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

tidak MO Metode matematik digunakan bila komponen pertumbuhan penduduk diketahui. untuk Perubahan penduduk digunakan untuk mengestimasi jumlah penduduk antara dua sensus DE atau setelah sensus dilaksanakan (forward projection). dan hubungan antara satu komponen dengan yang lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang. kematian dan perpindahan di masa yang akan datang diperlukan data yang menggambarkan trend dimasa lampau hingga saat ini. Geometrik : Pt = Po (1+r) t r = 1-anti log {(log Pt/Po)/t} Eksponensial : Pt = Po e rt r = 1 / t (2.3026) * log (Pt/Po) 2 .pertumbuhan penduduk. Jadi proyeksi FI penduduk menggunakan beberapa asumsi sehingga jumlah penduduk dimasa yang akan datang adalah X kalau fertilitas. Berbeda dengan estimasi penduduk. dan perpindahan (migrasi). Mathematical Method (Metode Matematik). Untuk menentukan asumsi daritingkat perkembangan kelahiran. dan migrasi berada GR A pada tingkat tertentu.ketiga komponen inilah yang menentukan besarnya jumlah penduduk di masa yang akan datang. Ada beberapa cara yang dapat digunakan untuk memproyeksikan jumlah penduduk masa yang akan datang antara lain: 1. yaitu kelahiran. factor-faktor yang mempengaruhi masing-masing komponen itu. kematian. mortalitas. Estimasi penduduk adalah perkiraan jumlah penduduk berdasarkan ketentuan –ketentuan dan rumus –rumus sederhana. Pola pertambahan penduduk yang sering dipakai adalah pola pertambahan penduduk menurut kurva geometrik dan eksponensial. Menggunakan fitting curve data sensus menggambarkan perubahan penduduk antara dua sensus.

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

di sébelah utara berbatasan dengan propinsi jambi.TFR. MO Propinsi Sumatera Selatan sebagai salah satu daerah otonom. 314 kelurahan. Pada paper ini akan DE melakukan perhitungan proyeksi penduduk propinsi sumatera selatan. Propinsi sumatera selatan.sebelah selatan dengan propinsi lampung dan sébelah barat dengan propinsi bengkulu. dan 2465 desa. Proporsi migrasi menurut umur. Pola migrasi untuk tahun-tahun ke depan diasumsikan sama dengan pola migrasi periode tahun yang FI dihitung. Output yang diperoleh adalah: menurut kelompok umur.CBR. Untuk proyeksi Indonesia. migrasi internasional diasumsikan 0. memerlukan data proyeksi penduduk yang dapat menggambarkan kondisi demografi penduduk dari aspek kuantitas dan kualitas sebagai dasar dalam pembuatan perencanaan pembangunan.701. 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” .laju pertumbuhan penduduk. Memiliki luas wilayah 8. 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. CDR dan level kematian.ASFR.742 Ha terdiri dari 14 kabupaten dan kota .5. sébelah timur dengan selat karimata dan laut jawa. Untuk mempermudah penghitungan proyeksi penduduk digunakan jumlah penduduk GR A software program komputer yaitu “Fi vs i n”.dengan penyebaran penduduk dan profil daerah seperti tercantum dari tabel dibawah ini : 4 .153 kecamatan.

41 36083 7. Banyuasin 1214274 11 12 244 733828 60. Muara Enim 858794 19 20 270 632222 73.Pagar alam 57916 14.9 29845 14 101 2 1338793 3579.Luas daerah.Ogan ilir 266609 37403 12.56 11082 153 314 2465 6755900 77.28 40235 5.Lubuk Linggau 41980 Jumlah DE 11.72 28612 9.67 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. Oku timur 335604 10 11 195 556010 165. Oku selatan 540301 10 3 199 317277 58.Prabumulih 42162 13. jumlah penduduk dan rumah tangga. Ogan komering ulu 8701742 6 12 152 356983 133. Lahat 663250 19 23 507 545754 82.48 16798 2. Ogan komering ilir 1690532 12 20 267 656828 38.14 5727 5 19 16 114562 197. Musi banyuasin 1447700 9 5 200 469175 32. pembagian daerah administrasi.64 502210 Sumber : kanwil badan pertahanan nasional dan BPS Sumatera Selatan 5 .37 83983 4 19 12 130340 309.65 6755 8 53 19 174452 415.85 61609 3.43 60678 8.1 34364 6. Musi rawas 1213457 17 1 260 474430 39.62 37987 4.Palembang MO 1.

