KEPENDUDUKAN
M. Budi Utomo (25419003)
Dwi Jayanti R (25419047)
Yushalihah Fitri T (25419050)
Outline
Analisis Kependudukan dalam
1
1
Perencanaan
2
2
Konsep Dasar Analisis Kependudukan
3
3
Komponen Perubahan Jumlah Penduduk
4
4
Metode Proyeksi Penduduk
5
5
1
Analisis
Kependuduka
n dalam
Perencanaan
Pentingnya Proyeksi Penduduk dalam
Perencanaan
Sustainable
Development
Environmental Economic
Housing
Planning Development
4
2
Faktor
Pertimbangan
Pemilihan
Metode
Faktor Pertimbangan Pemilihan
Metode
Kesan subjektif: ada kecenderungan seseorang untuk menggunakan suatu metode
1 tertentu mungkin dengan alasan metode tersebut lebih dapat diandalkan atau
mirip dengan studi lain.
Kendala waktu: lama waktu yang dibutuhkan untuk pengumpulan data, analisis,
2 dan pembuatan laporan akan mempengaruhi keputusan dalam pemilihan metode
Tingkat keterampilan teknis: seseorang cenderung memilih metode yang dikuasai
3 atau sederhana daripada yang lebih kompleks
Ketersediaan data: Trend extrapolation memiliki persyaratan data yang lebih
4 rendah. Cohort component memiliki persyaratan data yang lebih tinggi dengan
menggunakan kelompok populasi spesifik usia dan jenis kelamin.
Detail analisis: menganalisis perubahan populasi total atau penyebab perubahan
5 populasi
8
Konsep
Fundamenta Population Size
l
“Menggambarkan jumlah Penduduk yang tinggal di dalam suatu wilayah berdasarkan tempat
tinggal permanen”
De Jure Perspective
Tidak, kamu bukan
penduduk Menteng. Kamu
“Saya ber-KTP Bekasi. Saya setiap hari adalah penduduk Bekasi
bekerja di Menteng dan tinggal di kos-
kosan di daerah Menteng, Jakarta
De Facto Perspective
Pusat. Apakah saya termasuk
Ya, kamu penduduk
penduduk Menteng?” Menteng. Tapi bukan
penduduk yang tercatat di
Disdukcapil, ya.
9
Konsep
Fundamenta Spatial Distribution
l
Menggambarkan
Age struktur penduduk Piramida Penduduk
Cohort berdasarkan jenjang Kabupaten Grobogan
usia 2016
https://grobogan.go.id/profil/kondisi-
demografi/struktur-usia-
Menggambarkan penduduk/1384-struktur-usia-dan-
angka-ketergantungan-penduduk-
Piramida struktur penduduk tahun-2016
Penduduk
berdasarkan jenis
kelamin per jenjang 11
usia
Konsep
Fundamenta Percentage of Change
l
“Mengetahui perubahan pada jumlah populasi”
Kompone
n
Pengubah
14
Komponen Pengubah – Fertilitas (I)
“Mengidentifikasi jumlah kelahiran, biasanya diasosiasikan dengan jumlah kelahiran per wanita pada
kohor usia tertentu”
Kunci Analisis:
Penting untuk mengetahui faktor penyebab perbedaan dan fluktuasi dari fertilitas. Terkadang tidak
hanya disebabkan faktor budaya maupun wilayah, namun juga karena hasil dari kombinasi
kompleks antara ekonomi, sosial, dan faktor lainnya.
