Garuda - Garba Rujukan Digital

Evaluasi Kesalahan Proyeksi Penduduk Tahun 2020 untuk Memproyeksikan Penduduk Tahun 2025 Provinsi Jawa Barat Wildan; Yayat Karyana
Jurnal Riset Statistika Volume 1, No. 2, Desember 2021, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. West Java Province is one of the largest provinces in Indonesia. Naturally, the population factor is one of the supports in terms of development. The confusion of a number of population data from various Ministries and Institutions become one of the causes of the non-optimal implementation of government policies. Therefore, this thesis will discuss the calculation of error evaluation population projections carried out using the projection method and projecting from the results of population projections to improve data accuracy which exists. The method used as a benchmark for calculating projections is mathematical method, component method and mixed method. The three methods this results in population projections for year t from the total population aspect, gender and age grouping. After the population projections are obtained, then see how much error the projection value is. In this problem, MALPE and MAPE are in charge of this projection error evaluation technique. There are 3 aspects that become a reference in the calculation of the projected evaluation, namely: other factors are fertility mortality and mobility. Assumption of fertility is measured from the numerical value birth age group (ASFR) and total fertility (TFR). Assumption of mortality what is seen is a table of 24 death levels, while the assumption of mobility or migration is seen from the ASNMR (Age Specific Net Migration Rate) number. Obtained the smallest error value by the MAPE technique is 5.4 in the component method that carried out by BPS and the projection results for West Java Province are 51,338,337 million souls with the component method. Abstrak. Provinsi Jawa Barat merupakan salah satu provinsi terbesar di Indonesia. Tentunya, dalam faktor penduduk menjadi salah satu penunjang dalam hal pembangunan. Kesimpangsiuran sejumlah data penduduk dari berbagai Kementerian dan Lembaga menjadi salah satu penyebab tidak optimalnya pelaksanaan kebijakan pemerintah. Oleh karena itu, skripsi ini akan dibahas mengenai perhitungan evaluasi kesalahan proyeksi penduduk yang dilakukan menggunakan metode proyeksi serta memproyeksikan dari hasil proyeksi penduduk guna memperbaiki keakuratan data yang ada. Metode yang digunakan sebagai tolak ukur menghitung proyeksi adalah metode matematik, metode komponen dan metode campuran. Ketiga metode tersebut menghasilkan proyeksi penduduk tahun ke t dari aspek total penduduk, jenis kelamin dan pengelompokan umur. Setelah proyeksi penduduk diperoleh, selanjutnya dilihat berapa besar kesalahan nilai proyeksi. Pada permasalahan ini, MALPE dan MAPE yang bertugas dalam teknik evaluasi kesalahan proyeksi ini. Terdapat 3 aspek yang menjadi acuan dalam perhitungan evaluasi proyeksi, antara lain fertilitas, mortalitas dan mobilitas. Asumsi fertalitas diukur dari nilai angka kelahiran kelompok umur (ASFR) dan total fertilitas (TFR). Asumsi mortalitas yang dilihat adalah tabel level kematian 24, sedangkan asumsi mobilitas atau migrasi dilihat dari angka ASNMR (Age Specific Net Migration Rate). Didapatkan nilai kesalahan terkecil oleh teknik MAPE sebesar 5,4 pada metode komponen yang dilakukan BPS dan hasil proyeksi untuk Provinsi Jawa Barat sebanyak 51.338.337 juta jiwa dengan metode komponen.

