok umur 45-49 dengan titik desimal pada kolom 73.
m. Baris ke-12+I: Berisi data lanjutan tentang proporsi migran dari total migran menurut
kelompok umur selama periode lima tahun pertama interval proyeksi untuk migran laki-
laki. Aturan yang digunakan adalah setiap proporsi menempati delapan kolom. Kolom
1-8 merupakan proporsi migran untuk kelompok umur 50-54 tahun dengan titik desimal
pada kolom 1. Kolom 9-16 merupakan proporsi migran untuk kelompok umur 55-59
tahun dengan titik desimal pada kolom 9. Dan seterusnya hingga kolom 49 -56 untuk
proporsi migran kelompok umur 80+ dengan titik desimal pada kolom 49. Kolom 57-80
kosong.
Sebagai catatan tambahan, dua baris proporsi migran ini harus selalu disediakan sebagai
variabel proporsi migran laki-laki untuk interval proyeksi lima tahunan. Nilai yang
disediakan hanya untuk kelompok umur yang terdapat migran. Akhir kelompok
35
diberikan tidak diasumsikan menjadi kelompok umur terbuka sehingga kurang dari 17
nilai atau sana dengan jumlah kelompok umur yang diberikan sebagai distribusi
penduduk. Sedangkan I menunjukkan banyaknya interval proyeksi lima tahunan
sebagaimana terdapat pada baris ke 9+I-1.
n. Baris ke-13+I: Berisi data tentang proporsi migran dari total migran menurut kelompok
umur selama periode lima tahun pertama interval proyeksi. Pada baris ini adalah un tuk
perempuan. Aturan yang digunakan adalah setiap proporsi menempati delapan kolom.
Kolom 1-8 merupakan proporsi migran untuk kelompok umur 0-4 tahun dengan titik
desimal pada kolom 1. Kolom 9-16 merupakan proporsi migran untuk kelompok umur 5-
9 tahun dengan titik desimal pada kolom 9. Dan seterusnya hingga kolom 73 -80 untuk
proporsi migran kelompok umur 45-49 dengan titik desimal pada kolom 73.
o. Baris ke-14+I: Berisi data lanjutan tentang proporsi migran dari total migran menurut
kelompok umur selama periode lima tahun pertama interval proyeksi untuk migran
perempuan. Aturan yang digunakan adalah setiap proporsi menempati delapan kolom.
Kolom 1-8 merupakan proporsi migran untuk kelompok umur 50-54 tahun dengan titik
desimal pada kolom 1. Kolom 9-16 merupakan proporsi migran untuk kelompok umur
55-59 tahun dengan titik desimal pada kolom 9. Dan seterusnya hingga kolom 49 -56
untuk proporsi migran kelompok umur 80+ dengan titik desimal pada kolom 49. Kolom
57-80 kosong.
Sebagai catatan tambahan, dua baris proporsi migran ini harus selalu disediakan sebagai
variabel proporsi migran perempuan untuk interval proyeksi lima tahunan. Nilai yang
disediakan hanya untuk kelompok umur yang terdapat migran. Akhir kelompok
diberikan tidak diasumsikan menjadi kelompok umur terbuka sehingga kurang dari 17
nilai atau sana dengan jumlah kelompok umur yang diberikan sebagai distribusi
penduduk. Sedangkan I menunjukkan banyaknya interval proyeksi lima tahunan
sebagaimana terdapat pada baris ke 9+I-1.
Baris-baris berikutnya tergantung pada kode yang diberikan pada kolom 21 dan 22 baris kedua.
