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 masing-masing komponen itu, dan hubungan 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.
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)
2.
f.
Rate of Natural Increase (RNI)
g.
Angka Pertumbuhan Penduduk (r)
Evaluasi Data Dasar
2.1 Evaluasi Data Umur dan Jenis Jenis Kelamin 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 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 kecen derungan 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 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
Kualitas Data
< 105 105–110 110–125 125–175 > 175
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
Umur (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
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 %=
× 100 % = 116,3974 %
Indeks Whipple “Perempuan” ×100 %=
× 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 n ilai 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
koefisien pengali kolom (3)
Jumlah penduduk bauran (2)x(4) + (3)x(5)
Distribusi persen kolom (6)
Deviasi dari 10%
(4)
(5)
(6)
(7)
(8)
1 2 3 4 5 6 7 8 9 10
9 8 7 6 5 4 3 2 1 0
1590979 1312300 1350009 1305728 1315480 1530106 1329969 1412902 1377871 1319710
11.49 9.48 9.75 9.43 9.50 11.05 9.61 10.21 9.95 9.53
1.49 0.52 0.25 0.57 0.50 1.05 0.39 0.21 0.05 0.47
13845054
100.00
5.50
Terminal digit (a)
Jumlah untuk umur (10-69)
Jumlah untuk umur (20-69)
Koefisien pengali kolom (2)
(1)
(2)
(3)
0 1 2 3 4 5 6 7 8 9
193153 158362 158474 150179 147825 167553 143340 148882 141512 131971
155314 124447 124941 117502 115271 131197 108863 110923 104263 96405 Total
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
0-4
98.866
91.958
107.51
-
-
-
-
-
5—9
96.237
88.307
108.98
1,47
102,382
2,382
101,884
1,884
10—14
89.129
81.389
109,50
0,52
93,812
6,188
92,416
7,584
15-19
93.778
87.829
106,77
2,73
100,477
0,477
99,028
0,972
20-24
97.536
95.993
101,60
5,17
101,763
1,763
104,818
4,818
25-29
97.914
95.332
102,70
1,10
104,459
4,459
105,447
5,447
30-34
89.931
84.821
106,02
3,32
102,287
2,287
100,894
0,894
35-39
77.926
72.806
107,03
1,01
97,138
2,862
97,357
2,643
40-44
70.512
64.743
108.91
1,88
104,359
4,359
103,203
3,203
45-49
57.207
52.661
108,63
0,28
102,155
2,155
102,352
2,352
50-54
41.488
38.158
108,72
0,09
95,363
4,637
94,289
5,711
55-59
29.803
28.277
105,39
3,33
87,443
12,557
86,967
13,033
60-64
26.677
26.871
99,27
6,12
109,166
9,166
109,832
9,832
65-69
19.071
20.654
92,33
6,94
94,558
5,442
97,981
2,019
70-74
13.660
15.288
89,35
2,98
-
-
-
-
Total (Irrespective of sign)
36,949
58,743
60,392
Mean ( Total divided by 14 or 13)
2,639
4,518
4.645
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
Male
Female
Male+Female
Before
After (1)
After (2)
Before
After (1)
After (2)
Before
After (1)
After (2)
0-4
34716
34716.570
34717
32233
32233.72
32234
66949
66950.30
66950
5—9 10— 14
32770
32770.538
32771
30341
30341.68
30342
63111
63112.22
63112
31045
31045.000
31045
28986
28986.65
28987
60031
60032.16
60032
15-19
35189
35189.578
35190
34982
34982.78
34983
70171
70172.36
70172
20-24
37621
37621.617
37622
38290
38290.86
38291
75911
75912.47
75913
25-29
36693
36693.602
36694
37218
37218.83
37219
73911
73912.43
73913
30-34
33387
33387.548
33388
32923
32923.74
32924
