Professional Documents
Culture Documents
Umum
• Dalam rangka perencanaan pembangunan di segala bidang, diperlukan informasi
mengenai keadaan penduduk seperti jumlah penduduk, persebaran penduduk, dan
susunan penduduk menurut umur. Informasi yang harus tersedia tidak hanya
menyangkut keadaan pada saat perencanaan disusun, tetapi jugaa informasi masa lalu
dan masa kini sudah tersedia dari hasil sensus dan survei-survei, Sedangkan untuk
masa yang akan datang, informasi tersebut perlu dibuat suatu proyeksi yaitu perkiraan
jumlah penduduk dan komposisinya di masa mendatang.
• Proyeksi penduduk adalah perhitungan jumlah penduduk (menurut komposisis umur
dan jenis kelmain) di masa yang akan datang berdasarkan asumsi arah perkembangan
fertilitas, mortalitas dan migrasi.
• Data penduduk Indonesia yang dapat dipakai dan dipercayya untuk keperluan proyeksi
adalah berasal dari sensus penduduk (SP) yang diselenggarakn pada tahun yang
berakhir “0” dan survei antar sensus (SUPAS) padad tahun aynag berakhir “S”.
Kegunaan Proyeksi
• Hasil proyek penduduk sanagat bermanfaat untuk perencanaan penyediaan beras,
fasilitas kesehatan, fasilitas pendidikan, fasilitas perumahan, dan fasilitas kesempatan
kerja.
Tahap-tahap Proyeksi
1. Evaluasi Data
• Umur; pelaporan umur tidak benar, cenderung umur mengelompok pada angka
yang berakhiran “0” dan “5”.
• Jenis Kelamin: Rasio jenis kelamin berfluktuasi diakibatkan mobilits laki-laki
lebih tinggi pada usia muda sehingga banyak terlewat cacah.
2. Perapihan Umur
• Prorata (pro-rate), mengalokasikan TT (tidak terjawab) ke masing-masing
kelompok umur.
• Perapihan (adjusment) penduduk 10-64 dengan rumus:
1
∑ 5 Px∗ = [− 5 Px − 10 + 4 5 Px − 5 + 10 5 Px + 4 5 Px + 5 − Px + 10 ]
16
dimana ∑ 5 x
∗
P = jumlah penduduk 5 tahun hasil adjustment.
Metodologi
• Menentukkan asumsi-asumsi untuk TFR, IMR dan Migrasi.
1. Fertilitas; untuk keperluan proyeksi penduduk perlu dibuat estimasi terhadap ASFR
maupun TFR. Edstimasi fertilitas harus realitistis terhadap perubahan fertilitas
karena peningkatan usia perkawinan wanita, meningkatnya pemakain alat
kontrasepsi, dan meningkatnya persentase wanita yang asih sekolah pada usia 15-
19 tahun.
2. Mortalitas; dalam proyeksi penduduk perlu diperhatikan arah perkembangan
tingkat kesehatan, tingkat kematian yang akan terjadi di masa mendatang. Arah
perkembangan ini akan mennetukan tinggi/rendahnya pola kematian penduduk.
Asumsinya adalah konstan, sedang dan rendah.
3. Proyeksi penduduk memakai migrasi risen denagn perpendahan antar propinsi
sedangakn perpindahan internasioanal diabaikan (0).
• Menghitung proyeksi penduduk Indonesia dengan menggunakan fungsi logistik untuk
membuat asumsi TFR dan IMR (misalnya diasumsikan TFR dengan NRR=1 dan
IMR=20).
• Menghitung proyeksi penduduk per propinsi (TFR diasumsikan = 2, IMR
menggunakan fungsi logistik).
• Melakukan proses iterasi untuk menyamakan jumlah penduduk per propinsi denagn
jumlah penduduk Indonesia (sebagai patokan/ kontrol).
Fungsi Logistik
k
Y = L+
1 + be at
dimana Y = perkiraan TFR/IMR.
