BAB 2 URAIAN TEORI. waktu yang akan datang, sedangkan rencana merupakan penentuan apa yang akan

dokumen-dokumen yang mirip
BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 TINJAUAN PUSTAKA. yang akan datang. Peramalan menjadi sangat penting karena penyusunan suatu

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB II TINJAUAN TEORITIS

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB 2 TINJAUAN TEORITIS. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Metode Peramalan merupakan bagian dari ilmu Statistika. Salah satu metode

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

PENERAPAN METODE TRIPLE EXPONENTIAL SMOOTHING UNTUK MENGETAHUI JUMLAH PEMBELI BARANG PADA PERUSAHAAN MEBEL SINAR JEPARA TANJUNGANOM NGANJUK.

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 TINJAUAN TEORI

BAB 1 PENDAHULUAN. Pertumbuhan ekonomi merupakan salah satu ukuran dari hasil pembangunan yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI. Pengangguran atau tuna karya merupakan istilah untuk orang yang tidak mau bekerja

BAB II TINJAUAN PUSTAKA. mempunyai efek menekan atau menghentikan suatu proses biokimia di dalam

Perancangan Sistem Peramalan Penjualan Barang Pada UD Achmad Jaya Dengan Metode Triple Exponential Smoothing

APLIKASI PEMULUSAN EKSPONENSIAL DARI BROWN DAN DARI HOLT UNTUK DATA YANG MEMUAT TREND

BAB III METODE DEKOMPOSISI CENSUS II. Data deret waktu adalah data yang dikumpulkan dari waktu ke waktu

Jurusan Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Jember ABSTRAK

LANDASAN TEORI. Untuk membantu tercapainya suatu keputusan yang efisien, diperlukan adanya

SISTEM PREDIKSI PENJUALAN GAMIS TOKO QITAZ MENGGUNAKAN METODE SINGLE EXPONENTIAL SMOOTHING. Oleh: Salman Alfarisi

SISTEM INFORMASI PERAMALAN STOK BARANG DI CV. ANNORA ASIA MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING

Perbandingan Metode Winter Eksponensial Smoothing dan Metode Event Based untuk Menentukan Penjualan Produk Terbaik di Perusahaan X

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENENTUAN KONSTANTA PEMULUSAN YANG MEMINIMALKAN MAPE DAN MAD MENGGUNAKAN DATA SEKUNDER BEA DAN CUKAI KPPBC TMP C CILACAP

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 2 LANDASAN TEORI

PROYEKSI BISNIS. Dadad Zainal, S.E., M.Kom Fakultas Ekonomi Universitas Wiyana Mukti

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 2 LANDASAN TEORI

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB II LANDASAN TEORI

BAB 2 DASAR TEORI. Studi mengenai aspek teknis dan produksi ini sifatnya sangat strategis, sebab

BAB 2 LANDASAN TEORI

APLIKASI METODE DOUBLE EXPONENTIAL SMOOTHING BROWN DAN HOLT UNTUK MERAMALKAN TOTAL PENDAPATAN BEA DAN CUKAI

BAB 3 LANDASAN TEORI

Jurnal EKSPONENSIAL Volume 5, Nomor 2, Nopember 2014 ISSN

Minggu 4 RATA-RATA BERGERAK DAN EXPONENTIAL SMOOTHING. Peramalan Data Time Series

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 5 HASIL DAN PEMBAHASAN. Disini tujuan akhir yang ingin dicapai penulis adalah pembuatan suatu aplikasi

Bab 2 Landasan Teori

III. METODE PENELITIAN

Exponential smoothing

BAB 2 LANDASAN TEORI

Jurnal Edik Informatika. Peramalan Kebutuhan Manajemen Logistik Pada Usaha Depot Air Minum Isi Ulang Al-Fitrah

