Proyeksi Penduduk Provinsi Riau Menggunakan Metode Campuran

dokumen-dokumen yang mirip
BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB 2 TINJAUAN TEORITIS. dari bahasa Yunani yang berarti Demos adalah rakyat atau penduduk,dan Grafein

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB II TINJAUAN TEORITIS

BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

BAB 4 ANALISIS DAN PEMBAHASAN

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

III. METODE PENELITIAN

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. bahasa Yunani yang berarti Demos adalah rakyat atau penduduk, dan Grafein adalah

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

IV. METODE PENELITIAN

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB III METODE PENELITIAN

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 2 LANDASAN TEORI

Penduga Data Hilang Pada Rancangan Bujur Sangkar Latin Dasar

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

Analisis Model dan Contoh Numerik

BAB IV PERHITUNGAN NUMERIK

Sekilas Pandang. Modul 1 PENDAHULUAN

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

*Corresponding Author:

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

ANALISIS DIRECT SELLING COST DALAM MENINGKATKAN VOLUME PENJUALAN Studi kasus pada CV Cita Nasional.

BAB 2 LANDASAN TEORI

IDENTIFIKASI POLA DATA TIME SERIES

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

IV. METODE PENELITIAN

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

HUMAN CAPITAL. Minggu 16

IV METODE PENELITIAN

post facto digunakan untuk melihat kondisi pengelolaan saat ini berdasarkan

PERAMALAN DENGAN MODEL VARI PADA DATA IHK KELOMPOK PADI-PADIAN DAN BUMBU-BUMBUAN (STUDI KASUS KOTA SALATIGA, BULAN JANUARI 2014 JULI 2016)

IV METODE PENELITIAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

(MS.6) TAKSIRAN TFR BERDASARKAN HASIL PROYEKSI PENDUDUK INDONESIA MENGGUNAKAN METODE CAMPURAN

IV. METODE PENELITIAN

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

PEMODELAN NILAI TUKAR RUPIAH TERHADAP $US MENGGUNAKAN DERET WAKTU HIDDEN MARKOV SATU WAKTU SEBELUMNYA 1. PENDAHULUAN

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

BAB I PENDAHULUAN. Perekonomian dunia telah menjadi semakin saling tergantung pada

BAB 2 TINJAUAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

BAB III. Pada bab ini akan dijelaskan mengenai tahapan perhitungan untuk menilai

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

III METODE PENELITIAN

BAB 4 METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani.

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

MODEL OPTIMASI PENGGANTIAN MESIN PEMECAH KULIT BERAS MENGGUNAKAN PEMROGRAMAN DINAMIS (PABRIK BERAS DO A SEPUH)

PENGGUNAAN KONSEP FUNGSI CONVEX UNTUK MENENTUKAN SENSITIVITAS HARGA OBLIGASI

RANK DARI MATRIKS ATAS RING

METODE PENELITIAN. yang digunakan untuk mengetahui dan pembahasannya mengenai biaya - biaya

PERAMALAN FUNGSI TRANSFER SINGLE INPUT INDEKS HARGA SAHAM GABUNGAN TERHADAP SAHAM NEGARA TERDEKAT

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN. Penelitian ini adalah penelitian Quasi Eksperimental Design dengan

ANALISIS ANTRIAN ANGKUTAN UMUM BUS ANTAR KOTA REGULER DI TERMINAL ARJOSARI

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

Pengaruh variabel makroekonomi..., 24 Serbio Harerio, Universitas FE UI, 2009Indonesia

KARAKTERISTIK UMUR PRODUK PADA MODEL WEIBULL. Sudarno Staf Pengajar Program Studi Statistika FMIPA UNDIP

RANCANG BANGUN SISTEM INFORMASI INVENTORY DAN PREDIKSI JUMLAH PENJUALAN BARANG (STUDI KASUS KOPEGTEL MOJOKERTO)

PENGARUH MODEL PEMBELAJARAN PROBLEM SOLVING TERHADAP HASIL BELAJAR FISIKA SISWA KELAS VIII DI SMPN 5 LINGSAR TAHUN PELAJARAN 2012/2013

