Lampiran 1

NOTULEN WORKSHOP ANALISIS ANALISIS, DISEMINASI DAN PEMANFAATAN DATA HASIL SENSUS PENDUDUK 2010 (SP2010)

NOTULEN PLENO30 Juni 2011(Sesi I)

Laporan Pak Wendy Hartanto:

1. Workshop ini dihadiri oleh para demografer, ahli kesehatan, peneliti dari berbagai

universitas, serta para pengambil kebijakan di Kementrian Kesehatan, BKKBN, Bappenas,

dsb.

2. Pertemuan berbagai pihak ini yaitu pihak penghasil data, pengolah data , serta pengguna

data diharapkan bisa menghasilkan data yang reliable dan dapat digunakan sebagai bahan

pengambil kebijakan.

3. Workshop kali Ini merupakan pertemuan yang kedua. Pertemuan pertama yang

dilaksanakan pada Januari 2011 adalah membahas tentang rencana analisis yaitu dengan

terbentuknya 9 kelompok analisis.

4. Setiap kelompok diharapkan untuk dapat menghasilkan working paper dan analisis awal

tentang topik yang telah ditentukan.

5. Diharapkan dalam workshop ini bisa dikaji berbagai indikator demografi sebelum

kemudian disajikan ke publik.

6. Dalam mengukur suatu indikator banyak metode penghitungan yang digunakan sehingga

banyak pula angka yang dihasilkan. Sehingga perlu dikaji angka mana yang bisa digunakan

yang sesuai dengan tren dari tahun ke tahun.

Pengarahan Pak Rusman Heriawan:

1. Merupakan suatu kebanggaan bahwa workshop ini bisa menghadirkan berbagai pihak

termasuk dari berbagai negara.

2. Diharapkan dalam dua hari ini workshop akan sangat bermanfaat, baik bagi BPS sebagai

penghasil data maupun pihak yang akan memanfaatkan data SP2010 secara luas.

3. Perlu kita ketahui bahwa referensi SP2010 adalah Mei 2010. Jadi sekarang sudah

melampaui ulang tahunnya yang pertama. Kita tidak bisa mengikuti track recordsensus

penduduk (SP) yang sebelumnya bahwa data baru bisa di-publish dua tahun kemudian

setelah pelaksanaan sensus. Sebenarnya saat ini sudah terlambat untuk mem-publish

3

data karena sudah melampaui ulang tahun pertama sementara data yang komprehensif

belum dapat disajikan. Sehingga, diharapkan data SP2010 ini bisa di-publish secepatnya

karenaBPS sudah banyak menjanjikan mengenai data SP2010 ini kepada para menteri,

misalnya Menteri Kesehatan.

4. Perlu dicermati pula bagaimana angka IMR dan MMR di Indonesia serta bagaimana kita

menyiasati posisi kita dalam pencapaian MDGs.

5. Di tahun 2011 ini, kita masih ada kesempatan 4 tahun ke depan untuk mengejar

pencapaian MDGs untuk indikator yang masih off-track.

6. Menteri Kesehatan, Menteri Perekonomian, dan Menkokesra saat ini sedang menunggu

data hasil SP2010. Bahkan Menteri Perumahan minta MoU agar pihak mereka bisa

memiliki data untuk membangun suatu program perumahan rakyat.

7. Proses pengolahan membutuhkan waktu yang tidak sebentar karena harus dijaga

konsistensi antara data dan karakteristik dari masing-masing data. Kita harus

mengidentifikasi karakteristik demografi penduduk yaitu sejumlah sekitar 237 juta jiwa

secara satu per satu.

8. Kita sudah bisa men-declare bahwa semua proses pengolahan sudah selesai dan sudah

siap untuk disajikan.

9. Perlu diketahui bahwa status data SP2010 adalah data mikro. Kita mempunyai nama dan

alamat semua penduduk pada kondisi Mei 2010. Data ini kemudian dijadikan framebagi

survei-survei BPS yang akan datang agar hasilnya lebih baik.

10. Persoalan yang dihadapi BPS sejak awal tahun ini adalah proyeksi penduduk untuk

keadaan 2010. Berdasarkan parameter yang dikembangkan dari 2000 ke 2010 adalah

kurang pas dengan hasil SP2010, karena jumlah penduduk di tahun 2010 berdasarkan

hasil SP2010 menunjukkan angka yang lebih tinggi dari angka proyeksi.

11. Banyak persoalan yang kita hadapi. Setiap tahun kita harus menyajikan angka penduduk.

Pengguna data terkadang tidak mau tahu angka tersebut hasilnya dari mana. Sehingga

BPS menggunakan parameter dari SP2010 yang belum teruji tersebut sebagai baseline.

12. Banyak orang yang menganggap bahwa proyeksi tidak terlalu penting, padahal angka

proyeksi tersebut adalah sebagai dasar untuk merencanakan kebijakan seperti ketahanan

pangan.

13. Bagaimana kita mencapai ketahan pangan, ketahan energi, dsb. Ketahan pangan

walaupun adanya di supply side tapi tidak berdiri sendiri tanpa mengetahui

perkembangan jumlah penduduk 10 tahun kemudian, sehingga perlu diketahui berapa

jumlah penduduk di tahun 2020. Bagaimana ke depannya nanti jika terjadi diversifikasi

energy, bagaimana merencanakan swasembada sampai dengan tahun 2020, jika kita tidak

4

mempunyaidata penduduk sampai tahun 2020. Oleh karena itu, proyeksi penduduk

menjadi penting.

14. Berikut adalah beberapa manfaat dari SP2010

a. SP2010 adalah sumber data abadi dan catatan sejarah di tahun 2010 tentang

kondisi riil penduduk Indonesia dan karakteristiknya. Dalam hal ini tidak ada

margin error karena merupakan sensus.

b. SP2010 ini sangat terbuka untuk siapa saja karena kami menganggap SP2010

dengan prosesnya yang sangat panjang merupakan sumber ilmu pengetahuan

terutama tentang ilmu demografi.

15. Diharapkanmelalui workshop ini akan banyak konsensus mengenai parameter demografi

yang bisa dihasilkan yaitu mengenai angka fertilitas, mortalitas, dan migrasi yang juga

sebagai input penghitungan proyeksi penduduk.

16. Diharapkan workhop ini bisa menjadi ajang pertemuan yang intensif dan produktif antara

penyedia data dan user.

17. BPS sudah menandatangani MoU dengan Mendiknas untuk bisa mengirim data secara

elektronik ke pusat data di Mendiknas untuk dapat dimanfaatkan secara luassesuai aturan

yang berlaku, agar universitas bisa memanfaatkan data ini, semua mahasiswa bisa

mengakses data SP2010 untuk penelitian mereka dan universitas tidak perlu melakukan

survei sendiri.

18. Manfaat lain yang berkaitan dengan stakeholder, agar kita bisa mendukung semua

pemanfaatan data SP2010.

19. Data SP2010 ini akan menjadi amunisi baru bagi para peneliti untuk melakukan analisis

dan kajian selanjutnya sehingga akan memperluas pemahaman kita terhadap

kependudukan di Indonesia.

20. Melalui SP2010 diperoleh potret mengenai masyarakat Indonesia sehingga bisa digunakan

pula untuk kepentingan dunia usaha dalam hal ini adalah pengembangan ilmu

pemasaran.

21. Diberikan apresiasi kepada semua pihak yang telah hadir dalam workshop ini. Pertama

kepada UNFPA yang telah mendukung kegiatan ini, yang kedua kepada Prof. Terry Hull

dari ANU, yang ketiga kepada Michael Levin dari Harvard Center for Population and

Development Studies,Harvard University dan dicatat pula perhatian yang besar dari

beberapa kolega.

5

22. Diharapkan melalui workshop ini akan dihasilkan working paper sebagai guidance untuk

analisis demografi berikutnya.

NOTULEN PLENO30 Juni 2011 (Sesi 2)

Wendy Hartanto:

1. Dalam menyajikan data, terkadang diperlukan penjelasan mengenai data tersebut dan

justifikasi dari karakteristik daerah masing-masing, kadang muncul adanya kejanggalan di

suatu provinsi maka diperlukan pembahasan lebih lanjut mengenai daerah-daerah

tersebut.

2. Pertemuan antara penghasil data, analis, dan pengguna data ini diharapkan dapat lebih

terbuka dan diharapkan para peneliti yang sudah senior dapat mentransfer ilmunya

kepada para peneliti muda.

3. Pada sesi siang nanti adalah untuk memahami tabulasi dari data-data yang ada.Ada

tabulasi khusus di luar tabulasi yang ada untuk melihat ketidakkonsistenan. Masing-

masing kelompok diharapkan nantinya dapat mempresentasikan masalah yang dihadapi.

4. Permasalahannya adalah bagaimana data bisa digunakan di level provinsi dan kabupaten.

Resource untuk melakukan analisis sampai level kabupaten saat ini masih sangat terbatas.