L = perkiraan asymtot bawah
k = konstanta
a & b = koefisien kurva
r = waktu
e = konstatnta eksponensial.
1
P(15−19 ) = [− 424242 + (4 ∗ 389235) + (10 ∗ 309886) + (4 ∗ 276127) − (268636)] = 316714
16
1
P( 20− 24) = [− 389235 + (4 ∗ 309886) + (10 ∗ 276127) + (4 ∗ 268636) − (200683)] = 280340
16
1
P( 25− 29 ) = [− 309886 + (4 ∗ 276127) + (10 ∗ 268636) + (4 ∗ 200683) − (159672)] = 257753
16
1
P(30−34) = [− 276127 + (4 ∗ 268636) + (10 ∗ 200683) + (4 ∗ 159672) − (116870)] = 207942
16
1
P(35−39 ) = [− 268636 + (4 ∗ 200683) + (10 ∗ 159672) + (4 ∗ 116870) − (111290)] = 155438
16
1
P( 40− 44) = [− 200683 + (4 ∗ 159672) + (10 ∗ 116870) + (4 ∗ 111290) − (93786)] = 122380
16
1
P( 45− 49 ) = [− 159672 + (4 ∗ 116870) + (10 ∗ 111290) + (4 ∗ 93786) − (64880)] = 108186
16
1
P(50−54) = [− 116870 + (4 ∗ 111290) + (10 ∗ 93786) + (4 ∗ 64880) − (55625)] = 91878
16
1
P(55−59 ) = [− 111290 + (4 ∗ 93786) + (10 ∗ 64880) + (4 ∗ 55625) − (28918)] = 69140
16
1
P( 60−64) = [− 93786 + (4 ∗ 64880) + (10 ∗ 55625) + (4 ∗ 28918) − (21337)] = 51017
16
1
P( 65−69 ) = [− 64880 + (4 ∗ 55625) + (10 ∗ 28918) + (4 ∗ 21337) − (21203)] = 31944
16
Ratio 1,45% untuk P(70-74) terletak pada persen 1,0 = 0,62 dan 1,5 = 0,90
1,4546 − 1,0
Interpolasi = ∗ (0,90 − 0,62) + 0,62 = 0,874576
1,5 − 1,0
0,874576
P(70-74) = ∗ 2.927.320 = 25.602
100
Ratio 1,45% untuk P(75+) terletak pada persen 1,0 = 0,38 dan 1,5 = 0,60
1,4546 − 1,0
Interpolasi = ∗ (0,60 − 0,38) + 0,38 = 0,580024
1,5 − 1,0
0,580024
P(75+) = ∗ 2.927.320 = 16.979
100
Percentage of Person at Advanced Ages in Stationery Population
Kelompok Jumlah Survival Proyeksi Rata-rata ASFR ASFR Kelahiran Jumlah Survival Proyeksi
umur Penduduk Ratio Penduduk Penduduk Tahun Perempua Perempuan Penduduk Ratio Penduduk
Perempuan Level Perempuan Perempuan 1990 n 90-95 Laki-laki Laki-laki Laki-laki
Hasil 18,04 Tahun 1995 90-95 Yang 18,04 Tahun
Perapihan Sudah Kawin 1995
Dirapihka
[(2)+(4)] : 2 (7) X (5) n
(6) : 2,05
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)
Life Table menerangkan riwayat suatu kelompok hipotesis (hypothetical group) atau
suatu kohort penduduk, berkenaan dengan riwayat kematian secara bertahap
(gradually).
1. Period (Population) Life Table adalah suatu alat untuk menganalisa kondisi
mortalitas suatu penduduk berdasarkan pengalaman mortalitasw suatu penduduk
pada periode waktu tertentu (seperti: satu tahun, tiga tahun atau di antara dua
periode). Periode Life Table disebut juga dengan Current Life Table, karena
menggambarkan keadaan current mortality pada suatu penduduk.