1 DE Sumber : BPS Propinsi sumatera selatan. dan 2004 Propinsi Angka Harapan Hidup 2002 Sumatera selatan 65.2004 Angka Melek Hurup 2002 94. Sumatera selatan dalam angka 6 Rata2 pengeluaran rill 2004 7. Susenas 2003.1 2004 95.7 2004 57.4 IPM Peringkat 2002 2004 66 69.9 2004 608. Hasil SP 1990.6 2002 16 2004 12 .7 GR A Sumatera Selatan 1990 Rata-rata pertumbuhan per tahun 2003-2004 3322293 Sumber : BPS.4 2002 582. 2004 Jumlah Penduduk Provinsi 2003 5492993 6486015 laki-laki 2004 Perempuan Total 3273764 6596057 1.Jumlah dan Pertumbuhan penduduk FI Propinsi Sumatera selatan tahun 1990 . 2003 .7 Rata2 lama sekolah 2002 7.7 MO Indeks Pembangunan Manusia ( IPM ) 2002 .

819 759.52 13.169 106.02 0.059 682.108 463.72 307.81 0. Penyebaran penduduk berdasarkan kelompok umur pada tahun 2000 dapat dilihat dari piramida penduduk dibawah ini : 7 .85 2.963 30-34 5.170 10-14 12.940 396.642 45-49 3.83 10.545 0.620 87.45 599.06 5.62 3.51 8.337 459.01 31.016 382.21 143.84 1.628 20-24 9.04 423.481 460.43 9.93 2.931 209.3 12.19 73.01 0 795 549 0 100 100 100 3975904 5492993 6857376 DE Sumber : BPS hasil SP1980.904 223.55 4.58 180.928 204.14 1.1 2.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) 16.25 207.08 71.51 12.015 142.807 46.73 4.214 597.361 62.554 115.07 14.13 3.696 50-54 3.37 13.602 44.81 32.150 55-59 1.05 124.568 883.819 730.99 1.28 39.96 378.774 0.130 40-44 4.314 825.23 7.681 738.160 35-39 5.711 328.21 7.259 0.169 803.73 8.98 6.995 25-29 7.82 0.77 656.493 55.177 60-64 1.045 497.71 212.14 3.889 288.35 5.64 10.8 0.141 69.036 577.916 15-19 10.843 171.36 8.539 5-9 15.63 11.353 150.89 491.79 1. SP1990 dan SP2000 Catatan : *) Tidak termasuk penduduk non respon (41681 jiwa) dan penduduk tidak bertempat tinggal tetap (618 jiwa).633 70-74 75+ TT Jumlah GR A MO 65-69 FI 0-4 0.625 785.

170 883.336 331.991 396.000.000 800.628 682.135 8 Total 738.790 414.000 1.548 388.292 351.995 .terutama yang tidak tahu tanggal lahirnya. penduduk yang umurnya berakhiran dengan 0 dan 5 sangat menonjol jika dibandingkan DE dengan umur disekitarnya.kesalahan yang paling sering ditemukan adalah kurang tepatnya pelaporan umur.539 785.000 FI 20-24 600.860 367.00 0 GR A Jum lah Untuk melakukan proyeksi hal pertama yang akan kita lakukan adalah Evaluasi data dasar. karena dari hasil-hasil sensus dan survei yang dilakukan.916 825.000 400. 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.kesalahan ini sering terjadi karena banyak penduduk terutama di daerah pedesaan yang tidak MO melaporkan umurnya dengan benar.948 439.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.melaporkan umurnya pada tahun-tahun yang berakhiran 0 dan 5.221 444. Data yang diperoleh dari hasil sensus dan survei biasanya masih mengandung kesalahan.126 411.

100 72.776 135.193 3. Selanjutnya penduduk kelompok umur ( 65+ ) tahun dengan menggunakan metode Stable Population.611 597.150 150.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.177 142.113 228.570 110. 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.oleh karena itu untuk keperluan proyeksi.677 42.552 248. 9 .585 72.642 288. Dan terakhir kelompok umur 0-4 dan 5-9 tahun dengan menggunakan data angka kelahiran total (TFR) masa lampau dengan metode Survival Rasio.963 497.633 87.897 199.677 29.345 34.125 99.047 231.956 45.774 69. MO Perapihan umur perlu dilakukan untuk memperkecil kesalahan yang ada dalam data.444.25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+ Jumlah 302. kemudian dilakukan perapihan dengan tujuan untuk menghapus atau memperkecil berbagai kesalahan yang ditemukan.050 77.591 69.934 295. Dengan tujuan agar kesalahan-kesalahan itu tidak terbawa kedalam perhitungan proyeksi.130 382.411 249.545 3.160 460. data dasar yang mengandung banyak kesalahan tersebut harus dievaluasi secara cermat.183 6857376 GR A bertempat tinggal tetap (618 jiwa). DE Seperti yang telah dijelaskan sebelumnya.583 25.430 34.259 55.696 209. karena akan mempengaruhi jumlah dan struktur umur penduduk dalam periode proyeksi tersebut.413.866 153.233 182.

