As human civilization becomes increasingly concentrated in urban hubs, the growth of global megacities has redefined the modern geopolitical and economic landscape. Today, more than 58% of the global population resides in cities and urban centers, a figure projected to rise toward nearly 70% over the coming decades.
Understanding which urban centers hold the crown for the most populated city in the world is not as straightforward as reading a single census table. Urban demography relies heavily on how spatial boundaries are defined—whether measuring strict municipal limits, contiguous built-up urban footprints, or expansive economic commuter zones.
This comprehensive guide breaks down the world’s largest cities and urban agglomerations, explains the methodology behind population tracking, explores key demographic drivers, and provides a detailed profile of the top megacities shaping our modern world.
Defining Urban Boundaries: City Proper vs. Urban Area vs. Metropolitan Region
To accurately compare population numbers across different countries, demographers categorize cities using three primary territorial metrics:
1. City Proper (Administrative Boundaries)
The city proper refers strictly to the legally defined administrative boundaries governed by a central city municipality.
- Example: The city proper of Shanghai or Beijing contains millions within official administrative limits, whereas the city proper of Paris or Manila covers a relatively small geographic footprint.
- Limitation: Municipal borders are often political artifacts that fail to reflect actual continuous settlement or commuter flows.
2. Urban Agglomeration (Contiguous Built-Up Area)
An urban agglomeration (or urban area) measures the continuous built-up urban footprint without regard to municipal or provincial borders. It includes the core city and adjacent suburban areas that function as a single physical urban footprint.
- Relevance: This metric, favored by the United Nations Department of Economic and Social Affairs (UN DESA), offers the most reliable comparison of urban concentration across global regions.
3. Metropolitan Area (Economic Commuter Zone)
A metropolitan area encompasses the primary urban core alongside outlying towns, rural districts, and suburban regions that are tightly tied to the core city through daily commuting patterns, labor markets, and shared trade.
- Example: The Tokyo Metropolitan Area (Kanto Region) or the Jabodetabek region surrounding Jakarta.
Ranking Table: Top 10 Most Populated Urban Agglomerations
The table below outlines the world’s top 10 largest urban agglomerations based on international demographic projections and United Nations World Urbanization metrics:
| Rank | Urban Area / City | Primary Country | Region / Continent | Estimated Population | Key Economic Sector |
| 1 | Jakarta | Indonesia | Southeast Asia | ~42.4 Million | Finance, Commerce & Logistics |
| 2 | Dhaka | Bangladesh | South Asia | ~37.4 Million | Textiles, Manufacturing & Trade |
| 3 | Tokyo | Japan | East Asia | ~33.3 Million | High Tech, Finance & Transport |
| 4 | New Delhi | India | South Asia | ~30.4 Million | IT Services, Government & Commerce |
| 5 | Shanghai | China | East Asia | ~29.9 Million | Maritime Shipping & Global Finance |
| 6 | Guangzhou | China | East Asia | ~27.7 Million | Industrial Manufacturing & Export |
| 7 | Cairo | Egypt | North Africa | ~25.8 Million | Tourism, Government & Trade |
| 8 | Manila | Philippines | Southeast Asia | ~24.8 Million | Business Services, BPO & Retail |
| 9 | Kolkata | India | South Asia | ~22.6 Million | Commercial Services & Light Industry |
| 10 | Seoul | South Korea | East Asia | ~22.5 Million | Technology, Media & Electronics |
(Note: Data reflects total continuous urban agglomeration metrics. Ranking orders can shift depending on whether broader extended economic megaregions are combined into single statistical units).
Detailed Profiles of the Top Global Megacities
1. Jakarta, Indonesia (Population: ~42.4 Million)
Jakarta forms the core of the sprawling Jabodetabek megalopolis (encompassing Jakarta, Bogor, Depok, Tangerang, and Bekasi). Positioned as the economic epicenter of Southeast Asia’s largest economy, Jakarta has witnessed rapid post-industrial urban expansion.
- Urban Dynamics: Continuous migration from rural islands, intense commercial development, and expanding satellite commuter hubs have fueled its rapid surge to the top position.
- Challenges & Future: To combat coastal flooding, ground subsidence, and traffic congestion, Indonesia is building a new national capital, Nusantara, while investing heavily in Jakarta’s coastal sea walls and Mass Rapid Transit (MRT) networks.
2. Dhaka, Bangladesh (Population: ~37.4 Million)
Dhaka stands as one of the fastest-growing urban areas in the world. Located on the banks of the Buriganga River, the city serves as the industrial, commercial, and financial heart of Bangladesh.