SUPLEMEN 3 Resume Hasil Penelitian: Analisis Respon Suku Bunga dan Kredit Bank di Sumatera Selatan terhadap Kebijakan Moneter Bank Indonesia

Bab IV Pengembangan Model

PERHITUNGAN VALUE AT RISK (VaR) DENGAN SIMULASI MONTE CARLO (STUDI KASUS SAHAM PT. XL ACIATA.Tbk)

MODUL III ANALISIS KELAYAKAN INVESTASI

PEMODELAN PRODUKSI SEKTOR PERTANIAN

BAB III HASIL DAN PEMBAHASAN. A. Permasalahan Nyata Penyebaran Penyakit Tuberculosis

Pemodelan Indeks Harga Konsumen Kelompok Bahan Makanan menggunakan Metode Intervensi dan Regresi Spline ABSTRAK

Bab II Dasar Teori Kelayakan Investasi

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

PENAKSIRAN PARAMETER MODEL VECTOR AUTOREGRESSIVE INTEGRATED (VARI) DENGAN METODE MLE DAN PENERAPANNYA PADA DATA INDEKS HARGA KONSUMEN

Transkripsi:

Saisika, Vol. 10 No. 2, 129 138 Nopember 2010 Proyeksi Penduduk Provinsi Riau 2010-2015 Menggunakan Meode Campuran Ari Budi Uomo, Yaya Karyana, Tei Sofia Yani Program Sudi Saisika, Universias Islam Bandung Emai: buie@yahoo.com Absrak Meode campuran merupakan penggabungan anara maemaik dengan komponen. Pada meoda campuran, oal di kan melalui meoda maemaik, sedangkan proporsi perkelompok umur menggunakan meoda komponen. Dalam meoda komponen dihiung ferilias (kelahiran), moralias (kemaian) dan mobilias (migrasi). Daa yang digunakan adalah daa Riau dalam angka. Pada maemaik diperoleh model erbaik menggunakan model maemaik linear dengan angka perumbuhan sebesar 2.33%. sedangkan pada komponen diperoleh proporsi perkelompok umur. Kaa kunci: Meode Maemaik, komponen, campuran, AngkaPerumbuhan Penduduk. 1. PENDAHULUAN Provinsi Riau merupakan provinsi di Indonesia yang erleak di pulau Sumara. Luas wilayah Provinsi Riau seelah pemekaran dengan Provinsi Kepulauan Riau adalah 111.228,65 km 2 (hp://www.riau.go.id). Provinsi Riau merupakan salah sau provinsi erkaya di Indonesia. Kekayaan alam yang ekandung di Provinsi Riau ini menjadi salah sau fakor penyebab berkembangnya di Provinsi Riau. Laju perumbuhan Provinsi Riau dapa kia keahui berdasarkan komponen-komponen yang mempengaruhi perumbuhan iu sendiri. Namun, dengan prediksi berdasarkan laju perumbuhan belum dapa dilakukan. Maka dari iu diperlukan suau agar kia mengeahui informasi mengenai karakerisik di masa yang akan daang. Meode- anara lain, maemaik, komponen dan campuran. Melalui maemaik hanya dapa dilakukan oal suau wilayah erenu anpa memperhaikan komponen perumbuhan yaiu kelahiran, kemaian dan migrasi, namun demikian hasil yang diperoleh maemaik khususnya di Indonesia, lebih akura dibanding komponen (Karyana, 2002). Pada komponen dapa menghasilkan berdasarkan jenis kelamin dan kelompok umur dengan memperhaikan komponen perumbuhan yaiu kelahiran, kemaian dan migrasi (UN, 1952), namun hasil dari menggunakan komponen erkadang kurang memuaskan. Hal ini disebabkan oleh kurang epanya esimasi angka migrasi, yang pada iap periode berubah, sedangkan esimasi unuk angka kelahiran dan kemaian relaif lebih baik (Karyana, 2002). Adapun campuran merupakan penggabungan anara kedua baik maemaik dan komponen. Meode campuran dapa digunakan unuk mengaasi kelemahan maemaik yang hanya dapa melakukan secara oal dan mengaasi kelemahan komponen yang idak dapa melakukan secara akura berdasarkan kelompok umur. Pada campuran, oal di kan melalui meoda maemaik, sedangkan proporsi per kelompok umur menggunakan meoda komponen. Dalam melakukan menggunakan campuran, erlebih dahulu kia perlu mengeahui model erbaik dari maemaik. Seelah kia memperoleh model erbaik, maka kia akan dapa mengelompokan hasil ersebu berdasarkan kelompok umur menggunakan komponen. Berdasarkan pemaparan ersebu, kia dapa mengeahui angka perumbuhan Provinsi Riau, model aksiran erbaik dari Provinsi Riau ahun 2010-2015 sera jumlah Provinsi Riau ahun 2010-2015 berdasarkan kelompok umur menggunakan campuran. 129

