Analisis Akurasi Model Eksponensial dan Logistik Dalam Estimasi Jumlah Penduduk Kota Kupang
DOI:
https://doi.org/10.59632/leibniz.v6i02.878Keywords:
Pertumbuhan Penduduk, Model Eksponensial, Model Logistik, MAPEAbstract
Pertumbuhan penduduk merupakan salah satu aspek penting yang perlu dianalisis sebagai dasar perencanaan pembangunan. Penelitian ini bertujuan membandingkan tingkat akurasi Model Eksponensial (Malthus) dan Model Logistik (Verhulst) dalam mengestimasi jumlah penduduk Kota Kupang. Penelitian menggunakan pendekatan kuantitatif dengan data jumlah penduduk Kota Kupang pada periode pengamatan tertentu. Pemodelan dilakukan menggunakan Model Eksponensial yang mengasumsikan pertumbuhan penduduk secara eksponensial dan Model Logistik yang mempertimbangkan keterbatasan pertumbuhan melalui daya dukung lingkungan (carrying capacity). Parameter masing-masing model diestimasi berdasarkan data pengamatan, kemudian tingkat akurasinya dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa nilai MAPE terendah pada Model Eksponensial adalah 0,57%, sedangkan pada Model Logistik sebesar 1,35%. Kedua model memiliki tingkat akurasi yang sangat baik karena menghasilkan MAPE di bawah 10%. Namun, Model Eksponensial menghasilkan nilai MAPE yang lebih rendah dibandingkan Model Logistik, sehingga memberikan estimasi yang lebih akurat terhadap data aktual. Dengan demikian, Model Eksponensial merupakan model yang paling sesuai untuk mengestimasi jumlah penduduk Kota Kupang pada periode pengamatan yang dianalisis.
Downloads
References
Abdah, M. N. R., Ichtiari, F. A., & Aulia, A. (2023). Proyeksi penduduk menuju Indonesia emas tahun 2045 melalui penerapan teori Malthus. Jurnal Arjuna: Publikasi Ilmu Pendidikan, Bahasa dan Matematika, 2(1). https://doi.org/10.61132/arjuna.v2i1.375
Anggreini, D., Sukiyanto, & Saputra, B. D. (2023). Population projection with the application of the differential equation of the logistic and exponential model (Case study: Yogyakarta Special Region Province). Mathline: Jurnal Matematika dan Pendidikan Matematika, 8(3), 795–804. https://doi.org/10.31943/mathline.v8i3.406
Badan Pusat Statistik. (2024). Statistik Indonesia 2024. Badan Pusat Statistik.
Badan Pusat Statistik Kota Kupang. (2024). Kota Kupang dalam angka 2024. Badan Pusat Statistik Kota Kupang.
Kementerian PPN/Bappenas. (2019). Rencana pembangunan jangka menengah nasional (RPJMN) 2020–2024. Kementerian PPN/Bappenas.
Cushing, J. M. (1998). An introduction to structured population dynamics. Society for Industrial and Applied Mathematics. https://doi.org/10.1137/1.9781611970005
Ellner, S. P., & Guckenheimer, J. (2006). Dynamic models in biology. Princeton University Press. https://doi.org/10.1515/9781400840960
Fernandez, A. J., Kaluge, A. H., & Lakapu, M. (2023). Pemodelan pertumbuhan penduduk Kota Kupang dengan Geogebra. Jurnal Matematika Integratif, 19(2), 235–243. https://doi.org/10.24198/jmi.v19.n2.50288.235-243
Khasanah, N., & Suryani, I. (2022). Model eksponensial dan logistik serta analisis kestabilan model pada perhitungan proyeksi penduduk Provinsi Riau. Jurnal Fourier, 11(1), 22–39. https://doi.org/10.14421/fourier.2022.111.22-39
Kot, M. (2001). Elements of mathematical ecology. Cambridge University Press.
Kurniawan, A., Holisin, I., & Kristanti, F. (2017). Aplikasi persamaan diferensial biasa model eksponensial dan logistik pada pertumbuhan penduduk Kota Surabaya. MUST: Journal of Mathematics Education, Science and Technology, 2(1), 129–141. https://doi.org/10.30651/must.v2i1.529
Maulani, B. W., Rande, P., Arma, A., Br Tarigan, A. J., & Yesnath, M. (2025). Estimasi jumlah penduduk Kota Samarinda berdasarkan jenis kelamin menggunakan model Malthus dan model Verhulst. Basis: Jurnal Ilmiah Matematika, 4(2), 46–54. https://doi.org/10.30872/xmbney35
Murray, J. D. (2002). Mathematical biology I: An introduction (3rd ed.). Springer.
Nurkahfi, M. B., Wahanggara, V., & Prakoso, B. H. (2020). Perbandingan metode double exponential smoothing dan least square untuk sistem prediksi hasil produksi teh. BIOS: Jurnal Teknologi Informasi dan Rekayasa Komputer, 1(2), 48–53. https://doi.org/10.37148/bios.v1i2.12
Putri, W. (2015). Perbandingan model Malthus dan model Verhulst untuk estimasi jumlah penduduk Indonesia tahun 2000–2014. Jurnal Matematika UNAND, 4(1), 1–11. https://doi.org/10.25077/jmu.4.1.1-11.2015
Rosiyanti, & Sugandha, A. (2022). Aplikasi model pertumbuhan logistik dalam menentukan proyeksi penduduk di Kabupaten Banyumas. Perwira Journal of Science & Engineering, 2(2), 25–31. https://doi.org/10.54199/pjse.v2i2.134
Rozikin, N., Sarjana, K., Arjudin, A., & Hikmah, N. (2021). Aplikasi persamaan diferensial dalam mengestimasi jumlah penduduk dengan menggunakan model eksponensial dan logistik. Griya Journal of Mathematics Education and Application, 1(1), 44–55. https://doi.org/10.29303/griya.v1i1.7
Syawal, F., Syata, I., Pathuddin, H., & Ibnas, R. (2025). Penerapan model pertumbuhan populasi Malthus dan Verhulst untuk estimasi jumlah penduduk di Provinsi Sulawesi Selatan. Journal of Mathematics: Theory and Applications, 7(1), 24–33. https://doi.org/10.31605/jomta.v7i1.4280
United Nations Department of Economic and Social Affairs. (2024). World population prospects 2024: Summary of results. United Nations.
United Nations Population Fund. (2023). State of world population 2023: 8 billion lives, infinite possibilities: The case for rights and choices. United Nations Population Fund.
Wae Misi, M. L., Maure, O. P., & Ludji, D. G. (2023). Perbandingan model populasi Malthus dan model populasi Verhulst dalam mengestimasi jumlah penduduk Kabupaten Ngada. Asimtot: Jurnal Kependidikan Matematika, 5(1), 43–52. https://doi.org/10.30822/asimtot.v5i01.2823
World Bank. (2024). World development indicators [Data set]. World Bank. https://datacatalog.worldbank.org/search/dataset/0037712
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Regina Ofrida Neonbasu, Osniman Paulina Maure
This work is licensed under a Creative Commons Attribution 4.0 International License.
