UKURAN MORTALITAS. Nunik Puspitasari, S.KM, M.Kes Dept. Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

dokumen-dokumen yang mirip
PERTEMUAN 9 : Ir. Darmawan L. Cahya, MURP, MPA

STANDARISASI UKURAN DEMOGRAFI. Standarisasi Ukuran RATE 11/30/2013. Rate sering digunakan utk mgbrkan kejadian (dlm demografi; epidemiologi)

ASPEK KEPENDUDUKAN III. Tujuan Pembelajaran

MORTALITAS (KEMATIAN)

MORTALITAS & MORBIDITAS

MORTALITAS. Tara B. Soeprobo Lembaga Demografi Fakultas Ekonomi Universitas Indonesia TBS-M

Standarisasi dan Life Tables. Kependudukan Semester

UKURAN FERTILITAS. Yuly Sulistyorini, S.KM., M.Kes Departemen Biostatistika dankependudukan FKM - Unair

Studi Kependudukan - 1. Demografi formal. Konsep Dasar. Studi Kependudukan - 2. Pertumbuhan Penduduk. Demographic Balancing Equation

CARA PENGUKURAN ANGKA KESAKITAN DAN ANGKA KEMATIAN

fertilitas, mortalitas dan migrasi Kependudukan semester

JUMLAH DAN PERTUMBUHAN, KOMPOSISI, SERTA PERSEBARAN DAN MIGRASI PENDUDUK

D x k. Angka ini berarti bahwa pada periode tahun 1975, setiap 1000 penduduk 16,9 kematian.

UKURAN-UKURAN DALAM EPIDEMIOLOGI

Mortalitas (Kematian)

MORTALITAS DAN MORBIDITAS

DATA PENDUDUK SASARAN PROGRAM KESEHATAN TAHUN

Pertumbuhan Penduduk. Oleh : Yudha Tri Pradana / XI-IPS-1 / 31 SMAN 1 MANYAR

UKURAN-UKURAN DEMOGRAFI

ILMU KEPENDUDUKAN: Analisis dengan tujuan:

STANDARDISASI RATE DALAM EPIDEMIOLOGI. Nurul Wandasari Singgih Prodi Kesehatan Masyarakat

Apa penyebab kematian? Bagaimana cara membuat tabel mortalitas?

Epidemiologi Kesehatan Reproduksi - 2

2. Proporsi Perbandingan 2 nilai kuantitatif yang pembilangnya merupakan bagian dari penyebut. Contoh: Proporsi 12/(12+20)= 0,375

b. Kematian (mortalitas) Faktor pendorong kematian al:

ANTROPOSFER GEO 2 A. PENDAHULUAN B. DINAMIKA ANTROPOSFER (KEPENDUDUKAN) C. KOMPOSISI PENDUDUK

Antroposfer GEO 2 A. PENDAHULUAN B. DINAMIKA ANTROPOSFER (KEPENDUDUKAN) C. KOMPOSISI PENDUDUK D. RUMUS-RUMUS KUANTITAS PENDUDUK ANTROPOSFER

PENGUKURAN FREKUENSI PENYAKIT

TUTORIAL EPIDEMIOLOGI : 1. FREKUENSI MASALAH KESEHATAN DAN PENGUKURAN

KATA PENGANTAR. Singaraja, Oktober Kepala Dinas Kependudukan dan Catatan Sipil Kabupaten Buleleng

Tutorial Epidemiologi : 1. Frekuensi Masalah Kesehatan dan Pengukuran

BAB 2 LANDASAN TEORI

Analisis Proyeksi Penduduk Jambi Berdasarkan Proyeksi Penduduk Indonesia

LATIHAN ANALISIS KEPENDUDUKAN

PERTEMUAN 8 : Ir. Darmawan L. Cahya, MURP, MPA

DASAR DASAR EPIDEMIOLOGI &

Beberapa Konsep Dasar Kependudukan Terkait dengan Kerjasama Pendidikan Kependudukan

K A T A P E N G A N T A R

RENCANA PEMBELAJARAN SEMESTER

MAKALAH Konsep Kependudukan di Indonesia

Oleh: SYAFRIANI, M.Kes Prinsip-prinsip Epidemiologi STIKES TUANKU TAMBUSAI RIAU

Demografi formal = Demografi murni. Sumber data Sekunder. Pengambilan Data Penduduk. Registrasi Survai

