CECEP A.H.F. SANTOSA
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
©Hak Cipta milik Institut Pertanian Bogor, tahun 2008
Hak Cipta dilindungi undang-undang
1. Dilarang mengutip sebagian atau seluruh hasil karya tulis ini tanpa mencantumkan atau menyebutkan sumber.
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilimiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah
b. Pengutipan tidak merugikan kepentingan yang wajar Institut Pertanian Bogor.
QUASI-STABIL
CECEP A.H.F. SANTOSA
Tesis
Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada
Departemen Matematika
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Dengan ini saya menyatakan bahwa tesis dengan judul Modifikasi Metode Rele untuk Penduduk Quasi-Stabil adalah karya saya sendiri dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi manapun. Sumber informasi dari karya yang diterbitkan maupun yang tidak diterbitkan dari penulis lain disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir thesis ini.
Bogor, Februari 2008
Cecep A.H.F. Santosa
CECEP A.H.F. SANTOSA. Modification of Rele’s Method for Quasi-Stable
Population Model. Under the supervision from HADI SUMARNO and N.K. KUTHA
ARDANA.
Due to the difficulty to find a vital statistic in the most countries, especially in
underdeveloped countries, this study was developed to find a relationship between
fertility measure derived from census data such as
Child-Woman Ratio
(
CWR
) and
combination of vital statistic and census data (direct measure) such as
Gross
Reproduction Rate
(
GRR
). In 1967, Rele developed indirect measure of fertility
method to find
GRR
from
CWR
and expected life at birth using stable population
model.
The main objective of this paper is to modify of Rele method using
quasi-stable population model and compare the result of estimation
GRR
of each models.
This paper determine the ultimate age distribution of stable and quasi-stable
population models. Next,
CWR
from number of age distribution and model relation
between
GRR
and
CWR
was computed, this result is called original model.
Furthermore, the original model was developed to find the relation between
GRR
and
CWR
and compare to the original model.
From the comparison between the models and the actual data, the quasi-stable
population model is better than the stable population model.
CECEP A.H.F. SANTOSA. Modifikasi Metode Rele untuk Model Penduduk
Quasi-Stabil. Dibimbing oleh HADI SUMARNO dan N.K. KUTHA ARDANA.
Didasari oleh kesulitan untuk memperoleh data
vital statistic
untuk penduduk
di hampir semua negara terutama di negara-negara berkembang, penelitian ini
dikembangkan untuk mencari hubungan antara ukuran fertilitas yang diturunkan dari
data sensus seperti
Child-Woman Ratio
(
CWR
) dan ukuran fertilitas yang
dikembangkan dari kombinasi
vital statistic
dan data sensus (ukuran langsung) seperti
Gross Reproduction Rate
(
GRR
). Pada tahun 1967, Rele mengembangkan suatu
metode tidak langsung untuk mencari nilai
GRR
dari
CWR
dan angka harapan hidup
saat lahir (
e
00) dengan menggunakan model populasi stabil. Intinya metode Rele
merupakan suatu metode yang digunakan untuk menduga nilai
GRR
dari nilai
CWR
dan nilai
e
00. Dasar yang digunakan untuk menghitung
CWR
dalam metode Rele
adalah menghitung sebaran jumlah penduduk menurut umur berdasarkan model
penduduk stabil. Sebaran jumlah penduduk tersebut diperoleh dengan mencari tingkat
pertumbuhan penduduk (
r
) untuk model penduduk stabil, menentukan
GRR
dan nilai
e
00, dan nilai
L
i(penduduk tengah tahun umur
i
) berdasarkan pada nilai
e
00. Dari
sebaran jumlah penduduk yang telah dibentuk, kemudian dihitung nilai
CWR
.
Langkah terakhir adalah melakukan analisis hubungan antara
GRR
dan
CWR
Tujuan utama dari thesis ini adalah memodifikasi metode Rele dengan
menggunakan model penduduk quasi-stabil dan membandingkan hasil dugaan
GRR
untuk masing-masing model. Pada model penduduk stabil, fertilitas dan mortalitas
diasumsikan konstan, sedangkan pada model penduduk quasi-stabil diasumsikan
fertilitas konstan sedangkan mortalitas berubah. Mortalitas selalu diperbaiki seperti
diindikasikan oleh laju kematian sesaat yang turun untuk semua umur, sehingga dari
naiknya kelahiran dan turunnya kematian menunjukkan bahwa laju pertumbuhan
penduduk lebih besar daripada laju kelahiran bayi. Untuk membedakan kedua laju
tersebut maka dipakai notasi
r
puntuk laju pertumbuhan penduduk dan
r
buntuk laju
kelahiran bayi, sehingga untuk model pertumbuhan quasi-stabil persamaan
nr
e
t
B
n
t
B
(
+
)
=
(
)
pada model penduduk stabil akan berubah menjadi
bnr
e
t
B
n
t
B
(
+
)
=
(
)
. Laju pertumbuhan penduduk berubah menurut waktu
t
dinotasikan
r
p(
t
), sehingga total penduduk pada tahun
t
+
n
adalah:
⎟⎟ ⎠ ⎞ ⎜⎜
⎝ ⎛ =
+
∫
+nt
t p
ds s r t
P n t
P( ) ( )exp ( )
Ringkasnya, pada penduduk stabil
r
b=
r
p(
t
)
=
r
sedangkan pada penduduk
quasi-stabil
r
p(
t
)
>
r
buntuk semua
t
jika laju kematian sesaat
(
μ
x)
turun dan
r
p(
t
)
<
r
buntuk semua
t
jika laju kematian sesaat
(
μ
x)
naik.
pengembangan.
Dalam kondisi penduduk stabil, hubungan antara
Child Woman Ratio
(
CWR
)
dengan
Gross Reproduction Rate
(
GRR
) adalah :
T r
e
G
K
X
=
* Δdengan
X
=
CWR
,
G
=
GRR
,
K
*=K S
w(T
) merupakan konstanta,
r
menyatakan laju
pertumbuhan penduduk stabil dan
GRR
akan linier terhadap CWR jika
ΔTmendekati nol.
Dengan menerapkan model di atas pada penduduk quasi-stabil, dengan laju
kematian sesaat menurun secara linier sebagai berikut:
kt
a
t
a
xx
(
+
)
=
μ
(
)
−
μ
dan faktor perbaikan mortalitas yang dipilih
k
= 0.0002, maka diperoleh hubungan
antara
GRR
dengan
CWR
untuk masing-masing
e
00. Hasil dari pendugaan nilai
GRR
tersebut kemudian dibandingkan dengan data yang tersedia, ternyata dugaan
GRR
dengan menggunakan model penduduk quasi-stabil lebih baik dibandingkan dengan
dugaan ketika menggunakan model penduduk stabil.
Model
GRR
dengan menggunakan satu peubah, yaitu
CWR
untuk
masing-masing
e
00yang telah diperoleh sebelumnya, kemudian dikembangkan sehingga
untuk menduga
GRR
cukup hanya dengan satu persamaan saja. Model
GRR
hasil
modifikasi tersebut ternyata tidak berbeda dengan model awal yang diperoleh, hal
tersebut dilihat dari nilai
proportional error
dan
R
2terkoreksi untuk masing-masing
model. Sehingga model yang digunakan untuk menduga
GRR
cukup dengan satu
persamaan, yaitu:
0 0 0
0 0.0255 00643
. 0 55
. 5 217 .
0 CWR e CWRe
GRR= + − −
Untuk Indonesia, berdasarkan fakta bahwa pertumbuhan penduduk setiap
periode selalu mengalami perubahan, maka jelas bahwa Indonesia tidak tepat jika
didekati dengan model penduduk stabil, model yang paling mendekati keadaan di
Indonesia adalah model quasi-stabil dengan nilai faktor perbaikan mortalitas
k
dapat
diduga dengan persamaan
k
= -0.163 + 0.000083
t
, dimana
t
adalah tahun.
NIM : G551050041
Disetujui
Komisi Pembimbing
Dr. Ir. Hadi Sumarno, M.S. Ketua
Ir. N.K. Kutha Ardana, M.Sc. Anggota
Diketahui
Ketua Departemen Matematika
Dr. Berlian Setiawaty, M.S.