Taksiran Total Fertilitas Rate Penduduk Jabar Periode 2015 - 2020 dan 2020 - 2025 Monika Rizki; Yayat Karyana
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. The population problem in Indonesia is a fairly important problem considering the number of Indonesians who are in fourth place as the country with the largest population. The case study is estimating the TFR figure and the population of West Java Province for the 2015 - 2020 period and a literature study studying the literature on basic theories related to population growth problems related to vital events, namely fertility. The data analysis technique used in this research is the indirect method. Based on the results of SP 2020, the population of West Java aged 0-4 years, there are 2,004,029 men and 1,910,514 women. With the number of births during these 5 years, the calculation results produce an estimated TFR of the population of West Java in the 2015 - 2020 period is TFR = 2.12. Based on the projections for 2025, the population of 0-4 years is 1,957,026 women and 2,045,940 men, with the total number of men and women being 4,002,966. With the number of births during these 5 years, the calculation results produce an estimated TFR of the population of West Java in 2020 - 2025 is TFR = 2.12. Abstrak. Permasalahan kependudukan di Indonesia menjadi masalah yang cukup penting mengingat jumlah penduduk Indonesia yang berada pada urutan keempat sebagai negara dengan jumlah penduduk terbesar. Studi kasus yaitu memperkirakan angka TFR dan jumlah penduduk Provinsi Jawa Barat periode 2015 - 2020 dan studi literatur mempelajari pustaka tentang teori dasar yang berkaitan dengan permasalahan pertumbuhan penduduk yang berhubungan dengan peristiwa vital yaitu fertilitas. Teknik analisis data yang digunakan dalam penelitian ini adalah metode tidak langsung. Berdasarkan hasil SP 2020 penduduk Jawa Barat berumur 0-4 tahun terdapat 2.004.029 orang laki-laki dan 1.910.514 orang perempuan. Dengan banyaknya kelahiran selama 5 tahun tersebut, hasil perhitungan menghasilkan perkiraan TFR penduduk Jawa Barat pada tahun periode 2015 – 2020 adalah TFR=2,12. Berdasarkan hasil proyeksi tahun 2025 penduduk 0-4 tahun terdapat 1,957,026 orang wanita dan 2,045,940 orang laki-laki dengan jumlah keseluruhan laki-laki dan perempuan adalah 4,002,966 orang. Dengan banyaknya kelahiran selama 5 tahun tersebut, hasil perhitungan menghasilkan perkiraan TFR proyeksi penduduk Jawa Barat pada tahun 2020 - 2025 adalah TFR=2,12.

Proyeksi Penduduk Indonesia dengan menggunakan Metode Campuran Fadhil Adiwibowo; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 1 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Badan Pusat Statistik (BPS) has several times made projections of the Indonesian population based on data from the 1971, 1980, 1990, 2000, 2010 Population Census, and based on data from the Survei Penduduk Antar Sensus (SUPAS). This was made in order to fulfill the need for the preparation of Medium Term Development Plans and Long Term Development Plans so that population data was needed until 2045. The population projection methods commonly used are the mathematical method, the component method, and the mixed method. Population projections using the mathematical method are usually used to produce only the total population, while projections using the component method produce the total population and age groups. The mathematical method has a weakness, namely it does not pay attention to demographic components, which include birth, death, and migration. The component method also has a weakness, namely that sometimes the results of the projection are not satisfactory, due to the inaccurate estimation of the migration rate, which changes in each projection period. The mixed method is a combination of the component method and the mathematical method, used to overcome the weaknesses of each method. The mixed method includes the total population taken from the results of the projection using the mathematical method, while the distribution of the population by age group is used from the results of the projection using the component method. Projections of the Indonesian population per 5 years from 2025-2045 using basic data from the 2020 population census, obtained a population of 288,716,143 people, 908,496,679 people, 329,632,420 people, 352,216,214 people, 376,347,271 people. Abstrak. Badan Pusat Statistika (BPS) telah beberapa kali membuat proyeksi penduduk Indonesia berdasarkan data hasil Sensus Penduduk 1971, 1980, 1990, 2000, 2010, dan berdasarkan data hasil Survei Penduduk Antar Sensus (SUPAS). Hal teresebut dibuat dalam rangka memenuhi kebutuhan penyusunan Rencana Pembangunan Jangka Menengah dan Rencana Pembangunan jangka Panjang sehingga diperlukan data kependudukan hingga tahun 2045. Metode proyeksi penduduk yang biasa digunakan adalah metode matematik, metode komponen, metode campuran. Proyeksi penduduk dengan metode matematik biasa digunakan untuk menghasilkan total penduduk saja, sedangkan proyeksi dengan metode komponen menghasilkan total penduduk dan kelompok umur. Metode matematik memiliki kelemahan yaitu tidak memperhatikan komponen demografi yang antara lain kelahiran, kematian, dan migrasi. Metode komponen juga mempunyai kelemahan yaitu terkadang hasil dari proyeksinya kurang memuaskan, karena kurang tepatnya estimasi angka migrasi, yang pada tiap periode proyeksi berubah. Metode campuran merupakan penggabungan dari metode komponen dan metode matematik, digunakan untuk mengatasi kelemahan dari masing masing metode. Metode campuran di dalamnya terdapat total penduduk yang diambil dari hasil proyeksi menggunakan metode matematik sedangkan distribusi penduduk menurut kelompok umur digunakan dari hasil proyeksi menggunakan metode komponen. Proyeksi penduduk Indonesia per 5 tahun dari tahun 2025-2045 dengan menggunakan data dasar hasil sensus penduduk 2020, diperoleh penduduk sebesar 288.716.143 orang, 908.496.679 orang, 329.632.420 orang, 352.216.214 orang, 376.347.271 orang.

