BAB I PENDAHULUAN
1.1 Latar Belakang Peningkatan jumlah penduduk dunia saat ini sangat erat kaitannya dengan perkembangan peradaban manusia dalam berinteraksi dengan alam sekitarnya dalam kurun waktu beberapa tahun masalah kependudukan merupakan salah satu topik diskusi yang semakin luas dibicarakan, baik melalui media massa maupun pada forum pembicaran resmi di beberapa negara, disebabkan karena laju pertumbuhan penduduk yang meningkat dengan cepat. Pada tahun 2010 jumlah penduduk dunia berkisar 6.868.638.152 jiwa. Penduduk yang tertinggi adalah China, India, Amerika Serikat dan Indonesia (International Data Base Biro Sensus Amerika Serikat, 2010). Pertumbuhan penduduk di Indonesia terus mengalami peningkatan pada tahun 1995 penduduk Indonesia 194,7 juta, pada tahun 2000 penduduk Indonesia 206,2 juta dan pada tahun 2010 penduduk Indonesia 237,6 juta dengan laju pertumbuhan penduduk 1,49. Sedangkan pada tahun 2014 jumlah penduduk Indonesia sudah mencapai 244,8 juta penduduk. di era globalisasi sekarang ini perkembangan ilmu dan teknologi yang semakin moderen, pertambahan jumlah penduduk yang cepat, kebutuhan ekonomi yang semakin tinggi, angka pengangguran bertambah, kriminalitas tinggi dan kurangnya investasi sehingga berdampak pada kemiskinan. Hal ini harus diperhatikan oleh pemerintah agar meningkatkan pembangunan diseluruh sektor seperti pertanian, perindustrian,
Universitas Sumatera Utara
pariwisata, kelautan dan menurunkan angka pertumbuhan penduduk (Mantra, 2009 dan Prayoga, 2007). Donald J Bogue di dalam bukunya yang berjudul “ Principle of Demography “ memberikan definisi demografi sebagai berikut : “Demografi adalah ilmu yang mempelajari secara statistik dan matematika tentang besar, komposisi dan distribusi penduduk dan perubahan-perubahannya sepanjang masa melalui bekerjanya 5 komponen demografi yaitu kelahiran (fertilitas), kematian (mortalitas), perkawinan, migrasi, dan mobilitas sosial. Pembangunan ekonomi suatu negara dapat mempengaruhi tingkat fertilitas maupun mortalitas suatu negara pendapat ini sesuai dengan teori transisi demografi yaitu teori yang menerangkan perubahan penduduk dari tingkat pertumbuhan yang stabil tinggi (tingkat kelahiran dan kematian tinggi) ke tingkat pertumbuhan rendah (tingkat kelahiran dan kematian). Pada dasarnya teori ini menjelaskan tentang perubahan dari suatu situasi stasioner dimana pertumbuhan penduduk nol ataupun sangat rendah sekali karena, baik tingkat fertilitas dan mortalitas sama-sama tinggi menjurus kekeadaan dimana tingkat fertilitas dan mortalitas sama-sama rendah, sehingga pertumbuhan penduduk kembali nol atau sangat rendah (Prayoga, 2007). Proyeksi jumlah penduduk memegang peranan penting bagi Pemerintah dalam membuat rencana pembangunan di segala bidang. Secara teknis Badan Pusat Statistik bertanggung jawab atas metodologi dan pengumpulan data di lapangan. Akan tetapi Proyeksi penduduk ini merupakan kerja sama dari sejumlah pihak seperti Kementerian Perencanaan Pembangunan Nasional/Bappenas, Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN), Kementerian
Universitas Sumatera Utara