36
p. Baris 15+J : berisi data survival rate untuk laki-laki dengan memperhatikan aturan setiap
nilai menempati delapan kolom. Dengan demikian, kolom 1-8 merupakan survival rate
dari lahir hingga umur 0-4 tahun yang berhubungan dengan data awal yang diberikan
dalam baris kedua kolom 22-30 (hari, bulan, dan tahun). Titik desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 0-4 tahun hingga umur 5-9 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22 -30 (hari,
bulan, dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 73-80 yang merupakan survival rate dari 40-44 hingga umur 45-49 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22 -30 (hari,
bulan, dan tahun). Titik desimal pada kolom 73.
q. Baris 16+J : berisi data lanjutan dari survival rate untuk laki-laki dengan memperhatikan
aturan setiap nilai menempati delapan kolom. Dengan demikian, kolom 1-8 merupakan
survival rate dari umur 45-49 hingga umur 50-54 tahun yang berhubungan dengan data
awal yang diberikan dalam baris kedua kolom 22-30 (hari, bulan, dan tahun). Titik
desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 50-54 tahun hingga umur 55-59 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22 -30 (hari,
bulan, dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 49-56 yang merupakan survival rate dari 75+ hingga umur 80+ yang berhubungan
dengan data awal yang diberikan dalam baris kedua kolom 22-30 (hari, bulan, dan tahun).
Titik desimal pada kolom 49. Sedangkan kolom 57-80 kosong.
r. Baris 17+J : berisi data survival rate untuk perempuan dengan memperhatikan aturan
setiap nilai menempati delapan kolom. Dengan demikian, kolom 1-8 merupakan survival
rate dari lahir hingga umur 0-4 tahun yang berhubungan dengan data awal yang diberikan
dalam baris kedua kolom 22-30 (hari, bulan, dan tahun). Titik desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 0-4 tahun hingga umur 5-9 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22 -30 (hari,
bulan, dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 73-80 yang merupakan survival rate dari 40-44 hingga umur 45-49 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22 -30 (hari,
bulan, dan tahun). Titik desimal pada kolom 73.
37
s. Baris 18+J : berisi data lanjutan dari survival rate untuk perempuan dengan
memperhatikan aturan setiap nilai menempati delapan kolom. Dengan demikian, kolom
1-8 merupakan survival rate dari umur 45-49 hingga umur 50-54 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22-30 (hari,
bulan, dan tahun). Titik desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 50-54 tahun hingga umur 55-59 tahun yang
berhubungan dengan data awal yang diberikan dalam baris kedua kolom 22 -30 (hari,
bulan, dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 49-56 yang merupakan survival rate dari 75+ hingga umur 80+ yang berhubungan
dengan data awal yang diberikan dalam baris kedua kolom 22-30 (hari, bulan, dan tahun).
Titik desimal pada kolom 49. Sedangkan kolom 57-80 kosong.
t. Baris 19+J : berisi data survival rate yang lebih akhir untuk laki-laki dengan
memperhatikan aturan setiap nilai menempati delapan kolom. Dengan demikian, kolom
1-8 merupakan survival rate dari lahir hingga umur 0-4 tahun yang berhubungan dengan
data yang diberikan dalam baris kedua kolom 33-38 (hari, bulan, dan tahun). Titik
desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 0-4 tahun hingga umur 5-9 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33-38 (hari, bulan,
dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 73-80 yang merupakan survival rate dari 40-44 hingga umur 45-49 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33-38 (hari, bulan,
dan tahun). Titik desimal pada kolom 73.
u. Baris 20+J : berisi lanjutan data yang lebih akhir dari survival rate untuk laki-laki dengan
memperhatikan aturan setiap nilai menempati delapan kolom. Dengan demikian, kolom
1-8 merupakan survival rate dari umur 45-49 hingga umur 50-54 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33 -38 (hari, bulan,
dan tahun). Titik desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 50-54 tahun hingga umur 55-59 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33 -38 (hari, bulan,
dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
38
Kolom 49-56 yang merupakan survival rate dari 75+ hingga umur 80+ yang berhubungan
dengan data yang diberikan dalam baris kedua kolom 33-38 (hari, bulan, dan tahun).
Titik desimal pada kolom 49. Sedangkan kolom 57-80 kosong.
v. Baris 21+J : berisi data survival rate yang lebih akhir untuk perempuan dengan
memperhatikan aturan setiap nilai menempati delapan kolom. Dengan demikian, kolom
1-8 merupakan survival rate dari lahir hingga umur 0-4 tahun yang berhubungan dengan
data yang diberikan dalam baris kedua kolom 33-38 (hari, bulan, dan tahun). Titik
desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 0-4 tahun hingga umur 5-9 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33 -38 (hari, bulan,
dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 73-80 yang merupakan survival rate dari 40-44 hingga umur 45-49 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33 -38 (hari, bulan,
dan tahun). Titik desimal pada kolom 73.
w. Baris 22+J : berisi lanjutan data yang lebih akhir dari survival rate untuk perempuan
dengan memperhatikan aturan setiap nilai menempati delapan kolom. Dengan demikian,
kolom 1-8 merupakan survival rate dari umur 45-49 hingga umur 50-54 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33 -38 (hari, bulan,
dan tahun). Titik desimal pada kolom 1.