130 Ari Budi Uomo dkk. 2. TINJAUAN PUSTAKA 2.1 Meode Maemaik Meode maemaik yang lazim digunakan adalah perumbuhan linear, geomerik, dan eksponensial. Model Maemaik Linear dengan persamaan P= P0(1+r) (2.1) Model Maemaik Geomerik dengan persamaan P= P0(1+r) (2.2) Model Maemaik Eksponensial dengan persamaan P=P0e r (2.3) Keerangan P : oal pada ahun menggunakan maemaik menggunakan model perumbuhan eksponensial P0 : oal pada ahun dasar R : angka perumbuhan T : waku di ( dalam ahun) 2.2 Teknik Evaluasi Kesalahan Unuk mengeahui model maemaik erbaik, dapa diliha dengan cara mengeahui raa raa kesalahan secara absolue aau mean absolue presenase error (MAPE). Persamaan MAPE adalah : Dimana: MAPE F = ) P = P P n = 1 n 100 F (2.4) (2.5) F : Presenase perbedaan pada ahun yang akan diramalkan aau diargekan ( ) P : nilai sebenarnya : nilai hasil peramalan N T : banyaknya pengamaan : periode 2.3 Meode Komponen Meode yang lazim digunakan selain maemaik adalah komponen. Meode komponen merupakan yang memperhaikan komponen demografi seperi kelahiran, kemaian dan migrasi. Prosedur menggunakan komponen menggunakan abel 2.1, abel 2.2, dan persamaan beriku : P(x,,k)=P(x,a)D(x)+NM(x) (2.6) dengan DX=P(x,a)Sx (2.7) NM(x)={ASOMR(x)-ASIMR(x)}P(x,a) (2.8)

Proyeksi Penduduk Provinsi Riau 2010-2015 131 P(x,,k) :banyak berumur x pada ahun dengan komponen (kolom 6 abel 2.1 dan abel 2.2) P(x,a) : awal ahun yang berumur x ahun (kolom 2 abel 2.1 dan abel 2.2) DX :survival raio yang dikuip dari abel kemaian pada level erenu (kolom 3 abel 2.1 dan abel 2.2) NM(x): banyak nemigran yang berumur x ( Kolom 5 abel 2.1 dan abel 2.2) ASOMR(x) : age specific ou migraion rae per orang ASIMR(x) : age specific in migraion rae per orang n=1, unuk umur unggal n=5, unuk dalam kelompok umur Sx : Rasio masih kelompok umur x Secara khusus perumusan komponen unuk melakukan kelompok umur 0 ahun adalah P(0,,k)=( ASFRXPfXS0) (2.9) P(0,,k) : banyak berumur 0 ahun pada ahun dengan komponen (kolom 6 abel 2.1) ASFRX : age specific feriliy rae (kolom 8 abel abel 2.1) P f X : banyak berumur 15-49 ahun (kolom 7 abel 2.1) S0 : Rasio masih bayi yang baru lahir yang diperoleh dari asumsi ingka kemaian yang menggunakan level able kemaian Apabila dilakukan pemisahan berdasarkan jenis kelamin maka perumusan unuk bayi perempuan sebagai beriku: Pf(0,,k)= P(0,,k){100/(100+SR)} (2.10) Sedangkan unuk bayi laki-laki sebagai beriku: Pm(0,,k)= P(0,,k){100/(100+SR)} (2.11) ASFRx Pfx S0 SR : age specific feriliy rae : banyak wania berusia 15-49 ahun : rasio masih bayi yang baru lahir, diperoleh dari asumsi ingka kemaian menggunakan able kemaian :rasio jenis kelamin saa lahir Unuk melakukan menggunakan komponen diperlukan daa sebagai beriku: 1. Daa disribusi menuru umur dan jenis kelamin yang elah dilakukan proacing dan adjusmen 2. Tingka kemaian aau level of moraliy (abel level kemaian) 3. Asumsi pola ferilias (ASFR/ age specific feriliy rae) 4. Rasio jenis kelamin saa lahir (sex raio a birh) 5. Asumsi pola migrasi (proporsi migrasi perkelompok umur) 2.4 Meode Campuran Meode campuran merupakan perpaduan anara maemaik dengan komponen. Pada campuran, oal diperoleh dari maemaik, sedangkan disribusi perkelompok umur berdasarkan komponen. Apabila dimisalkan V(x,,k) adalah proporsi berumur x dengan menggunakan komponen, maka V(x,,k) dapa kia hiung dari persamaan:

