KELOMPOK 12

01 AQSAL RIZKY RAMADHANI

02 GALIH PRIMA PUTRA

03 LIKA ZUYYINA FUAIDA

PROYEKSI PENDUDUK

METODE
KOMPONEN
 PENGERTIAN METODE
1
KOMPONEN

CONTENT
DATA DASAR DAN
2
ASUMSI FERTILITAS

DATA DASAR DAN

3
ASUMSI
MORTALITAS
DATA DASAR DAN
4
ASUMSI MIGRASI

PROYEKSI
5
PENDUDUK TANPA
MIGRASI
PROYEKSI PENDUDUK
6
DENGAN MIGRASI
PROYEKSI
PENDUDUK
Menurut multilingual demographic dictionary,
Suatu perhitungan yang menunjukkan keadaan
penduduk di masa yang akan datang apabila
diterapkan suatu kombinasi asumsi tentang
perkembangan terterntu mengenai fertilitas,
mortalitas dan migrasi yang akan datang

LEARN MORE
METODE
PROYEKSI
PENDUDUK
1. Metode matematik
2. Metode komponen

LEARN MORE
 METODE KOMPONEN
 Memperhitungkan perubahan-perubahan dalam komponen utama
pertumbuhan penduduk yaitu kelahiran, kematian, dan perpindahan
 United Nations Manual III (1952)  proyeksi yang dikerjakan secara
terpisah menurut segmen penduduk tertentu, umumnya menurut umur
dan jenis kelamin
 METODE KOMPONEN
 data rasio kelangsungan hidup (survival ratio)  tren mortalitas
 tren fertilitas  mengestimasi besarnya kelahiran pada waktu yang akan
datang yang akan mengisi jumlah penduduk usia 0-4 tahun pada tiap
kurun waktu proyeksi penduduk
 migrasi  estimasi tentang angka migrasi menurut umur
2 TEKNIK
METODE KOMPONEN
1. Demografi Uniregional
2. Demografi Multiregional

LEARN MORE
 DEMOGRAFI
01
UNIREGIONAL
“Menggunakan data migrasi bersih
total tanpa memperhatikan kemana
arus migrasi keluar dan dari mana arus
migrasi masuk di suatu daerah”
 DEMOGRAFI
02
MULTIREGIONA
L
“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”
Publikasi BPS tentang Proyeksi Penduduk, antara lain:

1. Proyeksi Penduduk Indonesia 1971-1980

2. Proyeksi Penduduk Indonesia 1980-1990

3. Proyeksi Penduduk Indonesia Per Propinsi 1990-2000

4. Proyeksi Penduduk Indonesia Per Propinsi 1995-2005

5. Proyeksi Penduduk Indonesia Per Propinsi 2000-2010

6. Proyeksi Penduduk Indonesia Per Propinsi 2000-2025

7. Proyeksi Penduduk Indonesia 2010-2035

8. Proyeksi Penduduk Indonesia 2015-2045

Sumber Data
Data penduduk Indonesia yang dapat dipakai dan dapat dipercaya untuk keperluan
proyeksi, adalah:

1. Sensus Penduduk (SP) yang diselenggarakan pada tahun yang berakhiran “0” (SP71,
SP80, SP90, SP2000, dan SP2010).

2. Survei Penduduk Antar Sensus (SUPAS) pada tahun yang berakhiran “5” (SUPAS76,
SUPAS85, SUPAS95, SUPAS05, dan SUPAS2015).
Metode ini membutuhkan data-data sebagai berikut:
1. Komposisi penduduk menurut umur dan jenis kelamin yang telah dilakukan
perapihan (smoothing).

2. Pola mortalitas menurut umur.

3. Pola fertilitas menurut umur.

4. Rasio jenis kelamin saat lahir.

5. Proporsi migrasi menurut umur.

Tahapan Penghitungan

1. Penentuan data dasar dan perapihan umur penduduk

2. Penentuan asumsi fertilitas, mortalitas, dan migrasi

3. Penghitungan proyeksi

4. Iterasi
DATA DASAR PENDUDUK
Basis untuk membuat proyeksi
 Data jumlah penduduk
menurut umur dan jenis
kelamin

Male

80%
Female

60%
Kenapa harus dilakukan perapihan?
Tiga kesalahan dalam pelaporan umur:

1. Kesalahan penuturan umur (age misstatement).

2. Digit Preferance (kecenderungan untuk melaporkan

umur yang berakhiran nol dan lima).

