PROYEKSI PENDUDUK

KELOMPOK 10
OCTHAVYANI E.B (21706036)
FEBRIYAN MUCHSIN (21706332)
NOVITASARI (21706031)
KARMILASARI (21706023)
 PROYEKSI PENDUDUK
salah satu karya demografi yang paling banyak
digunakan adalah proyeksi penduduk. Pemerintah
memerlukan hasil proyeksi penduduk untuk
merencanakan pembangunan manusia, khususnya
perencanaan dan pembangunan program-program
pada bidangnya, yaitu pada bidang :
1. Di bidang pendidikan
2. Di bidang kesehatan
3. Di bidang ketenaga kerjaan
4. Di bidang usaha
5. Di bidang pengendalian penduduk
 Beberapa pengertian mengenai
perkiraan penduduk
sehubungan dengan kebutuhan terhadap
pembuatan perkiraan penduduk, dikenal
berbagai istilah dan metode perkiraan
penduduk yang perlu dibedakan menurut
Data Dasar dan Metode yang digunakan.
Istilah-istilah yang umum dipakai adalah :
Perkiraan Penduduk (population estimate).
Ramalan Penduduk (population forecast).
 dan Proyeksi Penduduk (population
projection).
Perkiraan penduduk (population estimate)
• Menurut kamus Inggris-Indonesia(Echols dan
Shadily,1989) Estimasi (estimate) adalah perkiraan,
penaksiran atau kalkulasi.jadi Estimasi penduduk
adalah penaksiran atau perkiraan Penduduk, biasanya
tentang jumlahnya pada waktu tertentu.
• Menurut Shryock & Siegel (1971) menyebutkan jenis-
jenis estimasi dapat dibedakan menjadi 3, yaitu
estimasi antarsensus(intercensal estimate), estimasi
pascasensus (post-censal estimate) dan proyeksi.
• Sementara menurut Multilingual Demographic
Dictionary mendefinisikan proyeksi penduduk sebagai
suatu perhitungan yang menunjukkan keadaan
penduduk dimasa yang akan datang . Dalam hal ini,
Kombinasi asumsi tren Fertilitas,Mortalitas , dan
Migrasi akan menghasilkan beberapa skenario proyeksi
penduduk.
 Ramalan Penduduk
(population forecast)
pengertian ini lebih sering dikaitkan dengan pemilihan
hasil proyeksi penduduk yang diperkirakan hasilnya akan
mendekati kenyataan pada masa yang akan datang.
ramalan atau forecast ini selalu bersifat kedepan. Jadi,
ramalan penduduk adalah proyeksi penduduk juga, tetapi
tidak semua hasil proyeksi penduduk dapat dikatakan
sebagai ramalan penduduk(Preston dkk,2001). Menurut
Preston, tingkat kepercayaan(reliability) hasil proyeksi
penduduk ditentukan oleh validitas internal (internal
validity), yaitu dari cara pengerjaan proyeksi dan asumsi
yang diterapkan, sedangkan ramalan penduduk mempunyai
validitas Eksternal(external validity), yang dipengaruhi oleh
kejadian pada masa yang akan datang, terutama hal-hal
yang memengaruhi komponen pertumbuhan penduduk
seperti fertilias, mortalitas dan Migrasi.
 Perkiraan penduduk
 Perkiraan Antarsensus (intercensal estimate)
Rumus :
Atau

Di mana :
Pn : Jumlah penduduk pada tahun n
Po : Jumlah penduduk pada tahun awal
Pm : Jumlah penduduk pada tahun yang di estimasikan (Tahun n)
m : Selisih tahun yang dicari dengan tahun awal
n : Selisih Tahun dari dua sensus yang diketahui
Contoh :
Po = 147,49 juta (SP 1980)
Pn = 179,38 juta (SP 1990)
Berapa Pm atau P1986 ?
Jawaban :
P1986 =147,49 juta+[(1986-1980)/(1990-1980)]x(179,38 juta-147,49 juta)
=147,49 juta+(6/10)31,89juta
=166,624 juta.
 Perkiraan pascasensus (Postcensal Estimate)
Rumus :
Atau

Di mana :
Po : Jumlah penduduk pada tahun awal (Penduduk Dasar )
Pn : Jumlah penduduk pada tahun n
Pm: Jumlah penduduk pada tahun yang di estimasikan (tahun m)
m : Selisih tahun yang dicari dengan tahun n
n : Selisih tahun dari dua sensus yang diketahui.

