Analisis Kependudukan (estimasi dan proyeksi penduduk):

Hanya memberikan perkiraan jumlah penduduk. Estimasi penduduk Estimasi penduduk adalah perkiraan penduduk antar sensus atau segera setelah sensus. Hanya memberikan perkiraan jumlah penduduk.

Proyeksi penduduk Proyeksi penduduk bukan merupakan ramalan jumlah penduduk tetapi suatu perhitungan ilmiah yang didasarkan pada asumsi dari komponen-komponen laju pertumbuhan penduduk, yaitu kelahiran, kematian, dan perpindahan (migrasi).

Mengapa Proyeksi? Population data in the past and present can now be accessed from the results of previous surveys (SENSUS dan SUPAS) The need of population data in the future? PROYEKSI PENDUDUK

Kegunaan Proyeksi Semua rencana pembangunan, baik ekonomi maupun sosial, menyangkut pertimbangan tentang jumlah serta karakteristik penduduk di masa mendatang proyeksi mengenai jumlah serta struktur penduduk dianggap sebagai persyaratan minimum untuk proses perencanaan pembangunan

Kegunaan Proyeksi Di bidang Pangan: Menentukan kebutuhan akan bahan pangan sesuai dengan gizi serta susunan penduduk menurut umur. Di bidang Kesehatan: Menentukan jumlah medis, dokter, obat-obatan, jumlah tempat tidur di rumah-rumah sakit yang diperlakukan selama periode proyeksi. Di bidang Pendidikan: Dasar untuk memperkirakan jumlah penduduk usia sekolah, jumlah murid, jumlah guru, gedung-gedung sekolah, pendidikan masa yang akan datang.

Kegunaan Proyeksi Di bidang Tenaga Kerja : Menentukan jumlah angkatan kerja  penyediaan lapangan kerja erat hubungannya dengan proyeksi tentang pendidikan memungkinkan perencanaan untuk memperhitungkan perubahan tingkat pendidikan ‘skilled’ dan pengalaman tenaga kerja. Di bidang Produksi Barang dan Jasa : Adanya proyeksi angkatan kerja  ada data mengenai produktivitas dasar estimasi produksi barang-barang dan jasa di masa mendatang.

Model analisis proyeksi penduduk Linier growth model : 2 VIA DAN 1 DEWI Exponential growth model : LILIK DAN NANDA Geometrik model : MAGFIRA Cohort model : GUSTAF Regression model : FAJRI Target oriented : BAYU

Linier growth model Pn = Po + cn atau Pn = Po (1+ rn) Dimana : Pn : penduduk pada tahun n Po : penduduk pada tahun awal c : jumlah pertambahan penduduk konstan (nilai absolut) r : angka pertambahan penduduk (%) n : periode (waktu) antara tahun awal dan tahun n

Contoh

Linier growth model Hasil proyeksi akan berbentuk suatu garis lurus. 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.  Pittengar (1976), mengemukakan bahwa model ini hanya digunakan jika data yang tersedia relatif terbatas, sehingga tidak memungkinkan untuk menggunakan model lain. Selanjutnya, Isserman (1977) mengemukakan bahwa model ini hanya dapat diaplikasikan untuk wilayah kecil dengan pertumbuhan yang lambat, dan tidak tepat untuk proyeksi pada wilayah-wilayah yang lebih luas dengan pertumbuhan penduduk yang tinggi.

Model Geometrik Pertumbuhan penduduk secara geometrik  pertumbuhan penduduk yang menggunakan dasar bunga majemuk Angka pertumbuhan penduduk dianggap sama untuk setiap tahun dimana: Pn : penduduk pada tahun n Po : penduduk pada tahun awal r : angka pertumbuhan penduduk (%) n : waktu dalam tahun (periode proyeksi)

Model Geometrik Jumlah penduduk Indonesia menurut sensus 1980 adalah 147,79 juta dan menurut sensus 1990 adalah 179,38 juta. Jika diasumsikan penduduk Indonesia bertambah secara geometrik dengan angka pertumbuhan penduduk sebesar 1,96% pertahun selama periode 1980-1990, berapakah jumlah penduduk tahun 1991? Jawab: P1991 = 147,79 juta (1+0,0196) 1991-1980 = 182,89 Juta Jadi, perkiraan jumlah penduduk tahun 1991 adalah 182,89 juta

Exponential growth model Pertumbuhan penduduk secara terus menerus setiap hari dengan angka pertumbuhan konstan Po : penduduk pada tahun awal n : waktu dalam tahun (periode proyeksi) r : angka pertumbuhan penduduk (%) Pn : penduduk pada tahun n e : bilangan pokok sistem logaritma natural = 2,7182818

Exponential growth model catatan: Hasil metode eksponensial dan geometrik hampir sama jika laju pertumbuhannya (r) relatif rendah (antara 1-2%)

