PROYEKSI PENDUDUK

Tugas : Mata Kuliah Kependudukan
Oleh   : Ishmah Nurhidayati
Jurusan Agribisnis, Fakultas Pertanian, Universitas Lampung.2017.

PEMBAHASAN

1.    Proyeksi Penduduk

Salah satu sumber data kependudukan yang dianggap paling lengap dan akurat adalah sensus. Akan tetapi sensus dilakukan setiap lima tahun sekali bahkan pada umumnya di negara sedang berkembang dilakukan 10 tahun sekali, sehingga tidak dapat memenuhi permintaan data secara mendesak untuk sesuatu kepentingan tertentu. Untuk tujuan perencanaan pembangunan dan penilaian program baik oleh pemerintah pusat maupun pemerintah daerah diperlukan data-data kependudukan tidak hanya besar atau jumlahnya saja tetapi komposisi penduduk menurut umur dan jenis kelamin serta karakteristik sosial ekonomi baik pada saat sekarang maupun untuk masa yang akan datang. Untuk tujuan tersebut diperlukan teknik estimasi ataupun proyeksi jumlah penduduk di masa mendatang beserta struktur umurnya (Muliakususma, 1981)

Proyeksi penduduk merupakan salah satu unsur demografi yang sering menarik perhatian mereka yang sedang mempelajari Ilmu Kependudukan. Hal ini karena pengetahuan yang bertalian dengan jumlah penduduk suatu negeri atau daerah di masa depan mempunyai beragam kegunaan seperti bagi penyusunan rencana pembangunan sosial ekonomi negeri atau daerah yang bersangkutan. Seringkali di samping ingin diketahui perkiraan penduduk total, juga ingin diketahui perkiraan jumlah-jumlah penduduk dalam berbagai golongan umur menurut jenis kelamin (Rusli, 1985)

Semua perencanaan pembangunan sangat membutuhkan data penduduk tidak saja pada saat merencakan pembangunan tetapi juga pada masa-masa mendatang yang disebut dengan proyeksi penduduk. Proyeksi penduduk bukan merupakan ramalan jumlah penduduk untuk masa mendatang, tetapi suatu perhitungan ilmiah yang didasarkan asumsi dar komponen-komponen laju pertumbuhan penduduk yaitu kelahiran, kematian, dan migrasi penduduk. Ketiga komponen inilah yang menentukan besarnya jumlah penduduk dan struktur penduduk di masa yang akan datang (Mantra, 2003).

Ketajaman proyeksi penduduk sangat tergantung pada ketajaman asumsi tren komponen pertumbuhan penduduk yang dibuat. Menurut BPS (1998), untuk menentukan asumsi tingkat kelahiran, kematian, dan perpindahan di masa yang akan datang diperlukan data yang menggambarkan tren di masa lampau hingga saat ini, faktor-faktor yang mempengaruhi masing-masing komponen, dan hubungan antara satu komponen dengan yang lain serta target yang akan dicapai atau diharapkan pada masa yang akan datang (Mantra, 2003).

Proyeksi penduduk ini secara perodik perlu direvisi, karena sering terjadi bahwa asumsi tentang kecenderungan tingkat kelahiran, kematian, dan perpindahan penduduk (migrasi) yang melandasi proyeksi lama tidak sesuai lagi dengan kenyataan. Biro Pusat Statistik (1998) sudah beberapa kali membuat proyeksi penduduk yaitu pada setiap tersedianya data hasil sensus penduduk (SP) 1971, 1980, 1990, dan Survei Penduduk Antar Sensus (SUPAS) 1985 dan 1995 (Mantra, 2003).

Data dasar yang diperlukan untuk pembuatan proyeksi penduduk adalah sebagai berikut.

a.       Jumlah penduduk menurut kelompok umur dan jenis kelamin sebagai data dasar pembuatan proyeksi penduduk.

b.      Besar dan perkembangan angka kelahiran, kematian, dan migrasi penduduk.

c.       Tabel kematian yang sesuai dengan perkembangan komponen demografi pada proyeksi tersebut (Mantra, 2003).