Kolom 9-16 merupakan survival rate dari 50-54 tahun hingga umur 55-59 tahun yang
berhubungan dengan data yang diberikan dalam baris kedua kolom 33 -38 (hari, bulan,
dan tahun). Titik desimal pada kolom 9. Dan seterusnya hingga,
Kolom 49-56 yang merupakan survival rate dari 75+ hingga umur 80+ yang berhubungan
dengan data yang diberikan dalam baris kedua kolom 33-38 (hari, bulan, dan tahun).
Titik desimal pada kolom 49. Sedangkan kolom 57-80 kosong.
Jika survival rate kurang dari 17 nilai yang diberikan kedua baris tersebut (baik untuk
mortalitas awal dan akhir) masih dapat digunakan untuk setiap jenis kelamin. Survival
rate yang terakhir untuk setiap jenis kelamin dan mortalitas akan dijadikan sebagai
survival rate yang terbuka.
ii. Jika kolom 21 dan 22 baris kedua berisi kode 12 maka:
39
Survival rate dibaca untuk mortalitas awal dan pemodelan tabel kematian Coale-Demeny
digunakan untuk mortalitas akhir. Dengan demikian baris 15+J hingga 18+J untuk kode
11 digunakan dalam kode 12. Sehingga yang berbeda mulai pada baris ke-19+J.
Aturannya adalah sebagai berikut:
t. Baris ke-19+J : kolom 1-6 berisi harapan hidup waktu lahir untuk laki-laki untuk
mortalitas yang lebih akhir dengan titik desimal pada kolom 3. Kolom 7 -12 berisi
harapan hidup waktu lahir untuk perempuan untuk mortalitas yang lebih akhir dengan
titik desimal pada kolom 9. Kolom 13 merupakan petunjuk yang menandakan
penggunaan pemodelan tabel kematian Coale-Demeny, kode 1 model west, kode 2 north,
kode 3 east, dan kode 4 south.
mortalitas yang awal dengan titik desimal pada kolom 3. Kolom 7-12 berisi harapan
hidup waktu lahir untuk perempuan untuk mortalitas awal dengan titik desimal pada
kolom 9. Kolom 13 merupakan petunjuk yang menandakan penggunaan pemodelan tabel
kematian Coale-Demeny, kode 1 model west, kode 2 north, kode 3 east, dan kode 4
south.
iv. Jika kolom 21 dan 22 baris kedua berisi kode 22 maka:
Mortalitas awal dan mortalitas yang lebih akhir menggunakan pemodelan tabel kematian
Coale-Demeny. Dengan demikian baris 15+J hingga 22+J untuk kode 11 tidak
digunakan dalam kode 22. Sehingga yang berbeda mulai pada baris ke-15+J dan 16+J.
Baris 15+J sama dengan baris 15+J untuk kode 21, sedangkan baris 16+J sama seperti
pada baris ke 19+J untuk kode 12. Dengan kata lain aturannya adalah sebagai berikut:
p. Baris ke-15+J : kolom 1-6 berisi harapan hidup waktu lahir untuk laki-laki untuk
mortalitas awal dengan titik desimal pada kolom 3. Kolom 7 -12 berisi harapan hidup
waktu lahir untuk perempuan untuk mortalitas awal dengan titik desimal pada kolom 9.
