13 0 1 MB
PENDAHULUAN
Para pemakai data kependudukan, khususnya para perencana, pengambil kebijaksanaan, dan peneliti sangat membutuhkan data penduduk yang berkesinambungan dari tahun ke tahun. Padahal sumber data penduduk yang tersedia hanya secara periodik, yaitu Sensus Penduduk (SP) pada tahun-tahun yang berakhiran dengan angka 0 (nol) dan Survei Penduduk Antar Sensus (SUPAS) pada pertengahan dua sensus atau tahun-tahun yang berakhiran dengan angka 5 (lima). Sumber data kependudukan lain yaitu registrasi penduduk masih belum sempurna cakupan pencatatannya sehingga datanya belum dapat digunakan untuk perencanaan pembangunan nasional. Seperti diketahui bahwa hampir semua rencana pembangunan perlu ditunjang dengan data jumlah penduduk, persebaran dan susunannya menurut umur penduduk yang relevan dengan rencana tersebut. Data yang diperlukan tidak hanya menyangkut keadaan pada waktu rencana itu disusun, tetapi juga informasi masa lampau dan yang lebih penting lagi adalah informasi perkiraan pada waktu yang akan datang. Data penduduk pada waktu yang lalu dan waktu kini sudah dapat diperoleh dari hasil-hasil survei dan sensus, sedangkan untuk memenuhi kebutuhan data penduduk pada masa yang akan datang perlu dibuat proyeksi penduduk yaitu perkiraan jumlah penduduk dan komposisinya di masa mendatang. 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). Ketiga komponen inilah yang menentukan besarnya jumlah penduduk dan struktur umur penduduk di masa yang akan datang. Untuk menentukan asumsi dari tingkat perkembangan kelahiran, kematian dan perpindahan di masa yang akan datang diperlukan data yang menggambarkan tren di masa lampau hingga saat ini, faktor-faktor yang mempengaruhi masing-masing komponen itu, dan hubungan antara satu komponen dengan yang lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang. Badan Pusat Statistik (BPS) sudah beberapa kali membuat proyeksi penduduk berdasarkan data hasil Sensus Penduduk (SP) 1971, 1980, 1990, 2000 dan Survei Penduduk Antar Sensus (SUPAS) 1985 dan 1995. Proyeksi penduduk yang terakhir dibuat adalah proyeksi penduduk berdasarkan hasil SP2000 yang lalu. Proyeksi penduduk berdasarkan SP2000 hanya mencakup periode 2000 - 2010. Untuk keperluan Rencana Pembangunan Jangka Menengah dan Rencana Pembangunan Jangka Panjang diperlukan data jumlah penduduk sampai dengan tahun 2025. Oleh karena itu, perlu dipersiapkan proyeksi penduduk dari tahun 2010 sampai dengan tahun 2025. Data dasar perhitungan proyeksi ini adalah data SP2000.
Proyeksi penduduk Indonesia menurut umur, jenis kelamin dan provinsi yang disajikan dalam publikasi ini merupakan angka final dan mencakup kurun waktu dua puluh lima tahun, mulai tahun 2000 sampai dengan 2025. Pembuatan proyeksi dengan kurun waktu yang panjang ini dimaksudkan agar hasilnya dapat digunakan untuk berbagai keperluan terutama untuk perencanaan jangka panjang. Data yang dipakai untuk perhitungan proyeksi ini terutama berdasarkan hasil SP2000. Selain itu untuk menunjang dan membuat tren masa lalu, serta untuk menentukan asumsi-asumsi yang dibutuhkan, perhitungan proyeksi ini juga menggunakan data hasil-hasil sensus penduduk sebelumnya dan hasil survei kependudukan lainnya. Dengan terbitnya publikasi ini maka proyeksiproyeksi sebelumnya yang masih mempunyai tahun rujukan yang sama dengan publikasi ini dinyatakan tidak berlaku lagi.
DATA DAN METODOLOGI
1. Sumber Data dan Metode Meski tersedia berbagai sumber data yang dapat digunakan untuk melihat gambaran tentang pola tingkat kelahiran di Indonesia, namun untuk keperluan proyeksi ini, sumber data yang digunakan adalah Sensus Penduduk 2000 (SP2000), Survei Penduduk Antar Sensus 1995 (SUPAS95)s, serta data SUSENAS tahun 1991 sampai 1999 (SSN 1991, SSN 1992, ..., SSN 1999). Hal ini dilakukan dengan pertimbangan untuk menjaga "konsistensi" data serta kesamaan metodologi dan definisi yang dipakai. Dengan demikian data yang akan dijajarkan dari masa lalu hingga perkiraan di masa yang akan datang tidak mengandung penyimpangan yang disebabkan oleh perbedaan metodologi
.
dan definisi
Dalam pembuatan Proyeksi Penduduk Provinsi Sulawesi Utara mulai tahun 2000 ini, digunakan suatu aplikasi yakni aplikasi Fivsin yang akan memudahkan kita dalam penghitungan estimasiestimasi parameter kependudukan. Dengan melakukan input beberapa data yang dibutuhkan seperti : Penduduk menurut kelompok umur, TFR dan ASFR, dan Level kematian, output yang dihasilkan dengan program “Fivsin” antara lain : 1) Penduduk menurut kelompok umur dan jenis kelamin 2) Parameter demografi : a. Total Fertility Rate (TFR) b. Infant Mortality Rate (IMR) menurut jenis kelamin c. Expectation of Life at birth (E0) per jenis kelamin d. Crude Birth Rate (CBR) e. Crude Death Rate (CDR) f.
Rate of Natural Increase (RNI)
g. Angka Pertumbuhan Penduduk (r)
2.
Evaluasi Data Dasar
2.1 Evaluasi Data Umur dan Jenis Kelamin Ada beberapa tahapan yang harus dilakukan dalam proyeksi penduduk :
1) Penentuan data dasar dan perapihan penduduk 2) Penentuan asumsi kelahiran, kematian, dan perpindahan 3) Perhitungan proyeksi 4) Iterasi Di tahap awal data penduduk yang digunakan untuk melakukan proyeksi adalah data yang sudah dirapihkan atau sudah di smoothing, dengan pertimbangan untuk mereduksi kesalahankesalahan yang mungkin terjadi dalam pelaporan umur, seperti: 1) Kesalahan penuturan umur (age misstatement) 2) Digit Preference (kecenderungan untuk melaporkan umur yang berakhiran nol dan lima) 3) Under-estimate untuk kelompok umur tertentu (kelompok umur di bawah lima tahun, kelompok umur tua, dan kelompok umur usia muda) Lebih lanjut, sebaiknya sebelum melakukan proyeksi penduduk dikaji terlebih dahulu mengenai evaluasi struktur umur penduduk, dengan cara : a. Dengan melihat distribusi umur pada Piramida Penduduk
Tampak pada piramida penduduk diatas, jumlah penduduk pada usia yang berakkhiran angka nol dan lima cenderung lebih banyak dibandingkan penduduk pada umur dengan akhiran angka lainnya. Hal ini mengindikasikan adanya Age Heaping. Namun apakah indikasi yang tampak pada piramida penduduk ini signifikan, beberapa metode digunakan untuk mengevaluasi kesalahan pelaporan ini, diantaranya dengan Indeks Whipple, Indeks Myers, dan Joint Score Index.
b. Dengan Menghitung Whipple’s Index untuk mengukur sejauh mana kecenderungan responden melaporkan umur yang berakhiran 0 atau 5
Whipple mengevaluasi kesalahan yang disebabkan oleh pelaporan umur dengan anggapan bahwa kesalahan pelaporan umur sebagian besar terletak pada umur 23 tahun sampai dengan 62 tahun. Dalam pelaporannya, antara umur-umur tersebut banyak menyukai umur-umur yang berakhiran angka 0 dan 5. Dengan dasar tersebut, Whipple kemudian merumuskan indeks kecermatan pelaporan umur dengan rumus:
Dari rumus tersebut terlihat bahwa indeks whipple dihitung dengan cara: kalikan 5 jumlah penduduk yang berumur dengan akhiran 0 dan 5 mulai dari umur 25 sampai 60. Selanjutnya dibagi dengan total jumlah penduduk yang berumur antara 23 sampai 62 tahun. Jika semua penduduk yang berumur 23 sampai 62 tahun melaporkan umurnya berakhiran angka 0 atau 5, nilai indeks akan menjadi sebesar 500. Sebaliknya jika pelaporan umur antara 23 tahun sampai dengan 62 tahun tersebut benar, maka secara ringkas nilai indeks tersebut akan sama dengan 100. Dengan demikian, semakin dekat nilai indeks dengan 100, maka pelaporan umur makin mendekati kecermatan. PBB merekomendasikan suatu standar untuk mengukur kesalahan pelaporan umur menggunakan indeks Whipple ini sebagai berikut: Tabel 1. Standar pengukuran kesalahan pelaporan umur Indeks Whipple
Indeks Whipple < 105 105–110 110–125 125–175 > 175
Kualitas Data Sangat akurat Relatif akurat OK Buruk Sangat buruk
Berikut ini tabel data yang diperlukan untuk penghitungan indeks Whipple beserta penghitungannya pada setiap tahap :
Tabel 12. Penghitungan indeks Whipple daerah Perkotaan + Perdesaan Provinsi
Sulawesi Utara, 2000 Umur (1) 23 24 25-29 30-34 35-39 40-44 45-49 50-54 50-59 60 61 62 Jumlah A
Penduduk A Laki-laki Perempuan (2) (3) 19.042 18.990 19.155 19.216 97.914 95.332 89.931 84.821 77.926 72.806 70.512 64.743 57.207 52.661 41.488 38.158 29.803 28.277 7.257 7.186 5.091 5.064 5.042 5.143 520.368 492.397
(4)
Penduduk B Laki-laki Perempuan (5) (6)
25 30 35 40 45 50 55 60
22.098 22.678 19.427 17.027 14.366 11.589 6.697 7.257
21.799 20.717 17.553 15.702 13.006 10.597 6.212 7.186
Jumlah B
121.139
112.772
Umur
Sumber data : Publikasi Sensus 2000, BPS Untuk mengetahui seberapa besar nilai dari indeks Whipple sehingga pada akhirnya kita bisa menentukan tingkatan dari kualitas data pelaporan umur suatu daerah, digunakan rumus sebagai berikut :
Berdasarkan data pada tabel diatas, maka dapat dihitung Indeks Whipple untuk penduduk laki-laki dan perempuan, sebagai berikut :
Indeks Whipple "Laki-laki"
×100 %=
Indeks Whipple “Perempuan” ×100 %=
× 100 % = 116,3974 %
× 100 % = 114,5132 %
Iw untuk laki-laki + perempuan :
Iw = Dari penghitungan diatas diperoleh Indeks Whipple untuk penduduk laki-laki di daerah perkotaan+Perdesaan Sulawesi Utara tahun 2000 adalah 116,3974%, sedangkan Indeks Whipple untuk penduduk perempuannya adalah 114,5132%. Hal ini berarti kualitas data pelaporan umur penduduk baik untuk penduduk laki-laki ataupun penduduk perempuan di daerah perkotaan + perdesaan Sulawesi Utara tahun 2000 sudah tergolong “Ok”, aman, walau pun belum sepenuhnya akurat. Hal ini mungkin disebabkan karena kesadaran responden dalam mengingat umur baik laki-laki maupun perempuan di daerah perkotaan + perdesaan sudah cukup baik, selain itu mungkin di dalam sensus petugas selalu mencocokan umur jawaban responden dengan kartu tanda pengenal responden, sehingga kualitas data pelaporan umur cukup baik.
c. Dengan Menghitung Myer’s Index untuk mengevaluasi kecenderungan pelaporan umur yang berakhiran 1 sampai dengan 9 (Dida)
Metode lainnya untuk mengukur tingkat kecermatan pelaporan umur pada sensus adalah metode Myer’s Index atau biasa juga disebut dengan Myers Blended Index yang dikemukakan oleh Myers R.J pada tahun 1940. Myers mencetuskan metode campuran atau bauran (blended method) untuk menghasilkan suatu index kecenderungan pada setiap digit terminal atau digit akhir dari umur
yang
menggambarkan deviasi dari 10% proporsi dari total penduduk yang telah melaporkan umurnya. Prinsip utama pada metode ini adaah penghitungan pada masing-masing 10 digit terakhir / Terminal digit yakni 0, 1, sampai 9 dan berulang dengan kelipatan 10 kemudian hasilnya dirata-ratakan. Secara spesifik metode ini menentukan proporsi penduduk pada umur berakhiran suatu digit angka tertentu dari total populasi. Metode ini menghasilkan suatu indeks preferensi untuk masing-masing digit terminal, menggambarkan deviasinya dari 10% total populasi. Jika tidak terjadi age heaping, maka nilai indeksnya akan mendekati zero atau nol. Indeks ini adalah suatu estimasi proporsi minimum penduduk yang salah melaporkan umurnya. Secara teoritis, range dari indeks Myers ini adalah antara 0 sampai 90 dimana indeks bernilai 0 ketika sama sekali tidak ada heaping sedangkan nilai indeks 90 terjadi jika semua umur yang dilaporkan pada single digit adalah umur 0. Pengambilan keputusan dengan indeks Myers dilakukan dengan membandingkan indeks Myers hasil penghitungan dengan 10 persen. Jika nilai Myer’s Index lebih kecil dari 10%, berarti pelaporan umur data tersebut cukup baik. Sebaliknya, jika nilai Myer’s Index lebih besar atau sama dengan 10%, berarti pelaporan umur data tersebut tidak baik.
