Sitename

Description your site...

Asumsi, Konsep & Implikasi Proyeksi Penduduk

bpsMembaca salah satu bahan tulisan Drs. Tukiran, MA yang pernah disampaikan pada saat pelatihan staff BKKBN di Yogyakarta Juni tahun 2007 lalu, tentunya menarik sekali untuk dicermati, terutama terkait dengan pembahasan proyeksi penduduk. Kita sering mendengar istilah proyeksi penduduk yang banyak dibahas di berbagai forum, namun demikian kita sendiri belum memahami benar apa dan bagaimana proyeksi penduduk itu dilakukan, bagaimana memilih asumsi untuk perhitungan proyeksi. Meskipun pada artikel sebelumnya pernah juga disampaikan tulisan yang sejenis, namun tidak ada salahnya saya kutip tulisan berikut sebagai pelengkap bahasan tentang proyeksi penduduk. Berikut ini tulisan Drs. Tukiran, MA dan beberapa tambahan untuk aktulisasi tulisan.

Sistem Perencanaan Pembangunan Nasional merupakan satu kesatuan tata cara perencanaan pembangunan untuk menghasilkan rencana-rencana pembangunan dalam jangka panjang, jangka menengah, dan tahunan. Sistem tersebut dilaksanakan oleh unsur penyelenggara negara dan masyarakat baik di pusat dan daerah. Hampir semua perencanaan pembangunan perlu didukung dengan data jumlah penduduk, persebaran dan komposisi umur dan kenis kelamin pada saat ini dan estimasi di masa mendatang yang diperoleh dari proyeksi. Proyeksi penduduk bukan sekedar ramalan keadaan penduduk di masa mendatatang, tetapi suatu perhitungan ilmiah yang didasarkan pada asumsi dari perubahan kelahiran, kematian dan migrasi yang dapat mempengaruhi pertumbuhan penduduk. Ketepatan pemilihan asumsi perubahan dari ketiga komponen ini akan berpengaruh terhadap hasil proyeksi penduduk.

Memilih asumsi merupakan kunci perhitungan proyeksi penduduk. Asumsi tentang kecenderungan dari tingkat kelahiran, kematian dan migrasi dipengaruhi oleh kecenderungan yang terjadi di masa lalu dengan memperhatkan berbagai faktor yang diduga mempengaruhi ketiga variabel tersebut yang sekaligus berpengaruh terhadap laju pertumbuhan penduduk. Parameter kelahiran, kematian dan migrasi untuk Indonesia sebagian besar diperoleh dari estimasi secara tidak langsung (Indirect estimation), sehingga ketepatan asumsi dari model estimasi dengan ketersediaan data ikut berpengaruh terhadap hasil estimasi. Sejalan dengan hal tersebut, maka pada tahap-tahap akhir sebelum hasil proyeksi diputuskan selalu dibahas terlebih dahulu oleh tim teknis dari lintas sektor, seperti Bappenas, Kementerian Kesehatan, BKKBN, Akademisi/Universitas dan instansi lain yang terkait.

ASUMSI FERTILITAS
Pada umumnya yang menjadi perdebatan adalah asumsi penurunan TFR yang dihitung dari ASFR. Sangat jarang memperdebatkan distribusi ASFR mulai dari umur 15-19, 20-24, hingga 45-49. Pola distribusi ASFR ini berhubungan dengan struktur dan jumlah perempuan usia subur (WUS) karena WUS ini digunakan untuk menghitung ASFR dan TFR. Persentase penduduk WUS yang berstatus pernah menikah (ever married) maupun yang betul-betul menikah (current married) berpengaruh signifikan dalam perkiraan jumlah kelahiran di masa mendatang. Misalkan suatu daerah dengan TFR yang sangat rendah, akankah diasumsikan TFR masih mengalami penurunan lagi untuk masa mendatang. Pada sisi lain, banyaknya perempuan tidak menikah pada usia 15-19 dan 20-24 serta usia pernikahan pertama yang relatif tua dan angka perceraian yang sedemikian rendah. Hal ini sangat penting dicermati agar hasil proyeksi mendekati kenyataan yang terjadi. Sejalan dengan pemilihan asumsi distribusi fertilitas menurut kelompok umur. Harap diingat bahwa jumlah pembagi kelahiran adalah seluruh perempuan (all women).