Padahal data yang dihasilkan dari kegiatan SP2010 sangat kaya untuk diimplementasikan

dalam program-program di tingkat kabupaten/kota. Misalnya berapa banyaknya anak

sekolah di suatu kabupaten, berapa banyak rumah yang lantainya masih dari tanah di

suatu kabupaten, dsb. Permasalahannya adalah bagaimana kita bisa menjembatani agar

local government bisa menggunakan data SP2010 ini secara maksimal.

5. Akan ada program merevitalisasi pusat-pusat data kependudukan agar dapat menganalisa

data SP2010 sampai local government. Pihak BKKBN diharapkan juga mempunyai peranan

di dalam memperkuat pusat studi kependudukan. Diharapkan juga peranan dari pusat

kependudukan UI dan UGM dalam mendiseminasikan data SP2010 ini seluas-luasnya.

6. Setelah diskusi kelompok, jadwal untuk malam nanti adalah presentasi kelompok sampai

jam 9 yang dilanjutkan besok pagi sampai sebelum Sholat Jumat.

6

7. Pak Terry sudah mengidentifikasi permasalahan sebagai permulaannya.

8. Jika dalam diskusi kelompok nantinya masih ditemukan hal-hal yang belum konsisten,

maka hal itulah yang akan kitacermati untuk dilakukan koreksi lebih lanjut

sehinggasepulang dari sini data sudah clean.

Terry Hull:

1. Motto untuk workshop ini adalah “Antara Sempurna dan Kenyataan”.

2. Akan dibahas beberapa isu yang timbul dan bagaimana agar tiap kelompok dapat

menyusun working paper.

3. Pada sistem editing, jika ada yang tidak cocok maka ada formula sendiri untuk

mencocokkan.

4. Dalam SP2010 untuk yang berstatus belum kawin tidak ditanyakan pertanyaan tentang

kelahiran. Untuk Indonesia, diperkirakan nilai TFR adalah 2,4 jika dihitung dengan Metode

Rele, jika dengan Metode Palmore adalah 2,5 dan jika dengan Metode Own Child adalah

2,5. Tapi ada beberapa kasus di wilayah Indonesia bagian timur yang menyatakan bahwa

walaupun belum kawin tapi pernah melahirkan. Contohnya TFR untuk Papua Barat

menggunakan Rele adalah 1,8 tapi ketika menggunakan metode Own Child nilai TFR

adalah 2,8. Bisa dilihat disini bahwa ada selisih yang cukup besar. Alasan terjadinya

perbedaan adalah status perkawinan yang menghapus angka kelahiran untuk wanita

belum kawin, sehingga angka TFR rendah.

5. Kalau kita melihat di Indonesia untuk mendapatkan nilainya dengan metode Own

Children, kita tidak mempunyai data untuk menyambung data anak dengan ibunya. Kita

hanya punya data anak yang tinggal di rumah dan anak yang tidak tinggal di rumah.

6. Untuk menggunakan Metode Own Children untuk kasus anak yang tinggal serumah

dengan wanita belum kawin, maka bisa diperlakukan bahwa anak tersebut adalah anak

dari wanita tersebut. Untuk kasus anak kecil yang ibunya pergi maka dalam Metode Own

Children, komputer akan mencari wanita lain yang bisa mewakili sebagai ibu dari anak

tersebut dan tinggal di dalam satu rumah tangga. Jika yang ditemukan adalah wanita

belum kawin, maka wanita tersebut menjadi ibunya.Ini menjadi pelajaran penting bagi

kita, bahwa untuk sensus ke depan harus ada pertanyaan apakah ibu anak ini tinggal di

rumah tangga tersebut. Tugas working group adalan bagaimana mengatasai

permasalahan ini.

7

7. Jika ditemukan data yang aneh, seperti wanita umur 15-19 tahun dan mempunyai 8 anak,

maka dilakukan editing yaitu dengan mengurangi jumlah anaknya disesuaikan dengan

rata-rata jumlah anak yang dimiliki wanita pada umur yang sama.

8. Ketika kita melihat data, maka kita akan menyadari bahwa data yang disajikan tersebut

telah melewati proses editing dan imputasi, sehingga jika masih ada ketidakkonsistenan

dan tidak dapat membentuk garis yang sempurna jika dibandingkan dengan tahun-tahun

sebelumnya, maka hal tersebut adalah wajar.

9. Sensus tidak bisa sesempurna yang diharapkan. Mengenai suku bangsa dan bahasa, data

saat ini masih sangat kasar. Working group suku bangsa harus memikirkan bagaimana

mengelompokkan suku bangsa dan bahasa sehingga bisa menghasilkan analisa yang lebih

bermakna.

10. Mortalitas hasil SP2010 sudah lebih rendah dari tahun 2000. Tapi apakah lebih rendah

dari SDKI dan SUSENAS. Grafiknya tidak bisa lurus karena pendekatannya juga berbeda.

11. Mengenai kematian maternal juga masih terdapat permasalahan. Jumlah kematian

maternal mungkin salah. Ada sekitar 11.000 yang dicatat sebagai kematian maternal.

Tetapi setelah diperiksa ke lapangan, ada banyak kesalahan dalam mengisi kuesioner, ada

banyak kejadian yang tercatat sebagai kematian maternal yang ternyata bukan kematian

maternal sehingga jumlahnya tidak sebesar itu, tetapi menjadi sekitar 8000. Ada kasus,

ibu melahirkan yang meninggal adalah bayinya tetapi karena si bayi belum mempunyai

nama, maka yang dicatat adalah nama ibunya. Sehingga jika menghitung angka kematian

maternal dari kedua angka tersebut hasilnya akan berbeda jauh.

12. Working group mortalitas diharapkan untuk membahas kasus mortalitas yang under-

reporting.

13. Tidak ada pengeditan umur lagi tapi masih banyak kesalahan di dalam data. Hal ini bukan

berarti bahwa data tidak berguna.

14. Ada kejadian juga bahwa umur 11 anaknya ada 10, kemungkinan hal ini terjadi karena

salah baca scanner, yaitu 77 menjadi 11. Tugas kita semua untuk working group adalah

membahas tentang apa yang dirasa penting dari tabel-tabel, struktur kuesioner,

bagaimana mengatasi masalah-masalah dalam data (pekerjaan, anak sekolah) dalam

bentuk working paper 3-7 halaman yang harus diselesaikan dalam waktu cepat dan

dilengkapi juga dengan tabel dan referensi.

15. Jangan sampai kita mengeluarkan data yang dianggap salah. Lebih baik pelan-pelan, tapi

menghasilkan data yang dianggap berguna untuk perencanaan.

Wendy Hartanto:

8

1. Mengenai masalah suku bangsa dan bahasa, ada kasus petugas mengisikan kode suku

jawa ketika mengisikan kode bahasa jawa karena menganggap kodenya sama, sementara

kode tersebut sebenarnya adalah kode bahasa Ngada. Jika kasus terjadi di Maumere yaitu

suku Jawa menggunakan Bahasa Ngada, masih sangat mungkin terjadi, tetapi jika

kasusnya di Jawa Timur maka editing data dilakukan.

2. Jika terjadi kasus bahwaistri kedua umurnya masih di bawah umur (misal di bawah 10

tahun) bisa saja terjadi kesalahan koding. Seharusnya yang bersangkutan adalah berstatus

anak.

3. Beberapa pertanyaan yang mungkin muncul juga adalah mungkinkah dalam satu rumah

tangga ada 3 orang dengan suku yang berbeda? Bisa saja terjadi yaitu jika anaknya adalah

anak adopsi. Mungkinkah bahasanya beda.

4. Pak Terry telah menyampaikan beberapa kelemahan dari data SP2010, untuk itu

dilakukan proses validasi dan imputasi agar data menjadi lebih baik. Validasi ini harus

dilakukan dengan cermat, proses editing dilakukan dengan logika-logika yang wajar.

9

PRESENTASI KELOMPOK

Group 1. Jumlah dan Distribusi Penduduk

1. Isu-isu penting:

a. Analisis kelengkapan hasil sensus dan kualitas pelaporan umur dan jenis kelamin.

b. Analisis tren dalam kualitas (jika memungkinkan antara 1990, 2000, 2010).

c. Analisis tren antar sensus mengenai komposisi umur dan jenis kelamin seperti aging,

dependency ratio, dsb.

d. Analisis berbagai alternatif metodologi perapihan umur dan rekomendasi untuk

proyeksi.

e. Analisis mengenai perubahan jumlah penduduk antar sensus. Perubahan apa yang

terjadi dengan kelahiran, kematian dan migrasi antara SP1990, SP2000, dan SP2010.

Diharapkan dapat membantu menjelaskan perbedaan jumlah penduduk antara hasil

SP2010 dan proyeksi. Masalah kualitas data tahun 2000, harus berhati-hati dalam

memberikan interpretasi.

2. Fokus analisis ini kalau bisa sampai level small area data (level desa). Data apa saja yang

bisa disajikan serta konsep-konsepnya seperti apa.

3. Alasan dibalik bagusnya kualitas pelaporan data salah satunya bisa jadi karena dalam

SP2010 ada pertanyaan mengenai tanggal, bulan, dan tahun lahir. Ini bisa di cross-check

dengan umur yang dilaporkan oleh responden.