Tabel 14. Penghitungan indeks Myers daerah Perkotaan Provinsi Sulawesi Utara, daerah Perkotaan+Pedesaan Provinsi Sulawesi Utara, 2000
Terminal digit (a)
Jumlah untuk umur (10-69)
Jumlah untuk umur (20-69)
Koefisien pengali kolom (2)
koefisien pengali kolom (3)
(1) 0 1 2 3 4 5 6 7 8 9
(2) 193153 158362 158474 150179 147825 167553 143340 148882 141512 131971
(3) 155314 124447 124941 117502 115271 131197 108863 110923 104263 96405 Total
(4) 1 2 3 4 5 6 7 8 9 10
(5) 9 8 7 6 5 4 3 2 1 0
Jumlah Distribusi penduduk persen bauran kolom (2)x(4) + (6) (3)x(5) (6) 1590979 1312300 1350009 1305728 1315480 1530106 1329969 1412902 1377871 1319710 13845054
(7) 11.49 9.48 9.75 9.43 9.50 11.05 9.61 10.21 9.95 9.53 100.00
Deviasi dari 10% (8) 1.49 0.52 0.25 0.57 0.50 1.05 0.39 0.21 0.05 0.47
5.50
Indeks Myers diperoleh dengan menjumlahkan nilai absolut deviasi dari 10% untuk masing-masing terminal digit.Berdasarkan penghitungan, diperoleh indeks Myers untuk daerah perkotaan+pedesaan Provinsi Sulawesi Utara tahun 2000 adalah sebesar 5.50 persen.Olehkarena nilainya kurang dari 10 persen, maka kesimpulan yang dapat kita ambil adalah bahwa berdasarkan penghitungan indeks Myers, pelaporan umur pada data jumlah penduduk di daerah perkotaan+pedesaan Provinsi Sulawesi Utara tahun 2000 sudah cukup baik. Dari penghitungan diatas, pada setiap tahap penghitungan, tampak bahwa penduduk pada umur yang berakhiran 0 dan 5 selalu lebih besar proporsinya dibandingkan dengan terminal digit lainnya.Namun ternyata, berdasarkan indeks Myers, perbedaan proporsi pada terminal digit 0 dan 5 belum cukup signifikan untuk dikatakan terjadi Age Heaping.
d. Dengan Menghitung United Nation’s Index untuk melihat keakurasian umur dan jenis kelamin
Metode ini berisi esensi penghitungan rasio jenis kelamin (sex ratio) dan rasio umur (age ratio) untuk kelompok umur 5 tahunan dimulai kelompok umur 0-4 sampai dengan 70-74 tahun. Dalam kasus ini sex ratio akan berbeda antara satu kelompok umur dengan kelompok umur berikutnya. Metode ini dapat dipakai apabila data umur tunggal tidak tersedia. Hasil penghitungan indeks tidak sangat tepat sekali, tergantung dari pada sekedar ukuran ketepatan. Metode ini memberikan keterbatasan-keterbatasan, dan membiarkan pengecualian-pengecualian dari perubahan struktur umur penduduk karena perubahan trend penduduk akibat faktor-faktor seperti korban peperangan, defisit tingkat kelahiran sewaktu-waktu, dan perpindahan penduduk mempengaruhi kelompok umur dan jenis kelamin The UN Secretariat Method mempunyai kelebihan-kelebihan dari pada metode Whipple, Myer, maupun Bachi. Penghitungan dengan metode ini efektif karena menghilangkan variasi perbedaan dalam kelompok umur penduduk dari hasil sensus.
Adapun dalam pengambilan keputusannya, apakah data umur yang dilaporkan pada suatu sensus itu akurat atau tidak, terdapat patokan sebagai berikut : Joint Score Index < 20; Akurat. Joint Score Index, 20-40; Moderat. Joint Score Index > 40; Tidak Akurat hasil penghitungan untuk daerah perkotaan + perdesaan tersaji pada tabel berikut ini : Tabel 15. hasil penghitungan Joint Score Index untuk daerah Perkotaan+Perdesaan Provinsi Sulawesi Utara tahun 2000 Age
Male
Female
Sex Ratio
Succesive Difference
Age ratio Male
Deviasi from 100
Age ratio Female
deviasi from 100
1
2
3
4
5
6
7
8
9
1,47 0,52 2,73 5,17 1,10 3,32 1,01 1,88 0,28 0,09 3,33 6,12 6,94 2,98 36,949 2,639
102,382 93,812 100,477 101,763 104,459 102,287 97,138 104,359 102,155 95,363 87,443 109,166 94,558 -
2,382 6,188 0,477 1,763 4,459 2,287 2,862 4,359 2,155 4,637 12,557 9,166 5,442 58,743 4,518
101,884 92,416 99,028 104,818 105,447 100,894 97,357 103,203 102,352 94,289 86,967 109,832 97,981 -
1,884 7,584 0,972 4,818 5,447 0,894 2,643 3,203 2,352 5,711 13,033 9,832 2,019 60,392 4.645
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
98.866 91.958 107.51 96.237 88.307 108.98 89.129 81.389 109,50 93.778 87.829 106,77 97.536 95.993 101,60 97.914 95.332 102,70 89.931 84.821 106,02 77.926 72.806 107,03 70.512 64.743 108.91 57.207 52.661 108,63 41.488 38.158 108,72 29.803 28.277 105,39 26.677 26.871 99,27 19.071 20.654 92,33 13.660 15.288 89,35 Total (Irrespective of sign) Mean ( Total divided by 14 or 13)
Joint Score Index
17,08
Joint Index = 3 (2,639) + 4,518 + 4,645 = 17,08 Hal ini berarti kualitas data pelaporan umur penduduk baik untuk penduduk laki-laki ataupun penduduk perempuan di daerah perkotaan + perdesaan Sulawesi Utara tahun 2000 berdasarkan perhitungan Joint Score Index “Akurat”. Hal ini mungkin disebabkan karena kemampuan responden dalam mengingat umur baik
laki-laki maupun perempuan di daerah perkotaan + perdesaan sudah cukup baik, kesalahan penuturan umur oleh responden, kecenderungan responden melaporkan umur yang berakhiran 0 dan 5, serta underestimate pada kelompok umur tertentu (kelompok umur di bawah lima tahun, kelompok usia tua, dan kelompok usia muda), dapat diminimalisir kesalahannya. Petugas meminta responden untuk menunjukkan kartu identitas pengenal agar dapat meminimalisir kesalahan pelaporan umur dari responden, sehingga data pelaporan umur yang dihasilkan menghasilkan data yang akurat.
2.2 Perapihan Umur Perapihan umur perlu dilakukan dengan tujuan untuk memperkecil kesalahan yang ada dalam data. Jika perapihan umur tidak dilakukan maka kesalahan-kesalahan itu akan terbawa ke dalam perhitungan proyeksi, sehingga akan mempengaruhi jumlah dan struktur umur penduduk dalam periode proyeksi tersebut. Dalam melakukan perapihan umur kesulitan yang dihadapi adalah tidak diketahui secara pasti letak kesalahan-kesalahan yang ada, sehingga sulit menentukan umur-umur mana yang sudah pasti salah dan mana yang benar, sehingga perapihan dilakukan untuk semua kelompok umur. Perapihan data dasar penduduk menurut umur dan jenis kelamin dilakukan dalam tiga tahapan yang berbeda. Pertama, merapihkan data penduduk umur (10-64) tahun. Kedua, merapihkan data penduduk umur 65 tahun ke atas, tahap terakhir adalah merapihkan data penduduk umur (0-9) tahun. Masing-masing tahap perapihan data dasar dilakukan dengan metode yang berbeda. Tahap pertama, melakukan prorata pada seluruh kelompok umur untuk mengalokasikan jumlah penduduk yang tidak mengetahui tahun lahirnya (TT). Dalam proses prorata ini digunakan rumus : Prorata = Setelah diakukan penghitungan dengan rumus diatas pada setiap kelompok umur, selanjutnya dilakukan pembulatan hasil penghitungannya. Dalam proses ini, pembulatan
keatas diutamakan pada hasil penghitungan yang mengahasilkan angka dibelakang koma lebih dari 0.5, namun jika dalam kolom tersebut tidak terdapat angka desimal lebih dari 0.5, maka pembulatan keatas dilakukan pada sel yang memiliki angka desimal tertinggi pada kolom tersebut. angka desimal (di belakang koma) yang tertinggi pada suatu kolom dibulatkan keatas, seterusnya secara berurutan hingga jumlah TT terbagi habis. Berikut ini data dasar yang akan digunakan untuk proyeksi penduduk sebelum dan setelah di-prorata : Perkotaan Tabel 1. Prorata Penduduk daerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000 Age 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+ TT Total
Male
Female
Male+Female
Before 34716 32770
After (1) 34716.570 32770.538
After (2) 34717 32771
Before 32233 30341
After (1) 32233.72 30341.68
After (2) 32234 30342
Before 66949 63111
After (1) 66950.30 63112.22
After (2) 66950 63112
31045 35189 37621 36693 33387 29400 26318 20852 14809 10570 8670 5906 4047 3564 6 365563
31045.000 35189.578 37621.617 36693.602 33387.548 29400.483 26318.432 20852.342 14809.243 10570.173 8670.142 5906.097 4047.066 3564.058 365563
31045 35190 37622 36694 33388 29400 26318 20852 14809 10570 8670 5906 4047 3564
28986 34982 38290 37218 32923 28384 24193 19430 13850 10214 9067 6837 4919 5595 8 357470
28986.65 34982.78 38290.86 37218.83 32923.74 28384.64 24193.00 19430.43 13850.31 10214.23 9067.20 6837.15 4919.11 5595.13 357470
28987 34983 38291 37219 32924 28385 24193 19430 13850 10214 9067 6837 4919 5595
60031 70171 75911 73911 66310 57784 50511 40282 28659 20784 17737 12743 8966 9159 14 723033
60032.16 70172.36 75912.47 73912.43 66311.28 57785.12 50511.98 40282.78 28659.55 20784.40 17737.34 12743.25 8966.17 9159.18
60032 70172 75913 73913 66311 57785 50512 40283 28660 20785 17737 12743 8966 9159
723033
723033
365563
Sumber : hasil penghitungan
357470
Perdesaan Tabel 2. Prorata Penduduk Propinsi Sulawesi Utara Menurut Kelompok Umur Daerah Pedesaan, Sensus Penduduk 2000
Kelompok Umur (1) 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+ TT Jumlah
Laki-Laki Sebelum di Setelah di Prorata Prorata (2) (3) 64150 64153 63467 63470 58084 58087 58589 58592 59915 59918 61221 61224 56544 56547 48526 48528 44194 44196 36355 36357 26679 26680 19233 19234 18007 18008 13165 13166 9613 9613 8391 8391 29 646162 646162
Perempuan Laki-Laki+Perempuan Sebelum di Setelah di Sebelum di Setelah di Prorata Prorata Prorata Prorata (4) (5) (6) (7) 59725 59728 123875 123881 57966 57969 121433 121439 52403 52406 110487 110492 52847 52850 111436 111441 57703 57706 117618 117623 58114 58117 119335 119341 51898 51900 108442 108447 44422 44424 92948 92952 40550 40552 84744 84748 33231 33233 69586 69589 24308 24309 50987 50989 18063 18064 37296 37298 17804 17805 35811 35813 13817 13818 26982 26983 10369 10369 19982 19983 10996 10997 19387 19388 29 58 604245 604245 1250407 1250407
Tahap kedua, menggunakan metode dari Perserikatan Bangsa-Bangsa (UN, 1956) yang disusun dalam paket komputerMicro Computer Programs for Demographics Analaysis (MCPDA). Secara umum formula yang digunakan adalah sebagai berikut: * 5Px
