PERBANDINGAN METODE HOLT DAN BROWN PADA DOUBLE EXPONENTIAL SMOOTHING (PERAMALAN JUMLAH KEJADIAN TB Paru)

Metode exponential smoothing adalah metode pemulusan kurva distribusi dalam time series. Pada double exponential smoothing datanya mempunyai pola trend metode peramalan yang sebaiknya digunakan adalah metode doubleexponential smoothing Brown dan double exponential smoothing Holt. Kelebihan metode double exponential smoothing Holt dan Brown adalah dapat menggunakan data yang relatif sedikit, parameter yang digunakan lebih sedikit dan mudah dalam pengelolaan data (tidak diperlukan transformasi data jika data non stasioner dan tidak menggunakan analisis autoregresi) dalam meramalkan. Indonesia masih menempati urutan ke 3 di dunia untuk jumlah kasus TB setelah India dan China. Setiap tahun terdapat 250.000 kasus baru TB dan sekitar 140.000 kematian akibat TB. Di Indonesia tuberkulosis adalah pembunuh nomor satu di antara penyakit menular dan merupakan penyebab kematian nomor tiga setelah penyakit jantung dan penyakit pernapasan akut pada seluruh kalangan usia. Penelitian ini bertujuan membandingkan metode Holt dan Brown pada double exponential smoothing yang diaplikasikan untuk meramalkan jumlah kejadian tuberkulosis di Propinsi Jawa Timur dengan melihat Hasil peramalan dari kedua metode Brown dan Holt berdasarkan ketepatan MAPE, MAD dan MSEnya, jika MSE kecil maka hasil ramalan ( forecast) semakin baik. Penelitian ini merupakan penelitian deskriptif, dengan pendekatan waktu cross sectional dan dilihat dari tujuannya merupakan penelitian terapan. Subjek penelitian adalah jumlah pasien TB di Propinsi Jawa Timur dan jumlah pasien berdasarkan waktu dari tahun 2001 sampai 2009 merupakan variabelnya. Analisis datanya menggunakan double exponential smoothing dengan metode holt dan brown. Langkah analisis meliputi Identitas pola , Penentuan nilai parameter pemulusan α dan  untuk metode Holt dan nilai parameter pemulusan α untuk metode brown, Memasukkan nilai persamaan dengan nilai α dan  untuk metode Holt dan nilai α untuk metode brown. Selanjutnya mengunakan nilai MAPE, MSD dan MAD untuk membandingkan hasil analisis antara metode Holt dan Brown . Metode yang tepat adalah metode yang menghasilkan nilai terkecil. Hasil penelitian pada metode holt didapatkan model terbaik dengan nilai α sebesar 0,56 dan γ sebesar 0,10 yang mempunyai MAPE sebesar 13,57, MAD sebesar 125,29 dan MSD sebesar 700826. Sedangkan hasil peramalan dengan metode Brown didapatkan model terbaik dengan α = 0,956 yang mempunyai MAPE sebesar 9,85 MAD sebesar 103,40 dan MSD sebesar 115517,33. Kesimpulan dari penelitian didapatkan bahwa model terbaik untuk peramalan jumlah kejadian TB di propinsi Jawa Timur adalah dengan metode Brown pada α = 0,956. Peramalan (forecast) yang menggunakan double exponential smoothing dengan sesuai didapatkan dari ketepatan kita mengidentifikasi data, untuk data yang mengalami trend secara naik turun bisa menggunakan metode Brown sedangkan untuk data yang secara kontinyu mengalami trend naik atau trend turun bisa menggunakan metode Holt. Metode double exponential smoothing dapat merupakan alternatif yang tepat untuk meramalkan jangka pendek yang efisien bila data teridentifikasi dengan jumlah pengamatan atau titik kurang dari 50, pola data non stasioner dan tidak dipengaruhi musim