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

maka proyeksi untuk penduduk perempuan dan laki-laki dihitung berdasarkan pola rasio jenis kelamin. GR A Tahap I adalah perapihan jumlah penduduk menurut jenis kelamin kelompok umur 10-64 tahun. Metode ini membutuhkan data-data sebagai berikut: FI 1. hasil proyeksi tiap komponen digabungkan.level kematian dihitung dari estimasi angka kematian bayi dengan metode trussel. Selain TFR juga didapat 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) . 4. Rasio jenis kelamin saat lahir. Tahap II adalah perapihan umur penduduk usia 65+ menggunakan distribusi umur penduduk 65+ dari suatu negara yang penduduknya sudah stabil (metode Stable Population). ini untuk menjaga kesinambungan data. MO Tahap III adalah perapihan penduduk umur 0-4 dan 5-9 tahun dengan metode survival ratio pada saat lahir.mortalitas. Metode ini memperhatikan perubahan tiap-tiap komponen pertumbuhan penduduk yaitu fertilitas. Component Method (Metode Komponen). Pola fertilitas menurut umur. Ketika dapat proyeksi jumlah penduduk. dan migrasi. 2. Estimasi fertilitas dilakukan dengan methode anak kandung. Menentukan level kematian suatu penduduk tertentu (west DE Model). Methode ini dipakai sejak SP71. 3. Komposisi penduduk menurut umur dan jenis kelamin yang telah dilakukan perapihan (smothing). dan untuk mendapatkan proyeksi jumlah penduduk total. Dengan melakukan penghitungan tiap komponen penduduk secara terpisah. Mengestimasi pola fertilitas (ASFR).2. Pola mortalitas menurut umur. 3 .

Untuk proyeksi Indonesia. Proporsi migrasi menurut umur. dengan metode life Table Survival Ratio dihitung besarnya rata-rata net migrasi per kelompok umur per tahun. Pola migrasi untuk tahun-tahun ke depan diasumsikan sama dengan pola migrasi periode tahun yang FI dihitung.ASFR. Output yang diperoleh adalah: menurut kelompok umur. dan 2465 desa. CDR dan level kematian.sebelah selatan dengan propinsi lampung dan sébelah barat dengan propinsi bengkulu. sébelah timur dengan selat karimata dan laut jawa. Data migrasi yang dipakai adalah migrasi risen (migrasi antar propinsi). Propinsi sumatera selatan.742 Ha terdiri dari 14 kabupaten dan kota . 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.laju pertumbuhan penduduk.TFR.5. Untuk mempermudah penghitungan proyeksi penduduk digunakan jumlah penduduk GR A software program komputer yaitu “Fi vs i n”. migrasi internasional diasumsikan 0.dengan penyebaran penduduk dan profil daerah seperti tercantum dari tabel dibawah ini : 4 .701. 314 kelurahan.153 kecamatan. Pada paper ini akan DE melakukan perhitungan proyeksi penduduk propinsi sumatera selatan.di sébelah utara berbatasan dengan propinsi jambi. 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” .CBR. MO Propinsi Sumatera Selatan sebagai salah satu daerah otonom.

62 37987 4.64 502210 Sumber : kanwil badan pertahanan nasional dan BPS Sumatera Selatan 5 .67 48452 10. 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 banyuasin 1447700 9 5 200 469175 32. Musi rawas 1213457 17 1 260 474430 39.Lubuk Linggau 41980 Jumlah DE 11.43 60678 8.Luas daerah. Muara Enim 858794 19 20 270 632222 73.1 34364 6. Ogan komering ulu 8701742 6 12 152 356983 133. Oku selatan 540301 10 3 199 317277 58.56 11082 153 314 2465 6755900 77.48 16798 2. Banyuasin 1214274 11 12 244 733828 60.Pagar alam 57916 14. Oku timur 335604 10 11 195 556010 165.Ogan ilir 266609 37403 12.9 29845 14 101 2 1338793 3579.37 83983 4 19 12 130340 309. pembagian daerah administrasi.65 6755 8 53 19 174452 415.28 40235 5.85 61609 3.72 28612 9. jumlah penduduk dan rumah tangga.Prabumulih 42162 13.41 36083 7. Lahat 663250 19 23 507 545754 82.Palembang MO 1. Ogan komering ilir 1690532 12 20 267 656828 38.14 5727 5 19 16 114562 197.