4. Survival Ratio (SR) tinggi di umur 0-5 tahun hampir di semua provinsi.

Tanggapan dan Pertanyaan

Sam Suharto:

1. Pentingnya BPS untuk membuat laporan mengenai hasil PES SP2010. Karena evaluasi

kelengkapan dan cakupan sensus maupun pengaruh content error diusahakan

dikumpulkan melalui PES. Walaupun jumlahnya kecil tapi mencakup data sensus yang

sangat besar. Hal ini sangat membantu analisis Hasil SP2010 karena nantinya analisis juga

mencakup kualitas dan cakupan SP2010. Analisis demografi juga membantu kelengkapan

analisis hasil SP2010 kita.

2. Perbandingan dengan data lainnya seperti registrasi penduduk.

10

Aris Ananta:

1. Alangkah baiknya kalau di Indonesia menggunakan probability projection untuk

penghitungan proyeksi.

2. Proyeksi 234 juta dengan kenyataan hasil SP2010 sebesar 237 juta sebenarnya tidak

berbeda. Karena ada skenario atas, menengah, dan bawah. Kalau di pihak kabinet

mengalami kebingungan, maka kita perlu mendidik para menteri untuk memahami hal ini.

Kalau ingin lebih canggih lagi, maka bisa menggunakan probabilistic projection.

M Sairi Hasbullah:

1. Dalam suatu kajian kependudukan, adalah suatu keharusan untuk melakukan kajian

struktur umur, dsb. Akan tetapi, alangkah lebih baik kalau ada kajian distribusi spasial.

Bagaimana kelompok ini mengarahkan analisis ke kajian perkembangan penduduk urban

dan rural terutama di Jawa karena mulai sangat rendah pertumbuhan penduduknya.

Implikasinya apa dan mengapa hal ini bisa terjadi.

2. Mencoba untuk melihat beban kota-kota besar sekarang ini. Sepertinya kita tidak bisa

hidup di Jakarta dan Bekasi jika melihat jumlah penduduknya yang besar dan tekanannya

terhadap daerah tersebut. Jumah penduduk Australia, New Zealand, dan Brunei jika

dijumlahkan sama dengan jumlah penduduk Jabodetabek. Tekanan dan implikasinya pada

kehidupan penduduk Indonesia akan luar biasa di masa depan dalam penggunaan

resource. Bandung juga sudah mulai mengalami hal yang sama.

Peter Gardiner:

1. Topik proyeksi sangat penting sekali. Sistem yang baik juga diperlukan. Dari segi politis,

proyeksi kabupaten juga penting sekali.

2. Analisis spasial juga penting.

3. Isu aglomerasi juga relevan. Bukan hanya Bandung, tapi mungkin juga mencapai wilayah

Cimahi.

Group 2. Family dan Struktur Rumah Tangga

1. Ke depannya direncanakan akan menghasilkan 2 working paper:

a. Hubungan dengan KRT

b. Status perkawinan

11

2. Melihat terutama dari Tabel 04, 05, dan 06 inilah analisis ini akan berpijak.

3. Isi Working Paper

- Latar Belakang

- Konsep, definisi dan klasifikasi topik dalam SP2010

- Editing dan rule validasi

- Implikasi editing pada analisis

- Saran

4. Kelompok 2 akan menampilkan analisis, yaitu:

- Struktur rumah tangga antargenerasi (mencakup keberagaman suku dalam rumah

tangga).

- Usia perkawinan pertama (early marriage, delayed marriage, SMAM)

5. Isi analisis:

- Pendahuluan

- Topik

- Potret topik dari SP2010 dan berbagai sumber

- Analisis

- Kesimpulan

- Rekomendasi kebijakan

6. Tabel-tabel yang dibutuhkkan:

- Struktur rumah tangga antargenerasi

- Struktur rumah tangga ragam suku

- Karakteristik rumah tangga: pendidikan kepala rumah tangga (KRT), usia KRT, jenis

kelamin KRT, tempat tinggal.

- Struktur rumah tangga dan keberadaan anak usia balita dan penduduk usia lanjut

- SMAM menurut provinsi, tempat tinggal, jenis kelamin, umur dan pendidikan

7. Aturannya adalah tidak ada KRT dan pasangannya yang berumur di bawah 10 tahun. Jika

ada, maka dalam proses editing data angkanya diubah menjadi 0. Begitu juga tidak ada

menantu yang berumur di bawah 10 tahun. Setelah diedit dianggap tidak ada pembantu,

sopir, atau tukang kebun yang berumur di bawah 10 tahun. Maka dalam proses

pengeditan datanya diubah menjadi “Lainnya”. Orang tua/mertua jika usianya di bawah

24 tahun maka diedit angkanya menjadi 0.

8. Karena adanya pengeditan ini maka bisa saja ruta yang terdapat 3 generasi di dalam ruta

bisa hilang.

9. Untuk penduduk yang berumur di atas 100 tahun menarik untuk dilihat apakah mereka ini

hidup selama 4 generasi dan tinggal bersama siapa.

12

10. Jika angka hasil editing yang dipakai, maka konsekuensinya adalah tidak memungkinkan

analisis 4 generasi dalam 1 ruta.

Tanggapan dan Pertanyaan:

M Sairi Hasbullah:

1. Bisakah diberikan penjelasan lebih lanjut apakah pembantu rumah tangga dikeluarkan

dari rumah tangga dalam menganalisis keberagaman suku dalam rumah tangga? Analisis

keberagaman suku dalam rumah tangga ini sangat bagus untuk melihat terjadinya silang

budaya di Indonesia yang mengindikasikan terwujudnya multikultural di Indonesia.

2. Melihat keterbandingan tingkat pendidikan pembantu rumah tangga hasil SP2010 dengan

hasil SP terdahulu. Bagaimana perkembangan tingkat pendidikannya. Sekarang ini sudah

mulai sulit bagi rumah tangga kelas menengah untuk mendapatkan pembantu rumah

tangga. Apakah hal ini ada hubungannya dengan pendidikannya? Bagaimana implikasinya

di masa yang akan datang?

Evi Nurvidya Arifin:

1. Mengenai keberagaman suku dalam rumah tangga, untuk saat ini yang akan dibahas di

Kelompok 2 adalah masih pada level yang sederhana, yaitu melihat berapa banyak jumlah

rumah tangga yang 1 generasi, 2 generasi, 3 generasi dst. Karena yang dilihat adalah

hubungan kekerabatan lewat darah sehingga pembantu memang akan dikeluarkan. Ingin

dilihat ada berapa banyak suku dalam satu ruta. Jika 1 generasi dan terdiri dari suami dan

istri akan dilihat suku dari keduanya, jika sukunya sama misalnya diberi kode 1, dst

sehingga bisa diperoleh angka maksimal jumlah suku yang ada di saturumah tangga.

2. Deadline working paper adalah November.

3. Jika anak sehari-harinya dirawat pembantu maka budaya yang akan melekat adalah

budaya asal pembantu. Misalnya di Singapura, banyak anak-anak yang lekat dengan etnik

dari pengasuhnya misalnya etnik Jawa (termasuk makanan yang biasa dimakan).

4. Akan sangat menarik untuk melihat pendidikan pembantu dan dianalisis lebih lanjut.

Teguh Pramono:

13

1. Dari data yang ada kelihatannya untuk anak-anak yang tidak tinggal dengan orang tua

cukup banyak, yaitu anak yang KRT nya adalah family lain dan anak yang berstatus anak

adopsi. Apakah tidak menarik juga untuk melihat analisa mengenai hal ini?

Evi Nurvidya Arifin:

1. Akan menjadi rekomendasi bagi kelompok 2.

Wendy Hartanto:

1. Mengenai hubungan dengan KRT, diharapkan ada rekomendasi mengenai hal ini misalnya

mengenai kakek/nenek, cicit, dll. Pembantu dan Sopir dipisahkan.

Group 3. Fertilitas

1. Isu utama:

- Program editing (rule validasi)

2. Untuk kepentingan analisa kita perlu melihat data yang belum diedit dan yang sudah

diedit.

3. Perlu juga dicek rule validasi karena pengaruhnya sangat besar.

4. Banyak kesalahan di jumlah anak lahir hidup terutama di wanita usia muda.

5. Kategori status perkawinan pada sensus berikutnya sebaiknya dirinci menjadi belum

kawin, kawin, hidup bersama, cerai hidup, pisah (separate), cerai mati.

6. Jumlah laki-laki yang kawin lebih banyak dibanding perempuan yang kawin. Perlu dilihat

lebih lanjut apakah karena pola migrasi atau pola editing.

7. Penghitungan TFR cara Palmore, Own Child, Direct perlu dihitung antara sebelum dan

sesudah diedit. Perlu ditentukan tingkat kematian bayi di kelompok umur ibu yang mana

yang akan digunakan. Angka harapan hidup sangat tergantung pada angka kematian pada

kelompok umur yang terpilih (atas dasar apa). Parameter mortalitas yang dipilih akan

digunakan sebagai salah satu input data untuk menghitung parameter fertilitas. Hal ini

harus dibahas dalam 1 working paper.