3. Under-estimate untuk kelompok umur tertentu

(kelompok umur di bawah lima tahun, kelompok umur
tua, dan kelompok umur usia muda).
 DATA DASAR DAN
ASUMSI FERTILITAS

Dibutuhkan : TFR dan ASFR 

memperkirakan jumlah kelahiran
yang akan menjadi jumlah penduduk
usia 0-4 tahun pada periode proyeksi
 DATA DASAR DAN
ASUMSI FERTILITAS
Asumsi tren fertilitas:
- TFR turun pada periode proyeksi
mengikuti kecenderungan
penurunan TFR pada periode
sebelumnya.
- TFR mencapai nilai tertentu pada
tahun tertentu berdasrkan target
yang ditetapkan, spt target TFR =2,1
pada tahun 2025
 DATA DASAR DAN
ASUMSI FERTILITAS

Perhitungan TFR pada periode proyeksi :

TFR1 = TFR0 x ert

r = laju penurunan TFR

t = periode waktu antara
(misal 1980 dan 2000-2005
t = 2002,5 – 1980 = 22,5 )
 DATA DASAR dan ASUMSI FERTILITAS
Jika laju penurunan TFR tinggi, TFR hasil proyeksi
dapat menjadi rendah sekali atau bahkan menjadi
negative.
Oleh karena itu, dalam situasi ini ditetapkan limit TFR
pada periode proyeksi di dalam rumus proyeksi TFR,
seperti TFR = 1,6.
Pemilihan angka 1,6 didasarkan pada pengamatan
beberapa Negara maju yang mengalami stagnansi
fertilitas pada angka ini.

TFR1 = 1,6 – (1,6 - TFR0) x ert

 DATA DASAR dan ASUMSI FERTILITAS
Setelah proyeksi TFR diperoleh, ASFR dapat dihitung.
Asumsi yang biasa digunakan adalah pola fertilitas
pada periode proyeksi sama dengan pola fertilitas
menurut hasil sensus/survey yang terakhir.
Hal yang dimaksud dengan pola fertilitas sama adalah
kontribusi kelahiran kelompok umur tertentu terhadap
perhitungan TFR pada periode proyeksi sama dengan
kontribusi kelahiran kelompok umur tersebut terhadap
perhitungan TFR menurut sensus/survey yang terakhir.

Kontribusi fertilitas :
Kontribusi kelompok umur = 5 x 100 x ASFR/TFR per 1000 ibu
DATA DASAR dan ASUMSI FERTILITAS
 DATA DASAR dan ASUMSI FERTILITAS
Misalkan diperoleh laju penurunan TFR pada periode
1971-1980 sebesar 2,92% per tahun. Dengan
menggunakan rumus proyeksi TFR dengan limit 1,6
diperoleh proyeksi TFR spade periode 2000-2005
seperti 1,97 anak per ibu.
Dengan menggunakan hasil proyeksi TFR pada periode
2000-2005 dan kontribusi fertilitas masing-masing
kelompok umur terhadap TFR seperti yang disajikan
pada tabel dapat dihitung proyeksi ASFR pada periode
2000-2005.
Rumus :
ASFR = 1000 x kontribusi kelompok umur I x TFR/(5 x
100)
DATA DASAR dan ASUMSI FERTILITAS
Data dasar dan asumsi mortalitas
• Data dasar yang dibutuhkan adalah IMR(Infant Mortality Rate) dan
(Angka harapan hidup saat bayi lahir),baik untuk laki-laki maupun
perempuan. Kedua data tersebut digunakan untuk mendapatkan rasio
kelangsungan hidup (survival ratio) untuk setiap kelompok umur
sehingga dapat diketahui jumlah orang yang bertahan hidup pada
periode 5 tahun berikutnya.
• Asumsi tren mortalitas dapat dikelompokkan menjadi:

 IMR turun pada periode proyeksi mengikuti kecenderungan penurunan

IMR pada periode sebelumnya (historical trend)
 IMR mencapai nilai tertentu pada tahun tertentu berdasarkan target
yang ditetapkan, seperti target TFR = 21 pada tahun 2025 misalnya
Jika AHH menurut jenis kelamin pada masa lampau tersedia ,maka data
ini dapat digunakan untuk memproyeksikan AHH pada peridoe
proyeksi ,metode proyeksi yang digunakan adalah metode exponensial
dengan atau tanpa limit .
Dengan Rumus
1. Tanpa Limit Atas

