Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
PROYEKSI POPULASI PENDUDUK KOTA BANDUNG MENGGUNAKAN MODEL PERTUMBUHAN POPULASI VERHULST DENGAN MEMVARIASIKAN INTERVAL PENGAMBILAN SAMPEL Diny Zulkarnaen Jurusan Matematika Fakultas Sains dan Teknologi
[email protected]
ABSTRAK Bandung merupakan kota metropolitan terbesar ketiga setelah Jakarta dan Surabaya, dengan kepadatan penduduknya sebesar 14.634 Jiwa/km2. Padatnya penduduk kota Bandung tentu akan semakin banyak menuai berbagai permasalahan yang berkaitan erat dengan kesejahteraan, antara lain penyediaan sandang, pangan dan papan, lapangan pekerjaan, masalah ekonomi, lingkungan, pendidikan, kesehatan, dan sebagainya. Maka dari itu pemerintah kota Bandung perlu melakukan antisipasi dalam menyeimbangkan kebutuhan masyarakat. Antisipasi jangka panjang dapat dilakukan dengan melakukan proyeksi jumlah penduduk kota Bandung. Proyeksi penduduk kota Bandung dapat dilakukan melalui pemodelan secara matematis menggunakan model verhulst. Sebelumnya Augustus Wali telah melakukan proyeksi populasi penduduk di Negara Rwanda dengan mengambil sampel jumlah populasi penduduk pada tiga tahun lampau secara berturut-turut atau interval satu tahun. Cara pengambilan sampel data pada interval ini penulis anggap kurang tepat, karena data yang diambil tidak merepresentasikan kondisi keseluruhan pertumbuhan suatu daerah. Maka dari itu dilakukan penelitian lebih lanjut dengan melakukan variasi interval pengambilan data dengan maksud mencari aproksimasi yang terbaik yakni dilihat dari galat yang dihasilkan. Galat tersebut diperoleh menggunakan perhitungan Mean Absolute Percentage Error atau MAPE. Interval yang memiliki galat terkecil dapat digunakan untuk melakukan proyeksi penduduk kota Bandung Kata Kunci : Proyeksi penduduk, Model Verhulst, MAPE negara miskin yang memiliki rata-rata
1. PENDAHULUAN Permasalahan penduduk merupakan
laju
pertumbuhan
penduduk
masalah yang cukup serius yang harus
pertahunnya sebesar 2,6 %, padahal laju
dihadapi oleh setiap negara, terutama
pertumbuhan penduduk idealnya berada
bagi negara berkembang maupun negara
pada level dibawah 1%, sedangkan di
yang
negara
negara-negara maju level pertumbuhan
tertinggal. Sebagai contoh negara-negara
penduduk pada umumnya berada di
di Afrika Barat yang merupakan kategori
bawah 1%. Di Indonesia sendiri, yang
dikategorikan
sebagai
128
Edisi Juli 2014 Volume VIII No. 1
termasuk
dalam
kategori
ISSN 1979-8911
Negara
tingkat pertumbuhan beberapa tahun
pertumbuhan
terakhir. Dengan mengetahui tingkat
penduduknya tidak terlalu tinggi bahkan
pertumbuhan penduduk kota Bandung
cenderung menurun. Namun akan lebih
pada
baik
pemerintah
berkembang,
lagi
apabila
persentase
tahun-tahun kota
ke
belakang,
dapat
melakukan
pertumbuhannya berada pada level
antisipasi. Akan tetapi antisipasi tersebut
dibawah 1%.
hanya berlaku untuk beberapa tahun
Berdasarkan
sensus
kedepan atau dalam jangka pendek.
penduduk tahun 2012, Bandung yang
Akan lebih baik lagi apabila usaha
juga merupakan ibukota provinsi jawa
maupun antisipasi dilakukan dalam
barat,
jangka
memiliki
hasil
jumlah
penduduk
panjang
dengan
jumlah
melakukan
sebesar 2,46 Juta dengan luas 168,23
proyeksi
penduduk
hingga
km2, artinya kepadatan penduduk di kota
beberapa tahun kedepan, karena masalah
Bandung sebesar 14.634 Jiwa/km2 [3],
ini bukan masalah kecil, melainkan
sedangkan laju pertumbuhan penduduk
berkaitan dengan kesejahteraan seluruh
kota Bandung berdasarkan sensus tahun
penduduk kota Bandung.