Rata-Rata Perbedaan Total Fertility Rate Jawa Barat Berdasarkan Data Penduduk 0-4 Tahun dengan Metode Anak Kandung Tahun 2000, 2005, 2010 dan 2015 Melani Yanistia Hapsari; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Fertility (birth rate) is one of the factors that affect population growth in a region. Therefore, the fertility rate must be considered and controlled properly so as not to cause problems in the future. One calculation fertility by using the method is based on the indirect a population of 0-4 years. Data used in this research is the number of male and female population aged 0-4 years, female population based on the 5-year age group for the 15-49 year age group, ASFR and TFR for the previous 5 years and level of mortality. Based on the data of the population West Java on SP2000, SUPAS 2005, SP2010, SUPAS 2015 and SP2020, the TFR using the indirect method based on population 0-4 years is 2.402, 2.314, 2.467, 2.284 and 2.121. Then the results were compared with the TFR method of biological children which had previously been calculated by BPS. By using the indirect method based on the population of 0-4 years had our difference is 2.8% which means that this method is a good method to estimate other indirect. Abstrak. Fertilitas (tingkat kelahiran) merupakan salah satu faktor yang mempengaruhi pertumbuhan penduduk di suatu wilayah. sehingga angka fertilitas harus diperhatikan dan dikontrol dengan baik agar tidak menimbulkan masalah kedepannya. Salah satu perhitungan fertilitas dengan menggunakan metode tidak langsung adalah berdasarkan penduduk 0-4 tahun. Data yang digunakan dalam penelitian ini adalah jumlah penduduk laki-laki dan perempuan usia 0-4 tahun, penduduk perempuan berdasarkan kelompok umur 5 tahun untuk kelompok umur 15-49 tahun, ASFR dan TFR 5 tahun sebelumnya dan tingkat kematian atau level tabel kematian. Berdasarkan data penduduk Jawa Barat pada SP2000, SUPAS 2005, SP2010, SUPAS 2015 dan SP2020 diperoleh TFR dengan menggunakan metode tidak langsung berdasarkan penduduk 0-4 tahun masing-masing adalah 2,402, 2,314, 2,467, 2,284 dan 2,121. Kemudian hasil tersebut dibandingkan dengan TFR metode anak kandung yang sebelumnya sudah di hitung oleh BPS. Dengan menggunakan metode tidak langsung berdasarkan penduduk 0-4 tahun mempunyai perbedaan sebesar 2,8% yang berarti bahwa metode tersebut merupakan metode yang baik untuk memperkirakan angka kelahiran dengan metode tidak langsung lainnya.