Jumlah dan Pertumbuhan penduduk FI Propinsi Sumatera selatan tahun 1990 .7 GR A Sumatera Selatan 1990 Rata-rata pertumbuhan per tahun 2003-2004 3322293 Sumber : BPS.7 2004 57. 2003 .1 2004 95.7 MO Indeks Pembangunan Manusia ( IPM ) 2002 .1 DE Sumber : BPS Propinsi sumatera selatan. 2004 Jumlah Penduduk Provinsi 2003 5492993 6486015 laki-laki 2004 Perempuan Total 3273764 6596057 1. Sumatera selatan dalam angka 6 Rata2 pengeluaran rill 2004 7. Hasil SP 1990. dan 2004 Propinsi Angka Harapan Hidup 2002 Sumatera selatan 65.6 2002 16 2004 12 . Susenas 2003.4 IPM Peringkat 2002 2004 66 69.2004 Angka Melek Hurup 2002 94.7 Rata2 lama sekolah 2002 7.9 2004 608.4 2002 582.

711 328.016 382.169 106.77 656.98 6.52 13.045 497. SP1990 dan SP2000 Catatan : *) Tidak termasuk penduduk non respon (41681 jiwa) dan penduduk tidak bertempat tinggal tetap (618 jiwa).036 577.696 50-54 3.963 30-34 5.3 12.37 13.14 3.108 463.14 1.82 0.01 0 795 549 0 100 100 100 3975904 5492993 6857376 DE Sumber : BPS hasil SP1980.481 460.177 60-64 1.81 32.19 73.51 12.807 46.93 2.602 44.940 396.21 7.928 204.79 1.059 682.337 459.214 597.931 209.995 25-29 7.07 14.73 4.625 785.1 2.63 11.45 599.904 223.05 124.84 1.36 8.71 212.314 825.353 150.545 0.681 738.55 4.01 31.21 143.568 883.35 5.43 9.819 730.58 180.130 40-44 4.819 759.62 3.06 5.628 20-24 9.554 115.774 0.642 45-49 3.8 0.361 62.25 207.620 87.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) 16.81 0.64 10.08 71.96 378.13 3.04 423.83 10.02 0.141 69.23 7.85 2.169 803.170 10-14 12.99 1.539 5-9 15.493 55.160 35-39 5. Penyebaran penduduk berdasarkan kelompok umur pada tahun 2000 dapat dilihat dari piramida penduduk dibawah ini : 7 .72 307.51 8.73 8.89 491.259 0.889 288.843 171.916 15-19 10.633 70-74 75+ TT Jumlah GR A MO 65-69 FI 0-4 0.28 39.015 142.150 55-59 1.

539 785.135 8 Total 738.000 1.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 0 200.916 825.terutama yang tidak tahu tanggal lahirnya.kesalahan yang paling sering ditemukan adalah kurang tepatnya pelaporan umur.170 883.790 414.melaporkan umurnya pada tahun-tahun yang berakhiran 0 dan 5.221 444.628 682.995 .336 331.548 388.991 396. karena dari hasil-hasil sensus dan survei yang dilakukan.000.000 400. Data yang diperoleh dari hasil sensus dan survei biasanya masih mengandung kesalahan.000 800.948 439.860 367.000 FI 20-24 600. penduduk yang umurnya berakhiran dengan 0 dan 5 sangat menonjol jika dibandingkan DE dengan umur disekitarnya.292 351.kesalahan ini sering terjadi karena banyak penduduk terutama di daerah pedesaan yang tidak MO melaporkan umurnya dengan benar. 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 370.00 0 GR A Jum lah Untuk melakukan proyeksi hal pertama yang akan kita lakukan adalah Evaluasi data dasar.126 411.

193 3.897 199.411 249. 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.963 497.633 87.183 6857376 GR A bertempat tinggal tetap (618 jiwa). Dengan tujuan agar kesalahan-kesalahan itu tidak terbawa kedalam perhitungan proyeksi.233 182.774 69.570 110.177 142.413.956 45. MO Perapihan umur perlu dilakukan untuk memperkecil kesalahan yang ada dalam data.545 3.776 135.866 153.642 288.677 29.113 228. 9 . DE Seperti yang telah dijelaskan sebelumnya.050 77.591 69.934 295.677 42.259 55. Dan terakhir kelompok umur 0-4 dan 5-9 tahun dengan menggunakan data angka kelahiran total (TFR) masa lampau dengan metode Survival Rasio.583 25.585 72.430 34.160 460.25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+ Jumlah 302.125 99.150 150.444.130 382.oleh karena itu untuk keperluan proyeksi.345 34. karena akan mempengaruhi jumlah dan struktur umur penduduk dalam periode proyeksi tersebut.696 209.552 248.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.047 231.100 72.611 597. Selanjutnya penduduk kelompok umur ( 65+ ) tahun dengan menggunakan metode Stable Population. kemudian dilakukan perapihan dengan tujuan untuk menghapus atau memperkecil berbagai kesalahan yang ditemukan. data dasar yang mengandung banyak kesalahan tersebut harus dievaluasi secara cermat.