Dekan Sekolah Pasca Sarjana
Prof. Dr. Ir. Khairil A. Notodiputro, M.S.
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala
karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Judul yang dipilih dalam
penelitian yang dilaksanakan sejak bulan Juni 2007 ini adalah Modifikasi Metode
Rele untuk Penduduk Quasi-Stabil.
Terima kasih penulis ucapkan kepada Bapak Dr. Ir. Hadi Sumarno, MS.
dan Bapak Ir. N.K. Kutha Ardana, M.Sc selaku pembimbing serta Ibu Dr. Ir.
Endar H. Nugrahani, MS selaku penguji yang telah banyak memberikan saran. Di
samping itu, ungkapan terima kasih penulis sampaikan juga kepada rekan-rekan
mahasiswa atas diskusinya, serta pihak lain yang tidak bisa disebutkan satu
persatu. Semoga atas semua kebaikan dapat bernilai ibadah dan dibalas oleh Allah
SWT dengan kebaikan yang berlipat. Terakhir penulis sampaikan terima kasih
kepada Ayah, Ibu, Istri, serta seluruh keluarga, atas do’a dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
Bogor, Februari 2008
Penulis dilahirkan di Sumedang pada tanggal 5 Januari 1981 dari ayah
Drs. Maman Sholehuddin S.A. dan Ibu Yeyet Rohayati. Penulis merupakan putra
kedua dari dua bersaudara.
Tahun 2000 penulis lulus dari SMA Negeri 1 Subang Jawa Barat dan pada
tahun yang sama lulus seleksi masuk IPB melalui Undangan Seleksi Masuk IPB.
Penulis memilih Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Alam. Kesempatan untuk melanjutkan program magister pada program studi dan
pada perguruan tinggi yang sama diperoleh pada tahun 2005.
Penulis adalah staf pengajar di Universitas Islam Negeri Syarif
Hidayatullah Jakarta sejak Agustus 2006. Mata Kuliah yang diajarkan adalah
Halaman
DAFTAR TABEL ... ix
DAFTAR GAMBAR ... x
DAFTAR LAMPIRAN ... xi
PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Tujuan ... 3
ALUR PENELITIAN ... 4
MODEL MATEMATIKA KEPENDUDUKAN 3.1 Ukuran Fertilitas ... 5
3.2 Model Pertumbuhan Penduduk ... 7
3.2.1 Model Penduduk Stabil ... 7
3.2.2 Pendugaan GRR dengan Metode Rele ... 11
3.2.3 Modifikasi Metode Rele dengan Menggunakan Penduduk Quasi- Stabil ... 12
3.2.4 Laju Kelahiran Intrinsik Penduduk Quasi-Stabil ... 13
PEMBAHASAN ... 4.1 Tingkat Pertumbuhan Penduduk ... 15
4.2 Pembentukan Populasi Penduduk ... 15
4.3 Hubungan GRR dan CWR ... 17
4.4 Analisis Regresi ... 19
4.5 Kasus di Indonesia ... 29
KESIMPULAN DAN SARAN ... 33
DAFTAR PUSTAKA ... 35
Halaman
1. Rata-rata tingkat kelahiran menurut sebaran umur wanita (Rele 1967) ... 16
2. Nilai proportional error nilai dugaan terhadap nilai aktual untuk masing- masing model penduduk ... 23
Halaman
1. Alur Penelitian ... 4
2. Alur Penelitan Metode Rele ... 11
3. Hubungan antara Child Woman Ratio (CWR) dan Gross Reproduction Rate GRR berdasarkan angka harapan hidup (e00) untuk penduduk stabil ... 20
4. Hubungan antara Child Woman Ratio (CWR) dan Gross Reproduction Rate GRR berdasarkan angka harapan hidup (e00) untuk penduduk quasi-stabil 20 5. Nilai dugaan GRR dan perbandingan dengan GRR aktual masing-masing model penduduk untuk e00=60 ... 21
6. Perbandingan selisih nilai dugaan GRR dengan GRR aktual untuk model penduduk stabil dan quasi stabil ... 22
7. Nilai dugaan GRR dan perbandingan dengan GRR aktual masing-masing model penduduk untuk e00=70 ... 22
8. Perbandingan selisih nilai dugaan GRR dengan GRR aktual untuk model penduduk stabil dan quasi-stabil untuk e00=70 ... 23
9. Tebaran GRR=f(CWR, e00) untuk model penduduk stabil ... 25
10. Tebaran GRR=f(CWR, e00) untuk model penduduk quasi-stabil ... 25
11. Nilai dugaan GRR dan perbandingan dengan GRR aktual masing-masing model penduduk untuk model regresi GRR = a + b CWR + c e00 + d CWR e00 ... 27
12. Perbandingan selisih nilai dugaan GRR dan perbandingan dengan GRR aktual masing-masing model penduduk untuk model regresi GRR = a + b CWR + c e00 + d CWR e00 ... 28
13. Tingkat kelahiran kasar penduduk Indonesia ... 29
14. Tingkat kematian kasar penduduk Indonesia ... 30
15. Tingkat pertumbuhan penduduk Indonesia ... 30
Halaman
1. Pembentukan jumlah penduduk menurut sebaran umur stabil dan quasi-
stabil (menggunakan software Mathematica 5.0) ... 37
2. Sebaran jumlah penduduk menurut umur model penduduk stabil berdasar- kan tingkat GRR dan angka harapan hidup ... 41
3. Proses perhitungan U dan V ... 47
4. Proses perhitungan Child-Woman Ratio (CWR) (mengguna- kan software Mathematica 5.0) ... 49
5. Nilai Child-Woman Ratio (CWR) untuk penduduk stabil ... 51
6. Nilai Child-Woman Ratio (CWR) untuk penduduk quasi-stabil ... 52
7. Koefisien regresi untuk pendugaan Gross Reproduction Rate (GRR) dan Child Woman Ratio (CWR) ... 53
8. Analisis Regresi (menggunakan softwareMinitab 14) ... 54
9. Perhitungan perbandingan nilai GRR terhadap nilai aktual (menggunakan software Mathematica 5.0) ... 62
10. Perhitungan perbandingan nilai GRR terhadap nilai aktual (menggunakan software Mathematica 5.0) ... 63
11. Nilai dugaan GRR, aktual, dan galat untuk masing-masing model penduduk berdasarkan angka harapan hidup e00= 60 ... 64
12. Nilai dugaan GRR, aktual, dan galat untuk masing-masing model penduduk berdasarkan angka harapan hidup e00= 70 ... 65
13. Nilai dugaan GRR, aktual, dan galat untuk masing-masing model penduduk untuk bentuk regresi GRR = a+b CWR+ c e00 + d CWR e00 ... 66
14. Nilai Crude Birth Rate (CBR) negara Indonesia (PBB 2008)... 67
15.Nilai Crude Death Rate (CDR) negara Indonesia (PBB 2008) ... 68
16. Tingkat pertumbuhan penduduk Indonesia (PBB 2008) ... 69
17. Data Age-Specific Mortality Rate (ASMR) negara Indonesia (diolah dari data PBB 2008) ... 70
18. Proses Proses Perhitungan Nilai faktor perbaikan mortalitas k (mengguna- kan Software Mathematica 5.0) ... 71
BAB I
PENDAHULUAN
1.1 Latar Belakang
Hampir di semua negara berkembang sekarang ini, analisis kelahiran
merupakan permasalahan kependudukan utama yang dihadapi. Hal ini disebabkan
oleh keterbatasan data dasar yang diperoleh mengenai jumlah kelahiran. Padahal,
pada saat yang sama, urgensi untuk menentukan pendugaan yang tepat mengenai
tingkat kelahiran, atau ukuran pusat dari kelahiran merupakan sesuatu yang sangat
penting di negara-negara berkembang seperti halnya di negara maju dalam rangka
membantu perencanaan wilayah dan pengembangan ekonomi (Rele 1967).