“Pada kohort 5-9, survival rates pria “Pada kohort 5-9, mortality rates pria adalah
adalah 998,8 per 1000 jiwa atau 0,9988 ATAU 1.2 per 1.000 jiwa atau 0,0012 per individu”
per individu”
17
Komponen Pengubah – Mortalitas (II)
Life Table Survival Rates (per 100.000 orang)
Kohort Umur Probabilitas Jumlah survival Jumlah kematian Person Years Total jumlah Ekspektasi hidup
Tertentu Kematian antara sampai usia X antara usia x Lived between yang masih hidup pada usia x
(1) usia x sampai x+n (lx) sampai x+n ages x to x+n (Tx) (ex)
(nqx) (ndx) (nLx)
Kolom 2: Proporsi populasi yang hidup pada usia x (awal rentang kohort) dan tidak mencapai usia x+n (akhir interval kohort)
Contoh kohort 1-4 : 0.00131; “Proporsi total pupulasi yang meninggal setelah usia 1 tahun, namun belum mencapai
usia 4 adalah 0,00131 atau dari 100.000 populasi terdapat 131 orang yang meninggal sebelum mencapai usia 4”
Kolom 3: Jumlah populasi yang bertahan hidup pada awal rentang usia kohort
Contoh kohort 1-4 : 99.307, diinterpretasikan sebagai 100.000 populasi pada kohort 0-1 dikurangi penduduk yang
tidak dapat bertahan hidup pada kohort 0-1 yakni 693. 100.000-693 = 99.307
Kolom 4: Jumlah populasi yang tidak bertahan hidup per 100,000 kelahiran pada rentang usia kohort
Contoh kohort 5-9 : 82, diinterpretasikan sebagai 82 populasi akan meninggal 18
Komponen Pengubah – Mortalitas (III)
Life Table Survival Rates (per 100.000 orang)
Kohort Umur Probabilitas Jumlah survival Jumlah kematian Person Years Total jumlah Ekspektasi hidup
Tertentu Kematian antara sampai usia X antara usia x Lived between yang masih hidup pada usia x
(1) usia x sampai x+n (lx) sampai x+n ages x to x+n (Tx) (ex)
(nqx) (ndx) (nLx)
Kolom 5: menghitung jumlah person years orang yang bertahan hidup pada usia x hingga x+n
Menghitung Jumlah Tahun Hidup Orang (Person Years Lived)
Misalnya pada periode interval 5-9, maka apabila individu menjalani usia dari 5-9, maka akan dihitung sebagai
5 “Jumlah Tahun Hidup Orang”
Apabia seseorang tsb meninggal sebelum ulang tahun 7, maka hanya akan menyumbang 2 tahun hidup pada
rentang interval 5-9 (usia 5 = 1 tahun hidup, usia 6 = 1 tahun hidup)
Karena pada tiap kelompok umur, kecuali kohort umur yang pertama dan terakhir, kita mengasumsikan
kematian terjadi pada pertengahan interval, maka jumlah tahun hidup ( nLx) dapat diperkirakan dengan
19
formula:
Komponen Pengubah – Mortalitas (IV)
Life Table Survival Rates (per 100.000 orang)
Kohort Umur Probabilitas Jumlah survival Jumlah kematian Person Years Total Person Years Ekspektasi hidup
Tertentu Kematian antara sampai usia X antara usia x Lived between Lived pada usia x
(1) usia x sampai x+n (lx) sampai x+n ages x to x+n (Tx) (ex)
(nqx) (ndx) (nLx)
Kolom 6: Penjumlahan total Person Years Lived antara usia X hingga X+n
Contoh kohort 1-4 : 7.587.418, merupakan penjumlahan usia yang hidup di antara usia x hingga x+n dimulai
pada interval 1-4. Kohort 5-9 menjadi 7.190.502 (7.587.418 – 496.668 = 7.190.502)
Kolom 7: Mengindikasikan sisa durasi hidup pada individu ketika mencapai usia x.
Contoh kohort 1-4: 76.4, maka individu pada usia 1 memiliki rata-rata “sisa durasi hidup” 76.4 tahun hidup(Life
expentancy)
20
Komponen Pengubah – Mortalitas (V)
Life Table Survival Rates (per 100.000 orang)
Kohort Umur Probabilitas Jumlah survival Jumlah kematian Person Years Total jumlah Ekspektasi hidup
Tertentu Kematian antara sampai usia X antara usia x Lived between yang masih hidup pada usia x
(1) usia x sampai x+n (lx) sampai x+n ages x to x+n (Tx) (ex)
(nqx) (ndx) (nLx)
Survival Rates pada misal usia 5-9 hingga 10-14 Contoh menghitung survival rate antara kohor
menggunakan Person Years Lived antara usia x hingga x+n 5-9 hingga 10-14
S = Survival Rate
n x 5 5 S = 5L5+5 / 5L5 = 495.278 / 496.668
21
Komponen Pengubah – Migration
Miggration Net Kondisi Penyebab
Positive Net Migrasi masuk > Migrasi Wilayah lebih atraktif
Keluar
Negative Net Migrasi masuk < Migrasi Wilayah tidak atraktif
keluar
Metode
Proyeksi
Penduduk
Metode Agregat dan Disagregat
Agregat Disagregat
24
Metode Proyeksi Penduduk
Metode Proyeksi
Penduduk
Membandingkan populasi
wilayah yang lebih kecil (akan
Popm = populasi wilayah yang lebih kecil
diproyeksi) dengan populasi
Popn = populasi wilayah yang lebih besar
wilayah yang lebih besar
ty = target year, tahun yang akan diproyeksi
This is a sample text.