BAB I PENDAHULUAN Latar Belakang

BAB II TINJAUAN PUSTAKA. kehidupan dan penghidupan masyarakat baik materil maupun spiritual yang

Pertumbuhan Populasi. Aritmetik (Arithmetic growth) Geometrik (Geometric growth) Eksponensial (Exponential Growth)

30/10/2015. Tujuan epidemiologi kebidanan :

Pengukuran dalam Demografi

PENGERTIAN, CAKUPAN DAN UKURAN MORTALITAS

BAB 2 LANDASAN TEORI

BAB 7: GEOGRAFI ANTROPOSFER

PERTEMUAN 12 : Ir. Darmawan L. Cahya, MURP, MPA

PERKAWINAN DAN PERCERAIAN

MORTALITAS. 1. Pengantar

pengisian data dan cara pembuatan grafik. setelah pengolahan dan analisa perhitungan serta saran-saran yang

BAB 2 TINJAUAN TEORI. Kata demografi berasal dari bahasa Yunani yang berarti: Demos adalah rakyat atau

Analisis Parameter Kependudukan menurut Kabupaten/Kota Oleh : Risma Mulia

BAB I PENDAHULUAN. Padahal sumber data penduduk yang tersedia hanya secara periodik, yaitu Sensus Penduduk

BAB I PENDAHULUAN. Tingkat kesejahteraan suatu negara salah satunya dapat dilihat dari tingkat


UKURAN FREKUENSI PENYAKIT

PERTEMUAN 6 : Ir. Darmawan L. Cahya, MURP, MPA

Pertumbuhan dan Pertambahan Perkembangan Penduduk

1. Masalah Jumlah Penduduk

PENGUKURAN KEJADIAN PENYAKIT ETIH SUDARNIKA LABORATORIUM EPIDEMIOLOGI FAKULTAS KEDOKTERAN HEWAN IPB

DATA PENDUDUK SASARAN PROGRAM PEMBANGUNAN KESEHATAN TAHUN

MODIFIKASI METODE RELE UNTUK MODEL PENDUDUK QUASI-STABIL CECEP A.H.F. SANTOSA

BioStatistik. Amiyella Endista Website :

MASALAH PENDUDUK DIPENGARUHI PERKEMBANGAN PENDUDUK KEPADATAN PENDUDUK DAMPAK KEPENDUDUKAN TERHADAP PEMBANGUNAN

BAB I PENDAHULUAN. Aspek kependudukan merupakan hal paling mendasar dalam. pembangunan. Dalam nilai universal, penduduk merupakan pelaku dan sasaran

UKURAN FREKUENSI PENYAKIT. Bentuk Dasar ukuran frekuensi Penyakit Jenis Ukuran frekuensi Penyakit

Asal kata : Status (Latin) = Negara State (English) = Negara

BAB 2 LANDASAN TEORI. penduduk, dan Grafein adalah menulis. Jadi demografi adalah tulisan tulisan atau

BAB I PENDAHULUAN. penduduk harus menjadi subjek sekaligus objek pembangunan. Kualitas

Perhitungan Jumlah Penduduk

BAB 1 PENDAHULUAN. Perubahan struktur masyarakat agraris ke masyarakat industri banyak

EPIDEMIOLOGI GIZI. Saptawati Bardosono

BAB 2 TINJAUAN TEORITIS. Kependudukan sangat erat kaitannya dengan demografi. Demografi sendiri berasal dari

BAB 1 KONSEP DASAR EPIDEMIOLOGI

PENDUDUK. mencatat peristiwa peristiwa penting yang berhubungandengan kehidupan maka

Survei Penduduk Antar Sensus (SUPAS), 2015

RENCANA PELAKSANAAN PEMBELAJARAN (RPP)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

Fertilitas. Andri Wijanarko,SE,ME.