Analisis Regresi Logistik Biner dengan Efek Interaksi untuk Memodelkan Angka Fertilitas Total di Jawa Barat Mega Ayu Santika; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. West Java is the province with the most significant population in Indonesia. The populace of West Java is anticipated to increase, and this is due to the increment in the birth rate. The total fertility rate is an aspect of comparing the success of an area when implementing a socio-economic development system program. Even though the TFR in certain districts/cities in West Java has reached the target, many districts/cities are still far behind the government's target. Numerous variables contribute to the high fertility rate, therefore it is necessary to know the factors affecting it to get the government's target. The relationship between factors affecting the overall fertility rate can be determined by regression analysis. If the response variable has a dichotomous scale, binary logistic regression analysis is employed as a modelling method. When modelling, one or more variables below a specific significance level will be identified due to only involved the effect of the primary variable. Therefore, the interaction the predictor variables must be included to define if the interaction effect influences the model. The Moderated Multiple Regression method will be utilised to determine the interplay between variables. In this research, The Total Fertility Rate modelling with the interaction effect between predictor variables. The modelling results indicated that the average family income and the interaction between the average duration of schooling and the percentage of working women affected the Total Fertility Rate at a significant level of 10%, with an accuracy of 88.9%. The result were expected to provide information and considerations in determining government policies to neutralise and target the Total Fertility Rate of West Java Province, especially BKKBN in West Java. Abstrak. Penduduk terbesar di Indonesia diduduki oleh Provinsi Jawa Barat. Jumlah penduduk di Jawa Barat diprediksi semakin membengkak. Hal ini dikarenakan semakin tingginya angka kelahiran. Angka fertilitas total merupakan aspek untuk membandingkan keberhasilan suatu daerah ketika menjalankan program sistem pembangunan sosial ekonomi. Meskipun pada saat ini TFR kabupaten/kota di Jawa Barat sudah mencapai target, namun masih banyak yang jauh dari target pemerintah. Banyak faktor yang mempengaruhi tingginya fertilitas, maka untuk mencapai tujuan pemerintah perlu diketahui faktor mempengaruhi angka fertilitas. Hubungan antara faktor yang mempengaruhi angka fertilitas total dapat kita ketahui menggunakan analisis regresi. Apabila variabel responnya berskala dikotomi, maka digunakan analisis regresi logistik biner sebagai metode dalam pemodelan. Pada saat melakukan pemodelan, akan ditemukan satu atau lebih variabel yang tidak signifikan pada taraf tertentu. Hal ini dikarenakan hanya melibatkan efek variabel utama, sehingga kita perlu memasukkan interaksi antar variabel prediktornya dan mengetahui apakah efek interaksi berpengaruh terhadap model. Dalam menentukan interaksi antar variabel akan digunakan metode Moderated Multiple Regression. Maka pada penelitian ini akan dilakukan pemodelan Angka Fertilitas Total dengan efek interaksi antar variabel prediktor. Hasil pemodelan menunjukkan bahwa rata-rata pendapatan keluarga serta interaksi antara rata-rata lama sekolah dan persentase wanita bekerja berpengaruh terhadap Angka Fertilitas Total pada taraf nyata 10% dengan ketepatan klasifikasi 88,9%. Hasil penelitian ini diharapkan dapat memberikan informasi dan pertimbangan dalam menentukan kebijakan pemerintah khususnya BKKBN di Jawa Barat dalam upaya menetralkan dan menargetkan Angka Fertilitas Total Provinsi Jawa Barat.

Proyeksi Penduduk Indonesia sampai Tahun 2060 dengan Data Dasar Sensus Penduduk 2020 dan Asumsi Laju Pertumbuhan Penduduk 1,25% Ricke Aulia Desviandini; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Projections of Indonesia's population in 2010 have been made, including by Sucipto and Tukiran (1992), BPS (2002), Nurwindiagiri (2004), Karyana (2004) and BPS, BAPPENAS and UNFPA (2018). However, because the basic population data and/or assumptions used for the projections are different, the results are also different, and when compared with the results of the 2020 Population Census (SP 2020), none of them are the same. In the period 1971-1980 the population growth rate (LPP) reached 3.2% per year, decreased to 1.97% per year in the period 1980-1990 and to 1.5% per year in the period 1990-2000. However, in the period 2000-2010 it did not decrease, but remained at 1.5% per year. BPS has released the 2020 Population Census Portrait that in the 2010-2020 period there is a population growth rate per year, namely LPP = 1.25% with a population of 270.20 million people. In this thesis, a projection of the Indonesian population until 2060 will be made using the basic data from the 2020 Population Census assuming the LPP population growth rate = 1.25% (BPS, 2020) and using the Mixed Method. The results of the projection of the