Electronic Theses and Dissertation

Proyeksi penduduk merupakan estimasi jumlah penduduk di masa depan berdasarkan data penduduk saat ini, yang berfungsi untuk memprediksi perubahan tren akibat dinamika faktor-faktor demografi. Penelitian ini bertujuan untuk menganalisis proyeksi penduduk Provinsi Aceh menggunakan model stokastik kelahiran dan kematian dalam tiga pendekatan: model kelahiran murni, model kelahiran dan kematian tanpa migrasi, serta model kelahiran dan kematian dengan migrasi. Data yang digunakan mencakup sensus penduduk Provinsi Aceh tahun 2020, dengan periode proyeksi tahun 2024-2035. Penelitian ini mengevaluasi perbandingan hasil proyeksi dengan model stokastik terhadap proyeksi Badan Pusat Statistik (BPS) serta menganalisis tingkat akurasi model menggunakan data sensus penduduk tahun 2010-2020 sebagai referensi. Hasil penelitian menunjukkan bahwa model stokastik kelahiran dan kematian dengan migrasi memberikan estimasi yang lebih baik dibandingkan model lainnya. Namun, model kelahiran murni menunjukkan tingkat akurasi paling tinggi dan mendekati data sensus penduduk yang dilaporkan oleh BPS. Temuan ini mengindikasikan bahwa model stokastik kelahiran dan kematian dapat menjadi alat alternatif yang efektif dalam proyeksi penduduk dengan mempertimbangkan kompleksitas dinamika demografi.

Kata kunci: proyeksi penduduk, model stokastik, kelahiran dan kematian, migrasi, akurasi.

Population projections are estimates of future population numbers based on current population data, which function to predict changes in trends due to the dynamics of demographic factors. This research aims to analyze population projections for Aceh Province using stochastic birth and death models in three approaches: pure birth models, birth and death models without migration, and birth and death models with migration. The data used includes the 2020 Aceh Province population census, with a projection period of 2024-2035. This research evaluates the comparison of projection results with a stochastic model against the projections of the Central Statistics Agency (BPS) and analyzes the level of accuracy of the model using population census data for 2010-2020 as a reference. The results show that the stochastic model of births and deaths with migration provides better estimates than other models. However, the pure birth model shows the highest level of accuracy and is close to the population census data reported by BPS. These findings indicate that stochastic birth and death models can be an effective alternative tool in population projections by considering the complexity of demographic dynamics. Keywords: population projection, stochastic model, birth and death, migration, accuracy.