66310
66311.28
66311
35-39
29400
29400.483
29400
28384
28384.64
28385
57784
57785.12
57785
40-44
26318
26318.432
26318
24193
24193.00
24193
50511
50511.98
50512
45-49
20852
20852.342
20852
19430
19430.43
19430
40282
40282.78
40283
50-54
14809
14809.243
14809
13850
13850.31
13850
28659
28659.55
28660
55-59
10570
10570.173
10570
10214
10214.23
10214
20784
20784.40
20785
60-64
8670
8670.142
8670
9067
9067.20
9067
17737
17737.34
17737
65-69
5906
5906.097
5906
6837
6837.15
6837
12743
12743.25
12743
70-74
4047
4047.066
4047
4919
4919.11
4919
8966
8966.17
8966
75+
3564
3564.058
3564
5595
5595.13
5595
9159
9159.18
9159
TT
6
-
8
-
Total
365563
365563
357470
357470
723033
723033
365563
Sumber : hasil penghitungan
14 357470
723033
Perdesaan Tabel 2. Prorata Penduduk Propinsi Sulawesi Utara Menurut Kelompok Umur Daerah Pedesaan, Sensus Penduduk 2000
Kelompok Umur (1)
Laki-Laki
Perempuan
Laki-Laki+Perempuan
Sebelum di
Setelah di
Sebelum di
Setelah di
Sebelum di
Setelah di
Prorata
Prorata
Prorata
Prorata
Prorata
Prorata
(2)
(3)
(4)
(5)
(6)
(7)
0-4
64150
64153
59725
59728
123875
123881
5-9
63467
63470
57966
57969
121433
121439
10-14
58084
58087
52403
52406
110487
110492
15-19
58589
58592
52847
52850
111436
111441
20-24
59915
59918
57703
57706
117618
117623
25-29
61221
61224
58114
58117
119335
119341
30-34
56544
56547
51898
51900
108442
108447
35-39
48526
48528
44422
44424
92948
92952
40-44 45-49
44194 36355
44196 36357
40550 33231
40552 33233
84744 69586
84748 69589
50-54
26679
26680
24308
24309
50987
50989
55-59
19233
19234
18063
18064
37296
37298
60-64
18007
18008
17804
17805
35811
35813
65-69
13165
13166
13817
13818
26982
26983
70-74
9613
9613
10369
10369
19982
19983
75+
8391
8391
10996
10997
19387
19388
29
-
29
-
58
-
646162
646162
604245
604245
1250407
1250407
TT Jumlah
Tahap kedua, menggunakan metode dari Perserikatan Bangsa-Bangsa (UN, 1956) yang disusun dalam paket komputer Micro Computer Programs for Demographics Analaysis (MCPDA). Secara umum formula yang digunakan adalah sebagai berikut: * 5Px
5Px* 5Px
= 1/16(5Px-10+4 5Px-5+10 5Px + 4 5Px+5 - 5Px+10)
= Jumlah penduduk yang telah dirapihkan menurut kelompok umur 5 tahunan = 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
32234
-
5--9
30342
-
10--14
28987
30040
15-19
34983
34461
20-24
38291
38113
25-29
37219
37105
30-34
32924
33073
35-39
28385
28479
40-44
24193
24151
45-49
19430
19242
50-54
13850
13989
55-59
10214
10472
60-64
9067
8757
65-69
6837
6782
70-74
4919
-
75+
5595
-
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
Sebelum
Sesudah
Umur (1)
Dirapihkan (2)
Dirapihkan (3)
0-4
59728
-
5-9
57969
-
10-14
52406
53118
15-19
52850
53303
20-24
57706
57289
25-29
58117
57645
30-34
51900
51932
35-39
44424
45169
40-44
40552
39996
45-49
33233
33080
50-54
24309
24370
55-59
18064
18878
60-64
17805
16931
65-69
13818
13863
70-74
10369
-
75+
10997
-
Jumlah
604245
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
Sebelum
Sesudah
Umur
Dirapikan
Dirapikan
(1) 0-4
(2) 91962
(3) -
5-9
88310
-
10-14
81392
83158
15-19
87832
87764
20-24
95997
95402
25-29
95336
94750
30-34
84824
85005
35-39
72809
73648
40-44
64745
64147
45-49
52663
52322
50-54
38159
38359
55-59
28278
29349
60-64
26872
25688
65-69
20655
20645
70-74
15289
-
75+
16592
-
Jumlah
961715