Pertumbuhan Penduduk Di Kecamatan Tambusai Utara Kabupaten Rokan Hulu Provinsi Riau ABSTRAK

PENDAHULUAN SUMBER DATA

Deskripsi Singkat Topik :

Universitas Gadjah Mada

SUMBER BELAJAR PENUNJANG PLPG 2017 MATA PELAJARAN/PAKET KEAHLIAN GEOGRAFI

INDIKATOR KESEHATAN. pengertian, definisi operasional, dan formula perhitungannya

Achilles Guillard (1885): Asa l k l kat a: d emos dan g f ra ein / g fi ra e emos penduduk k / k rakyat Grafein = menulis Grafie = studi pengkajian

KOMPOSISI PENDUDUK. Komposisi Penduduk. Andrei R FKM UNEJ

Pola Komposisi Penduduk Komposisi, struktur, distribusi : Proporsi : Pola Komposisi Penduduk : Age Structural Sex Composition Marital Status Families

Penduduk, Masyarakat dan kebudayaan

Bab 1 PENDAHULUAN STRATEGI PEMBANGUNAN KESEHATAN 1

ANALISA HASIL SENSUS PENDUDUK TAHUN 2010 DAN IMPLIKASI KEPENDUDUKAN DI PROVINSI BENGKULU

Jumlah Penduduk A. Kelahiran 1. Fertilitas CBR = L/P x Angka Kelahiran Umum GFR= L/W x Angka Kelahiran Menurut Kelompok Umur Tertentu

RENCANA PELAKSANAAN PEMBELAJARAN. NAMA SEKOLAH : MA PPMI Assalaam Sukoharjo MATA PELAJARAN : Geografi

Ukuran-Ukuran dalam Kesehatan dan Epidemiologi

Survei Penduduk Antar Sensus (SUPAS), 2005

Transkripsi:

UKURAN MORTALITAS Nunik Puspitasari, S.KM, M.Kes Dept. Biostatistika dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Airlangga

Pengukuran mortalitas membutuhkan ketepatan dalam: 1. Kelompok orang yang akan diukur (yang dimaksudkan) 2. Tipe peristiwa yang akan diukur (kematian umum, kematian bayi, kematian ibu, dll) 3. Penentuan interval waktu Perbedaan pada setiap faktor dari ketiganya akan menyebabkan banyak perbedaan ukuran kependudukan terhadap kematian Yang penting diperhatikan dalam pengukuran tingkat mortalitas adalah PENYEBUT (denominator)

KONSEP PYL Konsep jumlah tahun hidup orang (person-years lived) sering untuk menyatakan besarnya jumlah penduduk yang mengalami risiko suatu peristiwa Perlu diingat: Jumlah penduduk baik pada awal tahun maupun pada akhir tahun adalah suatu angka yang sangat berbeda dengan jumlah tahun hidup orang

Menghitung jumlah tahun hidup orang pada jumlah penduduk yang besar akan dibutuhkan waktu lama Karena itu dilakukan perkiraan dengan asumsi : jumlah kelahiran, kematian, masuk dan keluarnya penduduk (migrasi) terjadi merata selama periode yang ingin diketahui. Berdasarkan asumsi tersebut maka jumlah orang yang hidup pada pertengahan tahun (30 Juni atau 1 Juli) adalah perkiraan yang baik terhadap jumlah tahun hidup orang

Penduduk yang hidup pada pertengahan tahun disebut: PENDUDUK PERTENGAHAN (penduduk sentral) Perlu diperhatikan: Untuk daerah yang jumlah penduduknya sedikit / kecil atau menghitung ukuran mortalitas tertentu maka jumlah penduduk tengah tahun bukan perkiraan yang baik untuk menghitung PYL. Contoh: Angka Kematian Bayi (AKB): - jumlah bayi di suatu daerah biasanya tidak banyak - bayi adalah orang yang baru menjalani kehidupan < 1 tahun - ancaman kematian pada bayi sangat besar

Pada populasi kecil, untuk menghitung penduduk pada tengah tahun biasanya dengan cara: Penduduk pada tanggal 1 Januari tahun x ditambah dengan penduduk pada tanggal 1 Januari tahun x+1 kemudian dibagi dua. Contoh: Jumlah penduduk Kota Surabaya tanggal 1 Januari 2000 = 2.599.796 jiwa, sedangkan pada tanggal 1 Januari 2001 = 2.613.315 jiwa. Maka jumlah penduduk tengah Kota Surabaya tahun 2000 = (2.599.796 + 2.613.314) / 2 = 2.606.555 jiwa

Angka Kematian Kasar Crude Death Rate ( CDR ) Banyaknya orang yang meninggal pada suatu tahun dibagi jumlah penduduk pada pertengahan tahun tersebut Biasanya CDR dinyatakan untuk tiap 1000 orang atau (0/00) Persamaan CDR : CDR = Jumlah kematian Jumlah penduduk tengah tahun