Di Indonesia, perkembangan TFR berdasarkan data Sensus dan SUPAS mengalami dinamika yang menarik dari nilai 5,61 pada 1971 turun sampai 2,41 pada 2010 (Tabel 1). Berdasarkan nilai tersebut, diketahui bahwa pertumbuhan TFR mengalami dinamika perkembangan yang signifikan yang dapat dilihat dalam tiga kategori. Pertama, tahun 1971 sampai 1990 merupakan periode kelahiran turun cepat. Kedua, pada periode 1990 sampai 2005 pertumbuhan TFR mulai stabil dan ketiga, pada periode 2005-2010 pertumbuhan TFR mulai naik kembali.
TFR TUKIRAN
Terdapat persoalan besar, bagaimana mungkin pertumbuhan TFR akan diambil berdasarkan kategori ketiga dimana pertumbuhan TFR mulai naik? Ini sama artinya dengan pernyataan bahwa tidak ada program terkait dengan penurunan fertilitas pada periode 2000-2010. Untuk itu, skenario proyeksi TFR dari tahun 2010 sampai 2035 menggunakan skenario pertumbuhan stabil rendah pada periode 2000-2005. Nilai pertumbuhan TFR pada 2000-2005 sebesar -0,0069. Berdasarkan pertumbuhan TFR yang dianggap konstan, maka didapatkan skenario nilai TFR sampai 2035 (Tabel 2).

TFR TUKIRAN1

ANGKA PREVALENSI KONTRASEPSI
Yang menjadi pertanyaan terkait hubungan angka prevalensi kontrasepsi dan proyeksi adalah berapa angka prevalensi kontrasepsi yang akan dipasang untuk menentukan proyeksi fertilitas di suatu daerah? Hal ini penting mengingat angka prevalensi kontrasepsi jarang dibahas dan atau tertulis dalam dokumen buku proyeksi sejak tahun 1980.

Berdasarkan parameter angka prevalensi kontrasepsi dalam hubungannya dengan fertilitas model Nortman (1986) bahwa angka prevalensi kontrasepsi sekitar 70% akan menghasilkan TFR sekitar 2,0 atau 2,1 per perempuan yang identik dengan NRR=1.

ASUMSI MORTALITAS
Indikator untuk mengetahui tingkat mortalitas adalah angka kematian bayi (AKB) dan angka harapan hidup (AHH). Seperti halnya parameter fertilitas yang diestimasi secara tidak langsung, parameter mortalitas termasuk usia harapan hidup diperoleh secara tidak langsung pula. Untuk mendapatkan parameter mortalitas dan utamanya usia harapan hidup, metode yang digunakan di Indonesia antara lain metode Brass P1/P2, Brass P1/P2+P2/P3, Sullivan, Trussel I & II, Feeney, dan lain-lain. Setiap metode estimasi mempunyai keunggulan dan kelemahan. Kesesuaian metode dengan data dan kualitas data yang ada di Indonesia mempunyai peran penting untuk parameter mortalitas. Pada sisi lain, untuk mendapatkan angka probabilitas bertahap hidup, diperoleh dari derajat mortalitas (level of mortality) dan untuk Indonesia menggunakan Model West. Ketepatan pemilihan level of mortality dari West  Models life tables akan berpengaruh pada hasil proyeksi penduduk.

Untuk mengetahui keduanya, dapat dengan melihat nilai level pada tabel kematian. Penentuan besarnya nilai Level of Mortality (LOM) ini dapat dipilih dengan beberapa metode yang digunakan. Untuk negara berkembang, pola mortalitas yang digunakan dan dianggap sesuai adalah pola mortalitas model Coale Demeny West. Model ini disusun dengan basis data yang bersifat umum sehingga dianggap memiliki keterwakilan pada sebagian besar negara di dunia. Sementara itu, untuk menghitung proyeksi AHH digunakan data publikasi dari UN World Population Prospect 2012 Revision, baik AHH untuk laki-laki maupun perempuan dari tahun 2010-2035.

ASUMSI MIGRASI
Perpindahan atau migrasi merupakan komponen yang dianggap memiliki peran kecil dalam mepengaruhi jumlah dan komposisi penduduk. Namun proyeksi ini tetap memperhitungkan migrasi internasional sebagai salah satu komponen data. Asumsi penurunan TFR yang digunakan adalah pola migrasi internasional tidak mengalami perubahan yang signifikan dari tahun ke tahun. Hal ini didasarkan pada kejadian migrasi yang hanya terjadi karena kejadian luar biasa, seperti perang, bencana, atau ketidakstabilan politik. Atas asumsi itulah, maka migrasi dianggap berpola konstan dalam waktu yang relatif panjang sejak tahun 2010-2035. Oleh karena itu, nilai migrasi internasional menggunakan nilai yang telah dihitung (default) oleh Program Spectrum.