2000-2010 sebesar 1,16%. Dengan
Proyeksi penduduk kota Bandung
angka kepadatan dan laju pertumbuhan
dapat dilakukan melalui pemodelan
kota Bandung tersebut bukan tidak
secara
mungkin akan menyebabkan banyak
matematika disini digunakan untuk
sekali permasalahan seperti kemacetan,
memperkirakan
kesenjangan
mengetahui
sosial,
imigrasi
besar-
besaran, dan sebagainya.
matematis.
Pemodelan
jumlah angka
penduduk, pertumbuhan
penduduk, dan mengetahui batasan
Dengan masalah-masalah yang
jumlah penduduk maksimum. Data yang
diungkapkan diatas, maka pemerintah,
digunakan untuk melakukan proyeksi
khususnya pemerintah kota Bandung
adalah jumlah populasi penduduk pada
perlu
memenuhi
tahun-tahun
yang
lampau
untuk
kebutuhan warga negaranya sebagai
memperoleh
solusi
berupa
jumlah
bentuk pemerintah yang bertanggung
penduduk untuk setiap waktu (tahun).
jawab. Tentu saja besarnya usaha yang
Banyaknya
dilakukan pemerintah berdasarkan data
sebanyak
dan informasi (salah satunya) mengenai
berurutan, misalnya data penduduk yang
bersiap-siaga,
data tiga
tersebut
tahun
tetapi
cukup secara
129
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
digunakan adalah tahun 1990,1991, dan
semakin besar, peningkatan kepadatan
1992. Selanjutnya dilakukan verifikasi
populasi
terhadap solusi model tersebut dengan
kemampuan individu untuk mengambil
mencari
sumberdaya yang mencukupi untuk
galat
yang
terjadi
antara
bisa
mempengaruhi
aproksimasi (solusi) model dengan data
pemeliharaan,
sebenarnya. Galat tersebut diperoleh
reproduksi.
menggunakan
Mean
sumberdaya yang sangat terbatas, dan
atau
ketika populasi menjadi semakin padat,
disingkat MAPE [5]. Apabila galat yang
masing-masing individu hanya akan
dihasilkan
mendapatkan
Absolute
perhitungan
Persentage
cukup
Error
pertumbuhan, Populasi
hidup
maka
penyebabnya
adalah
sumberdaya yang semakin lama semakin
model matematika yang dibentuk kurang
habis. Jadi dapat dikatakan bahwa pasti
tepat, ataupun ketidaktepatan dalam
terdapat suatu batasan dari jumlah
pengambilan sampel data. Namun jika
individu yang dapat menempati suatu
galat yang dihasilkan kecil, maka model
habitat. Para ahli ekologi mendefinisikan
yang telah dibentuk tersebut sangat tepat
daya
dapat
sebagai ukuran populasi maksimum
digunakan
untuk
melakukan
proyeksi populasi penduduk.
2. MODEL
PERTUMBUHAN
tampung
kecil
dari
besar,
kemungkinan
sebagian
dan
(carrying
dari
capacity)
yang dapat
ditampung oleh suatu
lingkungan
tertentu
tanpa
ada
pertambahan atau penurunan ukuran
VERHULST
populasi selama periode waktu yang
Model ini, yang juga biasa disebut
relatif lama.
sebagai
model
logistic,
merupakan
Kepadatan
dan
keterbatasan
penyempurnaan dari model eksponensial
sumberdaya dapat mempunyai dampak
dan pertama kali diperkenalkan oleh
yang besar pada laju pertumbuhan
Pierre Verhulst pada tahun 1838 [1].
populasi.
