Penerapan Model Exponential Smoothing berbasis Metode Evolutionary pada Kasus COVID-19 dan DBD di Bojonegoro

Latar Belakang: COVID-19 menjadi perhatian utama di Bojonegoro karena kasus terinfeksi meningkat sampai akhir tahun 2020. Selain itu, wabah demam berdarah dengue (DBD) juga perlu diantisipasi di musim penghujan agar tidak meningkat bersamaan dengan wabah COVID-19.Tujuan: Mengembangkan model exponential smoothing berbasis metode evolutionary untuk meramalkan banyaknya kasus terinfeksi COVID-19 dan DBD di Bojonegoro.Metode: Penelitian diawali dengan pembuatan aplikasi peramalan model exponential smoothing dengan metode evolutionary dan pemrograman Visual Basic yang dikembangkan di Excel dan Solver. Koefisien-koefisien model dioptimasi secara iteratif dengan metode evolutionary dan metode generalized reduced gradient. Model tersebut dievaluasi kinerjanya dengan nilai mean absolute percentage error (MAPE), mean absolute deviation (MAD), dan mean squared error (MSE). Sumber data penelitian menggunakan data sekunder dari Dinas Kesehatan Bojonegoro yang berisi data harian kasus terinfeksi COVID-19 dan data bulanan kasus DBD.Hasil: Model double exponential smoothing berbasis metode generalized reduced gradientmenghasilkan kesalahan model peramalan yang lebih kecil untuk nilai MAPE, MAD, dan MSE. Hasil peramalan menunjukkan bahwapeningkatan terjadi pada periode ke depan untuk kasus terinfeksi COVID-19 yang lebih besar dibandingkan DBD.Kesimpulan: Aplikasi peramalan model exponential smoothing dapat menjadi altenatif dalam meramalkan banyaknya kasus terinfeksi COVID-19 dan DBD di Bojonegoro.