132 Ari Budi Uomo dkk. V(x,k)= P(x,,k)/ P(.,,k) (2.12) Keerangan: V(x,,k) P(x,,k) P(.,,k) : proporsi berumur x dengan komponen : banyak berumur x pada ahun dengan komponen : jumlah berumur x pada ahun dengan komponen ( P(x,,k)) Berdasarkan hal ersebu, perumusan campuran yaiu: P(x,,c)=V(x,,c)P(.,,c) (2.13) Keerangan: P(x,,c) V(x,,c) P(.,,c) : banyak berumur x pada ahun dengan campuran : proporsi berumur x dengan komponen : banyak berumur x pada ahun dengan maemaik Pada menggunakan campuran di asumsikan bahwa oal diperoleh dari maemaik, sedangkan disribusi perkelompok umur berdasarkan komponen. Maka perumusan menggunakan campuran menjadi: P(x,,c)=V(x,,k)P(.,,m) (2.14) P(x,,c) V(x,,k) P(.,,m) : banyak berumur x pada ahun dengan campuran : proporsi berumur x dengan komponen : banyak berumur x pada ahun dengan maemaik Tabel 2.1 Tabel Proyeksi Penduduk Wania Menggunakan Meode Campuran Keerangan: Kolom 1 Kolom 1 Kolom 2 Kolom 3 : menggunakan komponen : kelompok umur dengan inerval 5 ahunan : jumlah wania ahun dasar menuru kelompok umur : survival raio yang dikuip dari abel kemaian yaiu kolom ke-7 abel kemaian ( p(x)) Kolom 4 : wania masih diperoleh dari kolom (2) x kolom (3), dengan posisi lag 1

Proyeksi Penduduk Provinsi Riau 2010-2015 133 Kolom 5 Kolom 6 Kolom 7 : jumlah migran neo yang diperoleh dari proporsi migran dengan oal migran yaiu dari abel 3.4 dimana ((ASNMR x jumlah wania ahun dasar) : 1000) x 5 : banyak wania berumur x pada ahun dengan komponen (P(x,,k)) yang diperoleh dari perkalian kolom (4) dengan kolom (5). Unuk kolom baris ke-1 kolom (6), diperoleh dari jumlah kelahiran x 5 x 0.5[peluan lahir wania]+ sel baris ke-1 kolom ke-5 : raa-raa jumlah wania berumur 15-49 ahun yang diperoleh dari Kolom 8 : perkiraan ASFR (age specific feriliy rae) diperoleh dari abel 3.3 Kolom 9 Kolom 10 Kolom 11 Kolom 12 : jumlah kelahiran per ahun perkelompok umur yang dihiung dari kolom(7) x kolom(8) : proporsi berumur x dengan komponen diperoleh dari (kolom(6)/ kolom(6)) : berumur pada ahun yang diaksir dengan maemaik : berumur pada ahun yang diaksir dengan campuran yaiu perkalian kolom 10 dengan sel oal kolom 11 Kelompok umur Tabel 2.2 Tabel Proyeksi Penduduk Pria Menggunakan Meode Campuran pria Tahun dasar Rasio masih Penduduk pria masih Migran pria ahun proporsi maemaik dengan campuran (1) (2) (3) (4) (5) (6) (7) (8) (9) 0-4 5-9 10-15.. 75+ Toal Kolom1-6 Kolom 1 Kolom 2 Kolom 3 Kolom 4 Kolom 5 Kolom 6 Kolom 7 : menggunakan komponen : kelompok umur dengan inerval 5 ahunan : jumlah pria ahun dasar menuru kelompok umur : survival raio yang dikuip dari abel kemaian yaiu kolom ke-7 abel kemaian ( p(x)) : pria masih diperoleh dari kolom (2) x kolom (3) dengan posisi lag 1 : jumlah migran neo yang diperoleh dari proporsi migran dengan oal migran yaiu dari abel 3.4 dimana ((ASNMR x jumlah pria ahun dasar) : 1000) x 5 : banyak pria berumur x pada ahun dengan komponen (P(x,,k)) : proporsi berumur x dengan komponen diperoleh dari (kolom(6)/ kolom(6))