Negara-negara berkembang dengan angka fertilitas yang relatif tinggi dan
jumlah penduduk yang besar, seringkali mengalami kesulitan dalam
melaksanakan registrasi kelahiran penduduk secara lengkap sehingga tidak
mempunyai vital statistic yang dapat dijadikan acuan yang terpercaya. Vital
statistic adalah data atau informasi yang dimiliki suatu negara tentang dinamika
penduduknya. Tiga komponen utama vital statistic adalah fertilitas, mortalitas,
dan migrasi atau perpindahan penduduk. Di samping tiga hal di atas, vital statistic
juga dilengkapi dengan informasi atau catatan mengenai kejadian-kejadian
demografi yang lainnya seperti usia perkawinan, jumlah perkawinan, dan data
keluarga, maupun jumlah tenaga kerja. Di antara negara-negara berkembang yang
ada, Indonesia termasuk dalam negara yang tidak mempunyai vital statistic yang
lengkap.
Bogue dan Palmore (1964) mengemukakan bahwa prinsip ukuran fertilitas
dapat dikelompokkan dalam dua macam, yaitu ukuran yang diperoleh dari
kombinasi vital statistic dan data sensus (dinamakan direct measure) dan ukuran
yang diturunkan hanya dari data sensus (dinamakan indirect measure). Ukuran
fertilitas yang diturunkan dari kombinasi vital statistic dan data sensus (direct
measure) antara lain:
a. Crude Birth Rate (CBR) = jumlah kelahiran dalam satu tahun per
b. General Fertility Rate (GFR) = jumlah kelahiran dalam setahun
per 1000 wanita yang dapat melahirkan anak (15 – 40 tahun) pada
tengah tahun.
c. Age Specific Fertility Rates (ASFR) = jumlah kelahiran per tahun
terhadap 1000 wanita pada umur tertentu.
d. Total Fertility Rate (TFR) = penjumlahan dari Age Specific
Fertility Rates untuk semua umur antara 15 sampai 49 tahun.
e. Gross Reproduction Rate (GRR) = penjumlahan dari ASFR, jika
hanya memperhatikan bayi wanita.
Saat ini, para ahli demografi telah mengembangkan beberapa ukuran
fertilitas yang berbeda, dengan kelebihan dan kekurangan masing-masing.
Diantara ukuran tidak langsung adalah metode Rele untuk menghitung GRR,
metode Palmore untuk menghitung TFR dan ASFR, metode Own-Children
Method dan metode Last life birth. Pada umumnya ukuran tidak langsung
diperoleh melalui sensus penduduk atau survei yang dilakukan sepuluh tahun
sekali. Namun data yang diperoleh dari sensus sangat terbatas, hanya memberikan
informasi jumlah penduduk yang hidup pada saat sensus diadakan. Sensus tidak
mencatat jumlah bayi lahir hidup yang kemudian meninggal pada waktu sensus
belum diadakan. Sehingga gambaran tentang fertilitas diperoleh secara tidak
langsung melalui distribusi penduduk menurut umur yang tersedia dari data
sensus.
Maksud dari penelitian ini adalah melakukan modifikasi metode pengukuran
fertilitas tidak langsung yang dikembangkan oleh Rele dengan menggunakan basis
data yang lebih sesuai untuk kondisi negara berkembang.
1.2 Tujuan
Tujuan utama dari penelitian ini adalah melakukan modifikasi metode
Rele menggunakan model penduduk quasi-stabil. Secara spesifik, tujuan
penelitian adalah :
1. Menentukan tingkat pertumbuhan penduduk (r) untuk penduduk stabil
2. Menyusun sebaran jumlah penduduk dengan model penduduk
3. Mencari bentuk hubungan antara Child-Woman Ratio (CWR) dengan
Gross Reproduction Rate (GRR) menggunakan model penduduk
quasi-stabil.
4. Membandingkan metode pengukuran GRR berdasarkan model penduduk
BAB II
ALUR PENELITIAN
Pada penelitian ini akan ditentukan pendugaan bagi Gross Reproduction
Rate (GRR) dengan menggunakan asumsi penduduk stabil dan quasi-stabil, yaitu
dengan menguji hubungan yang terjadi antara Gross Reproduction Rate (GRR)
dan Child-Woman Ratio (CWR).
Langkah-langkah yang dilakukan untuk menentukan Gross Reproduction
Rate untuk masing-masing model penduduk (stabil dan quasi-stabil) adalah
sebagai berikut:
1. Membangkitkan data hipotetik berdasarkan model penduduk stabil dan
quasi-stabil untuk berbagai nilai harapan hidup saat lahir (e00) dan GRR.
2. Menghitung nilai Child-Woman Ratio (CWR) berdasarkan data yang
diperoleh dari langkah 1.
3. Mencari bentuk hubungan GRR dan CWR untuk model penduduk stabil
dan quasi-stabil.
4. Analisis bentuk hubungan GRR dan CWR untuk model penduduk stabil
dan quasi-stabil.
5. Membandingkan dugaan GRR untuk model penduduk stabil dan
quasi-stabil terhadap nilai aktual GRR yang tersedia.
Langkah-langkah tersebut dapat digambarkan sebagai berikut:
Gambar 1 Alur penelitian.
r, GRR, e00, Li Penduduk stabil Child-Woman Ratio
Mencari bentuk hubungan
GRR danCWR Penduduk
quasi-stabil
Membandingkan dugaan model penduduk
BAB III
MODEL MATEMATIKA KEPENDUDUKAN
3.1 Ukuran Fertilitas
Fertilitas merupakan performan reproduksi aktual dari seorang wanita atau
sekelompok individu yang pada umumnya dikenakan pada seorang wanita atau
sekelompok wanita.
Berikut beberapa ukuran fertilitas yang dikenalkan oleh Brown (1997)
diantaranya adalah Crude Birth Rate (CBR) atau angka kelahiran kasar,
merupakan ukuran kelahiran yang sering digunakan. CBR dapat dihitung dengan
cara:
) (
) (
t P
t B
CBR=
dengan B(t) merupakan jumlah kelahiran hidup pada waktu t dan P(t) merupakan
jumlah penduduk pada waktu t.
Pada CBR ini jumlah kelahiran tidak dikaitkan secara langsung dengan
penduduk wanita, melainkan dikaitkan dengan jumlah penduduk secara
keseluruhan. Untuk itu, diperlukan ukuran fertilitas yang lebih spesifik yaitu
General Fertility Rate (GFR) yang merupakan rasio jumlah kelahiran hidup
terhadap jumlah wanita umur reproduksi. Umur reproduksi adalah umur dimana
wanita masih dapat hamil dan melahirkan bayi.
) (
) (
t P
t B
GFR= w
dengan B(t) merupakan jumlah kelahiran hidup pada waktu t dan Pw(t) merupakan
jumlah penduduk wanita umur reproduksi pada waktu t.
Rasio Anak-Wanita (Child-Woman Ratio) merupakan ukuran fertilitas
yang diperoleh dari sensus penduduk (Palmore 1978), CWR ini dinyatakan
dengan rasio jumlah anak umur selang
[ ]
c,d tahun terhadap wanita umurreproduksi selang
[ ]
h,k tahun dinyatakan dalam rumus:[ ]
[ ]hwk
d c P P CWR
, ,
dengan P[ ]c,d merupakan jumlah penduduk selang umur
[ ]
c,d tahun dan P[ ]hw,kmerupakan jumlah penduduk wanita selang umur reproduksi
[ ]
h,k tahun.Ukuran fertilitas selanjutnya adalah Age-Spesific Fertility Rate (ASFR)
merupakan ukuran fertilitas pada wanita umur tertentu. Fakta empiris
menunjukkan bahwa jumlah kelahiran selama jangka waktu tertentu bervariasi
menurut umur ibu.
( )
( )
t Pt B
ASFR w
x x x =
dengan Bx
( )
t merupakan jumlah kelahiran hidup dari wanita usia x pada waktu tdan Pw
( )
tx merupakan jumlah penduduk wanita umur x pada waktu t, atau dapat juga ditulis:
( )
( )
t Pt B
f w
x x t
x = dengan t x
f adalah tingkat fertilitas wanita umur x pada waktu t.