Kesehatan, UNFPA, dan para ahli demografi dengan menggunakan asumsi kelahiran, kematian, dan perpindahan penduduk. Proyeksi jumlah penduduk di Indonesia pada tahun 2020 berkisar 271,06 juta, tahun 2025 284, 8 juta, tahun 2030 296,4 juta dan pada tahun 2035 mencapai 305,6 juta penduduk. hasil proyeksi ini dapat digunakan untuk investasi jangka penjang pemerintah untuk perencanan berdasarkan hasil proyeksi penduduk untuk menurunkan pertumbuhan penduduk dimasa mendatang (Badan Pusat Statistik, 2010). Proyeksi penduduk merupakan ramalan jumlah penduduk melalui perhitungan ilmiah yang didasarkan asumsi dari komponen-komponen laju pertumbuhan penduduk kelahiran, kematian dan migrasi penduduk. Perencanaan pembangunan sangat membutuhkan data penduduk tidak saja pada saat merencanakan pembangunan tetapi juga pada masa-masa mendatang, ketajaman proyeksi penduduk sangat bergantung pada asumsi trend komponen pertumbuhan penduduk yang dibuat. Untuk menentukan asumsi tingkat kelahiran, kematian, dan perpindahan dimasa yang akan datang diperlukan data yang menggambarkan tren dimasa lampau (Mantra, 2009). Peramalan diperlukan untuk menentukan kapan suatu pristiwa akan terjadi atau timbul, sehingga tindakan yang tepat dapat dilakukan. Sering terdapat senjang waktu (lead time) antara kejadian sekarang dengan masa akan datang, jika waktu tenggang ini nol atau sangat kecil maka perencanaan tidak diperlukan tapi kalau waktu tenggang ini panjang dan hasil peristiwa akhir bergantung pada faktor-faktor yang dapat diketahui, maka perencanaan memegang peranan penting. Kemajuan ilmu pengetahuan telah meningkatkan pengertian mengenai
Universitas Sumatera Utara
berbagai aspek lingkungan dan akibatnya banyak peristiwa yang dapat diramalkan (Makridakis, dkk,1999). Peramalan cukup penting dalam perencanaan untuk mengetahui terlebih dahulu kejadian yang akan datang. Lead time merupakan suatu alasan untuk perencanaan dan peramalan (forecasting). Peramalan dimasa mendatang didasarkan pada nilai sebuah variabel masa lalu atau kesalahan yang dilakukan sebelumnya dengan tujuan meneliti pola data yang digunakan untuk meramalkan dan melakukan ekstrapolasi ke masa yang akan datang (Manurung, 1990). Model-model Autoregressive/Integrated/Moving Average (ARIMA) di kembangkan oleh George Box dan Gwilym Jenkins pada tahun 1976 secara efektif telah berhasil mencapai kesepakatan mengenai informasi relevan yang diperlukan untuk memahami dan memakai model-model ARIMA. Model ini dapat digunakan bila data yang tersedia dalam jumlah yang cukup besar sehingga membentuk runtut waktu yang cukup panjang dan biasanya sering dipergunakan untuk meramalkan harga saham harian, penerimaan, penjualan, tenaga kerja dan runtut waktu lainya (Makridakis,1999 dan Aritonang R, 2009). Penelitian yang telah dilakukan untuk mengetahui karateristik data harga saham harian PT. Telkom dengan menggunakan model ARIMA dan melakukan prediksi harga saham bulan Mei s/d Juni 2011. Data yang digunakan adalah data sekunder dari perusahaan PT. Telkom sejak Januari 2010 s/d Maret 2011 untuk memprediksi harga saham bulan Mei s/d Juni 2011. Hasil penelitian yang telah dilakukan bahwa model untuk harga saham maksimum adalah ARIMA (3,1,3) dengan persamaan Yt= 0,9648 Yt-1 + 0,0133Yt-2 + 0,4662Yt-3 – 0,4443 Yt-4 – 0,006
Universitas Sumatera Utara
+ 0,1294εt-1 – 0,0441εt-2 – 0,5751εt-3. sedangkan model harga saham minimum adalah ARIMA (3,1,1) dengan persamaan Yt= 1,7504Yt-1 – 0,7347Yt-2 – 0,092Yt-3 + 0,1077Yt-4 + 0,051 – 0,7275
εt-1.