Contoh :
Jumlah penduduk Indonesia menurut SP 1980 adalah 147,49
juta jiwa dan 179,38 juta jiwa menurut SP 1990. berapakah
jumlah penduduk Indonesia pada tahun 1998 ?
Jawaban :
Atau
 PROYEKSI PENDUDUK
Proyeksi penduduk dapat dibuat untuk
mengetahui keadaan penduduk pada masa depan
(forward projection) atau keadaan penduduk
pada masa lalu (backward projection).
Berdasarkan pertimbangan mengenai tingkat
kepercayaan, proyeksi penduduk dibuat dengan
menggunakan data dasar yang terkini, umumnya
sensus penduduk yang terakhir. Ada dua metode
proyeksi penduduk, yaitu metode matematik
(mathematical method) dan metode Komponen
(component method).
 Metode Matematik(mathematical method)
digunakan kalau data tentang komponen
pertumbuhan penduduk,yaitu fertilitas,
mortalitas dan migrasi, tidak diketahui sehingga
yg digunakan sebagai data dasar membuat
proyeksi penduduk hanyalah jumlah penduduk
total. Ada tiga metode proyeksi penduduk
dengan menggunakan metode matematik,yaitu:
 Metode aritmatik
 Metode geometrik
Dan Metode eksponensial.
Metode Aritmatik
Perkiraan penduduk masa depan dgn metode
aritmatik (arithmetic rate of growth)
mengasumsikan bahwa jumlah penduduk
pada masa depan akan bertambah dengan
jumlah yg sama setiap tahun.
Rumus :

Di mana :
Pn : Jumlah penduduk pada Tahun n
P0 : Jumlah penduduk pada Tahun awal (dasar)
r : angka pertumbuhan penduduk
n : periode waktu antara tahun dasar dan tahun n (dalam Tahun)
Metode Geometrik
Perkiraan penduduk pada masa depan dengan metode
geometrik mengasumsikan bahwa jumlah penduduk akan
bertambah secara geometrik menggunakan dasar perhitungan
bunga-bunga(bunga majemuk). Dalam hal ini angka
pertumbuhan penduduk(rate of growth) dianggap sama untuk
setiap tahun.
Rumus :

Di mana :
Pn : jumlah penduduk pada tahun n
Po : jumlah penduduk pada tahun awal(dasar)
r : angka pertumbuhan penduduk
n : periode waktu antara tahun dasar dan tahun n (dalam tahun )
Metode Eksponensial
Pertumbuhan penduduk secara geometrik mengasumsikan bahwa
tambahan penduduk hanya terjadi pada saat selama satu kurun waktu
tertentu. Padahal kenyatannya, pertambahan penduduk dapat terjadi
kapan saja sepanjang tahun(Shryock & Siegel,1971). Dengan demikian,
diperlukan suatu rumus yang lebih menggambarkan pertumbuhan
penduduk yg terjadi secara sedikit-demi sedikit sepanjang tahun.
Rumus :

Di mana :
Pn : jumlah penduduk pada tahun n atau t
Po : jumlah penduduk pada tahun awal
r : angka pertumbuhan penduduk
n : periode waktu antara tahun dasar dan tahun n (dalam tahun )
e : bilangan pokok dari sistem logaritma natural yang besarnya sama dengan 2,7182818
 Dari rumus perkiraan penduduk dapat ditentukan rumus untuk
menghitung angka pertumbuhan penduduk dan waktu, n, yg
dibutuhkan suatu penduduk untuk menjadi dua kali lipat
(Pn=2Po).

Penentuan Rumus Angka Pertumbuhan Penduduk Aritmatik

Pn=P0(1+rn)
( Pn/Po)= 1+ rn
(Pn/Po)-1=rn

Contoh: r ={(Pn/Po)-1}/n
Jumlah penduduk indonesia SP 1980 adalah 147,79 juta jiwa dan
menurut SP 1990 adalah 179,38 juta jiwa. Angka pertumbuhan penduduk
aritmatik indonesia pada periode 1980-1990 adalah
r=[(Pn/Po)-1]/n
=[(179,38juta/147,79 juta) - 1]/(1990-1980)= 0,0214
atau 2,14% per tahun
 Penentuan Rumus Angka pertumbuhan Penduduk Geometrik

Pn=Po (1+r)n
(Pn/Po) = (1+r)n
(Pn/Po) 1/n=1+r
r=(Pn/Po)1/n-1

Contoh:
Jumlah penduduk indonesia menurut SP 1980 adalah
147,79 juta jiwa dan menurut SP 1990 adalah 179,38 juta
jiwa. Angka pertumbuhan penduduk geometrik indonesia
pada periode 1980—1990 adalah
r=(Pn/Po)1/n _1
={(179,38juta/147,79juta)}[1/1990—1980 ] -1 =0,0196 atau
1,96% per tahun
Penentuan Rumus Angka Pertumbuhan Penduduk Eksponensial
Pn= Poern
( Pn/Po)= ern
1n(Pn/Po)=1n(ern)=rn
r={1n(Pn/Po)}/n
Contoh:
Jumlah penduduk indonesia menurut SP 1980
adalah 147, 79 juta jiwa dan menurut SP 1990 adalah
179,38 juta jiwa. Angka pertumbuhan penduduk
eksponensial indonesia pada periode 1980-1990 adalah
r ={1n(Pn/P0)}/n
={1n(179,38 juta/147,79 juta)}/(1990-1980) =0,0194 atau
1,94% per tahun
 Penentuan Rumus Perhitungan Waktu Penggandaan (n) Menggunakan Angka
pertumbuhan Penduduk Aritmatik

Pn = Pu( 1+ rn)
Pn = 2Pu
2Pu = Pu ( 1+ rn )
2 = 1+ rn
n=
Contoh :
Jumlah penduduk indonesia menurut SP 1980 adalah 147,79 juta
jiwa dan menurut SP 1990 adalah 179,38 juta jiwa. pada bagian
sebelumnya diperoleh angka pertumbuhan penduduk artimatik
indonesia pada periode 1980-1990 sebesar 0,0214. jadi.
n= = 47