1.1.     Evaluasi Data Umur dan Jenis Kelamin

Menurut BPS (1998), data yang diperoleh dari hasil sensus dan survei biasanya masih mengandung beberapa kesalahan, walaupun telah diusahakan agar kesalahan tersebut tidak terjadi atau sekecil mungkin. Kesalahan yang paling sering ditemukan adalah kurang tepatnya pelaporan umur. Kesalahan ini sering terjadi, antara lain karena banyak penduduk terutama di daerah pedesaan yang tidak melaporkan umur mereka dengan benar. Hal ini disebabkan karena memang penduduk tersebut tidak mengetahui tanggal kelahirannya atau umurnya, sehingga pelaporan umumnya hanya berdasarkan perkiraan dia sendiri atau perkiraan, pencacah. Selain itu walaupun ada penduduk yang mengetahui umurnya secara pasti tetapi karena alasan-alasan tertentu melaporkan umurnya lebih tua atau lebih muda dari umur sebenarnya (Mantra, 2003).

Seperti telah disebutkan di atas, salah satu data dasar yang dibutuhkan untuk membuat proyeksi penduduk dengan metode komponen adalah jumlah penduduk yang dirinci menurut umur dan jenis kelamin. Oleh karena itu, untuk keperlua proyeksi ini data dasar yang mengandung beberapa kesalahan perlu dievaluasi secara cermat, kemudian dilakukan perapihan (adjustment) dengan tujuan untuk menghapus atau memperkecil erbagai kesalahan yang ditemukan. (Mantra, 2003).

Mengingat pentingnya data mengenai umur, maka untuk memperoleh keterangan tentang umur yanglebih baik dalam sensus penduduk yang lalu dan SUPAS 1995 oleh BPS telah ditempuh berbagai cara. Bagi responden yang tahu tanggal lahirnya dalam kalender Masehi, umur responden bisa langsung dihitung, sedangkan bagi responden yang tahu tanggal lahirnya dalam kalender Islam, Jawa dan Sunda, umur responden dihitung dengan menggunakan tabel konversi kalender yang disediakan dalam buku pedoman pencacahan. Terakhir, untuk responden yang tidak tahu tanggal kelahirannya, tetap diupayakan memperoleh keterangan tentang umur dengan menggunakan kejadian penting setempat atau nasional, atau membandingkan dengan umur orang atau tokoh setempat yang diketahui waktu kelahirannya (Mantra, 2003).

Setelah data SUPAS 1995 diperoleh, BPS membuat proyeksi penduduk Indonesia per propinsi selama 10 tahun (hingga tahun 2005). Walaupun berbagai usaha untuk memperoleh keterangan tentang umur sudah dilakukan namun data penduduk menurut umur dalam SUPAS 1995 masih tidak terlepas dari kesalahan dalam pelaporan. Kesalahan yang terjadi antara lain dengan adanya kebiasaan penduduk, terutama yang tidak tahu tanggal lahirnya, melaorkan umurnya pada tahun-tahun yang berakhiran 0 dan 5. Di samping itu, seperti telah disebutkan di atas terjadi juga kesalahan pada penduduk yang tahu secara pasti umurnya tetapi karena alasan tertentu mereka melaporkan umurnya lebih tua atau lebih muda dari seharusnya (Mantra, 2003).

1.2.     Perapihan Umur

Seperti telah disinggung dimuka perapihan umur dilakukan dengan tujuan untuk memperkecil kesalahan yang ada dalam data tersebut. Jika hal tersebut tidak dilakukan maka kesalahan-kesalahan itu akan terbawa ke dalam perhitunga proyeksi, sehingga akan mempengaruhi jumlah dan struktur umur penduduk dalam periode proyeksi tersebut. Dalam melakukan perapihan umur kesulitan yang dihadapi adalah tidak  diketahui secara pasti letak kesalahan-kesalahan yang ada, sehingga sulit menentukan umur-umur mana saja yang sudah pasti salah dan mana yang benar, sehingga perapihan dilakukan untuk semua kelompok umur (Mantra, 2003).

BPS mengadakan perapihan adata dasar penduduk menurut umur dan jenis kelamin (SUPAS 1995) dilakukan dalam tiga tahapan yang berbeda. Pertama, merapihkan data penduduk umur (10-64) tahun. Kedua, merapihkan data penduduk umur 65 tahun ke atas. Ketiga, tahap terakhir adalah merapihkan data penduduk umur (0-9) tahun. Masing-masing tahap perapihan data dasar dilakukan dengan metode yang berbeda (Mantra, 2003).

