Journal of Artificial Intelligence and Digital Business
Vol. 5 No. 2 (2026): Mei-Juli

Analisis Fertilitas di Indonesia Tahun 2025 Berdasarkan Data Proyeksi Penduduk Indonesia 2020-2050 Hasil Sensus Penduduk 2020

Cornelia Aginta Br Sembiring (Universitas Negeri Medan)
Shabilla Aisyah (Universitas Negeri Medan)
Nasrullah Hidayat (Universitas Negeri Medan)
Wandira Anzani (Universitas Negeri Medan)
Dwi Anggriani (Universitas Negeri Medan)



Article Info

Publish Date
31 Jul 2026

Abstract

Fertilitas merupakan salah satu komponen demografi yang berperan penting dalam menentukan perubahan jumlah dan struktur penduduk. Penelitian ini bertujuan untuk menghitung dan menganalisis Total Fertility Rate (TFR), Gross Reproduction Rate (GRR), dan Net Reproduction Rate (NRR) Indonesia tahun 2025 berdasarkan data Proyeksi Penduduk Indonesia 2020–2050 Hasil Sensus Penduduk 2020. Penelitian menggunakan pendekatan kuantitatif deskriptif dengan analisis demografi terhadap data sekunder Badan Pusat Statistik (BPS). Perhitungan dilakukan berdasarkan Age-Specific Fertility Rate (ASFR) pada tujuh kelompok umur perempuan 15–49 tahun. Hasil penelitian menunjukkan bahwa pola fertilitas tertinggi terdapat pada kelompok umur 25–29 tahun dengan ASFR sebesar 0,1289, sedangkan ASFR terendah terdapat pada kelompok umur 45–49 tahun sebesar 0,0026. Jumlah ASFR sebesar 0,4219 menghasilkan TFR sebesar 2,1095 anak per perempuan. Selanjutnya, dengan proporsi kelahiran perempuan sebesar 0,488, diperoleh GRR sebesar 1,028 anak perempuan per perempuan. Setelah memperhitungkan faktor kelangsungan hidup perempuan, diperoleh NRR sebesar 0,99977. Hasil tersebut menunjukkan bahwa fertilitas Indonesia tahun 2025 berdasarkan data proyeksi berada sangat dekat dengan tingkat penggantian generasi. TFR menunjukkan rata-rata sekitar 2,11 anak per perempuan, sedangkan NRR yang mendekati satu menunjukkan bahwa jumlah anak perempuan yang bertahan hidup hampir setara dengan jumlah perempuan yang perlu digantikan pada generasi berikutnya. Hasil ini menunjukkan pentingnya penggunaan TFR, GRR, dan NRR secara bersama-sama untuk memperoleh gambaran fertilitas yang lebih komprehensif.

Copyrights © 2026






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...