134 Ari Budi Uomo dkk. Kolom 8 : pada ahun yang diaksir dengan maemaik Kolom 9 : pada ahun yang diaksir dengan campuran yang diperoleh perkalian kolom 7 dengan sel oal kolom 8 3. BAHAN DAN METODE 3.1 Bahan Daa yang digunakan dalam melakukan Provinsi Riau adalah daa sekunder yang diperoleh dari buku Riau Dalam Angka, buku Ferilias, Moralias, dan Migrasi, sera inerne (source : hp://www.daasaisik-indonesia.com ). Daa yang diperoleh merupakan daa Provinsi Riau secara oal dan daa Provinsi Riau berdasarkan kelompok umur dan jenis kelamin, daa Age spesific feriliy rae (ASFR), daa Age spesific ne migran rae (ASNMR) Provinsi Riau dan daa level moralias Provinsi Riau. 3.2 Meode Proyeksi Provinsi Riau pada makalah ini pada dasarnya melakukan jumlah secara keseluruhan menggunakan maemaik dan proporsi perkelompok umur menggunakan komponen. Prosedur campuran adalah sebagai beriku: 1) Proyeksi menggunakan maemaik. a) Bua model perumbuhan dengan cara memplokan daa oal Provinsi Riau. Tenukan apakah model perumbuhannya mengikui rend perumbuhan linear, geomeric aau eksponensial. b) Cari angka perumbuhan anara ahun 2007-2008. c) Tenukan model maemaik dengan memperhaikan angka perumbuhan pada poin(b). Apabila model perumbuhannya mengikui rend perumbuhan linear, dapa dilakukan menggunakan persamaan (2.1). Apabila model perumbuhannya geomeric, dapa dilakukan menggunakan persamaan (2.2). Sedangkan apabila model perumbuhannya eksponensial dapa dilakukan menggunakan persamaan (2.3). d) Tenukan aksiran menggunakan model yang diperoleh dari poin(c) unuk ahun 2003-2008. e) Tenukan nilai errornya. Kemudian hiung MAPE unuk masing-masing model sehingga diperoleh model maemaik erbaik berdasarkan nilai MAPE erkecil, kemudian bua Provinsi Riau ahun 2010-2015 dengan persamaan sesuai dengan model maemaik erbaik. 2) Proyeksi menggunakan komponen. a) Yang akan dilakukan adalah menenukan menggunakan komponen ahun 2010-2015. Langkah perama yang harus dilakukan adalah membua menggunakan Meoda Komponen ahun 2013 sehingga menghasilkan abel 2.1 dan 2.2. b) Diasumsikan unuk komponen pada ahun 2010-2015 sama dengan ahun 2013. 3) Proyeksi menggunakan campuran. Proyeksi menggunakan campuran langkah-langkahnya sebagai beriku: a) Tenukan proporsi perkelompok umur menggunakan persamaan 2.12. b) Bua menggunakan Meoda Campuran menggunakan persamaan 2.14.

