Data dan Informasi
dalam Perencanaan
Sensus Penduduk (SP)
dan Survey Penduduk antar Sensus (Supas)
Data yang dikumpulkan meliputi
• Demografi : fertilitas, mortalitas dan migrasi, serta
riwayat kelahiran dan kematian anak dari wanita
pernah kawin
• Ketenagakerjaan : lapangan usaha, jenis pekerjaan,
dan status pekerjaan
• Sosial budaya : tingkat pendidikan, kondisi tempat
tinggal, dan kegiatan penduduk lanjut usia (lansia)
SUPAS 2005 juga mencakup pelaporan kejadian vital
kelahiran, kematian, dan perpindahan
Data
Demografi
Struktur Penduduk
Fertilitas
Mortalitas
Perkawinan
Rumahtangga
Pendidikan
Ketenagakerjaan
Migrasi
Struktur Penduduk
• Karakteristik Penduduk
• Pertumbuhan Penduduk
• Persebaran Penduduk
Fertilitas
• Angka Kelahiran
• Angka Lahir dan masih Hidup
• Keluarga Berencana
•Fertilitas •Angka Kelahiran
•Angka Lahir dan masih Hidup •Keluarga Berencana
Mortalitas
• Angka Kematian Kasar
• Angka Kematian Bayi
• Angka Kematian Anak
• Angka Kematian Balita
• Angka Kematian Ibu
• Angka Harapan Hidup
Perkawinan
• Angka Perkawinan Kasar
• Angka Perkawinan Umum
• Angka Perkawinan Spesifik
• Singulate Mean Age of Marriage
Rumahtangga
• Rata-rata ART
• Hubungan KRT
• Living Arrangement
• Karakteristik Umur
• Jenis Kelamin
• Status Kawin
• Pendidikan
• Kegiatan Ekonomi KRT
• Pola Konsumsi RT
Pendidikan
• Partisipasi Sekolah
• Pendidikan Tertinggi
• Angka Melek Huruf
Ketenagakerjaan
• Tenaga Kerja
• APAK (Angka Partisipasi Angkatan Kerja)
• Pengangguran Terbuka
• Setengah Pengangguran
• Lapangan Pekerjaan
• Status Pekerjaan
Migrasi
• Antar Kabupaten/Kota
• Antar Desa/Kota
• Internasional
Model Proyeksi Pertumbuhan Penduduk
1. Model ekstrapolasi trend
a. Model Linear (Aritmathic)
b. Model Geometric
c. Model Parabolic
2. Model Komponen Kohor
3. Model Ratio
a. Model “Constant Share”
b. Model “Shift Share”
c. Model “Share of Growth”
P
t
= α + βT
Pt = penduduk pada tahun proyeksi t
α = intercept penduduk pada tahun dasar
β = koefisien rata-rata pertambahan penduduk
T = periode waktu proyeksi selisih tahun proyeksi dengan
tahun dasar
Model Linear (Aritmethic)
Model Klosterman (1990) : teknik proyeksi paling sederhan. Model ini
menggunakan persamaan derajat pertama (first degree equation).
Berdasarkan hal tersebut, penduduk diproyeksikan sebagai fungsi dari
dari waktu
P
t
= α + β
T
Persamaan dapat ditransformasi kedalam bentuk linear
melalui aplikasi logaritma, menjadi sebagai berikut:
LogP
=Logα + T.logβ
Model Geometric
Asumsi : penduduk akan bertambah/berkurang pada suatu tingkat pertumbuhan (persentase) yang tetap. jMisalnya, ika Pt+1 dan Pt adalah jumlah penduduk dalam tahun yang berurutan, maka penduduk akan bertambah atau berkurang pada tingkat pertumbuhan yang tetap (yaitu sebesar Pt+1/Pt ) dari waktu ke waktu.
Menurut Klosterman (1990), proyeksi dengan tingkat pertumbuhan yang tetap ini umumnya dapat diterapkan pada wilayah, dimana pada tahun-tahun awal observasi pertambahan absolut penduduknya sedikit dan menjadi semakin banyak pada tahun-tahun akhir.