8. Metode Own Children dari anak yang tinggal di rumah dibandingkan dengan ibu yang

tinggal di rumah. Bisa jadi angka yang dihasilkan ini terlepas dari hubungan anak dengan

ibunya.

9. Metode Rele, CWR: Rasio jumlah anak terhadap jumlah wanita. Hasil penghitungan

harusnya sama dengan metode Own Children.

14

10. Hasil penghitungan dengan Palmore lebih rendah, karena ada proporsi wanita kawin 20-

24. Jika terdapat kesalahan pada data tersebut (terlalu banyak yang dicatat kawin) maka

fertilitas rendah.

11. Penghitungan secara Directsebenarnya bagus, tapi ada syarat wanita ever married yang

ditanya sedangkan kenyataan ada wanita yang punya anak tapi belum kawin. Sehingga

data menjadi under-reported.

12. Dulu ada pertanyaan kapan anak terakhir lahir, digunakan untuk menghitung last life

birth.

13. Kesalahan pembacaan scanner dari belum kawin menjadi kawin bisa menjadi faktor

kesalahan penghitungan parameter.

14. Program edit bisa menyebabkan kesalahan isian karakteristik SP2010.

15. Masih terjadi kesalahan edit di jumlah anak selama hidup terutama terjadi pada kelompok

umur muda.

16. Di NTT persentase belum kawinnya tinggi, di atas 40%, tertinggi di Indonesia.

17. Pada waktu pelatihan petugas, yang dimaksud kawin sudah dijelaskan tidak harus sah

secara aturan negara/hukum. Namun kita tidak tahu apa yang diisi di dalam kuesioner

oleh petugas.

18. Status perkawinan di sensus berikutnya mestinya diperlebar yang mencakup (belum

kawin, kawin, hidup bersama, cerai hidup, pisah dan cerai mati).

19. Status perkawinan bermasalah: di lapangan dan di proses program editing. Kuesioner juga

bermasalah, bahwa jumlah anak hanya ditanyakan untuk wanita pernah kawin padahal

banyak wanita yang punya anak tapi tidak kawin.

20. Untuk keperluan pembuatan tabel: harus cek kembali proses editing. Cek seluruh edit

yang berkaitan dengan status perkawinan. Seandainya ada penggantian status

perkawinan dalam proses edit maka harus dikembalikan ke status awal perkawinan

sebelum diedit.

21. Banyak orang dicatat sebagai kawin dalam sensus ini, sehingga menyebabkan SMAM

turun namun tidak terlihat alasan yang menyebabkan turunnya SMAM.

22. Proporsi wanita pernah kawin tahun 2010 di umur 20-24 sebesar 59,2 %, sedangkan di

tahun 2000 di kel umur yang sama sebesar 68,9%.

23. Jumlah laki-laki yang kawin lebih banyak dibanding perempuan yang kawin. Perlu dilihat

lebih lanjut hal tersebut dikaitkan dengan pola migrasi atau karena pengaruh edit .

24. Perlu dilihat jumlah laki-laki yg menikah tapi istrinya tidak di dalam rumah, sehingga

permasalahan di atas bisa dijelaskan.

15

25. Kelompok umur yang mana yang akan digunakan untuk menghitung/mewakili IMR. Saat

ini ada 3 kelompok umur. Seandainya nanti ditetapkan satu saja misal kelompok umur 25-

29 maka akan lebih baik, karena referensi waktu berpengaruh.

26. Penghitungan TFR secara Palmore, Own Children, Direct perlu dihitung antara sebelum

diedit dan sesudah diedit. Sehingga bisa diketahui apakah edit itu masuk akal atau tidak.

27. Kita perlu bertanya metode apakah yang akan digunakan untuk penghitungan fertilitas.

Dalam hal ini editing sangat berpengaruh.

28. Menurut saya kita belum siap untuk mempublikasikan hasil SP2010.

Tanggapan dan Pertanyaan:

Aris Ananta:

1. Bagaimana membuat proyeksi dengan cara baru karena mobilitas penduduk saat ini

sudah meningkat pesat. Bisa dicoba menggunakan regional demography sehingga angka

nasional dan regional (provinsi) bisa diperoleh sekaligus. Karena menggunakan cara

tradisional saat ini sudah tidak relevan, pola migrasi tidak akan terlihat.

2. Proyeksi tetap dilakukan, proyeksi sebelumnya antara 234 juta hasil proyeksi penduduk

dengan 237 juta hasil SP2010 jumlahnya tidak jauh berbeda.

3. Menggunakan metode probability projection merupakan alat yang lebih canggih.

Sam Suharto:

1. Rencana dari kelompok fertilitas sangat baik sekali terutama mengenai analisa

menggunakan data sebelum dan sesudah edit. Untuk membandingkan tren dengan hasil

sensus sebelumnya, sebelum edit sudah tidak mungkin. Jadi kita perlu memilih dari

kondisi yang ada.

Wendy Hartanto:

1. Apakah edit sudah melakukan edit yang benar ataukah justru malah menjadi salah.

Sehingga harus diliihat logic dari editing tersebut. Di dalam editing perlu dilihat apakah

betul kita melihat ketidakkonsistenan itu.

2. Kita menginginkan adanya saran-saran tadi. Misalnya, pemisahan pembantu dan sopir

adalah usul yang sangat baik. Hal ini sebaiknya dimasukkan ke dalam working paper untuk

menghasilkan rekomendasi bagi survei dan sensus mendatang.

16

Uzair Suhaimi:

1. Melihat kasus indirect, ada kecenderungan indirect meningkat.Untuk metode direct, kita

lepaskan dulu Papua dan Papua Barat karena masalah di daerah-daerah tersebut cukup

kompleks. Jika menggunakan metode direct kelihatan underestimate, bahkan setelah

diedit pun tetap underestimate dibanding teknik indirect dan sudah dibandingkan dengan

sensus sebelumnya. Menurut saya ini merupakan pembelajaran. Permasalahannya bukan

masalah editing atau bukan editing tapi kemampuan kita untuk mendapatkan TFR secara

direct mungkin belum waktunya, kita belum siap.

2. Jika harus kembali men-derive data sebelum editing, kita akan kehabisan energi. Yang

lebih penting adalah perbandingan dengan hasil sensus sebelumnya daripada kita

membandingkan sebelum dan sesudah edit. Justru hasil editing mendekati kebenaran,

dibandingkan dengan hasil Own Children, contoh di Papua Barat.

Terry Hull:

1. Kasus di Papua Barat, kemungkinan Own Child (yang tinggal serumah dengan wanita), 2,8.

Hasil metode direct sebelum edit 2,0 menjadi 2,7 setelah edit. Status wanita kawin/belum

kawin mempunyai dampak dalam fertilitas. Padahal fertilitas mestinya ditanya kepada

seluruh wanita (tanpa melihat status kawinnya).

2. Pengambilan contoh di provinsi ini dilakukan karena ada masalah yang sangat nyata di

provinsi-provinsi ini. Dengan membuka kesempatan bahwa mereka yang belum kawin

bisa punya anak. Ternyata hasilnya sangat nyata. Untuk provinsi lain juga akan dihitung

sehingga bisa diketahui hasilnya.

Uzair Suhaimi:

1. Karena angka TFR sesudah editing lebih mendekati angka indirect, kita sudah bisa

menjustifikasi bahwa hasil editing lebih baik.

Aris Ananta:

1. Sebaiknya sebagai statistisi dalam penghitungan kita membiasakan menggunakan

interval. Kita tidak pernah berbicara titik. Ini bedanya statistisi dengan matematisi. Hal ini

agar membiasakan para pembuat kebijakan untuk bicara range.

Gavin Jones:

17

1. Mengapa diambil di 4 provinsi ini? Bagaimana pola TFR sebelum dan sesudah editing

untuk provinsi lain?

Terry Hull:

1. Karena ada masalah yang sangat mencolok di Papua Barat, sehingga dibuka editing untuk

wanita yang belum kawin tapi punya anak dan dianalisa di Indonesia bagian timur. Editing

ini akan dilakukan di seluruh provinsi.

Group 4. Mortalitas

1. Permasalahannya adalah apakah data SP2010 layak digunakan untuk estimasi Angka

Kematian Ibu dan kematian yang lain. Perlu dilakukan evaluasi. Selama ini yang

tertangkap adalah hanya yang dilaporkan saja.

2. Untuk kebutuhan penggunaan data-data yang ada, termasuk kebijakan dan kebutuhan-

kebutuhan lainnya perlu di-update sejumlah indikator utama kesehatan.

3. Sebelum kita melakukan penghitungan angka kematian perlu adanya evaluasi. Kalau

hanya diedit maka kita melakukan perbaikan terhadap data yang dilaporkan saja.

Bagaimana untuk data yang tidak dilaporkan? Hal yang bisa dilakukan adalah adjustment.

4. Editing termasuk adjusment terhadap angka-angka ini tidak sesederhana yang kita

bayangkan.

5. Dari data TFR tadi pola under-reporting tidak saja bervariasi menurut daerah tapi mungkin

juga bervariasi menurut pengelompokan lainnya.