Model
mendapatkan
pertumbuhan
eksponensial
Jika
individu
tidak
sumberdaya
yang
mengasumsikan sumberdaya yang tidak
mencukupi untuk bereproduksi, angka
terbatas, dimana model ini merupakan
kelahiran per kapita akan menurun. Jika
kasus yang tidak pernah ditemukan di
mereka tidak memperoleh cukup energi
dunia nyata. Oleh karena setiap populasi
untuk mempertahankan diri mereka
tumbuh dan tumbuh sehingga jumlahnya
sendiri, angka kematian per kapita akan
130
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
meningkat. Suatu penurunan dalam
Suatu
model
logistik
angka kelahiran tahunan per kapita atau
dengan
suatu
angka
eksponensial dan menciptakan suatu
kematian tahunan per kapita akan
ekspresi yang mengurangi nilai π ketika
mengakibatkan
π meningkat. Jika ukuran populasi
peningkatan
dalam
laju
pertumbuhan
populasi yang lebih kecil.
untuk populasinya sehingga jumlah populasi dengan model ini tidak akan tumbuh secara tak terhingga. Laju
akan ketersediaan makanan, tempat tinggal, dan sumber hidup lainnya. tersebut,
jumlah
individu
titik
π
βπ
(π π =
tambahan
πβππ
π
π
π
pertumbuhan
menunjukkan populasi
tidak
bahwa
akan
yang
dapat
yang masih tersedia
π
untuk pertumbuhan populasi. Persamaan yang telah dimodifikasi menggunakan syarat baru adalah : ππ ππ‘
πβππ
= ππ (
π
)=
π2 πβπππ 2 π
=
ππ β ππ 2 ππ
kelahiran dan kematian dianggap sama. Verhulst
π
(π β π)
) memberikan petunjuk
berapa fraksi
kesetimbangan
(equilibrium), pada titik ini jumlah
maka
ditampung oleh lingkungan tersebut, dan
masa tertentu jumlah populasi akan mendekati
,
π
memberikan petunjuk berapa banyak
populasi dengan model ini akan selalu terbatas pada suatu nilai tertentu. Pada
π
adalah
pertumbuhan penduduk akan terbatas
asumsi
pertumbuhan
maksimum yang dapat dipertahankan
Model ini memasukkan batas
Dengan
model
diawali
ππ‘
= ππ β
ππ 2
hanya
bergantung pada ukuran populasi tetapi
(1)
juga pada sejauh mana ukuran ini dari batas atasnya seperti daya tampung. Dia
dengan
memodifikasi
π : Laju pertumbuhan intrinsik
model
Malthus
(eksponensial) untuk membuat ukuran populasi sesuai baik untuk populasi sebelumnya dengan syarat
πβππ π
, dimana
π dan π disebut koefisien vital dari
π : Pengaruh dari peningkatan kepadatan populasi π π
: Carrying capacity
π : Jumlah populasi
populasi [4].
131
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
3. SOLUSI EKSPLISIT MODEL
pertumbuhan populasi akan menjadi lambat.
VERHULST
Untuk π > 0 berlaku lim π =
Solusi eksplisit persamaan logistik Verhulst dapat diperoleh jika model persamaan
tersebut
merupakan
persamaan terpisah. Jadi dari persamaan (1) dapat dilakukan pemisahan variable
π‘ββ
,
sehingga disimpulkan bahwa grafik dari (3)
mempunyai
asimtot
mendatar
π
π(π‘) = π . Grafik solusi untuk kasus dapat dilihat pada gambar 1.
menjadi ππ ππβππ 2
Kemudian
= ππ‘
π(π‘)
(2)
dilakukan
π π
pengintegralan
dikedua ruas. Oleh karena cukup sulit untuk
π π
diintegralkan,
mak
dari
itu
π 2π
lakukan terlebih dahulu dekomposisi terhadap persamaan (2) 1
1
π0
1
β« ππβππ2 ππ = β« π (π + π πβππ
π‘
) ππ Gambar 1. Grafik pertumbuhan logistik
diperoleh π(π‘) =
π
berdasarkan solusi model verhulst
π π
(3)
1+( π β1)π βππ‘ π0
Dapat dilihat bahwa kurva logistik adalah π-shaped dan mempunyai titik
Jika persamaan (3) dilimitkan π‘ β β , didapatkan (untuk π > 0) : ππππ₯ = lim π = π‘ββ
π π
dibawah
daya
π π
< π0 ,
π > 0 grafik solusinya ditumjukkan (4)
pada gambar 2. Sedangkan untuk kasus
Ketika ukuran suatu populasi berada
π
infleksi ketika π = 2π . Untuk
tampungnya,
pertumbuhan populasi akan berjalan
π < 0 didapatkan solusi yang tidak stabil, yaitu tidak mengarah pada titik kesetimbangan tertentu [3].