2.    Kegunaan Proyeksi Penduduk.

Pada masa dahulu, pemerintah tertarik pada “population projection” terutama untuk keperluan pajak atau keperluan mengetahui besarnya ekuatan negaranya. Pada decade akhir-akhir ini, pemerintah memerlukan proyeksi penduduk sehubungan dengan tanggungjawabnya untuk memperbaiki kondisi sosial ekonomi dari rakyatnya melalui pembangunan yang terencana (Muliakusuma, 2000).

Mengingat semua rencana-rencana pembangunan, baik ekonomi maupun sosial menyangkut pertimbangan tentang jumlah serta karakteristik daripada penduduk di masa mendatang, proyeksi mengenai jumlah serta struktur penduduk dianggap sebagai persyaratan minimum untuk proses perencanaan pembangunan:

a.       Dibidang pangan : menentukan kebutuhan akan bahan pangan sesuai dengan gizi serta susunan penduduk menurut umur.

b.      Di bidang kesehatan : menentukan jumlah medis, dokter, obat-obatan, jumlah tempat tidur di rumah-rumah sakit yang diperlukan selama periode proyeksi.

c.       Di bidang pendidikan : proyeksi penduduk dipakai sebagai dasar untuk memperkirakan jumlah penduduk usia sekolah, jumlah murida, jumlah guru, gedung-gedung sekolah, pendidikan pada masa yang akan datang.

d.      Dibidang Tenaga Kerja : menentuak jumlah angkatan kerja, penyediaan lapangan kerjayang erat hubungannya dengan proyeksi tentang memungkinkan perencanaan untuk memperhitungkan perubahan tingkat pendidikan, ‘skilled’ dan pengalaman dari tenaga kerja.

e.       Di bidang Produksi Barang dan Jasa : denga proyeksi angkatan kerja dalam hubungannya dengan data mengenai produktivitas merupakan dasar estimasi produksi barang-barang dan ajsa di masa mendatang (Muliakusuma, 2000).

Jadi penggunaan proyeksi penduduk tersebut di ats dapat digunakanuntuk dua macam perencanaan :

a.    Perencanaan yang tujuannya unntuk menyediakan jasa sebagai response terhdap penduduk yang sudah diproyeksikan tersebut.

b.    Perencanaan yang tujuannya untuk merubah trend penduduk menuju ke perkembangan demografi sosial dan ekonomi.

c.    Jenis dan definisi Perkiraan penduduk. Ada tiga macam jenis perkiraan penduduk yaitu antar sensus (Intercensal), sesudah sesus (postcensal), dan proyeksi (Projection) (Muliakusuma, 2000).

3.    Metode Proyeksi

Pada hakikatnya perhatian harus lebih diarahkan kepada metode matematis dengan dilandasi oleh keyakinan bahwa terdapa juga kemungkinan untuk menemukan hukum pertumbuhan penduduk yang secara relative sederhana. Perubahan berikutnya yang terjadi di dalam angka kelahiran dan angka pertumbuhan menunjukkan bahwa metode seperti itu ternyata sangat tidak memenuhi harapan, dan proyeksi biasanya disusun secra ekslusif dengan menggunakan metode komponen (Pollard, 1984).

3.1.Mathematical Method

Pada matematical method digunakan kalau kita tidak mengetahui data tentang komponen pertumbuhan penduduk, di sisni dianggap yang digunakan hanyalah penduduk keseluruhan.Dalam mathemagtical method kita dapat menggunakan perumusan matematika dan yang paling sederhana adalah :

a.    Linear dengan cara arithmetic dan geometric

b.    Non linear antara lain exponential

1.      Arithmetic rate of growth

Pertumbuhan penduduk secara arithmat adalah pertumbuhan penduduk dengan jumlah (absolut number) adalah sama setiap tahun.

Rumus : Pn =Po (1+ m)

Di mana:

Pn = jumlah penduduk pada tahun n

Po =jumlah penduduk pada tahun awal (dasar)

r    =angka pertumbuhan penduduk

n   =periode waktu dalam tahun

2.      Geometric rate of growth

Pertumbuhan penduduk secara geometric adalah pertumbuhan penduduk yang menggunakan dasar bunga berbunga. Jadi pertumbuhan penduduk di mana angka pertumbuhan  adalah sama untuk setiap tahun.

Rumus : Pn           = Po

Dimana

Pn = jumlah penduduk pada tahun n

Po = jumlah penduduk pada tahun awal

r    =angka pertumbuhan penduduk

n   =jangka dalam waktu

3.      Exponential rate of grow

Pertumbuhan penduduk secara terus menerus setiap hari dengan angka pertumbuhan yang konstan.