Dalam penyusunan proyeksi Indonesia peran migrasi dianggap tidak ada atau migrasi netto sama dengan nol. Dengan semakin meningkatnya migrasi internasional yaitu Tenaga Kerja Indonesia yang bekerja di luar negeri, asumsi ini akan berpengaruh terhadap hasil proyeksi. Apabila yang menjadi pekerja internasional tersebut adalah perempuan usia subur berstatus menikah dan suami tidak ikut serta semestinya akan berpengaruh terhadap fertilitas.

Akan tetapi, data yang lengkap tentang jumlah migran internasional yang berangkat secara tidak resmi/illegal diperkirakan jumlahnya lebih banyak daripada yang legal. Proyeksi penduduk Indonesia Bappenas 2010-2035 yang dirinci menurut provinsi menunjukkan migrasi netto negatif, begitu pun dengan Provinsi Kalimantan Barat, artinya lebih banyak penduduk yang keluar dari Kalimantan Barat daripada yang datang ke Kalimantan Barat. Tahun 2010 (-0,3%); 2015 (-0,5%); 2020 (-0,7%); 2025 (-1,0%); 2030 (-1,0%); 2035 (-1,0%). Hal ini berarti hingga tahun 2035 lebih banyak penduduk Kalbar yang keluar daripada yang datang di daerah ini. Benarkah demikian?

SUMBER DAN KUALITAS DATA
Jumlah penduduk menurut umur tunggal dan jenis kelamin sangat dibutuhkan dalam penyusunan proyeksi penduduk. Biasanya data ini diperoleh dari hasil sensus penduduk (SP) maupun Survei Penduduk Antar Sensus (SUPAS). Hal ini terpaksa dilakukan karena hasil pendataan lengkap seperti registrasi/pendaftaran penduduk belum dapat dilaksanakan secara baik. Baik yang dimaksud adalah kualitas data yang dihasilkan. Untuk mengetahui kualitas data dapat dilakukan dengan berbagai cara antara lain rasio jenis kelamin umur tunggal, piramida penduduk umur tunggal, rasio umur serta pola kecenderungan memilih umur. Sampai hasil SP 2000, kualitas data penduduk belum memenuhi standar untuk digunakan dalam penyusunan proyeksi penduduk. Belum pernah ditemukan proyeksi penduduk Indonesia menurut provinsi tanpa melakukan perapihan (adjustment) data dasar. Sebagai akibat data dasar yang digunakan dalam proyeksi penduduk Indonesia oleh BPS diperkirakan masih mengandung unsur kesalahan dan ini akan berpangaruh dalam hasil proyeksi penduduk.

MEMAHAMI HASIL PROYEKSI
Seperti diketahui bersama, bahwa TFR adalah angka hipotesis teoritis yang dalam kenyatannya belum tentu dapat terjadi. Contoh konkrit TFR=2,1 yang identik dengan NRR=1, kemudian yang diterjemahkan kedalam Penduduk Tumbuh Seimbang (PTS) sebagai prasyarat menuju pertumbuhan penduduk sama dengan nol (0% per tahun). Mungkinkan pertumbuhan penduduk sama dengan nol ini terjadi? Pasti tidak akan terjadi dan kalaupun terjadi hanya sesaat saja, bukan dalam waktu yang relatif lama. Dengan demikian, angka TFR berdasarkan teori penduduk stabil dalam rentang waktu yang cukup lama tidak berubah.

Hasil proyeksi penduduk yang juga dapat dicermati terkait dengan perencanaan sektoral adalah jumlah penduduk usia anak, usia remaja, usia produktif, dan usia lansia. Program pembangunan yang relevan dengan hasil tersebut adalah sektor pendidikan, tenaga kerja, ketahanan pangan, perumahan, dan sebagainya. Ketenagakerjaan merupakan salah satu isu sentral dalam pembangunan kependudukan.

Sumber:
Tukiran, 2007. Memahami Dinamika Penduduk Dalam Konsep dan Teknik Serta Implikasi Proyeksi Penduduk Indonesia. Dalam Kumpulan Tulisan Drs. Tukiran, MA Oktober 2005-April 2008. Buku 4. Yogyakarta: Perpustakaan Pusat Studi Kependudukan dan Kebijakan UGM.

No Responses

Leave a Reply

Time limit is exhausted. Please reload CAPTCHA.