MO

GR
A

D
I
S
U
S
U
N

FI

PROYEKSI PENDUDUK
Propinsi SUMATERA SELATAN

OLEH

;

DE

Nama
Nim
Kelas

:
:
:

Nugraha pukuh
03.4283
III sk 2

Sekolah tinggi ilmu statistik
Jakarta
2006

PROYEKSI PENDUDUK
propinsi sumatera selatan
Penduduk sebagai subyek dan obyek pembangunan, menjadi titik
sentral

dalam

pembangunan

nasional

bangsa

Indonesia.

Dalam

perkembangannya penduduk akan dipengaruhi oleh variabel demografi dan
non demografi, yang mengakibatkan tiap-tiap daerah memiliki potensi dan

FI

keunikan karakteristik penduduk masing- masing. Keunikan karakteristik ini
menjadi salah satu dasar pelaksanaan otonomi daerah
Undang-Undang No. 22 Tahun 1999.

yang

diatur

oleh

GR
A

Perencanaan pembangunan baik di tingkat nasional atau dalam
konteks otonomi daerah, harus didasarkan

pada

kondisi

demografi

penduduk. Untuk Perencanaan pembangunan yang berkesinambungan
disegala bidang, diperlukan informasi yang berkesinambungan mengenai
keadaan penduduk seperti jumlah penduduk, persebaran penduduk, dan
susunan penduduk menurut umur dan jenis kelamin yang relevan dengan

MO

rencana tersebut. Informasi yang dibutuhkan tidak hanya menyangkut
keadaan pada saat perencanaan disusun, tetapi juga informasi masa lampau
masa kini, dan yang yang lebih penting lagi adalah informasi perkiraan pada
waktu yang akan datang. Untuk data penduduk pada waktu yang lalu dan

DE

masa kini sudah dapat diperoleh dari hasil-hasil sensus dan survei.
Sedangkan untuk memenuhi kebutuhan data penduduk masa yang akan
datang, informasi tersebut belum tersedia sehingga perlu dibuat suatu
proyeksi penduduk yaitu perkiraan jumlah penduduk dan komposisinya di
masa mendatang.

Proyeksi penduduk adalah perhitungan jumlah penduduk (menurut
komposisi umur dan jenis kelamin) yang menunjukkan keadaan fertilitas,
mortalitas serta migrasi di masa yang akan datang. Proyeksi penduduk bukan
merupakan ramalan jumlah penduduk tetapi suatu perhitungan ilmiah yang
didasarkan pada asumsi arah perkembangan dari komponen-komponen laju

1

Pola pertambahan penduduk yang sering dipakai adalah pola pertambahan penduduk menurut kurva geometrik dan eksponensial. Ada beberapa cara yang dapat digunakan untuk memproyeksikan jumlah penduduk masa yang akan datang antara lain: 1.ketiga komponen inilah yang menentukan besarnya jumlah penduduk di masa yang akan datang. Untuk menentukan asumsi daritingkat perkembangan kelahiran.3026) * log (Pt/Po) 2 . Estimasi penduduk adalah perkiraan jumlah penduduk berdasarkan ketentuan –ketentuan dan rumus –rumus sederhana. dan migrasi berada GR A pada tingkat tertentu. Mathematical Method (Metode Matematik). kematian. tidak MO Metode matematik digunakan bila komponen pertumbuhan penduduk diketahui. dan hubungan antara satu komponen dengan yang lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang. Geometrik : Pt = Po (1+r) t r = 1-anti log {(log Pt/Po)/t} Eksponensial : Pt = Po e rt r = 1 / t (2. Berbeda dengan estimasi penduduk. untuk Perubahan penduduk digunakan untuk mengestimasi jumlah penduduk antara dua sensus DE atau setelah sensus dilaksanakan (forward projection). yaitu kelahiran. mortalitas. dan perpindahan (migrasi).pertumbuhan penduduk. kematian dan perpindahan di masa yang akan datang diperlukan data yang menggambarkan trend dimasa lampau hingga saat ini. Jadi proyeksi FI penduduk menggunakan beberapa asumsi sehingga jumlah penduduk dimasa yang akan datang adalah X kalau fertilitas. factor-faktor yang mempengaruhi masing-masing komponen itu. Menggunakan fitting curve data sensus menggambarkan perubahan penduduk antara dua sensus.