Rumus: Pn = Po  atau Pt = Po

Dimana:

Pn atau Pt = jumlah penduduk pada tahun n atau t

Po             = jumlah penduduk pada tahun awal

r                = angka petumbuhan penduduk

n atau t     = waktu dalam tahun

e               = bilangan pokok dari sistem logarima natural yang besarnya sama               dengan 2,7182818

3.2.Metode Komponen

Untuk memproyeksikan jumlah penduduk pada waktu yang akan datang dalam jangka waktu relatif pendek dapat dilakukan baik dengan menggunakan metode matematika maupun metoda komponen karena hasil secara total ( jumlah penduduk keseluruhan ) hampir tak ada perbedaan. Akan tetapi apabila proyeksi penduduk dalam jangka yang lebih panjang ( lebih dari lima tahun ) maka perbedaan hasil proyeksi makin berarti.

Terutama kalau terjadi perubahan tingkat kelahiran, tingkat kematian, timgkat migrasi dan penggunaan metoda matematika kurang mensukseskan.Oleh karena itu metoda komponen lebih banyak digunakan karena metode komponen mencangkup determinan-determinan pertumbuhan penduduk.

Kebaikannya:

a.    Memperhatikan perubahan tiap-tiap komponen dalam pertumbuhan penduduk, yaitu Fertilitas, Mortalitas dan Migrasi.

b.    Di dalam metoda ini kita mulai dengan asumsi – asumsi Mortalitas, Fertilitasi, dan Migrasi.

Data-data yang diperlukan.

Sebelum memulai pembuatan proyeksi kita memerlukan data sebagai berikut:

a.    Distribusi penduduk menurut umur dan jenis kelamin yang telah dilakukan prorating dan adjustment.

b.    Menentukan level of mortality suautu  penduduk tertentu.

c.    Mengestimasikan pola fertilitasi (ASFR)

d.   Menetukan rasio jenis kelamin saat lahir ( ratio atbirth )

e.    Menentukanpola migrasi ( proporsi migrasi menurut umur )

Metode komponen kohor atau sering disebut metode komponen lebih dipercaya untuk digunakan pada proyeksi penduduk jangka panjang, karena metode komponen memperhitungkan perubahan-perubahan dalam komponen utama pertumbuhan penduduk (kelahiran, kematian, dan perpindahan). Menurut Adioetomo dan Samosir (2010), proyeksi penduduk pada waktu yang akan datang dalam jangka waktu yang relative pendek dapat menggunakan metode matematik maupun komponen, dan keduanya menghasilkan jumlah penduduk keseluruhan yang tidak berbeda jauh. Namun apabila proyeksi penduduk dilakukan untuk jangka waktu yang lebih panjang (lebih dari lima tahun), maka perbedaan proyeksi penduduk total antara kedua metode tersebut akan semakin berarti.

Masih menurut Adioetomo dan Samosir (2010), proyeksi penduduk dengan metode komponen dapat dilakukan dengan menggunakan dua teknik, yaitu demografi uniregional dan demografi multiregional. Metode demografi uniregional menggunakan angka migrasi bersih total tanpa memperhatikan kemana arus migrasi keluar dan darimana arus migrasi masuk di suatu daerah. Sementara itu, metode demografi multiregional memperlakukan migrasi masuk ke suatu daerah sebagai migrasi keluar dari daerah asal tertentu dan migrasi keluar dari suatu daerah sebagai migrasi masuk di daerah tertentu.

Metode komponen merupakan metode yang banyak digunakan untuk memproyeksikan jumlah penduduk . Metode ini memungkinkan penggunaan informasi statistik dari komponen perubahan penduduk. Metode ini memungkinkan untuk melakukan proyeksi menurut umur dan jenis kelamin. Penghitungan metode komponen kohor memperhitungkan jumlah dari setiap kohor di masa depan dengan memperhitungkan efek dari tingkat kelahiran, kematian, dan migrasi.

Model-model ekstrapolasi trend yang didiskusikan diatas mengacu pada perkiraan penduduk secara agregat, sementara model komponen kohor mengacu pada perubahan-perubahan komponen penduduk (yaitu fertilitas, mortalitas dan migrasi) secara terpisah. Penduduk secara keseluruhan dibagi kedalam beberapa kohor/kelompok umur. Interval (k) dari kohor ini umumnya dalam satu tahunan (0-1, 1 -2, 2-3 dst), lima tahunan (0-4, 5-9, 10-14 dst), atau 10 tahunan (0-9, 10-19, 20-29. Selanjutnya, kohor dibagi lagi berdasarkan gender dan etnis.