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
1.077
-
-
5--9
1.080
-
-
10--14
1.071
1.057
31752
15-19
1.006
1.016
35024
20-24
0.983
0.989
37702
25-29
0.986
0.992
36812
30-34
1.014
1.012
33485
35-39
1.036
1.043
29714
40-44
1.088
1.071
25870
45-49
1.073
1.076
20702
50-54
1.069
1.062
14851
55-59
1.035
1.024
10721
60-64
0.956
0.953
8343
65-69
0.864
0.877
5945
70-74
0.823
-
-
75+
0.637
-
-
Total
1.023
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
sebelum perapihan
setelah perapihan
(1)
(2)
(3)
0-4 5-9 10-14 15-19 20-24 25-29 30-34
64153 63470 58087 58592 59918 61224 56547
48068 48896 54101 54466 48042
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75+
48528 44196 36357 26680 19234 18008 13166 9613 8391
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 Laki-Laki Sebelum
Sesudah
Smoothing
Smoothing
0-4
(2) 98870
(3) -
5-9
96240
-
10-14
89132
90393
15-19
93781
93205
20-24
97539
98455
25-29
97917
97782
30-34
89934
89595
35-39
77929
78951
40-44
70515
69535
45-49
57209
56874
50-54
41489
41351
55-59
29804
30728
60-64
26678
25457
65-69
19072
19262
70-74
13661
-
75+ Jumlah
11955
-
Kelompok Umur (1)
1011725
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
Sulawesi Utara Tahun
Kota L
Desa P
Kota & Desa
L
P
L
P
1991
5477
5477
21908
10954
27385
16431
1992
9928
10512
15184
12264
25112
22776
1993
10277
10882
1578
12695
11855
23577
1994
12393
11058
14299
13727
26692
24785
1995
14259
14661
16870
16468
31129
31129
1996
11322
9058
18527
19968
29849
29026
1997
13821
12355
12774
13821
26595
26176
1998
8487
9381
16305
21665
24792
31046
1999
13086
8724
20014
18218
33100
26942
2000
11176
13775
13775
14035
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 KOTA
DESA
KOTA+DESA
Level Kematian
Level Kematian
Level Kematian
3
4
15 -19
2 -
-
-
20-24
23.209
23.1
23.1
25-29
23.202
22.8
23.0
30-34
-
-
-
Kelompok Umur 1
35-39
-
-
-
40-44
-
-
-
45-49
-
-
-
0.667
0.622
0.639
23.205693
22.9471
23.053105
p1/p2 level
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 Kota
Jenis
Desa
kota+desa
umur
kelamin
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
Perempuan
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) =
Interpolasi = P(75+) =
11328
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 P 75+ 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 Penduduk 70-74= [(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 Penduduk 75+= [(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
Desa
Kota+Desa
Perempuan
Laki-laki
Perempuan
Laki-laki
Perempuan
Laki-laki
0-4
53188
57710
103855
97815
140690
138813
5—9
52435
52242
49568
52843
118307
121526
10—14
30040
31752
53118
48068
83158
90393
15-19
34461
35024
53303
48896
87764
93205
20-24
38113
37702
57289
54101
95402
98455
25-29
37105
36812
57645
54466
94750
97782
30-34
33073
33485
51932
48042
85005
89595
35-39
28479
29714
45169
41400
73648
78951
40-44
24151
25870
39996
36642
64147
69535
45-49
19242
20702
33080
30242
52322
56874
50-54
13989
14851
24370
22393
38359
41351
55-59
10472
10721
18878
17831
29349
30728
60-64
8757
8343
16931
16788
25688
25457
65-69
6782
5945
13863
14440
20645
19262
70-74
5766
4514
11328
9962
17105
3886
75+
4748
5592
10024
8043
14776
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 c ukup akurat. c.