= 1/16(5Px-10+4 5Px-5+10 5Px + 4 5Px+5 - 5Px+10)
5Px*
= Jumlah penduduk yang telah dirapihkan menurut kelompok umur 5 tahunan
5P x
= Jumlah penduduk dari data dasar menurut kelompok umur 5 tahunan Hasil perapihan penduduk menurut jenis kelamin pada kelompok umur 10-69 tahun
menggambarkan keadaan pada tanggal 30 Juni 2000 (Census Date SP2000) yang digunakan sebagai dasar I perhitungan proyeksi. Berikut ini tabel yang menyajikan hasil perapihan untuk kelompok umur 10-69 tahun : Perkotaan
Tabel 2. Hasil perapihan untuk kelompok umur 10-69 tahun, Penduduk perempuan daerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000 Age
Sebelum dirapihkan
Setelah dirapihkan
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+
32234 30342 28987 34983 38291 37219 32924 28385 24193 19430 13850 10214 9067 6837 4919 5595
30040 34461 38113 37105 33073 28479 24151 19242 13989 10472 8757 6782 -
Total
357470
Angka-angka pada tabel diatas diperoleh melalui penghitungan sebagai berikut :
P(10-14)= 1/16 [ -32234 + (4 x 30342) + (10 x 28987) + ( 4 x 34983) – (38291) ] = 30040 P(15-19)= 1/16 [ -30342 + (4 x 28987) + (10 x 34983) + ( 4 x 38291) – (37219) ] = 34461 P(20-24)= 1/16 [ -28987 + (4 x 34983) + (10 x 38291) + ( 4 x 37219) – (32924) ] = 38113 P(25-29)= 1/16 [ -34983 + (4 x 38291) + (10 x 37219) + ( 4 x 32924) – (28385) ] = 37105 P(30-34)= 1/16 [ -38291 + (4 x 37219) + (10 x 32924)+ ( 4 x 28385) – (24193) ] = 33073 P(35-39)= 1/16 [ -37219 + (4 x 32924) + (10 x 28385) + ( 4 x 24193) – (19430) ] = 28479 P(40-44)= 1/16 [ -32924 + (4 x 28385) + (10 x 24193) + ( 4 x 19430) – (13850) ] = 24151 P(45-49)= 1/16 [ -28385 + (4 x 24193) + (10 x 19430) + ( 4 x 13850) – (10214) ] = 19242 P(50-54)= 1/16 [ -24193 + (4 x 19430) + (10 x 13850) + ( 4 x 10214) – (9067) ] = 13989 P(55-59)= 1/16 [ -19430 + (4 x 13850) + (10 x 10214) + ( 4 x 9067) – (6837) ] = 10472 P(60-64)= 1/16 [ -13850 + (4 x 10214) + (10 x 9067) + ( 4 x 6837) – (4919) ] = 8757 P(65-69)= 1/16 [ -10214 + (4 x 9067) + (10 x 6837) + ( 4 x 4919) – (5595) ] = 6782
Perdesaan Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69)Propinsi Sulawesi Utara Daerah Pedesaan, Sensus Penduduk 2000 Kelompok Umur (1) 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
Sebelum Dirapihkan (2) 59728 57969 52406 52850 57706 58117 51900 44424 40552 33233 24309 18064 17805 13818 10369 10997 604245
Sesudah Dirapihkan (3) 53118 53303 57289 57645 51932 45169 39996 33080 24370 18878 16931 13863 -
Perapihan Umur Penduduk Perempuan daerah Perdesaan Provinsi Sulawesi Utara 10-69 tahun :
P(10-14)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (57706) ] = 53118 P(15-19)= 1/16 [ -57969 + (4 x 52406) + (10 x 52850) + ( 4 x 57706) – (58117) ] = 53303 P(20-24)= 1/16 [ -52406 + (4 x 52850) + (10 x 57706) + ( 4 x 58117) – (51900) ] = 57289 P(25-29)= 1/16 [ -52850 + (4 x 57706) + (10 x 58117) + ( 4 x 51900) – (44424) ] = 57645 P(30-34)= 1/16 [ -57706 + (4 x 58117) + (10 x 51900)+ ( 4 x 44424) – (40552) ] = 51932 P(35-39)= 1/16 [ -58177 + (4 x 51900) + (10 x 44424) + ( 4 x 40552) – (33233) ] = 45169 P(40-44)= 1/16 [ -51900 + (4 x 44424) + (10 x 40552) + ( 4 x 33233) – (24309) ] = 39996 P(45-49)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (18064) ] = 18878 P(50-54)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (17805) ] = 16931 P(55-59)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (13818) ] = 13863 P(60-64)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10369) ] = 11328
P(65-69)= 1/16 [ -59728 + (4 x 57969) + (10 x 52406) + ( 4 x 52850) – (10997) ] = 10224
Perkotaan+Perdesaan Tabel 3. Smoothing/Perapihan Penduduk Perempuan Umur (10-69) Propinsi Sulawesi Utara Daerah Pedesaan, Sensus Penduduk 2000 Kelompok Umur (1) 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
Sebelum Dirapikan (2) 91962 88310 81392 87832 95997 95336 84824 72809 64745 52663 38159 28278 26872 20655 15289 16592 961715
Sesudah Dirapikan (3) 83158 87764 95402 94750 85005 73648 64147 52322 38359 29349 25688 20645 -
Perapihan Umur Penduduk Perempuan daerah perkotaan+perdesaan Sulawesi Utara 10-69 tahun (tabel diatas):
P(10-14)=
[
]
P(15-19)=
[
]
P(20-24)=
[
]
P(25-29)=
[
]
P(30-34)=
[
]
P(35-39)=
[
]
P(40-44)=
[
]
P(45-49)=
[
]
P(50-54)=
[
]
P(55-59)=
[
]
P(60-64)
[
]
P(65-69)=
[
]
Sedangkan untuk perapihan jumlah penduduk laki-laki yang berada pada kelompok umur 10-69 tahun dengan three Moving Average menggunakan data sex ratio yang dihitung berdasarkan data hasil prorata pada Tabel 1 diatas. Penghitungan ini menggunakan rumus :
Kemudian untuk setiap kelompok umur, hasil penghitungan dari rumus tersebut dikalikan dengan jumlah penduduk perempuan yang telah dirapihkan pada setiap kelompok umur dari 10 hingga 69 tahun. Berikut ini tabel yang memuat hasil penghitungan sex ratio sebelum dan setelah dirapihkan serta jumlah penduduk laki-laki setelah dilakukan perapihan (smoothing) : Perkotaan Tabel 3. Hasil perapihan untuk kelompok umur 10-69 tahun, Penduduk laki-laki daerah Perkotaan Provinsi Sulawesi Utara, Sensus Penduduk 2000 Age
Sex Ratio sebelum
Sex Ratio Sesudah
Jumlah penduduk hasil perapihan
0-4 5--9 10--14 15-19 20-24 25-29 30-34 35-39
1.077 1.080 1.071 1.006 0.983 0.986 1.014 1.036
1.057 1.016 0.989 0.992 1.012 1.043
31752 35024 37702 36812 33485 29714
40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+
1.088 1.073 1.069 1.035 0.956 0.864 0.823 0.637
Total
1.023
1.071 1.076 1.062 1.024 0.953 0.877 -
25870 20702 14851 10721 8343 5945 -
Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:
= 1.057
= 1.016
= 0.989
= 0.992
= 1.012
= 1.043
= 1.071
= 1.076
= 1.062
= 1.024
= 0.953
= 0.877
Perdesaan Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah Pedesaan, Sensus Penduduk 2000
Kelompok Umur (1) 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+
sebelum perapihan (2) 64153 63470 58087 58592 59918 61224 56547 48528 44196 36357 26680 19234 18008 13166 9613 8391
setelah perapihan (3) 48068 48896 54101 54466 48042 41400 36642 30242 22393 17831 16788 14440 -
Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:
= 0.9049
= 0.9173
= 0.9444
= 0.9449
= 0.9251
= 0.9166
= 0.9161
= 0.9142
= 0.9189
= 0.9446
= 0.9915
= 1.0416
Perkotaan+Perdesaan Tabel 6. Smoothing/Perapihan Penduduk Laki-laki Umur (10-69)Propinsi Sulawesi Utara Daerah Pedesaan, Sensus Penduduk 2000
Kelompok Umur (1) 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
Laki-Laki Sebelum Smoothing (2) 98870 96240 89132 93781 97539 97917 89934 77929 70515 57209 41489 29804 26678 19072 13661 11955 1011725
Sesudah Smoothing (3) 90393 93205 98455 97782 89595 78951 69535 56874 41351 30728 25457 19262 -
Angka-angka pada tabel diatas diperoleh melalui penghitungaan sebagai berikut:
Sn(10-14)= (SRn-1 + 2SRn + SRn+1) : 4 = (1,090 + 2x1,095 + 1,068) : 4 = 1,087 P(10-14) = Jumlah Penduduk Smoothing Perempuan(10-14) x Sn(10-14) = 83158 x 1,087 = 90393
Sn(15-19)= (1,095 + 2x1,068 + 1,016) : 4 = 1,062 P(15-19)
Sn(20-24)= (1,068 + 2x1,016 + 1,027) : 4 = 1,032 P(20-24)
= 87764 x 1,062 = 93205
= 95402 x 1,032 = 98455
Sn(25-29)= (1,016 + 2x1,027 + 1,060) : 4 = 1,032 P(25-29)
= 94750 x 1,032 = 97782
Sn(30-34)= (1,027 + 2x1,060 + 1,070) : 4 = 1,054 P(30-34)
Sn(35-39)= (1,060 + 2x1,070 + 1,089) : 4 = 1,072 P(35-39)
= 29349 x 1,047 = 30728
Sn(60-64)= (1,054 + 2x0,993 + 0,923) : 4 = 0,991 P(60-64)
= 38359 x 1,078 = 41351
Sn(55-59)= (1,087 + 2x1,054 + 0,993) : 4 = 1,047 P(55-59)
= 52322 x 1,087 = 56874
Sn(50-54)= (1,086 + 2x1,087 + 1,054) : 4 = 1,078 P(50-54)
= 64147 x 1,084 = 69535
Sn(45-49)= (1,089 + 2x1,086 + 1,087) : 4 = 1,087 P(45-49)
= 73648 x 1,072 = 78951
Sn(40-44)= (1,070 + 2x1,089 + 1,086) : 4 = 1,084 P(40-44)
= 85005 x 1,054 = 89595
= 25688 x 0,991 = 25457
Sn(65-69)= (0,993 + 2x0,923 + 0,894) : 4 = 0,933 P(65-69)
= 20645 x 0,933 = 19262
Tahap selanjutnya adalah merapihkan penduduk yang berumur 0-4 dan 5-9 tahun. Jumlah penduduk kelompok ini, terutama yang berumur 0 dan 1 tahun, jauh lebih kecil daripada yang diharapkan dan diduga karena lewat cacah. Untuk merapihkannya diperlukan data angka kelahiran total (TFR) masa lampau yang menggambarkan keadaan paling tidak 10 tahun sebelum pencacahan, jumlah dan susunan umur wanita usia subur, serta tingkat kematian dalam kurun waktu yang sama. Untuk perapihan penduduk yang berumur 0-4 dan 5-9 tahun dibutuhkan beberapa informasi tambahan diantaranya jumlah kelahiran dari tahun 1991 hingga tahun 2000, level kematian untuk masing-masing penduduk kota, desa, dan kota+desa, serta informasi mengenai survival ratio yang dihitung menggunakan life table berdasrkan level kematian tersebut. berikut ini tabel yang menyajikan data jumlah kelahiran dari tahun 1991 hingga tahun 2000 : Tabel 5. Jumlah Peristiwa Kelahiran Propinsi Sulawesi Utara periode 1991-2000
Tahun 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000
Kota L 5477 9928 10277 12393 14259 11322 13821 8487 13086 11176
P 5477 10512 10882 11058 14661 9058 12355 9381 8724 13775
Sulawesi Utara Desa L P 21908 10954 15184 12264 1578 12695 14299 13727 16870 16468 18527 19968 12774 13821 16305 21665 20014 18218 13775 14035
Kota & Desa L P 27385 16431 25112 22776 11855 23577 26692 24785 31129 31129 29849 29026 26595 26176 24792 31046 33100 26942 24951 27810
Sumber : data olahan BPS