cepat menurut model logistik, akan tetapi ketika π
mendekati
π π
,
π0
π π
π(π‘)
132 π‘
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
pengambilan data sama. Jika π0 adalah populasi pada π‘ = 0, maka π1 pada saat waktu π‘ = π dan π2 pada waktu π‘ = 2π
mbar 2. Grafik pertumbuhan Logistik dengan nilai awal diatas carrying
dimana T bilangan asli. Jika π0 adalah populasi pada saat
capacity
= 0 , π1 pada saat π‘ = 1 dan π2 pada Dari persamaan (4) dapat diperoleh nilai
saat π‘ = 2, maka dari persamaan (3)
π‘ β yaitu waktu ketika mencapai setengah
dapat diperoleh :
dari titik ekuilibriumnya, yakni dengan
untuk π‘ = 1,
cara sebagai berikut : π(π‘) =
π1 =
π π
π
π
=
= π(ππ
πππ0
0 +ππ
π ( π β1) π π ( π β1) π0
1 π1
=
ππ0
π
( π β1)
π π ( π β1) π0
βπ βππ π βπ ) 0
ππ0 +ππ βπ βππ0 π βπ
=π+
π
βππ‘ = ππ (
1+( π β1)π βπ(1) π0
1+( π β1)π βππ‘ π0
βππ‘
π
π π
π βπ π0
β
ππ0 π βπ ππ0
π
= π (1 β π βπ ) +
)
π π ( π β1) π
ππ (
π‘β =
π ( ππ β1) 0
π 1 π1
β
π βπ
π βπ π0
(1 β π βπ ) =
(5)
π0
)
βπ
Untuk π‘ = 2, dengan cara yang sama diperoleh
(4.5)
π 2
(1 β π β2π ) =
1 π2
β
π β2π π0
(6) 4. LAJU PERTUMBUHAN DAN CARRYING CAPACITY
π
Verhulst menjelaskan parameter π (laju pertumbuhan) dan
π π
(carrying
capacity) dapat diperoleh dari jumlah populasi untuk tiga waktu yang berbeda akan
tetapi
dalam
rentang
Lakukan pembagian (6) oleh (5) untuk
waktu
mengeliminasi π , diperoleh π 1 πβ2π (1βπ β2π )= β π π2 π0 π 1 πβπ (1βπ βπ )= β π π1 π0
1+π
βπ
=
1 πβ2π β π2 π0 1 πβπ β π1 π0
133
Edisi Juli 2014 Volume VIII No. 1
π βπ =
π0 π1 βπ1 π2 π β2π π0 π2 βπ1 π2 π βπ
ISSN 1979-8911
pengambilan sampel βπ‘ untuk kemudian
β
dilakukan analisis terhadap model.
π π βπ π π βπ
(π0 π2 βπ1 π2 π βπ ) 0 2
Persamaan (8) dihasilkan dengan
1 2
π (π βπ )
π βπ = π0 (π2 βπ1 ) 2
1
rentang waktu pengambilan data dengan
0
Jadi tingkat pertumbuhan populasinya adalah π (π βπ )
π = βππ π0 (π2 βπ1) 2
1
waktu pengambilan data βπ‘ = 2. Jadi π0 adalah populasi pada saat = 0 , π2 pada
(7)
0
βπ‘ = 1. Berikut ini dilakukan rentang
saat π‘ = 2 dan π4 pada saat π‘ = 4. Untuk π‘ = 2 dihasilkan bentuk sebagai berikut
Substitusi persamaan 7 ke 5, maka : π π
π0 (π2 βπ1 )
(1 β π
1
)=π β
2 (π1 βπ0 )
π π2 (π1 βπ0 )
(
π π2 (π1 βπ0 )
π π
π0 (π2 βπ1 ) π2 (π1 βπ0 )
1
π (π βπ ) 1
π
π β2π π0
(9) Untuk π‘ = 4, dengan cara yang sama
π1 π2 (π1 βπ0 )
=
π2
β
0
π2 (π1 βπ0 )βπ1 (π2 βπ1 )
π
1
π0
β π0 (π2 βπ1 )) = 2
(1 β π β2π ) =
π2 (π1 βπ0 )βπ1 (π2 βπ1 ) π1 π2 (π1 βπ0 ) π2 (π1 βπ0 )βπ0 (@2 βπ1 ) π2 (π1 βπ0 )
diperoleh π π
=
(1 β π β4π ) =
1 π4
β
π β4π π0
π1 2 βπ0 π2
(10)
π1 (π0 π1 β2π0 π2 +π1 π2 )
Sehingga
carriying
capacity
dapat
π
dituliskan menjadi π π
=
Dengan melakukan pembagian (10) oleh
π΅π (π΅π π΅π βππ΅π π΅π +π΅π π΅π ) π΅π π βπ΅π π΅π
(9) untuk mengeliminasi π , diperoleh π (π βπ )
(8)
π β2π = π0 (π4 βπ2 ) 4
Berdasarkan penjelasan Verhulst ini, laju pertumbuhan dan carrying
βπ‘ = 2 adalah 1
penelitian
ini,
dilakukan
beberapa
perkiraan
laju
π (π βπ )
π = β 2 ππ π0 (π4 βπ2 ) 4
rentang waktu pengambilan data yang Dalam
0
Jadi laju pertumbuhan rata-rata untuk
capacity dapat diperkirakan dengan
diinginkan.