2. Cohort (or Generation) Life Table adalah pengalaman nyata kelangsungan hidup
(the actual survival experience) suatu kelompok atau kohort dari individu-individu
yang lahir pada tahun yang sama atau disebut dengan a generation atau
Longitudinal Life Table, karena merupakan riwayat hidup suatu kohort sampai
dengan kematiannya. Hal ini membutuhkan data pada periode waktu yang panjang
dalam menyempurnakan life table untuk satu kohort.
1. Complete Life Table, jika dalam life table menyajikan umur tunggal
2. Abridged Life Table, jika dalam life table menyajikan umur dalam interval 5 atau 10
tahun. Umumnya Abridged Life Table lebih banyak dan sering digunakan karena
lebih sesuai.
1. Migrasi dianggap tidak ada, perubahan kohort hanya dipengaruhi oleh kematian
pada masing-masing individu dalam kohort.
3. Besaran kohort adalah jumlah tetap dari jumlah kelahiran menurut jenis kelamin
seperti 1.000; 10.000; atau 100.000 yang disebut dengan “radix life table” sehingga
menyediakan perbandingan antara tabel-tabel yang berbeda.
4. Jumlah kematian selama setahun diasumsikan pada interval umur, menyebar secara
merata (kecuali pada beberapa tahun pertama) khususnya dalam satu tahun.
Dari asumsi di atas bahwa life table terbentuk menurut jenis kelamin laki-laki dan
perempuan tetapi mortality experience laki-laki dan perempuan dalam populasi yang
sama ditemukan perbedaan.
Fungsi dasar Life Table adalah menerangkan riwayat suatu kohort yang disajikan dalam
sebuah bentuk tabel. Kecuali pada kolom pertama menunjukkan interval umur x sampai
x+n, sedangkan enam kolom lainnya menerangkan fungsi Life Table secara khusus.
0
Enam kolom fungsi Life Table tersebut adalah nqx ; lx ; ndx ; nLx ; Tx ; dan e 0.
Kolom (1) : x sampai x+n, adalah periode kehidupan antara dua umur x sampai x+n.
Dalam abridge life table n=5 atau 10 tahunan. x berarti umur x.
Sedangkan dalam complete life tble, kolom ini hanya berisi umur x dimana
x= 0,1,2,….,w.
Kolom (2) : nqx adalah probability of dying sebelum mencapai umur x+n untuk
Kolom (3) : lx , adalah jumlah orang-orang yang hidup pada umur x (dimulai pada
interval x sampai x+n) dari jumlah total kelahiran mnurut “radix life
table”. Kolom ini dimulai dengan l0 , misalnya 100.000. lx merupakan
fungsi turunan dari pada umur sehingga bisa didapat nilai nqx adalah
sebagai berikut :
l x+n
l x + n = l x *n p x jadi n px =
lx
Kolom (4) : ndx , adalah jumlah kematian dari orang-orang lx selama periode tahun n
Kolom (5) : nLx , adalah jumlah orang yang hidup dari orang-orang lx dalam interval
umur (x,x+n).
1 n
Lx = (l x + l x +1 ) dan n Lx = (l x + l x +1 ) untuk x>2.
2 2
Hubungan linier tidak valid untuk umur 0 dan 1 tahun, maka pendekatan
untuk nilai L0 dan Lx adalah sebagai berikut.
L1 = 0,4 l1 + 0,6 l2
Kolom (6) : Tx , adalah jumlah orang yang hidup setelah mencapai umur x. Jumlah ini
0
Kolom (7) : e x. , adalah tingkat harapan hidup pada umur x. Ini adalah rata-rata jumlah
Pembuatan life table diperlukan sebagai dasar untuk mengetahui nilai nex dan beberapa
asumsi seperti nilai Lx dari nilai lx.. Kaitan antara life table dengan jumlah penduduk
Model Life Table dan teknik life table adalah alat untuk mengukur tingkat mortalitas dan
juga digunakan untuk studi fertilitas, tingkat reproduksi, migrasi, dan struktur penduduk.