CDR = D P x k Keterangan: D = jumlah kematian dalam satu tahun P = jumlah penduduk pada pertengahan tahun K = konstanta (1000)

Contoh : Jumlah penduduk Kota Malang pada tanggal 31 Desember 2000 = 756.982 jiwa, dan pada 31 Desember 2001 = 763.644 jiwa. Maka penduduk tengah tahun Kota Malang tahun 2001 = (756.982 + 763.644) / 2 = 760.313 jiwa. Apabila ada 856 kematian selama tahun 2001 maka CDR Kota Malang tahun 2001 = (856 / 760.313 ) x 1000 = 1,13 0/00 atau 1,13 tiap 1000 penduduk

CDR adalah angka kasar. Mengapa? Risiko kematian untuk setiap kelompok penduduk : tidak sama untuk semua variabel Meskipun angka kasar, tetapi CDR sudah umum dipakai diseluruh dunia

Kelebihan CDR: 1. Mudah dihitung dengan cepat, karena itu bisa segera diinformasikan ke masyarakat 2. Dapat memberi kesimpulan awal/ petunjuk pendahuluan mengenai tingkat kematian, serta bisa juga diketahui trend-nya 3. Dapat untuk menyelidiki fluktuasi kematian pada periode waktu tertentu 4. Tidak memerlukan data kematian berdasarkan kriteria tertentu

Kelemahan CDR: 1. Tidak menggambarkan kematian berdasarkan kriteria / variabel tertentu 2. Hasilnya merupakan angka rata-rata, sedangkan tingkat kematian anata kelompok dalam populasi mungkin berbeda 3. Kurang aman untuk tujuan komparasi / perbandingan, sehingga harus hati-hati

Angka Kematian Menurut Umur Age Specific Death Rate ( ASDR ) ASDR = Jumlah kematian penduduk umur i Jumlah penduduk tengah tahun umur i x k ASDR = Di Pi x k Di : Jumlah kematian penduduk kel. umur i Pi : Jumlah penduduk tengah tahun kel. umur i k : konstanta (1000) Grafik ASDR mempunyai pola khas yaitu seperti huruf U

Hubungan CDR dan ASDR CDR adalah jumlah timbangan ASDR yang ditimbang Penimbangnya adalah proporsi jumlah penduduk dalam tiap kelompok umur pada penduduk tengah tahun

Kelompok umur 0 34 > 35 Jumlah penduduk tengah tahun 2000 1000 Jumlah kematian tahun x 40 80 Tingkat kematian tahun (0/00) Jumlah 3000 120 40 20 80 (CDR) CDR pada contoh penduduk di atas adalah 40 0/00 Angka ini adalah jumlah dari dua angka kematian menurut umur (ASDR) : 20 dan 80 yang ditimbang

Cara penghitungannya : 2000 1000 CDR = ( x 20 ) + ( x 80 ) 3000 3000 40 80 = + 3 3 = 40 per 1000 penduduk ( 40 0/00 ) Hubungan di atas dapat dinyatakan dengan persamaan: CDR = ( i P i P ) DR i

Pembuktian bahwa CDR adalah suatu fungsi tingkat kematian menurut umur maupun distribusi umur, diperlihatkan pada tabel berikut: Jumlah penduduk tengah tahun Populasi A B C 0 4 5 39 > 40 Jumlah kematian 0 4 5 39 > 40 ASDR ( 0 / 00 ) 0 4 5 39 > 40 1500 4000 500 120 40 40 80 10 80 500 5000 500 40 50 40 80 10 80 500 4000 1500 50 20 60 100 5 40 CDR ( 0 / 00 ) Populasi A = 33,3 B = 21,7 21,7

STANDARISASI Sebagaimana telah disebutkan pada bahasan sebelumnya, bahwa banyak variabel yang mempengaruhi angka kematian, antara lain: Umur / komposisi umur Tempat tinggal (desa, kota) Pekerjaan Jenis kelamin (hampir secara universal wanita lebih rendah tingkat kematiannya dari pada pria, hampir pada semua kelompok umur) Status perkawinan (pada umur dewasa, mereka yang kawin lebih rendah tingkat kematiannya dari pada bujangan, janda / duda, dan cerai )