Insert yourofdesired ly = launch year, tahun terakhir data
Mengamati share population
text here. by = base year, tahun awal data
growth wilayah yang lebih kecil
pada periode sebelumnya
!
Asumsi: Perlu diperhatikan apabila trend jumlah penduduk wilayah yang lebih
Share of growth wilayah yang besar dan wilayah yang lebih kecil berlawanan
lebih kecil tetap konstan dan (misal wilayah yang lebih besar meningkat, wilayah yang lebih kecil menurun)
proyeksi penduduk wilayah yang
lebih besar telah diketahui
27
Trend
Share of Growth
Extrapolatio
1 Method
n Method Menghitung proyeksi jumlah penduduk Boone County 2010
?
Growthshare Proyeksi Penduduk
𝑃𝑜 𝑝 𝐵𝑜𝑜𝑛𝑒 , 2000 − 𝑃𝑜 𝑝𝐵𝑜𝑜𝑛𝑒 , 1990 𝑃𝑜
𝑔𝑟𝑜𝑤𝑡h𝑠h𝑎𝑟𝑒= 𝑝 𝐵𝑜𝑜𝑛𝑒 , 2010=𝑃𝑜 𝑝 𝐵𝑜𝑜𝑛𝑒 ,2000 +𝑔𝑟𝑜𝑤𝑡h𝑠h𝑎𝑟𝑒 (𝑃𝑜 𝑝 𝐾𝑌 ,2010 − 𝑃𝑜 𝑝 𝐾𝑌 ,2000 )
𝑃𝑜 𝑝𝐾𝑌 , 2000 − 𝑃𝑜 𝑝 𝐾𝑌 , 1990
¿ 85.991+0,08 𝑥(4.374 .591− 4.041 .769)
85.991 −57.589
¿
4.041.769 − 3.686.891 ¿ 𝟏𝟏𝟐. 𝟔𝟏𝟕
¿ 0,08
28
Trend
Extrapolatio
2 Shift-Share Method
n Method
Membandingkan populasi
wilayah yang lebih kecil (akan Popm = populasi wilayah yang lebih kecil
diproyeksi) dengan populasi Popn = populasi wilayah yang lebih besar
This is a sample text.
wilayah yang
Insert lebih
your besar
desired ty = target year, tahun yang akan diproyeksi
text here. ly = launch year, tahun terakhir data
by = base year, tahun awal data
Menggunakan share of Yearspp = jumlah tahun proyeksi
population wilayah yang lebih Yearsbp = jumlah tahun data dasar
kecil pada tahun awal data (base
year) dan tahun akhir data
(launch year) Proyeksi pada shift-share method dapat negatif dimana population share pada
wilayah yang lebih kecil menurun di tahun-tahun sebelumnya
29
Trend
Extrapolatio
2 Shift-Share Method
n Method Menghitung proyeksi jumlah penduduk Boone County 2010
Proyeksi Penduduk
𝑃𝑜 𝑝𝐵𝑜𝑜𝑛𝑒 , 2000 years 2000 −2010 𝑃𝑜 𝑝 𝐵𝑜𝑜𝑛𝑒 ,2000 𝑃𝑜 𝑝 𝐵𝑜𝑜𝑛𝑒 , 1990
𝑝 𝐵𝑜𝑜𝑛𝑒 , 2010= 𝑃𝑜 𝑝 𝐾𝑌 ,2010
𝑃𝑜
[ (
Pop KY ,2000
+
)(
𝑦𝑒𝑎𝑟 𝑠 1990 −2000 𝑃𝑜 𝑝 𝐾𝑌 ,2000
−
𝑃𝑜 𝑝 𝐾𝑌 , 1990 )]
85.991 10 85.991 5 7.589
¿ 4.041 .769
[ 4.041.769 10 4.041 .769 3.686 .891 )]
+( )( −
10
[
¿ 4.041 .769 0,02128+( ) ( 0,02128 −0,01562 )
10 ]
¿ 𝟏𝟏𝟕. 𝟖𝟓𝟏 30
Linear Population
Trend
Extrapolatio
3 Method
n Method
Menggunakan metode “least squre
criterion” untuk melakukan proyeksi
jumlah penduduk suatu wilayah
Asumsi:
Pertumbuhan jumlah penduduk
mengikuti bentuk linear, yakni
jumlah penduduk
This is a sampleakan
text.