Indonesian population using the Mixed Method where the population is obtained from the Mathematical Method and the age group section is obtained through the Component Method with basic data from the 2020 Population Census and the assumption of an LPP population growth rate of 1.25% in 2025, 2030, 2035, 2040, 2045, 2050, 2055 and 2060 respectively are 287519166, 305944013, 325549565, 346411482, 368610276, 392231616, 417366663, 444112417 people. Abstrak. Proyeksi penduduk Indonesia tahun 2010 telah dibuat, di antaranya oleh Sucipto dan Tukiran (1992), BPS (2002), Nurwindiagiri (2004), Karyana (2004) dan BPS, BAPPENAS dan UNFPA (2018). Namun karena data dasar penduduk dan atau asumsi yang digunakan untuk proyeksi berbeda, maka hasilnya berbeda pula, dan apabila dibandingkan dengan hasil Sensus Penduduk 2020 (SP 2020) tidak ada yang sama. Pada periode tahun 1971-1980 laju pertumbuhan penduduk (LPP) mencapai 3,2 % per tahun turun menjadi 1,97 % per tahun pada periode 1980-1990 dan menjadi 1,5 % per tahun pada periode 1990-2000. Namun pada periode 2000-2010 tidak turun, tetapi tetap sebesar 1,5 % per tahun. BPS telah merilis Potret Sensus Penduduk 2020 bahwa pada periode tahun 2010-2020 terjadi laju pertumbuhan penduduk per tahun yaitu LPP = 1,25 % dengan jumlah penduduk 270,20 juta orang. Dalam skripsi ini akan dibuat proyeksi penduduk Indonesia sampai tahun 2060 menggunakan data dasar hasil Sensus Penduduk 2020 dengan asumsi laju pertumbuhan penduduk LPP = 1,25 % (BPS, 2020) serta menggunakan Metode Campuran. Hasil proyeksi penduduk Indonesia menggunakan Metode Campuran yang mana jumlah penduduk diperoleh dari Metode Matematik dan bagian kelompok umur didapatkan melalui Metode Komponen dengan data dasar hasil Sensus Penduduk tahun 2020 dan asumsi laju pertumbuhan penduduk LPP sebesar 1,25% pada tahun 2025, 2030, 2035, 2040, 2045, 2050, 2055 dan tahun 2060 berturut-turut adalah 287519166, 305944013, 325549565, 346411482, 368610276, 392231616, 417366663, 444112417 orang.

Proyeksi Penduduk Provinsi Jawa Barat dan DKI Jakarta dengan Pendekatan Demografi Multiregional tahun 2025 Luthfi Muhammad Faris Supyana; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Population projection is a way of describing the population based on certain calculations based on the assumptions of the components that work in it which include fertility, mortality, and migration. Among the three most important components is migration. In demography, there are two kinds of studies, namely multiregional demography and uniregional demography. The basic difference between the uniregional and multiregional approaches is that the population analysis is carried out by assuming the existence of interrelationships between regions. As stated in this study, the population in the provinces of West Java and DKI Jakarta, each of which is connected by the flow of migrants from one region to another. There is a population density in West Java Province and DKI Jakarta which is a magnet for migrant destinations because it is a province with a state capital, therefore this study is intended to determine the results of population projections for West Java Province and DKI Jakarta with a multiregional demographic approach in 2025. The method used in this study using the component method with a multiregional demography approach because this study did not use the results of the in-migration rate but the ASOMR(Out-migration rate) value between provinces.. Based on the results obtained, the population projection of West Java Province in 2025 is 51,124,944 million people and DKI Jakarta Province in 2025 is 10,807,612 with a multiregional demography approach. Abstrak. Proyeksi penduduk merupakan cara penggambaran jumlah penduduk berdasarkan perhitungan tertentu yang didasarkan pada asumsi komponen yang bekerja di dalamnya yang meliputi fertilitas, mortalitas, dan migrasi. Di antara ketiga komponen yang terpenting adalah migrasi. Dalam ilmu demografi dikenal dua macam kajian yaitu demografi multiregional dan demografi uniregional. Perbedaan yang mendasar antara pendekatan uniregional dan multiregional adalah bahwa analisis populasi dilakukan dengan mengasumsikan adanya keterkaitan antar wilayah. Sebagaimana yang terdapat dalam penelitian ini yaitu, penduduk di provinsi Jawa Barat dan DKI Jakarta yang masing-masing dihubungkan oleh arus migran dari satu wilayah ke wilayah lainnya. Adanya kepadatan penduduk di Provinsi Jawa Barat serta DKI Jakarta yang menjadi magnet tujuan para migran karena provinsi yang beribukota negara, oleh karena itu penelitian ini di maksudkan untuk mengetahui hasil proyeksi penduduk Provinsi Jawa Barat dan DKI Jakarta dengan pendekatan demografi multiregional tahun 2025. Metode yang digunakan pada penelitian ini menggunakan metode komponen dengan pendekatan demografi multiregional karena pada penelitian ini tidak menggunakan hasil angka migrasi masuk melainkan nilai ASOMR(Angka Migrasi Keluar) antar provinsi. Berdasarkan hasil yang diperoleh bahwa proyeksi penduduk Provinsi Jawa Barat 2025 sebesar 51.124.944 juta jiwa dan Provinsi DKI Jakarta 2025 sebesar 10.807.612 dengan pendekatan demografi multiregional.

