Produk Domestik Regional Bruto (PDRB) merupakan indikator utama dalam melihat perkembangan ekonomi suatu wilayah. Prediksi nilai PDRB sering menghadapi tantangan karena pola data deret waktu yang fluktuatif serta dipengaruhi oleh berbagai faktor produksi dan kegiatan ekonomi. Penelitian ini bertujuan untuk menganalisis tingkat akurasi model prediksi PDRB sektor pertanian, kehutanan, dan perikanan di Kabupaten Banjar menggunakan metode Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation. Dalam proses pelatihannya, JST melakukan propagasi maju (forward propagation) untuk menghasilkan keluaran prediksi, kemudian memperbaiki bobot melalui propagasi balik (backward propagation) untuk meminimalkan tingkat kesalahan. Data yang digunakan merupakan data deret waktu PDRB Atas Dasar Harga Konstan (ADHK)periode 2010–2022 dengan satu variabel input hasil pembentukan sliding windowdan satu variabel output berupa nilai PDRB tahun berikutnya. Data dinormalisasi menggunakan metode min–max sebelum dibagi menjadi data latih dan data uji. Arsitektur jaringan yang digunakan adalah 6–6–1 dengan fungsi aktivasi sigmoid. Hasil pelatihan dan pengujian model menunjukkan bahwa nilai Mean Absolute Percentage Error (MAPE) yang dihasilkan adalah sebesar 0,5745% dengan tingkat akurasi sebesar 99,4255%. Prediksi periode 2023-2027 menunjukkan tren peningkatan PDRB yang cenderung stabil. Hasil ini menunjukkan bahwa model backpropagation memiliki kemampuan yang sangat baik dalam mempelajari pola historis dan menghasilkan prediksi nilai PDRB sektor pertanian, kehutanan, dan perikanan di Kabupaten Banjar.