1/22/2011
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
1
1/22/2011
Data Demografi
Struktur Penduduk Fertilitas Mortalitas Perkawinan Rumahtangga Pendidikan Ketenagakerjaan Migrasi
Struktur Penduduk • Karakteristik Penduduk • Pertumbuhan Penduduk • Persebaran Penduduk
2
1/22/2011
•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
3
1/22/2011
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
4
1/22/2011
Pendidikan • Partisipasi Sekolah • Pendidikan Tertinggi • Angka Melek Huruf
Ketenagakerjaan • • • • • • •
Tenaga Kerja APAK (Angka Partisipasi Angkatan Kerja) Pengangguran Terbuka Setengah Pengangguran Lapangan Pekerjaan Status Pekerjaan APAK Menurut Tk Pendidikan
5
1/22/2011
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”
6
1/22/2011
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
Pt = 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 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 tahuntahun akhir.
Pt = α + βT Persamaan dapat ditransformasi kedalam bentuk linear melalui aplikasi logaritma, menjadi sebagai berikut:
LogPt =Logα + T.logβ
7
1/22/2011
Peta Provinsi di Indonesia
Pt = P0 (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. 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 10 0,048 1,0111 r
= log (1 + r) = 1+r = 1 + r = 0,0111
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 : :
Pt = α + β1T + β2T2 β1 : koefisien linear (T) yang menunjukkan pertumbuhan konstan β2 : koefisien non-linear yang (T2) yang menyebabkan perubahan tingkat pertumbuhan. Tanda positif atau negatif pada β1 dan β2 bervariasi tergantung pada
apakah tingkat pertumbuhan meningkat atau menurun.
8
1/22/2011
Tabel. Skenario dalam Model Parabolik
Skenario dalam Model Parabolic β1 +
+
-
-
β2
Efek 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)
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.
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 IR = total kelahiran NMIG = total migrasi bersih
9
1/22/2011
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
Model Constant Share Asumsi : share penduduk dari daerah studi merupakan suatu proporsi yang konstan dari daerah basis dan proyeksi dilakukan berdasarkan proporsi konstan tersebut.
P = jumlah penduduk pada daerah studi Pj = penduduk pada daerah basis atau daerah yang lebih luas yang didalamnya terdapat daerah studi l = tahun akhir dari observasi t = tahun proyeksi
10
1/22/2011
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.
b
= tahun awal observasi s = shift term z = jumlah tahun dalam proyeksi (t-1) y = jumlah tahun dalam periode observasi (1-b)
Metode “share of growth” Menggunakan share dari pertumbuhan penduduk bukannya share dari jumlah penduduk seperti yang digunakan dua model ratio sebelumnya. Asumsi : share pertumbuhan penduduk daerah studi pada periode observasi akan berlaku sama dalam periode proyeksi.
Metode ini akan lebih tepat diterapkan jika trend pertumbuhan penduduk pada daerah studi sama dengan trend pertumbuhan pada daerah basis, sama-sama meningkat atau sama-sama menurun.
11
1/22/2011
Sumber Data Untuk keperluan proyeksi, sumber data yang digunakan adalah Sensus Penduduk 1971, 1980, 1990 dan 2000 (SP71, SP80, SP90 dan SP2000), Survei Penduduk Antar Sensus 1985, 1995 (SUPAS85 dan SUPAS95). Menjaga "konsistensi" data serta kesamaan metodologi dan definisi yang dipakai. Dengan demikian data yang akan dijajarkan dari masa lalu hingga perkiraan di masa yang akan datang tidak mengandung penyimpangan yang disebabkan oleh perbedaan metodologi dan definisi
Lapangan usaha/pekerjaan ini dibagi dalam 10 golongan, terdiri dari 5 sub sektor pertanian dan 5 sektor lainnya, yaitu: Sektor Pertanian : •Sub sektor Pertanian Tanaman Pangan •Sub Sektor Perkebunan •Sub Sektor Perikanan •Sub Sektor Peternakan •Sub Sektor Pertanian Lainnya Sektor Industri Pengolahan Sektor Perdagangan Sektor Jasa Sektor Angkutan Sektor lainnya.
12
1/22/2011
Rasio Jenis Kelamin menurut Golongan Umur Tahun 1971-2000 Golongan Umur (Tahun)
1971
(1)
(2)
0-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+ Total
1980
1990
(3)
101.2 103.1 107.7 97.4 81.3 80.4 87.6 97.6 100.9 109.2 97.0 102.4 86.2 92.5 96.6 93.6 97.2
2000
(4)
104.3 104.2 107.6 96.7 85.1 97.9 97.1 96.1 96.5 96.0 101.0 103.0 93.4 89.8 81.9 82.3 98.8
(5)
105.2 105.6 105.6 101.2 88.7 91.3 98.8 107.3 98.5 96.9 96.8 92.5 96.2 93.6 87.3 78.5 99.4
103.6 103.4 104.0 100.4 94.4 95.2 99.4 101.1 105.7 110.2 107.0 101.8 95.7 90.0 91.0 79.2 100.5
13
1/22/2011
Penentuan Asumsi Menentukan asumsi merupakan kunci perhitungan proyeksi penduduk. Asumsi laju pertumbuhan penduduk : tingkat kelahiran (fertlitas), kematian (mortalitas), serta perpindahan penduduk (migrasi) ditentukan oleh kecenderungan yang terjadi di masa lalu dengan memperhatikan berbagai faktor yang mempengaruhi ketiga komponen itu. Harus dilengkapi dengan kecenderungan yang mungkin terjadi di masa yang akan datang akibat pelaksanaan kebijakan pembangunan sektor yang terkait dengan masalah kependudukan. Memperhatikan pandangan dan kesepakatan para pakar, para penyusun kebijakan dan para pengambil keputusan.
SP 1971
SP 1990
SP 1980
SP 2000
14
1/22/2011
www.datastatistik-indonesia.com
15