Insert your desired
bertambah dengan jumlah
text here.
jiwa yang sama setiap Popn = proyeksi jumlah penduduk pada
tahunnya, dilambangkan tahun n
dengan β α = perpotongan pada model regresi
linear Pop = rata-rata populasi
Misal: naik sebanyak 2.500 jiwa β = koefisien kemiringan pada model T = rata-rata nomor indeks tahun
per tahun regresi linear/ pertumbuhan p = deviasi dari Pop
absolut t = deviasi dari T
jumlah penduduk setiap tahun
Tn = nomor indeks untuk tahun n
Linear Population
Trend
Extrapolatio
3 Method
n Method Adjusment Factor:
Nilai yang digunakan untuk meningkatkan konsistensi proyeksi jumlah
penduduk dan kondisi eksisting, biasanya menggunakan launch year (tahun
terakhir data)
32
Linear Population
Trend
Extrapolatio
3 Method
n Method Menghitung proyeksi jumlah penduduk Boone County
1.
Menghitung
Linear population trendline computation, Boone County
∑ 𝑝 .2 𝑡 = 310.867 =2.826
^β=
∑𝑡 110
2.
Menghitung
´ − β^ . 𝑇´ =71.103− 2.826 𝑥 6=54.146
α^ = 𝑃𝑜𝑝
3. Persamaan proyeksi jumlah penduduk
𝑃𝑜𝑝=54.146+2.826
.𝑇
4. Menghitung adjust (apabila akan digunakan)
𝑃𝑜
𝑝 2020 =54.146+2.826 𝑥 11=85.232
ADJUST = data eksisting Pop2000 - proyeksi Pop2000
= 85.991 – 85.232 = 759
5. Persamaan proyeksi jumlah penduduk dengan adjust
𝑃𝑜𝑝=54.146+2.826
.𝑇 +759
33
Trend
Geometric Population
4 Method
Extrapolatio
n Method
Dengan model linear, proyeksi penduduk
lebih tinggi hingga tahun ke 16,
sedangkan proyeksi penduduk dengan
Asumsi: model geometric lebih tinggi daripada
linear setelah tahun ke 16
Jumlah penduduk dapat
naik/turun pada tingkat
pertumbuhan konstan (%)
Misal: jumlah
This is penduduk awal
a sample text. Geometric population model membutuhkan
Insert your desired Persamaan
1.000 jiwa, tingkat pertumbuhan satu tahap tambahan dengan menggunakan
text here.
penduduk 10%, pada tahun ‘’ordinary least-square’’’ untuk menghitung
kedua akan menjadi 1.100 jiwa, dua parameter (diubah ke bentuk logaritma)
Popn = proyeksi jumlah penduduk
pada tahun ketiga akan menjadi
1.210 jiwa pada tahun n
α = jumlah penduduk awal
β = faktor pertumbuhan populasi Rumus koefisien regresi
Jumlah penduduk tumbuh konstan
lambat pada tahun-tahun awal, Tn = nomor indeks untuk tahun n
kemudian akan tumbuh cepat
34
pada tahun-tahun berkutnya
Trend
Geometric Population
4 Method
Extrapolatio
n Method Adjusment Factor:
Nilai yang digunakan untuk meningkatkan konsistensi proyeksi jumlah
penduduk dan kondisi eksisting, biasanya menggunakan launch year (tahun
terakhir data)
35
Trend
Geometric Population
4 Method
Extrapolatio
n Method Menghitung proyeksi jumlah penduduk Boone County
1.
Menghitung
( β^ )= ∑ log (𝑝).
log
𝑡
∑ 𝑡2
1,9017
¿ =0,0173
110
2.