Level kematian yang digunakan untuk Proyeksi Penduduk Provinsi Sulawesi Utara ini diperoleh dari hasil penghitungan estimasi angka kematian dengan metode Brass, dimana penghitungan ini didsarkan pada data rata-rata anak yang pernah dilahirkan (ALH) dan ratarata anak yang masih hidup (AMH). Ratio antara rata-rata ALH pada kelompok umur 15-19 dengan kelompok umur 20-24 digunakan sebagai dasar penentuan level kematian, dengan mengalikannya dengan faktor pengali yang ada pada Tabel Faktor Pengali Brass. Dengan faktor pengali tersebut, pada akhirnya dapat diketahui level kematian dari Life Table yang akan kita gunakan untuk merapihkan penduduk umur 0-4 dan 5-9 tahun, yakni dengan merata-ratakan level kematian pada kelompok usia 20-24 dan 25-29 tahun. Untuk daerah Perkotaan, diperoleh, level yang digunakan adalah level 23,206
yang berada
diantara level 23 dan level 24. Sedangkan untuk penduduk perdesaan propinsi Sulawesi Utara adalah 22,947 yang berada pada interval level kematian 22 dan level 23. Kemudian untuk daerah desa+kota, dengan proses penghitungan yang sama diperoleh level kematian 23,053 yang terletak antara level 23 dan 24. Tabel 4. Level kematian Provinsi Sulawesi Utara Kelompok Umur 1 15 -19 20-24 25-29 30-34
KOTA Level Kematian 2 23.209 23.202 -
DESA Level Kematian
KOTA+DESA Level Kematian
3 23.1 22.8 -
4 23.1 23.0 -
35-39 40-44 45-49 p1/p2 level
0.667 23.205693
0.622 22.9471
0.639 23.053105
Sumber : Hasil penghitungan dengan Metode Brass Selanjutnya dengan informasi jumlah kelahiran tahun 1991-2000 dan level kematian tahun 2000 diatas, dapat dihitung nilai survival ratio untuk masing-masing desa, kota, serta desa+kota. Penghitungan survival ratio dilakukan dengan West Model Life Table dengan interpolasi nilai P(2) dan P(3) untuk masing-masing penduduk laki-laki dan perempuan pada level yang bersangkutan. Nilai P(2) merupakan nilai survival ratio untuk penduduk umur 0-4 tahun, sedangkan P(3) merupakan nilai survival ratio untuk penduduk usia 5-9 tahun. Berikut ini tabel penghitungan survival ratio berdasarkan desa/kota dan jenis kelamin : Tabel 5. Survival Ratio Penduduk kelompok umur 0-4 dan 5-9 tahun berdasarkan daerah tempat tinggal dan jenis kelamin Jenis kelamin
umur
Perempuan
Kota
Desa
kota+desa
23
23.2057
24
22
22.9471
23
23
23.0531
24
(0-4)
0.9978
0.9980
0.9990
0.9959
0.9977
0.9978
0.9978
0.9978
0.9990
(5-9)
0.9989
0.9990
0.9995
0.9981
0.9989
0.9989
0.9989
0.9989
0.9995
(0-4)
0.9965
0.9969
0.9982
0.9941
0.9964
0.9965
0.9965
0.9966
0.9982
(5-9)
0.9981
0.9982
0.9989
0.9971
0.9980
0.9981
0.9981
0.9981
0.9989
Laki-laki
Dengan demikian, semua informasi yang dibutuhkan untuk perapihan penduduk yang berada pada kelompok umur 0-4 dan 5-9 tahun telah tersedia, sehingga proses perapihan dapat dilakukan dengan penghitungan sebagai berikut : Perkotaan : 1. Perapihan penduduk perempuan umur 0-4 tahun = jumlah kelahiran (1995 – 2000) x Survival Ratio = (9058+12355+9381+8724+13775) x 0.9980 = 53293 x 0.9980 = 53187.5302 = 53188
2. Perapihan Penduduk perempuan umur 5-9 tahun
= jumlah kelahiran (1990 – 1995) x Survival Ratio = (5477+10512+10882+11058+14661) x 0.9980 x 0.9990 = 52590 x 0.9980 x 0.9990 = 52434.6497 = 52435
3. Perapihan penduduk Laki-laki umur 0-4 tahun = jumlah kelahiran (1995 – 2000) x Survival Ratio = (11322+13821+8487+13086+11176) x 0.9969 = 57892 x 0.9969 = 57709.9 = 57710
4. Perapihan Penduduk laki-laki umur 5-9 tahun = jumlah kelahiran (1991 – 1995) x Survival Ratio = (5477+9928+10277+12393+14259) x 0.9980 x 0.9990 = 52334 x 0.9969 x 0.9982 = 52241.2 = 52242
Perdesaan : 1. Perapihan penduduk perempuan umur 0-4 tahun = jumlah kelahiran (1996 – 2000) x Survival Ratio = (19968+13821+21665+18218+14035) x 0.9977 = 87707 x 0.9977 = 87502.7 = 87503
2. Perapihan Penduduk perempuan umur 5-9 tahun = jumlah kelahiran (1991 – 1995) x Survival Ratio = (10954+12264+12695+13727+16468) x 0.9977 x 0.9989 = 66108 x 0.9977 x 0.9989 = 65879.4 = 65879
3. Perapihan penduduk Laki-laki umur 0-4 tahun = jumlah kelahiran (1996 – 2000) x Survival Ratio
= (18527+12774+16305+20014+13775) x 0.9964 = 98269 x 0.9964 = 97815
4. Perapihan Penduduk laki-laki umur 5-9 tahun = jumlah kelahiran (1991 – 1995) x Survival Ratio = (21908+15184+15718+14299+16870) x 0.9964 x 0.9980 = 83979 x 0.9964 x 0.9980 = 83507.701 = 83508
Perkotaan + Perdesaan : 1. Perapihan penduduk perempuan umur 0-4 tahun = jumlah kelahiran (1996 – 2000) x Survival Ratio = (29026+26176+31046+26942+27810) x 0.9978 = 141000 x 0.9978 = 140689,8 = 140690
2. Perapihan Penduduk perempuan umur 5-9 tahun = jumlah kelahiran (1991 – 1995) x Survival Ratio = (16431+22776+23577+24785+31129) x 0.9978 x 0.9989 = 118698 x 0.9978 x 0.9989 = 118306,5838 = 118307
3. Perapihan penduduk Laki-laki umur 0-4 tahun = jumlah kelahiran (1996 – 2000) x Survival Ratio = (29849+26595+24792+33100+24951) x 0.9966 = 139287 x 0.9966 = 138812.217 = 138813
4. Perapihan Penduduk laki-laki umur 5-9 tahun
= jumlah kelahiran (1991 – 1995) x Survival Ratio = (27385+25112+11855+26692+31139) x 0.9966 x 0.9981 = 122173 x 0.9966 x 0.9981 = 121525.582 = 121526
Tahap terakhir dari proses perapihan (smoothing) adalah perapihan penduduk yang berusia 70 tahun ke atas, menggunakan tabel Stable Population. Kelompok penduduk ini tidak besar pengaruhnya terhadap hasil proyeksi karena jumlahnya relatif kecil dan dalam waktu relatif singkat akan berkurang menjadi nol. Untuk menghitung jumlah perapihan penduduk umur (70-74) tahun dan juga umur (75+), terlebih dahulu kita hitung ratio penduduk P(70-74) dan P(75+) . Selain ratio penduduk, dibutuhkan pula suatu estimasi dari ratio penduduk yang disajikan dalam tabel berikut :
Percentage of Person at Advanced Ages in Stationery Population
Berikut ini penghitungan untuk merapihkan data penduduk umur 70-74 dan 75 tahun keatas : Perkotaan : Untuk penduduk perempuan, rationya
Ratio P(70-74) dan P(75+)= ratio 2.9413 % untuk P(70-74)terletak pada persen 2,5 = 1,41 dan 3 = 1,64 interpolasinya : Interpolasi = P(70-74) =
5765.984 = 5766
ratio 2.9413 % untuk P(75)terletak pada persen 2,5 = 1,09 dan 3 = 1,36 interpolasinya :
Interpolasi = P(75) =
4748.3 = 4748
Untuk penduduk laki-laki, rationya :
Ratio P(70-74) dan P(75+)= ratio 2.0819 % untuk P(70-74)terletak pada persen 2 = 1,16 dan 2,5 = 1,41 interpolasinya : Interpolasi = P(70-74) =
4514,156 = 4514
ratio 2.0819 % untuk P(75)terletak pada persen 2 = 0,84 dan 2,5 = 1,09 interpolasinya : Interpolasi = P(70-74) =
5592,164 = 5592
Perdesaan Untuk penduduk perempuan, rationya :
Ratio P(70-74) dan P(75+) = Ratio 3,5359% untukP(70-74) terletak pada persen 3,5 = 1,86 dan 4 = 2,08, interpolasinya : Interpolasi = P(70-74) =
11328
Interpolasi = P(75+) =
10024
Untuk penduduk laki-laki , rationya
Ratio P(70-74) dan P(75+)= Ratio 2.7864% untukP(70-74) terletak pada persen 2,5 = 1,41 dan 3 = 1,64, interpolasinya :
Interpolasi = P(70-74) =
9962
ratio 2.0819 % untuk Untuk P75+ terletak pada 2,5 = 1,09 dan 3 = 1,36 Interpolasi = P(75+) =
8043
Perkotaan + Perdesaan Untuk penduduk perempuan, rationya :
Ratio P(70-74) dan P(75+) = Ratio 3,315 % untuk P(70-74) terletak pada persen 3,0 = 1,64 dan 3,5 = 1,86 interpolasinya : Interpolasi = P(70-74) =
17105,06 = 17105
Ratio 3,315 % untuk P(75+) terletak pada persen 3,0 = 1,36 dan 3,5 = 1,64 interpolasinya : Interpolasi = P(75+) =
14775,789 = 14776
Untuk penduduk laki-laki , rationya
Ratio P(70-74) dan P(75+)=
2,5319
Ratio Penduduk70-74= [(2,5319 – 2,5) : (0,5 + 1,41)] x 0,23 = 0,0319:1,91 x 0,23 = 0,003841 P(70-74)= 1011725 x 0,003841 = 3886
Ratio Penduduk75+= [(2,5319 – 2,5) : (0,5 + 1,09)] x 0,27 = 0,0319:1,59 x 0,27 = 0,005417 P(70-74)= 1011725 x 0,005417 = 5480
Sehingga data Jumlah penduduk yang telah dirapihkan dan siap untuk diinput kedalam Program Fivsin adalah sebagaimana ditampilkan pada tabel berikut ini :
Tabel 3. Hasil perapihan (smoothing) Penduduk Provinsi Sulawesi Utara, Sensus Penduduk 2000 Kota Age 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+
Desa
Kota+Desa
Perempuan
Laki-laki
Perempuan
Laki-laki
Perempuan
Laki-laki
53188 52435 30040 34461 38113 37105 33073 28479 24151 19242 13989 10472 8757 6782 5766 4748
57710 52242 31752 35024 37702 36812 33485 29714 25870 20702 14851 10721 8343 5945 4514 5592
103855 49568 53118 53303 57289 57645 51932 45169 39996 33080 24370 18878 16931 13863 11328 10024
97815 52843 48068 48896 54101 54466 48042 41400 36642 30242 22393 17831 16788 14440 9962 8043
140690 118307 83158 87764 95402 94750 85005 73648 64147 52322 38359 29349 25688 20645 17105 14776
138813 121526 90393 93205 98455 97782 89595 78951 69535 56874 41351 30728 25457 19262 3886 5480
2. 3 Data Tingkat Kelahiran Total (TFR) Data Tingkat Kelahiran Total (TFR) dan Tingkat Kelahiran berdasarkan Kelompok Umur (ASFR) dibutuhkan dalam proses penghitungan proyeksi penduduk. Dalam Proyeksi Penduduk Sulawesi Utara ini nilai TFR dan ASFR diperoleh melalui metode estimasi PF Ratio, yang merupakan suatu teknik umum untuk mendapatkan level current fertility menurut perbandingan rata-rata anak yang pernah dilahirkan (ALH)/Children Ever Born (CEB) dan rata-rata anak masih hidup (AMH)/Children
Surviving (CS) berdasarkan kelahiran selama setahun yang lalu. Hal ini mengikuti proporsi sebagai berikut: a. Pola pelaporan umur fertilitas sudah benar. b. Pelaporan umur CEB menurut wanita usia muda cukup akurat. c. Fertilitas sudah konstan dimasa lalu. Pi dan CFi merupakan generasi dari model lain pola umur fertilitas (age pattern of fertility). Dalam penghitungan bisa menggunakan multipliers Brass (model A pada Tabel dibawah ini :
Tabel 7. Value of Multipliers (Ki) given by Brass (with ½ year Shift) Age 1 15-19 20-24 25-29 30-34 35-39 40-44 45-49
2 3,169 2,986 3,097 3,216 3,434 4,150 5,000
3 2,925 2,958 3,076 3,188 3,374 3,917 4,984
4 2,638 1,927 3,055 3,163 3,324 3,739 4,830
5 2,305 2,889 3,033 3,140 3,283 3,608 4,629
6 1,951 2,811 3,010 3,118 3,747 3,510 4,393
7 1,614 2,779 2,986 3,097 3,216 3,434 4,150
8 1,309 2,690 2,958 3,076 3,188 3,374 3,896
9 1,119 2,553 2,917 3,055 3,163 3,324 3,640
