BAB I

Pertumbuhan Penduduk Pertumbuhan Penduduk adalah keseimbangan dinamis antara kekuatan-kekuatan yang menambah dan kekuatan-kekuatan yang mengurangi jumlah penduduk.

A. Faktor yang mempengaruhi pertumbuhan penduduk : a) Faktor alami b) Faktor nonalami : kelahiran,kematian : migrasi (imigrasi,emigrasi)

B. Mengukur pertumbuhan penduduk : a) Pertumbuhan penduduk alami (Natural increase) Pertumbuhan penduduk alami adalah selisih jumlah kelahiran dengan jumlah kematian. Rumus :

T=(L–M)
Keterangan: T= pertambahan penduduk L= jumlah kelahiran M= jumlah kematianan Contoh soal : Misalkan pada tahun 2006 angka kelahiran kasar penduduk Pulau jawa 50.000 jiwa dan angka kematiannya 20.000 jiwa. Berapakah perumbuhab penduduk alami pulau jawa? Jawab : T=L–M = 50.000 – 20.000 = 30.000 jiwa Jadi pertumbuhan penduduk alami pulau jawa pada tahun 2005 adalah 30.000 jiwa. b) Pertumbuhan Penduduk Total Berbeda dengan pertumbuhan penduduk alami,pertumbuhan penduduk total memperhitungkan migrasi (imigrasi & emigrasi). Rumus :

T=(L–M)+(I–E)

000 ) jiwa = 30. Informasi yang harus tersedia tidak hanya menyangkut keadaan pada saat perencanaan disusun. pertumbuhan penduduk dikatakan sedang jika T antara 1 – 2 %. tetapi juga informasi masa lalu dan masa kini sudah tersedia dari hasil sensus dan survei-survei. Pertumbuhan penduduk dikatakan rendah jika T kurang dari 1%.Keterangan: T= pertambahan penduduk L= jumlah kelahiran M= jumlah kematianan I = jumlah imigrasi E = jumlah emigrasi Contoh soal : Misalkan jumlah kelahiran kasar penduduk pulau jawa pada ahun 2007 adalah 50.000 jiwa dan kematian kasar 20. Diketahui pula jumlah imigrasi ada 15.000 jiwa. A. pertumbuhan penduduk dikatakan tinggi jika T di atas 2 %. Sedangkan untuk masa yang akan datang. persebaran penduduk.sedang.000 jiwa Jadi pertumbuhan penduduk total pulau Jawa pada tahun 2007 adalah 38. diperlukan informasi mengenai keadaan penduduk seperti jumlah penduduk. Pengertian proyeksi penduduk : Proyeksi penduduk adalah perhitungan jumlah penduduk (menurut komposisis umur . dan susunan penduduk menurut umur. dan rendah. hitnglah pertumbuhan penduduk total Pulau Jawa pada tahun 2007 ! Jawab : T=(L–M)+(I–E) = ( 50.000 – 7.000 ) + ( 15.000 dan emigrasi ada 7.000 + 8. informasi tersebut perlu dibuat suatu proyeksi yaitu perkiraan jumlah penduduk dan komposisinya di masa mendatang. BAB II Proyeksi Penduduk Dalam rangka perencanaan pembangunan di segala bidang.000 – 20.000 jiwa.000 jiwa = 38. Pertumbuhan penduduk dapat digolongkan menjadi tinggi.000.

Data penduduk Indonesia yang dapat dipakai dan dipercaya untuk keperluan proyeksi adalah berasal dari sensus penduduk (SP) yang diselenggarakn pada tahun yang berakhir “0” dan survei antar sensus (SUPAS) pada tahun yang berakhir “S”. fasilitas pendidikan. SP2000). Metode Matematik. yaitu: • Linear Rate of Growth. ada 2 cara. SUPAS85. mortalitas dan migrasi. fasilitas perumahan. Arithmathic Rate of Growth(Pertumbuhan Penduduk Aritmatik rata-rata): pertumbuhan penduduk dengan jumlah yang sama setiap tahun Pn= P0(1+rn). dan fasilitas kesempatan kerja. fasilitas kesehatan. • Eksponential Rate of Growth(Pertumbuhan Penduduk Eksponensial rata-rata): . SP80. Geometric Rate of Growth(Pertumbuhan Penduduk Geometrik rata-rata): pertumbuhan penduduk menggunakan dasar bungan berbunga (bunga majemuk) Pn=P0 (1+r)n.dan jenis kelmain) di masa yang akan datang berdasarkan asumsi arah perkembangan fertilitas. • Survei Penduduk Antar Sensus (SUPAS70. ada 2 cara yaitu: 1. SP90. 2. Metode Proyeksi Ada beberapa cara untuk memproyeksikan jumlah penduduk masa yang akan datang antara lain: 1. Publikasi BPS tentang Proyeksi Penduduk Indonesia : • Proyeksi Penduduk Indonesia 1971-1980 • Proyeksi penduduk Indonesia 1980-1990 • Proyeksi Penduduk Indonesia per Propinsi 1990-2000 • Proyeksi Penduduk Indonesia Per Propinsi 1995-2005 Sumber Data • Sensus Penduduk (SP71. Kegunaan Proyeksi Penduduk : Hasil proyeksi penduduk sangat bermanfaat untuk perencanaan penyediaan beras. dan SUPAS95).