STANDARISASI Standarisasi dilakukan untuk menyingkirkan / mengendalikan pengaruh berbagai variabel pada pengukuran angka kematian Cara standarisasi ada dua yaitu: 1. Standarisasi langsung (Direct standarisation) 2. Standarisasi tak langsung (Indirect standarisation)

STANDARISASI LANGSUNG (Direct standarisation) Standarisasi langsung dilakukan dengan syarat ada data: a. Untuk populasi standar: 1. Jumlah penduduk berdasarkan kelompok umur 2. Jumlah penduduk seluruhnya b. Untuk populasi yang distandarisasi 1. Jumlah penduduk berdasarkan kelompok umur 2. Jumlah kematian berdasarkan kelompok umur Selain itu Populasi standar dan populasi yang akan distandarisasi harus diketahui CDR nya

Contoh: Kelomp umur (th) Penduduk tengah tahun Populasi A Tingkat kematian (x1000) Penduduk tengah tahun Populasi B Tingkat kematian (x1000) 0 44 2000 35 4000 25 > 45 3000 50 1000 75 5000 CDR: 44 5000 CDR: 35

a. CDR populasi B yang distandarisasi (Populasi A sebagai standar) CDR B standarisasi = P i A DR i B = i i P i A 2000 x 25 3000 x 75 = + 5000 5000 = 10 + 45 = 55 per 1000 penduduk ( 55 0 / 00 )

b. CDR populasi A yang distandarisasi (Populasi B sebagai standar) CDR A standarisasi = P i B DR i A = i i P i B 4000 x 35 1000 x 50 = + 5000 5000 = 28 + 10 = 38 per 1000 penduduk ( 38 0 / 00 )

Interpretasi : a. CDR populasi B yang distandarisasi dan populasi A sebagai standar Sebelum distandarisasi : CDR A > CDR B (44 0 / 00 ) (35 0 / 00 ) Sesudah distandarisasi : CDR A < CDR B (44 0 / 00 ) (55 0 / 00 ) CDR B < CDR B (Sebelum stand.) (Sesudah stand.)

CDR populasi A yang distandarisasi dan populasi B sebagai standar Sebelum distandarisasi : CDR A > CDR B (44 0 / 00 ) (35 0 / 00 ) Sesudah distandarisasi : CDR A > CDR B (38 0 / 00 ) (35 0 / 00 ) CDR A > CDR A (Sebelum stand.) (Sesudah stand.)

Standarisasi Tidak Langsung (Indirect Standarisation) Standarisasi tidak langsung dapat dilakukan apabila: a. Populasi standar diketahui: 1. ASDR nya 2. CDR nya b. Populasi yg akan distandarisasi diketahui: 1. Jumlah penduduk menurut kelompok umur 2. Jumlah kematian seluruhnya (yang sesungguhnya) 3. CDR nya

Prosedur standarisasi tak langsung: 1. Susun populasi yang akan distandarisasi menurut kelompok umur. 2. Tentukan populasi standar yang diketahui ASDR nya. 3. ASDR populasi standar diterapkan pada populasi yang akan distandarisasi. 4. Hitung expected death pada setiap kelompok umur, dengan persamaan: jumlah penduduk menurut kelompok umur x ASDR populasi standar. 5. Jumlahkan seluruh expected death nya.

6. Hitung Standarized Mortality Ratio (SMR ) pada populasi yang distandarisasi dengan persamaan: SMR = Actual death Expected death 7. Hitung Indirect Standarized Death Rate dengan persamaan: ISDR = SMR x CDR populasi standar

Contoh : Umur ASDR populasi A (x 1000) Jumlah Penduduk Populasi B Expected Death 0 4 4,37 567.104 2.478 5 14 0,45 504.028 227 15 24 1,02 401.294 409 25 44 1,76 597.025 1.051 45 64 10,44 487.071 5.085 > 65 68,94 201.238 13.873 2.475.760 23.123

Diketahui : CDR Populasi A = 8,86 0 / 00 CDR Populasi B = 9,08 0 / 00 Jumlah seluruh kematian populasi B yang sesungguhnya = 22.487 jiwa Dihitung : SMR = Actual death Expected death 22.487 SMR = = 0,972 23.123

Indirec Standarized = SMR x CDR pop stand = 0,972 x 8,86 = 8,61 per 1000 penduduk atau (8,61 0 / 00 )

Interpretasi : Sebelum standarisasi CDR A < CDR B (8,86 0 / 00 ) (9,08 0 / 00 ) Sesudah standarisasi CDR A > CDR B (8,86 0 / 00 ) (8,61 0 / 00 ) CDR B > CDR B (9,08 0 / 00 ) (8,61 0 / 00 ) (Sebelum stand.) (Sebelum stand.)