- Urban Dynamics: Driven by a robust ready-made garment (RMG) manufacturing export industry, Dhaka attracts hundreds of thousands of internal migrants annually.
- Challenges & Future: Extremely high population density poses ongoing challenges for public sanitation, affordable housing, and urban transit management.
3. Tokyo, Japan (Population: ~33.3 Million)
For over four decades, Greater Tokyo was universally recognized as the world’s most populous city. While Japan’s overall national population is aging and slowly contracting, the Greater Tokyo Area (comprising Tokyo and neighboring prefectures like Kanagawa, Saitama, and Chiba) remains a global titan of urban organization.
- Urban Dynamics: Tokyo remains a global gold standard for high-density, high-efficiency urban transit, housing one of the most complex public railway networks on earth.
- Challenges & Future: Managing demographic aging, maintaining labor productivity, and continually reinforcing infrastructure against seismic activity.
4. New Delhi, India (Population: ~30.4 Million)
India’s National Capital Region (NCR) includes New Delhi alongside bustling industrial and technology satellite hubs like Gurugram, Noida, Ghaziabad, and Faridabad.
- Urban Dynamics: The NCR represents a major economic magnet for northern India, driven by rapid service sector expansion, telecommunications, and tech startups.
- Challenges & Future: Air quality management, urban water supply expansion, and sustainable mass transportation integration remain critical priorities.
5. Shanghai, China (Population: ~29.9 Million)
As China’s global commercial capital, Shanghai sits at the mouth of the Yangtze River Delta.
- Urban Dynamics: Renowned for the Pudong skyline, high-tech manufacturing corridors, and financial institutions, Shanghai is anchored by the world’s busiest container port.
- Challenges & Future: Smart city automation, balancing green energy mandates with massive industrial power demands, and managing an expanding suburban belt.
Macro Trends Driving Global Urbanization
The ongoing expansion of the world’s largest cities is governed by several powerful structural trends:
+-----------------------------------+
| Global Urbanization Drivers |
+-----------------+-----------------+
|
+---------------------------+---------------------------+
| | |
[Economic Factors] [Demographic Shifts] [Infrastructure Links]
* Industrial Concentration * Rural-to-Urban Migration * High-Speed Rail Networks
* Tech & Finance Agglomeration * Youth Population Booms * Suburban Transit Belts
- Economic Agglomeration: High-value industries—such as artificial intelligence, biotechnology, venture capital, and international logistics—naturally cluster in major urban areas to leverage deep talent pools and supply chains.
- Climate & Rural Migration: Agricultural shifts and rural economic challenges drive steady migration toward cities offering wage labor and better public infrastructure.
- Polycentric Connectivity: Modern megacities are no longer single-core hubs. Instead, they operate as polycentric networks where suburban towns are linked into continuous economic corridors via high-speed commuter rail and expressways.
What is the most populated city in the world?
Under continuous urban agglomeration metrics used by the United Nations and demographic analysts, Jakarta, Indonesia is currently ranked as the world’s most populous urban area, with a population exceeding 42 million.
Why do different sources list different cities as #1?
Population rankings vary because different organizations use different geographic boundaries:
- Sources counting City Proper (municipal limits) often rank Chinese cities like Shanghai or Chongqing higher.
- Sources measuring Urban Agglomerations (built-up contiguous footprints) rank Jakarta, Dhaka, and Tokyo at the top.
- Sources counting broader Megalopolis Regions (e.g., the entire Pearl River Delta cluster including Guangzhou, Shenzhen, Foshan, and Dongguan) may combine contiguous cities into mega-units exceeding 70 million inhabitants.
What is a “Megacity”?
A megacity is officially defined by the United Nations as any urban agglomeration with a total population exceeding 10 million inhabitants. Globally, there are over 30 recognized megacities, with the majority located in Asia and Africa.