Proyeksi Penduduk Provinsi Riau 2010-2015 135 4. PEMBAHASAN 4.1 Proyeksi Penduduk Menggunakan Meode Maemaik Langkah awal dalam melakukan menggunakan maemaik adalah dengan cara melakukan plo daa. Dengan melakukan plo daa, kia dapa mengeahui pola perumbuhan apakah mengikui rend linear, geomerik aau ekponensial. Beriku ini Grafik Toal Penduduk Provinsi Riau ahun 2003-2008, ersaji dalam Gambar 4.1. Gambar 4.1 Perumbuhan Penduduk Provinsi Riau 2003-2008 Apabila kia liha grafik oal Provinsi Riau diaas, jumlah Provinsi Riau menuru Riau Dalam Angka, BPS ahun 2003-2008, menunjukan peningkaan dan cenderung mengikui grafik linear,akan eapi karena daanya sediki sebaiknya model lainnya dalam hal ini geomerik dan eksponensial juga diperhaikan. Selanjunya kia cari angka perumbuhan menggunakan model maemaik dimana perhiungannya sebagai beriku: 1. Model maemaik linearya adalah P = P 0 (1 + 0.023309627 ). 2. Model maemaik geomeriknya adalah P = P (1 0.023309627) Model maemaik eksponensialsialnya adalah 3. 0 Seelah kia mengeahui angka perumbuhan, kia akan memperoleh nilai aksiran dari keiga model maemaik. Berdasarkan nilai aksiran dari keiga model maemaik, raa raa presenase kesalahan absolue aau Mean Absolue Presenase Error (MAPE) erdapa pada abel sebagai beriku: 0 + P = P e 0.023042107 Tabel 4.1 Tabel Nilai Mean Absolue Presenase Error (MAPE) Model Angka perumbuhan MAPE Linear 0.023309627 1.5994 Geomerik 0.023309627 1.7377 Eksponensial 0.023042107 1.7377 Sumber : hasil pengolahan Dari abel diaas, nilai MAPE erkecil adalah unuk model linear sebesar 1.5994. Maka dapa dikaakan bahwa model erbaik unuk melakukan Provinsi Riau adalah model maemaik linear. Berdasarkan nilai MAPE, model maemaik linear merupakan model maemaik erbaik unuk melakukan Provinsi Riau. Beriku adalah Provinsi Riau ahun 2010-2015 menggunakan model maemaik linear:

136 Ari Budi Uomo dkk. Tabel 4.2 Tabel ahun 2010-2015 menggunakan maemaik linear Tahun Penduduk 2010 5,425,558 2011 5,543,760 2012 5,661,962 2013 5,780,164 2014 5,898,366 2015 6,016,568 Sumber : hasil pengolahan 4.2 Proyeksi Penduduk Provinsi Riau Menggunakan Meode Komponen Proyeksi menggunakan komponen merupakan yang memperhaikan komponen demografi. Langkah perama yang harus dilakukan adalah membua menggunakan Meoda Komponen ahun 2013 sehingga menghasilkan abel 4.3(kolom1-9) dan 4.4(kolom 1-6). 4.3 Proyeksi Penduduk Menggunakan Meode Campuran Seperi yang elah dipaparkan sebelumnya, menggunakan campuran merupakan perpaduan anara menggunakan maemaik dan mengguanakan komponen. Perhiungan proporsi perkelompok umur dan hasil menggunakan campuran adalah pada abel beriku: Kelompok umur Tabel 4.3 Proyeksi Penduduk Wania ahun 2013 Menggunakan Meode Campuran wania Tahun 2008 Rasio masih Penduduk wania masih Migran wania ahun 2013 Raa-raa wania ASFR Angka kelahiran proporsi maemaik dengan campuran (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) 0-4 276,403 0.9989-25705 333206 - - - 0.0537 * 310626 5-9 255,303 0.9994 276099 16288 292387 - - - 0.0472 * 272573 10-14 238,603 0.9992 255150 11847 266996 - - - 0.0431 * 248903 15-19 209,802 0.9988 238412 18137 256550 233176 0.04 9327 0.0414 * 239164 20-24 230,302 0.9985 209550 57069 266619 248461 0.13 32300 0.0430 * 248551 25-29 270,103 0.9981 229957 57221 287178 278640 0.14 39010 0.0463 * 267717 30-34 277,203 0.9972 269590 41165 310754 293979 0.11 32338 0.0501 * 289696 35-39 205,702 0.9956 276427 18595 295022 250362 0.06 15022 0.0476 * 275030 40-44 147,102 0.9925 204797 10319 215116 181109 0.03 5433 0.0347 * 200538 45-49 112,501 0.9874 145999 6559 152558 132529 0 0 0.0246 * 142219 50-54 80,201 0.98 111083 3669 114753 - - - 0.0185 * 106976 55-59 54,501 0.9669 78597 1837 80434 - - - 0.0130 * 74983 60-64 36,500 0.9406 52697 1223 53920 - - - 0.0087 * 50266 65+ 59,100 0.8884 34332 6448 40780 - - - 0.0066 * 38016 Toal 2,453,326 2966273 133429 5,780,164 2765257 Sumber : hasil pengolahan