Menghitung
log ´ log( β^ ). 𝑇´
( α^ ) =𝑙𝑜𝑔( 𝑃𝑜𝑝)−
3. Persamaan proyeksi jumlah 4. Melakukan antilogarithm 5. Menghitung adjust (apabila akan digunakan)
penduduk dalam logaritma sehingga ke persamaan ADJUST = data eksisting Pop2000 - proyeksi Pop2000
awal = 85.991 – 86.075 = -84
𝑛
log
( 𝑃𝑜 𝑝 )=4,7447+0,0173 .𝑇 𝑃𝑜 𝑝 =55.553+1,0406 𝑇𝑛 6. Persamaan proyeksi jumlah penduduk dengan adjus
𝑛
𝑛
𝑇𝑛
𝑃𝑜
𝑝 𝑛 =54.553+1,0406 −84
36
Trend 5 Parabolic Population Method
Extrapolatio
n Method
2
𝑃𝑜𝑝
𝑛 =𝛼 + 𝛽 1 . ( 𝑇 𝑛 ) + 𝛽 2 . (𝑇 𝑛)
1 1
1 = 1 +α . β 𝑇𝑛
𝑃𝑜 𝑝𝑛 𝑐
log
( )
− =log ( α ) +log ( β ) . 𝑇 𝑛
𝑃𝑜 𝑝 𝑛 𝑐
log(β) = kemiringan population
Menentukan terlebih dahulu Popn = proyeksi jumlah penduduk trendline
batas atas/bawah jumlah pada dalam bentuk logaritma
penduduk tahun n log(α) = perpotongan pada trendline
This is a sample text. α = parameter log(1/Popn – 1/c) = log perbedaan antara
Insert your desired
Pada tahun awal, pertumbuhan
text here. β = faktor pertumbuhan populasi inverse jumlah penduduk
jumlah penduduk lambat,
1dan1inverse batas atas
kemudian diikuti dengan konstan
log ( ^
β )=
(
∑ 𝑙𝑜𝑔 𝑝 − 𝑐 . 𝑡 )
pertumbuhan jumlah yang Tn = nomor indeks untuk tahun n
cepat, hingga pada akhirnya c = batas yang telah ditetapkan
∑ 𝑡2
akan stagnan (mencapai batas 1 1
atas)
( α^ ) =log
log
( 𝑃𝑜𝑝
´ 𝑐 )
− − log ( ^β ) . 𝑇´
39
Trend 6 Logistic Population Method
Extrapolatio
n Method Adjusment Factor
1 1
𝐴𝐷𝐽𝑈𝑆𝑇= −
𝑝𝑟𝑜𝑦𝑒𝑘𝑠𝑖 𝑗𝑢𝑚𝑙𝑎h 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑡𝑎h𝑢𝑛 𝑛 𝑑𝑎𝑡𝑎 𝑒𝑘𝑠𝑖𝑠𝑡𝑖𝑛𝑔 𝑗𝑢𝑚𝑙𝑎h 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑡𝑎h𝑢𝑛 𝑛
40
Trend 6 Logistic Population Method
Extrapolatio
n Method Menghitung proyeksi jumlah penduduk Boone County dengan asumsi batas
atas populasi sebesar 250.000 jiwa
c = 250.000
1/c = 0,000004
Rata-rata log (1/Pop-1/c) =
-4,994
Rata-rata indeks = 6
1. Menghitung 2.
Menghitung 3. Persamaan logistic population model
∑ 𝑙𝑜𝑔 ( 1𝑝 − 1𝑐 ) . 𝑡 1 1 1 = 1
+0,0000142 𝑥 0,9458𝑇𝑛
log ( ^
β )=
∑ 𝑡2
log (
( α^ ) =log 𝑃𝑜𝑝
´ 𝑐 )
− − log ( ^β ) . 𝑇´
𝑃𝑜 𝑝𝑛 250.000
− 2,6599 ¿ − 4,994 −0,0242 𝑥 6
¿ ¿ −0,0242 41
110 ¿ − 4,8492
Trend 6 Logistic Population Method
Extrapolatio
n Method
3. Menghitung adjust (apabila akan digunakan)
𝐴𝐷𝐽𝑈𝑆𝑇= 1 1
−
𝑑𝑎𝑡𝑎 𝑝𝑟𝑜𝑦𝑒𝑘𝑠𝑖 𝑃𝑜 𝑝2000 𝑑𝑎𝑡𝑎 𝑒𝑘𝑠𝑖𝑠𝑡𝑖𝑛𝑔 𝑃𝑜 𝑝 2000
1 1
¿ −
85.693 85.911
¿ 0,000000041
4. Persamaan proyeksi jumlah penduduk dengan adjust
1 = 1 𝑇𝑛
+0,0000142 𝑥 0,9458 +0,000000041
𝑃𝑜 𝑝𝑛 250.000
42
Trend Karakteristik Masing-Masing
Metode
Extrapolatio
n Method
Metode Karakteristik
Share of Growth Jumlah penduduk wilayah yang lebih kecil diproyeksi berdasarkan share Bagaimana
of population growth wilayah yang konstan dibandingkan wilayah menentukan model
yang lebih besar
yang memberikan
hasil terbaik?