Penulis: W.S
![Dalam materi statistika, simpangan baku dan varian data tunggal menjadi salah satu topik penting yang perlu dipahami. Keduanya digunakan untuk mengetahui seberapa besar penyebaran data terhadap nilai rata-ratanya. Jika data memiliki penyebaran yang kecil, nilai simpangan baku dan variannya juga cenderung kecil. Sebaliknya, semakin jauh data tersebar dari rata-rata, semakin besar pula nilai simpangan baku dan varian. Materi ini sering muncul dalam pembelajaran matematika, terutama ketika membahas statistika dasar. Untuk menguasainya, tidak cukup hanya menghafalkan rumus. Kita juga perlu memahami langkah-langkah menghitung mean, selisih setiap data dengan rata-rata, kuadrat selisih, varian, hingga simpangan baku. Artikel ini akan membahas pengertian, rumus, perbedaan, serta beberapa contoh soal simpangan baku dan varian data tunggal lengkap dengan cara mengerjakannya secara bertahap. Apa Itu Varian? Varian adalah ukuran statistik yang digunakan untuk mengetahui tingkat penyebaran data terhadap nilai rata-ratanya. Varian dihitung dengan mencari rata-rata dari kuadrat selisih setiap data terhadap mean. Dalam data tunggal, terdapat dua jenis rumus varian yang umum digunakan, yaitu varian populasi dan varian sampel. Untuk populasi, rumusnya adalah: σ² = Σ(xᵢ − μ)² / N Keterangan: σ² = varian populasi xᵢ = nilai setiap data μ = rata-rata populasi N = banyak data Σ = jumlah keseluruhan Sementara itu, untuk sampel, rumus varian adalah: s² = Σ(xᵢ − x̄)² / (n − 1) Keterangan: s² = varian sampel xᵢ = nilai setiap data x̄ = rata-rata sampel n = banyak data Dalam soal matematika sekolah, apabila soal menyebutkan sekumpulan data sebagai keseluruhan data yang sedang dianalisis, biasanya digunakan rumus varian populasi. Apa Itu Simpangan Baku? Simpangan baku atau standard deviation adalah akar kuadrat dari varian. Simpangan baku digunakan untuk mengetahui seberapa jauh penyebaran data dari nilai rata-ratanya. Rumus simpangan baku populasi adalah: σ = √[Σ(xᵢ − μ)² / N] Sedangkan untuk sampel: s = √[Σ(xᵢ − x̄)² / (n − 1)] Karena simpangan baku merupakan akar dari varian, keduanya memiliki hubungan yang sangat erat. Jika diketahui: Varian = 16 maka: Simpangan baku = √16 = 4 Jadi, semakin besar nilai varian, biasanya semakin besar pula simpangan bakunya. Perbedaan Varian dan Simpangan Baku Meskipun saling berkaitan, varian dan simpangan baku bukanlah hal yang sama. Varian merupakan rata-rata kuadrat penyimpangan data dari mean. Sementara itu, simpangan baku merupakan akar kuadrat dari varian. Contohnya, jika suatu kumpulan data memiliki varian sebesar 25, maka simpangan bakunya adalah: √25 = 5 Perbedaan lainnya terletak pada satuan. Varian menggunakan satuan yang dikuadratkan, sedangkan simpangan baku memiliki satuan yang sama dengan data aslinya. Karena alasan tersebut, simpangan baku sering kali lebih mudah digunakan untuk menginterpretasikan penyebaran data. Langkah-Langkah Menghitung Varian dan Simpangan Baku Data Tunggal Untuk menyelesaikan soal, terdapat beberapa langkah yang dapat dilakukan. 