2
2
0
(11)
pertumbuhan dan carrying capacity berdasarkan beberapa interval waktu 134
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
π (π18 βπ9 )
π β9π = π0
kemudian substitusi (11) ke (9) diperoleh
18 (π9 βπ0 )
carrying capacity sebesar π π
=
π2 (π0 π2 β2π0 π4 +π2 π4 ) π2 2 βπ0 π4
Jadi laju pertumbuhan rata-rata untuk βπ‘ = 9 adalah π=
Selanjutnya untuk rentang waktu pengambilan data dengan βπ‘ = 5. π0 adalah populasi pada saat π‘ = 0 , π5
1
π (π18 βπ9 )
β 9 ππ π0
18 (π9 βπ0 )
pada saat π‘ = 5 dan π10 pada saat π‘ = 10 , dengan cara yang sama diperoleh : π
β5π
π0 (π10 βπ5 )
dengan carrying capacity sebesar
=π
π
10 (π5 βπ0 )
π
=
π9 (π0 π9 β2π0 π18 +π9 π18 ) π9 2 βπ0 π18
5. STUDI KASUS DAN ANALISIS Jadi laju pertumbuhan rata-rata untuk βπ‘ = 5 adalah 1
π0 (π10 βπ5 )
π = β 5 ππ π
10 (π5 βπ0 )
DATA Tabel 1 memperlihatkan jumlah penduduk kota Bandung tahun 1991 hingga tahun 2012 [2]. Terlihat bahwa semakin
dengan carrying capacity sebesar π π
=
π5 (π0 π5 β2π0 π10 +π5 π10 ) π5 2 βπ0 π10
berjalannya
tahun,
tidak
menjamin bahwa populasi penduduk kota Bandung mengalami peningkatan, sebagai contoh ditahun 1993 ketahun 1994 bukan mengalami kenaikan akan
(4.16) Untuk rentang waktu pengambilan data dengan βπ‘ = 9. π0 adalah populasi pada saat π‘ = 0 , π9 pada saat π‘ = 9 dan π18 pada saat π‘ = 18 , dengan cara yang sama diperoleh :
tetapi justru terjadi penurunan populasi. Hal ini bisa dikarenakan adanya faktor emigrasi ke kota-kota lainnya, misalkan emigrasi ke kota Jakarta yang memiliki magnet yang sangat kuat untuk mencari pekerjaan.