Shift-Share Jumlah penduduk wilayah yang lebih kecil diproyeksi berdasarkan share
of population (base year dan launch year) wilayah dibandingkan
Dapat dimulai
wilayah yang lebih besar
dengan menilai data
Linear Jumlah penduduk akan bertambah dengan jumlah yang sama setiap
populasi eksisting
tahunnya (constant absolute growth), dalam jiwa
sehingga dapat
Geometric Jumlah penduduk dapat naik atau turun pada tingkat pertumbuhan diketahui pola
konstan (constant growth factor), dalam % pertumbuhan
Parabolic Jumlah penduduk dapat naik atau turun dengan jumlah perubahan (periode semakin
populasi yang berbeda-tidak konstan setiap tahunnya panjang akan
(increasing/decreasing growth increments) semakin baik)
Logistic Penentuan batas atas/bawah jumlah penduduk, (constant ratio of
43
increments)
Cohort-
Component
Konsep Dasar
Method
Tahapan metode cohort
45
Cohort-
Component
1 Komponen Mortality
Method
= survival rate
47
Cohort-
Component
1 Komponen Mortality
Method
Populasi Perempuan yang bertahan hidup Age Observed Apply Projected Deaths
Cohort 2000 Rates 2005 between
Populatio Populatio 2000&
❑ 20 5 20 0
𝑆𝐹 ¿ 𝐹 . 𝑠 𝑟 =3.10 ×0,9 6 =3.089
n n 2005
0-4 3347 0,9975
5-9 3458 0,9992 3339 8
5 30 5 25 5 25 10-14
15-19
3309
2940
0,9985
0,9973
3455
3304
3
5
Jumlah kematian pada 2000-2005 20-24 2490 x 0,9974 2932 8
25-29 3100 0,9966 2483 7
48
Komponen Net
Cohort-
Component
2 Migration
Method
Seseorang melakukan in atau out migration dapat bergantung pada faktor sosial
ekonomi internal atau eksternal ke daerah tersebut
• Secara teori, out migration bergantung pada faktor internal dan populasi daerah tersebut. Risk
population (populasi yang digunakan) untuk menghitung jumlah out migration adalah populasi
daerah itu sendiri.
• Berdasarkan literatur, in migration bergantung pada faktor eksternal wilayah yang diminati. Risk
population untuk menghitung in migration adalah populasi di luar area yang dipertimbangkan.
• Jika in migration dominan dan wilayah tumbuh cepat maka menggunakan basis populasi
yang terletak di luar kawasan
• Jika out migration dominan dan wilayah tumbuh sangat lambat maka menggunakan
populasi daerah itu sendiri
49
Komponen Net
Cohort-
Component
2 Migration
Method
Pendekatan yang lebih sederhana sering digunakan untuk menghitung net migration
rate.
Net migration rate dapat dihitung sebagai residual dengan mengatur ulang persamaan
keseimbangan demografis spesifik usia dan jenis kelamin. Informasi yang dibutuhkan
sebagai berikut:
a. Populasi spesifik usia dan jenis kelamin untuk suatu daerah pada dua titik waktu
tertentu
b. Jumlah kematian pada dua titik waktu tertentu
c. Jumlah kelahiran pada dua titik waktu tertentu
51
Komponen Net
Cohort-
Component
2 Migration
Method
Age Female Pop. Net Migration Projected Female
Cohort Rates Migrant
52
Cohort-
Component
3 Komponen Fertility
Method “Menghitung jumlah kelahiran per kohort spesifik
usia wanita” Bingung? Lihat ke sini!
