APLIKASI MODEL PERTUMBUHAN LOGISTIK DALAMMENENTUKAN PROYEKSI PENDUDUK DI KABUPATEN BANYUMAS
DOI:
https://doi.org/10.54199/pjse.v2i2.134Keywords:
Kabupaten Banyumas, Model Pertumbuhan Logistik, carrying capacityAbstract
Aplikasi Model Pertumbuhan Logistik dalam Menentukan Proyeksi Penduduk di Kabupaten Banyumas. Kabupaten Banyumas adalah salah satu kabupaten di Jawa Tengah yang memiliki kepadatan penduduk terbanyak ketiga dengan luas wilayah seluas 1.328 km². Berdasarkan data dari BPS jumlah penduduk di Kabupaten Banyumas setiap tahunnya semakin bertambah, maka diperlukan solusi untuk mengurangi dampak negatif agar tidak terjadi adanya ledakan populasi. Solusi yang dapat digunakan untuk memproyeksi penduduk di Kabupaten Banyumas yaitu dengan menggunakan model pertumbuhan logistik. Model ini digunakan untuk menghitung nilai laju pertumbuhan dan daya dukung lingkungan (carrying capacity) dengan menggunakan data jumlah penduduk di Kabupaten Banyumas tahun 2015 sampai tahun 2021. Hasil yang diperoleh menunjukan bahwa daya dukung lingkungan (carrying capacity) yang membatasi penduduk di Kabupaten Banyumas adalah dengan laju pertumbuhan relatif pertahunnya sebesar 7,75%. Model ini juga memproyeksikan jumlah penduduk di Kabupaten Banyumas dari tahun 2022 sampai tahun 2030. Dengan perhitungan menggunakan Microsoft Excel diperoleh proyeksi jumlah penduduk di Kabupaten Banyumas pada tahun 2022 berjumlah 1.811.059 jiwa hingga tahun 2030 diperkirakan berjumlah 1.944.653 jiwa.
References
BPS Kabupaten Banyumas. (2021). Kabupaten Banyumas Dalam Angka 2021 (BPS Kabupaten Banyumas (ed.)). BPS Kabupaten Banyumas.
Dr. R. Ravichandran, D. R. R. (2011). A Study on Population Projection using the Logistic Curve method in Time series analysis with reference to India. Indian Journal of Applied Research, 3(5), 601–603.
Hala, K., Prang, J., & Komalig, H. (2016). Proyeksi Pertumbuhan Mobil Pribadi Roda Empat (Plat Hitam) Kota Manado Menggunakan Persamaan Differensial Model Pertumbuhan Populasi Kontinu (Model Logistik). D’CARTESIAN, 5(2), 80.
Hathout, D. (2013). Modeling Population Growth: Exponential and Hyperbolic Modeling. In Applied Mathematics (Vol. 04, Issue 02, pp. 299–304).
Henson, S. M., Brauer, F., & Castillo-Chavez, C. (2003). Mathematical Models in Population Biology and Epidemiology. In The American Mathematical Monthly (Vol. 110, Issue 3).
Iswanto, R. J. (2012). Pemodelan Matematika : Aplikasi dan Terapannya. Graha Ilmu.
Minarul Haque, M., Ahmed, F., Anam, S., & Rashed Kabir, M. (2012). Future Population Projection of Bangladesh by Growth Rate Modeling Using Logistic Population Model. Annals of Pure and Applied Mathematics, 1(2), 2279–0888. www.researchmathsci.org
Nurkholipah, N. S., Anggriani, N., & Supriatna, A. K. (2017). Perbandingan Proyeksi Penduduk Jawa Barat Menggunakan Malthus dan Verhust dengan Variasi Internal Pengambilan Sampel. Jurnal DIALEKTIKA, 1(1), 195-202.
S Kulkarni, S., R Kulkarni, S., & J Patil, S. (2014). Analysis of Population Growth of India and Estimation for Future. International Journal of Innovative Research in Science, Engineering and Technology, 03(09), 15843–15850.
Stewart, J. (2007). Calculus (6th ed.). Brooks Cole.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfabeta.
Tsoularis, A., & Wallace, J. (2002). Analysis of logistic growth models. Mathematical Biosciences, 179(1), 21–55.
Wali, A., Ntubabare, D., & Mboniragira, V. (2011). Mathematical modeling of Rwanda’s population growth. Applied Mathematical Sciences, 5(53–56), 2617–2628
Downloads
Published
Versions
- 2022-08-10 (2)
- 2022-08-23 (1)
Issue
Section
License
Copyright (c) 2022 Universitas Perwira Purbalingga
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.