Ketika dapat proyeksi jumlah penduduk. 2. Mengestimasi pola fertilitas (ASFR). menggunakan metode dari PBB yang di s us un da l a m pa ke t pr ogr a m “ Mi c r o Comput e r Pr ogr a ms f or De mogr a phi c sAna l y s i s ”( MCPDA) . Methode ini dipakai sejak SP71.2. Estimasi fertilitas dilakukan dengan methode anak kandung.mortalitas. maka proyeksi untuk penduduk perempuan dan laki-laki dihitung berdasarkan pola rasio jenis kelamin. ini untuk menjaga kesinambungan data. 3 . Rasio jenis kelamin saat lahir. Pola mortalitas menurut umur. Selain TFR juga didapat ASFR. Component Method (Metode Komponen). Menentukan level kematian suatu penduduk tertentu (west DE Model). hasil proyeksi tiap komponen digabungkan. 3. Tahap II adalah perapihan umur penduduk usia 65+ menggunakan distribusi umur penduduk 65+ dari suatu negara yang penduduknya sudah stabil (metode Stable Population). Dengan melakukan penghitungan tiap komponen penduduk secara terpisah.level kematian dihitung dari estimasi angka kematian bayi dengan metode trussel. dan migrasi. Komposisi penduduk menurut umur dan jenis kelamin yang telah dilakukan perapihan (smothing). 4. Metode ini membutuhkan data-data sebagai berikut: FI 1. MO Tahap III adalah perapihan penduduk umur 0-4 dan 5-9 tahun dengan metode survival ratio pada saat lahir. GR A Tahap I adalah perapihan jumlah penduduk menurut jenis kelamin kelompok umur 10-64 tahun. Pola fertilitas menurut umur. dan untuk mendapatkan proyeksi jumlah penduduk total. Metode ini memperhatikan perubahan tiap-tiap komponen pertumbuhan penduduk yaitu fertilitas.

314 kelurahan.di sébelah utara berbatasan dengan propinsi jambi.CBR. Output yang diperoleh adalah: menurut kelompok umur.dengan penyebaran penduduk dan profil daerah seperti tercantum dari tabel dibawah ini : 4 . MO Propinsi Sumatera Selatan sebagai salah satu daerah otonom. dan 2465 desa.153 kecamatan.701. Pada paper ini akan DE melakukan perhitungan proyeksi penduduk propinsi sumatera selatan.laju pertumbuhan penduduk. memerlukan data proyeksi penduduk yang dapat menggambarkan kondisi demografi penduduk dari aspek kuantitas dan kualitas sebagai dasar dalam pembuatan perencanaan pembangunan. Memiliki luas wilayah 8. Proporsi migrasi menurut umur.TFR.sebelah selatan dengan propinsi lampung dan sébelah barat dengan propinsi bengkulu. Untuk proyeksi Indonesia. Untuk mempermudah penghitungan proyeksi penduduk digunakan jumlah penduduk GR A software program komputer yaitu “Fi vs i n”. Data migrasi yang dipakai adalah migrasi risen (migrasi antar propinsi). dengan metode life Table Survival Ratio dihitung besarnya rata-rata net migrasi per kelompok umur per tahun. migrasi internasional diasumsikan 0. Pola migrasi untuk tahun-tahun ke depan diasumsikan sama dengan pola migrasi periode tahun yang FI dihitung. Data penduduk Indonesia yang dapat dipakai dan dapat dipercaya untuk keperluan proyeksi adalah berasal dari sensus penduduk (SP) yang di s e l e ngga r a ka ns e t i a p10t a huns e ka l iy a i t u pa dat a huny a ngbe r a khi r a n“ 0” da ns ur ve ipe nduduka nt a rs e ns us( SUPAS)pa dat a huny a ngbe r a khi r a n“ 5” .742 Ha terdiri dari 14 kabupaten dan kota . sébelah timur dengan selat karimata dan laut jawa.5.ASFR. Propinsi sumatera selatan. CDR dan level kematian.

