PROYEKSI
PENDUDUK
6
ELVA FEBRI ASHARI, S.Tr.Keb.,M.Keb
3. Model ratio
Model ratio sebagaimana model ekstrapolasi trend juga didasarkan
pada trend masa lalu. Model ratio menggunakan konsep bahwa penduduk
(atau perubahan penduduk) pada suatu wilayah yang lebih kecil (wilayah
studi) merupakan proporsi dari penduduk (perubahan penduduk) dari
wilayah yang lebih luas, atau wilayah basis (base area). Model ini
sederhana dan mudah dalam perhitungannya serta membutuhkan data
yang relative lebih sedikit. Meskipun demikian, model ini membutuhkan
proyeksi penduduk dari wilayah basis tersebut(Suharto, 2020).
Model ratio mencakup model constant share, shift share dan model
share of growth :
a. Model constan share
Model ini berasumsi bahwa share penduduk dari daerah studi
merupakan suatu proporsi yang konstan dari daerah basis dan proyeksi
dilakukan berdasarkan proporsi konstan tersebut.
Model disajikan dalam bentuk persamaan sebagai berikut :
Pt = Pt J (Pl l Pl J)
Dimana :
P : jumlah penduduk pada daerah studi
Pj : penduduk pada daerah basis atau daerah yang lebih luas yang
didalamnya terdapat daerah studi
l : tahun terakhir dari observasi
t = tahun proyeksi
Jika data wilayah studi menunjukkan kecenderungan yang sama
seperti wilayah basis, penggunaan model ini akan menghemat waktu
dan lebih sederhana dalam penerapannya. Namun demikian, jika
daerah studi dan daerah basis memiliki trend pertumbuhan yang
berlawanan, artinya jika daerah studi mengalami penurunan penduduk
dan daerah basis mengalami peningkatan penduduk, atau sebaliknya,
proyeksi ini tidak dapat diaplikasikan.
b. Model shift share
Model shift share mencoba mengoreksi kelemahan dari model
constant share dengan memasukkan indeks pergeseran (shift term)
untuk menghitung perubahan share penduduk dari waktu ke waktu.
Jika pertumbuhan daerah studi lebih cepat dari daerah basis maka shift
termakan positif. Sebaliknya jika pertumbuhan daerah studi lebih
lambat dari daerah basis, maka shift term-nya akan negatif.
Satu kelemahan utama dari metode ini adalah jika terjadi
pertumbuhan atau pengurangan yang tinggi pada tahun dasar, hal ini
dapat menyebabkan bertambahnya atau berkurangnya penduduk
dalam jumlah yang sangat besar pada tahun proyeksi. Oleh karenanya,
penggunaan metode ini untuk proyeksi penduduk jangka panjang harus
dilakukan secara hati-hati.
c. Model share of growth
Metode ini menggunakan share dari pertumbuhan penduduk
bukannya share dari jumlah penduduk seperti yang digunakan dua
model ratio sebelumnya. Asumsi dasar dari model ini adalah bahwa
share pertumbuhan penduduk daerah studi pada periode observasi
akan berlaku sama dalam periode proyeksi.
Metode ini akan lebih tepat diterapkan jika trend pertumbuhan
penduduk pada daerah studi sama dengan trend pertumbuhan pada
daerah basis. Misalnya jika pertumbuhan penduduknya sama-sama
meningkat atau sama-sama menurun.
D. Metode Proyeksi Penduduk
Beberapa metode proyeksi penduduk sebagai berikut (Adiwibowo and
Karyana, 2022) :
1. Metode matematik
Metode matematik merupakan metode yang digunakan untuk
melakukan perhitungan proyeksi jumlah keselurahan pada satu wilayah
tertentu tanpa melihat indicator demografi yaitu kelahiran, kematian, dan
migrasi. Akan tetapi untuk wilayah Indonesia metode matematik memiliki
keakuratan lebih baik dari pada metode komponen. Hasil proyeksi
metode matematik relatif masih cukup baik jika jangka waktu yang
diproyeksikan pendek, ini disebabkan oleh kelahiran, kematian, dan
migrasi tidak berubah secara siginifikan.