f1/f2
0,939
0,764
0,605
0,460
0,330
0,213
0,113
0,036
m
24,7
25,7
26,7
27,7
28,7
29,7
30,7
31,7
Tabel diatas merupakan tabel faktor pengali yang digunakan untuk dasar penghitungan nilai ratio antara parity dan fertilitas. Adapun penghitungannya tersaji pada tabel dibawah ini :
Tabel.3 Penghitungan Total Fertility Rate (TFR) di wiayah perkotaan Propinsi Suluawesi Utara tahun 2000 dengan Metode P/F Ratio Kelompok Umur
Pi
fi
Fi
Ki
Fi'
Pi / Fi'
fi'
1
2
3
4
5
6
7
8
15 -19 20-24 25-29 30-34 35-39 40-44
0,07 0,47 1,06 1,71 2,21 2,54
0,04 0,1 0,11 0,08 0,04 0,02
0,000 0,200 0,700 1,250 1,650 1,850
2,142 2,853 3,022 3,129 3,497 3,563
0,086 0,485 1,032 1,500 1,790 1,921
0,817 0,968 1,027 1,140 1,235 1,322
0,033 0,097 0,113 0,091 0,049 0,026
45-49
2,79
0,01
1,950
4,52
1,995
0,617
0,006
f1/f2 = 0,40 TFR = 5 x (0,033 + 0,097 + 0,113 + 0,091 + 0,049 + 0,026 + 0,006) = 2,07
Di daerah perkotan, angka TFR sebesar 2,07. Artinya, rata-rata jumlah anak yang dilahirkan oleh seorang wanita di wilayah perkotaan Sulawesi Utara sampai dengan akhir masa reproduksinya adalah antara 2 sampai 3 orang anak Pada kelompok umur 25-29 Pi/Fi bernilai lebih besar dari 1. Hal ini mengindikasikan adanya kesalahan pelaporan umur dalam periode tersebut. hal tersebut hanya mungkin terjadi jika ada penurunan tajam terhadap tingkat fertilitas pada peride umur 25-29
Tabel.4 Penghitungan Total Fertility Rate (TFR) di wiayah perdesaan Propinsi Sulawesi Utara tahun 2000 dengan Metode P/F Ratio Kelompok Umur
Pi
Fi
Fi
Ki
Fi'
Pi / Fi'
fi'
1
2
3
4
5
6
7
8
15 -19 20-24 25-29 30-34 35-39 40-44
0,11 0,71 1,34 1,96 2,48 2,9
0,06 0,13 0,11 0,08 0,05 0,02
0,000 0,300 0,950 1,500 1,900 2,150
2,351 2,756 3,036 3,143 3,288 3,626
0,141 0,658 1,284 1,751 2,064 2,223
0,780 1,079 1,044 1,119 1,201 1,305
0,047 0,140 0,115 0,090 0,060 0,026
45-49 f1/f2 = o,461
3,26
0,01
2,250
4,656
2,297
1,420
0,014
TFR = 5 x (0,047+ 0,140 + 0,115 + 0,090 + 0,060 + 0,026 + 0,014) = 2,45 Di daerah perdesaan, angka TFR sebesar 2,45. Artinya, rata-rata jumlah anak yang dilahirkan oleh seorang wanita di wilayah perdesaan Sulawesi Utara sampai dengan akhir masa reproduksinya adalah antara 2 sampai 3 orang anak Pada kelompok umur 20-24 dan 25-29 terjadi kesalahan laporan karena Pi/Fi’ kurang dari 1. Sedangkan pada kelompok umur 35-39 dan 40-44 juga dimungkinkan terjadi penurunan yang tajam terhadap tingkat fertilitasnya. Tabel.5 Penghitungan Total Fertility Rate (TFR) di wilayah perdesaan+perkotaan Propinsi Sulawesi Utara tahun 2000 dengan Metode P/F Ratio Kelompok Umur
Pi
fi
Fi
Ki
Fi'
Pi / Fi'
fi'
1
2
3
4
5
6
7
8
0,05 0,12 0,11
0,000 0,250 0,850
2,294 2,878 3,022
0,115 0,595 1,182
0,785 1,025 1,040
0,039 0,123 0,114
15 -19 20-24 25-29
0,09 0,61 1,23
30-34 35-39 40-44 45-49 f1/f2 = 0,416
1,86 2,37 2,77
0,08 0,04 0,02
1,400 1,800 2,000
3,09
0,01
2,100
3,129 3,272 3,597 4.618
1,650 1,931 2,072
1,127 1,227 1,337
0,090 0,049 0,027
48,280
0,064
0,001
TFR = 5 x (0,039+ 0,123 + 0,114 + 0,090 + 0,049 + 0,027 + 0,001) = 2,21 Baik di wilayah perkotaan maupun di perdesaan, pada umumnya karakteristik wilayah di Propinsi Sulawesi Utara tidak jauh berbeda. Rata-rata jumlah anak yang dilahirkan oleh seorang wanita di Sulawesi Utara sampai dengan akhir masa reproduksinya adalah 2 sampai 3 orang anak. Bila dinyatakan dengan angka, TFR di wilayah perkotaan 2,07 ; perdesaan 2,45 ; perdesaan+perkotaan 2,21. Pada kelompok umur 20-24 dan 25-29 terjadi kesalahan laporan karena Pi/Fi’ kurang dari 1. Sedangkan pada kelompok umur 35-39 dan 40-44 juga dimungkinkan terjadi penurunan yang tajam terhadap tingkat fertilitasnya. Dengan demikian, telah diperoleh nilai TFR untuk masing-masing desa, kota, serta desa+kota, sebagaimana tersaji pada tabel berikut :
Tabel 11. Age Spesific Fertility Rate (ASFR) dan Total Fertility Rate (TFR) Propinsi Sulawesi Utara Kelompok Umur
kota
desa
desa+kota
15-19 20-24 25-29 30-34 35-39 40-44 45-49
0,033 0,097 0,113 0,091 0,049 0,026 0,006
0,047 0,140 0,115 0,090 0,060 0,026 0,014
0,039 0,123 0,114 0,090 0,049 0,027 0,001
TFR
2.07
2.45
2.21
3. Asumsi-Asumsi
Menentukan asumsi merupakan kunci perhitungan proyeksi penduduk. Biasanya asumsi mengenai kecenderungan tiga komponen laju pertumbuhan penduduk yaitu, tingkat kelahiran, kematian, serta perpindahan penduduk ditentukan oleh kecenderungan yang
terjadi di masa lalu dengan memperhatikan berbagai faktor yang mempengaruhi ketiga komponen itu. Namun begitu, informasi ini belum cukup, karena harus dilengkapi dengan kecenderungan yang mungkin terjadi di masa yang akan datang akibat pelaksanaan kebijakan pembangunan sektor yang terkait dengan masalah kependudukan. Proyeksi sangat tergantung dengan ketepatan dalam menentukan asumsinya. Para ahli menyebutkan beberapa pertimbangan yang harus diperhatikan dalam pembuatan asumsi : 1) Asumsi fertilitas dan mortalitas dibuat berdasarkan tren tingkat fertilitas di masa lalu dan kebijakan pemerintah yang berhubungan dengan fertilitas 2) Asumsi mortalitas juga berdasarkan tren tingkat mortalitas di masa lalu dan kebijakan pemerintah sehubungan dengan tingkat kematian bayi 3) Karena sulitnya menentukan asumsi migrasi, biasanya pola migrasi untuk masa yang akan datang dianggap sama dengan pola migrasi data yang dipakai. 4) Dalam penentuan setiap asumsi kondisi spesifik daerah juga diperhatikan. Sedangkan asumsi yang digunakan untuk Proyeksi Penduduk Provinsi Sulawesi Utara ini antara lain : 1) Struktur penduduk (pengelompokkan jumlah penduduk menurut karakteristik tertentu) yang konstan 2) Tingkat Kelahiran dan kematian konstan pada setiap periode waktu 3) Migrasi tertutup, artinya migrasi yang keluar dianggap sama dengan migrasi masuk.
HASIL PENGHITUNGAN DAN ANALISIS Di awal sudah disebutkan bahwa dengan menggunakan program FIVSIN dapat dilakukan penghitungan estimasi-estimasi dari parameter kependudukan, seperti kelahiran dan kematian. Untuk kelahiran akan disajikan beberapa informasi antara lain terkait dengan ASFR, TFR, GRR, NRR. Untuk kematian sendiri juga disajikan informasi terkait dengan angka harapan hidup, dan juga angka kematian bayi, serta informasi lainnya. Berikut ini akan diulas mengenaI output yang dihasilkan dari penghitungan proyeksi penduduk menggunakan program FIVSIN untuk masing-masing perdesaan, perkotaan, serta perkotaan+perdesaaan. 1. Perkotaan 1.1 Profil Kelahiran (Fertility) Output pertama yang dihasilkan oleh program ini adalah output mengenasi estimasi fertilitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat kelahiran berdasarkan kelompok umur (ASFR) untuk penduduk daerah perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima tahunan : Tabel 9. Estimasi ASFR Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara daerah Perkotaan Periode 2000-2035 ASFR Age
2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
2025-2030
2030-2035
1
2
3
4
5
6
7
8
15-19 20-24 25-29 30-34 35-39 40-44 45-49
0.033 0.097 0.113 0.091 0.049 0.026 0.006
0.033 0.097 0.113 0.091 0.049 0.026 0.006
0.033 0.097 0.113 0.091 0.049 0.026 0.006
0.033 0.097 0.113 0.091 0.049 0.026 0.006
0.033 0.097 0.113 0.091 0.049 0.026 0.006
0.033 0.097 0.113 0.091 0.049 0.026 0.006
0.033 0.097 0.113 0.091 0.049 0.026 0.006
Tampak pada tabel diatas,nilai estimasi ASFR pada setiap periode waktu dari tahun 2000 hingga tahun 2035 nilainya sama, hal ini disebabkan oleh penggunaan asumsi pada saat meng-input data kelahiran bahwa tingkat kelahiran dianggap sama pada setiap periode waktu. Jika dilihat
berdasarkan kelompok umur, tampak bahwa tingkat kelahiran pada kelompok umur 25-29 merupakan tingkat kelahiran yang tertinggi diantara kelompok umur laiinnya. Hal ini wajar mengingat pada umur tersebut, wanita sedang berada padamasa yang paling subur dan pada umur tersebut biasanya wanita baru saja menikah. Berdasarkan data BPS pada tahun 2000, umur perkawinan pertama penduduk wanita di daerah perkotaan adalah pada umur 23,1 , data ini mendukung hasil proyeksi ASFR diatas karena umur kawin pertama terletak pada kelompok umur yang memiliki tingkat kelahiran tertinggi Selanjutnya, beberapa estimasi fertility yang dihasilkan dari program FIVSIN antara lain TFR (Total Fertility Rate),
GRR (Gross Reproduction Rate), dan NRR (Nett Reproduction Rate). Hasil
output ukuran-ukuran fertilitas tersebut disajikan pada tabel dibawah ini : Tabel 10. Estimasi Ukuran-Ukuran Fertilitas Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara daerah Perkotaan Periode 2000-2035 Periode Waktu
Parameter Fertilitas
2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
2025-2030
2030-2035
1
2
3
4
5
6
7
8
TFR GRR NRR
2.070 1.010 0.982
2.070 1.010 0.982
2.070 1.010 0.982
2.070 1.010 0.982
2.070 1.010 0.982
2.070 1.010 0.982
2.070 1.010 0.982
Dari tabel diatas diketahui bahwa nilai TFR untuk daerah Perkotaan Sulawesi Utara adalah 2,070 yang artinya rata-rata jumlah anak yang dilahirkan oleh seorang wanita di wilayah perkotaan
Sulawesi Utara sampai dengan akhir masa reproduksinya adalah antara 2 sampai 3 orang anak. Selanjutnya nilai GRR merupakan rata-rata jumlah anak perempuan yang dilahirkan oleh seorang wanita selama hayatnya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya. Ukuran ini sangat erat hubungannya dengan angka fertilitas total. Perbedaannya, TFR
tidak memisahkan bayi laki-laki atau perempuan. GRR sudah memisahkan bayi perempuan saja yang akan berfungsi seperti ibunya. Angka GRR untuk daerah perkotaan Sulawesi Utara adalah sebesar 1.010, artinya seorang wanita di daerah perkotaan Sulawesi Utara selama hayatnya rata-rata melahirkan 1 atau 2 anak perempuan, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya.