64 502210 Sumber : kanwil badan pertahanan nasional dan BPS Sumatera Selatan 5 .28 40235 5.65 6755 8 53 19 174452 415. Jumlah/total Luas Daerah Kecamatan Kelurahan Desa GR A Kabupaten / Kota FI dan kepadatan penduduk Menurut kabupaten /kota Jumlah Penduduk Kepadatan Per (Km2) Jumlah rumah tangga 291760 9 15 122 255246 87. Musi rawas 1213457 17 1 260 474430 39.Prabumulih 42162 13.1 34364 6. Oku timur 335604 10 11 195 556010 165.Luas daerah.56 11082 153 314 2465 6755900 77.9 29845 14 101 2 1338793 3579. Ogan komering ilir 1690532 12 20 267 656828 38. Oku selatan 540301 10 3 199 317277 58. Banyuasin 1214274 11 12 244 733828 60.48 16798 2.Pagar alam 57916 14.37 83983 4 19 12 130340 309. Ogan komering ulu 8701742 6 12 152 356983 133.14 5727 5 19 16 114562 197.85 61609 3. Musi banyuasin 1447700 9 5 200 469175 32.Ogan ilir 266609 37403 12. Muara Enim 858794 19 20 270 632222 73. jumlah penduduk dan rumah tangga.43 60678 8.41 36083 7.Palembang MO 1.72 28612 9. pembagian daerah administrasi.67 48452 10.62 37987 4.Lubuk Linggau 41980 Jumlah DE 11. Lahat 663250 19 23 507 545754 82.

1 2004 95. Sumatera selatan dalam angka 6 Rata2 pengeluaran rill 2004 7.6 2002 16 2004 12 .1 DE Sumber : BPS Propinsi sumatera selatan.Jumlah dan Pertumbuhan penduduk FI Propinsi Sumatera selatan tahun 1990 . Hasil SP 1990. dan 2004 Propinsi Angka Harapan Hidup 2002 Sumatera selatan 65.2004 Angka Melek Hurup 2002 94. Susenas 2003. 2004 Jumlah Penduduk Provinsi 2003 5492993 6486015 laki-laki 2004 Perempuan Total 3273764 6596057 1.7 Rata2 lama sekolah 2002 7.4 2002 582.7 2004 57.7 GR A Sumatera Selatan 1990 Rata-rata pertumbuhan per tahun 2003-2004 3322293 Sumber : BPS.7 MO Indeks Pembangunan Manusia ( IPM ) 2002 . 2003 .9 2004 608.4 IPM Peringkat 2002 2004 66 69.