Perkiraan Angka Migrasi Neto Perkelompok Umur Provinsi Bali Tahun 2020 Nima Kasina Auliarahman; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Population growth is influenced by three demographic components, namely mortality, fertility, and migration. The main motive for population migration is economic factors. The tourism sector in Bali Province is a driving force for the economy. The impact of the development of the tourism sector has increased economic activity in various sectors, including increasing job opportunities in the Province of Bali. The net migration rate, which is the difference between in-migration and out-migration, is another aspect of determining the growth rate of a region. In the ten years since 2010, the population of Bali has increased by 426.65 thousand people or an average of 42.66 thousand per year. In the 2020 Population Census, the population of Bali Province is 4,317,404 million people, the Population Growth Rates (LPP) of the Provinces of Bali and Indonesia are 1.01 percent and 1.25 percent, respectively (Central Bureau of Statistics, 2021). By knowing the population of the Province of Bali, the Population Growth Rate (LPP) of the Provinces of Bali and Indonesia, as well as the Age Specific Net Migration Rate (ASNMR), it can be calculated the number of net migrations, the number of net migrants per age group, and the net migration index in the Province of Bali in 2020. The result is that the number of net migration is 10,362 people, the Age Specific Net Migration Rate (ASNMR) for all age groups produces a negative net migration rate, and produces a negative Net Migration Index (IMN). Abstrak. Pertumbuhan penduduk dipengaruhi oleh tiga komponen demografi, yaitu mortalitas, fertilitas, dan migrasi. Motif utama terjadinya migrasi penduduk adalah faktor ekonomi. Sektor pariwisata di Provinsi Bali merupakan motor penggerak perekonomian. Dampak dari berkembangnya sektor pariwisata, aktivitas ekonomi diberbagai sektor meningkat, termasuk bertambahnya peluang kerja di Provinsi Bali. Tingkat migrasi neto yaitu selisih antara migrasi masuk dengan migrasi keluar merupakan aspek lain dari menentukan laju pertumbuhan suatu daerah. Dalam kurun waktu sepuluh tahun sejak tahun 2010, jumlah penduduk Bali mengalami penambahan sebesar 426,65 ribu jiwa atau rata-rata sebanyak 42,66 ribu per tahun. Pada Sensus Penduduk 2020 jumlah penduduk Provinsi Bali sebesar 4.317.404 juta jiwa, Laju Pertumbuhan Penduduk (LPP) Provinsi Bali dan Indonesia masing-masing sebesar 1,01 persen dan 1,25 persen (Badan Pusat Statistika, 2021). Dengan mengetahui jumlah penduduk Provinsi Bali, Laju Pertumbuhan Penduduk (LPP) Provinsi Bali dan Indonesia, serta Age Specific Net Migration Rate (ASNMR), maka dapat dihitung jumlah migrasi neto, angka migran neto perkelompok umur, dan indeks migrasi neto di Provinsi Bali tahun 2020. Hasilnya didapatkan jumlah migrasi neto sebanyak 10.362 orang, Age Specific Net Migration Rate (ASNMR) seluruh kelompok umur menghasilkan angka migrasi neto yang negatif, dan menghasilkan Indeks Migrasi Neto (IMN) yang negatif.