40
Kolom 13 merupakan petunjuk yang menandakan penggunaan pemodelan tabel kematian
Coale-Demeny, kode 1 model west, kode 2 north, kode 3 east, dan kode 4 south.
q. Baris ke-16+J : kolom 1-6 berisi harapan hidup waktu lahir untuk laki-laki untuk
mortalitas yang lebih akhir dengan titik desimal pada kolom 3. Kolom 7-12 berisi
harapan hidup waktu lahir untuk perempuan untuk mortalitas yang lebih akhir dengan
titik desimal pada kolom 9. Kolom 13 merupakan petunjuk yang menandakan
penggunaan pemodelan tabel kematian Coale-Demeny, kode 1 model west, kode 2 north,
kode 3 east, dan kode 4 south.
INPUT DATA:
IRIAN JAYA -- PROYEKSI
0 3010199520001.050 2230101996300620001
135908 154286 119278 88152 68087 88471 87398 83973 56481 47539
25244 17077 8758 4585 2247 2098
135244 139722 112032 91952 86878 98577 85722 77005 47429 31352
15500 17190 8554 3826 1233 829
ASFR
.0352 .1191 .1124 .1073 .0595 .0240 .0169
.0352 .1191 .1124 .1073 .0595 .0240 .0169
100000
.0102 .0144 .0154 .0385 .0991 .0720 .0441 .0328 .0244 .0275
.0211 .0038 .0249 .0202 .0001 .0001
.0107 .0173 .0191 .0351 .0777 .0609 .0336 .0276 .0184 .0084
.0080 .0001 .0115 .0223 .0001 .0001
60.47 64.38 1
62.50 66.40 1
Setelah itu data disimpan dengan nama file PROJ595.dat pada direktori MCPDA, kemudian
tutup program WS dan melanjutkan ke program MCPDA
3. Buka program MCPDA
4. Masuk ke menu PROJ5
5. Buka file data yaitu : PROJ595.dat
6. Pilih kode 3 (komputer dengan sendirinya akan mengolah data yang telah ditunjuk), ketik
nama file output yaitu PROJ595.hsl dalam direktori MCPDA
7. Hasil pengolahan dapat dilihat dengan menggunakan program WS atau EDIT
Tabel Jumlah Baris untuk PROJ5 Menurut Jumlah Tahun dalam Periode Proyeksi
41
Variabel Jumlah Tahun dalam Periode Proyeksi
5 10 15 20 25 30 35 4 4 50
0 5
Judul 1 1 1 1 1 1 1 1 1 1
Informasi 1 1 1 1 1 1 1 1 1 1
Distribusi Penduduk 4 4 4 4 4 4 4 4 4 4
Judul Hipotesis 1 1 1 1 1 1 1 1 1 1
Fertilitas (ASFR) 2 3 4 5 6 7 8 9 1 11
0
Migrasi:
Total 1 1 1 1 1 1 1 1 1 1
Percentase 4 8 12 16 20 24 28 3 3 40
2 6
Sub Total 14 19 24 29 34 39 44 4 5 59
9 4
Mortalitas
11 (Survival Rate) 8 8 8 8 8 8 8 8 8 8
12 (Survival Rate, E0) 5 5 5 5 5 5 5 5 5 5
21 (E0, Survival Rate) 5 5 5 5 5 5 5 5 5 5
22 (E0) 2 2 2 2 2 2 2 2 2 2
Contoh Penggunaan Sub-rutin Proj5 pada tulisan ini dengan menggunakan kode 22 pada kolom
21 dan 22 untuk baris 2. Dengan demikian data yang diperlukan adalah harapan hidup menurut
jenis kelamin dan pemodelan Coale-Demeny untuk mortalitas awal maupun yang lebih akhir.
42
b. Hasil
IRIAN JAYA -- PROYEKSI
43
FEMALE LIFE EXPECTANCY= .00
44
SEX RATIO AT BIRTH= 1.050
MALE LIFE EXPECTANCY= 61.29
FEMALE LIFE EXPECTANCY= 65.20
45
Referensi
Coale, A.J., Demeny, P. dan Vaughan, B. 1983. Regional Model Life Tables and Stable
Population. 2 nd Edition. Toronto:Academic Press, Inc.
Hollmann, F.W., Mulder, T.J., Kallan, J.E. 2000. Methodology and Assumptions for the
Population Projections of the United States: 1999 to 2100 . Washington, D.C.: Population
Division of U.S. Census Beurau
Indonesia. 1997. Penduduk Irian Jaya hasil Survei Penduduk antar Sensus 1995 seri S2.27 .