361 62.98 6.05 124.016 382.545 0.625 785.07 14.568 883.774 0.696 50-54 3.481 460.931 209.620 87.904 223.36 8.71 212. SP1990 dan SP2000 Catatan : *) Tidak termasuk penduduk non respon (41681 jiwa) dan penduduk tidak bertempat tinggal tetap (618 jiwa).02 0.43 9.55 4.493 55.08 71.89 491.06 5.28 39.19 73.01 0 795 549 0 100 100 100 3975904 5492993 6857376 DE Sumber : BPS hasil SP1980.602 44.539 5-9 15.628 20-24 9.314 825.21 7.64 10.96 378.160 35-39 5.711 328.819 730.819 759.554 115.889 288.52 13.108 463. Penyebaran penduduk berdasarkan kelompok umur pada tahun 2000 dapat dilihat dari piramida penduduk dibawah ini : 7 .73 8.337 459.940 396.25 207.259 0.130 40-44 4.37 13.01 31.633 70-74 75+ TT Jumlah GR A MO 65-69 FI 0-4 0.170 10-14 12.79 1.23 7.85 2.58 180.1 2.63 11.353 150.995 25-29 7.963 30-34 5.04 423.045 497.015 142.642 45-49 3.059 682.93 2.84 1.62 3.51 8.82 0.45 599.83 10.807 46.21 143.036 577.928 204.72 307.8 0.141 69.177 60-64 1.99 1.81 0.169 803.35 5.169 106.51 12.214 597.3 12.14 3.77 656.916 15-19 10.73 4.13 3.681 738.150 55-59 1.14 1.843 171.81 32.Jumlah penduduk sumatera selatan menurut kelompok umur Kelompok umur (1) Distibusi Persentase Jumlah Penduduk ) ) 1980 1990 2000* 1980 1990 2000* (2) (3) (4) (5) (6) (7) 16.

628 682.221 444.539 785.336 331.170 883.126 411.000 FI 20-24 600.135 8 Total 738.916 825.kesalahan ini sering terjadi karena banyak penduduk terutama di daerah pedesaan yang tidak MO melaporkan umurnya dengan benar.000 1.000 400.948 439.292 351.860 367.000 800.terutama yang tidak tahu tanggal lahirnya. Jumlah penduduk sumatera selatan menurut kelompok umur dan jenis kelamin tahun 2000 Kelompok umur 0-4 5-9 10-14 15-19 20-24 Perempuan Laki-laki 370.melaporkan umurnya pada tahun-tahun yang berakhiran 0 dan 5. karena dari hasil-hasil sensus dan survei yang dilakukan.Pir am ida pe nduduk Sum ate r a Se latan tahun 2000 TT 75+ 70-74 65-69 60-64 55-59 50-54 Um ur 45-49 40-44 35-39 30-34 25-29 15-19 10-14 5-9 0-4 0 200.000.kesalahan yang paling sering ditemukan adalah kurang tepatnya pelaporan umur. penduduk yang umurnya berakhiran dengan 0 dan 5 sangat menonjol jika dibandingkan DE dengan umur disekitarnya.790 414.548 388.00 0 GR A Jum lah Untuk melakukan proyeksi hal pertama yang akan kita lakukan adalah Evaluasi data dasar. Data yang diperoleh dari hasil sensus dan survei biasanya masih mengandung kesalahan.995 .991 396.

125 99. kemudian dilakukan perapihan dengan tujuan untuk menghapus atau memperkecil berbagai kesalahan yang ditemukan.583 25.642 288.413.956 45.552 248.570 110.259 55.177 142.545 3. Dengan tujuan agar kesalahan-kesalahan itu tidak terbawa kedalam perhitungan proyeksi.444.113 228.345 34. Dan terakhir kelompok umur 0-4 dan 5-9 tahun dengan menggunakan data angka kelahiran total (TFR) masa lampau dengan metode Survival Rasio.897 199.perpihan umur akan dilakukan dalam tiga tahap yaitu perapihan data penduduk kelompok umur 10 –64 tahun dengan metode dari PBB ( UN Method ) dengan Rumus : 5 1 P x  ( 5 P x 10 4 5 P x 5 105 Px 4 5 P x 5 5 P x 10 ) 16 Yang telah disusun dalam paket program MCPDA.150 150.130 382. data dasar yang mengandung banyak kesalahan tersebut harus dievaluasi secara cermat.776 135.611 597.233 182.677 29. 9 .633 87.934 295.160 460.963 497.774 69. FI Sumber : BPS hasil SP2000 Catatan : *) Tidak termasuk penduduk non respon (41681 jiwa) dan penduduk tidak Jumlah penduduk yang dirinci menurut umur dan jenis kelamin adalah salah satu data dasar yang dibutuhkan untuk membuat proyeksi penduduk dengan metode komponen.591 69.677 42.866 153. MO Perapihan umur perlu dilakukan untuk memperkecil kesalahan yang ada dalam data.411 249. Selanjutnya penduduk kelompok umur ( 65+ ) tahun dengan menggunakan metode Stable Population.047 231. karena akan mempengaruhi jumlah dan struktur umur penduduk dalam periode proyeksi tersebut.100 72.193 3. DE Seperti yang telah dijelaskan sebelumnya.oleh karena itu untuk keperluan proyeksi.050 77.696 209.430 34.183 6857376 GR A bertempat tinggal tetap (618 jiwa).25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+ Jumlah 302.585 72.