n : banyak perubahan tahun. • Rasio jenis kelamin saat lahir. Tingkat pertumbuhan penduduk pertahun adalah 1. • Pola mortalitas menurut umur. • Proporsi migrasi menurut umur. Metode ini membutuhkan data-data sebagai berikut: • Komposisi penduduk menurut umur dan jenis kelamin yang telah dilakukan perapihan (smothing). Berapakah proyeksi penduduk indonesia pada tahun 2005? . 2.Pertumbuhan penduduk secara terus menerus setiap hari dengan angka pertumbuhan penduduk yang konstan Pn= P0 ern Dimana P0 : jumlah penduduk pada tahun awal Pn : jumlah penduduk pada tahun ke-n r : tingkat pertumbuhan penduduk dari tahun awal ke tahun ke-n. Metode ini melakukan tiap komponen penduduk secara terpisah dan untuk mendapat proyeksi jumlah penduduk total. Rumus proyeksi penduduk : Pn = Po ( 1 + r )n Keterangan : Pn = jumlah penduduk pada tahun n (ditanyakan) Po = jumlah penduduk pada tahun 0 / tahun dasar (diketahui) n = jumlah tahun antara 0 hingga n r = tingkat pertumbuhan penduduk pertahun ( dalam % ) Contoh soal : Misalkan pada tahun 2000 jumlah penduduk indonesia tercatat 205 juta jiwa. Metode Komponen Metode ini sering digunakan dalam penghitunag proyeksi penduduk.5 %. • Pola fertilitas menurut umur. hasil proyeksi tiap komponen digabungkan.

mortalitas (mortality). mortalitas. Di negaranegara maju. karena data untuk keperluan itu yakni fertilitas. Tehnik ini kurang tepat diterapkan untuk menghitung proyeksi yang jangka waktunya cukup panjang pada masa yang akan datang.dengan tingkat pertumbuhan penduduk 1. yang diperoleh dari hasil sensus penduduk dan survei rumah tangga. dan jenis kelamin dihitung dengan tehnik komponen. 3. Semua data yang dipakai perlu dievaluasi secara cermat. fertilitas. Proyeksi penduduk menurut kotamadya yang disajikan di sini tidak dapat dilakukan dengan teknik komponen seperti diuraikan di atas. Perbaikan proyeksi selalu dilakukan. . dan perpindahan penduduk. mortalitas. G.5% )5 = 205 juta ( 1 + 0. data ini diperoleh dari hasil registrasi vital yang diadakan secara berkesinambungan pada setiap wilayah administrasi. Proyeksi penduduk menurut propinsi. umur. Jenis data yang dibutuhkan untuk keperluan ini adalah penduduk menurut umur dan jenis kelamin. dengan asumsi bahwa laju pertumbuhan penduduk tersebut juga berlaku pada masa yang akan datang. dan perpindahan penduduk tidak dapat diperoleh dari hasil sensus. karena asumsi yang dipakai biasanya tidak sesuai lagi. karena sering terjadi asumsi-asumsi yang dibuat mengenai fertilitas (fertility).Jawab : Pn = Po ( 1 + r )n = 205 juta ( 1 + 1. dan kalau perlu diadakan adjustment dengan maksud untuk menghapus kelemahan yang ditemukan.5% pertahun.015 )5 = 205 juta ( 1.adalah 220 juta.0773 ) = 220 juta Jadi poyeksi penduduk Indonesia untuk tahun 2005. 2. Proyeksi penduduk dihitung dengan menggunakan laju pertumbuhan penduduk hasil sensus yang terdahulu.015 )5 = 205 juta ( 1. dan migrasi (migration) tidak sesuai lagi dengan keadaan data yang baru. Sumber dan data metodologi 1.