Nett Reproduction Rate (NRR) merupakan rata-rata jumlah anak perempuan yang dilahirkan oleh seorang wanita selama hayatnya dan akan tetap hidup sampai dapat menggantikan kedudukan ibunya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya. Asumsi ini digunakan karena beberapa anak perempuan yang dilahirkan akan meninggal sebelum ia mencapai usia reproduksinya, bahkan mungkin ada yang meninggal pada umur reproduksinya (telah masuk umur reproduksi, tapi tidak dapat menyelesaikan sampai batas akhir). Maka NRR akan lebih kecil daripada GRR. Keadaan NRR = 1 dikenal dengan istilah replacement level, suatu keadaan dimana, dengan asumsi tidak ada pengaruh migrasi, jumlah penduduk tidak bertambah atau pertumbuhannya nol (zero population growth) Berdasarkan data hasil output program Fivsin pada tabel diatas, tampak bahwa nilai estimasi NRR penduduk daerah perotaan Sulawesi Utara tahun 2000-2035 adalah sebesar 0.982, artinya ratarata jumlah anak perempuan yang dilahirkan oleh seorang wanita selama hayatnya dan akan tetap hidup sampai dapat menggantikan kedudukan ibunya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya adalah antara 1 orang anak atau bahkan tida ada sama sekali. 1.2 Profil Kematian (Mortality) Output selanjutnya yang dihasilkan oleh program ini adalah output mengenasi estimasi mortalitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat kematian bayi (IMR /Infant Mortality Rate) berdasarkan jenis kelamin untuk penduduk daerah perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima tahunan : Tabel 10. Estimasi Infant Mortality Rate (IMR) berdasarkan jenis kelamin, penduduk daerah perkotaan Propinsi Sulawesi Utara Periode 2000-2035 IMR
Jenis Kelamin
2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
2025-2030
2030-2035
1
2
3
4
5
6
7
8
Perempuan Laki-laki Both
14.100 19.860 17.050
14.100 19.860 17.050
14.100 19.860 17.050
14.100 19.860 17.050
14.100 19.860 17.050
14.100 19.860 17.050
14.100 19.860 17.050
Dari tabel diatas, tampak bahwa nilai IMR sama pada setiap periode waktu, hal ini diarenakan asumsi yang digunakan adalah bahwa level kematian dan TFR yang tetap untuk tiap tahun, maka program FIVSIN mengeluarkan output angka estimasi harapan hidup yang sama dari tahun ke tahun. Angka kematian bayi untuk perempuan adalah 14,1, artinya ada sekitar 14 hingga 15
kematian bayi perempuan per 1000 kelahiran hidup tiap tahunnya. Kemudian untuk laki-laki, nilainya lebih tinggi daripada perempuan, yakni 19,86 , berarti ada 19 hingga 20 kematian bayi pada setiap 1000 kelahiran hidup bayi laki-laki. Berdasarkan data IMR tampaklah disini bahwa bayi laki-laki lebih rentan terhadap kematian dibandingkan dengan perempuan. Jika dilihat dari data Angka Harapan Hidupnya, data yang ada juga mendukung pernyataan diatas. Tabel dibawah ini menunjukkan nilai Angka Harapan Hidup pada saat lahir untuk daerah perkotaan Sulawesi Utara berdasarkan jenis kelamin : Tabel 10. Estimasi Angka Harapan Hidup (AHH) berdasarkan jenis kelamin, penduduk daerah perkotaan Propinsi Sulawesi Utara Periode 2000-2035 AHH
Jenis Kelamin
2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
2025-2030
2030-2035
1
2
3
4
5
6
7
8
Perempuan Laki-laki Both
75.520 71.210 73.310
75.520 71.210 73.310
75.520 71.210 73.310
75.520 71.210 73.310
75.520 71.210 73.310
75.520 71.210 73.310
75.520 71.210 73.310
Wanita mempunyai angka harapan hidup yang lebih tinggi daripada laki-laki, salah satu penyebab biologisnya adalah gen, dimana wanita memiliki dua kromosom X (pria hanya punya satu), sehingga cacat bawaan yang terkandung dalam mutasi salah satu kromosom bisa di-cover oleh kromosom yang lain. Faktor biologis lain yang mempengaruhi adalah hormon, dimana hormon estrogen yang dimiliki perempuan menjadi salah satu pelindung alami dari perkembangan penyakit jantung, dan perubahan kondisi tubuh perempuan sepanjang hidupnya (menstruasi, kehamilan, beranak, menopause) membuat tubuh mereka secara internal lebih ‘tahan banting’. Sebaliknya, hormon testosteron yang dimiliki pria malahan mendorongnya untuk melakukan berbagai aktivitas yang membuat jantung makin jedag-jedug, misalnya saja merokok, menyetir ugal-ugalan, berkelahi, atau aktif berburu pasangan. (Why Males Die Before Females, LiveScience).
1.3 Profil Kependudukan Berdasarkan tujuan utama dari penggunaan program Fivsin ini adalah untuk menghitung proyeksi penduduk berdasarkan data jumlah penduduk hasil Sensus Penduduk
2000, berikut ini tabel proyeksi jumlah penduduk daerah perkotaan Provinsi Sulawesi Utara tahun 2000-2035 dengan periode waktu lima tahunan : Tabel 11. Estimasi Jumlah Penduduk Perempuan Menurut Kelompok Umur Propinsi Sulawesi Utara daerah Perkotaan Periode 2000-2035 FEMALE Age
2000
2005
2010
2015
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+
53188 52435 30040 34461 38113 37105 33073 28479 24151 19242 13989 10472 8757 6782 5766 4748
34311 53063 52370 29995 34382 38002 36970 32905 28263 23864 18886 13594 10009 8125 5952 7064
35020 34231 52997 52292 29927 34282 37864 36782 32655 27927 23422 18352 12992 9286 7131 8437
37178 34937 34188 52918 52173 29840 34158 37671 36503 32267 27410 22760 17540 12055 8150 10094
Total
400801
427755
453597
479842
2020
2025
2030
42339 40577 37044 34842 34059 52644 51832 29580 33726 36941 35401 30775 25457 20184 14283 14584
41151 42239 40527 36989 34762 33960 52452 51568 29355 33325 36257 34401 29413 23620 17714 18993
39121.7 41053.9 42187 40467 36905 34661 33837 52186 51176 29007 32708 35233 32878 27290 20730 24035
507470 534268
556726
573476
40673 37090 34894 34137 52797 52021 29732 33984 37385 36069 31669 26635 21753 16275 10580 11776
2035
Hasil proyeksi menunjukkan bahwa jumlah penduduk perempuan di daerah perkotaan Suawesi Utara selama dua puluh lima tahun mendatang terus meningkat yaitu dari 400801 pada tahun 2000 menjadi 573476 pada tahun 2035.
Trend Jumlah 700000
penduduk perempuan daerah perkotaan Provinsi Sulaweesi Utara (2000-2035) 600000
Axis Title
500000 400000 300000 200000 100000 0 tahun
2000
2005
2010
2015
2020
2025
2030
2035
2000
2005
2010
2015
2020
2025
2030
2035
jumlah penduduk 410979 436706 461708 486974 513304 538358 558673 573143
Walaupun demikian, pertumbuhan rata-rata per tahun penduduk perempuan Provinsi Sulawesi Utara selama periode 2000-2035 menunjukkan kecenderungan terus menurun. Pada periode tahun 2010-2015 angka pertumbuhan penduduk konstan hingga periode waktu berikutnya, yakni periode tahun 2015-2020.
Laju Pertum buhan penduduk perempuan daerah Perkotaan Provinsi Sulawesi Utara (2000-2035) 1.4 1.3 1.2
1.17
1.12
1.12 1.03
1
0.82
0.8
0.59
0.6 0.4 0.2 0 2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
pertumbuhan penduduk
2025-2030
2030-2035
Dengan menggunakan program FIVSIN, kita juga dapat mengetahui proyeksi penduduk laki-laki di daerah perdesaan Propinsi Sulawesi Utara. Outpunya adalah sebagai berikut : Table 12.Proyeksi Penduduk Laki-laki di Daerah Perkotaan Propinsi Sulawesi Utara Tahun 2000-2035 MALE Age
2000
2005
2010
2015
2020
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+
57710 52242 31752 35024 37702 36812 33485 29714 25870 20702 14851 10721 8343 5945 4514 5592
35794 57500 52126 31653 34839 37464 36572 33227 29400 25442 20138 14191 9960 7428 4934 6038
36533 35663 57373 51964 31485 34618 37219 36289 32876 28914 24750 19243 13184 8868 6165 6564
38784 36400 35584 57194 51688 31286 34392 36932 35906 32332 28127 23650 17878 11738 7360 7723
42430 38643 36319 35473 56891 51361 31082 34127 36542 35312 31452 26877 21971 15918 9742 9164
Total
410979
436706
461708
486974
513304
2025 44168 42276 38557 36206 35285 56531 51026 30842 33766 35938 34351 30054 24970 19563 13211 11614
2030
2035
42929 44007 42182 38437 36014 35062 56162 50632 30516 33208 34959 32824 27921 22232 16236 15352
40812 42772 43910 42051 38233 35786 34833 55728 50097 30012 32304 33405 30495 24860 18451 19394
538358 558673 573143
Pada dasarnya, pergerakan jumlah penduduk laki-laki tidak terlalu jauh berbeda. Pada hasil proyeksi penduduk laki-laki diatas tampak bahwa jumlahnya selalu meningkat pada setiap periode waktu. Hasil proyeksi menunjukkan bahwa jumlah penduduk laki-laki di daerah perkotaan Suawesi Utara selama tiga puluh lima tahun mendatang terus meningkat yaitu dari 410979 pada tahun 2000 menjadi 573143 pada tahun 2035.hal ini dapat juga diartikan bahwa dalam kurun waktu tiga puluh lima tahun, jumlah penduduk laki-laki di daerah perkotaan meningkat menjadi 1,3946 kali jumlah penduduk awal. Berikut ini merupakan grafik garis yang menggambarkan trend jumlah penduduk lakilaki di daerah perkotaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 :
Trend Jumlah penduduk laki-laki daerah perkotaan Provinsi Sulaweesi Utara (2000-2035) 700000 600000 500000 400000 300000 200000 100000 0 1
2000
2005
2010
2015
2020
2025
2030
2035
1
jumlah penduduk 410979 436706 461708 486974 513304 538358 558673 573143
Meskipun jumlah penduduk selalu menigkat pada setiap periode waktu,namun pertumbuhan rata-rata per tahun penduduk laki-laki Provinsi Sulawesi Utara selama periode 2000-2035 menunjukkan kecenderungan terus menurun. Pada periode tahun 2010-2015 angka pertumbuhan penduduk konstan hingga periode waktu berikutnya, yakni periode tahun 2015-2020.