Tabel 1. Data jumlah penduduk kota Bandung
135
Edisi Juli 2014 Volume VIII No. 1
1991 1992 1993 1994 1995 1996 1997
Jumlah
180640 2006 9 186891 2007 3 213626 2008 0 186891 2009 3 214219 2010 4 222816 2011 8 223262 2012 4 227097 0
1998
229684 8 232991 8 237419 8 241728 8 239487 3 242495 7 245551 7
Untuk melihat dinamika pertumbuhan populasi penduduk 1806551 1999 kota bandung dapat dilihat pada gambar 3. Berdasarkan gambar 3 1816345 2000 tersebut dapat dikatakan bahwa pertumbuhan tidak mengalami trend 1829356 2001 naik ataupun tren turun pada tahun 1991 hingga tahun 2001. Pada tahun 1816385 2002 tersebut dapat dikatakan terjadi pertumbuhan yang stagnan di kota 1809964 2003 Bandung. Pada tahun 2002 hingga tahun 2012 dapat dilihat bahwa 1817939 2004 populasi kota Bandung cenderung mengalami kenaikan dari tahun ke 1782446 2005 tahun. Hal ini dapat dikarenakan emigrasi yang terjadi tidak terlalu besar dapat disebabkan lapangan pekerjaan dan kelayakan penghidupan di kota bandung lebih baik daripada tahun-tahun sebelumnya. 2.5
x 10
6
2.4 2.3 jumlah populasi
Tahun
ISSN 1979-8911
2.2 2.1 2 1.9 1.8 1.7 1990
1995
2000
2005
2010
2015
tahun
Gambar 3. Grafik pertumbuhan penduduk kota Bandung tahun 1991 hingga tahun 2012
Untuk mengetahui apakah tetap
Sebelum
melakukan
proyeksi,
terjadi kenaikan ataupun tidak di tahun-
dilakukan terlebih dahulu aproksimasi.
tahun mendatang selanjutnya dilakukan
Aproksimasi dilakukan terhadap 4 cara
proyeksi
bandung
pengambilan sampel yang berbeda, yaitu
berdasarkan data populasi tahun-tahun
untuk interval pengambilan sampel 1
sebelumnya.
tahun maupun untuk interval 2, 5, dan 9
populasi
kota
tahun. Diantara interval-interval tersebut 136
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
di bandingkan hasil aproksimasinya. Aproksimasi
yang
terbaiklah
yang
digunakan untuk melakukan proyeksi. Gambar 4. Perbandingan data riil kota bandung dan Aproksimasi yang terbaik dapat dilihat
hasil pendekatan model verhulst untuk
dari galat MAPE yang dihasilkan.
interval pengambilan sampel satu tahun Perlu diperhatikan bahwa gambar 4 merupakan hasil perhitungan dengan
5.1 Aproksimasi Interval Sampel Data Satu Tahun
nilai jumlah populasinya di angka
Pada bagian ini diambil data
eksponensial 108. Apabila dalam angka
populasi penduduk sebanyak tiga buah
eksponensial 106 atau dalam jutaan tentu
dengan interval satu tahun yaitu pada
grafiknya
tahun 1991, 1992, dan tahun 1993. Hasil
Besarnya MAPE pada interval ini adalah
aproksimasinya
13,9772
gambar
4
diperlihatkan
dimana
notasi
pada
1991
hingga
tahun
terlihat
berbeda.
bintang
menyatakan data riil kota bandung dari tahun
akan
5.2
Aproksimasi Interval Sampel
2012,
Data Dua Tahun
sedangkan garis solid menandakan hasil
Pada bagian ini diambil data
aproksimasinya.
populasi penduduk sebanyak tiga buah
Berdasarkan gambar 4 seolah-olah
dengan interval dua tahun yaitu pada
terlihat hasil prediksi yang cukup
tahun 1991, 1993, dan tahun 1995. Hasil
sempurna
aproksimasinya
kecuali
di
tahun
2005.
diperlihatkan
pada
Dikatakan demikian dikarenakan grafik
gambar 4.4 dimana notasi bintang
hasil prediksi sangat dekat dengan data
menyatakan data riil kota bandung dari
riilnya.
tahun
1991
hingga
tahun
2012,
sedangkan garis solid menandakan hasil 7
x 10
aproksimasinya.
8
data riil pendekatan interval 1 tahun
6
2.5
x 10
6
data riil pendekatan interval 2 tahun
5 4
2.3 3
jumlah populasi
jumlah populasi
2.4
2 1
2.2 2.1 2
0
1.9 -1 1990
1995
2000
2005 tahun
2010
2015
1.8 1.7 1990
1995
2000
2005 tahun
137
2010
2015
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
tahun
1991
hingga
tahun
2012,
sedangkan garis solid menandakan hasil Gambar 5. Perbandingan data riil kota
aproksimasinya.
bandung dan hasil pendekatan model
Berdasarkan
gambar
6
hasil
verhulst untuk interval pengambilan
aproksimasi cukup baik pada permulaan
sampel dua tahun
tahun hingga tahun 2008. Cukup baik disini berdasarkan gambar, akan tetapi hasil
grafik yang diberikan dalam skala 107
aproksimasi menunjukkan keakuratan
bukan 106. Setelah tahun 2008, hasil
yang cukup jika dilihat di permulaan
aproksimasi mengalami kenaikan tajam,
tahun, yakni pada tahun 1991 hingga
dan selanjutnya mengalami penurunan
tahun 1998, sedangkan pada tahun 1999
yang
keatas
menembus
Berdasarkan
justru
gambar
5
memberikan
hasil
sangat
tajam
angka
pula
hingga
minus.