Dengan demikian,jumlah penduduk indonesia diperkirakan akan

menjadi 2 x 147,79 juta =295, 58 juta pada tahun 1980 +47 = 2027
Tahun
Penentuan Rumus Perhitungan Waktu Penggandaan (n) Menggunaan Angka
Pertumbuhan Penduduk Geometrik

Pn = P0 (1 + r )n
Pn = 2Po
2P0 = Pu ( 1+ r)n
2 = (1+ r )n
log2 = n log (1 + r)
=
Contoh :
Jumlah Penduduk Indonesia menurut SP 1980 adalah 147,79 juta
jiwa dan menurut SP 1990 adalah 179,38 juta jiwa. Pada bagian
sebelumnya diperolehan angka pertumbuhan penduduk Gemotrik
indonesia pada periode 1980 – 1990 sebesar 0,0196. jadi,
N =

=
= 36 tahun
Dengan demikian, jumlah penduduk indonesia diperkirakan akan
menjadi 2 x 147,79 juta = 295,58 juta pada tahun 1980 + 36 = 2016
 Penentuan Rumus Perhitungan Waktu Penggandaan (n) Menggunakan
angka Pertumbuhan Penduduk Eksponensial
Pn = Po ern
Pn = 2Po
2Po = Poern
1n(2) = rn 1n (e)
n=
Contoh :
Jumlah penduduk indonesia menurut SP 1980 adalah 147,79
juta jiwa dan menurut SP 1990 adalah 179,38 juta jiwa. pada bagian
sebelumnya diperoleh angka pertumbuhan penduduk eksponensial
indonesia pada periode 1980-1990 sebesar 0,0194. jadi.

n=

Dengan demikian, jumlah penduduk indonesia diperkirakan akan

menjadi 2 x 147,79 juta = 295,58 juta pada tahun 1980 + 36 = 2016.
 Metode komponen (Component Method)
Untuk proyeksi penduduk jangka panjang metode komponen
lebih banyak digunakan. metode komponen memperhitungkan
perubahan-perubahan dalam komponen utama pertumbuhan
penduduk kelahiran,kematian,dan perpindahan.
United nations manual 111 (1952) menjelaskan bahwa
proyeksi penduduk dengan metode komponen adalah proyeksi
yang dikerjakan secara terpisah menurut segmen penduduk
tertentu, umumnya menurut umur dan jenis kelamin. buku teks
demografi yang mutakhir, seperti preston dkk.(2001) dan rowland
(2003), menyebutkan metode ini dengan istilah metode
komponen kohor (cohort component method) proyeksi penduduk
dengan metode komponen dapat juga dikerjakan menurut daerah
tempat tinggal, yakni kota atau desa, atau menurut komponen
geografis seperti provinsi.
 Untuk melakukan proyeksi penduduk dengan metode
komponen kohor diperlukan data mengenai rasio kelangsungan
hidup (survival ratio) untuk mengestimasi jumlah penduduk pada
kohor tertentu yang tercatat pada sensus penduduk terakhir yang
akan tetap hidup untuk kurun waktu tertentu yang ditetapkan dalam
proyeksi penduduk. Dengan demikian, diperlukan pengetahuan
mengenai tren morlalitas pada masa sebelumnya.Data tentang tren
fertilitas juga diperlukan untuk mengestimasi besarnya kelahiran
pada waktu yang akan datang yang akan mengisi jumlah penduduk
usia 0-4 tahun pada tiap kurun waktu proyeksi penduduk. Migrasi
juga mempunyai peran penting dalam penentuan proyeksi
penduduk menurut kelompok umur. Oleh karena itu, Estimasi
tentang angka migrasi menurut umur (age specific migration rate)
juga diperlukan.
Proyeksi penduduk dengan metode komponen saat ini sering
digunakan karena memperhitung tren fertilitas, mortalitas, dan
migrasi. Hasil proyeksi dengan metode komponen kohor dianggap
lebih baik karena mempunyai validitas internal yang lebih tinggi.
 Proyeksi penduduk dengan metode komponen dapat dilakukan
dengan menggunakan dua teknik, yaitu demografi uniregional dan
demografi multiregional, Perbedaan diantara kedua metode
tersebut terletak pada penggunaan data migrasi. Metode demografi
multiregional menggunakan angka migrasi bersih total tanpa
memperhatikan kemana arus migrasi keluar dan dari mana arus
migrasi masuk di suatu daerah. Sementara itu, metode demografi
multiregional memperlakukan migrasi masuk ke suatu daerah
sebagai migrasi keluar dari daerah asal tertentu dan migrasi keluar
dari suatu daerah sebagai migrasi masuk di daerah tujuan tertentu.
Dipihak lain, metode demografi multiregional dapat
menghasilkan angka yang sama dengan melakukan sekali proyeksi
penduduk karena metode ini memperhitungkan integrasi migrasi
antar daerah. Aksn tetapi, metode multiregional demografi masih
dikembangkan untuk negara-negara dengan jumlah provinsi yang
besar, Seperti indonesia. Di indonesia, metode ini baru digunakan
untuk proyeksi penduduk menurut pulau (Salahudin,2002)
 Pada bagian berikut ini disampaikan tentang pembahasan metode
proyeksi penduduk dengan mengunakan metode demografi uniregional.
Dengan metode ini data dasar penduduk, fertilitas, motralitas, dan
migrasi diperlukan.