Angka Kematian Bayi (AKB) Infant Mortality Rate (IMR) Jumlah kematian bayi (0 - < 1 th) IMR = x 1000 Jumlah seluruh kelahiran hidup pada satu tahun tertentu Kematian bayi pada tahun pertama kehidupan selalu menjadi pusat perhatian, karena pencatatan penduduk usia 0 s/d <1 th biasanya tidak bagus dan sering kabur

Selain itu kadang kalau suatu populasi mempunyai CDR rendah belum tentu IMR/AKB nya juga rendah, karena biasanya IMR merupakan penyumbang jumlah kematian terbesar untuk CDR IMR sebenarnya adalah ukuran yang kurang akurat karena penyebut /denominatornya (population expose to risk) tidak proporsional Rumus IMR seharusnya: IMR = D 0 - <1 P 0 - <1

Karena mencari jumlah P 0 - <1 ini sulit (kalau tidak ada sensus) maka yang dipakai adalah B (jumlah lahir hidup) pendekatan B ini dianggap sudah memadai untuk mewakili population expose to risk Penghitungan jumlah bayi yang mati pada pada awal kehidupannya sering kurang akurat karena: 1.Banyak bayi yang meninggal tidak lama setelah dilahirkan dan biasanya tidak tercatat dengan baik sebagai peristiwa kelahiran maupun sebagai peristiwa kematian. 2.Seringkali tidak diperoleh kepastian apa yang disebut dengan lahir hidup, bahkan dikalangan medis pun ada yang tidak dapat membedakan mana yang dinamakan lahir mati, aborsi dan kematian bayi.

Numerator (pembilang) pada rumus IMR menunjukkan kelahiran yang terjadi pada tahun tersebut dan tahun sebelumnya Jadi kematian bayi yang berumur 0 - < 1 tahun adalah kematian dari bayi yang lahir pada tahun tersebut dan yang lahir pada tahun sebelumnya Tahun Jumlah kelahiran Jumlah kematian Tahun 1 B 1 D 1 D 1 Tahun 2 B 2 D 2 D 2 Tahun 3 B 3 D 3 D 3

Kalau menurut rumus semula: IMR tahun 2 = D 2 + D 2 B 2 Namun untuk menghitung kematian bayi tersebut harus dihitung berdasarkan tahun kalender, dengan demikian harus dilakukan penyesuaian (adjustment) Ada 2 (dua) cara untuk melakukan penyesuaian (adjustment): 1. Menyesuaikan pembilang agar sesuai dengan penyebutnya. 2. Memyesuaikan penyebut agar sesuai dengan pembilangnya.

Penjelasan Cara 1: Menyesuaikan pembilang agar sesuai dengan penyebutnya Biasanya digunakan faktor pemisah (separation factor) yang datanya bisa diambil dari penduduk yang sama atau penduduk lain dengan kondisi hampir sama atau sama Besarnya separation factor (f) = f = D 2 D 2 + D 2

Jadi persamaan IMR untuk tahun 2 menjadi: (dengan cara 1) f D 2 (1 f) D 2 IMR 2 = + x k B 1 B 2 Keterangan : D 2 = D 2 + D 2

Penjelasan Cara 2: Memyesuaikan penyebut agar sesuai dengan pembilangnya Cara hampir sama dengan cara 1 Juga dicari faktor pemisahnya (separation factor) namun sampai sekarang belum diketahui dengan pasti besarnya faktor pemisah tersebut, tetapi diperkirakan besarnya sama dengan separation factor pada cara 1 yaitu: f = D 2 D 2 + D 2

Jadi persamaan IMR untuk tahun 2 menjadi: IMR 2 = D 2 f B 1 + (1 f) B 2 x k Keterangan : D 2 = D 2 + D 2

Contoh: Tahun Jumlah kelahiran Jumlah kematian Tahun 2009 3800 5 12 Tahun 2010 3650 7 9 Tahun 2011 3325 8 10

Terima Kasih