277 131.16 0.0-1.425 298.585 227.928 66.492 253.54775 37694 100  10 .933 98.536 81.349 64.914 255.9 dan 2.299 696.128 135.16 Interpolasi (Perempuan P(70-74) ) : 1.406 508.871 184.213 290.071 76.0 = 1.115 382.5 (1.363 411.892978% DE = Ratio 1.585 355.5 1.366 46.10434856 2.301 821.607 158.10434856  3413193 37693.975 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.89 % untuk P(70-74) terletak pada persen 1.9 1.305 109.831 866.027 289.714 341.238 207.9) 0.144 436.Perapihan Umur 10-64 tahun dengan UN Smoothing Method` Perapihan Laki-laki PerapihanTotal 429.892978-1.085 154.867 48.233 94.5 = 0.646 452.244 198. Perempuan : Rasio P(70-74) dan P(75+) = P(70-74) + P(75+) P(0-75+) 100 34677+29934 100 3413193 1.938 409.452 588.060 224.

5 0.Ratio 1.78862944  3413193 26917.5 1.9 1.84 Interpolasi (Perempuan P(75+)) : 1.7477034 = FI II.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 1.78862944 2.16 : MO Interpolasi (Laki-laki P(70-74) ) 1.74 % untuk P(70-74) terletak pada persen 1.16 0.9) 0.74% untuk P(75+) terletak pada persen 1.15003 24760 100  Perapihan umur 0-4 dan 5-9 dengan Survival rasio : 11 .5 (0.5 = 0.95336 35434 100 DE  Ratio 1.84 Interpolasi (Laki-laki P(75+)) : 1.028805768  3444183 35433.718897632  3444183 24760.7477034-1.0-1.6) 0.028805768 2.892978-1.0 = 1.84 0.718897632 2.9 dan 2. Laki –laki : Ratio 1.0-1.6 0.0 = 0.6 dan 2.6) 0.5 = 0.7477034-1.5 0.5 = 0.0 = 0.5 (0.0-1.6 dan 2.5 (1.6 0.84 0.89% untuk P(75+) terletak pada persen 1.

985164 307108.8552 10-14 439126 0.8845 0.975996 40-44 182776 0.56097 383704.4864 0.6945 1.4909 277466.0061 444368.0908 DE Weight Population 19952000 413120.930464 428001.1141 161047.3159 0.524507 0.04 population estimasi 1995 population estimasi 1990 average of population 1995-2000 average of population 19901995 Married Women Proportion 0.0122 0.302 0.988048 356116.979940 35-39 231233 0.3490 0.6850 0.0000 0.4423 254585.56097 256790.7439 238381.109006 443011 weight ASMFR marrital 0.1297 189574.992124 442612.Penduduk tahun 2000 Survival rasio level 18.6804 0.0767 209252.10531275 254852 237959 184831 173576 145533 133532 115666 113934 Birth rate 1990-1995 0.979964 396900.1471 400957.2432 141480.151 358270.982828 252380.1840 311733.8314 427895.1784 383724.5324 0-4 370548 0.4877 0.985164 25-29 302552 0.969900 139318.2581 0.979964 405015.168 0.1291 309420.987104 416665.987104 422108.658 419387.873 242006.3003 0.2943 0.7752 GR A born Survival rasio level 18.195779 Adjusted female 0-4 tahun birth female 1990-1995 412206 413975 MO Weight Population 1990-1995 ASMFR marrital 360424.1308 329484.664188 240796.6877 0.975996 187271.992124 446125.979940 235966.969900 45-49 135125 Lanjutan Birth rate 1995-2000 0.988048 20-24 351860 0.477946 191877.9350 0.112699 average birth rate birth female 19952000 0.2593 0.6982 415780.7364 5-9 388948 0.930464 398240.0179 0.384264 143642.982828 30-34 248047 0.04 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 .8520 0.1964 1.0737 15-19 411292 0.