APLIKASI PERAMALAN PENENTUAN JUMLAH PERMINTAAN KONSUMEN TERHADAP PRODUK BORDIR PADA KOTA TASIKMALAYA

Bab II LANDASAN TEORI

IV METODE PENELITIAN

BAB III METODE PENELITIAN

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

(T.6) PENDEKATAN INDEKS SIKLUS PADA METODE DEKOMPOSISI MULTIPLIKATIF

Sekilas Pandang. Modul 1 PENDAHULUAN

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(64-69)

IV. METODE PENELITIAN

BAB 4 ANALISIS DAN PEMBAHASAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PROYEKSI TINGKAT PRODUKSI KETERSEDIAAN JAGUNG PROPINSI SUMATERA UTARA TUGAS AKHIR ENDANG SUSANTI PURBA

Bab 2 Tinjauan Pustaka 2.1 Penelitian Sebelumnya

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. Dalam pembicaraan sehari-hari, bank dikenal sebagai lembaga keuangan yang

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB 3 LANDASAN TEORI. peramalan, jenis-jenis peramalan, langkah-langkah peramalan, pemilihan teknik dan

III. METODE PENELITIAN

BAB 4 METODOLOGI PENELITIAN

SISTEM PERAMALAN MENGGUNAKAN METODE TRIPLE EXPONENTIAL SMOTHING UNTUK STOK BAHAN SPARE PART MOTOR DI GARUDA MOTOR JAJAG

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

III. METODE PENELITIAN. Konsep dasar dan definisi operasional merupakan pengertian dan petunjuk yang

III. METODE PENELITIAN

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

PERAMALAN PERMINTAAN GREEN TEA PE PT HPS DENGAN METODE TIME SERIES

PERAMALAN TINGKAT KEBUTUHAN BERAS PADA TAHUN 2008 DI KABUPATEN TAPANULI SELATAN SAMIRA SIREGAR

BAB IX TEKNIK PERAMALAN

III. KERANGKA PEMIKIRAN

Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : ; e-issn :

BAB 3 LANDASAN TEORI. 3.1 Pengertian dan Kegunaan Peramalan (Forecasting)

III KERANGKA PEMIKIRAN

IV. METODE PENELITIAN

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

IV. METODE PENELITIAN

KOMPARASI METODE PERAMALAN AUTOMATIC CLUSTERING TECHNIQUE AND FUZZY LOGICAL RELATIONSHIPS DENGAN SINGLE EXPONENTIAL SMOOTHING

Pemulusan Eksponensial dengan Metode Holt Winter Additive Damped

III. METODE PENELITIAN. Industri pengolahan adalah suatu kegiatan ekonomi yang melakukan kegiatan

PENGGUNAAN METODE AUTO REGRESI, AUTO KORELASI SERTA METODE EXPONENTIAL SMOOTHING DENGAN APLIKASI MICROSOFT VISUAL BASIC 6.0 DALAM

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Dalam pelaksanaan pembangunan saat ini, ilmu statistik memegang peranan penting

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

Peramalan Penjualan Sepeda Motor di Jawa Timur dengan Menggunakan Model Dinamis

III. METODE PENELITIAN. Usahatani belimbing karangsari adalah kegiatan menanam dan mengelola. utama penerimaan usaha yang dilakukan oleh petani.

PEMODELAN PRODUKSI SEKTOR PERTANIAN

III METODE PENELITIAN

BAB III ANALISIS INTERVENSI. Analisis intervensi dimaksudkan untuk penentuan jenis respons variabel

BAB 2 LANDASAN TEORI

Analisis Model dan Contoh Numerik

BAB 2 LANDASAN TEORI

Transkripsi:

BAB 2 URAIAN EORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan memperkirakan aau memprediksi apa yang erjadi pada waku yang akan daang, sedangkan rencana merupakan penenuan apa yang akan dilakukan pada waku yang akan daang. Peramalan menjadi sanga pening karena penyusunan suau rencana dianaranya didasarkan pada suau proyeksi aau Peramalan. Peramalan adalah suau unuk memperkirakan keadaan dimasa yang akan daang melalui pengujian keadaan dimasa lalu. Dalam kehidupan sosial segala sesuau iu serba idak pasi, sukar diperkirakan secara epa. Dalam hal ini perlu diadakan peramalan. Peramalan yang dibua selalu diupayakan agar dapa meminimumkan pengaruh keidak pasian ini erhadap sebuah permasalahan. Dengan kaa lain peramalan berujuan mendapakan peramalan yang bisa meminimumkan kesalahan meramal (foreca error) yang biasanya diukur dengan mean square error, mean absolue error, dan sebagainya.

Kegunaan peramalan erliha pada saa pengambilan kepuusan. Kepuusan yang baik adalah kepuusan yang didasarkan aas perimbangan perimbangan yang akan erjadi pada waku kepuusan iu dilaksanakan. Keberhasilan dari suau peramalan sanga dienukan oleh: a. Pengeahuan eknik enang pengumpulan informasi (daa) masa lalu, daa aaupun informasi ersebu bersifa kuaniaif b. eknik dan meode yang eap dan sesuai dengan pola daa yang elah dikumpulkan. Gambaran perkembangan pada masa lalu yang akan daang diperoleh dari hasil analisa daa yang didapa dari peneliian yang elah dilakukan. Perkembangan pada masa depan merupakan perkiraan apa yang akan erjadi, sehingga dapa dikaakan bahwa peramalan selalu diperlukan didalam peneliian. Keepaan peneliian merupakan hal yang pening, walaupun demikian perlu dikeahui bahwa sesuau ramalan selalu ada unsur kesalahannya, sehingga yang perlu diperhaikan adalah usaha unuk memperkecil kesalahan dari ramalan ersebu. 2.2 Jenis- Jenis Peramalan Berdasarkan sifanya, peramalan dibedakan aas dua macam yaiu: a. Peramalan kualiaif Peramalan kualiaif adalah peramalan yang didasarkan aas daa kualiaif pada masa lalu. Hasil peramalan yang dibua sanga berganung pada orang yang menyusunnya.

Hal ini pening karena hasil peramalan ersebu dienukan berdasarkan pemikiran yang insuisi, pendapa dan pengeahuan sera pengalaman penyusunnya. b. Peramalan Kuaniaif Peramalan kuaniaif adalah peramalan yang didasarkan aas daa kuaniaif masa lalu. Hasil peramalan yang dibua sanga berganung pada meode yang dipergunakan dalam peramalan ersebu. Baik idaknya meode yang digunakan erganung dengan perbedaan aau penyimpangan anara hasil ramalan dengan kenyaaan yang erjadi. Semakin kecil penyimpangan anara hasil ramalan dengan kenyaaan yang akan erjadi maka semakin baik pula meode yang digunakan. Peramalan kuaniaif dapa dierapkan bila erdapa kondisi beriku: a. ersedia informasi (daa) enang masa lalu b. Informasi (daa) ersebu dapa dikuaniaifkan dalam benuk daa numeric c. Dapa diasumsikan bahwa beberapa aspek pola masa lalu akan erus berlanju pada masa yang akan daang. Pada penyusunan ugas Akhir ini, peramalan yang digunakan penulis adalah peramalan kuaniaif.

2.3 Meode Peramalan 2.3.1 Pengerian Meode Peramalan Meode peramalan adalah suau cara memperkirakan aau mengesimasi secara kuaniaif maupun kualiaif apa yang akan erjadi pada masa depan, berdasarkan daa yang relevan pada masa lalu. Kegunaan meode peramalan adalah unuk memperkirakan secara sisemais dan pragmais aas dasar daa yang relevan pada masa lalu. Dengan demikian peramalan diharapkan dapa memberikan objekivias yang lebih besar. Meode peramalan memberikan uruan dan pemecahan aas pendekaan masalah dalam peramalan, sehingga bila digunakan pendekaan yang sama aas permasalahan, maka akan didapa dasar pemikiran dan pemecahan yang argumenasinya sama. 2.3.2 Jenis- Jenis Meode Peramalan Peramalan kuaniaif dibedakan aas : a. Meode peramalan yang didasarkan aas penggunaan analisa pola hubungan anar variabel yang diperkirakan dengan variabel waku yang merupakan dere berkala (ime series). Meode peramalan ermaksuk dalam jenis ini adalah: 1. Meode pemulusan (smoohing) 2. Meode box Jenkins 3. Meode proyeksi rend dengan regresi