Sebagai total dari ukuran fertilitas ASFR di atas, maka Total Fertility Rate
(TFR) dapat dinyatakan sebagai:
∑
=
= k
h x
t x f
TFR
dengan h dan k merupakan batas bawah dan batas atas umur wanita reproduksi.
Jika ukuran-ukuran fertilitas di atas tidak membedakan jenis kelamin bayi
maka ukuran reproduksi hanya memperhatikan bayi wanita yang secara langsung
bertalian dengan pergantian generasi. Dalam hal ini dikenal dua ukuran
reproduksi, yaitu Gross Reproduction Rate (GRR) dan Net Reproduction Rate
(NRR). Gross Reproduction Rate (GRR) ini menyatakan tingkat reproduksi kasar
yang tidak memperhatikan unsur kematian. GRR didefinisikan:
∑
=
= k
h x
t w x f
GRR ,
dengan fxw,t merupakan tingkat fertilitas wanita umur x terhadap bayi wanita (w)
pada waktu t.
Sedangkan Net Reproduction Rate (NRR) merupakan ukuran reproduksi
yang memperhitungkan unsur kematian, yaitu laju kematian sesaat
( )
μx sehinggareproduksinya. Hal ini berdasarkan fakta bahwa terdapat peluang wanita
meninggal sebelum ia mengakhiri masa reproduksinya. Dengan demikian NRR
dapat dinyatakan sebagai:
( )
x S GRRNRR= w
( )
x S f NRR w k h x t w x ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ =∑
= ,dengan
( )
⎟⎟⎠ ⎞ ⎜⎜ ⎝ ⎛ −
=
∫
x yw
dy x
S
0
exp μ merupakan peluang bayi wanita hidup sampai
umur x.
3.2 Model Pertumbuhan Penduduk 3.2.1 Model Penduduk Stabil (Brown 1997)
Jika B(t) merupakan jumlah kelahiran hidup pada waktu t dan B(t)dt
merupakan jumlah kelahiran dalam selang waktu sangat pendek yaitu t ke t + dt,
maka jumlah kelahiran bayi dalam satu tahun adalah:
∫
= 1
0
) (t dt B
B (1)
Misalkan B(t) menyatakan jumlah kelahiran hidup pada waktu t dan B(t+n)
merupakan jumlah kelahiran dalam selang waktu dari t ke t+n maka jumlah bayi
pada waktu t+n dapat dituliskan :
b nr e t B n t
B( + )= ( ) (2)
Dimana rb adalah laju kelahiran bayi, rb ≠0, dan n > 0 adalah waktu.
Bukti: t t B r t B t t
B( +Δ )= ()+ b ()Δ
b b nr nr b b n t t n t t b n t t n t t b e t B n t B t B n t B e t B n t B t r n t r s B t r s dB s B dt r ) ( ) ( ) ( ) ( )) ( ) ( ln( ) ( ) ( | ) ( ln | ) ( ) ( 1 = + + = − + = − + = = + + + +
∫
∫
■
Bukti tersebut menunjukkan bahwa jumlah kelahiran per tahun
dipengaruhi oleh laju kelahiran bayi rb.
Jika rb adalah laju kelahiran bayi per tahun maka laju pertumbuhan
penduduk rp pada penduduk stabil adalah sama dengan laju kelahiran bayi.
Bukti:
Misalkan P(t) merupakan jumlah penduduk pada waktu t, dan B(t)
merupakan jumlah kelahiran hidup pada waktu t, berdasarkan persamaan (2) maka
jumlah kelahiran pada waktu t-x adalah:
x rb e t B x t
B( − )= () − (3)
dan jumlah penduduk yang lahir pada waktu t-x (bayi umur nol) sampai umur x
pada waktu t adalah B(t−x)S(x), dengan S(x) adalah peluang bayi hidup sampai
umur x. Jumlah penduduk yang hidup pada selang waktu t ke t + dt adalah jumlah
bayi yang lahir pada waktu t-x dikalikan dengan peluang bayi hidup sampai umur
x, dan dinyatakan dalam persamaan sebagai berikut:
dx x S x t B dx t
Fx( ) = ( − ) ( ) (4)
Dengan demikian total penduduk wanita pada waktu t adalah
∫
∞ = 0 ) ( )(t F t dx
dan total penduduk wanita pada waktu t+n adalah:
∫
∞ − + = + 0 ) ( ) ( )(t n B t ne S x dx
P rbx (6)
S(x) pada persamaan (5) sama dengan S(x) pada persamaan (6) dan dari
persamaan (2) B(t+n)=B(t)erbn , maka diperoleh
∫
∞ − = + 0 ) ( ) ( )(t n B t e e S x dx
P rbn rbx
n r x r n r b b b e t P dx x S e t B e ) ( ) ( ) ( 0 = = ∞
∫
− (7)Dari hasil di atas terbukti bahwa laju pertumbuhan penduduk rp
merupakan laju kelahiran bayi rb itu sendiri, dan dari persamaan (2) dan (7)
terbukti bahwa P(t) dapat dinyatakan sebagai B(t)
Untuk selanjutnya akan dituliskan r sebagai laju pertumbuhan penduduk
intrinsik model pertumbuhan penduduk stabil. Sehingga dalam model penduduk
stabil persamaan (2) dapat dituliskan sebagai:
nr e t B n t
B( + )= () (8)
Jumlah penduduk pada suatu selang umur berubah sepanjang waktu, tetapi
proporsi penduduk pada selang tersebut tidak berubah.
Bukti:
Dari persamaan (4) dimana diketahui bahwa jumlah penduduk umur x
sampai x + dx pada waktu t adalah Fx(t) dx, dan total penduduk pada waktu t
adalah P(t), maka proporsi penduduk stabil umur x sampai x + dx pada waktu t
adalah:
∫
∞ − − = 0 ) ( ) ( ) ( ) ( ) ( ) ( dx x S e t B dx x S e t B t P dx t F rx rxKarena B(t) bukan fungsi x, maka persamaan (9) menjadi:
∫
∞ −
− =
0
) (
) ( )
( ) (
dx x S e
x S e t
P dx t F
rx rx
x (10)
Persamaan (10) di atas menyatakan bahwa proporsi penduduk pada suatu selang
umur tertentu bukanlah merupakan fungsi dari t, sehingga terbukti proporsi
penduduk pada selang tersebut tidak berubah.
Jika B(0) adalah jumlah bayi yang lahir pada waktu t = 0, maka jumlah
penduduk umur 0, 1, 2, ..., x pada waktu t = 0 dapat dituliskan dalam tabel
berikut:
Umur Waktu t = 0
Bayi B(0)
0 B(0)S(0)
1 B(0) e-rS(1)
2 B(0) e-2r S(2)
M M
x B(0) e-xr S(x)
Tabel di atas menunjukkan bahwa jumlah penduduk untuk waktu t = 0
dipengaruhi oleh laju pertumbuhan penduduk r, jumlah kelahiran B(0), dan
mortalitas yaitu S(x).
Berikut akan dituliskan salah satu hal yang penting dalam model penduduk
stabil, yaitu persamaan karakteristik penduduk stabil. Dari persamaan 3 dan 4
diperoleh jumlah penduduk (wanita, jika diasumsikan sebagai populasi wanita)
yang hidup pada umur x saat waktu t:
Wanita pada persamaan tersebut memiliki fungsi fertilitas yang dituliskan sebagai
, sehingga tingkat kelahiran pada waktu t diberikan sebagai:
Jika diintegralkan terhadap x untuk tingkat kelahiran populasi saat waktu t
(11)
dengan membagi B(t) diperoleh:
(12)
Jika dan adalah batas bawah dan batas atas dari umur produktif, sehingga
untuk x < α atau x > β, maka persamaan (12) dapat dituliskan sebagai
berikut:
(13)
3.2.2 Pendugaan GRR dengan Metode Rele
Metode Rele merupakan suatu metode yang digunakan untuk menduga nilai
Gross Reproduction Rate (GRR) dari nilai Child-Woman Ratio (CWR) dan nilai
harapan hidup saat lahir (e00). Dasar yang digunakan untuk menghitung CWR
dalam metode Rele adalah menghitung sebaran jumlah penduduk menurut umur
berdasarkan model penduduk stabil. Sebaran jumlah penduduk tersebut diperoleh
dengan mencari tingkat pertumbuhan penduduk (r) untuk model penduduk stabil,
menentukan Gross Reproduction Rate (GRR) dan nilai harapan hidup saat lahir
(e00), dan nilai Li (penduduk tengah tahun umur i) berdasarkan pada nilai e00.