Pengelompokan penduduk berdasarkan komponen-komponen yang mempengaruhi perubahan penduduk, kelompok umur, gender dan etnis akan membantu untuk membangun pemahaman yang lebih baik mengenai dinamika penduduk suatu daerah. Karena ukuran kohor semakin kecil, maka akan semakin terperinci informasi yang dapat digunakan dalam analisis. Misalnya, bayi dan penduduk umur-umur tua akan memiliki persentase kematian yang lebih tinggi dibandingkan penduduk usia muda. Jumlah kelahiran akan bervariasi berdasarkan umur dan etnis dari penduduk wanita. Demikian juga, migrasi akan bervariasi menurut umur, gender dan etnis individu.

Persamaan dalam model komponen kohor adalah:

Dimana:          

Pt    = penduduk tahun t pada kohor di interval k

t      = tahun

n     = umur awal dari kohor

k = jumlah tahun dalam kohor (interval kohor umur) DTH = total kematian

IR = total kelahiran

NMIG = total migrasi bersih

Karena penduduk kohor n pada tahun sebelumnya () dikurangi dengan jumlah kematian dalam kohor tersebut () adalah jumlah penduduk yang bertahan hidup ke kohor n pada tahun t (), maka persamaan dapat ditulis ulang sebagai berikut:

Berikut diberikan perhitungan-perhitungan untuk ketiga komponen dalam metode ini:

a. Mortalitas-Tingkat Survival

Mortalitas dihitung dalam model sebagai jumlah penduduk dalam kohor tertentu n-k pada tahun t-k, yang bertahan hidup ke kohor berikutnya (n) pada tahun t.

Dimana:      penduduk dari kohor n-k pada tahun t-k

n-kSRVk      = tingkat bertahan hidup (survival)

b. Kelahiran- Tingkat Fertilitas

Fertilitas adalah jumlah bayi yang dilahirkan wanita usia subur (biasanya antara 15-44 tahun). Tingkat fertilitas diberikan melalui persamaan berikut:

Dimana: tingkat fertilitas wanita dalam kohor n dari interval k

 jumlah kelahiran oleh wanita pada kohor n

 jumlah wanita dalam kohor n

Tingkat fertilitas yang diperoleh dari rumus diatas dapat digunakan untuk menghitung jumlah kelahiran dalam interval waktu yang sama sesuai dengan ukuran kohor. Misalnya, jika ukuran kohor adalah lima tahunan (0-4, 5-9, 10-14), maka proyeksi dapat dilakukan untuk interval lima tahunan (2005, 2010, 2015).

Selanjutnya, jika wanita-wanita pada kohor umur tertentu tidak memiliki kelahiran, maka untuk keakuratan perhitungan, tingkat fertilitas perlu disesuaikan. Tingkat fertilitas yang disesuaikan adalah rata-rata dari dua tingkat fertilitas yang berurutan.

Dimana:   tingkat fertilitas yang disesuaikan dari wanita dalam kohor n dengani nterval k

Total kelahiran selanjutnya dibagi atas kelahiran bayi laki-laki dan bayi perempuan berdasarkan sex ratio waktu lahir dari data masa yang lalu.

c. Migrasi bersih (Net Migration).

Migrasi bersih adalah perbedaan antara jumlah penduduk yang masuk dengan jumlah penduduk yang keluar dari suatu daerah, dengan persamaan:

3.3.Metode Ratio

Menurut Smith, Tayman dan Swanson (2001), model ratio-sebagaimana model ekstrapolasi trend- juga didasarkan pada trend masa lalu. Model ratio menggunakan konsep bahwa penduduk (atau perubahan penduduk) pada suatu wilayah yang lebih kecil (wilayah studi) merupakan proporsi dari penduduk (perubahan penduduk) dari wilayah yang lebih luas, atau wilayah basis (base area). Model ini sederhana dan mudah dalam perhitungannya serta membutuhkan data yang relative lebih sedikit. Meskipun demikian, model ini membutuhkan proyeksi penduduk dari wilayah basis tersebut.