b. Meode peramalan yang didasarkan aas penggunaan analisa pola hubungan anar variabel yang diperkirakan dengan variabel lain yang mempengaruhinya, yang bukan wakunya disebu dengan meode korelasi aau sebab akiba (meode causal). Meode peramalan yang ermasuk dalam jenis ini adalah: 1. Meode Regresi dan Korelasi 2. Meode Ekonomeri 3. Meode Inpu Oupu 2.3.3 Meode Pemulusan (Smoohing) Meode Pemulusan (Smoohing) adalah meode peramalan dengan mengadakan penghalusan aau pemulusan erhadap daa masa lalu yaiu dengan mengambil raaraa dari nilai pada beberapa periode unuk menaksir nilai pada suau periode. Smoohing dilakukan dengan dua cara yaiu Moving Average aau Exponenial Smoohing. 1. Forecasing dengan meode Moving Average (Raa-raa bergerak) Dengan moving averages (raa-raa bergerak) ini dilakukan peramalan dengan mengambil sekelompok nilai pengamaan, mencari raa-raanya, lalu menggunakan raa-raa ersebu sebagai ramalan unuk periode berikunya. Isilah raa-raa bergerak digunakan, karena seiap kali daa observasi baru ersedia, maka angka raa-raa yang baru dihiung dan dipergunakan sebagi ramalan.

a. Raa raa Bergerak unggal (Single Moving Averages) Meneukan ramalan dengan meode single moving averages cukup mudah dilakukan. Bila akan menerapkan 4 bulan raa-raa bergerak maka maka ramalan pada bulan Mei dihiung sebesar raa-raa dari 4 bulan sebelumnya, yaiu bulan Januari, Februari, Mare, April. Persamaan Maemais dari eknik ini adalah : F +1 = 1 + 2 +... + Keerangan : F +1 : Ramalan unuk periode ke + 1 : Nilai riil periode ke : jangka waku raa-raa bergerak. Karakerisik Khusus Single Moving Averages Meode single moving average memiliki karakerisik khusus, yaiu: a) Unuk menenukan ramalan pada periode yang akan daang memerlukan daa hisoris selam jangka waku erenu. b) Semakin panjang jangka waku moving averages, efek pelicinan semakin erliha dalam ramalan aau menghasilkan moving average yang semakin halus. Arinya pada moving averages yang jangka wakunya lebih panjang, perbedaan ramalan erkecil dengan ramalan erbesar menjadi lebih kecil..

Menghiung Kesalahan Ramalan Hasil proyeksi yang akura adalah forecas yang bisa meminimalkan kesalahan meramal (forecas error). Besarnya forecas error dihiung dengan mengurangi daa riil dengan besarnya ramalan. Error (E) = - F Keerangan : = daa riil periode ke- F = ramalan periode ke- Dalam menghiung forecas error digunakan. a) Mean Absolue Error Mean Absolue Error adalah raa-raa absolue dari kesalahan meramal, anpa menghiraukan anda posiif maupun negaif. MAE = n F 2 b) Mean Squared Error Mean Squared Error adalah kuadra raa-raa kesalahan meramal. MSE = ( F ) n 2 Meode ini mudah menghiungnya dan sederhana, eapi mempunyai kelemahankelemahan anara lain : (1) perlu daa hisories yang cukup, (2) daa iap periode diberi weigh (bobo) sama,