238 207.193 Laki-laki Total 367.991 396.130 382.536 81.957.221 444.022 789.938 409.696 209.72847 31530 27699 812820 759546 FI 80408 370.776 135.085 154.683 6.425 298.585 72.133 51.539 785.170 883.492 253.336 331.607 158.677 29.963 497.570 110.444.150 150.933 98.548 388.277 131.125 99.790 414.956 45.591 69.135 295.928 66.411 249.642 288.349 64.050 77.522 845.765 3.633 87.160 460.363 411.406 508.585 355.831 35439 24.299 696.413.512.301 821.860 302.233 182.866 153.233 94.916 825.444.714 341.995 597.047 231.774 69.027 289.113 228.366 46.585 227.183 738.897 199.975 73.638 866.292 351.100 72.816 404.449 436.213 290.716 432.867 48.144 37.244 198.452 588.115 382.628 682.189 429.345 34.948 439.060 224.918 3.177 142.611 3.206 385.934 3.677 42.259 55.552 248.646 452.871 184.126 411.071 76.430 34.545 6857376 Perapihan Perempuan Perapihan Laki-laki PerapihanTotal 412.914 255.128 135.305 109.694 26.238 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 .583 25.

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.0484 0.0689 0. maka TFR akan ditahan/dipagu pada angka 2.1 tersebut.1.Setelah menyelesaikan perapihan umur maka langkah selanjutnya yang dilakukan adalah melakukan Penentuan Asumsi. I. yang merupakan tiga komponen laju pertumbuhan penduduk yaitu.1056 0. Estimasi angka kelahiran total (TFR) Sumatera selatan tahun 2000-2025 Estimasi hasil Fitting Periode 20002005 Tahun Rujukan TFR 2002 2. Tahap ini merupakan kunci perhitungan proyeksi penduduk.0172 0. dan migrasi.537 ASFR 15-19 20-24 25-29 30-34 35-39 40-44 45-49 0.kematian.juga digunakan target pencapaian tingkat fertilitas di masa yang akan datang yang didapat dari badan koordinasi keluarga berencana DE (BKKBN).1367 0. tingkat kelahiran.0019 14 . 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.0735 0.seperti halnya pada tingkat nasional apabila propinsi telah mencapai situasi NRR=1 atau setara TFR = 2.

0441 0.20052010 20102015 20152020 20202025 2007 2.291 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.juga digunakan informasi mengenai target pencapaian tingkat mortalitas di masa yang akan datang yang didapat dari departemen kesehatan. Proyeksi penduduk indonesia 2000-2025 FI II.0157 0.1 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 0.0019 2022 2.0963 0.067 0.094 0.0012 2012 2.0628 0.0019 Sumber : BPS.0016 2017 2.125 0.0153 0.0611 0.0611 0.0431 0.0652 0.1212 0.1 0. Proyeksi penduduk indonesia 2000-2025 15 2020-2025 (2022) 16 .0652 0.0614 0.0936 0.1212 0.0153 0.0655 0.0936 0.0429 0.1216 0.1246 0.0153 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.

35 1. Pola migrasi sumatera selatan disesuaikan dengan pola migrasi data dasar yaitu pola migrasi berdasarkan data SP 2000. 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.III. 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.92 1.25 -4.35 16 3034 35-39 .13 0.23 -3. Asumsi migrasi Migrasi internacional Neto dapat diabaikan (diasumsikan sama dengan nol).00 0.19 -1.35 1.87 0.08 0.26 -0.25 M 1549 p 100 / 205  1000 5 P04 p MO Permpuan : ASNMR 04 p 0.79 1.25 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 0.25 KELOMPOK UMUR 15202519 24 29 5-9 1014 1.03 -0.

Lanjutan 4044 4549 KELOMPOK UMUR 5055606554 59 64 69 Laki-laki 0.IMR. dan migrasi net rate.16 1.19 Perempuan 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 .08 1.30 1.55 1.65 1.93 1.05 1.27 Jenis Kelamin 7074 75+ Sumber : BPS.43 1. Selanjutnya data tersebut diolah dengan software program komputer GR A FIVSIN.ASFR.51 1. Proyeksi penduduk indonesia 2000-2025 FI Setelah diperoleh hasil perapihan dan asumsi dari komponen pertumbuhan penduduk dalam bentuk data TFR.15 1.24 1.48 1.22 1.33 1.

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 .

977 26.015 Dari data proyeksi diatas terlihat penrkembangan penduduk setiap tahun semakin bertambah akan tetapi laja pertumbuhannya semakin FI menurun.Nilai GRR.NRR dan mean age TAHUN GRR NRR MEAN AGE 20002005 1.84 27.002 26. 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 1.917 20202025 1.998 27. 19 .024 0.024 0.016 20152020 1.117 20102015 1.237 20052010 1.238 1.015 27.118 1.

Sign up to vote on this title
UsefulNot useful