Dari sebaran jumlah penduduk yang telah dibentuk, kemudian dihitung nilai
Child-Woman Ratio. Langkah terakhir adalah melakukan analisis hubungan
antara GRR dan CWR. Metode Rele tersebut dapat digambarkan sebagai berikut:
Gambar 2 Alur Metode Rele
r, GRR, e00, Li Penduduk stabil Child-Woman Ratio
Mencari bentuk hubungan GRR dan
3.2.3 Modifikasi Metode Rele dengan Menggunakan Penduduk Quasi-Stabil Seperti telah dijelaskan sebelumnya, model yang digunakan dalam metode
Rele adalah model penduduk stabil. Dalam penelitian ini akan dilakukan
modifikasi dengan menggunakan penduduk quasi-stabil. Pada model penduduk
stabil, fertilitas dan mortalitas diasumsikan konstan, sedangkan pada model
penduduk quasi-stabil diasumsikan fertilitas konstan sedangkan mortalitas
berubah. Mortalitas selalu diperbaiki seperti diindikasikan oleh laju kematian
sesaat yang turun untuk semua umur, sehingga dari naiknya kelahiran dan
turunnya kematian menunjukkan bahwa laju pertumbuhan penduduk lebih besar
daripada laju kelahiran bayi. Untuk membedakan kedua laju tersebut maka
dipakai notasi rp untuk laju pertumbuhan penduduk dan rb untuk laju kelahiran
bayi, sehingga untuk model pertumbuhan quasi-stabil persamaan
nr e t B n t
B( + )= () pada model penduduk stabil akan berubah menjadi
b nr e t B n t
B( + )= () . Laju pertumbuhan penduduk berubah menurut waktu t
dinotasikan rp(t), sehingga total penduduk pada tahun t+n adalah:
⎟⎟ ⎠ ⎞ ⎜⎜
⎝ ⎛ =
+
∫
+n t
t p
ds s r t
P n t
P( ) ()exp ( ) (14)
Ringkasnya, pada penduduk stabil rb =rp(t)=r sedangkan pada penduduk
quasi-stabil rp(t)>rb untuk semua t jika laju kematian sesaat (μx)turun dan
b
p t r
r ( )< untuk semua t jika laju kematian sesaat (μx)naik.
Misalkan )μx(a dan )μx(a+t menyatakan laju kematian sesaat dari
seseorang pada usia x, yang lahir pada waktu a dan a+t dan misalkan:
kt a t
a x
x( + )=μ ( )−
μ untuk semua μ, k > 0 (15)
Untuk penduduk quasi-stabil didefinisikan oleh tiga parameter yaitu laju
pertumbuhan bayi rb, mortalitas awal μx(a), dan faktor perbaikan mortalitas k,
k > 0. Dengan ketiga parameter tersebut maka jumlah penduduk pada waktu t
dx du x t e t B dx x S x t B t P x u x r x t b
∫
∫
∫
∞ − ∞ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − − = − = 0 0 0 ) ( exp ) ( ) ( ) ( ) ( μ∫
∫
∞ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − − + − = 0 0 ) ( exp )(t e a t x a du dx
B
x u x
rb μ
∫
∫
∞ − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − − − − = 0 0 )] ( ) ( [ exp )(t e a k t x a du dx
B
x u x
rb μ
∫
∫
∞ − − − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ − = 0 ) ( 0 ) ( exp )(t e a du e dx
B k t x ax
x u x rb μ
∫
∞ − − − = 0 ) ( ) ( )(t e S x e dx
B rbx a k t x ax (16)
3.2.4 Laju Kelahiran Intrinsik Model Penduduk Quasi-Stabil
Dengan menggunakan aturan turunan untuk perkalian P(t) terhadap t,
maka diperoleh:
∫
∫
∞ − − − ∞ − − − + ⎟ ⎠ ⎞ ⎜ ⎝ ⎛ = 0 ) ( 0 ) ( ) )( ( ) ( ) ( ) ( )( e dx
dt d x S e t B dx e x S e t B dt d t P dt
d k t x a x
a x r x a x t k a x
rb b
∫
∫
∫
∞ − − ∞ − − − ∞ − − − + = + = 0 ) ( 0 ) ( 0 ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( dx e x S xe t kB t P r dx e x S xe t kB dx e x S e t B r x a x t k a x r b x a x t k a x r x a x t k x r b b b b (17) ) (trp diperoleh dengan membagi persamaan (17) dengan persamaan (16):
) ( ) ( ) ( t P t P dt d t
rp =
∫
∫
∞ − − − ∞ − − + = 0 ) ( 0 ) ( . ) ( ) ( ) ( ) ( ) ( ) ( dx e x S e t B dx e x S xe t kB t P r t r x a x t k a x r x a x t k a x r b p b bDengan x(t)adalah umur rata-rata yang diperoleh dari penduduk quasi-stabil pada
waktu t. Persamaan (18) menunjukkan perbedaan antara penduduk stabil dengan
penduduk quasi-stabil pada pertumbuhan penduduknya, dimana pada
pertumbuhan penduduk quasi-stabil mengandung k, k > 0 yaitu faktor perbaikan
BAB IV
PEMBAHASAN
4.1 Tingkat Pertumbuhan Penduduk
Sebagai titik awal dari analisis ini, nilai dari tingkat pertumbuhan penduduk
stabil (r) diturunkan dari persamaan (13) sebagai berikut:
Persamaan tersebut merupakan persamaan kontinu. Dengan α = 15 dan β = 44,
S(x)=Li/l0, , maka secara diskrit bisa dituliskan:
∑ .
1 ) ( 05
. 2
1
0 ) 5 . 2
( =
∑
∗∈
+
− ASFR i
l L e
Z i
i i r
; , , , … ,
Nilai Li merupakan penduduk tengah tahun yang diperoleh dari life table
Coale dan Demeny (1983) berdasarkan pada nilai harapan hidup saat lahir (e00)
yang dipilih. Nilai l0 adalah radix penduduk dengan nilai l0 = 100 000 dan
ASFR(i) merupakan ASFR pada umur i diperoleh dari nilai GRR yang ditetapkan.
Dengan demikian maka nilai r dapat diperoleh. Dalam hal ini diasumsikan rasio
jenis kelamin bayi (sex-ratio at birth) sama dengan 1.05 dimana terdiri dari 105
laki-laki dan 100 wanita.
4.2 Pembentukan Populasi Penduduk
Jumlah sebaran populasi menurut umur berdasarkan pada model penduduk
stabil dan quasi-stabil dibentuk berdasarkan enam tingkat fertilitas berbeda
(GRR), dan enam tingkat mortalitas yang berbeda (e00). Tingkat GRR yang
dijadikan pembentuk model adalah 4.0, 3.0, 2.5, 2.0, 1.5, dan 1 dengan angka
harapan hidup saat lahir (e00) yang dipilih adalah 20, 30, 40, 50, 60, dan 70 tahun.
Sedangkan tingkat proporsi GRR yang digunakan adalah 1:7:7:6:4:1, untuk
sebaran umur produktif dari umur 15 sampai 44. Rasio tersebut diturunkan dari 52
negara dengan tingkat fertilitas yang berbeda (Rele 1967), yang diperoleh dari
Rasio 1:7:7:6:4:1, diturunkan dari rata-rata tingkat fertilitas untuk 52
[image:30.612.123.512.155.356.2]negara, walaupun tidak tepat proporsional.