(3) kalau flukuasi daa idak random, idak menghasilkan forecasing yang baik. (Pangsu Subagyo, 1986:11). c) Mean Absolue Percenage Error (MAPE) Mean Absolue Percenage Error merupakan nilai engah kesalahan persenase absolue dari suau peramalan. MAPE = APE n d) Percenage Error (PE) Percenage Error merupakan Kesalahan persenase dari suau peramalan, F PE = x100 dimana : x =nilai daa ke periode ke- f = nilai ramalan periode ke- n =banyaknya daa 2) Raa raa Bergerak Ganda (Double Moving Averages) Menenukan ramalan dengan meode double moving averages sediki lebih suli dibandingkan dengan single moving averages. Ada beberapa langkah dalam

menenukan ramalan dengan meode double moving averages, anara lain sebagai beriku. a) Menghiung moving average/ raa-raa bergerak perama, diberi simbol S, dihiung dari daa hisoris yang ada. Hasilnya dileakkan pada periode erakhir moving average perama. b) Menghiung moving average/raa-raa bergerak kedua, diberi simbol S, dihiung dari raa-raa bergerak kedua. Hasilnya dileakkan pada periode erakhir moving average kedua. c) Menenukan besarnya nilai α (Konsana) α = S + (S S ) = 2S S d) Menenukan besarnya nilai b (slope) 2 ' " b = ( ) S S N 1 e) Menenukan besarnya forecas F +m = α + b m, m adalah jangka waku forecas kedepan. (Indriyo dan Najmudin,2000:13). b. Forecasing dengan meode Exponenial Smoohing Meode exponenial smoohing merupakan pengembangan dari meode moving averages. Dalam meode ini peramalan dilakukan dengan mengulang perhiungan secara erus menerus dengan menggunakan daa erbaru. Seiap daa diberi bobo, daa yang lebih baru diberi bobo yang lebih besar. Dua meode dalan exponenial smoohing dianaranya single exponenial smoohing dan double exponenial smoohing.

1. Single Exponenial Smoohing Meode ini adalah pengembangan dari meode moving average (MA) menggunakan rumus sebagai beriku: F +1 = 1 + 2 +... + Keerangan : F +1 : Ramalan unuk periode ke + 1 : Nilai riil periode ke : jangka waku raa-raa bergerak. Meode moving average memang mudah menghiungnya akan eapi meode ini memberikan bobo yang sama pada seiap daa. Unuk mengaasi hal ini maka digunakan meode single exponenial smoohing. Pada meode single exponenial smoohing bobo yang diberikan pada daa yang ada adalah sebesar α unuk daa yang erbaru, α(1-α) unuk daa yang lama, α(1-α) 2 unuk daa yang lebih lama, dan seerusnya. Besarnya α adalah anara 0 dan 1. Semakin mendekai 1 berari daa erbaru lebih diperhaikan. Secara maemais besarnya Peramalan adalah: F +1 = α + (1 α) F F +1 : Ramalan unuk periode ke +1 : Nilai riil periode ke F : Ramalan unuk periode ke

Dari persamaan di aas besarnya peramalan periode yang akan daang dijelaskan sebagai beriku: F +1 = α + (1-α) F F +1 = α + F - α F F +1 = F + α ( F ) Secara sederhana F +1 = F + α (e ) Dimana e adalah kesalahan ramalan (nilai sebenarnya dikurangi ramalan) unuk periode. Dengan demikian dapa dikaakan bahwa peramalan pada periode yang akan daang adalah ramalan sebelumnya diambah α (alpha) dikalikan dengan kesalahan ramalan periode sebelumnya. Dalam melakukan peramalan dengan menggunakan meode single exponenial smoohing (SES), besarnya α (alpha) dienukan secara rial dan error sampai dikeemukan α (alpha) yang menghasilkan forecas error erkecil. Meode ini lebih cocok digunakan unuk meramal daa-daa yang flukuaif secara random (idak eraur). 2) Double Exponenial Smoohing Pada meode ini proses penenuan ramalan dimulai dengan menenukan besarnya alpha secara rial dan error. Sedangkan ahap-ahap dalam menenukan ramalan adalah sebagai beriku.