metode ini juga digunakan untuk menghitung tingkat dan ratio pada masa yang akan datang berdasarkan tingkat dan ratio pada masa yang lalu. Namun demikian. Maka diperlukan asumsi-asumsi yang dibuat oleh pihak pengambil keputusan. Model ekstrapolasi trend yang banyak digunakan adalah model linear. Proyeksi penduduk bukan merupakan ramalan jumlah penduduk tetapi suatu perhitungan ilmiah yang didasarkan pada asumsi dari komponen-komponen laju pertumbuhan penduduk. jika jumlah penduduk di suatu daerah yang meningkat. dan perpindahan (migrasi). dalam jangka panjang model ini akan memproyeksikan penduduk menjadi nol. Misalnya jika populasi di suatu daerah berkurang.1.Model Ektrapolasi Trend Model ekstrapolasi trend secara sederhana menggunakan trend penduduk masa yang lalu untuk memperkirakan jumlah penduduk masa yang akan datang. untuk menghindari atau mengurangi tingkatan resiko dari kesalahan. berdasarkan data yang telah ada. penduduk diproyeksikan sebagai fungsi dari waktu. yang didukung oleh proyeksi tentang tingkat kemampuan populasi peternakan di masa depan secara objektif. penduduk hanya akan meningkat sampai suatu tingkat dengan kapasitas yang maksimum dan kemudian akan kembali turun atau stabil dalam kaitannya dengan kepadatan penduduk. biaya hidup dan kualitas hidup. Model ini menggunakan persamaan derajat pertama (first degree equation). Asumsi dasar dari model linear.Pengertian Proyeksi Proyeksi secara umum adalah untuk mengetahui perkembangan di masa yang akan Datang. Hasil proyeksi menggambarkan tingkat kemampuan untuk masa yang akan datang. Model Linear (Aritmethic) Model linear menurut Klosterman (1990) adalah teknik proyeksi yang paling sederhana dari seluruh model trend. Dalam kenyataannya. dengan persamaan: . dan bahkan menjadi negative. penggunaan model ekstrapolasi trend membutuhkan pemahaman yang baik tentang kecenderungan pertumbuhan masa lalu untuk membuat estimasi dengan batasan yang masuk akal (reasonable). Oleh karenanya. yaitu kelahiran. kematian. 2. Berdasarkan hal tersebut. Proyeksi pada dasarnya merupakan suatu perkiraan atau taksiran mengenai terjadinya suatu kejadian (nilai dari suatu variabel) untuk waktu yang akan datang. geometric dan parabolic. 1. Demikian juga. geometric dan parabolik adalahpertumbuhan atau penurunan akan berlanjut tanpa batas. asumsi tersebut tidak mungkin diberlakukan jika proyeksi yang disusun adalah proyeksi jangka panjang. Selain itu. Metode ini adalah metode yang mudah digunakan dalam rangka proyeksi penduduk. tidak mungkin akan meningkat pada jumlah yang tanpa batas.

mengemukakan bahwa model ini hanya digunakan jika data yang tersedia relatif terbatas. dan tidak tepat untuk proyeksi pada wilayah-wilayah yang lebih luas dengan pertumbuhan penduduk yang tinggi. jika Pt+1 dan Pt adalah jumlah populasi dalam tahun yang berurutan. Isserman (1977) mengemukakan bahwa model ini hanya dapat diaplikasikan untuk wilayah kecil dengan pertumbuhan yang lambat. Selanjutnya. Menurut Klosterman (1990). Model Geometric Asumsi dalam model ini adalah penduduk akan bertambah/berkurang pada suatu tingkat pertumbuhan (persentase) yang tetap. jika Pt+1 dan Pt adalah jumlah penduduk dalam tahun yang berurutan. Ini berarti bahwa. Klosterman (1990). Pt+1 – Pt yang adalah perbedaan pertama yang selalu tetap (konstan). maka penduduk akan bertambah atau berkurang pada tingkat pertumbuhan yang tetap (yaitu sebesar Pt+1/Pt ) dari waktu ke waktu. proyeksi dengan . Misalnya. Model ini berasumsi bahwa penduduk akan bertambah/berkurang sebesar jumlah absolute yang sama/tetap (β) pada masa yang akan datang sesuai dengan kecenderungan yang terjadi pada masa lalu. mengacu pada Pittengar (1976). sehingga tidak memungkinkan untuk menggunakan model lain. 1.Pt =α + βT Dimana : 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 Hasil proyeksi akan berbentuk suatu garis lurus.