Tabel 1. Rata-rata Tingkat Kelahiran menurut Sebaran Umur Wanita (Rele 1967)
Umur Wanita
Rata-rata Tingkat Kelahiran Rataan Deviasi dari 52 negara 52 Negara
Rasio
Negara dengan tingkat fertilitas
tinggi
Negara dengan tingkat fertilitas
rendah Total,
15-44
100.0 rasio 100 rasio 100 rasio
15-19 6.3 1.6 9.3 2.2 5.1 1.3 ±2.7
20-24 25.3 6.3 25.1 6.0 25.4 6.4 ±3.5
25-29 27.6 6.9 25.5 6.1 28.5 7.1 ±2.1
30-34 21.1 5.3 19.6 4.7 21.7 5.4 ±2.1
35-39 13.4 3.4 13.7 3.3 13.2 3.3 ±2.1
40-44 6.3 1.6 6.9 1.6 6.0 1.5 ±2.2
Sebaran umur jumlah penduduk stabil berdasarkan integral berikut:
∫
∞ − =
0
) ( ) ( )
(t B t e S x dx
P rx
Jika P(0) adalah jumlah penduduk pada waktu t = 0, maka jumlah penduduk umur
0,1,2,…x adalah:
Secara diskrit bisa dituliskan sebagai berikut:
∑ .
maka jumlah penduduk dari umur i sampai i+5 diperoleh dengan mengalikan Li
dengan e –r(i+2.5).
Sedangkan jumlah penduduk quasi-stabil berdasarkan kelompok umur i
sampai i+5 dapat diperoleh dari integral berikut (persamaan 16):
∫
∞
− − −
=
0
) (
) ( )
( )
(t B t e S x e dx
P kt x ax
a rx
Dengan cara yang sama, maka dapat ditentukan jumlah penduduk quasi-stabil
berdasarkan kelompok umur i sampai i+5 diperoleh dengan mengalikan Li dengan
Dengan demikian diperoleh sebaran penduduk stabil dan quasi-stabil menurut
umur yang diperlukan untuk menentukan Child-Woman Ratio (CWR). Proses
perhitungan jumlah sebaran penduduk stabil dan quasi-stabil dapat dilihat pada
Lampiran 1 dan hasil perhitungannya pada Lampiran 2.
4.3 Hubungan GRR dan CWR
Pendugaan Gross Reproduction Rate (GRR) ini dilakukan dengan
menentukan hubungan antara peubah takbebas GRR dengan peubah bebas CWR.
Berikut ini notasi yang digunakan:
X : CWR
r : laju pertumbuhan penduduk
Sw(x) : peluang hidup penduduk wanita (w) sampai umur x
Sl(x) : peluang hidup laki-laki (l) sampai umur x
c, d : batas bawah dan batas atas dari selang umur bayi yang digunakan
sebagai pembilang pada CWR
h, k : batas bawah dan batas atas dari selang umur wanita reproduktif yang
digunakan sebagai penyebut pada CWR
CWR seperti telah dinyatakan pada BAB III, merupakan perbandingan
jumlah sebaran penduduk selang umur
[ ]
c,d tahun (bayi wanita dan bayilaki-laki) terhadap jumlah sebaran penduduk wanita selang umur
[ ]
h,k tahun,sehingga rasio CWR (X) dapat dituliskan sebagai:
( )
( )
( )
∫
∫
∫
− − − + = k h w rx d c d c w rx l rx dx x S e dx x S e dx x S e X 05 . 1( )
∫
∫
∫
− − ⎟⎟ ⎠ ⎞ ⎜⎜ ⎝ ⎛ + = k h w ru d c d c w l rv dx x S e dx x S dx x Se 1.05 ( ) ( )
dengan:
( )
( )
∫
∫
− − = k h w k h w rx ru dx x S dx x S ee dan
( )
( )
( )
∫
∫
∫
∫
+ + = − − − d c d c w l d c d c w rx l rx rv dx x S dx x S dx x S e dx x S e e 05 . 1 ) ( 05 . 1 sehingga( )
( )
∫
∫
= k h w k h w dx x S dx x xSU dan
( )
( )
( )
( )
∫
∫
∫
∫
+ + = d c d c w l d c d c w l dx x S dx x S dx x xS x xS V 05 . 1 05 . 1(bukti terdapat di Lampiran 3).
U adalah rata-rata umur wanita reproduktif yaitu berada pada selang umur
[ ]
h,k , dan V adalah rata-rata umur bayi yaitu berada pada selang umur[ ]
c,d . Jika T adalah rata-rata panjang generasi (mean length of generation) maka,U−V =T+ΔT
Untuk memperoleh T yang sama dengan U-V maka ∆T ini berkaitan dengan
selang umur bayi dan wanita reproduktif yang digunakan pada CWR.
Dengan U−V =T+ΔT maka persamaan (19) menjadi:
( )
( )
(
)
( )
(T T)
r k h w d c w l e dx x S dx x S x S
X +Δ
∫
∫
+ = 05 . 1= K R0 erΔT (20)
dengan:
∫
∫
+ = k h w d c w l dx x S dx x S x S K ) ( )) ( ) ( ( 05 . 1Nilai r T
e Δ akan mendekati satu, karena r ≠ 0 (penduduk stabil), sedangkan ∆t→ 0.
Nilai NRR (R0) dapat dinyatakan sebagai berikut:
R0 =GSw
( )
T (21)Dengan persamaan (20) maka
X =K* GerΔT (22)
dimana K* =K Sw
( )
T konstan untuk sembarang mortalitas. Dari persamaan (22)hubungan CWR (X) dan GRR (G) mendekati linier untuk tingkat mortalitas (e00)
yang sudah ditentukan.
Analisis di atas menyatakan bahwa hubungan GRR dan CWR akan linier
bila ∆T mendekati nol.
Sedangkan nilai CWR diperoleh dengan membagi jumlah penduduk
laki-laki dan wanita pada umur 0-4 tahun terhadap penduduk wanita umur 15-49
tahun, yang dirumuskan sebagai berikut:
[ ]
[ ]hwk
d c P P CWR
, ,
=
(proses dan hasil perhitungan CWR untuk masing-masing model penduduk
terdapat pada Lampiran 4, 5, dan 6).
4.4 Analisis Regresi
Setelah diperoleh nilai CWR (Lampiran 5 dan 6), kemudian dilakukan
analisis regresi. Berdasarkan hasil selang umur untuk CWR tersebut yaitu selang
umur wanita reproduksi 15-49 tahun untuk bayi 0-4 tahun maka berikut ini akan
dibuat analisis persamaan regresi linier yaitu analisis yang menelaah hubungan
antara peubah takbebas dengan satu atau lebih peubah bebas, terutama pola
hubungan yang modelnya belum diketahui (Drapper & Smith 1998). Dalam hal
ini akan dicoba untuk data GRR sebagai peubah takbebas dan data selang umur
CWR(0-4)/(15-49) sebagai peubah bebas. Analisis regresi yang akan dilakukan;
pertama analisis regresi untuk masing-masing angka harapan hidup saat lahir
m m G G s ( C G menambah menambah a Berik
Gambar 3 H R P
Berd
GRR untuk
stabil. Nilai
(Lampiran 7
Dem
CWR dapat d
Gambar 4 H R P Gross R e pr odu cti on Rat e Gross R e pro duc tio n Rat e peubah adanya intera
kut analisis r
Hubungan an Rate (GRR) Penduduk St
dasarkan Ga
masing-ma
hubungan
7).
mikian juga u
dilihat pada
Hubungan an Rate (GRR) Penduduk Q 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 Gross R e pr odu cti on Rat e 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 Gross R e pro duc tio n Rat e ke persama
aksi antar pe
regresi untuk
ntara Child berdasarkan tabil.
ambar 3 di a
sing angka
linier yang
untuk mode
Gambar 4 b
ntara Child berdasarka Quasi-Stabil.