Mencari Jumlah ibunya pada
Output = Digunakan untuk memproyeksikan kohort x
jumlah kelahiran bayi laki-laki dan perempuan yang Tahun 2000
bertahan hidup hingga kohort 0-4
Memproyeksikan jumlah
1) Memproyeksikan jumlah kelahiran oleh ibunya
kelahiran per usia kohort Tahun 2005
wanita
2) Mengalokasikan setiap
This is a sample text. Menghitung jumlah lahir bayi
Insert(kelahiran
your desired perempuan dan jumlah bayi
kelahiran laki-
text here. laki-laki dari ibunya
laki/perempuan)
Tahun 2005
3) Menggunakan survival rates
u/ memproyeksikan jumlah Menghitung jumlah bayi laki-
laki-laki/perempuan yang laki/perempuan yang
lahir dan akan selamat bertahan hidup
sampai membentuk kohort Tahun 2005
usia termuda (misal 0-4
pada 2005) Studi kasus kota “Q” kohort wanita 25-29 (kohort usia x)
Cohort-
Component
Fertility
Method
nARFx2005 = Proyeksi At-Risk Female Population
pada kohor usia x
nB x = kelahiran antara 2000-2005, pada
2005
kohor usia x
nabrx = adjusted birth rate, kohort usia x
2005
x
1) Memproyeksikan jumlah
kelahiran per usia kohort
wanita 1. Menentukan jumlah total ibu pada interval pada kohort
SEDERHANANYA
2) Mengalokasikan setiap
This is a sample text. usia x (yang sudah dikurangi Death dan Migration) pada Mencari Jumlah
Insert(kelahiran
kelahiran your desired
laki- akhir proyeksi (tahun 2005) ibunya pada
text here. kohort x
nARFx = nFx2000 – (0.5 x nDFx2000-2005) + nNMFx+z2000-2005
2005
laki/perempuan)
3) Menggunakan survival rates 2. Menentukan proyeksi kelahiran pada 2000-2005 per kohort
u/ memproyeksikan jumlah usia x
laki-laki/perempuan yang nBx
2005
= nARFx2005 x nabrx2005
lahir dan akan selamat Memproyeksikan
Menentukan Adjusted Birth Rate (ini nilai tengah ASBR
sampai membentuk kohort jumlah kelahiran
kohort x dan x+5)
usia termuda (misal 0-4 oleh ibunya
nabrx = (nASBRx2000 x nASBRx+52005) / 2
2005
pada 2005)
54
Cohort-
Component
Fertility
Method
2005
== Kelahiran kumulatif 2000-2005
Kelahiran kumulatif laki-laki 2000-
2005
= Kelahiran kumulatif perempuan
2000-2005
1) Memproyeksikan jumlah
kelahiran per usia kohort
wanita
Q = Rasio kelahiran
2) Mengalokasikan setiap
This is a sample text.
Insert (kelahiran
your desired laki- pria/wanita (pria per wanita)
kelahiran 1. Menentukan total kumulasi kelahiran antara 2000 - 2005
text here. berdasarkan catatan historis
laki/perempuan)
(menggunakan data
3) Menggunakan survival rates 2a. Menentukan total kelahiran pria pada 2000-2005 eksternal)
u/ memproyeksikan jumlah
laki-laki/perempuan yang 2b. Menentukan total kelahiran wanita pada 2000-2005 Misal diketahui bahwa sex
lahir dan akan selamat ratio male/female pada
sampai membentuk kohort kelahiran adalah 1.05, maka
usia termuda (misal 0-4 Q adalah 1.05
pada 2005)
55
Cohort-
Component
Fertility
Method 2005
Namun, tidak semua newborns bertahan
hidup hingga target tahun 2005. Tahap ke-3
menyesuaikan jumlah bayi perempuan & laki-
laki yang bertahan hidup dengan survival
rates.
1) Memproyeksikan jumlah
kelahiran per usia kohort
wanita
2) Mengalokasikan setiap
This is a sample text.
Insert(kelahiran
kelahiran your desired
laki-
text here.
laki/perempuan)
Menyesuaikan jumlah pria dan wanita yang selamat dan lahir
3) Menggunakan survival pada kohort 0-4
rates u/ memproyeksikan
jumlah laki- Proyeksi perempuan
laki/perempuan yang
Proyeksi Laki-laki
lahir dan akan selamat
sampai membentuk
kohort usia termuda
56
(misal 0-4 pada 2005)
Cohort-
Component
Semua Komponen
Method Age
in
2000
Survive
Female
to 2005
Migrate 2000-
2005
Projected
Female
Survive
Male to
2005
Migrate 2000-
2005
Projected
Male
Age in
2005
15-19
10-14 2932
3304 63
71 2995
3375 3120
3467 -7
104 3113
3571 20-24
15-19
20-24 2483 959 3443 2573 908 3481 25-29
= 3.089+791 = 3.881 15-19 2932 63 2995 3120 -7 3113 20-24
25-29 3089 791 3881 2978 964 3942 30-34
20-24 2483 959 3443 2573 908 3481 25-29
30-34 3604 + 445 4049 3547 582 4129 35-39
1 Total Populasi Perempuan 25-29 3089 791 3881 2978 964 3942 30-34
…. ….