928 66.238 207.Perapihan Umur 10-64 tahun dengan UN Smoothing Method` Perapihan Laki-laki PerapihanTotal 429.975 GR A 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+ Jumlah Perapihan Perempuan FI Kelompok umur MO Perapihan umur 70-74 dan 75+ dengan stable Population : I.9 1.585 227.406 508.10434856  3413193 37693.027 289.646 452.244 198. Perempuan : Rasio P(70-74) dan P(75+) = P(70-74) + P(75+) P(0-75+) 100 34677+29934 100 3413193 1.16 Interpolasi (Perempuan P(70-74) ) : 1.9) 0.10434856 2.233 94.933 98.54775 37694 100  10 .585 355.060 224.277 131.144 436.0-1.536 81.9 dan 2.299 696.213 290.115 382.349 64.5 1.867 48.128 135.071 76.0 = 1.301 821.938 409.89 % untuk P(70-74) terletak pada persen 1.714 341.5 = 0.452 588.5 (1.305 109.831 866.492 253.363 411.871 184.425 298.607 158.085 154.366 46.16 0.892978-1.914 255.892978% DE = Ratio 1.

9 1.6) 0.892978-1.84 0.5 (0.718897632 2.0 = 1.028805768 2.0-1.7477034 = FI II.78862944  3413193 26917.74% untuk P(75+) terletak pada persen 1.7477034-1. Laki –laki : Ratio 1.5 0.15003 24760 100  Perapihan umur 0-4 dan 5-9 dengan Survival rasio : 11 .6 0.74 % untuk P(70-74) terletak pada persen 1.5 = 0.84 0.0-1.5 = 0.16 0.Ratio 1.5 = 0.7477034-1.9 dan 2.16 : MO Interpolasi (Laki-laki P(70-74) ) 1.78862944 2.84 Interpolasi (Laki-laki P(75+)) : 1.4448 26917 100  Rasio P(70-74) dan P(75+) = P(70-74) + P(75+) P(0-75+) 100 GR A 34583+25611 100 3444183 1.0-1.84 Interpolasi (Perempuan P(75+)) : 1.5 0.9) 0.5 1.89% untuk P(75+) terletak pada persen 1.6 dan 2.5 (0.6 0.6) 0.0 = 0.6 dan 2.0 = 0.718897632  3444183 24760.028805768  3444183 35433.5 (1.95336 35434 100 DE  Ratio 1.