0.2
Child W
0.2 0
Child W
aan regresi,
eubah dan
k masing-ma
Woman Rati n Angka Ha
atas, terdapa
harapan hid
diperoleh u
el penduduk
berikut:
Woman Rat an Angka Ha
0.4
Woman Ratio: C
0.4 0.6
oman Ratio: C
keempat an
n CWR.
asing nilai
io (CWR) da arapan Hidup
at hubungan
dup saat lah
untuk masing
quasi-stabi
tio (CWR) da arapan Hidup
0.6
C(0‐4)/W(15‐4
0.8
C(0‐4)/W(15‐49
nalisis regre
:
an Gross Rep
p saat lahir
linier antara
hir ( pad
g-masing
l, hubungan
an Gross Rep
up saat lahir
0.8 1 9) 1 1.2 9) esi dengan production ( untuk
a CWR dan
da populasi
terlampir
n GRR dan
eproduction ( untuk 1
Hasil dari regresi untuk hubungan nilai GRR dan CWR pada model
penduduk stabil dan quasi-stabil berdasarkan nilai dapat dilihat pada Lampiran
7 dan 8.
Berikut akan dibandingkan nilai GRR aktual (Rele 1967) dengan nilai
dugaan berdasarkan model penduduk stabil dan quasi-stabil (Lampiran 11 dan
12). Nilai dugaan GRR dan perbandingan dengan Rataan GRR aktual untuk nilai
= 60 ditampilkan pada gambar berikut: (proses perhitungan dapat dilihat pada
[image:35.612.144.490.253.460.2]Lampiran 9).
Gambar 5 Nilai dugaan GRR dan perbandingan dengan Rataan GRR Aktual
untuk e0= 60.
Nilai dugaan GRR untuk model penduduk quasi-stabil e0= 60 secara
umum lebih baik dibandingkan dengan nilai dugaan menggunakan model
penduduk stabil (Gambar 5). Untuk lebih jelas, berikut ditampilkan nilai mutlak
untuk selisih antara dugaan dengan data aktual seperti pada pada Gambar 6
berikut: 0 0.5 1 1.5 2 2.5 3 3.5 4
Gr
o
ss
R
e
pr
odu
cti
on
Rat
e
dugaan Q‐S
dugaan stabil
Gambar 6 Perbandingan selisih nilai dugaan GRR dengan GRR aktual untuk model penduduk stabil dan quasi-stabil untuk e00=60.
Berdasarkan Gambar 6, selisih antara dugaan dengan nilai aktual sebanyak
13 dari 14 negara model penduduk quasi-stabil mempunyai galat yang lebih kecil
dibandingkan dengan galat untuk model penduduk stabil, kecuali untuk negara
Perancis.
Sedangkan nilai dugaan GRR dan perbandingan dengan rataan GRR aktual
untuk nilai = 70 ditampilkan pada gambar berikut: (proses perhitungan dapat
dilihat pada Lampiran 9).
Gambar 7 Nilai dugaan GRR dan perbandingan dengan Rataan GRR Aktual masing-masing model penduduk untuk e0= 70.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Selis ih [A ktu a l ‐ du gaan]
error Q‐S
error Stabil
0 0.5 1 1.5 2 2.5 Ca na d a 51 Ca na d a 56 Ca na d a 61 US 50 US 60 Is rae l Japan6 0 Czech De n m a rk 4 5 De n m a rk 5 0 Finland6 0 Hunga ry Nether land Nor w ay4 6 Nor w ay5 0 Sw eden40 Sw eden45 Sw eden50 Sw eden60 Swi tz 50 Engl and Scotl a n d NewZ eala n d Gross Rep rod uct ion Ra te
[image:36.612.107.501.462.644.2]Gambar 8 Perbandingan selisih nilai dugaan GRR dengan GRR aktual
masing-masing model untuk e00=70.
Untuk nilai = 70, nilai dugaan untuk model penduduk quasi-stabil
secara umum lebih baik dibandingkan dengan model penduduk stabil, namun ada
beberapa negara yaitu Swedia dan Inggris yang mempunyai nilai dugaan
penduduk stabil lebih baik dibandingkan untuk penduduk quasi-stabil (Gambar 7
dan 8).
Untuk lebih jelas, dihitung nilai proportional error sebagai berikut:
Proportional error = ∑ | |
∑ , (i)=dugaan, g(i)=aktual , i = 1,2,...n
Nilai proportional error dinilai baik jika < 10% (Bloom 1982).
Tabel 2 Nilai proportional error nilai dugaan terhadap nilai aktual untuk masing-masing model penduduk
Quasi-stabil stabil
Proportional error =60 5.85% 26.07%
Proportional error =70 4.42% 23.14%
Tabel 2 di atas menunjukkan bahwa dugaan dengan menggunakan model
penduduk quasi-stabil lebih baik jika dibandingkan dengan dugaan berdasarkan
model penduduk stabil. 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 C a nada5 1 C a nada5 6 C a nada6 1 US 50 US 60 Isr a e l Japan6 0 Czech De n m ar k 4 5 De n m ar k 5 0 Finland6 0 Hunga ry Nether land Nor w a y 4 6 Nor w a y 5 0 Sw eden40 Sw eden45 Sw eden50 Sw eden60 Swi tz 50 Engl and Scotl a n d NewZ eala n d Selisih [A k tu a l ‐ du gaan]
error Q‐S
Namun persamaan regresi di atas bisa dikatakan tidak praktis karena untuk
setiap nilai yang berbeda mempunyai persamaan regresi yang berbeda dan
tidak berlaku umum untuk setiap , walaupun diperoleh R2 yang sangat besar
(Lampiran 8).
Oleh karena itu akan dicari suatu persamaan regresi yang berlaku umum
untuk setiap nilai . Dengan GRR sebagai peubah takbebas dan CWR sebagai
peubah bebas maka hubungan linier diantara keduanya dapat dinyatakan sebagai:
X = K* G er ∆t (persamaan 22)
Dengan X = CWR, K* suatu konstanta, G= GRR, dan ∆t , maka dapat
dituliskan:
CWR = K*GRR
GRR = b CWR , b =1/K*
karena untuk nilai CWR = 0, masih dimungkinkan nilai GRR ≠ 0, maka dapat
dituliskan hubungan sebagai berikut:
GRR=a+bCWR (23)
Untuk penduduk stabil nilai a = 0.290 dan b = 4.490 (Lampiran 8), sehingga
persamaan (23) menjadi:
CWR
GRR=0.290+4.490
(24)
Sedangkan untuk penduduk quasi-stabil nilai a = 0.205 dan b = 3.840 (Lampiran
8), sehingga persamaan (23) menjadi:
CWR
GRR=0.205+3.840 (25)
Tabel 3 Nilai koefisien regresi, proportional error, R2 terkoreksi untuk bentuk regresi GRR = a + b CWR tanpa memperhatikan nilai e00
Koefisien regresi Proportional Error R2 Terkoreksi
Stabil Quasi‐
stabil
Stabil Quasi‐ stabil
Stabil Quasi‐ stabil GRR = a + b CWR a = 0.290
b = 4.490
a = 0.205
m i u b p p Tabel memperhatik
itu dicoba de
Gamb Gambar 1 Berd untuk mode bidang dala pebuah tak persamaan 2 3 menunjuk
kan nilai e00
engan menam
bar 9 Tebara
10 Tebaran
dasarkan pad
el penduduk
am tiga dim
bebas GRR
23 berubah m
G
kkan bahwa b
0
menghasilk
mbahkan nil
an GRR = f(C
GRR = f(CW
da Gambar 9
k stabil dan
mensi, yang
dengan peu
menjadi:
bC a
GRR= +
bentuk hubu
kan nilai prop
lai peubah e0
CWR, ) un
WR, ) untu
9 dan 10, t
n model pe
menandakan ubah bebas 0 0 e c CWR+ ungan antara oportional er
00 ke bentuk
ntuk model p
uk model pen
tebaran GRR
enduduk qu
n terdapat h
CWR dan
a GRR dan C
rror yang be
persamaan r
penduduk st
nduduk quas
R, e00, dan C
asi-stabil, m
hubungan lin
. Dengan
CWR tanpa
esar. Untuk
regresi.
abil.
si-stabil.