Proyeksi Penduduk Provinsi Riau 2010-2015 137 Tabel 4.4 Proyeksi Penduduk Pria Tahun 2013 Menggunakan Meode Campuran Kelompok umur pria Tahun 2008 Rasio masih Penduduk pria masih Migran pria ahun 2013 proporsi maemaik dengan campuran (1) (2) (3) (4) (5) (6) (7) (8) (9) 0-4 312,703 0.9985-28581 333073 0.0537 * 310501 5-9 289,403 0.9988 312234 18522 330756 0.0533 * 308341 10-14 267,303 0.998 289056 13031 302087 0.0487 * 281615 15-19 235,302 0.9967 266768 27860 294628 0.0475 * 274662 20-24 240,602 0.9961 234526 80602 315127 0.0508 * 293772 25-29 257,403 0.9958 239664 47517 287180 0.0463 * 267719 30-34 272,103 0.9951 256322 27714 284036 0.0458 * 264787 35-39 239,902 0.9929 270770 15989 286759 0.0462 * 267326 40-44 189,602 0.9877 238199 9253 247451 0.0399 * 230682 45-49 142,501 0.9769 187270 5657 192927 0.0311 * 179853 50-54 104,301 0.9586 139209 3734 142943 0.0231 * 133256 55-59 71,101 0.9322 99983 2080 102063 0.0165 * 95146 60-64 45,300 0.8938 66280 1386 67667 0.0109 * 63081 65+ 68,300 0.8319 40489 6885 47374 0.0076 * 44163 Toal 2,735,828 3234070 5,780,164 3014907 Sumber : hasil pengolahan Apabila diasumsikan bahwa proporsi Provinsi Riau ahun 2010-2015 sama dengan proporsi Provinsi Riau ahun 2013, maka dengan cara yang sama kia akan memperoleh Provinsi Riau ahun 2010-2015 menggunakan campuran yang hasilna ersaji pada abel beriku: Tabel 4.5 Tabel Penduduk Provinsi Riau 2010-2015 Menguunakan Meode Campuran kelompok umur Penduduk 2010 2011 2012 2013 2014 2015 Wania Pria wania Pria Wania Pria wania Pria wania Pria wania Pria 0-4 291569 291452 297921 297802 304274 304152 310626 310501 316978 316851 323330 323201 5-9 255851 289425 261425 295731 266999 302036 272573 308341 278147 314647 283721 320952 10-14 233633 264338 238723 270097 243813 275856 248903 281615 253993 287374 259083 293133 15-19 224491 257812 229382 263429 234273 269045 239164 274662 244055 280279 248946 285896 20-24 233303 275749 238386 281757 243468 287764 248551 293772 253634 299779 258717 305787 25-29 251293 251295 256767 256769 262242 262244 267717 267719 273191 273194 278666 278668 30-34 271923 248543 277847 253958 283771 259373 289696 264787 295620 270202 301544 275617 35-39 258157 250926 263781 256393 269405 261860 275030 267326 280654 272793 286278 278260 40-44 188236 216530 192336 221248 196437 225965 200538 230682 204639 235400 208740 240117 45-49 133494 168819 136403 172497 139311 176175 142219 179853 145128 183531 148036 187209 50-54 100413 125081 102601 127806 104789 130531 106976 133256 109164 135981 111351 138706 55-59 70383 89309 71916 91255 73450 93200 74983 95146 76516 97092 78050 99038 60-64 47182 59211 48210 60501 49238 61791 50266 63081 51294 64371 52322 65661 65+ 35684 41454 36461 42357 37239 43260 38016 44163 38794 45067 39571 45970 Toal 2595612 2829946 2652160 2891600 2708709 2953253 2765257 3014907 2821806 3076561 2878354 3138214 Sumber : hasil pengolahan