2. Metode komponen
Dapat menghasilkan proyeksi penduduk berdasarkan jenis kelamin
dan kelompok umur dengan memperhatikan komponen pertumbuhan
penduduk yaitu kelahiran, kematian dan migrasi. Namun hasil dari
proyeksi menggunakan metode komponen terkadang kurang
memuaskan. Hal ini disebabkan oleh kurang tepatnya estimasi angka
migrasi, yang pada tiap periode proyeksi berubah, sedangkan
estimasi untuk angka kelahiran dan kematian relatif lebih baik
3. Metode campuran
Metode campuran merupakan penggabungan antara kedua metode
baik metode matematik dan metode komponen. Metode campuran dapat
digunakan untuk mengatasi kelemahan metode matematik yang hanya
dapat melakukan proyeksi penduduk secara total dan mengatasi
kelemahan metode komponen yang tidak selalu dapat melakukan
proyeksi penduduk secara akurat berdasarkan kelompok umur.
E. Jenis-Jenis Perkiraan Penduduk
Untuk memperkirakan jumlah suatu penduduk, dapat dilakukan di tiga
waktu melalui(Suwito, 2020):
1. Antar sensus (intercensal)
Merupakan perkiraan jumlah penduduk yang dilakukan diantara hasil
kedua sensus.
2. Sesudah sensus (postcensal)
Merupakan perkiraan jumlah penduduk sesudah dilakukannya sensus
penduduk.
3. Proyeksi (projection)
Merupakan perhitungan yang menunjukkan keadaan fertilitas,
mortalitas dan migrasi dimasa mendatang. Kegiatan ini dapat dilakukan
sesudah sensus (forward projection) atau sebelum sensus (backward
projection).
F. Kegunaan proyeksi penduduk
Pada zaman dahulu proyeksi penduduk digunakan untuk mengestimasi
pajak/kekuatan negara, namun pada zaman sekarang proyeksi digunakan
untuk memperbaiki kondisi sosial ekonomi dan perencanaan pembangunan
berbagai bidang (Lucky Radita Alma, S.KM., 2019).
Selain itu kegunaan dari proyeksi penduduk terdiri atas :
1. Di bidang pangan yaitu menentukan kebutuhan akan bahan pangan sesuai
dengan gizi serta susunan penduduk menurut umur.
2. Di bidang kesehatan yaitu menentukan jumlah medis, dokter, obat-obatan
tempat tidur di rumah sakit-rumah sakit yang diperlukan selama periode
proyeksi.
3. Di bidang tenaga kerja yaitu menentukan jumlah angkatan kerja,
penyediaan lapangan kerja yang erat hubunganya dengan proyeksi tentang
kemungkinan perencanaan untuk memperhitungkan perubahan tingkat
pendidikan, skilled dan pengalaman dari tenaga kerja.
4. Di bidang pendidikan yaitu proyeksi penduduk dipakai sebagai dasar
untuk memperkirakan jumlah penduduk usia sekolah, jumlah murid,
jumlah guru gedung-gedung sekolah, pendidikan pada masa yang akan
datang.
5. Di bidang produksi barang dan jasa yaitu dengan proyeksi angkatan kerja
dalam hubunganya dengan data mengenai produktivitas merupakan dasar
estimasi produksi barang-barang dan jasa dimasa mendatang.
Biodata Penulis:
Elva Febri Ashari,
S.Tr.Keb.,M.Keb lahir di Kendari,
pada 27 Februari 1998. Ia tercatat
sebagai lulusan Universitas
Hasanuddin.Wanita yang kerap
disapa Elva adalah anak dari
pasangan Yasir (ayah) dan
Jumahari Uddin (ibu). Elva Febri
Ashari seorang wanita yang
mengawali karirnya di Usia 24
tahun menjadi seorang dosen
Kebidanan di salah satu Sekolah
Tinggi Ilmu Tinggi Kesehatan yang
terletak di daerah Banten.
DAFTAR PUSTAKA
Adiwibowo, F. and Karyana, Y. (2022) ‘Proyeksi Penduduk Indonesia dengan
menggunakan Metode Campuran’, Bandung Conference Series: Statistics, 2(1), pp. 1–10.
doi: 10.29313/bcss.v2i1.124.
Ayuningrum, F. et al. (2020) Proyeksi penduduk Indonesia 2020-2050 : Hasil Sensus Penduduk
Wineka Media.
Horizon.