1.4 1.2 1
Laju Pertum buhan penduduk laki-laki daerah Perkotaan Provinsi Sulawesi Utara (2000-2035) 1.26
1.14
1.1
1.09
0.99 0.78
0.8 0.6
0.55
0.4 0.2 0 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035 pertumbuhan…
Tampak pada grafik diatas, penurunan angka pertumbuhan penduduk mulai tampak drastispada periode tahun 2015-2020 hingga periode waktu tahun 2030-2035. Berikutnya, dengan program Fivsin, dapat diperoleh informasi mengenai beberapa ukuran demografi yang penting, yakni yang tersaji pada tabel dibawah ini :
Tabel 15.Parameter Demografi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035 (per1000) Parameter Demografi
2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
2025-2030
2030-2035
1
2
3
4
5
6
7
8
Birth Rate Death Rate Pop Increase
17.1 4.5 12.6
16.4 5 11.4
16.5 5.5 11
17.1 6.2 10.9
16.9 6.9 9.9
15.7 7.8 7.8
14.4 5.5 5.5
Berdasarkan tabel diatas, ada tiga parameter kependudukan yang dapat dikaji. Pada tabel diatas tampak bahwa nilai birth rate untuk daerah perkotaan propinsi Sulawesi Utara menurun dari periode ke periode, yakni 17,1 pada periode tahun 2000-2005 terus menurun hingga mencapai nilai 14,4 atau 14 hingga 15 kelahiran per 1000 wanita per tahunnya Keadaan sebaliknya terjadi pada death rate. Berdasarkan tabel diatas, dapat dilihat dimana tingkat kematian di daerah perkotaan propinsi Sulawesi Utara dari periode ke periode cenderung meningkat. Anmun pada periode tahun 2030-2035 nilai death rate menurun dari 7-8 kematian tiap 1000 kelahiran hidup pada periode 2025-2030 menjadi hanya 5-6 kematian dari 1000 kelahiran hidup pada periode 2030-2035. Pada periode terakhir tersebut, tampak bahwa tingkat kelahiran dan tingkat kematian keduanya berada pada nilai yang kecil. Hal ini menunjukkan bahwa pada saat tersebut telah mencapai kondisi yang baik jika dilihat dari proses transisi demografi. Pada baris Population Increase, tampak kecenderungannya untuk senantiasa menurun dari periode ke periode, yang awalnya 12-13 orang per 1000 penduduk pada periode 2000-2005 hingga mencapai 5-6 orang per 1000 penduduk pada periode terakhir. Hal ini menunjukkan bahwa berdasrkan proyeksi, pertumbuhan penduduk di Provinsi Sulawesi Utara akan emnurun di masa yang akan datang. Dengan senantiasa melaksanakan program KB mungkin dapat membantu tercapainya angka yang mendekati hasil proyeksi ini.
Inilah salah satu pentingnya melakukan proyeksi penduduk, yakni untuk membantu para pengambil keputusan dalam menentukan kebijakan-kebijakan yang dapat membawa bangsa ini menuju keadaan yang lebih baik di masa mendatang. 1.4 Profil Ketenagakerjaan Program Fivsin memang tidak secara spesifik menghasilkan output untuk jumlah tenaga kerja. Namun dari hasil output program ini, dapat diperoleh informasi mengenai jumlah penduduk yang produktif (15-64) dan yang tidak produktif (dibawah 15 tahun dan diatas 65 tahun). Dari informasi tersebut, dapat dihitung angka ketergantungan atau Dependency Ratio untuk masing-masing penduduk laki-laki dan perempuan di daerah perkotaan Provinsi Sulawesi Utara dengan menggunakan rumus :
Berikut ini data hasil output program Fivsin yang digunakan sebagai dasar penghitungan Angka ketergantungan :
Tabel 15. Angka Katergantungan penduduk daerah perkotaan Provinsi Sulawesi Utara (2000-2035) Kelompok umur
Periode Waktu
0-14 15-64 65+
2000 34.17 61.72 4.11
2005 32.99 62.44 4.57
2010 27.51 67.41 5.07
2015 22.45 71.64 5.91
2020 22.54 70.27 7.2
2025 22.84 68.45 8.71
2030 22.69 67.08 10.23
2035 21.79 66.46 11.75
DR
62.02
60.15
48.33
39.59
42.32
46.09
49.08
50.47
Berikut ini grafik yang menggambarkan trend Angka Ketergantungan dari periode ke periode dari tahun 2000 hingga tahun 2035 :
Trend Angka Ketergantungan penduduk di daerah perkotaan Sulawesi Utara 100.00 90.00
Axis Title
80.00 70.00 60.00 50.00 40.00 30.00 20.00 10.00
1
2
3
4
5
6
7
8
2000
2005
2010
2015
2020
2025
2030
2035
DR 62.02
60.15
48.33
39.59
42.32
46.09
49.08
50.47
.
Tampak dari grafik diatas, anngka ketergantungan turun dari periode tahun 2000 hingga tahun 2015, namun setelah itu akan meningkat sedikit demi sedikit. Untuk tahun 2000, rasio ketergantunganya sebesar 62.02 persen, artinya setiap 100 orang yang berusia kerja (dianggap produktif) mempunyai tanggunagn sebanyak 62 orang yang belum produktif dan dianggap tidak produktif lagi. Dari indikator ini terlihat bahwa pada tahun 2000 penduduk usia kerja di propinsi Sulawesi Utara daerah perkotaan masih dibebani tanggung jawab akan penduduk muda yang proporsinya lebih banyak dibandingkan tanggung jawab terhadap penduduk tua.
2. Perdesaaan 2.1 Profil Kelahiran (Fertility) Tabel berikut ini memuat informasi estimasi tingkat kelahiran berdasarkan kelompok umur (ASFR) untuk penduduk daerah perdesaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima tahunan :
Tabel 9. Estimasi ASFR Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara daerah Pedesaan Periode 2000-2035 Kelompok Umur (1) 15-19 20-24 25-29 30-34 35-39 40-44 45-49
Periode 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035 (2) (3) (4) (5) (6) (7) (8) 0.064 0.064 0.064 0.064 0.064 0.064 0.064 0.138 0.138 0.138 0.138 0.138 0.138 0.138 0.177 0.177 0.177 0.177 0.177 0.177 0.177 0.085 0.085 0.085 0.085 0.085 0.085 0.085 0.053 0.053 0.053 0.053 0.053 0.053 0.053 0.021 0.021 0.021 0.021 0.021 0.021 0.021 0.011 0.011 0.011 0.011 0.011 0.011 0.011
Berdasarkan tabel diatas, dapat dilihat informasi mengenai estimasi ASFR dari Wanita Usia Subur menurut golongan umur (15-19 tahun, 20-24 tahun, … , 45-49 tahun) dari periode 2000-2005 hingga 2030-2035. Perkembangan ASFR untuk dari periode satu ke periode selanjutnya selalu konstan, dikarenakan asumsi yang digunakan yaitu mengenai tingkat fertilitas yang konstan dari peride ke periodenya. ASFR naik secara berjenjang seiring dengan naiknya usia wanita dari dari kelompok umur muda hingga pada puncaknya ASFR tertinggi ada pada kelompok uisa 25-29 tahun, yaitu mencapai 0.177 ; yang berarti ada sekitar 177 kelahiran tiap 1000 wanita untuk periode 20002035. Kemudian, di kelompok usia 30-34 tahun ASFR beranjak turun, dan mencapai titik terendahnya pada kelompok wanita usia 45-49 tahun. Hal ini dapat dikatakan ideal, karena wanita menjelang masa akhir reproduksinya sewajarnya sudah menghentikan keinginannya untuk menambah jumlah anak, serta resiko terhadap fisik dan mental wanita masa akhir reproduksi ini dapat dikatakan sudah rentan untuk hamil dan melahirkan kembali. Tabel 10. Estimasi Ukuran-Ukuran Fertilitas Menurut Kelompok Umur Wanita Usia Subur Propinsi Sulawesi Utara daerah Pedesaan Periode 2000-2035 Parameter Periode Kependudukan(Fertilitas) 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035 (1) (2) (3) (4) (5) (6) (7) (8) TFR 2.45 2.45 2.45 2.45 2.45 2.45 2.45 GRR 1.195 1.195 1.195 1.195 1.195 1.195 1.195 NRR 1.16 1.16 1.16 1.16 1.16 1.16 1.16
Selain ASFR, program FIVSIN juga menyediakan output ukuran-ukuranfertilitas yang lain, seperti TFR, GRR, dan NRR. TFR merupakan agregasi ASFR untuk keseluruhan wanita usia subur. Estimasi TFR yang diperoleh adalah 2.45 untuk setiap periode.Angka 2.45 berarti rata-rata ada 2-3 bayi yang dilahirkan hidup oleh seorang wanita di propinsi Sulawesi Utara daerah Pedesaan selama masa reproduksinya. Angka ini cukup mendekati TFR ideal nasional Indonesia yang berkisar antara 2,1-2,2. Lebih lanjut, GRR merupakan rata-rata bayi perempuan yang dilahirkan hidup oleh suatu kohor wanita, dimana bayi perempuan disini diasumsikan mengikuti pola fertilitas ibunya. Estimasi GRR yang didapat adalah 1,195 untuk setiap periode estimasi, yang berarti ada sekitar 1195
kelahiran bayi perempuan dari 1000 wanita di propinsi Sulawesi Utara daerah Pedesaan. Sedangkan ukuran yang lebih teliti lagi yaitu NRR, yang merupakan angka yang mencerminkan rata-rata bayi perempuan yang dilahirkan hidup oleh seorang wanita selama masa suburnya.NRR telah memperhitungkan kemungkinan bayi perempuan meninggal sebelum mencapai masa reproduksinya, dan asumsi yang digunakan adalah bayi perempuan tersebut mengikuti pola fertilitas dan mortalitas ibunya. Estimasi NRRyang didapat adalah 1,16 untuk setiap periode estimasinya, yang berarti ratarata bayi perempuan yang dilahirkan hidup oleh suatu kohor wanita dan akan tetap hidup hingga masa reproduksinya adalah 1,16 per wanita ; atau 1160 per wanita di propinsi Sulawesi Utara daerah pedesaan. 2. 2 Profil Kematian (Mortality) Output selanjutnya yang dihasilkan oleh program ini adalah output mengenasi estimasi mortalitas penduduk Provinsi Sulawesi Utara. Tabel berikut ini memuat informasi estimasi tingkat kematian bayi (IMR /Infant Mortality Rate) berdasarkan jenis kelamin untuk penduduk daerah perdesaan Provinsi Sulawesi Utara dari tahun 2000 hingga tahun 2035 dengan periode waktu lima tahunan : Tabel 13. Estimasi Angka Harapan Hidup Saat Lahir Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035 (West Model) West Model (1) Females Males Both
(2) 73.88 69.88 71.83
(3) 73.88 69.88 71.83
Periode Proyeksi( 5 Tahunan) (4) (5) (6) 73.88 73.88 73.88 69.88 69.88 69.88 71.83 71.83 71.83
(7) 73.88 69.88 71.83
(8) 73.88 69.88 71.83
(9) 73.88 69.88 71.83
Dari tabel diatas kita dapat mengetahui bahwa estimasi angka harapa hidup menunjukan angka yang sama dari tahun ke tahun. Hal ini karena kita menggunakan asumsi bahwa level kematian dan TFR yang tetap untuk tiap tahun, maka program FIVSIN mengeluarkan output angka estimasi harapan hidup yang sama dari tahun ke tahun. Namun ternyata dari tabel tersebut juga menunjukan bahwa Angka Harapan Hidup untuk perempuan lebih tinggi daripada angka harapan hidup laki-laki. Hal ini mungkin saja dikarenakan wanita saat lahir memiliki kromosom double X, yang menjadikan imunitas bayi perempuan saat lahir lebih kuat dibanding laki-laki. Hal ini juga mungkin berpengaruh pada proyeksi IMR perempuan lebih rendah dibandingkan laki-laki, yaitu 18,7 untuk perempuan dan 25,87 untuk laki-laki.Ini berarti ada sekitar 18-19 kematian bayi perempuan per 1000 kelahiran hidup tiap tahunnya.