Data Dasar Penduduk

Data dasar penduduk berupa jumlah penduduk menurut kelompok
umur dan jenis kelamin sebagai basis untuk membuat proyeksi. Misalnya,
proyeksi penduduk untuk periode 2000-2025 akan dilakukan dengan
mengunakan data dasar jumlah penduduk menurut kelompok umur dan
jenis kelamin dari hasil SP 2000. Dari data tentang jumlah penduduk
menurut umur tunggal dapat diamati adanya kecendrungan melaporkan
umur dan angka berakhiran nol(0) Atau (5), seperti menyatakan umur 50
tahun padahal umur 48 tahun atau mengatakan umur 75 tahun padahal
umur 74 tahun. Akibatnya, jumlah penduduk pada umur-umur berakhiran
angka nol atau lima lebih besar secara nyata dari pada jumlah penduduk
pada umur-umur yang satu atau dua tahun lebih muda atau satu atau
dua tahun lebih tua. Misalnya, jumlah penduduk usia 60 tahun jauh lebih
besar daripda jumlah penduduk umur 68,69,71,atau 72 tahun. Jumlah
penduduk usia 75 thun lebih besar secara nyata dari pada jumlah
penduduk usia 73,74,76,atau 77 tahun. Oleh karena iu, data dasar
penduduk menurut umur harus dirapikan dengan menggunakan metode
perapian umur (Smoothing tracniquen).
 Data Dasar dan asumsi fertilitas
Data dasar fertilitas yang dibutuhkan adalah angka fertilitas total
(TFR) dan angka kelahiran menurut umur ( ASFR) . kedua angka ini
digunakan untuk memperkirakan jumlah kelahiran yang akan menjadi
jumlah penduduk usia 0-4 tahun pada periode proyeksi. Misalnya ASFR
dan TFR pada periode 1980-2000 digunakan untuk memproyeksikan
ASFR dan TFR pada periode 2000-2005. Dalam hal ini dibuat asumsi
tentang kecenderungan fertilitas pada periode 2000-2005. Selanjutnya,
proyeksi hasil ASFR dan TFR pada periode 2000-2025 digunakan untuk
menghitung jumlah penduduk usia 0-4 tahun pada tahun 2005.
Asumsi tren fertilitas dapat dikelompokkan menjadi:
1. TFR turun pada periode proyeksi mengikuti kecenderungan penurunan
TFR pada periode sebelumnya (historical trend )
2. TFR mencapai nilai tertentu pada tahun tertentu berdasarkan target
yang diterapkan,seperti target TFR =2,1 pada tahun 2015.
 Perhitungan TFR pada periode proyeksi dilakukan dengan menghitung
terlebih dahulu laju penurunan TFR pada masa lalu, biasanya dengan
menggunakan metode eksponensial. Kemudian TFR pada periode proyeksi
dihitung dengan menggunakan rumus proyeksi jadi.
TFR2000-2005 = TFR1980 x en
di mana r adalah laju penurunan TFR dan t adalah periode waktu antara
1980 dan 2000-2005 sehingga t = 22,5-1980 = 22,5. Tahun 2002,5 digunakan
sebagai tahun proyeksi karena angka ini merupakan titik tengah periode 2000-
2005.
Permasalahan mungkin akan timbul kalau rumus proyeksi TFR denga metode
eksponensial di atas digunakan, Khususnya jika laju penurunan TFR tinggi. TFR
hasil proyeksi dapat menjadi rendah sekali atau bahkan menjadi negatif, sesuatu
yang tidak mungkin terjadi.
TFR2020-2025 = 1,6 – (1,6 – TFR2000 ) x en
Untuk rumus di atas r = 2022,5 – 2000 = 22,5.
Setelah proyeksi TFR diperoleh, proyeksi ASFR dapat dihitung. Asumsi yang biasa
digunakan adalah pola fertilitas pada periode proyeksi sama dengan pola fertilitas
menurut hasil sensus/survei yang terakhir, seperti SP 2000. Hal yang dimaksud
denga pola fertilitas sama adalah kontribusi kelahiran kelompok umur tertentu
terhadap perhitunga TFR pada periode proyeksi sama dengan kontribusi kelahiran
kelompok umur tersebut terhadapa perhitungan TFR menurut sensus/survei yang
terakhir. Rumus untuk menghitung kontribusi fertilitas adalah sebagai berikut.
 Kontribusi kelompok umur i = 5 x 100 x ASFRi,/TFR per 1.000 ibu
Contoh perhitungan kontribusi kelahiran setiap kelompok umur disajikan pada
tabel 10.1.