CWR baik
membentuk
nier antara
n demikian
Dari hasi pendugaan persamaan regresi diperoleh nilai sebagai koefisien
a, b dan c untuk penduduk stabil yaitu a = 0.934, b = 5.020, dan c = -0.0198
(Lampiran 8) sehingga persamaan (26) menjadi:
GRR=0.934+5.020CWR−0.0198e00 (27)
Sementara itu, untuk penduduk quasi-stabil diperoleh nilai koefisien a, b
dan c yaitu a = 0.839, b = 4.300, dan c = -0.0198 (Lampiran 8), sehingga
persamaan (26) menjadi:
GRR=0.839+4.300CWR−0.0198e00 (28)
Tabel 4 Nilai koefisien regresi, proportional error, R2 terkoreksi untuk bentuk regresi GRR = a + b CWR + c e00.
Koefisien regresi Proportional
Error
R2 Terkoreksi
Stabil Quasi‐stabil Stabil Quasi‐ stabil
Stabil Quasi‐ stabil GRR = a + b CWR + ce0
0
a = 0.934 b = 5.020 c = ‐0.0198
a = 0.839 b = 4.300 c = ‐0.0198
16.45% 14.71% 97.5% 97.7%
Dengan penambahan peubah e00 ternyata nilai R2 terkoreksi lebih baik
dibandingkan dengan tanpa penambahan peubah e00, namun nilai dari
proportional error masih besar yaitu di atas 10 % baik untuk penduduk stabil
maupun quasi-stabil.
Untuk itu, akan dicoba dengan menambahkan adanya interaksi antara
peubah CWR dan e00, sehingga persamaan (26) menjadi:
GRR=a+bCWR+ce00 +dCWRe00 (29)
Dengan cara yang sama diperoleh nilai koefisien a, b, c dan d untuk penduduk
stabil, yaitu a = 0.304, b = 6.570, c = -0.00630, dan d = -0.0314 (Lampiran 8),
sehingga persamaan (29) menjadi:
GRR=0.304+6.570CWR−0.00630e00−0.0314CWRe00 (30)
Untuk penduduk quasi-stabil nilai koefisien a, b, c dan d yaitu a = 0.217,
b = 5.550, c = -0.00643, dan d = -0.0255 (Lampiran 8), sehingga persamaan (29)
menjadi:
0
0 0
0 0.0255 00643
. 0 550
. 5 217 .
0 CWR e CWRe
Tabel 5 Nilai koefisien regresi, proportional error, R2 terkoreksi untuk bentuk regresi GRR = a + b CWR + c e00 + d CWR e00
Koefisien regresi Proportional Error R2 Terkoreksi Stabil Quasi‐stabil Stabil Quasi‐
stabil
Stabil Quasi‐ stabil
GRR = a + b CWR + ce0 0 + d CWR e
0
0 a = 0.304
b = 6.570 c = ‐0.0063 d = ‐0.0314
a = 0.217 b = 5.550 c = ‐0.00643 d = ‐0.02550
19.58% 8.54% 98.6% 98.7%
Penambahan interaksi peubah CWR dan e00 selain menaikkan R2
terkoreksi, juga memperkecil nilai proportional error untuk model penduduk
quasi-stabil menjadi 8.54% (Tabel 5). Berdasarkan hal itu, maka model ini dipakai
sebagai model terakhir untuk menduga nilai Gross Reproduction Rate.
Berikut akan dibandingkan nilai GRR aktual (Rele 1967) dengan nilai
dugaan berdasarkan model penduduk stabil dan quasi-stabil (Lampiran 13). Hasil dari regresi ditampilkan pada Gambar 11 dan 12 berikut: (proses perhitungan
dapat dilihat pada Lampiran 10).
Gambar 11 Nilai dugaan GRR dan perbandingan dengan GRR aktual masing- masing model penduduk untuk model regresi GRR = a + b CWR +
0 0.5 1 1.5 2 2.5 3 3.5 4 Canada4 1 Canada5 1 Canada5 6 Canada6 1 Panama
US40 US50 US60 Chile Isr
a
e
l
Japan
Europe Belg
iu m Cz ec h Denmar k35 Denmar k40 Denmar k45 Denmar k50 F in land4 0 F in land5 0 F in land6 0 Fra n ce Fra n ce Hungary Net h er land No rw a y 46 No rw a y 50 Por tuga l5 0 S w eden35 S w eden40 S w eden45 S w eden50 S w eden60 Sw itz4 1 Sw itz5 0
England Scotland
New Z ealand Gross R e prod u cti on Ra te
c e00 + d CWR e00
Gambar 12 Perbandingan selisih nilai dugaan GRR dengan GRR aktual untuk model penduduk stabil dan quasi-stabil.
Kedua gambar terakhir (Gambar 11 dan 12) menunjukkan bahwa dugaan
model penduduk quasi-stabil lebih baik dibandingkan dengan dugaan model
stabil, terutama untuk negara-negara yang belum mencapai stabil, seperti Panama
dan Chile. Untuk beberapa negara yang telah mencapai stabil seperti Amerika
Serikat, Perancis, Swedia, Swiss, Inggris, dan Skotlandia, dugaan model
penduduk stabil lebih baik dibandingkan dengan dugaan model penduduk
quasi-stabil.
[image:42.612.118.507.94.333.2]
Tabel 6 Perbandingan nilai koefisien regresi, proportional error, R2 terkoreksi untuk semua bentuk hubungan GRR = f(CWR,e00).
Koefisien regresi Proportional Error R2 Terkoreksi Stabil Quasi‐stabil Stabil Quasi‐stabil Stabil Quasi‐stabil
GRR=a + b CWR, e0 0
=60 a = ‐0.028 b = 4.580
a = 0.220
b = 3.930 26.07% 5.85% 99.9% 99.9% GRR=a + b CWR, e0
0
=70 a = ‐0.033 b = 4.390
a = ‐0.128
b = 3.770 23.14% 4.42% 99.9% 99.9% GRR = a + b CWR a = 0.290
b = 4.490
a = 0.205
b = 3.840 47.46% 23.03% 86.8% 86.9% GRR = a + b CWR + c e0
0
a = 0.934 b = 5.020 c = ‐0.0198
a = 0.839 b = 4.300 c = ‐0.0198
16.45% 14.71% 97.5% 97.7% 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 C a nada4 1 C a nada5 1 C a nada5 6 C a nada6 1 Panama US 40 US 50 US 60 Chile Isr a e l Ja p a n Europe Belgi u m Czech Denm a rk 3 5 Denm a rk 4 0 Denm a rk 4 5 Denm a rk 5 0 Finland4 0 Finland5 0 Finland6 0 Fr ance Fr ance Hu n ga ry Nether land Nor w a y 4 6 Nor w a y 5 0 Por tugal5 0 Sw eden35 Sw eden40 Sw eden45 Sw eden50 Sw eden60 Sw it z41 Sw it z50 Engl and Scotl a n d NewZ eala nd Selisih [aktual ‐ dug a a n]
GRR = a + b CWR + ce0 0 +
d CWR e0
0 a = 0.304
b = 6.570 c = ‐0.0063 d = ‐0.0314
a = 0.217 b = 5.550 c = ‐0.00643 d = ‐0.02550
[image:43.612.137.503.80.125.2]19.58% 8.54% 98.6% 98.7%
Tabel 6 di atas menunjukkan bahwa berdasarkan nilai proportional error
dan R2 terkoreksi, model regresi GRR untuk model penduduk quasi-stabil dengan
adanya interaksi antara peubah GRR dan e00 (persamaan 31) tidak berbeda dengan
model awal untuk masing-masing harapan hidup (Lampiran 7). Jadi dengan
menggunakan persamaan 31 dapat dicari GRR untuk sebarang nilai e00 dan CWR
yang diketahui.
4.5 Kasus di Indonesia
Tingkat kelahiran kasar di Indonesia berdasarkan data dari Perserikatan
Bangsa-Bangsa (2008) menandakan adanya penurunan tingkat kelahiran mulai
tahun 1955-1960 sampai dengan 2000-2005. Sedangkan pada tahun 1950-1955
sampai tahun 1955-1960 terjadi kenaikan tingkat kelahiran (Lampiran 14), seperti
pada Gambar 13 berikut:
Gambar 13 Tingkat kelahiran kasar penduduk Indonesia (PBB 2008) 0
5 10 15 20 25 30 35 40 4