Fertilitas sudah konstan dimasa lalu.
Pi dan CF i 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
2
3
4
5
6
7
8
9
15-19
3,169
2,925
2,638
2,305
1,951
1,614
1,309
1,119
20-24
2,986
2,958
1,927
2,889
2,811
2,779
2,690
2,553
25-29
3,097
3,076
3,055
3,033
3,010
2,986
2,958
2,917
30-34
3,216
3,188
3,163
3,140
3,118
3,097
3,076
3,055
35-39
3,434
3,374
3,324
3,283
3,747
3,216
3,188
3,163
40-44
4,150
3,917
3,739
3,608
3,510
3,434
3,374
3,324
45-49
5,000
4,984
4,830
4,629
4,393
4,150
3,896
3,640
f 1/f 2
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
0,07
0,04
0,000
2,142
0,086
0,817
0,033
20-24
0,47
0,1
0,200
2,853
0,485
0,968
0,097
25-29
1,06
0,11
0,700
3,022
1,032
1,027
0,113
30-34
1,71
0,08
1,250
3,129
1,500
1,140
0,091
35-39
2,21
0,04
1,650
3,497
1,790
1,235
0,049
40-44
2,54
0,02
1,850
3,563
1,921
1,322
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
0,11
0,06
0,000
2,351
0,141
0,780
0,047
20-24
0,71
0,13
0,300
2,756
0,658
1,079
0,140
25-29
1,34
0,11
0,950
3,036
1,284
1,044
0,115
30-34
1,96
0,08
1,500
3,143
1,751
1,119
0,090
35-39
2,48
0,05
1,900
3,288
2,064
1,201
0,060
40-44
2,9
0,02
2,150
3,626
2,223
1,305
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 P i/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
15 -19
0,09
0,05
0,000
2,294
0,115
0,785
0,039
20-24
0,61
0,12
0,250
2,878
0,595
1,025
0,123
25-29
1,23
0,11
0,850
3,022
1,182
1,040
0,114
30-34
1,86
0,08
1,400
3,129
1,650
1,127
0,090
35-39
2,37
0,04
1,800
3,272
1,931
1,227
0,049
40-44
2,77
0,02
2,000
3,597
2,072
1,337
0,027
3,09
0,01
2,100
4.618
48,280
0,064
0,001
45-49 f1/f2 = 0,416
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 P i/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
0,033
0,047
0,039
20-24
0,097
0,140
0,123
25-29
0,113
0,115
0,114
30-34
0,091
0,090
0,090
35-39
0,049
0,060
0,049
40-44
0,026
0,026
0,027
45-49
0,006
0,014
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
0.033
0.033
0.033
0.033
0.033
0.033
0.033
20-24
0.097
0.097
0.097
0.097
0.097
0.097
0.097
25-29
0.113
0.113
0.113
0.113
0.113
0.113
0.113
30-34
0.091
0.091
0.091
0.091
0.091
0.091
0.091
35-39
0.049
0.049
0.049
0.049
0.049
0.049
0.049
40-44
0.026
0.026
0.026
0.026
0.026
0.026
0.026
45-49
0.006
0.006
0.006
0.006
0.006
0.006
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 W anita 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
2.070
2.070
2.070
2.070
2.070
2.070
2.070
GRR
1.010
1.010
1.010
1.010
1.010
1.010
1.010
NRR
0.982
0.982
0.982
0.982
0.982
0.982
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
14.100
14.100
14.100
14.100
14.100
14.100
14.100
Laki-laki
19.860
19.860
19.860
19.860
19.860
19.860
19.860
Both
17.050
17.050
17.050
17.050
17.050
17.050
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
75.520
75.520
75.520
75.520
75.520
75.520
75.520
Laki-laki
71.210
71.210
71.210
71.210
71.210
71.210
71.210
Both
73.310
73.310
73.310
73.310
73.310
73.310
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
2020
2025
2030
2035
0-4
53188
34311
35020
37178
40673
42339
41151
39121.7
5—9
52435
53063
34231
34937
37090
40577
42239
41053.9
10—14
30040
52370
52997
34188
34894
37044