Exponential growth model Contoh Jumlah penduduk Indonesia menurut sensus 1980 adalah 147,79 juta dan menurut sensus 1990 adalah 179,38 juta. Jika diasumsikan penduduk Indonesia bertambah secara eksponensial dengan angka pertumbuhan penduduk sebesar 1,94% pertahun selama periode 1980-1990, berapakah jumlah penduduk tahun 1991? Jawab: P1991 = 147,79 juta x e (0,0194)x(1991-1980) = 147,79 juta x 2,7182818 (0,0194x11) = 182,89 Juta Jadi, perkiraan jumlah penduduk tahun 1991 adalah 182,89 juta

Cohort model Model komponen kohor mengacu pada perubahan-perubahan komponen penduduk (yaitu fertilitas, mortalitas dan migrasi) secara terpisah. Penduduk secara keseluruhan dibagi kedalam beberapa kohor/kelompok umur. Interval (k) dari kohor ini umumnya dalam satu tahunan (0-1, 1-2, 2-3 dst), lima tahunan (0-4, 5-9, 10-14 dst), atau 10 tahunan (0-9, 10-19, 20- 29. Selanjutnya, kohor dibagi lagi berdasarkan gender dan etnis

Cohort model Hasil proyeksi matematik dan komponen akan tidak terlalu berbeda (hampir sama) jika jangka waktu proyeksi relatif pendek (kurang dari 5 tahun) Metode matematik hanya menghasilkan jumlah penduduk total pada periode proyeksi. Jika terjadi perubahan tingkat kelahiran, kematian, dan migrasi metode matematika kurang bisa diterima

Cohort model P = P0 + (B – D) + (Mi –Mo) Dimana: P : jumlah penduduk P0 : jumlah penduduk tahun awal B – D : pertumbuhan alamiah (kelahiran – kematian) Mi – Mo : migrasi netto (migrasi masuk – migrasi keluar)

Regression model Dimana : Pt : Jumlah penduduk daerah yang diselidiki pada tahun t. X : Nilai yang diambil dari variabel bebas a,b : Konstanta N : Jumlah tahun data pengamatan Nilai a dan b dapat dicari dengan metode selisih kuadrat minimum yaitu : a dapat diganti dengan intercept dalam excel b dapat diganti dengan slope dalam excel

Contoh Tahun Jmlh. Pddk 2000 500 2001 700 2002 750 2003 800 2004 1000 Intercept : =Intercept(Jmlh. pddk;Tahun) Slope : =slope(Jmlh. pddk;Tahun)

Target oriented (analisis daya tampung) Analisis daya tampung penduduk dilakukan berdasarkan arahan rasio tutupan lahan dengan menggunakan luas lahan permukaan. Kemudian dengan menggunakan asumsi 1 KK terdiri dari 5 (lima) orang dan memerlukan lahan seluas 100 m. Sehingga dapat diperoleh daya tampung berdasarkan luas lahan permukiman di tiap kelurahan adalah sebagai berikut: Daya Tampung (n) = Luas Lahan Permukiman (m2) x 5 jiwa 100

Jumlah Kapling Rumah Wilayah Perencanaan Jumlah Penduduk (Jiwa) Tipe Rumah Perbandingan Luas Perumahan (m2) Luas Kapling (m2) Jumlah Rumah Besar 0,17 150.912,34 800 189 Sedang 0,33 292,947,48 600 488 Kecil 0,5 443.859,82 200 2.219 Jumlah 1 887719,646 1600 2.896 Jumlah Pertambahan Penduduk Ideal Wilayah Perencanaan Tahun 2034 Tipe Rumah Jumlah Rumah Jumlah Penduduk (Jiwa) Besar 189 755 Sedang 488 1.953 Kecil 2.219 8.877 Total 2.896 11.585

Latihan Soal Jumlah penduduk Indonesia menurut sensus 1980 adalah 147,79 juta dan menurut sensus 1990 adalah 179,38 juta. Dengan menggunakan perkiraan antarsensus, hitung jumlah penduduk tahun 1986! Dengan soal sama dengan no 1, hitung jumlah penduduk tahun 1995 menggunakan perkiraan setelah sensus! Jumlah penduduk pada tahun 1986 adalah 12 juta jiwa dengan angka pertumbuhan penduduk 2% per tahun. Berapa jumlah penduduk tahun 1990 dan 1998? Hitung dengan menggunakan geometrik dan eksponensial!

Latihan Soal Jumlah penduduk Indonesia tahun 1961 = 9.7019.000 jiwa dan tahun 1971 = 119.232.000 jiwa. Berapakah angka pertumbuhan penduduk setiap tahun dalam periode 1961-1971? Hitung dengan menggunakan geometrik dan eksponensial! Jumlah penduduk pada tahun 1950 = 40.400 jiwa dan jumlah penduduk tahun 1975 = 59.538 jiwa. Berapakah angka pertumbuhan penduduk setiap tahun selama 1950-1975 dengan menggunakan model linear aritmatik, geometrik dan eksponensial?