Novita Winda Klaudia Pengarang MARIA AGUSTINA KLEDEN Dosen Pembimbing 1 ARIYANTO Dosen Pembimbing 2 Maria Agustina Kleden Ketua Penguji Ariyanto, S.Si, M.Si Penguji 1 Keristina Br Ginting, S.Si, M.Si Penguji 2

Penelitian ini menerapkan metode Exponential Smoothing untuk meramalkan kejadian penyakit Demam Berdarah Dengue (DBD) di Nusa Tenggara Timur (NTT) berdasarkan data historis bulanan periode Januari 2013-Desember 2023. Analisis pola data mengidentifikasi karakteristik fluktuatif dengan tren tidak kontan dan musiman yang jelas, ditandai adanya peningkatan kasus pada awal/akhir tahun ( musim hujan) dan penurunan di pertengahan tahun. Untuk menangkap kompleksitas pola tersebut, dua model di uji: Double Exponetial Smoothing (Holt) dan Triple Exponential Smoothing (Holt-Winters Additive). Evaluasi kinerja menggunakan akurasi Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan Akaike Information Criterion (AIC) menunjukkan bahwa model Holt-Winters Additive lebih unggul (RMSE = 167.77; MAE = 110.71; AIC = 1855.357) dibandingkan model Holt (RMSE =192.22; MAE =131.60; AIC =1879), karena kemampuannya mengakomodasi tiga komponen temporal (level, tren, musiman) secara simultan. Berdasarkan model terbaik ini, diproyeksikan kasus DBD untuk tahun 2024- 2025 dengan pola siklus tahunan serupa: puncak kasus terjadi setiap Januari (374 kasus pada 2024; 153 kasus pada 2025), diikuti tren naik bertahap hingga akhir tahun. Hasil penelitian memberikan dasarilmiah bagi pemerintah daerah dalam menyusun strategi pencegahan berbasis temporal, seperti intensifikasi pengendalian vektor sebelum periode puncak. Untuk penelitian lanjutan, disarankan mengintegrasikan metode machine learning dan variable eksternal (curah hujan, kelembapan) guna menungkatkan akurasi prediksi dan responsivitas terhadap dinamika lingkungan. Kata kunci : Exponential Smoothing, peramalan, Demam Berdarah Dengue, Nusa Tenggara Timur, Double Holt, Holt-Winters, epidemiologi.