Secara luas life table digunakan untuk estimasi dan proyeksi penduduk, struktur, dan
perubahan penduduk di masa yang akan dating.
ASDR merupakan suatu ukuran mortalitas yang sangat berguna untuk mempelajari
keragaman mortalitas menurut umur. Perbedaan antara tingkat mortalitas laki-laki dan
perempuan dapat dipelajari menurut rasio pada mortalitas laki-laki dan perempuan
menurut umur. Untuk mengamati terjadinya perubahan-perubahan dalam tahun-tahun
terakhir, menggunakan ASDR menurut jenis kelamin, status perkawinan, social
ekonomi, ataupun jenis pekerjaan pada penduduk atau kategori lainnya sebagai
pembanding. Tetapi untuk lebih mudahnya membandingkan, diperlukan satu indeks
mortalitas yang menggambarkan sebuah rata-rata pada angka kematian pada keragaman
segmen-segmen penduduk. Indeks sederhana untuk tujuan ini adalah CDR. Tetapi CDR
tidak cocok untuk membandingkan mortalitas pada dua populasi yang berbeda pada
struktur umur dan jenis kelamin. Diperlukan suatu indeks mortalitas yang menggunakan
beberapa standar tertimbang dalam rata-rata tingkat kematian. Angka hasil
perhitungannya disebut perapihan atau perbaikan atau angka standarisasi (standardized
rate). Sering tingkat kematian dirapihkan atau distandarisasikan menurut kelompok
umur dan jenis kelamin.
Untuk tujuan spasial dan temporal, ASDR dapat dihitung menggunakan rata-rata
1
w
ASDR x πm n
aritmatic ∑ , n adalah total rate, atau dengan rata-rata geometric x , atau
0 n x
penjumlahan secara sederhana.
Standarisasi langsung untuk CDR mencakukp standarisasi penduduk dan penghitungan
rata-rata tertimbang pada ASDR dalam wilayah tertentu, menggunakan distribusi umur
pada standarisasi penduduk sebagai penimbang. Rumus untuk standarisasi langsung
tingkat kematian [direct standardized death rate atau SDR(D)] untuk suatu penduduk A
Ps x
adalah SDR( D) A = 1000∑ M A x
x Ps
keterangan:
M A x = ASDR pada kelompok umur x untuk penduduk A
P s x = Penduduk pada kelompok umur x dalam penduduk standar
Ps = Total penduduk standar
Jika angka mortalitas penduduk A sama dengan dua kali angka mortalitas penduduk B,
maka hal ini mencerminkan adanya selisih pada adjusted rates atau rasionya. Rasio
SDR(D) adalah sebagai berikut:
∑x
n M A x .n P S x
∑x
n M B x .n P S x
Rasio ini sama dengan 2, jika n M A x = n M B x untuk semua kelompok umur x. Selisih
SDR(D)-nya adalah:
∑[
x
n ]
M A x − n M B x .n P S x
∑x
n PS x
DA
SDR( I ) A = × CDR s
∑ n M x .n P x
x
S A
D
SDR( I ) = × CDR s
∑n
x
M S
x . P
n x
∑ n M x .n Px
= x
× CDR s
x
∑ S
n M x . n Px
P S x CDR s
SDR( D) = ∑ n M x . n × s
x Ps CDR
∑ n M x .n P S x
= x
× CDR s
∑ x
S S
n M x .n P x
Contoh 2
Berikut adalah penghitungan Indirect Standardization of Death Rate for Age untuk
Negara Bagian Kerala dan Uttar Pradesh di India Tahun 1971.
∑M a .M t a
CMI t = a
× CDR s
∑M
a
0
a .M a
1 Pt a P0a
Wa = + 0
2 Pt P
Tujuan dasar penghitungan CMI adalah untuk membandingkan relative mortalitas suatu
wilayah pada dua titik waktu. CMI pertama diperkenalkan pada tahun 1941 di Inggris
dan Wales, tetapi kemudian tidak dipakai lagi karena sangat sulit untuk menjelaskan
CMI secara umum.