Tabel 10.1
ASFR, TFR dan kontribusi (dalam %) Kelahiran kelompok umur tertentu terhadap
perhitungan TFR, Indonesia, SP 2000
Kelompok umur ASFR Kontribusi kelahiran (%)

15-19 44 = 5 x 100 x 44/2340 = 9,4

20-24 114 = 5 x 100 x 144/2340 = 24,3
25-29 122 = 5 x 100 x 122/2340 = 26,0
30-34 95 = 5 x 100 x 95/2340 = 20,3
34-39 56 = 5 x 100 x 56/2340 = 11,9
40-44 23 = 5 x 100 x 23/2340 = 5,5
44-49 12 = 5 x 100 x 12/2340 = 2,6
TFR ( per 1.000 ibu ) jumlah 2340 100,0
 Misalkan diperoleh laju penurunan TFR pada periode
1971-1980 sebesar 2,92% per tahun. Dengan
menggunakan rumus proyeksi TFR dengan limit TFR = 1,6
diperoleh Proyeksi TFR pada periode 2000-2005 sebesar
2,2 anak per ibu, jadi.
TFR2020-2025 = 1,6 – (1,6-2,3) x e 0,0242 x 22,5 = 2,20

Dengan menggunakan hasil proyeksi TFR pada

periode 2000-2005 dan kontribusi fertifilitas masing-
masing kelompok umur terhadap TFR seperti yang
disajiakn pada Tabel 4.1 dapat dihitung proyeksi ASFR
pada periode 2000-2005 seperti pada Tbael 10.2. Rumus
untuk menghitung ASFR pada kelompok umur i adalah
sebagai berikut.

ASFRi = 1000 x Kontribusi kelompok umur i x TFR (5 x 100 )

 Tabel 10.2
Proyeksi ASFR periode 2000-2005, Indonesia

Kelompok umur ASFR

15-19 = 1000 x 9,4 x 2,20/(5x100) = 41

20-24 = 1000 x 24,3 x 2,20(5x100) = 107
25-29 = 1000 x 26,0 x 2,20(5x100) = 115
30-34 = 1000 x 20,3 x 2,20(5x100) = 89
35-39 = 1000 x 11,9 x 2,20(5x100) = 53
40-44 = 1000 x 5,5 x 2,20(5x100) = 24
45-49 = 1000 x 2,6 x 2,20(5x100) = 11

TFR 2,20

Untuk mendapatkan jumlah kelahiran menurut

jenis kelamin maka dibutuhkan informasi tentang
rasio jenis kelamin pada saat lahir (sex ratio at birth).
 Data Dasar dan Asumsi Mortalitas
Data mortalitas yang dibutuhkan adalah angka
kematian bayi (AKB) dan angka harapan hidup saat lahir
(AHH), baik untuk laki-laki maupun perempuan. kedua
angka ini untuk mendapatkan rasio kelangsungan hidup
(survival ratio) untuk setiap kelompok umur sehingga dapat
diketahui jumlah orang yang bertahan hidup pada periode
lima tahun berikutnya. Asumsi kecenderungan mortalitas
pada periode proyeksi juga dapat dikumpulkan menjadi.
1. AKB turun pada periode proyeksi mengikuti kecenderungan
penurunan AKB pada periode sebelumnya (instorical trend)
2. AKB mencapai nilai tertentu pada tahun tertentu
berdasarkan target yang ditetapkan, seperti target AKB
tanpa dan dengan limit adalah sebagai berikut.
AHH, = AHH0 x en tanpa limit
AHH, = LA – (LA – AHH0 ) x e_3 dengan limit
di mana LA adalah limit atas AHH.
Setelah laju kenaikan AHH pada periode lampau
diperoleh, AHH pada periode proyeksi dapat dihitung.
Misalnya, AHH penduduk laki-laki naik dengan
kecepatan 1,22% per tahun. Proyeksi AHH laki-laki pada
periode 2000-2005 dengan AHH1996 (laki-laki) = 63 tahun
dan limit atas AHH laki-laki = 76,6 tahun akan
menghasilkan AHH2000-2005 = 64 tahun jadi, r = 2002,5 –
1996 = 6,5 dan.

AHH2000-2005 (laki-laki) = 76,6 – (76,6 – 63) x e-0132 x 651 = 64

Berdasarkan proyeksi AHH ditetapkan level mortalitas

pada tabel kematian (life tabel) untuk mendapatkan
rasio kelangsungan hidup suatu kohor yang berseuaian.
 Data Dasar dan Asumsi Migrasi
Data dasar migrasi yang dibutuhkan adalah angka migrasi bersih
menurut umur ( Age Specific Net Migration Rate – ASNMR ). ASNMR
memberikan informasi tentang pola migrasi menurut umur pada
masa lalu. Dalam melakukan proyeksi penduduk biasanya ada dua
asumsi migrasi yang digunakan.
1. Pola migrasi menurut umur pada periode proyeksi sama dengan pola
migrasi menurut umur pada masa lalu. Dengan kata lain, pola migrasi
menurut umur konstan. Misalnya, pola migrasi pada periode 2005-
2010 sama dengan pola migrasi menurut Supas 2005. Asumsi ini
biasanya digunakan dalam melakukan proyeksi penduduk pada
tingkat wilayah seperti provinsi atau kabupaten/kota.
2. Pengaruh migrasi terhadap jumlah penduduk pada masa yang akan
datang dapat diabaikan. Asumsi ini digunakan ketika melakukan
proyeksi penduduk suatu negara. Dalam hal ini diasumsikan bahwa
jumlah penduduk yang meninggalkan suatu negara tidak berbeda
secara signifikan dengan jumlah penduduk yang memasuki negara
tersebut sehingga angka migrasi internasional neto sangat kecil sekali
bahkan mendekati nol.
 Skenario Proyeksi Penduduk
Berdasarkan asumsi-asumsi kondisi fertilitas,
mortalitas, dan migrasi pada masa yang akan datang di
hasilkan skenario proyeksi penduduk. Skenario proyeksi
penduduk merupakan kombinasi asumsi fertilitas,
moralitas, dan migrasi. Perserikatan bangsa-bangsa
menyajikan proyeksi penduduk dengan tiga skenario,
yaitu rendah, sedang, dan yang paling rendah dan
skenario tinggi adalah skenario yang menghasilkan
jumlah penduduk paling tinggi.