Jadi prediksi harga saham maksimum dan
minimum PT Telkom pada bulan Mei s/d Juni saham berkisar antara Rp. 7.099 s/d Rp. 7.282 (Hatidja, 2011). Penerapan model ARIMA yang telah dilakukan digunakan untuk proyeksi jumlah penduduk di Kabupaten Jepara tahun 2005 menggunakan data sekunder dari tahun 2001 s/d 2005 dan melakukan peramalan jumlah penduduk tahun 2006 s/d 2007 di Kabupaten Jepara dari hasil penelitian yang telah dilakukan model yang terpilih untuk melakukan peramalan adalah ARIMA (1,2,1) dengan persamaan Zt = (1 + φ1Zt-1 - φ1Zt-2 + at + θ1at-1) dengan φ1 = -0,448 dan θ1 = 0,0219, sehingga jumlah penduduk hasil peramalan untuk tahun 2006 adalah 1.096.913 orang dan untuk tahun 2007 adalah 1.126.789 orang penduduk (Rahayu S, 2007). Peramalan saham Jakarta Islamic Index menggunakan Model ARIMA (Box-Jenkins) tujuan dari penelitian ini adalah untuk mengetahui laju perkembangan Jakarta Islamic Index bulan Mei s/d Juli 2010 dan prediksi Jakarta Islamic Index di bursa efek Indonesia bulan Agustus tahun 2010. Metode yang digunakan adalah peramalan time series dengan model Box-Jenkins dan didalam penelitian ini tidak ada asumsi khusus tentang data historis runtun waktu, tetapi menggunakan metode iteratif untuk menentukan model yang terbaik. Model ARIMA terbaik yang diperoleh adalah ARIMA (1,0,0) dimana Jakarta Islamic Index hari ini dipengaruhi oleh Jakarta Islamic Index satu hari perdangan yang
Universitas Sumatera Utara
lalu. Prediksi nilai Jakarta Islamic Index di bursa efek Indonesia selama 10 periode ke depan di bulan Agustus mengalami penurunan disebabkan kondisi bursa efek Indonesia yang belum efisien karena komposisi kepemilikan saham yang masih didominasi oleh investor asing (Anityaloka, 2013). Menurut Hanke dan Reitsch (1999), teknik Box-Jenkins sebagai teknik peramalan berbeda dengan kebanyakan model peramalan yang ada. Di dalam model ini tidak ada asumsi khusus tentang data historis dari runtut waktu, tetapi menggunakan metode iteratif untuk menentukan model yang terbaik. Model yang terpilih kemudian akan dicek ulang dengan data historis apakah telah menggambarkan data dengan tepat. Pemerintah Kabupaten Nias Utara merupakan Daerah Otonomi yang baru berdiri pada tahun 2008 yang terdiri dari 11 kecamatan, 112 desa serta 1 kelurahan dan memiliki luas wilayah 1.501,63 Km2. Pertumbuhan jumlah penduduk di Kabupaten Nias Utara dalam beberapa tahun terakhir terjadi peningkatan. Pada tahun 2008 jumlah penduduk 123.735 jiwa, pada tahun 2009 jumlah penduduk 125.017 jiwa, pada tahun 2010 jumlah penduduk 127.244 jiwa, pada tahun 2011 jumlah penduduk 147.456 jiwa dan pada tahun 2012 jumlah penduduk 152.567 jiwa. Berdasarkan hasil data diatas, maka penulis tertarik untuk melakukan penelitian mengenai Proyeksi jumlah penduduk dengan menggunakan model ARIMA di Kabupaten Nias Utara Tahun 2014.
Universitas Sumatera Utara
1.2 Rumusan Masalah Berdasarkan latar belakang di atas, maka perumusan masalah peneliti adalah masih adanya peningkatan jumlah penduduk dan tidak tersedianya data proyeksi penduduk dimasa yang akan datang yang diperlukan untuk membuat perencanaan di Kabupaten Nias Utara. 1.3 Tujuan Penelitian 1.3.1 Tujuan Umum Untuk mengetahui proyeksi jumlah penduduk dengan menggunakan model ARIMA di Kabupaten Nias Utara Tahun 2014. 1.3.2 Tujuan Khusus 1. Untuk mengetahui data jumlah penduduk tahun 2010 s/d 2014 di Kabupaten Nias Utara. 2. Untuk mengetahui proyeksi jumlah penduduk tahun 2015 s/d 2016 di Kabupaten Nias Utara. 1.4 Manfaat Penelitian 1. Sebagai bahan informasi bagi Pemerintah Kabupaten Nias Utara tentang proyeksi jumlah penduduk di Kabupaten Nias Utara. 2. Untuk dapat dijadikan sebagai sumber informasi bagi masyarakat sehingga dapat mengetahui jumlah penduduk dimasa lalu maupun jumlah penduduk dimasa yang akan datang di Kabupaten Nias Utara. 3. Sebagai sumber referensi untuk dilakukan penelitian lebih lanjut mengenai proyeksi jumlah penduduk.
Universitas Sumatera Utara