585 355.452 588.914 255.406 508.425 298.349 64.536 81.54775 37694 100  10 .892978% DE = Ratio 1.871 184.071 76.277 131.10434856  3413193 37693.0-1.085 154.305 109.5 1.975 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 1.115 382.714 341.831 866.933 98.128 135.867 48.363 411. Perempuan : Rasio P(70-74) dan P(75+) = P(70-74) + P(75+) P(0-75+) 100 34677+29934 100 3413193 1.238 207.299 696.060 224.233 94.366 46.5 (1.492 253.585 227.Perapihan Umur 10-64 tahun dengan UN Smoothing Method` Perapihan Laki-laki PerapihanTotal 429.892978-1.10434856 2.646 452.301 821.5 = 0.16 Interpolasi (Perempuan P(70-74) ) : 1.144 436.607 158.244 198.9 1.027 289.928 66.16 0.0 = 1.9 dan 2.213 290.9) 0.938 409.

78862944 2.9) 0.5 (0.6 dan 2.0 = 0.95336 35434 100 DE  Ratio 1.6) 0.5 0.5 = 0.0 = 0.5 (0.74% untuk P(75+) terletak pada persen 1.5 1.5 = 0.5 (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 1.89% untuk P(75+) terletak pada persen 1.78862944  3413193 26917.15003 24760 100  Perapihan umur 0-4 dan 5-9 dengan Survival rasio : 11 .0-1.028805768  3444183 35433.718897632  3444183 24760.0 = 1.0-1.84 0.7477034-1.9 dan 2.Ratio 1.718897632 2. Laki –laki : Ratio 1.892978-1.84 Interpolasi (Perempuan P(75+)) : 1.84 0.6) 0.7477034-1.7477034 = FI II.5 0.84 Interpolasi (Laki-laki P(75+)) : 1.16 0.0-1.5 = 0.6 dan 2.028805768 2.6 0.16 : MO Interpolasi (Laki-laki P(70-74) ) 1.6 0.9 1.74 % untuk P(70-74) terletak pada persen 1.

9350 0.524507 0.7439 238381.969900 139318.992124 446125.7752 GR A born Survival rasio level 18.873 242006.8520 0.04 population estimasi 1995 population estimasi 1990 average of population 1995-2000 average of population 19901995 Married Women Proportion 0.992124 442612.988048 20-24 351860 0.109006 443011 weight ASMFR marrital 0.6850 0.2581 0.0767 209252.987104 422108.Penduduk tahun 2000 Survival rasio level 18.168 0.3159 0.6945 1.3490 0.2593 0.8314 427895.979940 235966.975996 187271.975996 40-44 182776 0.4864 0.985164 25-29 302552 0.0179 0.2943 0.8845 0.10531275 254852 237959 184831 173576 145533 133532 115666 113934 Birth rate 1990-1995 0.5324 0-4 370548 0.979964 396900.4909 277466.302 0.112699 average birth rate birth female 19952000 0.6877 0.195779 Adjusted female 0-4 tahun birth female 1990-1995 412206 413975 MO Weight Population 1990-1995 ASMFR marrital 360424.1141 161047.0737 15-19 411292 0.982828 252380.1308 329484.0908 DE Weight Population 19952000 413120.0000 0.658 419387.979940 35-39 231233 0.6982 415780.930464 428001.930464 398240.979964 405015.0122 0.7364 5-9 388948 0.1297 189574.982828 30-34 248047 0.987104 416665.988048 356116.985164 307108.1784 383724.2432 141480.1291 309420.477946 191877.151 358270.969900 45-49 135125 Lanjutan Birth rate 1995-2000 0.0061 444368.3003 0.664188 240796.384264 143642.8552 10-14 439126 0.1471 400957.4423 254585.1840 311733.6804 0.1964 1.56097 256790.04 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 .4877 0.56097 383704.