138 Ari Budi Uomo dkk. 5. PENUTUP Kesimpulan yang dapa dikemukakan mengenai Provinsi Riau ahun 2010-2015 menggunakan campuran adalah : 1. Angka perumbuhan Provinsi Riau adalah sebesar 2,30% berdasarkan model eksponensial, 2,33% berdasarkan model geomerik dan model linear. 2. Seelah daa Provinsi Riau diplokan, daa Provinsi Riau mengikui rend linear dan seelah dihiung besar nilai MAPE dari keiga model, model linear memiliki nilai MAPE erkecil maka model aksiran erbaik dari Provinsi Riau ahun 2010-2015 adalah P = P 0 (1 + 0.023309627). 3. Provinsi Riau ahun 2010-2015 berdasarkan kelompok umur menggunakan campuran adalah cendreung meningka pada seiap kelompok umur (able 4.5). Peningkaan erbesar erjadi pada kelompok umur 0-4 ahun. Hal ini harus mendapa perhaian dari pemerinah seempa sepei mempersiapkan lapangan pekerjaan, sarana dan prasarana kesehaan, sarana dan prasarana pendidikan sera peumahan yang layak bagi Provinsi Riau. Hasil Provinsi Riau ahun 2010-2015 mengikui rend linear sera perumbuhannya cenderung naik seiap ahunnya, karena iu disarankan kepada pengambil kebijakan baik pemerinah maupun swasa unuk mempersiapkan lapangan pekerjaan, sarana dan prasarana kesehaan, sarana dan prasarana pendidikan sera peumahan yang layak bagi Provinsi Riau. Pada kelompok umur 0-5 ahun, perumbuhannya erliha sanga inggi. Unuk iu perlu peningkaan dalam pelaksanaan program KB di Provinsi Riau. Dafar Pusaka Adiya. Proyeksi Penduduk Dunia Tahun 2009-2025 Menggunakan Meoda Maemaik. Skripsi Jurusan Saisika UNISBA. Bandung. Badan Pusa Saisik. (2005). Proyeksi Penduduk Indonesia 2000-2025. Jakara. Badan Pusa Saisik. (2006). Ferilias, Moralias, dan Migrasi. Jakara. Badan Pusa Saisik. (2007). Riau Dalam Angka. Jakara. Badan Pusa Saisik. (2008). Riau Dalam Angka. Jakara. Badan Pusa Saisik. (2009). Riau Dalam Angka. Jakara. Karyana, Yaya. (2002). Proyeksi Penduduk Dengan Meoda Campuran. Makalah disampaikan pada Seminar Nasional MATEMATIKA di F-MIPA UGM. Lembaga Demografi. (1981). Dasar-dasar Demografi edisi 2000. Lembaga Demografi Fakulas Ekonomi Universias Indonesia (LDFEUI), Jakara. Novaya, silva. Proyeksi Penduduk Jawa Bara Tahun 2010-2015 Berdasarkan Daa Supas 2005. Skripsi Jurusan Saisika UNISBA. Bandung. www.riau.go.id. www.daasaisikindonesia.com/componen/opion,com_abel/ka,1/idabel,112/iemid,165/ dengan anggal download 4 januari 2010 www.daasaisik-indonesia.com/componen/opion,com_abel/ka,1/iemid,165/ dengan anggal download 4 januari 2010