a) Menenukan Smoohing perama (S ) S = α + (1- α) S -1, b) Menenukan Smoohing kedua (S ) S = α S + (1- α) S -1, c) Menenukan besarnya konsana (α ) α = S + (S S ) = 2S S d) Menenukan besarnya slope (b ) α ' " b = ( S ) 1 α S e) Menenukan besarnya forecas (F +m ) F +m = α + b m, Dimana m adalah jumlah periode kemuka yang diramalkan. Meode double exponenial smoohing ini biasanya lebih epa unuk meramalkan daa yang mengalami rend kenaikan. (Pangesu Subagyo, 1986:25). 2.4 Produk Domesik Regional Bruo Unuk menghiung aaupun mengelola pendapaan Produk Domesik Regional Bruo (PDRB) pada suau kabupaen aau koamadya erlebih dahulu perlu dimengeri beberapa konsep dan defenisi dari unsur- unsur pokok sebagai beriku:

a. Oupu Yang dimaksud dengan oupu adalah nilai barang aau jasa yang dihasilkan dalam suau periode erenu, biasanya sau ahun. Jenis oupu ada iga macam, yaiu: 1. Oupu Uama ( Oupu menjadi uama produksi) 2. Oupu Sampingan, dan bukan menjadi ujuan uama produksi 3. Oupu ikuan, yaiu oupu yang erjadi bersama- sama aau idak dapa dihindarkan dengan oupu uamanya. b. Biaya anara Biaya anara adalah barang - barang idak ahan lama dan jasa- jasa yang digunakan aau habis dalam proses produksi. Barang- barang yang ahan lama yang pada umumnya lebih dari sau ahun, dan idak habis dalam proses produksi idak ermasuk sebagai biaya anara dan disebu sebagai barang modal. c. Nilai engah 1. Nilai ambah Bruo Merupakan selisih anara oupu dan biaya anara. Dengan kaa lain merupakan produk dari proses produksi. 2. Nilai ambah Neo Nilai ambah Neo adalah apabila suau penyusuan dikeluarkan nilai ambah bruo, maka akan diperoleh Nilai ambah Neo.

Pengerian produk Domesik Regional Bruo ( PDRB) adalah keseluruhan produk dari hasil proses produksi dari sekor maupun sub sekor (lapangan usaha) dari wilayah aaupun daerah. Sekor sekor (Lapangan Usaha) ersebu erdiri dari: 1. Sekor Peranian 2. Sekor perambangan dan penggalian 3. Sekor indusri pengolahan 4. Sekor Lisrik, gas dan air bersih 5. Sekor bangunan 6. Sekor perdagangan, hoel, dan resoran 7. Sekor pengangkuan dan Komunikasi 8. Sekor keuangan, persewaan, dan jasa perusahaan 9. Sekor jasa- jasa Namun penulis hanya membaasi peramalan Produk Domesik Regional Bruo (PDRB) aas sekor peranian. Sekor peranian mencakup segala pengusahaan yang didapa dari alam dan merupakan barang- barang biologis aau hidup, dimana hasilnya akan digunakan unuk memenuhi hidup sendiri aau dijual kepada pihak lain, sekor peranian ini erdiri dari sub sekor yaiu anaman bahan makanan, anaman peranian, peernakan, kehuanan dan perkebunan sera perikanan. Produk Domesik Regional Bruo adalah Ukuran ingka kesejaheraan suau daerah yang merupakan jumlah nilai ambah yang dihasilkan oleh iap sekor iap ahunnya, dan juga Suau ala ukur yang dapa menggambarkan ingka keberhasilan pembangunan.