40527
42187
15-19
34461
29995
52292
52918
34137
34842
36989
40467
20-24
38113
34382
29927
52173
52797
34059
34762
36905
25-29
37105
38002
34282
29840
52021
52644
33960
34661
30-34
33073
36970
37864
34158
29732
51832
52452
33837
35-39
28479
32905
36782
37671
33984
29580
51568
52186
40-44
24151
28263
32655
36503
37385
33726
29355
51176
45-49
19242
23864
27927
32267
36069
36941
33325
29007
50-54
13989
18886
23422
27410
31669
35401
36257
32708
55-59
10472
13594
18352
22760
26635
30775
34401
35233
60-64
8757
10009
12992
17540
21753
25457
29413
32878
65-69
6782
8125
9286
12055
16275
20184
23620
27290
70-74
5766
5952
7131
8150
10580
14283
17714
20730
75+
4748
7064
8437
10094
11776
14584
18993
24035
400801
427755
453597
479842
507470
534268
556726
573476
Total
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 500000 e l t i T s i x A
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
2025
2030
2035
0-4
57710
35794
36533
38784
42430
44168
42929
40812
5—9
52242
57500
35663
36400
38643
42276
44007
42772
10—14
31752
52126
57373
35584
36319
38557
42182
43910
15-19
35024
31653
51964
57194
35473
36206
38437
42051
20-24
37702
34839
31485
51688
56891
35285
36014
38233
25-29
36812
37464
34618
31286
51361
56531
35062
35786
30-34
33485
36572
37219
34392
31082
51026
56162
34833
35-39
29714
33227
36289
36932
34127
30842
50632
55728
40-44
25870
29400
32876
35906
36542
33766
30516
50097
45-49
20702
25442
28914
32332
35312
35938
33208
30012
50-54
14851
20138
24750
28127
31452
34351
34959
32304
55-59
10721
14191
19243
23650
26877
30054
32824
33405
60-64
8343
9960
13184
17878
21971
24970
27921
30495
65-69
5945
7428
8868
11738
15918
19563
22232
24860
70-74
4514
4934
6165
7360
9742
13211
16236
18451
75+
5592
6038
6564
7723
9164
11614
15352
19394
410979
436706
461708
486974
513304
538358
558673
573143
Total
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
Laju Pertum buhan penduduk laki-laki daerah Perkotaan Provinsi Sulawesi Utara (2000-2035) 1.26
1.14
1.1
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
17.1
16.4
16.5
17.1
16.9
15.7
14.4
Death Rate
4.5
5
5.5
6.2
6.9
7.8
5.5
Pop Increase
12.6
11.4
11
10.9
9.9
7.8
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) Periode Waktu
Kelompok umur
2000
2005
2010
2015
2020
2025
2030
2035
0-14
34.17
32.99
27.51
22.45
22.54
22.84
22.69
21.79
15-64
61.72
62.44
67.41
71.64
70.27
68.45
67.08
66.46
65+
4.11
4.57
5.07
5.91
7.2
8.71
10.23
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 80.00 e l t i T s i x A
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
Periode 2000-2005 2005-2010 2010-2015 2015-2020 2020-2025 2025-2030 2030-2035
(1) 15-19
(2) 0.064
(3) 0.064
(4) 0.064
(5) 0.064
(6) 0.064
(7) 0.064
(8) 0.064
20-24 25-29
0.138 0.177
0.138 0.177
0.138 0.177
0.138 0.177
0.138 0.177
0.138 0.177
0.138 0.177
30-34
0.085
0.085
0.085
0.085
0.085
0.085
0.085
35-39
0.053
0.053
0.053
0.053
0.053
0.053
0.053
40-44
0.021
0.021
0.021
0.021
0.021
0.021
0.021
45-49
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)
Periode Proyeksi( 5 Tahunan) (2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
Females
73.88
73.88
73.88
73.88