Sangat
aproksimasi yang cukup jauh bahkan
dikhawatirkan
semakin jauh dari data riilnya.
menggunakan interval 5 tahun ini,
Hasil aproksimasinya cenderung bersifat
stagnan,
atau
tidak
ada
proyeksi
menunjukkan angka negatif pula, yang tentu hal ini sangat tidak diperkenankan.
pertumbuhan yang cukup signifikan dari awal hingga akhir aproksimasi. Tentu
2
hal ini akan berakibat besarnya galat
1.5
x 10
7
data riil pendekatan interval 5 tahun
yang diperoleh. Untuk MAPE itu sendiri
1
jumlah populasi
dihasilkan sebesar 0.1201
hasil
0.5
0
5.3 Aproksimasi Interval Sampel -0.5
Data Lima Tahun Pada bagian ini diambil data populasi penduduk sebanyak tiga buah dengan interval lima tahun yaitu pada
-1 1990
1995
2000
2005
2010
tahun
Gambar 6. Perbandingan data riil kota
tahun 1991, 1996, dan tahun 2001. Hasil
bandung dan hasil pendekatan model
aproksimasinya
verhulst untuk interval pengambilan
gambar
6
diperlihatkan
dimana
notasi
pada bintang
sampel lima tahun
menyatakan data riil kota bandung dari
138
2015
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
Selisih atau error diawal dapat
sehingga galat MAPE untuk interval 9
dikatakan tidak terlalu besar, tetapi
tahun ini adalah 0,0616. Cukup kecil
untuk tahun 2008 keatas diperoleh error
dibandingkan dengan interval-interval
yang
lainnya. Untuk lebih jelasnya perhatikan
cukup
signifikan,
sehingga
dihasilkan galat MAPE dari aproksimasi
tabel 2.
interval 5 tahun ini adalah 0.5858 2.6
x 10
6
data riil pendekatan interval 9 tahun
2.5
5.4 Aproksimasi Interval Sampel
2.4
Data Sembilan Tahun
populasi penduduk sebanyak tiga buah dengan interval Sembilan tahun yaitu
jumlah populasi
2.3
Pada bagian ini diambil data
2.2 2.1 2
pada tahun 1991, 2000, dan tahun 2009.
1.9
Hasil aproksimasinya diperlihatkan pada
1.8
gambar
7
dimana
notasi
bintang
1.7 1990
1995
2000
2005
2010
tahun
menyatakan data riil kota bandung dari tahun
1991
hingga
tahun
2012,
sedangkan garis solid menandakan hasil aproksimasinya.
Gambar 7. Perbandingan data riil kota
Dari gambar 7 terlihat bahwa dari
bandung dan hasil pendekatan model
awal tahun hingga di akhir, aproksimasi
verhulst untuk interval pengambilan
menunjukkan hasil yang tidak cukup
sampel Sembilan tahun.
dekat dan juga tidak cukup jauh dari data riilnya. Grafik tersebut dapat dikatan halus
(smooth)
karena
tidak
Berdasarkan tabel 2 interval satu
ada
tahun memiliki MAPE yang sangat
kenaikan ataupun penurunan secara tiba-
besar. Tentu saja pada interval ini tidak
tiba dengan perbedaan yang cukup
dapat
signifikan. Terlebih lagi tidak ada hasil
melakukan proyeksi terhadap populasi
aproksimasi yang menunjukkan angka
penduduk kota Bandung. Terlebih lagi
negative.