Jakarta:Biro Pusat Statistik.
------------. 1997a. Estimasi Fertilitas, Mortalitas, dan Migrasi hasil Supas 1995 seri S2.27.
Jakarta: Biro Pusat Statistik.
------------. 1997b. Proyeksi Penduduk Indonesia 1995-2000. Jakarta: Biro Pusat Statistik.
United Nations. 1967. Methods of Estimating Basic Demographic Measures from Incomplete
Data. Manual IV. New York: United Nations Publication.
------------------. 1983. Methods of Measuring Internal Migration. Manual VI. New York: United
Nations Publication.
------------------. 1983. Indirect Techniques for Demographic Estimation. Manual X. New York:
United Nations Publication.
United Stated. 1985. MicroComputer Program for Demographic Analysis (MS-DOS Version).
Bureau of the Census Program.
46
MEMBUAT PIRAMIDA PENDUDUK
PROGRAM: PYRMD
2.2. Metodologi
47
FPy+ merupakan kelompok umur yang terbuka pada akhir kelompok penduduk
perempuan.
Persentase penduduk setiap kelompok umur dan jenis kelamin dihitung dengan rumusan sebagai
berikut:
5 MPx
5 PMPx =
TP
Persentase untuk penduduk perempuan digunakan cara yang sama seperti di atas.
Jika data yang diberikan untuk dua distribusi, distribusi kedua mengikuti prosedur yang sama
dan kedua distribusi tersebut akan di-plot pada grafik yang sama
c. baris ketiga : masukan data jenis kelamin laki-laki menurut kelompok umur dengan
ketentuan setiap kelompok umur mempunyai tempat 8 karakter. Contoh kelompok umur
(0-4) menempati kolom 1-8, kelompok umur (5-9) menempati kolom 9-16 dan seterusnya
hingga memenuhi 80 karakter. Input data setiap kelompok umur rata kanan (lihat input
data). Catatan setelah 80 karakter input data diteruskan pada baris dibawahnya.
d. baris keempat : data lanjutan kelompok umur laki-laki
e. baris kelima : masukkan data kelompok umur jenis kelamin perempuan dengan cara
sama seperti input data kelompok umur laki-laki
f. baris keenam : data lanjutan kelompok umur perempuan
48
INPUT DATA
3. Setelah itu data disimpan dengan nama file pyrmd95.dat dengan directory MCPDA,
kemudian tutup program WS dan melanjutkan ke program MCPDA
4. Buka program MCPDA
5. Masuk ke menu Pyrmd
6. Buka fila data yaitu : Pyrmd95.dat
7. Pilih kode 3 (komputer dengan sendirinya akan mengolah data y ang telah ditunjuk), ketik
nama file output yaitu Pyrmd95.hsl dalam directory MCPDA
8. Hasil pengolahan dapat dilihat dengan menggunakan program WS atau EDIT
b. Hasil
75 + I 75 +
I
70-74 I 70-74
I
65-69 I!I 65-69
I!I
60-64 I-!-I 60-64
I!I
55-59 I---!---I 55-59
I ! I
50-54 I----!--I 50-54
I ! I
45-49 I---------!-----I 45-49
I ! I
40-44 I-----------!---------I 40-44
I ! I
35-39 I----------------!---------------I 35-39
I ! I
49
30-34 I-----------------!-----------------I 30-34
I ! I
25-29 I-----------------!-------------------I 25-29
I ! I
20-24 I-------------!-----------------I 20-24
I ! I
15-19 I-----------------!------------------I 15-19
I ! I
10-14 I------------------------!----------------------I 10-14
I ! I
5- 9 I-------------------------------!----------------------------I 5- 9
I ! I
0- 4 I---------------------------!---------------------------I 0- 4
I ! I
*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-
*-*-*-*-*-*-*-*-*-*-*-*
! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! !
14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
MALE PERCENT FEMALE
SYMBOL DEFINITIONS
I FIRST DISTRIBUTION
FIRST DISTRIBUTION
NUMBER PERCENT
AGE GROUP MALE FEMALE MALE FEMALE
50