6. Kebutuhan presisi angka kematian untuk proyeksi penduduk (kebutuhan akademis), kita

perlu argumen bahwa angka inilah yang mendekati sehingga bisa dianggap benar. Untuk

kepentingan politis, jika kita ingin melihat tren maka harus memperhitungkan angka-

angka sebelumnya karena kita tidak bisa tahu pasti mana yang benar, apakah data yang

sekarang ataukah data yang sebelumnya.

7. Selama ini kita menggunakan data kematian bayi dan dikembangkan dengan model life

table. Pertanyaannya adalah apakah model yang kita pakai sudah sesuai? Dan apakah

sama untuk semua provinsi? Selama ini kita mengabaikan tingkat kematian yang lebih

empirik. Semua didasarkan pada kematian bayi dan anak. Kita tidak pernah

mempertimbangkan adult mortality.

18

8. Jika direct secara konseptual lebih baik daripada indirect, masalahnya adalah recall. Dalam

indirect masalah under-reporting kurang menjadi masalah dibanding direct. Karena

informasi pendekatannya melalui umur ibu. Life expenctacy bisa didekati dengan indirect.

9. Jika kita lihat bahwa dalam statistik harus ada data empiriknya. Apakah masalah-masalah

seperti tersebut sebelumnya punya pengaruh terhadap estimasi angka kematian dan jika

berpengaruh maka seberapa besar.

10. Kebutuhan memisahkan analisis kematian menurut jenis kelamin oleh karena berbagai

kebutuhan.

Tanggapan dan Pertanyaan:

Aris Ananta:

1. Saya sangat menunggu hasilnya karena ini revolusi besar bagi Indonesia karena selama ini

kita tidak mempunyai Life Table sendiri.

2. Selain kita melihat Life Table yang ada, kita bisa melihat negara-negara lain yang datanya

baik seperti Singapura, kemungkinan Indonesia tidak berbeda jauh dengan negara-negara

di Asia Tenggara.

3. Kadang banyak teman kita yang meninggal muda. Jika kita lihat di Rusia angka kematian

40-50 meningkat. Pola yang seperti ini apakah juga terjadi di Indonesia?

Budi Utomo:

1. Pertanyaan dari Pak Aris belum bisa dijawab sepenuhnya karena data belum diterima

secara langsung. Tapi ada indikasi masalah-masalah seperti stroke, jantung dari segi umur

sudah bergeser dari 50-60 ke umur 40 tahun bahkan lebih muda, artinya telah terjadinya

perubahan pola kematian menurut umur yang bisa diperkuat dengan indikasi pola makan,

life style, dsb yang mempengaruhi. Hal ini mendorong perlunya perhatian pada saat

mengestimasi angka harapan hidup perlu memperhitungkan situasi/gambaran-gambaran

tersebut dan tidak sepenuhnya ditentukan oleh angka kematian bayi. Konsep empirik itu

tidak pernah linier, mungkin untuk situasi tertentu cocok tapi belum tentu cocok untuk

kondisi yang lain.

2. Tapi kelihatannya under-reporting nya tidak sistematik sehingga akan sulit untuk

melakukan adjustment.

19

Evi Nurvidya Arifin:

1. Pola pekerjaan sebaiknya juga dikaitkan dengan pola kematian menurut jenis kelamin,

tidak hanya pola makan saja. Begitu juga dengan pola pendidikan, apakah berpengaruh?

2. Jika ada perubahan rangking provinsi maka akan terjadi lompatan. Apakah memang pola

seperti itu yang akan dilihat?

Terry Hull:

1. Satu hal yang harus diingat bahwa data ini adalah data per rumah tangga. Permasalahan

muncul jika suatu rumah tangga dengan ART tunggal dan orang tersebut meninggal maka

rumah tangga tersebut tidak terdeteksi ada kematian karena ART tersebut sudah

meninggal.

Budi Utomo:

1. Berdasarkan survei, semakin tinggi pendidikan maka semakin rendah tingkat kematian.

Karakteristik yang berpengaruh terhadap kematian adalah pendidikan ibu dan wealth

(bisa melalui kekayaan untuk SDKI dan pengeluaran untuk SUSENAS). Berdasarkan

Susenas, status gizi dan kematian konsisten tetapi tidak paralel. Variabel seperti urban-

rural dan pendidikan KRT tidak berpengaruh. Dengan terbatasnya data kematian maka

analisis kematian menurut ketenagakerjaan dan pendidikan tidak bisa dilakukan.

2. Usul Pak Terry akan menjadi perhatian.

Wendy Hartanto:

1. Mungkin di sensus mendatang kita bisa menanyakan pekerjaan orang yang meninggal.

2. Kasus 1 ART sebagaimana disampaikan Pak Terry merupakan salah satu penyebab

terjadinya under-reported.

Group 5. Migrasi

1. Jumlah dan presentase migrasi risen terjadi penurunan dibanding SP2000, baik pada level

provinsi maupun kabupaten.

2. Permasalahan yang menarik saat ini adalah mengenai migrasi antar kabupaten.

20

3. Dalam SP2010 tempat tinggal 5 tahun yang lalu hanya ditanyakan pada SP2010-C1.

Dengan demikian penyebutnya juga penduduk 5 tahun ke atas dari datar C1. Pada

publikasi harus dijelaskan bahwa tidak mencakup penduduk yang dicacah dengan C2 dan

L2.

4. Isu lain yang menjadi isu penting mengenai migrasi di Indonesia adalah adanya

pemekaran wilayah dan data migrasi sangat sensitif mengenai isu ini karena pemekaran

ini terjadi paling banyak selama 10 tahun terakhir baik pada level provinsi maupun

kabupaten. Sehingga dalam membandingkan dengan data sebelumnya perlu diperhatikan

cakupan wilayah, terutama daerah yang mengalami pemekaran.

5. Kelemahan pengumpulan data migrasi:

- Daya ingat responden

- Kesalah konsep tempat lahir

- Kesalah info yang diberikan orang lain

6. Untuk ke depannya kelompok migrasi ini membuat rencana working paper yang berusaha

mengaplikasikan analisa migrasi dari hasil SP2010, yaitu “Analisis Pola dan Karakteristik

Migrasi dan Urbanisasi di Indonesia, Hasil SP2010”, yang mencakup:

- Migrasi seumur hidup

- Migrasi risen

- Migrasi masuk internasional (karena ada keterangan untuk orang yang pernah tinggal

di luar negeri)

- Urbanisasi

- Dihubungkan dengan isu desentralisasi

- Dihubungkan dengan tingkat ekonomi daerah (otonomi daerah mendorong terjadinya

berbagai perubahan)

Tanggapan dan Pertanyaan:

Sunarti:

1. Mengapa untuk pertanyaan tentang migrasi rujukan waktunya adalah 5 tahun yang lalu,

sementara untuk pertanyaaan pada kelahiran dan kematian rujukan waktunya adalah 1

Januari 2009, apakah ada pertimbangan tertentu pada saat menentukan rujukan waktu

tersebut?

Uzair Suhaimi:

21

1. Dalam rangka pembuatan penyempurnaan penghitungan proyeksi, apakah bisa group

migrasi membuat matrik besar yang isinya merupakan probability penduduk kabupaten A

ke kabupaten B atau sebaliknya, sehingga akan lebih realistis ketika kita memperkirakan

faktor migrasi dalam proyeksi.

Aris Ananta:

1. Saya menyarankan pengukuran lain lagi yaitu return migration, apalagi dengan metode ini

dapat diperoleh yang berasal dari luar negeri.

2. Untuk asumsi proyeksi, dapat menggunakan penghitungan age sex specific

migrationkemudian dibuat net migration-nya yang tidak lagi dipengaruhi oleh umur dan

jenis kelamin.

M Sairi Hasbullah:

1. Bagaimana analisis yang kita kembangkan nanti mampu memuaskan dua kepentingan

sekaligus yaitu akademisi dan kebijakan yang bersifat pragmatis (yang segera bisa dipakai

pemerintah karena isunya atual, langsung menyentuh permasalahan yang berkembang di

masyarakat). Analisis yang kita kembangkan dari SP sebelumnya masih diperuntukkan bagi

kepentingan akademisi saja, tidak ada greget untuk ditindaklanjuti oleh pembuat

kebijakan. Dalam kasus migrasi misalnya kalau kita masih menggunakan pola analisis

sebelumnya barangkali akan tidak banyak yang bisa dipakai oleh para pembuat kebijakan

dan masyarakat. Akan lebih menarik untuk melihat dominasi kota-kota besar, misalnya

Jabodetabek. Bagaimana pola migrasi yang masuk ke Jakarta, bagaimana hubungannya

dengan kota-kota industri di sekitarnya misalnya Cikarang. Bukan hanya menganalisis

migrasi dengan pola-pola yang sangat umum.

2. Pembantu rumah tangga bisa di-cross dengan status migrasi risen.

3. Di 156 kabupaten/kota baru (hasil pemekaran selama periode 2000-2010) bagaimana pola

migrasi yang masuk. Apakah karena job creation di tempat yang baru terbentuk tsb?