7752 GR A born Survival rasio level 18.1308 329484.195779 Adjusted female 0-4 tahun birth female 1990-1995 412206 413975 MO Weight Population 1990-1995 ASMFR marrital 360424.8552 10-14 439126 0.1291 309420.8845 0.0908 DE Weight Population 19952000 413120.982828 252380.2593 0.3490 0.0000 0.56097 256790.988048 20-24 351860 0.4909 277466.151 358270.6804 0.987104 416665.2581 0.6850 0.7439 238381.988048 356116.1471 400957.1784 383724.3159 0.1141 161047.56097 383704.3003 0.6982 415780.1840 311733.664188 240796.979964 405015.992124 446125.1297 189574.04 FI Umur 12 Adjusted female 5-9 tahun 385189 birth male 1995-2000 465162 Adjusted male 0-4 tahun 432816 birth male 19901995 434674 Adjusted male 5-9 tahun 404449 .10531275 254852 237959 184831 173576 145533 133532 115666 113934 Birth rate 1990-1995 0.979940 35-39 231233 0.7364 5-9 388948 0.4423 254585.0179 0.0767 209252.975996 40-44 182776 0.109006 443011 weight ASMFR marrital 0.0061 444368.8520 0.2943 0.302 0.0737 15-19 411292 0.969900 45-49 135125 Lanjutan Birth rate 1995-2000 0.658 419387.8314 427895.477946 191877.987104 422108.168 0.930464 428001.992124 442612.4864 0.1964 1.6945 1.0122 0.384264 143642.4877 0.5324 0-4 370548 0.04 population estimasi 1995 population estimasi 1990 average of population 1995-2000 average of population 19901995 Married Women Proportion 0.873 242006.985164 307108.112699 average birth rate birth female 19952000 0.Penduduk tahun 2000 Survival rasio level 18.2432 141480.985164 25-29 302552 0.930464 398240.979964 396900.969900 139318.975996 187271.6877 0.979940 235966.524507 0.982828 30-34 248047 0.9350 0.

406 508.027 289.277 131.585 72.345 34.259 55.050 77.633 87.928 66.552 248.975 73.831 35439 24.430 34.591 69.714 341.128 135.934 3.871 184.170 883.085 154.071 76.100 72.866 153.292 351.638 866.536 81.677 42.956 45.413.363 411.411 249.449 436.183 738.244 198.918 3.948 439.301 821.492 253.336 331.160 460.916 825.022 789.607 158.130 382.299 696.790 414.238 MO 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+ Jumlah Perempuan DE Kelompok umur GR A Hasil Perapihan secara keseluruhan : 13 .366 46.570 110.776 135.860 302.193 Laki-laki Total 367.683 6.452 588.548 388.539 785.305 109.177 142.628 682.349 64.72847 31530 27699 812820 759546 FI 80408 370.233 94.642 288.765 3.113 228.816 404.126 411.125 99.694 26.512.522 845.425 298.716 432.914 255.206 385.938 409.995 597.213 290.585 355.133 51.189 429.444.897 199.144 37.135 295.233 182.583 25.991 396.238 207.774 69.444.585 227.611 3.677 29.221 444.957.047 231.696 209.150 150.060 224.963 497.115 382.933 98.646 452.545 6857376 Perapihan Perempuan Perapihan Laki-laki PerapihanTotal 412.867 48.

0019 14 .untuk menentukan asymtot atas Koefisien kurva logistic t = Waktu sebagai variable bebas e = Konstanta eksponensial MO a dan b = selain menggunakan kecenderungan tingkat fertilitas dimasa lampau. Estimasi angka kelahiran total (TFR) Sumatera selatan tahun 2000-2025 Estimasi hasil Fitting Periode 20002005 Tahun Rujukan TFR 2002 2.0172 0. Asumsi fertilitas Angka kelahiran total (TFR) sumatera selatan menurun sesuai dengan tren dimasa lampau dan diproyeksikan dengan menggunakan rumus : FI k Y L  1 be at GR A Catatan : Y = Perkiraan TFR L = Perkiraan asymtot bawah TFR pada saat NRR=1 k = Konstanta.juga digunakan target pencapaian tingkat fertilitas di masa yang akan datang yang didapat dari badan koordinasi keluarga berencana DE (BKKBN).0484 0. maka TFR akan ditahan/dipagu pada angka 2.0689 0.Setelah menyelesaikan perapihan umur maka langkah selanjutnya yang dilakukan adalah melakukan Penentuan Asumsi.1056 0.1367 0. yang merupakan tiga komponen laju pertumbuhan penduduk yaitu.seperti halnya pada tingkat nasional apabila propinsi telah mencapai situasi NRR=1 atau setara TFR = 2. I. Tahap ini merupakan kunci perhitungan proyeksi penduduk.1 tersebut.0735 0.1. tingkat kelahiran.kematian.537 ASFR 15-19 20-24 25-29 30-34 35-39 40-44 45-49 0. dan migrasi.