Tabel 14. Estimasi Angka Kematian Bayi Propinsi Sulawesi Utara Daerah Pedesaan Periode 20002035 (West Model) West Model (1) Females Males Both
(2) 18.7 25.87 22.37
(3) 18.7 25.87 22.37
Periode Proyeksi( 5 Tahunan) (4) (5) (6) 18.7 18.7 18.7 25.87 25.87 25.87 22.37 22.37 22.37
(7)
(8)
18.7 25.87 22.37
18.7 25.87 22.37
(9) 18.7 25.87 22.37
1.3 Profil Kependudukan Berdasarkan tujuan utama dari penggunaan program Fivsin ini adalah untuk menghitung proyeksi penduduk berdasarkan data jumlah penduduk hasil Sensus Penduduk 2000, berikut ini tabel proyeksi jumlah penduduk daerah perdesaan Provinsi Sulawesi Utara tahun 2000-2035 dengan periode waktu lima tahunan :
Tabel 11. Estimasi Jumlah Penduduk Perempuan Menurut Kelompok Umur Propinsi Sulawesi Utara daerah Pedesaan Periode 2000-2035 Kelompok Umur (1) 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
2000 (2) 1039933 49584 53118 53303 57289 57645 51932 45169 39996 33080 24370 18878 16931 13863 11328 10024 640328
2005 (3) 63030 103668 49518 53035 53175 57111 57420 51651 44807 39495 32435 23645 17998 15643 12078 14057 688766
2010 (4) 63054 62869 103529 49440 52907 53009 56888 57109 51236 44245 38726 31471 22543 16629 13629 16744 734028
Periode 2015 2020 (5) (6) 65943 74288 62893 65774 62786 62809 103367 62687 49321 103118 52742 49167 52803 52536 56580 52517 56651 56126 50595 55942 43384 49610 37575 42094 30004 35823 20829 27722 14488 18147 19354 21384 779315 829744
2025 (7) 79674 74098 65688 62711 62536 102797 48976 52252 52095 55423 54852 48136 40132 33098 24154 25296 881918
2030 2035 (8) (9) 79697 79710 79470 79493 73800 79365 65584 73883 62559 65426 62341 62364 102397 62099 48711 101843 51833 48320 51443 51184 54344 50441 53222 52728 45891 50741 37080 42401 28838 32307 32017 39174 929227 971479
Dari tabel diatas dapat dilihat hasil estimasi penduduk perempuan propinsi Sulawesi Utara Daerah Pedesaan untuk periode 2000-2035, dan untuk melihat bagaimana tren perkembangannya akan disajikan grafik berikut :
Berdasarkan grafik diatas, secara garis besar penduduk perempuan propinsi Sulawesi Utara daerah pedesaan mengalami peningkatan secara terus menerus dari tahun 2000-2035. Hal ini sesuai dengan teori kependudukan yang ada bahwa seiring berjalannya waktu idealnya penduduk akan terus bertambah di suatu wilayah, diluar faktor-faktor yang mungkin berpengaruh secara nyata dalam perkembangannya. Untuk periode pertama yaitu periode dasar, jumlah penduduk berada di angka 640328 jiwa, kemudian naik di tahun 2005 menjadi 688766 jiwa, dan terus naik hingga periode akhir estimasi yaitu mencapai angka 971479 jiwa di tahun 2035. Kenaikan jumlah penduduk ini harus disikapi dengan bijak oleh pemerintah, jangan sampai karena kebijakan yang kurang tepat menjadikan penduduk yang seharusnya merupakan agen pelaksana pembangunan dan juga tujuan akhir yang menikmati pembangunan, justru menjadi boomerang dan masalah klasik yang tak berujung dalam menghambat proses pembangunan. Dengan menggunakan program FIVSIN, kita juga dapat mengetahui proyeksi penduduk lakilaki di daerah perdesaan Propinsi Sulawesi Utara. Outpunya adalah sebagai berikut :
Table 12.Proyeksi Penduduk Laki-laki di Daerah Perdesaan Propinsi Sulawesi Utara Tahun 2000-2035 MALES 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
2000 97815 52843 48068 48896 54101 54466 48042 41400 36642 30242 22393 17831 16788 14440 9962 8043 601972
2005 71587 97386 52707 47897 48612 53729 54074 47629 40911 35969 29340 21311 16465 14806 11818 11002 655243
2010 71946 71273 97135 52519 47619 48278 53342 53609 47067 40160 34896 27923 19679 14521 12117 13750 705833
2015 74030 71631 71089 96790 52214 47292 47930 52883 52976 46203 38963 33211 25784 17355 11884 15277 755511
2020 80589 73706 71446 70837 96227 51855 46951 47518 52259 52003 44824 37080 30667 22740 14204 15839 808744
2025 85537 80235 73516 71192 70425 95566 51482 46547 46957 51300 50452 42659 34240 27046 18610 17774 863538
2030 86380 85162 80028 73254 70779 69941 94877 51039 45998 46095 49770 48015 39391 30197 22135 21866 914927
2035 87086 86001 84942 79744 72829 70292 69437 94061 50437 45153 44720 47366 44337 34741 24714 26354 962213
MALES 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
Dari tabel diatas dapat dilihat hasil estimasi penduduk laki-laki propinsi Sulawesi Utara Daerah Pedesaan untuk periode 2000-2035, dan untuk melihat bagaimana tren perkembangannya akan disajikan grafik berikut :
Pertumbuhan Penduduk Laki-laki di Perdesaan Propinsi Sulawesi Utara tahun 2000-2035 900001 800001 700001 600001
601972
655243
705833
755511
808744
863538
914927
962213
500001
TOTAL
400001 300001 200001 100001 1 2000
2005
2010
2015
2020
2025
2030
2035
Dari diagram garis diatas dapat terlihat bahwa penduduk laki-laki di daerah perdesaan propinsi Sulawesi Utara selalu mengalami pertambahan dari tahun ke tahun. Hal ini terlihat pada jumlah penduduk laki-laki pada tahun 2000 sebanyak 601.972 orang dan dengan proyeksi penduduk, pada tahun 2035 penduduk laki-laki menjadi 962.213 orang.
Namun, dari data proyeksi penduduk pada table 12 dapat diketahui bagaimana laju pertumbuhan penduduk laki-laki propinsi Sulawesi Utara.
Ternyata, data proyeksi penduduk menunjukan bahwa laju pertumbuhan penduduk laki-laki di perdesaan justru mengalami penurunan dalam selang 5 tahunan tersebut. Seperti yang ditunjukan oleh diagram laju pertumbuhan penduduk dibawah ini, pertumbuhan penduduk dari tahun 2000-2005 mencapai 8,85 persen dan tahun 2005-2010 hanya mencapai 7,72 persen. Bahkan nantinya pada tahun 2030-2035, laju pertumbuhan penduduk hanya sebesar 5,17 persen
Sejalan dengan penduduk laki-laki, laju pertumbuhan penduduk perempuan pun mengalami penurunan dari periode 2000-2005 hingga 2030-2035.Seperti yang ditunjukan oleh diagram laju pertumbuhan penduduk diatas, pertumbuhan penduduk dari tahun 20002005 mencapai 7.56 persen dan tahun 2005-2010 hanya mencapai 6,57 persen. Bahkan nantinya pada tahun 2030-2035, laju pertumbuhan penduduk hanya sebesar 4,55 persen. . Melambatnya laju pertumbuhan penduduk ini mungkin dikarenakan suksesnya program keluarga berencana yang dicanangkan oleh pemerintah dan makin meningkatnya kesadaran atau pengetahuan masyarakat Sulawesi Utara mengenai alat kontrasepsi.Sehingga hal ini dapat benar-benar menekan laju pertumbuhan penduduk Indonesia pada umumnya dan Sulawesi Utara khususnya. Ada kemungkinan lain pula dalam rencana pembangunan Indonesia yang tertulis dalam kesepakatan MDG’s bahwa pada tahun 2015 Indonesia mentargetkan pertumbuhan penduduk stabil dan pada tahun 2050 mencapai penduduk yang stationary. Dan juga parameter kependudukan lainnya seperti yang tersaji pada tabel dibawah ini : Tabel 15.Parameter Demografi Propinsi Sulawesi Utara Daerah Pedesaan Periode 2000-2035 Periode
Parameter Kependudukan
2000-2005
2005-2010
2010-2015
2015-2020
2020-2025
2025-2030
2030-2035
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
BIRTH RATE
21
19.6
18.9
19.4
19.4
18.6
17.9
DEATH RATE
5.6
6.2
6.9
7.4
8.1
8.7
9.4
15.4
13.4
12.1
12
11.4
9.9
8.5
POP INCREASE
Berdasarkan tabel diatas, ada tiga parameter kependudukan yang penting untuk dikaji. Pertama, birth rate, berdasarkan hasil proyeksi dapat dilihat dimana tingkat kelahiran propinsi Sulawesi Utara daerah pedesaan dari periode ke periode menurun secara pasti, dari periode 2000-2005 yang awalnya menginjak angka 21 kelahiran per 1000 wanita tiap tahunnya, hingga pada akhirnya mencapai titik terkecil yaitu 17-18 kelahiran per 1000 wanita tiap tahunnya. Keadaan sebaliknya terjadi pada death rate.Berdasarkan hasil proyeksi dapat dilihat dimana tingkat kematian propinsi Sulawesi Utara daerah pedesaan dari periodee ke periode meningkat secara pasti. Terakhir, pertumbuhan penduduk yang merupakan kunci dari parameter kependudukan mengalami penurunan secara terus
menerus dari periode 2000-2005 yang awalnya 15,4, kemudian turun kembali menjadi 13,4 di tahun 2005-2010, dan pada akhirnya turun menjadi 8.5 di periode 2030-2035.
1.4 Profil Ketenagakerjaan Informasi mengenai jumlah penduduk yang produktif (15-64) dan yang tidak produktif (dibawah 15 tahun dan diatas 65 tahun)untuk penghitungan angka ketergantungan atau Dependency Ratio untuk masing-masing penduduk laki-laki dan perempuan di daerah perkotaan Provinsi Sulawesi Utara dengan menggunakan rumus :
Berikut ini data hasil output program Fivsin yang digunakan sebagai dasar penghitungan Angka ketergantungan :
Tabel 16.Estimasi Jumlah Penduduk Menurut Kelompok Umur (0-14), (15-64), dan 65+ Propinsi Sulawesi Utara Periode 2000-2035 Kelompok Umur (1) 0-14 15-64 65+
2000 (2) 31.17 63.71 5.12
2005 (3) 30.9 63.26 5.84
2010 (4) 31.18 62.39 6.43
Periode 2015 (5) 26.25 66.54 7.22
2020 (6) 25.75 66.02 8.23
2025 (7) 25.78 64.96 9.25
2030 (8) 25.8 64 10.2
2035 (9) 25.36 63.61 11.04
Berdasarkan informasi pada tabel 15, kita dapat menelaah lebih lanjut mengenai rasio ketergantungan penduduk propinsi Sulawesi Utara. Rumus Rasio Ketergantungan :
Rasio ketergantungan (dependency ratio) dapat digunakan sebagai indikator yang secara kasar dapat menunjukkan keadaan ekonomi suatu negara apakah tergolong negara maju atau negara yang sedang berkembang. Dependency ratiomerupakan salah satu indikator
demografi
yang
penting.Semakin
tingginya
persentase dependency
ratio menunjukkan semakin tingginya beban yang harus ditanggung penduduk yang produktif untuk membiayai hidup penduduk yang belum produktif dan tidak produktif lagi.Sedangkan persentase dependency ratioyang semakin rendah menunjukkan semakin
rendahnya beban yang ditanggung penduduk yang produktif untuk membiayai penduduk yang belum produktif dan tidak produktif lagi. Dari rumus diatas didapatkan tren rasio ketergantungan penduduk sebagai berikut :
Rasio Beban Ketergantungan Sulawesi Utara Daerah Pedesaan 2000-2035 62.00 60.00 58.00 56.00 54.00 Dependency Ratio
52.00 50.00 48.00 46.00 44.00 1
2
3
4
5
6
7
8
Untuk tahun 2000, rasio ketergantunganya sebesar 57 persen, artinya setiap 100 orang yang berusia kerja (dianggap produktif) mempunyai tanggunagn sebanyak 57 orang yang belum produktif dan dianggap tidak produktif lagi. Dari indikator ini terlihat bahwa pada tahun 2000 penduduk usia kerja di propinsi Sulawesi Utara daerah pedesaan masih dibebani tanggung jawab akan penduduk muda yang proporsinya lebih banyak dibandingkan tanggung jawab terhadap penduduk tua.Kemudian di periode 2005 dan 2010 rasio ketergantungan naik hingga mencapai angka tertinggi yakni sekitar 61 persen. Kemudian turun drastis di tahun 2015, dimana rasio ketergantungan mencapai titik terendah yakni sekitar 50 persen, dan terus naik kembali secara perlahan hingga pada tahun 2035 rasio ketergantungan penduduk propinsi Sulawesi Utara daerah Pedesaan mencapai sekitar 57 persen. Rasio ketergantungan ini sudah jauh berkurang dibandingkan dengan keadaan pada saat sensus 1981. Pada tahun 1981 rasio ketergantungan total adalah sebesar 86 per 100 penduduk usia kerja, dan kemudian menurun secara pasti sampai tahun 2000. Penurunan ini terjadi terutama karena penurunan tingkat kelahiran sebagai dampak dari keberhasilan program keluarga berencana selama 30 tahun terakhir.