Evi Nurvidya Arifin:

1. Berkaitan dengan isuregional otonomy, dalam working paper perlu didokumentasikan

kapan persisnya daerah-daerah ini terpecah, menjadi daerah mana saja dan kapan

terbentuknya. Pengetahuan ini sangat penting bagi para peneliti.

2. Info yang paling lemah tersedia dalam data migrasi adalah migrasi internasional, yang saat

ini baru mengandalkan info dari Kementrian Tenaga Kerja dan Trasmigrasi (dalam hal ini

22

adalah data TKI). Mungkin satu-satunya data yang bisa mewakili adalah hasil SP2010

(migrasi masuk internasional). Ketika menghadiri pertemuan di Hanoi, terungkap bahwa

lemahnya data migrasi internasional ini juga terjadi di beberapa negara lain. Bisa

dibedakan apakah yang banyak masuk adalah orang Indonesia atau orang asing (dari info

WNI atau WNA). Untuk melihat migran yang masuk dari luar negeri, di-cross juga dengan

jenis kelamin dan juga dengan umur. Mungkin Indonesia bisa menjadi negara pertama

yang memiliki data semacam ini.

Peter Gardiner:

1. Jika memungkinkan untuk juga melihat konsep tren migrasi iniperiode 2000-2010,

tentang age pattern dan sex pattern untuk kepentingan pembuatan proyeksi. Apa yang

terjadi pada asumsi migrasi (fakta tren migrasi tidak konstan)?

Malyono Mawar:

1. Menyangkut peraturan pemerintah mengenai kewenangan kabupaten/kota untuk

membuat kebijakan kualitas, kuantitas, mobilitas. Pertanyaanya adalah pada level

kabupaten, siapa yang concern untuk membuat analisa ini. Ini masih sangat langka.

Sementara di tahun 2013 mereka harus sudah membuat hal-hal tersebut. Ini merupakan

suatu peluang yang sangat bagus untuk BPS.

Riwanto:

1. Usul dari Pak Aris, Pak Uzair, Pak Sairi, dan Bu Evi merupakan hal-hal yang harus

dipertimbangkan namun kita juga harus mempertimbangkan kapasitas kita dengan tidak

mengesampingkan bahwa ada demand dari pemerintah juga.

Group 6. Pendidikan

1. Perkembangan dan Keadaan Modal Manusia

- Perkembangan kemampuan berbahasa Indonesia

- Perkembangan kemampuan membaca dan menulis huruf latin dan huruf lainnya

- Perkembangan akses pendidikan

- Keadaan pendidikan tahun 2010

2. Data pendidikan saat ini di Indonesia sangat terbatas.

23

3. Sangat menarik untuk mempelajari beberapa isu khusus yaitu kegiatan bersekolah dan

dunia kerja untuk anak usia 10-18 tahun.

4. Keterbatasan dari data yang dikumpulkan antara lain; tidak ditanyakannya jenjang

pendidikan yang sedang/pernah diduduki (tidak bisa menghitung APM dan APK). Fakta

sosial yang tidak diakui yaitu anak yang masih bersekolah di TK dalam SP2010 ini tidak

dianggap bersekolah padahal perkembangannya sangat pesat. Kedepan diharapkan

bahwa hal ini bisa diakui karena bisa menunjukkan suatu kemajuan. Kita tidak dapat

menghitung partisipasi sekolah untuk golongan SLTA ke atas karena yang ditanyakan

hanya ijazah tertinggi.

5. Jadi di satu sisi ada kekayaan informasi tentang pendidikan tinggi tetapi karena banyak

jenisnya maka tidak dapat dimanfaatkan.

6. Hal lain yang tidak ditanyakan adalah kelas/tingkat yang sedang/pernah ditempuh, kapan

berhenti sekolah (untuk menghitung tingkat Drop Out), lama sekolah (digunakan dalam

MDGs).

7. Permasalahan dengan C2 dan L2. Pertanyaan 211, 212, dan 214 hanya ditanyakan pada

C1. Hal ini akan menimbulkan masalah pada akses pendidikan.

8. Saran ke depan, agar PAUD diakui sebagai pendidikan formal dan jangan dibatasi pada

umur 5+ saja.

9. Sebaiknya dikumpulkan tabulasi menurut kelompok umur 5 tahunan sampai 95+ untuk

kemampuan berbahasa Indonesia dan kemampuan membaca dan menulis huruf latin dan

huruf lainnya untuk kepentingan analisis lansia juga.

10. Masih terjadi inkonsistensi antar tabel.

11. Data umur masih ada non respon. Tapi di data pendidikan menurut kelompok umur tidak

ada non respon.

12. Disayangkan bahwa dalam SP2010 ini tidak ada pertanyaan paket A,B, C yang bisa

digunakan dalam perhitungan APK, APM.

13. Ke depannya, diharapkan SDM jangan hanya dianggap sebagai beban melainkan sebagai

modal.

14. Kementrian Pendidikan Nasional mengharapkan data yang lengkap dari hasil SP2010.

15. Di beberapa daerah ditemukan bahwa anak sekolah kelas 1 s.d 3 hanya dapat berbahasa

lokal/daerah bukan bahasa Indonesia.

Sri Moertiningsih Adioetomo:

24

1. MDGs untuk topik pendidikan mengharuskan sekolah tidak hanya lamanya sekolah tapi

juga harus selesai grade 5. Karena kalau hanya lamanya sekolah mengulang beberapa kali

juga tidak ketahuan. Yang penting disini adalah kemampuan baca tulis. Oleh karena itu

saya disarankan ada tabulasi untuk anak sekolah yang selesai kelas 5. Hal ini akan

membantu Mendiknas.

2. Mengenai anak yang masih sekolah dan sedang bekerja, survei BPS dengan ILO bahwa

pada umur 5-17 tahun ada sekitar 20,7 % yang bersekolah sambil bekerja. Apakah hal ini

merupakan tren yang baik atau tidak? Dari legal framework usia 3-15 boleh bekerja asal

tidak hazardous dan tidak mengganggu sekolah.

3. Disarankan untuk juga menganalisa menurut cohort kelahiran. Kelihatan bahwa gender

gap yang lulus SD sudah tidak kelihatan, tetapi membesar di lulusan SMP dan SLTA.

Apakah hal ini terlihat juga dari hasil SP2010?

4. Melaui hasil penghitungan indeks Myers, indeks Wipple dan Indeks UN, terlihat bahwa

kualitas pelaporan umur oleh responden sudah bagus.

Happy Hardjo:

1. Terkait dengan pendidikan yang dikelola oleh Kementrian Agama, dalam SUSENAS saat ini

sudah mengeluarkan data pesantren. Di dalam sensus ini diharapkan dapat menjawab

seperti apakah pendidikan di rumah tangga khusus. Informasi mengenai hal ini diperlukan

oleh kementrian Tenaga Kerja dan Transmigrasi.

M Sairi Hasbullah:

1. Kejelasan lebih jauh mengenai buta huruf, apakah akan menyajikan data huruf dan

mengalisisnya? Perlu penjelasan di P214 mengenai huruf latin dan lainnya. Ini penting

karena saat ini merupakan suatu momentum untuk menyepakati apakah huruf lain ini

perlu dicek kembali atau tidak, banyak atau tidak jawabannya. Kalau banyak maka dimana

(urban atau ibukota provinsi yang urban-nya tidak begitu kuat), karena UNESCO

mengembangkan suatu pemahaman mengenai literacy yaitu membaca dan menulis with

understanding yang sering ditekankan.

Teguh Pramono:

1. Mengenai catatan di Buku Pedoman Pencacah di halaman 120, apakah sudah dipahami

bersama agar tidak terjadi double counting.

25

Mayling Oey Gardiner:

1. Tentang grade 5, memang di beberapa Negara sekolah SD hanya sampai grade 5. Grade 6-

9 untuk SMP. Grade 10-12 untuk SMA. Jadi menyesuaikan sistem yang ada, untuk

Indonesia lebih baik tetap memasukkan kelas 6. Masalahnya di SP2010 tidak menanyakan

selesai di kelas berapa.

2. Tahun 90-an akhir sudah terjadi cross over untuk SD mengenai gender gap. Bahkan untuk

SMP juga sudah mulai kelihatan. SMA sudah mulai kelihatan. Sedangkan untuk perguruan

tinggi negeri sudah susah bagi laki-laki untuk masuk. Kalau di swasta prioritas lebih

banyak diberikan ke laki-laki.

3. Sangat setuju dengan Pak Happy untuk pendidikan pada rumah tangga khusus.

4. Setuju dengan Pak Sairi tentang functional literacy.

5. Kelompok sudah memahami catatan pada halaman 120 tersebut.

Group 7. Ketenagakerjaan

1. Terjadi perubahan yang cukup signifikan dalam lingkup konsep ketenagakerjaan. Ada

penambahan sub group pengangguran, dimana mereka yang tidak aktif mencari

pekerjaan namun bersedia bekerja termasuk dalam kelompok pengangguran.