0019 2022 2.0431 0.dimana k+L = 180 adalah asymtot atas a dan b = = e = Koefisien kurva logistic Waktu sebagai variable bebas Konstanta eksponensial DE t MO Y selain menggunakan kecenderungan tingkat mortalitas dimasa lampau. Proyeksi penduduk indonesia 2000-2025 FI II.125 0.0157 0.0655 0.1 0.0019 Sumber : BPS.0012 2012 2.juga digunakan informasi mengenai target pencapaian tingkat mortalitas di masa yang akan datang yang didapat dari departemen kesehatan.1246 0.0652 0.1212 0.0963 0.0936 0. Proyeksi penduduk indonesia 2000-2025 15 2020-2025 (2022) 16 .0153 0.0429 0.0611 0. Estimasi angka Kematian Bayi (IMR) Sumatera selatan tahun 2000-2025 IMR 2000-2005 (2002) 40 2005-2010 (2007) 31 2010-2015 (2012) 24 2015-2020 (2017) 19 Sumber : BPS.0429 0.20052010 20102015 20152020 20202025 2007 2.1 0.1216 0.291 0.0936 0.0614 0.1212 0.0611 0.0652 0.0628 0. Asumsi mortalitas Angka kematian bayi (IMR) sumatera selatan menurun sesuai rumus : k Y L  1 be at GR A dengan tren dimasa lampau dan diproyeksikan dengan menggunakan = Perkiraan IMR L = Perkiraan asymtot bawah k = Konstanta.0153 0.094 0.0153 0.0441 0.067 0.0016 2017 2.

35 1.25 M 1549 p 100 / 205  1000 5 P04 p MO Permpuan : ASNMR 04 p 0.25 -4.35 16 3034 35-39 .25 KELOMPOK UMUR 15202519 24 29 5-9 1014 1.13 0. Asumsi migrasi Migrasi internacional Neto dapat diabaikan (diasumsikan sama dengan nol).35 1. ASNMR untuk penduduk 5tahun keatas (laki-laki dan perempuan) dihitung dengan humus : Mig-in = Mig-out Pi mid 95-00 migrasi masuk di Sumatera selatan GR A Catatan : FI Mig ini Mig out i ASNMR i  x1000 (5 x Pi mid 9500 ) = migrasi keluar di Sumatera selatan = penduduk pertengahan tahun 1995-2000 Sedangkan ASNMR untuk penduduk 0-4tahun dihitung dengan rumus : 0.79 1.23 -3.03 -0.25 M 1549 p 105 / 205 Laki-laki : ASNMR 04 L  1000 5 P04 L Dimana : M15-49 p = jumlah migran perempuan umur 15-49 tahun P Jumlah penduduk perempuan umur 0-4 tahun DE P0-4 = P0-4 L = Jumlah penduduk laki-laki umur 0-4 tahun Migrasi neto Menurut kelompok umur dan jenis kelamin di sumatera selatan Jenis Kelamin Laki-laki Perempuan 0-4 0.19 -1. Pola yang dipakai adalah pola migrasi risen tahun 1995-2000 dan dihitung dengan metode Age Specific Net Migration Rate (ASNMR) menurut umur dan jenis kelamin. Pola migrasi sumatera selatan disesuaikan dengan pola migrasi data dasar yaitu pola migrasi berdasarkan data SP 2000.III.87 0.26 -0.08 0.25 0.00 0.92 1.