1. Hitung nilai rata-rata Jumlahkan seluruh data, kemudian bagi dengan banyaknya data. Mean = jumlah seluruh data / banyak data 2. Hitung selisih setiap data dengan mean Setiap nilai data dikurangi dengan rata-rata. xᵢ − x̄ 3. Kuadratkan setiap selisih Hasil pengurangan tadi kemudian dikuadratkan. (xᵢ − x̄)² 4. Jumlahkan seluruh kuadrat selisih Setelah semua data dihitung, jumlahkan hasil kuadrat tersebut. Σ(xᵢ − x̄)² 5. Hitung varian Untuk populasi, jumlah kuadrat selisih dibagi dengan banyak data. 6. Hitung simpangan baku Simpangan baku diperoleh dengan mencari akar kuadrat dari varian. Contoh Soal 1: Menghitung Varian Data Tunggal Soal: Diketahui data nilai ulangan matematika lima siswa sebagai berikut: 6, 7, 8, 9, 10 Tentukan nilai varian dari data tersebut! Pembahasan Langkah pertama adalah menghitung rata-rata. Jumlah data: 6 + 7 + 8 + 9 + 10 = 40 Banyak data: n = 5 Maka: Mean = 40 / 5 = 8 Selanjutnya, hitung selisih setiap data dengan rata-rata. Data (x) x − mean (x − mean)² 6 -2 4 7 -1 1 8 0 0 9 1 1 10 2 4 Jumlah 0 10 Jumlah kuadrat selisih adalah: Σ(x − x̄)² = 10 Karena data tersebut dianggap sebagai populasi, maka: Varian = 10 / 5 Varian = 2 Jadi, varian data tersebut adalah 2. Contoh Soal 2: Menghitung Simpangan Baku Data Tunggal Soal: Tentukan simpangan baku dari data berikut: 5, 6, 7, 8, 9 Pembahasan Pertama, tentukan rata-rata. Jumlah data: 5 + 6 + 7 + 8 + 9 = 35 Banyak data: 5 Maka: Mean = 35 / 5 = 7 Selanjutnya, buat tabel perhitungan. Data x − mean (x − mean)² 5 -2 4 6 -1 1 7 0 0 8 1 1 9 2 4 Jumlah 0 10 Varian: σ² = 10 / 5 = 2 Simpangan baku: σ = √2 Jadi, simpangan bakunya adalah: √2 ≈ 1,41 Dengan demikian, simpangan baku data tersebut sekitar 1,41. Contoh Soal 3: Varian dan Simpangan Baku Sekaligus Soal: Diketahui data tinggi tanaman dalam satu kelompok adalah: 10, 12, 14, 16, 18 Tentukan: Mean Varian Simpangan baku Pembahasan Langkah 1: Menghitung Mean Jumlah seluruh data: 10 + 12 + 14 + 16 + 18 = 70 Banyak data: 5 Maka: Mean = 70 / 5 = 14 Langkah 2: Menghitung Kuadrat Selisih Data x − 14 (x − 14)² 10 -4 16 12 -2 4 14 0 0 16 2 4 18 4 16 Jumlah 0 40 Langkah 3: Menghitung Varian Karena terdapat lima data: σ² = 40 / 5 σ² = 8 Jadi, variannya adalah 8. Langkah 4: Menghitung Simpangan Baku Simpangan baku merupakan akar dari varian. σ = √8 Karena: √8 = √(4 × 2) maka: σ = 2√2 Jika dibulatkan: σ ≈ 2,83 Jadi, hasil akhirnya adalah: Mean = 14 Varian = 8 Simpangan baku ≈ 2,83 Contoh Soal 4: Data dengan Nilai yang Lebih Bervariasi Soal: Perhatikan data berikut: 4, 6, 8, 10, 12, 14 Hitunglah varian dan simpangan bakunya! Pembahasan Jumlah data: 4 + 6 + 8 + 10 + 12 + 14 = 54 Banyak data: 6 Mean: 54 / 6 = 9 Selanjutnya: Data x − 9 (x − 9)² 4 -5 25 6 -3 9 8 -1 1 10 1 1 12 3 9 14 5 25 Jumlah 0 70 Maka varian: σ² = 70 / 6 σ² = 11,67 Kemudian simpangan baku: σ = √11,67 σ ≈ 3,42 Jadi, varian data adalah sekitar 11,67, sedangkan simpangan bakunya sekitar 3,42. Contoh Soal 5: Menghitung Simpangan Baku dari Data Nilai Siswa Soal: Nilai lima siswa dalam sebuah tes adalah: 70, 75, 80, 85, 90 Tentukan varian dan simpangan bakunya! Pembahasan Pertama, hitung rata-rata: Mean = (70 + 75 + 80 + 85 + 90) / 5 Mean = 400 / 5 Mean = 80 Kemudian hitung kuadrat selisih setiap data. Nilai Selisih dari Mean Kuadrat Selisih 70 -10 100 75 -5 25 80 0 0 85 5 25 90 10 100 Jumlah 0 250 Varian: σ² = 250 / 5 σ² = 50 Simpangan baku: σ = √50 σ = 5√2 σ ≈ 7,07 Jadi, varian data adalah 50 dan simpangan bakunya sekitar 7,07. Contoh Soal 6: Menentukan Varian Jika Simpangan Baku Diketahui Soal: Sebuah kumpulan data memiliki simpangan baku sebesar 6. Tentukan nilai variannya! Pembahasan Hubungan antara varian dan simpangan baku adalah: Simpangan baku = √Varian Karena simpangan baku diketahui sebesar 6, maka: Varian = 6² Varian = 36 Jadi, nilai variannya adalah 36. Soal seperti ini relatif lebih mudah karena tidak perlu menghitung mean dan penyimpangan masing-masing data. Contoh Soal 7: Membandingkan Penyebaran Dua Data Soal: Diketahui dua kelompok data berikut. Kelompok A: 7, 8, 9, 10, 11 Kelompok B: 3, 6, 9, 12, 15 