Namun demikian. Model ini menggunakan persamaan derajat kedua yang ditunjukkan sebagai berikut: Pt =α + β1T + β2T2 Model parabolic memiliki dua koefisien yaitu β1 dan β2.tingkat pertumbuhan yang tetap ini umumnya dapat diterapkan pada wilayah. β1 adalah koefisien linear (T) yang menunjukkan pertumbuhan konstan. Berdasarkan variasi pada tanda β1 dan β2. Skenario dalam Model Parabolik β1β2Efek terhadap pertumbuhan penduduk Pertambahan yang semakin meningkat + + Penduduk bertambah Kurva cekung ke atas (Concave upward) Pertambahan yang semakin berkurang + . tidak seperti model geometrik (yang berasumsi tingkat pertumbuhan konstan dari waktu ke waktu). model akan menghasilkan empat scenario sebagai berikut: Tabel. Tanda positif atau negatif pada β1 dan β2 bervariasi tergantung pada apakah tingkat pertumbuhan tersebut akan meningkat atau menurun. dan β2 adalah koefisien non-linear yang (T2) yang menyebabkan perubahan tingkat pertumbuhan.Penduduk berkurang Kurva cekung ke bawah (concave downward) . Model geometric memiliki persamaan umum: Pt =α + βT Persamaan diatas dapat ditransformasi kedalam bentuk linear melalui aplikasi logaritma. menjadi sebagai berikut: LogPt =Logα + T. dimana pada tahun-tahun awal observasi pertambahan absolut penduduknya sedikit dan menjadi semakin banyak pada tahun-tahun akhir. Model Parabolik Model parabolic seperti model geometric berasumsi bahwa penduduk suatu daerah tidak tumbuh dalam bentuk linear.+ Pertambahan yang semakin berkurang .logβ 1. c. pada model parabolic tingkat pertumbuhan penduduk dimungkinkan untuk meningkat atau menurun.

5-9. gender dan etnis akan membantu untuk membangun pemahaman yang lebih baik mengenai dinamika penduduk suatu daerah. Jumlah kelahiran akan bervariasi berdasarkan umur dan etnis dari penduduk wanita. Menurutnya. 2-3 dst). Misalnya.. mortalitas dan migrasi) secara terpisah. Model Komponen Kohor Model-model ekstrapolasi trend yang didiskusikan diatas mengacu pada perkiraan penduduk secara agregat. atau 10 tahunan (0-9. lima tahunan (0-4. Persamaan dalam model komponen kohor adalah: Dimana: Pt t = penduduk tahun t pada kohor di interval k = tahun . 10-14 dst). Karena ukuran kohor semakin kecil.Penduduk berkurang Kurva cekung ke bawah (concave downward) Klosterman (1990). 1-2.Penduduk bertambah Kurva cekung ke atas (Concave upward) Pertambahan yang semakin meningkat . namun demikian proyeksi jangka panjang akan menghasilkan angka yang sangat besar atau sangat kecil. 3. Demikian juga. kelompok umur. kohor dibagi lagi berdasarkan gender dan etnis. maka akan semakin terperinci informasi yang dapat digunakan dalam analisis. 10-19. 20-29. migrasi akan bervariasi menurut umur. Interval (k) dari kohor ini umumnya dalam satu tahunan (0-1. Selanjutnya. meskipun model ini baik untuk daerah dengan pertumbuhan atau penurunan yang cepat. sementara model komponen kohor mengacu pada perubahan-perubahan komponen penduduk (yaitu fertilitas. gender dan etnis individu. Penduduk secara keseluruhan dibagi kedalam beberapa kohor/kelompok umur. menyarankan demographer untuk terlebih dahulu mencermati (menguji coba) model ini ketika akan diaplikasikan pada suatu daerah. bayi dan penduduk umur-umur tua akan memiliki persentase kematian yang lebih tinggi dibandingkan penduduk usia muda. Pengelompokan penduduk berdasarkan komponen-komponen yang mempengaruhi perubahan penduduk.

