Efektivitas Metode Exponential Smoothing untuk Prediksi Data Runtun Waktu Pola Tren dan Non-musiman (Studi Kasus Cakupan Vaksinasi Covid-19): Efektivitas Metode Exponential Smoothing untuk Prediksi Data Runtun Waktu Pola Tren dan Non-musiman (Studi Kasus Cakupan Vaksinasi Covid-19)

Purpose of this research is effectiveness the exponential smoothing for predict the time series data which has trend and non-seasonal characteristic. In this research using data case vaccinate of covid-19 1st, 2nd, 3rd and 4th. The advantage of this research is we can choose the best method for this type data. The methodology of this research is quantitative, with analyze data method is exponential smoothing (SES, ARRSES, and HOLT’S linear). The result of data analyze is the predict error for four vaccinate data are very close to zero. SES gets 0% to 0,73%, ARRSES gets 0% to 0,66% and Holt’s linear gets 0% to 0,29%. The result of this research can conclude that exponential smoothing method effective for predict the data with trend and non-seasonal data. Penelitian ini bertujuan untuk melihat efektifitas metode exponential smoothing dalam memprediksi data runtun waktu dengan karakter adanya tren dan non-musiman. Adapun kasus yang digunakan dalam penelitian ini adalah dengan menggunakan data kesehatan yaitu cakupan vaksinasi covid-19 yaitu vaksinasi I, II, III dan IV. Manfaat dari penelitian ini adalah diharapkan dapat digunakan sebagai acuan dalam memilih metode yang efektif untuk tipe data yang mempunyai karakteristik tren serta non-musiman. Adapun metodologi penelitian ini adalah penelitian kuantitatif, dengan metode analisa data adalah Exponential Smoothing tipe SES, ARRSES dan Holt's linear. Dari hasil analisa data diperoleh hasil metode SES dalam memprediksi data kesehatan keempat vaksinasi diperoleh nilai error prediksi (MAPE) yang sangat kecil, yaitu dengan metode SES sebesar 0% hingga 0,75%, ARRSES sebesar 0% hingga 0,66% dan Holt's linear sebesar 0% hingga 0,29%