2. Angka pengangguran hasil SP2010 ini merupakan gabungan dari “pengangguran aktif”

dan “pengangguran pasif”. Yang dibandingkan hanya angka pengangguran aktif, yakni

mereka yang aktif mencari pekerjaan atau sedang menyiapkan suatu usaha. Sementara

yang termasuk discourage workers harus di-split terlebih dahulu.

3. Revisi Tabel 39 s.d 48 diperlukan agar dapat membandingkan data ketenaga-kerjaan pada

SP2010 dengan SP sebelumnya.

4. Total pengangguran yang cukup tinggi pada kelompok umur 15-19, sehingga perlu

mendapat perhatian lebih. Angka pengangguran perlu di-cross dengan status sekolah.

5. Jumlah orang yang mencari kerja jauh lebih kecil dari yang bersedia bekerja, apakah hal

ini wajar?

6. Di sub sektor tanaman padi dan palawija jumlah orang yang “berusaha dengan buruh

tetap” lebih besar daripada jumlah “buruh/karyawan/pegawai”.

Tanggapan dan Pertanyaan:

Aris Ananta:

26

1. Angka pengangguran SP naik/turun? Angka pengangguran naik bisa diindikasikan orang

Indonesia lebih makmur, sehingga sebenarnya tidak relevan untuk menampilkan angka

pengangguran di Indonesia. Dulunya BPS mempublikasikan angka penduduk yang mencari

kerja bukan angka pengangguran. Sebaiknya menggunakan angka kemiskinan. Jika BPS

belum berani, bisa membuat kompromi dengan perbaikan sedikit yaitu hanya

mengeluarkan agespecific unemployment rate kemudian dijumlahkan dan dikalikan

dengan jumlah kelompok usia. TPT tidak perlu di-publish lagi.

Mayling Oey Gardiner:

1. Sepertinya ada wacana lansia dilarang kerja. Kita harus optimis agar tetap sehat dan

menghasilkan.

Sri Moertiningsih Adioetomo:

1. Baik pengangguran maupun mencari kerja, jika di-crossmenurut pendidikan mungkin akan

diketahui pengangguran menurut pendidikan. Sehingga dapat dilihat dan dihubungkan

apakah pengangguran justru dari golongan yang berpendidikan tinggi karena mereka di-

support oleh keluarga. Tetapi untuk pendidikan di bahwa SD angka pengangguran justru

sangat sedikit.

Tianggur:

1. Justru saat ini ingin meneliti tentang jaminan sosial dan lansia yang masih aktif, karena

lansia justru berhak mendapatkan jaminan sosial. Di desa, orang akan terus bekerja

sampai mendekati saat kematian. Oleh karena ketenagakerjaan hanya dikumpulkan

sampai imur 65+ dan tidak bisa melihat penduduk lansia, maka untuk umur sebaiknya

diperluas sampai 95+, jika memungkinkan. Hal tersebut akan sangat berguna untuk

melihat profil lansia.

Wendy Hartanto:

1. Semua tabel akan dibuat sampai kelompok umur 95+.

Group 8. Perumahan

27

1. Menurut Kemenpera banyaknya rumah tangga yang menempati rumah yang tidak layak

huni (sekitar 7,2 juta rumah), sementara menurut BPS banyaknya rumah tangga yang

menempati rumah bukan milik sendiri ada sekitar 13,6 juta.

2. Dari data SP2010 tidak ada informasi jarak sumber air minum ke tempat pembuangan

limbah, yang penting dalam menentukan apakah rumah tangga menggunakan air bersih

atau tidak.

3. Dari data SP2010 tidak ada pertanyaan tentang atap dan dinding sehingga analisis

perumahan tidak dapat disajikan secara keseluruhan terutama terkait atap dan dinding.

4. Merancang untuk analisis perumahan dikaitkan dengan variabel yang disajikan oleh

kelompok 1-7.

5. Ditampilkan beberapa tabulasi menegnai perumahan yang diperlukan dalam analisis.

6. Untuk tabel-tabel di atas juga akan dilihat untuk rumah tangga lansia (60 tahun ke atas)

dan rumah tangga muda (< 40 tahun).

Mayling Oey Gardiner:

1. Kepemilikan rumah dan pendidikan pernah dianalisis sebagai proxy untuk status sosial.

Tapi sepertinya bukan proxy yang bagus. Karena untuk orang-orang yang tinggal di flat

contohnya, bukan hanya yang miskin yang tempat tinggalnya berstatus sewa tapi ada juga

orang kaya yang tempat tinggalnya berstatus menyewa.

Group 9. Kesejahteraan Sosial

1. Rekomendasi untuk semua kelompok bahwa semua variabel di-cross dengan umur, jenis

kelamin, suku, dan agama.

2. Untuk ketenagakerjaan, pendidikan dan perumahan di-cross dengan kewarganegaraan.

3. Paradigmanya adalah kita meninggalkan konsep pertumbuhan ekonomi karena hanya

sebagai alat yang akhirnya bertujuan untuk mencapai kesejahteraan sossial.

4. Jika data penduduk berumur di atas 100 tahun ditampilkan akan sangat menarik sekali.

5. Rekomendasi: ada publikasi umum, utama, dan lebih lanjut. Sering pengguna data

mengeluh, bahwa data ketenagakerjaan hanya disajikan untuk kelompok umur 15 tahun

ke atas, data ethnicity juga tidak disajikan begitu saja oleh BPS. Diharapkan jika ada

pengguna data datang ke BPS tidak perlu menunggu proses yang lama untuk

mendapatkan data tersebut. Sebaiknya dibuatkan proses yang cepat untuk kepuasan

responden.

28

6. Data suku bangsa dicatat menurut pengakuan, jadi untuk responden yang secara fisik

merupakan orang Papua jika mengaku sebagai suku Jawa maka kita catat sebagai suku

Jawa.

7. Data suku bangsa dan bahasa saat ini belum tersedia. Diharapkan pada publikasi 2010 ada

publikasi nasional dan provinsi yang mencantumkan 8 suku besar (jika level provinsi maka

disesuaikan dengan 8 suku terbesar di provinsi tersebut).

8. Disarankan bahwa data SP2010 ini sebaiknya dibuka saja apa adanya dan kita berikan

penjelasan.

9. Usulan working paper; active aging 2010, heterogenitas suku dan agama, centenarian.

10. Mohon berhati-hati dalam membersihkan data, jangan terlalu “bersih”.

11. Isu Penting:

Kesulitan dalam Daily Living (dari usia muda sampai tua).

Life Cycle Hypothesis (LANSIA: embrio pun termasuk dalam bahasan ini ; PERUMAHAN

(cross dengan usia KRT dan Jenis kelamin) => angka kemiskinan tidak pernah keluar

berdasarkan usia. Angka kemiskinan banyak yang lansia).

Etnodemography (Ethnicity dan agama). Pendekatan kualitatif, hasilnya bisa berbeda

karena punya pendekatan yang berbeda, tapi dalam statistik, kita punya konsep yang

sama. Di beberapa negara belum berani mengeluarkan data ini.

Tri Budi:

1. Untuk SP2010 yang terkait dengan P207 dan P216 bisa dilengkapi:

a. P207: dilengkapi aspek emosional dan mental (1 variabel bisa masuk semuanya, tidak

usah beberapa variabel).

b. P216: ditambah 1 pertanyaan: “apakah seminggu yang lalu melakukan kegiatan?”

Tanggapan dan Pertanyaan:

Sri Moertiningsih Adioetomo:

1. Mengenai ketenagakerjaan khususnya pekerja anak, 5-12 tidak boleh bekerja , 13-14

boleh bekerja asalkan tidak lebih dari 4 jam sehari, 15-16 boleh bekerja asal tidak

hazardous.

2. Apakah nantinya pihak Pak Happy akan membuat publiaksi lansia tersendiri atau akan

digabung?

3. Lihat Presentasi Aging pada Workshop di Karawaci.

29

4. Mobilitas (P207c-P207e).

5. Ada ide untuk membuat tabulasi fertilitas untuk lansia yang masih hidup dengan anaknya,

apakah masih ada kepedulian anak terhadap orang tua, akan dilihat juga kondisinya di

pedesaan seperti apa (AMH).

6. Permasalahan mengenai lansia adalah misalnya; beban sosial dan ekonomi bagi lansia,

dalam hal ini adalah lansia yang menjadi KRT (ditabulasikan menurut jenis kelamin, urban-

rural, agama) dan pekerja lansia di sektor informal.

7. Sosial protection.

8. Home Care (P216 dan P207c-P207e).

Terry Hull:

1. Suku, Agama dan Bahasa: yang kita butuhkan sekarang adalah tambahan yang muncul

karena pada proses coding muncul nama-nama baru yang ditambahkan, apakah ini dalam

website atau softfile, diharap dapat disediakan.

2. Suku: bagaimana pengelompokan dari kode-kode yang ada. Dari sekitar 1300 kode suku

sebaiknya digabung jadi 40-50 suku terbesar. Hal ini bukan berarti bahwa suku ini akan

hilang dari data set, tapi untuk kepentingan publikasi diharapkan dapat disajikan jumlah

kode yang lebih sedikit. Sehingga nantinya kelompok suku dan kelompok bahasa hasilnya

akan masuk akal.