PROYEKSI PENDUDUK TANPA MIGRASI

Pada bagian ini disajikan contoh perhitungan
proyeksi penduduk perempuan Indonesia pada tahun
1995 berdasarkan data hasil SP tahun 1990 dengan
metode kohor komponen. Diasumsikan Internasional
tidak mempunyai pengaruh terhadap jumlah penduduk
Indonesia pada waktu yang akan datang.
 Tahap-tahap pelaksanaan proyeksi dengan penduduk
metode komponen disajikan pada Tabel 10.3.

Kolom 1: Kelompok umur penduduk perempuan dengan

interval 5 tahunan.
Kolom 2: Jumlah penduduk perempuan Indonesia
menurut kelompok umur pada tahun 1990 setelah
dilakukan perapian umur (data dasar proyeksi).
Kolom 3: Rasio masih hidup ( survival ratio – n p X )
peremouan berdasarkan Tabel kematian level 19 Model
West dengan angka harapan hidup saat lahir ( e 00 ) adalah
65 tahun ( Coale dan Demeny, 1983 ).
Kolom 4: Jumlah penduduk perempuan pada tahun 1995
adalah kolom 4 = 2 x kolom 3. Perlu diperhatikan bahwa
penduduk perempuan yang pada tahun 1990 berusia 0-14
tahun akan menjadi berumur 5-9 tahun pada tahun 1995
dan akan berumur 10-14 tahun 2000.
Rumus : P 955-9 = P 900-4 x 4 P0

Contoh:
P955-9 = 10.120.717 x 0,98514 = 9, 970.323
p900-4 = Penduduk perempan kelompok 0-4 pada tahun 1990 = 10.120.717
dan rasio masih hidup penduduk usia 0-4 tahun = 0,98514
p955-9 = penduduk perempuan kelompok umur 5-9 tahun pada tahuh
1995=9.970.323
P9575+ = p9070 14 x 4 p70 + p9575 x T90 per T95
= 1.103.035 x 0,71816 + 1.150.736 x 0,46443
= 1.326.592

Kolom 5: Rasio masih hidup perempuan berdasarkan tabel kematian level 20

Model West dengan angka harapan hidup saat ini lahir ( c oo ) adalah 6,75
tahun. Sebagai catatan, disini diasumsikan bahwa angka harapan hidup saat
lahir meningkat satu level setiap 5 tahun.

Kolom 6: Proyeksi penduduk perempuan Indonesia pada tahun 2000 tahun.

 Tabel 10.3
Proyeksi Penduduk Perempuan Indonesia. Tahun 1995 dan 2000
Jumlah Jumlah Jumlah
Kelompok penduduk np x penduduk np x penduduk
Umur perempuan perempuan perempuan
1995 2000
1990
(1) (2) (3) (4) (5) (6)
0-4 10.120.171 0,98514 10.314.551 0,98961 9.835.144
5-9 11.290.154 0,99389 9.970.323 0,99554 10.209.246
10-14 10.438.627 0,99323 11.221.771 0,99401 9.925.856
15-19 9.367.293 0,99036 10.367.958 0,99254 11.164.055
20-24 8.486.365 0,98794 9.276.993 0,99053 10.290.213
25-29 8.152.255 0,98590 8.384.020 0,98860 9.189.140
30-34 6.618.007 0,98329 8.037.309 0,98649 8.290.119
35-39 5.436.570 0,97951 6.507.354 0,98294 7.298.725
40-44 4.038.247 0,97352 5.325.175 0,97710 6.396.534
45-49 3.866.622 0,96347 3.931.489 0,96755 5.203.228
50-54 3.397.906 0,94789 3.744.643 0,95294 3.803.219
55-59 2.568.780 0,92276 3.221.079 0,92919 3.568.241
60-64 2.318.673 0,88152 2.370.368 0,88959 2.992.995
65-69 1.496.847 0,81584 2.043.956 0,82537 2.108.656
70-74 1.103.305 0,71816 1.220.372 0,72889 1.687.020
75+ 1.150.736 0,46443 1.326.592 0,47556 1.520.391

