<![CDATA[Abstrak. Ketersediaan data populasi beresolusi spasial tinggi sangat krusial bagi perencanaan pembangunan dan pengelolaan risiko bencana. Meskipun demikian, statistik resmi di Indonesia umumnya baru tersedia terbatas pada tingkat administrasi formal. Guna menjembatani kesenjangan tersebut, penelitian ini menerapkan kerangka harmonisasi untuk mendisagregasi data populasi Badan Pusat Statistik (BPS) menjadi estimasi beresolusi grid 100 meter di Kabupaten Bogor dengan memanfaatkan Global Human Settlement Population (GHS-POP ) sebagai basis distribusi spasial. Alur metodologi ini mencakup tiga tahapan utama, yaitu ekstraksi populasi grid secara fraksional, penghitungan faktor koreksi atau per desa/kelurahan, serta redistribusi faktor tersebut ke tingkat piksel dengan mempertahankan properti pycnophylactic. Hasil analisis menunjukkan nilai pada 435 desa/kelurahan berkisar antara 0,257 hingga 5,636 dengan rata-rata 1,719. Sebanyak 62,8 persen desa menunjukkan angka estimasi GHS-POP yang lebih rendah dari kondisi aktual. Perbedaan hitung ini mengikuti pola spasial yang jelas, di mana bias terbesar terkonsentrasi pada lanskap agro-perdesaan, sedangkan koridor perkotaan menunjukkan penyimpangan yang jauh lebih kecil. Penerapan faktor koreksi tersebut terbukti berhasil mengubah pola spasial populasi mengikuti struktur permukiman riil. Konsistensi total populasi terhadap BPS tetap terverifikasi secara struktural pada seluruh tingkatan administrasi dengan nilai residual di < 10⁻⁶ . Karena hanya membutuhkan tiga sumber data terbuka, kerangka kerja ini mudah direplikasi oleh berbagai lembaga dengan kapasitas komputasi terbatas dibanding pendekatan kecerdasan buatan. Penelitian ini memberikan kontribusi metodologis nyata bagi pemetaan populasi operasional di Indonesia. Abstract. High-resolution spatial population data is crucial for development planning and disaster risk management. Nevertheless, official statistics in Indonesia are generally available only at a limited number of formal administrative levels. To bridge this gap, this study implements a harmonization framework to disaggregate Badan Pusat Statistik (BPS) population data into 100-meter grid-resolution estimates in Bogor Regency, utilizing the Global Human Settlement Population (GHS-POP) as the spatial distribution basis. This methodological workflow comprises three main stages: fractional grid population extraction, calculation of correction factors per village/urban village (desa/kelurahan), and redistribution of these factors to the pixel level while preserving pycnophylactic properties. The analysis results indicate that the values across 435 villages range from 0.257 to 5.636, with a mean of 1.719. A total of 62.8 percent of villages show GHS-POP estimates lower than actual conditions. This calculated discrepancy follows a distinct spatial pattern: the largest bias is concentrated in agro-rural landscapes, while urban corridors show significantly smaller deviations. The application of this correction factor successfully alters the spatial population pattern to conform with real settlement structures. Total population consistency against BPS remains structurally verified across all administrative levels with residual values < 10⁻⁶. Because it requires only three open data sources, this framework is easily replicable by institutions with limited computational capacity, unlike artificial intelligence approaches. This study provides a tangible methodological contribution to operational population mapping in Indonesia.Submitted: 2025-10-20 Revisions: 2026-04-14 Accepted: 2026-07-20 Published: 2026-09-15]]>