Model ratio mencakup model constant share, shift share dan model share of growth.

a. Model Constant Share

Model ini berasumsi bahwa share penduduk dari daerah studi merupakan suatu proporsi yang konstan dari daerah basis dan proyeksi dilakukan berdasarkan proporsi konstan tersebut. Model disajikan dalam bentuk persamaan berikut:

Dimana:

 P  = jumlah penduduk pada daerah studi

P^j = penduduk pada daerah basis atau daerah yang lebih luas yang didalamnya terdapat daerah studi

l = tahun akhir dari observasi

 t = tahun proyeksi

Jika data wilayah studi menunjukkan kecenderungan yang sama seperti wilayah basis, penggunaan model ini akan menghemat waktu dan lebih sederhana dalam penerapannya. Namun demikian, jika daerah studi dan daerah basis memiliki trend pertumbuhan yang berlawanan, artinya jika daerah studi mengalami penurunan penduduk dan daerah basis mengalami peningkatan penduduk, atau sebaliknya, proyeksi ini tidak dapat diaplikasikan

b. Model Shift Share

Model shift share mencoba mengoreksi kelemahan dari model constant share dengan memasukkan indeks pergeseran (shift term) untuk menghitung perubahan share penduduk dari waktu ke waktu. Jika pertumbuhan daerah studi lebih cepat dari daerah basis maka shift term akan positif. Sebaliknya jika pertumbuhan daerah studi lebih lambat dari daerah basis, maka shift termnya akan negative.

Persamaan dalam metode ini adalah sebagai berikut:

Dimana:

b = tahun awal observasi

s = shift term

z      = jumlah tahun dalam proyeksi (t-1)

y      = jumlah tahun dalam periode observasi (1-b)

Satu kelemahan utama dari metode ini adalah jika terjadi pertumbuhan atau pengurangan yang tinggi pada tahun dasar, hal ini dapat menyebabkan bertambahnya atau berkurangnya penduduk dalam jumlah yang sangat besar pada tahun proyeksi. Oleh karenanya, penggunaan metode ini untuk proyeksi penduduk jangka panjang harus dilakukan secara hati-hati.

c. Metode “share of growth”

Metode ini menggunakan share dari pertumbuhan penduduk bukannya share dari jumlah penduduk seperti yang digunakan dua model ratio sebelumnya. Asumsi dasar dari model ini adalah bahwa share pertumbuhan penduduk daerah studi pada periode observasi akan berlaku sama dalam periode proyeksi.

Model ini disajikan dalam bentuk persamaan berikut:

Metode ini akan lebih tepat diterapkan jika trend pertumbuhan penduduk pada daerah studi sama dengan trend pertumbuhan pada daerah basis. Misalnya jika pertumbuhan penduduknya sama-sama meningkat atau sama-sama menurun.

4.    Publikasi BPS tentang Proyeksi Penduduk

Publikasi proyeksi penduduk yang pernah diilakuakn oleh BPS yaitu:

a.    Proyeksi Penduduk Indonesia 1971-1980

b.   Proyeksi penduduk Indonesia 1980-1990

c.    Proyeksi Penduduk Indonesia per Propinsi 1990-2000

d.   Proyeksi Penduduk Indonesia Per Propinsi 1995-2005

Perbaikan proyeksi selalu dilakukan, karena sering terjadi asumsi-asumsi yang dibuat mengenai fertilitas (fertility), mortalitas (mortality), dan migrasi (migration) tidak sesuai lagi denagn keadaan data yang baru.

DAFTAR PUSTAKA

Mantra, Ida Bagoes. 2003. Demografi Umum. Pustaka Pelajar.Yogyakarta.

Muliakusuma, Sutarsih. 1981. Dasar-Dasar Demografi. Lembaga Penerbit FE UI. Jakarta.

Muliakusuma, Sutarsih. 2000. Dasar-Dasar Demografi, Edisi 2000. Lembaga Penerbit FE UI. Jakarta.

Pollard, A.h dkk. 1984. Teknik Demografi. Bina Aksara. Jakarta.

Rusli, Said. 1985. Pengantar Ilmu Kependudukan. LP3ES. Jakarta.

That's it. so sorry, rumusnya mungkin ga ada, karena di file asli 

dia bentuknya picture, dan gue males ngedit. ha ha ha. Thank you for visited my blog. Wish the content is helping you.

yang lagi nugas manajemen keuangan

Ishmah N 🐳