Peta Provinsi di Indonesia
Peta Provinsi di Indonesia
Pt = P2000 = 205,8 juta ; P0 = P1995 = 194,7 juta ;
t = 2000 - 1995 = 5 tahun
Bila data diatas kedalam rumus pertumbuhan geometrik, maka: 205.800.000 = 194.700.000 * ( 1+ r) 5 log (205.800.000 / 194.700.000) --- = log (1+ r) 5 0,0048 = log (1 + r) 10 0,048 = 1 + r 1,0111 = 1 + r r = 0,0111
P
t
= P
0
(1+r)
t
P0 adalah jumlah penduduk awal
Pt adalah jumlah penduduk t tahun kemudian r adalah tingkat pertumbuhan penduduk t adalah jumlah tahun dari 0 ke t.
P
t
= α + β
1
T + β
2
T
2
β
1: koefisien linear (T) yang menunjukkan pertumbuhan konstan
β
2: koefisien non-linear yang (T
2) yang menyebabkan perubahan
tingkat pertumbuhan.
Tanda positif atau negatif pada β
dan β
bervariasi tergantung pada
Model Parabolic
Asumsi : penduduk suatu daerah tidak tumbuh dalam bentuk linear .
Pada model parabolic tingkat pertumbuhan penduduk dimungkinkan
untuk meningkat atau menurun. Model ini menggunakan persamaan
derajat kedua :
:
Skenario dalam Model Parabolic
β
1β
2Efek terhadap pertumbuhan penduduk
+
+
Pertambahan yang semakin meningkat Penduduk bertambah
Kurva cekung ke atas (Concave upward)
+
-
Pertambahan yang semakin berkurang Penduduk berkurang
Kurva cekung ke bawah (concave downward)
-
+
Pertambahan yang semakin berkurang Penduduk bertambah
Kurva cekung ke atas (Concave upward)
-
-
Pertambahan yang semakin meningkat Penduduk berkurang
Kurva cekung ke bawah (concave downward)
Tabel. Skenario dalam Model Parabolik
Pt = penduduk tahun t pada kohor di interval k
t = tahun
n = umur awal dari kohor
k = jumlah tahun dalam kohor (interval kohor umur)
DTH = total kematian
Model Komponen Kohor
Model mengacu pada perubahan-perubahan komponen penduduk (yaitu fertilitas, mortalitas dan migrasi) secara terpisah. Penduduk secara keseluruhan dibagi kedalam beberapa kohor/kelompok umur. Interval (k) dari kohor ini umumnya dalam satu tahunan (0-1, 1-2, 2-3 dst), lima tahunan (0-4, 5-9, 10-14 dst), atau 10 tahunan (0-9, 10-19, 20-29.
Selanjutnya, kohor dibagi lagi berdasarkan gender dan etnis.
Pengelompokan penduduk berdasarkan komponen-komponen yang mempengaruhi perubahan penduduk, kelompok umur, gender dan etnis akan membantu untuk membangun pemahaman yang lebih baik mengenai dinamika penduduk suatu daerah.
Mortalitas-Tingkat Survival
Mortalitas dihitung dalam model sebagai jumlah penduduk
dalam kohor tertentu n-k pada tahun t-k, yang bertahan
hidup ke kohor berikutnya (n) pada tahun t.
Kelahiran - Tingkat Fertilitas
Fertilitas adalah jumlah bayi yang dilahirkan wanita usia
subur (biasanya antara 15-44 tahun).
Migrasi bersih (Net Migration)
Migrasi bersih adalah perbedaan antara jumlah penduduk
yang masuk dengan jumlah penduduk yang keluar dari
suatu daerah
P = jumlah penduduk pada daerah studi
P
j= penduduk pada daerah basis atau daerah yang lebih
luas yang didalamnya terdapat daerah studi
l = tahun akhir dari observasi
t = tahun proyeksi
Model Constant Share
Asumsi : share penduduk dari daerah studi merupakan suatu proporsi
yang konstan dari daerah basis dan proyeksi dilakukan berdasarkan
b = tahun awal observasi
s = shift term
z = jumlah tahun dalam proyeksi (t-1)
y = jumlah tahun dalam periode observasi (1-b)
Model Shift Share
Sebagai koreksi dari model constant share dengan memasukkan indeks pergeseran (shift term) untuk menghitung perubahan share penduduk dari waktu ke waktu. Jika pertumbuhan daerah studi lebih cepat dari daerah basis maka shift term akan positif. Sebaliknya jika pertumbuhan daerah studi lebih lambat dari daerah basis, maka shift termnya akan negative.