3. Mengenai agama (selain 6 pilihan yang diberikan) sampai saat ini kita belum tahu mana

saja yang akan masuk dalam daftar kode. Dibutuhkan analisa mendalam mengenai agama

“Lainnya”.

4. Harus ada beberapa faktor teknis yang dibahas terlebih dahulu sebelum data dikeluarkan.

Riwanto:

1. Menyambung saran dari Pak Terry mengenai pengelompokan suku membutuhkan

keahlian dan tidak sekedar siapa yang masuk ke kelompok mana. Perlu ada satu

pertemuan khusus untuk membicarakan ini dengan lebih serius karena hal ini tidak

mudah. Suku bangsa, agama, dan mungkin juga bahasa.

Wendy Hartanto:

30

1. Pernah ada ancaman di Kalimantan Barat pada SP2010 untuk tidak menanyakan tentang

suku bangsa.

Happy Hardjo:

1. Ada kelompok umur yang sudah dirancang untuk menyajikan data tentang lansia. Jika

misalnya ada tabel lain di luar tabel yang sudah direncanakan maka bisa diakomodasi oleh

bagian Direktorat Metodologi dan Analisis.

Soeharsono Soemantri:

1. Apakah informasi mengenai disabilitas bisa digunakan untuk me-refine mortalitas?

Evi Nurvidya Arifin:

1. Kaitannya dengan agama yang resmi di Indonesia yaitu ada 6 agama. Tapi mungkin dari

hasil SP2010 ada pilihan baru yang ditampilkan dari jawaban yang diberikan responden.

Contohnya Kaharingan, Kejawen, Ahmadiyah, Yahudi, dll. Adakah sekarang orang-orang

yang mengaku beragama tersebut dan bisa ditampilkan? Permasalahannya adalah di

Indonesia hanya memperbolehkan 6 agama. Sedangkan di Malaysia bahkan ada pilihan

untuk no religion.

31

PAPARAN TENTANG DISEMINASI

Paparan Pak Abdul Rachman:

1. Dengan adanya 9 topik ini membantu bagian diseminasi mengatur pekerjaan selanjutnya.

2. Penjelasan khusus pada beberapa topiknantinya akan difasilitasi oleh diseminasi, apakah

akanmenggunakan akses khusus atau yang lainnya.

3. Desainisi website: highlight, tabel-tabel pokok, grafik, peta tematik, dan penjelasan

variabel.

4. Tabel yang ditampilkan bisa diakses secara interaktif. Bisa diakses menurut provinsi,

kelompok umur, dll.

5. Pada Menubar ada terdapat pilihan home, wilayah, topik, dan pencarian data.

6. Diharapkan data sensus ini hendaknya disajikan bukan hanya berupa datanya saja, namun

harus bisa menjadi inspirasi bagi para pengguna.

7. Dijanjikan bahwa satu bulan setelah menerima data dari Pak Wendy, maka diseminasi

sudah bisa dipublikasikan.

Tanggapan dan Pertanyaan:

Wendy Hartanto:

1. Pada pembuatan tabel, untuk data dari form C1 pada rumah tangga biasa tidak ada

masalah, dengan ditambahkan data dari C2 (apartemen,dll) dan L2 maka untuk data yang

ditanyakan pada C2 dan L2 dicantumkan sebagai “Tidak Ditanyakan”. Sebaiknya kolom

“Tidak Ditanyakan” ditampilkan di semua tabel. Tabel pada SP2010 ini akan berbeda

dengan sensus-sensus sebelumnya.

Terry Hull:

1. Mengenai editing harus ada penjelasan lebih lanjut dan diperbaiki. Untuk review 100%

agar setiap perintah di dalamnya diperiksa kembali sampai benar (mengenai fertilitas,

status perkawinan, mortalitas, pendidikan, pekerjaan, rumah tangga, dsb).

2. Melihat dari website yang ditampilkan oleh Pak Abdul Rachman, di dalamnya terdapat

tabel dan data yang di-upload. Sehingga setiap kali ada data perkiraan baru, maka data

pada website juga harus di-update.Updating ini akan menjadi masalah jika tidak

diperhatikan.

32

3. Permintaan data ke BPS memang besar, tapi orang-orang yang siap untuk membayar

adalah terbatas. Dikhawatirkan aset berupa data yang sangat besar ini tidak terpakai

secara maksimal karena faktor ketidakmampuan membayar tersebut.

4. Jika sistem Pak Rachman ini dapat berjalan denan baik, sebaiknya bisa diakses secara

terbuka dan free. Bagi para researcheryang saat ini diminta bantuannya untuk membuat

working paper akan berusaha dijanjikan berupa data yang bagus.

5. Pada bulan November ada deadlineuntuk working paper.

Wynandin Imawan:

1. BPS sangat senang bahwa ada progress dari yang kita capai sampai dengan hari ini. Tapi

dari sisi persiapan data ada beberapa hal yang mengganggu. Sehingga setuju dengan apa

yang disampaikan oleh Pak Terry bahwa lebih baik tepat daripada cepat agar BPS tidak

menjadi tertuduh.

2. Pak Rusman menyampaikan bagaimana harus mencari jalan tengah karena kita sudah

melewati ulang tahun tetapi sampai saat ini belum bisa “jalan”, artinya seharusnya data

sudah terdistribusi secara luas. Hal ini merupakan suatu tantangan bagi kita semua. Pak

Wynandin meyakinkan bahwa kita mempunyai matrik yang terdiri dari 237 juta baris dan

41 kolom dan bagaimana kita harus secara hati-hati menjaganya.

3. Yang diharapkan dari BPS adalah adakah info-info baru yang bisa diproduksi di masa

depan yang bisa difasilitasi melalui data regular BPS. Seperti Susenas yang pemakaiannya

tidak seperti yang diharapkan. Lebih baik mengumpuljan data yang pasti akan digunakan

daripada hanya menjadi pajangan. Misalnya tadi mengenai desentralisasi. Adakah

kewajiban pemerintah daerah yang harus kita amati pencapaiannya.

4. Mengenai PAUD bukannya kita tidak mengakui, karena di dalam sistem BPS, PAUD sudah

ditanyakan melalui Susenas dan ada modul tersendiri. BPS masih bertanya-tanya kepada

Kemendiknas. Apakah balita yang dibawa ke Posyandu sudah berarti ikut program PAUD,

sementara tidak semua Posyandu punya Program PAUD.

5. Yang menjadi concernkita saat ini adalah tentang siapa yang akan memperoleh data

secara free (dalam hal ini adalah data mentah). Sementara ini, BPS akan memberikan data

secara freeke perguruan-perguruan tinggi. Saat ini, BPS sedang berkomunikasi dengan

Kementrian Keuangan tentang pengaturan nol rupiah sehingga BPS dapat memberikan

data secara free. Bagi audience yang berada di ruangan ini yang membantu tugas SP2010

sampai selesai mudah-mudahan mempunyai aviliasi ke perguruan tinggi, jika tidak maka

33

kita usahakan untuk bisa mengakses data. Hal ini berkenaan juga dengan Undang-Undang

Keterbukaan Info Publik.

6. Yang disampaikan BPS adalah komitmen BPS tentang data-data yang bisa diberikan

segera. Dipastikan bahwa jika mengenai statistik maka akses bisa dilakukan secara free

tapi jikaberhubungan dengan data maka masih perlu pembicaraanlebih lanjut untuk

meyakinkan Kementrian Keuangan bahwa akan lebih berguna jika memberikan

kesempatan seluas-luasnya bagi pihak lain untuk memanfaatkan data tersebut daripada

menjual tetapi manfaatnya tidak maksimal. DPR juga sudah menyampaikan agar data

tersebut dipakai secara free untuk melihat perkembangan kesejahteraan masyarajat

Indonesia seperti apa.

7. BPS yakin dapat memberikan data secara cepat tapi juga disertai dengan petunjuk kepada

masyarakat tentang bagaimana cara memanfaatkan data ini secara benar. Baru setelah

itu BPS akan cukup confident untuk memberikan data secara free.

8. Dalam setiap pelaksanaan sensus, setahun sebelumnya selalu dilakukan Podes untuk

meng-update wilayah-wilayah yang nantinya dilaksanakan sensus. Setiap dilaksanakan

kegiatan Podes, status urban-rural sebaiknya diteliti terutama untuk wilayah-wilayah yang

mekar.

9. Diharapkan Pak Rahman dapat memegang janji bahwa satu bulan setelah data diperoleh

dari Pak Wendy maka data tersebut sudah bisa diakses di dunia maya.

10. Sebaiknya dibuat time frame karena bulan November nanti akan ada finalisasi. Ini

tantangan buat kita bagaimana kita bisa segera menyelesaikan data ini agar bisa segera

maju ke Kementrian Keuangan.

11. Walaupun para pengguna data berhak mendapatkan data tapi mohon dimaklumi juga

bahwa BPS juga berhak menentukan data-data mana saja yang akan di-publish.

12. BPS, BKKBN, dan Bappenas akan bersama-sama melakukan proyeksi penduduk yang akan

datang dari hasil SP2010.

34