233 94.150 150.125 99.444.238 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 .831 35439 24.583 25.305 109.363 411.916 825.130 382.177 142.790 414.683 6.345 34.027 289.206 385.113 228.133 51.545 6857376 Perapihan Perempuan Perapihan Laki-laki PerapihanTotal 412.277 131.189 429.060 224.585 72.642 288.425 298.292 351.430 34.539 785.047 231.336 331.144 37.611 3.774 69.975 73.633 87.512.452 588.492 253.244 198.022 789.957.071 76.170 883.914 255.233 182.585 227.349 64.628 682.956 45.694 26.413.934 3.221 444.933 98.238 207.301 821.115 382.867 48.522 845.928 66.897 199.444.646 452.776 135.866 153.607 158.918 3.677 29.938 409.860 302.100 72.638 866.411 249.536 81.871 184.366 46.552 248.816 404.050 77.135 295.765 3.213 290.714 341.449 436.716 432.948 439.696 209.548 388.570 110.406 508.160 460.126 411.128 135.991 396.591 69.995 597.085 154.193 Laki-laki Total 367.585 355.259 55.677 42.72847 31530 27699 812820 759546 FI 80408 370.183 738.963 497.299 696.

1.0735 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).537 ASFR 15-19 20-24 25-29 30-34 35-39 40-44 45-49 0.0172 0.0484 0.1056 0.kematian. tingkat kelahiran.Setelah menyelesaikan perapihan umur maka langkah selanjutnya yang dilakukan adalah melakukan Penentuan Asumsi. maka TFR akan ditahan/dipagu pada angka 2.0689 0.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. Tahap ini merupakan kunci perhitungan proyeksi penduduk. I.1367 0. yang merupakan tiga komponen laju pertumbuhan penduduk yaitu.1 tersebut.seperti halnya pada tingkat nasional apabila propinsi telah mencapai situasi NRR=1 atau setara TFR = 2.0019 14 . Estimasi angka kelahiran total (TFR) Sumatera selatan tahun 2000-2025 Estimasi hasil Fitting Periode 20002005 Tahun Rujukan TFR 2002 2. dan migrasi.

0157 0. Proyeksi penduduk indonesia 2000-2025 FI II.0611 0.juga digunakan informasi mengenai target pencapaian tingkat mortalitas di masa yang akan datang yang didapat dari departemen kesehatan.0016 2017 2.0628 0.0611 0.0153 0.1216 0.1212 0.0936 0.20052010 20102015 20152020 20202025 2007 2.125 0.1 0.0936 0.1212 0.1 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. Proyeksi penduduk indonesia 2000-2025 15 2020-2025 (2022) 16 .0441 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.0153 0.0652 0.067 0.0153 0.0019 Sumber : BPS.0012 2012 2.0429 0.0652 0.1246 0.094 0.0429 0.291 0.0963 0.0019 2022 2.0614 0.0655 0.0431 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.

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 : 0.35 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.79 1. Asumsi migrasi Migrasi internacional Neto dapat diabaikan (diasumsikan sama dengan nol).25 0.00 0.35 16 3034 35-39 .08 0.25 -4.13 0.23 -3.25 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 0.92 1. Pola migrasi sumatera selatan disesuaikan dengan pola migrasi data dasar yaitu pola migrasi berdasarkan data SP 2000.25 KELOMPOK UMUR 15202519 24 29 5-9 1014 1.III.03 -0.19 -1.25 M 1549 p 100 / 205  1000 5 P04 p MO Permpuan : ASNMR 04 p 0.87 0.35 1.26 -0.

27 Jenis Kelamin 7074 75+ Sumber : BPS.30 1.43 1. Proyeksi penduduk indonesia 2000-2025 FI Setelah diperoleh hasil perapihan dan asumsi dari komponen pertumbuhan penduduk dalam bentuk data TFR.33 1.19 Perempuan 1.51 1.65 1.93 1.15 1.08 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 .22 1.16 1.24 1. dan migrasi net rate.Lanjutan 4044 4549 KELOMPOK UMUR 5055606554 59 64 69 Laki-laki 0. Selanjutnya data tersebut diolah dengan software program komputer GR A FIVSIN.IMR.05 1.55 1.ASFR.48 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 26.238 1.024 0.84 27.118 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.015 Dari data proyeksi diatas terlihat penrkembangan penduduk setiap tahun semakin bertambah akan tetapi laja pertumbuhannya semakin FI menurun.002 26. 19 .917 20202025 1.015 27.Nilai GRR.998 27.237 20052010 1.024 0.117 20102015 1.NRR dan mean age TAHUN GRR NRR MEAN AGE 20002005 1.037 1.016 20152020 1.

Sign up to vote on this title
UsefulNot useful