b. Rasio Pertumbuhan Wilayah Referensi RPr RPr adalah: perbandingan antara laju petumbuhan pendapatan tenaga
kerja kegiatan i di wilayah referensi dengan laju pertumbuhan total kegiatan PDRB total tenaga kerja wilayah referensi.
2.6.4. Analisis Overlay
Analisis ini mengacu pada analisis overlay Yusuf 1999 dalam Buhana dan Masyhuri 2006, yang merupakan suatu tekhnik yang mengambil sebuah
kesimpulan dengan menggabungkan beberapa hasil analisis. Hasil analisis yang digabungkan yaitu Shift Share, Metode Rasio Pertumbuhan MRP dan Location
Quotient LQ.
2.6.5. Forecasting Peramalan
Peramalan adalah seni dan ilmu untuk memprediksi masa depan. Terdapat beberapa tekhnik peramalan diantaranya: Model runtut waktu, model kualitatif
dan model kausal. Model runtut waktu berusaha untuk memprediksi masa depan dengan menggunakan data historis, dengan kata lain model runtut waktu berusaha
melihat apa yang terjadi pada suatu kurun waktu tertentu dan menggunakan data runtut waktu masa lalu untuk memprediksi. Model kualitatif berupaya
memasukkan faktor-faktor subyektif dalam model peramalan, model semacam ini diharapkan akan sangat bermanfaat apabila data kuantitatif yang akurat sulit
diperoleh. Sedangkan model kausal memasukkan dan menguji variable-variabel yang diduga mempengaruhi variabel dependen, hal ini dipaparkan dalam Gambar
2.2.
Gambar 2.2. Tekhnik Peramalan Render dan Stair 2000 dalam Mukhyi 2008.
Data runtut waktu Time series merupakan data yang dikumpulkan, dicatat atau diobservasi sepanjang waktu secara berurutan. Periode dapat berupa
tahun, kuartal, bulan, minggu dan dalam beberapa kasus hari atau jam. Asusmsi Peramalan Ekstrapolatif
1. Keajegan persistence: Pola yang terjadi di masa lalu tetap terjadi di masa mendatang. Misal: Jika konsumsi energi di masa lalu meningkat, ia akan selalu
meningkat di masa depan. 2. Keteraturan regularity: Variasi di masa lalu akan secara teratur muncul di
masa depan. Misal: Banjir besar di Jakarta terjadi setiap 16 tahun sekali, pola yang sama akan terjadi lagi.
3. Keandalan realiability dan kesahihan validity data yang tersedia. Misal: data tentang gaji bukan merupakan ukuran yang tepat dari pendapatan masyarakat.
Analisii Regresi Metode ARIMA
Rata-rata Bergerak Eksponensial
Proyeksi Trend Metode delphi
Opini Juru Komposit kekuatan
Survei Pasar Tekhnik Peramalan
Model Kualitatif
Model Runtut Waktu
Model Kausal
Peramalan ekstrapolatif adalah peramalan yang berdasarkan pada beberapa bentuk analisis antar waktu time series analysis, yaitu analisis data numerik
yang dihimpun pada beberapa titik waktu dan ditampilkan secara kronologis.
2.7. Kerangka Pemikiran Keterangan :