Kelompok manakah yang memiliki penyebaran data lebih besar berdasarkan simpangan baku? Pembahasan Kedua kelompok memiliki mean yang sama. Kelompok A: Mean = 9 Kuadrat selisih: 4 + 1 + 0 + 1 + 4 = 10 Varian: 10 / 5 = 2 Simpangan baku: √2 ≈ 1,41 Untuk Kelompok B: Mean = 9 Kuadrat selisih: 36 + 9 + 0 + 9 + 36 = 90 Varian: 90 / 5 = 18 Simpangan baku: √18 ≈ 4,24 Dari hasil tersebut, terlihat bahwa kedua kelompok memiliki rata-rata yang sama, tetapi penyebarannya berbeda. Kelompok A memiliki simpangan baku sekitar 1,41, sedangkan Kelompok B sekitar 4,24. Artinya, nilai-nilai pada Kelompok B tersebar lebih jauh dari rata-ratanya dibandingkan Kelompok A. Tips Cepat Mengerjakan Soal Simpangan Baku dan Varian Agar tidak mudah salah ketika mengerjakan soal, ada beberapa hal yang perlu diperhatikan. 1. Jangan langsung menggunakan rumus simpangan baku Pastikan nilai rata-rata sudah benar terlebih dahulu. Kesalahan pada mean akan memengaruhi seluruh perhitungan berikutnya. 2. Perhatikan tanda negatif Ketika menghitung selisih data dengan mean, hasilnya bisa negatif. Namun, setelah dikuadratkan, hasilnya selalu positif. Misalnya: (6 − 8)² = (-2)² = 4 Bukan -4. 3. Bedakan varian dengan simpangan baku Varian dan simpangan baku memiliki hubungan, tetapi nilainya berbeda. Jika varian = 9, maka: Simpangan baku = √9 = 3 4. Perhatikan apakah data merupakan populasi atau sampel Jika soal meminta varian atau simpangan baku populasi, pembaginya adalah N. Jika soal meminta ukuran sampel dengan rumus sampel, pembaginya adalah n − 1. 5. Gunakan tabel untuk mengurangi kesalahan Untuk data yang cukup banyak, tabel dengan kolom data, selisih dari mean, dan kuadrat selisih akan membuat proses perhitungan lebih teratur. Kesalahan yang Sering Terjadi Ada beberapa kesalahan yang sering dilakukan saat mengerjakan soal simpangan baku dan varian. Pertama, salah menghitung mean. Karena mean menjadi dasar untuk mencari penyimpangan, kesalahan kecil pada tahap ini dapat membuat hasil akhir salah. Kedua, lupa mengkuadratkan selisih. Varian menggunakan kuadrat dari selisih data dengan rata-rata, bukan selisih biasa. Ketiga, salah menentukan pembagi. Untuk populasi digunakan N, sedangkan pada rumus sampel digunakan n − 1. Keempat, menganggap varian sama dengan simpangan baku. Padahal, simpangan baku adalah akar kuadrat dari varian. Kelima, terburu-buru melakukan pembulatan. Sebaiknya gunakan nilai yang lebih presisi selama proses perhitungan dan lakukan pembulatan pada hasil akhir. Kesimpulan Simpangan baku dan varian data tunggal merupakan ukuran yang digunakan untuk mengetahui tingkat penyebaran suatu kumpulan data terhadap nilai rata-ratanya. Varian diperoleh dengan menghitung rata-rata kuadrat selisih setiap data terhadap mean, sedangkan simpangan baku diperoleh dengan mengambil akar kuadrat dari varian. Untuk mengerjakan soal, langkah yang paling aman adalah menghitung mean terlebih dahulu, kemudian mencari selisih setiap data dengan mean, mengkuadratkan selisih tersebut, menjumlahkannya, dan membaginya sesuai jenis data yang digunakan. Setelah mendapatkan varian, simpangan baku dapat diperoleh dengan cara mengambil akar kuadratnya. Dengan memahami alur tersebut, berbagai contoh soal simpangan baku dan varian data tunggal dapat dikerjakan secara lebih mudah dan sistematis. Kunci utamanya bukan hanya menghafal rumus, tetapi memahami hubungan antara rata-rata, penyebaran data, varian, dan simpangan baku.](https://daftarsekolah.spmb.teknokrat.ac.id/wp-content/uploads/2026/09/Gemini_Generated_Image_stezgqstezgqstez.jpeg)


Post Comment