2005 ❑ 2005 ❑ 2005
𝐹 =∑ 𝐹 + 𝐹 =47.142+3.045=𝟓𝟎.𝟏𝟖𝟕
𝑛 𝑥+𝑧 5 0
30-34
… 3604 445 4049 3547 582 4129 35-39
….
…. ….
𝑥 … ….
2 Total Populasi Laki-laki
2005 ❑ 2005 ❑ 2005
𝑀 =∑ 𝑀 + 𝑀 =46.072+3. 194=𝟒𝟗. 𝟐𝟔𝟔
𝑛 𝑥+𝑧 5 0
3 Total Populasi
2005 2005 2005
𝑥 𝑃 =𝐹 +𝑀 =50.187+4.926=𝟗𝟗.𝟒𝟓𝟑 57
Kategori Structural
Structural Method
Method
Kategori Structural
Method
Terkadang metode
proyeksi tidak
melibatkan faktor Model Ekonomi-
Model Urban System
demografi (fertilitas Demografi
atau mortalitas)
Tipikalnya digunakan Berfokus pada area yang
untuk proyeksi populasi lebih kecil (kecamatan,
dan aktivitas ekonomi kelurahan, blok), tipikalnya
pada area geografi membuat proyeksi populasi,
Structural Method yang luas seperti aktivitas ekonomi, guna
mengaitkan jumlah kabupaten, provinsi, dan lahan, dan pola transportasi
penduduk dengan negara
perubahan satu atau
Transportas
lebih variabel Ekonomi Lingkungan Guna Lahan Perumahan
i
independent non-
demografi
58
Structural Model Ekonomi-Demografi
Method
Orang-orang bermigrasi dengan
maksud memperbaiki nasib (erat 1
Model Proyeksi Ekonomi- dengan faktor ekonomi)
Demografi: Berfokus pada
total populasi Proyeksi migrasi terkait erat dengan
faktor ekonomi seperti mengganti
2 pekerjaan, pendapatan, dan
MIGRASI pengangguran
signifikan saja.
Structural Model Ekonomi-Demografi
Method
60
Structural Model Ekonometrik
Method Sifat Model Ekonometrik
Model Ekonomi-Demografi
Model “Recursive” Model “Non-Recursive”
63
Structural Model Urban System
Method
Perbedaan antara Model Ekonomi-Demografi dan Urban System
Model Urban System
1) Model Urban System didesain untuk area geografis yang lebih kecil
2) Menggunakan variabel independent yang berbeda.
Faktor Ekonomi (Model ekonomi demografi) + karakteristik guna lahan
& karakteristik sistem transportasi
Digunakan untuk
3) Menggunakan GIS
memproyeksikan
4) Model Urban System membutuhkan lebih banyak informasi, waktu, dan
distribusi
sumber daya untuk diimplementasikan ketimbang model ekonomi-geografi
permukiman dan
5) Model Urban System biasanya menghasilkan banyak isu seperti kualitas
aktivitas non udara, kepadatan lalu lintas, berkurangnya jumlah lahan, dan transportasi
permukiman dalam umum.
kawasan perkotaan
64
atau dalam suatu
Structural Model Urban System
Method
Aplikasi Model Urban System
1) Proyeksi populasi dan ekonomi wilayah biasanya menggunakan
Model Urban System
metode model ekonomi-demografi
2) Komponen guna lahan dan aktivitas terdiri atas beberapa prosedur
untuk melakukan proyeksi wilayah pada zona di dalam region.
Biasanya untuk melakukan prosedur ini, perlu melibatkan 150-
Model Urban System
300 zona.
terdiri atas 3 komponen
Zona-zona merupakan 1 atau lebih wilayah administratif kecil
utama:
- Proyeksi wilayah (kelurahan, blok, atau parsel)
Wang, Xinhao dan Rainer vom Hofe. 2007. Research Method in Urban
and Regional Planning. Springer-Verlag