Total 89.870.015 97.263.352 104.114.252

Sumber BPS, hasil sensus penduduk indonesia 1990, jakarta 1992

 Perhitungan proyeksi penduduk perempuan kelompok umur 0-4
pada tahun 1995 dan tahun 2000 disajikan pada Tabel 10.4 dan Tabel
10.5.
Tahap pelaksanaan proyeksi jumlah kelahiran (Tabel 10.4)
Kolom 1: kelompok umur pendudukperempuan berusia subur dengan
interval 5 tahunan.
Kolom 2: Jumlah penduduk perempuan pada tahun 1990
Kolom 3: jumlah penduduk perempuan hasil proyeksi pada tahun 1995
Kolom 4: Jumlah penduduk perempuan pada periode 1990-1995
Kolom 4 = (kolom 2 + kolom 3)/2
Kolom 5: angka Fertilitas menurut umur (age specific fertility rate/ASFR)
menurut SP tahun 1990
Kolom 6 : jumlah kelahiran rata-rata per tahun periode 1990-1995 untuk
perempuan kelompok umur i(),i =1 untuk kelompok umur 15-19 tahun,
....., i =7 untuk kelompok umur 45-49 tahun).
Rumus :
Contoh :
Jumlah kelahiran pada perempuan umur 15-19 pada tahun 1990-1995

Tabel 10.4
Proyeksi jumlah kelahiran Indonesia, tahun 1995
Kelahiran
Kelompok ASFR 1990-
1990 1995 1990-1995 tahun 1990-
umur 1995
1995

(1) (2) (3) (4) (5) (6)

483.514
15-19 9.367.293 10.367.958 9.867.625 49
1.421.069
20-24 8.486.366 9.276.993 8.881.679 160
1.256.757
25-29 8.152.255 8.384.020 8.268.138 152
806.042
30-34 6.618.007 8.037.309 7.327.658 110
364.290
35-39 5.436.570 6.507.354 5.971.962 61
126.409
40-44 4.038.427 5.325.175 4.681.801 27
27.363
45-49 3.88.622 3.931.489 3.909.055 7

Total 45.985.541 51.830.297 48.907.919 566 4.485.443

 Estimasi penduduk perempuan umur 0-4 tahun 1995
pada kolom 6 tabel 10.4 terdapat jumlah
kelahiran tahunan pada periode 1990-1995 sebanyak
4.485.443. jadi, selama 5 tahun terdapat kelahiran
sebayak = 5 x 4.485.443 = 22.427.217. dengan
asumsi rasio jenis kelamin saat lahir (sex ratio at
birth) = 105 maka jumlah kelahiran bayi perempuan
adalah 100/205 x 22.427.217 = 10.940.106. Rasio
masih hidup saat lahir () perempuan adalah 0,94282.
Jadi, jumlah penduduk perempuan umur 0-4 tahun
pada tahun 1995 atau (F) = 10.940.106 x 0,94282 =
10.314.551. angka ini merupakan jumlah penduduk
perempuan usia 0-4 pada kolom 4 Tabel 10.3.
 Estimasi penduduk perempuan umur 0-4 tahun 2000
Tahap pelaksanaan proyeksi kelahiran Tabel 10.5. sama dengan
Tabel 10.2.
Tabel 10.5
Proyeksi jumlah kelahiran Indonesia, tahun 2000
Kelahiran
Kelompok ASFR 1990-
1990 1995 1990-1995 tahun 1990-
umur 1995
1995

(1) (2) (3) (4) (5) (6)

15-19 10.367.958 11.164.055 10.766.066 37 398.342
02-24 9.276.993 10.290.613 9.783.803 138 1.350.165
25-29 8.384.020 9.189.140 8.786.580 133 1.168.615
30-34 8.037.309 8.290.119 8.163.714 97 791.880
35-39 6.507.354 7.928.725 7.218.039 51 368.120
40-44 5.325.175 6.396.339 5.860.757 21 123.076
45-49 3.931.489 5.203.228 4.560.757 05 22.837

Total 51.830.297 58.462.218 55.146.358 482 4.223.035

 pada kolom 6 tabel 10.4 terdapat jumlah
kelahiran tahunan pada periode 1990-1995
sebanyak 4.485.443. jadi, selama 5 tahun
terdapat kelahiran sebayak = 5 x 4.485.443 =
22.427.217. dengan asumsi rasio jenis kelamin
saat lahir (sex ratio at birth) = 105 maka jumlah
kelahiran bayi perempuan adalah 100/205 x
22.427.217 = 10.940.106. Rasio masih hidup saat
lahir () perempuan adalah 0,94282. Jadi, jumlah
penduduk perempuan umur 0-4 tahun pada
tahun 1995 atau (F) = 10.940.106 x 0,94282 =
10.314.551. angka ini merupakan jumlah
penduduk perempuan usia 0-4 pada kolom 4
Tabel 10.3.
 PROYEKSI PENDUDUK DENGAN MIGRASI