terdapat aproksimasi bernilai negatif,
Untuk galatnya, cukup stabil, tidak
dijadikan
rujukan
untuk
sama halnya pada interval 5 tahun yang
ada nilai galat yang sangat besar
139
2015
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
dapat memungkinkan proyeksi yang terjadi juga akan bernilai negatif. Jadi yang dapat dijadikan sebagai rujukan
untuk
melakukan
Hasil proyeksi penduduk kota Banudng diperlihatkan pada gambar 8. Pada gambar tersebut terlihat jelas pada
proyeksi
tahun 2080 laju pertumbuhan populasi
adalah interval pengambilan data sampel
mulai mengalami penurunan, artinya
setiap 9 tahun sekali, dikarenakan
penambahan
diantara interval yang lainnya, interval 9
bertambah, tetapi pertambahan tersebut
tahun ini memiliki MAPE yang terkecil,
semakin
dan setiap aproksimasinya tidak ada
berjalan.
yang bernilai negatif
kecil
populasi
untuk
meskipun
waktu
yang
Semakin besar waktu berjalan, penduduk kota bandung akan mencapai
Tabel 2. Perbandingan MAPE tiap-tiap
batasan maksimumnya yakni sebesar
interval pengambilan data sampel
3.142.800 jiwa seperti yang terdapat pada lampiran dimana pada tahun 2130
Interval
MAPE
populasi penduduk kota Bandung takan
1 tahun
13,9772
mencapai 3.140.722, hampir mendekati
2 tahun
0,1201
batasan maksimumnya.
5 tahun
0,5858
9 tahun
0,0616
3.2
x 10
6
3
6. PROYEKSI PENDUDUK KOTA BANDUNG Seperti
yang
telah
disimpulkan
jumlah populasi
2.8
2.6
2.4
2.2
bahwa interval Sembilan tahun memiliki 2
MAPE terkecil, maka dari itu interval ini dapat dijadikan sebagai rujukan untuk
1.8 1990
2000
2010
2020
2030 2040 tahun
2050
2060
2070
melakukan proyeksi penduduk kota Bandung
berikut
pula
pertumbuhan
populasi
maksimum
(Carrying
penduduk kota Bandung.
dan
rata-rata
Gambar 8. Proyeksi populasi penduduk
batasan
kota bandung hingga tahun 2080.
Capaity)
Dengan
hasil
proyeksi
tidak
terlepas dari pertumbuhan populasi rata-
140
2080
Edisi Juli 2014 Volume VIII No. 1
ISSN 1979-8911
rata per tahunnya. Untuk interval 9 tahun
pertumbuhan populasi penduduk kota
ini diperoleh rata-rata pertumbuhan
Bandung sebesar 0.0501 atau sebesar
populasi penduduk kota bandung tiap
5,01%
tahunnya sebesar 0,0501 atau sebesar 5,01 persen dari total penduduk kota
DAFTAR PUSTAKA
Bandung. [1] Bacaer, Nicolas. A Short History of Mathematical Population Dynamics
7. KESIMPULAN Dari hasil penelitian yang telah dipaparkan, maka dapat disimpulkan bahwa
masing-masing
interval
memberikan aproksimasi yang berbedabeda, dimana interval Sembilan tahun
. Springer-Verlag London Limited 2011. [2] Katalog BPS, Daerah Dalam Angka, Tahun 1991-2012. Badan Pusat Statistik Kota Bandung
memberikan pendekatan yang terbaik sehingga
dijadikan
memproyeksikan
rujukan
untuk
penduduk
kota
Bandung. Proyeksi hingga
tahun
yang dilakukan
2080
memberikan
[3] Katalog BPS 1102001.32 Jawa Barat Dalam Angka 2013 penerbit BPS Provinsi Jawa Barat, 2013 [4] Wali, Augustus. Dkk. Mathematical
kesimpulan semakin bertambah tahun,
Modeling of Rwandaβs Population
semakin
Growth. Applied Mathematical
kecil
pertambahan
penduduknya,
hal
ini
berkurangnya
sumberdaya
disebabkan maupun
Science, Vol.5, 2011, no.53, 26172628.
ruang tempat tinggalnya, hingga di tahun 2130 populasi
mencapai
3.140.722
mendekati batasan maksimumnya yakni sebesar 3.142.800 dimana hasil proyeksi tersebut
dipengaruhi
oleh
[5] Zheng, Songfeng, Methods of Evaluating Estimator. Lecture notes Missouri State University
rata-rata
141