Penerapan Metode Penalized Maximum Likelihood Estimation pada Regresi Multinomial Erviana; Yayat Karyana
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Multinomial regression models are often used to analyze the relationship between categorical response variables that have more than two categories. Parameter estimation in multinomial logistic regression using the Maximum Likelihood Estimation (MLE) method followed by iteration using the Newton-Raphson method. However, sometimes the Maximum Likelihood Estimation (MLE) method cannot be used because it produces an estimator that does not converge, this is due to data separation. To overcome this problem, the Penalized Maximum Likelihood Estimation (PMLE) approach is used. The PMLE method is the result of modifying the probability score function into a penalty probability score. The data used is the 2012 IDHS data for the province of Aceh using data on the desire to have children, after analyzing the data on the desire to have children there are factors that most influence the desire to have children, namely the number of children who are still alive. Abstrak. Model regresi multinomial sering digunakan untuk menganalisis hubungan antara peubah respon yang bersifat kategorik yang memiliki lebih dari dua kategorik. Penduga parameter pada regresi logistik multinomial menggunakan metode Maximum Likelihood Estimation (MLE) yang dilanjutkan dengan iterasi menggunakan metode Newton-Raphson. Namun, terkadang jika menggunakan metode Maximum Likelihood Estimation (MLE) tidak dapat digunakan karena menghasilkan penduga yang tidak konvergen hal ini disebabkan karena adanya pemisahan pada data. Untuk mengatasi pemasalahan ini maka digunakan pendekatan Penalized Maximum Likelihood Estimation (PMLE). Metode PMLE merupakan hasil modifikasi fungsi skor likelihood menjadi skor penalized likelihood. Data yang digunakan adalah data SDKI tahun 2012 untuk wilayah Provinsi Aceh dengan menggunakan data keinginan memiliki anak, setelah dianalisis pada data keinginan memiliki anak terdapat faktor yang paling mempengaruhi keinginan memiliki anak yaitu jumlah anak hidup.

Estimasi Tabel Kematian untuk Penduduk Perempuan di Provinsi Banten dengan Metode Intersurvei Kohor Hipotesis Menggunakan Tabel Coale-Demeny Alna Septiani Noer Ismaila; Yayat Karyana
Bandung Conference Series: Statistics Vol. 3 No. 1 (2023): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/bcss.v3i1.5300

Abstract. One indicator that affects the welfare of the population is the death rate which is part of the demographic factor. If an area has a high infant mortality rate, then the welfare of the population in that area is low, conversely if infant mortality is low, the population's welfare tends to improve. This study aims to apply the Hypothesis Cohort Intersurvey method to estimate the mortality rate and then continue by modeling the table with the Western Coale-Demeny model table to get the life expectancy value. The data used comes from SP2010 and SUPAS2015. Based on the study's results, the estimated mortality table is relatively low, stating that the population's welfare in Banten Province is quite good. Meanwhile, for AHH (Life Expectancy) in this study, 69.54 years were obtained, which means that a person's life expectancy can be up to 70 years old. Keywords: Mortality, Hypothesized Cohort Intersurvey Method, Mortality Table, Western model Coale-Demeny Table. Abstrak. Salah satu indikator yang mempengaruhi kesejahteraan penduduk adalah level kematian yang menjadi bagian dari faktor demografi, dalam hal ini tingkat kematian menjadi salah satu hal yang berpengaruh. Apabila suatu wilayah memiliki tingkat kematian bayi yang terbilang tinggi, maka kesejahteraan penduduk pada wilayah tersebut terbilang rendah. Sebaliknya apabila kematian bayi rendah, maka kesejahteraan penduduk cenderung lebih baik. Tujuan penelitian ini adalah mengaplikasikan metode Intersurvei Kohor Hipotesis untuk mengestimasi tingkat kematian kemudian dilanjutkan dengan memodelkan tabel dengan tabel Coale-Demeny model Barat untuk mendapatkan nilai harapan hidup. Data yang digunakan berasal dari SP2010 dan SUPAS2015. Berdasarkan hasil penelitian diperoleh estimasi tabel kematian yang terbilang cukup rendah dan dapat dikatakan jika kesejahteraan penduduk di Provinsi Banten terbilang cukup baik. Sementara itu, untuk AHH (Angka Harapan Hidup) dalam penelitian ini didapatkan 69,54 tahun yang berarti harapan hidup seseorang bisa sampai umur 70 tahun. Kata Kunci: Mortalitas, Metode Intersurvei Kohor Hipotesis, Tabel Kematian, Tabel Coale-Demeny model Barat

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search