Proyeksi penduduk Indonesia dengan memperhitungkan

migrasi memerlukan data jumlah migrasi neto menurut
kelompok umur selama periode proyeksi. Apabila tidak tersedia
data jumlah migrasi menurut umur, maka diperlukan asumsi
pola migrasi tertentu. Misalnya, pola migrasi internasional
mengikuti pola migrasi menurut umur di provinsi tertentu yang
mempunyai peran penting dalam migrasi internasional, seperti
DKI Jakarta. Diestimasikan dengan menggunakan pola migrasi
perempuan DKI Jakarta pada tahun 1995. Menurut Kantor
Statistik DKI Jakarta pada tahun1995 proporsi migran total
perempuan adalah 0.,1352 atau 13,52 persen. Dalam contoh ini
diasumsikan bahwa migrasi internasional neto penduduk
perempuan DKI Jakarta. Adapun migrasi menurut umur untuk
Indonesia diasumsikan mengikuti pola angka mingrasi neto
menurut umur di DKI Jakarta pada tahun1995. Asumsi pola
migrasi neto internasional penduduk perempuan di Indonesia
pada tahun disajikan pada tabel 10.6.
 Tabel 10.6
proporsi Migran penduduk perempuan Indonesia, tahun 1990-1995
Kelompok umur Proporsi Migran
0-4 0,00051
5-9 0,00078
10-14 0,00709
15-19 0,01352
20-24 0,01342
25-29 0,01432
30-34 0,02000
35-39 0,02693
40-44 0,03219
45-49 0,04129
50-54 0,02273
55-59 0,01946
60-64 0,02730
65-69 0,01740
70-74 0,02778
75+ 0,01341

Total 0,01352

Tahap pelaksanaan proyeksi penduduk perempuan Indonesia dengan migrasi

disajikan pada Tabel 10.7.
 Tabel 10.7
proyeksi penduduk perempuan Indonesia dengan Migrasi,tahun 1995
Penduduk Penduduk Penduduk Penduduk
Kelahiran 1990-
Kelompok umur perempuan masih hidup Migran 1995 perempuan perempuan ASFR
1995
1990 1995 1995 1990-1995

(1)
(2) (3) (4) (5)=(3)+(4) (6)= (7) (8)

0-4 10.405.583 5.307 10.410.889

5-9 9.970.323 7.777 9.978.100
10-14 11.221.171 79.558 11.300.729
15-19 9.367.293 10.367958 140.175 10.508.133 9.937.713 49 486.948
20-24 8.486.366 9.276.993 124.497 9.401.490 8.943.928 160 1.431.028
25-29 8.152.255 8.384.020 120.059 8.504.079 8.328.167 152 1.265.881
30-34 6.618.007 8.037.309 160.746 8.198.054 7.410.696 110 814.883
35-39 5.436.570 6.507.354 175.243 6.682.597 6.059.584 61 369.635
40-44 4.038.427 5.325.175 171.417 5.496.592 4.767.510 27 128.723
45-49 3.886.622 3.931.489 162.331 4.093.820 3.990.221 7 27.932
50-54 3.744.643 85.116 3.829.759
55-59 3.221.079 62.682 3.283.761
60-64 2.370.368 64.711 2.435.078
65-69 2.043.956 35.565 2.079.521
70-74 1.220.372 33.899 1.254.271
75+ 1.326.592 17.790 1.344.382

Total 97.354.384 1.446.876 98.801.260 4.525.030

Kolom 1 : kelompok umur penduduk dengan interval 5 Tahunan
Kolom 2 : jumlah penduduk perempuan menurut kelompok umur. Lihat Tabel 10.3 Kolom 1.
Kolom 3 : penduduk perempuan tahun 1995 yang masih hidup. Lihat Tabel 10.3 Kolom 4.
Kolom 4 : Migran perempuan 1995 diperoleh dari kolom 3 x proporsi migran pada Tabel 10.6
contoh : Migran perempuan umur 15-19 tahun = 10.367.958 x 0,01352 = 140.175
Kolom 5 : penduduk perempusn tahun 18995 (termasuk Migrasi)= kolom3 + kolom 4
Kolom 6 : jumlah penduduk perempuan rata-rata pada periode 1990-1995 = (kolom 2+kolom 5)/2
Kolom 7 : pola kelahiran menurut kelompok umur berdasarkan Tabel 10.4 kolom5
Kolom 8 : jumlah kelahiran per tahun per Kelompok umur kolom8 = (kolom 6x Kolom 7)/1000

Proyeksi kelahiran dengan migrasi tahun 1995

Menurut kolom Tabel 10.7 terdapat kelahiran tahunan pada periode
1990-1995 sebanyak 4.525.030. jadi, jumlah kelahiran selama 5 tahun pada
periode 1990-1995 adalah 4.525.030 x 5=22.625.150 jika diasumsikan rasio
jenis kelamin saat lahir adalah 105, maka jumlah kelahiran bayi laki-laki =
105/205 x 22.625.150 =11.588.491. Rasio masih hidup saat lahir laki-laki
adalah 0,92995. Jadi, jumlah penduduk laki-laki usia 0-4 tahun pada
tahun1995 adalah 11.588.491 x 0,92995 = 10.776.718.
Jumlah kelahiran bayi perempuan adalah 100/205 x 22.625.150= 11.036.659.
Rasio masih hidup saat lahir perempuan 0,94282. Jadi, jumlah penduduk
perempuan umur 0-4 tahun pada tahun 1995 adalah 11.036.659 x 0,94282 =
10.405.583. Angka ini merupakan jumlah penduduk perempuan umur 0-4
pada tahun 1995 pada kolom 3 Tabel 10.7.
TERIMA KASIH TELAH MEMBACA
DAN MAU MEMPERHATIKAN KAMI
YANG SEDANG PRESENTASI