𝑟𝑡
𝐴𝐻𝐻 𝑡 = 𝐴𝐻𝐻 0 𝑥 𝑒 ❑

2. Dengan Limit Atas

−𝑟𝑡
𝐴𝐻𝐻𝑡 =𝐿𝐴−(𝐿𝐴− 𝐴𝐻𝐻 ¿ ¿0)𝑥 𝑒 ¿
❑

Contoh
AHH penduduk laki-laki dengan kecepatan 1,22% per tahun. Proyeksi AHH laki-laki pada periode 2000-2005
dengan AHH laki-laki pada 1996 adalah 63 tahun dan limit atas AHH laki-laki = 76,6 tahun akan menghasilkan AHH
2000-2005 64 tahun,dengan t = 20002,5 – 1996= 6,5
 
= 64
Dasar dasar dan asumsi migrasi

• Data dasar yang dibutuhkan adalah Age Specific Net Migration

Rate (ASNMR), dimana angka tersebut memberikan informasi
tentang pola migrasi menurut umur di masa lalu
• Asumsi migrasi yang digunakan adalah:

 Pola migrasi menurut umur pada periode proyeksi sama dengan

pola migrasi di masa lalu. Dengan kata lain pola migrasi konstan.
 Pengaruh migrasi terhadap jumlah penduduk pada masa yang
akan datang dapat diabaikan.
Skenario Proyeksi Penduduk

• Berdasarkan asumsi-asumsi kondisi fertilitas, mortalitas, dan

migrasi pada masa yang akan datang dihasilkan skenario
proyeksi penduduk.
• Skenario proyeksi penduduk merupakan kombinasi asumsi
fertilitas, mortalitas, dan migrasi.
• PBB menyajikan proyeksi penduduk dengan 3 skenario, yaitu
rendah, sedang, dan tinggi.
• Untuk keperluan pembangunan di Indonesia, BPS menyajikan
proyeksi penduduk dengan 1 skenario
Proyeksi Penduduk Tanpa
Migrasi
Jumlah
Jumlah Penduduk Jumlah Penduduk
Kelompok Umur Perempuan 1990 nPx Penduduk nPx perempuan 2000
Perempuan 1995 Kolom 1 :Kelompok umur penduduk
perempuan dengan interval 5 tahun
(1) (2) (3) (4) (5) (6)
Kolom 2 : Jumlah penduduk perempuan
0-4 10.120.717 0.98514 10.314.551 0.98981 9.835.144
menurut kelompok umur tahun 1990
5–9 11.290.154 0.99389 9.970.323 0.99554 10.209.446
10 – 14 10.438.627
Kolom 3 : Survival Ratio berdasarkan
0.99323 11.221.171 0.99491 9.925.856
15 – 19 9.367.293
table kematian level 19 model West
0.99036 10.367.958 0.99254 11.164.055
20 - 24 8.486.366
Kolom 4 : Jumlah penduduk perempuan
0.98794 9.276.993 0.99053 10.290.613
25 - 29 8.152.255 pada tahun 1995 ,dengan cara
0,98590 8.384.020 0,98880 9.189.140
30 - 34 6.618.007 0.98328 8.037.309 0.98649 8.290.119
mengkalikan kolom 2 dengan kolom
35 - 39 5.436.570 0.97951 6.507.354 0.98294 7.928.725
3 ,dengan memperhatikan penduduk usia
40 -44 4.038.427 0.97352 5.325.175 0,97710 6.396.534 0-4 akan berusia 5-9 pada 1995
45 - 49 3.886.622 0.96347 3.931.489 0.96755 5.203.228 x
50 - 54 3.397.906 0.94796 3.744.643 0.95294 3.803.912 Kolom 5 : Survival Ratio berdasarkan
55 - 59 2.568.780 0.92276 3.221.079 0.92919 3.568.421 table kematian level 20 model West
60 - 64 2.318.673 0.88152 2.370.368 0.88959 2.992.995 Kolom 6 : Proyeksi Penduduk Perempuan
65 - 69 1.495.847 0.81584 2.043.956 0.82537 2.108.656 Indonesia 2000
70 - 74 1.103.035 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   104.114.255
Tahapan Menghitung Proyeksi Penduduk Kelompok Umur 0-4(1995)
Kolom 1 : Kelompok umur penduduk perempuan
usia subur dengan interval 5 tahunan
Kolom 2 : Jumlah Penduduk Perempuan pada
tahun 1990
Jumlah Penduduk Perempuan Kolom 3 : Jumlah penduduk Perempuan hasil
Kelompok ASFR Kelahiran Tahun
Umur 1990 1995 1990-1995 1990-1995 1990-1995 proyeksi pada tahun 1995
Kolom 4 : Kolom 2 + Kolom 3 /2
(1) (2) (3) (4) (5) (6) Kolom 5 : ASFR Menurut SP 1990
15 - 19 9.367.293 10.367.958 9.867.625 49 483.514 Kolom 6 : Jumlah Kelahiran rata-rata per tahun
20 - 24 8.486.366 9.276.993 8.881.679 160 1.421.069 periode 1990-1995 untuk perempuan kelompok
25 - 29 8.152.255 8.384.020 8.268.138 152 1.256.757 umur ¡(
30 - 34 6.618.007 8.037.309 7.327.658 110 806.042
35 - 39 5.436.570 6.507.354 5.971.962 61 364.290 Pada kolom 6 ,total kelahiran pada periode
40 -44 4.038.427 5.325.175 4.681.828 27 126.409 1990-1995 adalah 4485443.jadi selama 5 tahun
45 - 49 3.886.622 3.931.489 3.909.055 7 27.363 terdapat 5 x 4485443 =22427217.dengan
Total 45.985.540 51.830.297 48.907.919 566 4.485.443 asumsi rasio jenis kelamin saat lahir = 105 ,maka
jumlah kelahiran bayi perempuan adalah
100/205 x 2222427217 = 10940106 ,dengan
asumsi rasio masih hidup saat lahir perempuan
adalah 0,94282 jadi jumlah penduduk
perempuan umur 0-4 pada 1995 adalah
10940106 x 0,94282 =10314551
Estimasi Penduduk Perempuan Umur 0-4 Tahun 1995
Pada kolom 6 tabel sebelumnya terdapat jumlah kelahiran tahunan pada
periode 1990-1995 sebanyak 4.485.443. Jadi, selama 5 tahun terdapat
kelahiran sebanyak:

Dengan asumsi rasio jenis kelamin saat lahir=105, maka:

Rasio masih hidup saat lahir (Po) perempuan adalah 0,94282. Jadi,
jumlah penduduk perempuan umur 0-4 tahun pada 1990-1995 adalah:
Estimasi Penduduk Perempuan Umur 0-4 Tahun 2000
Kelompok
Umur
Jumlah Penduduk Perempuan ASFR 1990- Kelahiran Tahun
1995 1990-1995
Pada kolom 6 terdapat
1995 2000 1995-2000
(1) (2) (3) (4) (5) (6)
jumlah kelahiran
15 - 19 10.367.958 11.164.055 10.766.066 37 398.342 tahunan pada periode
20 - 24 9.276.993 10.290.613 9.783.803 138 1.350.165 1990-1995 sebanyak
25 - 29
30 - 34
8.384.020
8.037.309
9.189.140
8.290.119
8.786.580
8.163.714
133
97
1.168.615
791.880
4.485.443. Jadi, selama
35 - 39 6.507.354 7.928.725 7.218.039 51 368.120 5 tahun terdapat
40 -44
45 - 49
5.325.175 6.396.339 5.860.757 21 123.076 kelahiran sebanyak:
3.931.489 5.203.228 4.560.757 5 22.837
Total 51.830.297 58.462.219 55.146.258 482 4.223.035

Dengan asumsi rasio jenis kelamin saat lahir=105, maka:

Rasio masih hidup saat lahir (Po) perempuan adalah 0,95486. Jadi,
jumlah penduduk perempuan umur 0-4 tahun pada 1995-2000
adalah:
PROYEKSI PENDUDUK DENGAN Kelompok Proporsi
MIGRASI Umur
(1)
migran
(2)
Proyeksi penduduk menggunak migrasi membutuhkan data jumlah 0-4 0,00051
migrasi neto menurut kelompok umur selama periode proyeksi. 5-9 0,00078
Apabila tidak tersedia data jumlah migrasi menurut umur, maka 10-14 0,00709
diperoleh asumsi pola migrasi tertentu. Misalnya, pola migrasi 15-19 0,01352
international memngikuti pola migrasi menurut umur di provinsi 20-24 0,01342
tertentu yang mempunyai peran penting dalam migrasi internasional, 25-29 0,01432
seperti DKI Jakarta. 30-34 0,02000
Pola migrasi internasional perempuan Indonesia dapat diestimasikan 35-39 0,02693
40-44 0,03219
dengan menggunakan pola migrasi peempuan DKI Jakarta pada tahun
45-49 0,04129
1995. Menurut Kantor Statistik DKI Jakarta pada tahun 1995 proporsi
50-54 0,02273
migran total perempuan adalah 0,1352 atau 13,52 persen. Dalam 55-59 0,01946
contoh ini diasumsikan bahwa migrasi internasional neto penduduk 60-64 0,02730
perempuan di Indonesia adalah sebesar 10% da migran total 65-69 0,01740
penduduk perempuan DKI Jakarta. Adapun migrasi menurut umur 70-74 0,02778
untuk Indonesia diasumsikan mengikuti pola angka migrasi neto 75+ 0,01341
menurut umur di DKI Jakarta pada tahun 1995. Total 0,01352
Kelompok Penduduk Penduduk masih Penduduk perempuan
Penduduk
Kelahiran Kolom 1: Kelompok umur penduduk dengan
Migran 1995 perempuan ASFR
Umur perempuan 1990 hidup 1995 1995
1990-1995
1990-1995 interval 5 tahunan
Kolom 2: Jumlah penduduk perempuan
(1) (2) (3) (4) (5)=(3)+(4) (6)=((2)+(5))/2 (7) (8)
10.410.890
menurut kelompok umur
0-4   10.405.583 5.307      
Kolom 3: Penduduk perempuan tahun 1995
5-9   9.970.323 7.777 9.978.100      
yang masih hidup
10-14   11.221.171 79.558 11.300.729      
Kolom 4: Migran perempuan 1995 (Kolom 3
15-19 9.367.293 10.367.958 140.175 10.508.133 9.937.713 49 486.948
proporsi migran tabel 10.6)
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
Contoh: Migran penduduk
30-34 6.618.007 8.037.309 160.746 8.198.055 7.408.031 110 814.883
perempuan umur 15-19 tahun
35-39 5.436.570 6.507.354 175.243 6.682.597 6.059.584 61 369.635
=10.367.9580,01352=140.175
40-44 4.038.427 5.325.175 171.417 5.496.592 4.767.510 27 128.723
Kolom 5: Penduduk perempuan 1995
45-49 3.886.622 3.931.489 162.331 4.093.820 3.990.221 7 27.932
(termasuk migrasi) = Kolom 3 +
50-54   3.744.643 85.116 3.829.759      
Kolom 4
55-59   3.221.079 62.682 3.283.761      
Kolom 6: Jumlah penduduk perempua rata-
60-64   2.370.368 64.711 2.435.079      
rata pada periode 1990-1995 =
65-69   2.043.956 35.565 2.079.521      
(Kolom 2 + Kolom 5)/2
70-74   1.220.372 33.902 1.254.274      
Kolom 7: Pola kelahiran menurut umur
75+   1.326.592 17.790 1.344.382       Kolom 8: Jumlah kelahiram per tahun per
Total   97.354.385 1.446.876 98.801.261     4.525.030 kelompok umur = (Kolom 6Kolom
7)/100
PROYEKSI KELAHIRAN DENGAN MIGRASI
TAHUN 1995
Menurut kolom 8 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:

Jika diasumsikan rasio jenis kelamin saat lahir adalah 105 (terdapat 105 laki-laki setiap 100 perempuan),
maka:

Rasio masih hidup saat lahir perempuan 0,94282. Jadi, jumlah penduduk perempuan umur 0-4 tahun pada
tahun 1995 adalah:

Angka ini merupakan jumlah penduduk perempuan umur 0-4 tahun pada tahun1995 yang terdapat pada
kolom 3 tabel 10.7
Penutup

Proyeksi penduduk tidak ada yang salah, yang salah atau kurang tepat
adalah asumsinya.
Pertanyaan
1. Jelaskan hambatan atau masalah apa saja yang dihadapi oleh
pemerintah dalam melakukan proyeksi penduduk! Berikan solusinya!
2. Proyeksikan jumlah penduduk DKI Jakarta untuk tahun 2015
Jumlah Penduduk Jumlah
Penduduk
Kelompok Umur Laki-Laki 2010 DKI nPx  Laki-Laki 2015
Jakarta DKI Jakarta
Tabel ASFR DKI Jakarta 2010
Kelompok Umur ASFR (2010)
15-19 17
0-4 427.049 0.98196  
20-24 73
5-9 401.341 0.99335  
25-29 107
10-14 351.527 0.99186  
30-34 93
15-19 387.215 0.98775  
35-39 52
20-24 502.470 0.98521  
40-44 17
25-29 586.344 0.98386  
30-34 514.311 0.98087  
35-39 435.345 0.97528  
40-44 360.728 0.96587  
45-49 283.987 0.9509
50-54 220.852 0.92805  
55-59 161.124 0.89386  
60-64 100.132 0.84417  
65-69 68.691 0.77264  
70-74 39.225 0.66572  
75+ 29.446 0.53072  
THANK
THANK
YOU