yang bertahan hidup ke kohor berikutnya (n) pada tahun t. b. Tingkat fertilitas diberikan melalui persamaan berikut: Dimana: . maka persamaan dapat ditulis ulang sebagai berikut: Berikut diberikan perhitungan-perhitungan untuk ketiga komponen dalam metode ini: 1. Mortalitas-Tingkat Survival Mortalitas dihitung dalam model sebagai jumlah penduduk dalam kohor tertentu n-k pada tahun t-k.Tingkat Fertilitas Fertilitas adalah jumlah bayi yang dilahirkan wanita usia subur (biasanya antara 15-44 tahun).n k = umur awal dari kohor = jumlah tahun dalam kohor (interval kohor umur) DTH = total kematian IR = total kelahiran NMIG = total migrasi bersih Karena penduduk kohor n pada tahun sebelumnya ( ) dikurangi dengan jumlah kematian dalam kohor tersebut ( ) adalah jumlah penduduk yang bertahan hidup ke kohor n pada tahun t ( ). Kelahiran. Dimana: penduduk dari kohor n-k pada tahun t-k n-kSRVk = tingkat bertahan hidup (survival) 1. a.

atau wilayah basis (base area). 10-14). maka untuk keakuratan perhitungan. Dimana: tingkat fertilitas yang disesuaikan dari wanita dalam kohor n dengan interval k Total kelahiran selanjutnya dibagi atas kelahiran bayi laki-laki dan bayi perempuan berdasarkan sex ratio waktu lahir dari data masa yang lalu. 5-9. shift share dan model share of growth. Migrasi bersih (Net Migration). tingkat fertilitas perlu disesuaikan.juga didasarkan pada trend masa lalu. maka proyeksi dapat dilakukan untuk interval lima tahunan (2005. Model Ratio Menurut Smith. model ratio-sebagaimana model ekstrapolasi trend. Misalnya. Model ini sederhana dan mudah dalam perhitungannya serta membutuhkan data yang relative lebih sedikit.tingkat fertilitas wanita dalam kohor n dari interval k jumlah kelahiran oleh wanita pada kohor n jumlah wanita dalam kohor n Tingkat fertilitas yang diperoleh dari rumus diatas dapat digunakan untuk menghitung jumlah kelahiran dalam interval waktu yang sama sesuai dengan ukuran kohor. Tayman dan Swanson (2001). Model ratio menggunakan konsep bahwa penduduk (atau perubahan penduduk) pada suatu wilayah yang lebih kecil (wilayah studi) merupakan proporsi dari penduduk (perubahan penduduk) dari wilayah yang lebih luas. 2015). . Tingkat fertilitas yang disesuaikan adalah rata-rata dari dua tingkat fertilitas yang berurutan. Meskipun demikian. model ini membutuhkan proyeksi penduduk dari wilayah basis tersebut. c. Model ratio mencakup model constant share. 1. dengan persamaan: 4. jika ukuran kohor adalah lima tahunan (0-4. Migrasi bersih adalah perbedaan antara jumlah penduduk yang masuk dengan jumlah penduduk yang keluar dari suatu daerah. 2010. Selanjutnya. jika wanita-wanita pada kohor umur tertentu tidak memiliki kelahiran.

Jika pertumbuhan daerah studi lebih cepat dari daerah basis maka shift term akan positif. jika daerah studi dan daerah basis memiliki trend pertumbuhan yang berlawanan.5. artinya jika daerah studi mengalami penurunan penduduk dan daerah basis mengalami peningkatan penduduk. Sebaliknya jika pertumbuhan daerah studi lebih lambat dari daerah basis. Persamaan dalam metode ini adalah sebagai berikut: Dimana: b s z = tahun awal observasi = shift term = jumlah tahun dalam proyeksi (t-1) . Model Constant Share Model ini berasumsi bahwa share penduduk dari daerah studi merupakan suatu proporsi yang konstan dari daerah basis dan proyeksi dilakukan berdasarkan proporsi konstan tersebut. Namun demikian. atau sebaliknya. Model Shift Share Model shift share mencoba mengoreksi kelemahan dari model constant share dengan memasukkan indeks pergeseran (shift term) untuk menghitung perubahan share penduduk dari waktu ke waktu. penggunaan model ini akan menghemat waktu dan lebih sederhana dalam penerapannya. maka shift termnya akan negative. Model disajikan dalam bentuk persamaan berikut: Dimana: P = jumlah penduduk pada daerah studi Pj = penduduk pada daerah basis atau daerah yang lebih luas yang didalamnya terdapat daerah studi l t = tahun akhir dari observasi = tahun proyeksi Jika data wilayah studi menunjukkan kecenderungan yang sama seperti wilayah basis. proyeksi ini tidak dapat diaplikasikan 6.