55 1.22 1. dan migrasi net rate.24 1.15 1.30 1.08 1.93 1.48 1. Proyeksi penduduk indonesia 2000-2025 FI Setelah diperoleh hasil perapihan dan asumsi dari komponen pertumbuhan penduduk dalam bentuk data TFR.65 1.16 1.Lanjutan 4044 4549 KELOMPOK UMUR 5055606554 59 64 69 Laki-laki 0.33 1.05 1.43 1. dan diperoleh hasil sebagai berikut : Proyeksi Penduduk sumatera selatan tahun 2000-2005 Perempuan 2000 412206 385189 429363 411585 355425 298914 255060 224871 184128 135933 98071 76349 64867 48144 37694 26918 3444717 DE UMUR 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 MO FEMALE 2005 413718 413290 387635 429299 406154 351882 299601 256451 226330 185389 136922 98654 76741 65240 48421 58187 3853914 2010 411977 414806 415914 387577 423634 402106 352691 301235 258115 227880 186738 137736 99161 77182 65615 92593 4254960 17 2015 396508 412367 417005 415307 381713 418451 401902 353168 301295 257325 226012 183464 133371 93775 69782 105923 4567368 2020 380757 391471 412607 414112 405889 373388 413544 397396 348228 295396 249843 215680 170334 118410 77195 100493 4764743 2025 365753 369289 389620 407360 401651 393466 365319 404442 387338 337392 283016 234562 196005 147058 94099 98234 4874604 .51 1.IMR.19 Perempuan 1.ASFR.27 Jenis Kelamin 7074 75+ Sumber : BPS. Selanjutnya data tersebut diolah dengan software program komputer GR A FIVSIN.

Laki-laki MALE 2005 434390 433937 407088 438063 406290 338150 289868 254515 228121 199016 155074 110008 82340 66717 47063 52397 3943037 2010 432563 435515 436768 408136 434402 402862 338589 290931 255497 229193 200008 155742 110561 82776 67048 83027 4363618 2015 414612 432538 437520 436645 402883 428505 401182 337560 289182 252648 224328 192374 145917 99330 69364 91217 4655805 2020 394314 408252 432465 435076 427781 393788 422369 395140 330632 280772 241632 209350 173060 124016 77263 86552 4832462 2025 377290 381417 406314 427981 423374 414563 384374 411318 381935 316221 263949 221082 183954 142859 93088 85399 4915118 2015 811120 844905 854525 851952 784596 846956 803084 690728 590477 509973 450340 375838 279288 193105 139146 197140 9223173 2020 775071 799723 845072 849188 833670 767176 835913 792536 678860 576168 491475 425030 343394 242426 154458 187045 9597205 2025 743043 750706 795934 835341 825025 808029 749693 815760 769273 653613 546965 455644 379959 289917 187187 183633 9789722 FI 2000 432816 404449 436938 409714 341027 289492 253585 227244 198085 154305 109536 81928 66366 46831 35439 24765 3512520 GR A UMUR 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 Total Both 2005 848108 847227 794723 867362 812444 690032 589469 510966 454451 384405 291996 208662 159081 131957 95484 110584 7796951 MO 2000 845022 789638 866301 821299 696452 588406 508645 452115 382213 290238 207607 158277 131233 94975 73133 51683 6957237 DE UMUR 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 2010 844540 850321 852682 795713 858036 804968 691280 592166 513612 457073 386746 293478 209722 159958 132663 175620 8618578 18 .

917 20202025 1.237 20052010 1.015 27.118 1.977 26.024 0.024 0.238 1. 19 .NRR dan mean age TAHUN GRR NRR MEAN AGE 20002005 1.Nilai GRR.002 26.998 27.016 20152020 1. hal ini mungkin disebabkan berhasilnya program keluarga berencana (KB) yang dicanangkan pemerintah hal ini juga terbukti dengan GR A penurunan angka kelahiran yang terlihat dari GRR dan NRR serta jumlah DE MO penduduk berumur 0-4 tahun.037 1.015 Dari data proyeksi diatas terlihat penrkembangan penduduk setiap tahun semakin bertambah akan tetapi laja pertumbuhannya semakin FI menurun.117 20102015 1.84 27.