PERBANDINGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN DOUBLE EXPONENTIAL SMOOTHING DALAM MERAMALKAN JUMLAH MIGRASI NETO DENGAN SAMPEL KECIL

Peramalan merupakan suatu kegiatan untuk memprediksi apa yang akan terjadi di masa yang akan datang. Penelitian ini bertujuan untuk melakukan peramalan dengan membandingan antara metode single exponential smoothing dan double exponential smoothing dari Brown terhadap jumlah migrasi neto di Kota Surabaya dengan sampel kecil. Hasil dari peramalan time series dapat digunakan sebagai pertimbangan untuk menanggulangi berbagai masalah yang akan dihadapi suatu kota yang memilik daya tarik cukup besar terhadap masyarakat di luar kota tersebut. Penelitian ini merupakan penelitian terapan dengan metode penelitian deskriptif yang menggunakan data sekunder. Subjek dalam penelitian ini adalah data jumlah migrasi neto di Kota Surabaya tahun 2009-2016 setiap tahun yang sumber datanya diambil dari Dinas Kependudukan dan Catatan Sipil Kota Surabaya. Hasil yang didapatkan dari penelitian ini antara lain hasil peramalan migrasi neto pada tahun 2017 berdasarkan metode single exponential smoothing (α = 0,2) sebesar 34563 jumlah migrasi neto dan hasil peramalan jumlah migrasi neto pada tahun 2017 berdasarkan metode double exponential smoothing dari Brown (α = 0,05) adalah 28252 . Perbandingan hasil peramalan jumlah migrasi neto dengan data aktual dan ketepatan hasil dari metode single exponential smoothing dan double exponential smoothing berdasarkan nilai dari MAPE (Mean Absolute Percentage Error) adalah 54,63030 metode single exponential smoothing dan 42,64238 pada metode double exponential smoothing. Kesimpulan penelitian ini berdasarkan nilai MAPE terkecil dalam memprediksi jumlah migrasi neto di Kota Surabaya adalah metode double exponential smoothing. Hasil ramalan dapat dijadikan masukan dalam perencanaan program yang berkaitan dengan pengendalian kepadatan penduduk misalnya upaya pencegahan agar laju kepadatan penduduk Kota Surabaya tidak meningkat