73.88
73.88
73.88
73.88
Males
69.88
69.88
69.88
69.88
69.88
69.88
69.88
69.88
Both
71.83
71.83
71.83
71.83
71.83
71.83
71.83
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
Periode Proyeksi( 5 Tahunan)
(1)
(2)
Females
(3)
(4)
(5)
(6)
(7)
(8)
(9)
18.7
18.7
18.7
18.7
18.7
18.7
18.7
18.7
Males
25.87
25.87
25.87
25.87
25.87
25.87
25.87
25.87
Both
22.37
22.37
22.37
22.37
22.37
22.37
22.37
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)
Periode 2000
2005
2010
2015
2020
2025
2030
(2)
(3)
(4)
(5)
(6)
(7)
(8)
2035 (9)
0-4
1039933
63030
63054
65943
74288
79674
79697
79710
5-9
49584
103668
62869
62893
65774
74098
79470
79493
10-14
53118
49518
103529
62786
62809
65688
73800
79365
15-19
53303
53035
49440
103367
62687
62711
65584
73883
20-24
57289
53175
52907
49321
103118
62536
62559
65426
25-29
57645
57111
53009
52742
49167
102797
62341
62364
30-34
51932
57420
56888
52803
52536
48976
102397
62099
35-39
45169
51651
57109
56580
52517
52252
48711
101843
40-44
39996
44807
51236
56651
56126
52095
51833
48320
45-49
33080
39495
44245
50595
55942
55423
51443
51184
50-54
24370
32435
38726
43384
49610
54852
54344
50441
55-59
18878
23645
31471
37575
42094
48136
53222
52728
60-64
16931
17998
22543
30004
35823
40132
45891
50741
65-69
13863
15643
16629
20829
27722
33098
37080
42401
70-74
11328
12078
13629
14488
18147
24154
28838
32307
75+
10024
14057
16744
19354
21384
25296
32017
39174
Jumlah
640328
688766
734028
779315
829744
881918
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
2000
2005
2010
2015
2020
2025
2030
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
97815 52843 48068 48896 54101 54466 48042 41400 36642 30242 22393 17831 16788 14440 9962
71587 97386 52707 47897 48612 53729 54074 47629 40911 35969 29340 21311 16465 14806 11818
71946 71273 97135 52519 47619 48278 53342 53609 47067 40160 34896 27923 19679 14521 12117
74030 71631 71089 96790 52214 47292 47930 52883 52976 46203 38963 33211 25784 17355 11884
80589 73706 71446 70837 96227 51855 46951 47518 52259 52003 44824 37080 30667 22740 14204
85537 80235 73516 71192 70425 95566 51482 46547 46957 51300 50452 42659 34240 27046 18610
86380 85162 80028 73254 70779 69941 94877 51039 45998 46095 49770 48015 39391 30197 22135
87086 86001 84942 79744 72829 70292 69437 94061 50437 45153 44720 47366 44337 34741 24714
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+
8043
11002
13750
15277
15839
17774
21866
26354
75+
TOTAL
601972
655243
705833
755511
808744
863538
914927
962213
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
863538
962213
808744
800001 700001 600001
914927
655243
705833
755511
601972
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
Periode
Umur
2000
2005
2010
2015
2020
2025
2030
2035
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
0-14
31.17
30.9
31.18
26.25
25.75
25.78
15-64
63.71
63.26
62.39
66.54
66.02
64.96
64
63.61
5.12
5.84
6.43
7.22
8.23
9.25
10.2
11.04
65+
25.8
25.36
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. Pe nurunan ini terjadi terutama karena penurunan tingkat kelahiran sebagai dampak dari keberhasilan program keluarga berencana selama 30 tahun terakhir.