hal ini dapat menyebabkan bertambahnya atau berkurangnya penduduk dalam jumlah yang sangat besar pada tahun proyeksi. Metode “share of growth” Metode ini menggunakan share dari pertumbuhan penduduk bukannya share dari jumlah penduduk seperti yang digunakan dua model ratio sebelumnya. Asumsi dasar dari model ini adalah bahwa share pertumbuhan penduduk daerah studi pada periode observasi akan berlaku sama dalam periode proyeksi. . Oleh karenanya. 7.y = jumlah tahun dalam periode observasi (1-b) Satu kelemahan utama dari metode ini adalah jika terjadi pertumbuhan atau pengurangan yang tinggi pada tahun dasar. Misalnya jika pertumbuhan penduduknya sama-sama meningkat atau sama-sama menurun. Model ini disajikan dalam bentuk persamaan berikut: Metode ini akan lebih tepat diterapkan jika trend pertumbuhan penduduk pada daerah studi sama dengan trend pertumbuhan pada daerah basis. penggunaan metode ini untuk proyeksi penduduk jangka panjang harus dilakukan secara hati-hati.

. fasilitas perumahan. ada 2 cara yaitu: 1. dan fasilitas kesempatan kerja. 2. Metode Komponen Metode ini sering digunakan dalam penghitungan proyeksi penduduk. 2. Metode Matematik. mortalitas dan migrasi. • Eksponential Rate of Growth: Pn= P0 ern Dimana P0 : jumlah penduduk pada tahun awal Pn : jumlah penduduk pada tahun ke-n r : tingkat pertumbuhan penduduk dari tahun awal ke tahun ke-n. ada 2 cara. Arithmathic Rate of Growth: Pn= P0(1+rn). yaitu: • Linear Rate of Growth. Data penduduk Indonesia yang dapat dipakai dan dipercaya untuk keperluan proyeksi adalah berasal dari sensus penduduk (SP) yang diselenggarakn pada tahun yang berakhir “0” dan survei antar sensus (SUPAS) padad tahun yang berakhir “S”. hasil proyeksi tiap komponen digabungkan. C Metode Proyeksi Ada beberapa cara untuk memproyeksikan jumlah penduduk masa yang akan datang antara lain: 1. fasilitas pendidikan. Metode ini membutuhkan data-data sebagai berikut:  Komposisi penduduk menurut umur dan jenis kelamin yang telah dilakukan  perapihan (smothing). Metode ini melakukan tiap komponen penduduk secara terpisah dan untuk mendapat proyeksi jumlah penduduk total. Geometric Rate of Growth: Pn=P0 (1+r)n. fasilitas kesehatan.A Pengertian Proyeksi Penduduk Proyeksi penduduk adalah perhitungan jumlah penduduk (menurut komposisis umur dan jenis kelmain) di masa yang akan dating berdasarkan asumsi arah perkembangan fertilitas. n : banyak perubahan tahun. B Kegunaan Proyeksi Penduduk Hasil proyek penduduk sangat bermanfaat untuk perencanaan penyediaan pangan.  Pola mortalitas menurut umur.

b. Wardiyatmoko.  Proporsi migrasi menurut umur. .  Perapihan (adjusment) penduduk 10-64 dengan rumus:  Perapihan (adjusment) penduduk 65+ tahun.tahap Proyeksi a. dengan table stable population karena dianggap pengaruhnya tidak besar (mendekati “0”)  Perapihan (adjustment) penduduk 0-4 tahun dan 5-9 tahun dengan menggunakan survival ratio. D Tahap. Daftar Pustaka : 1. cenderung umur mengelompok pada angka yang berakhiran “0” dan “5”. Pola fertilitas menurut umur. pelaporan umur tidak benar.  Rasio jenis kelamin saat lahir. Jakarta : Erlangga. Evaluasi Data  Umur.Geografi untuk SMA kelas IX. mengalokasikan TT (tidak terjawab) ke masing-masing kelompok umur. Perapihan Umur  Prorata (pro-rate).k 2006.  Jenis Kelamin: Rasio jenis kelamin berfluktuasi diakibatkan mobilits laki-laki lebih tinggi pada usia muda sehingga banyak terlewat cacah.

Pdf.com ) . Data Statistik Indonesia_Pertumbuhan penduduk ( google. ( google.2.com ) 3. PROYEKSI PENDUDUK .