Time series analysis and forecasting of unemployment in Purbalingga Regency using Brown’s double exponential smoothing: An accuracy-based evaluation

Dian Pratama; Chandra Sari Widyaningrum; Priska Sari Dewi

doi:10.66256/permata.v2i1.43

Penulis

Dian Pratama Universitas Nahdlatul Ulama Purwokerto Penulis
Chandra Sari Widyaningrum Universitas Nahdlatul Ulama Purwokerto Penulis
Priska Sari Dewi Universitas Nahdlatul Ulama Purwokerto Penulis

DOI:

https://doi.org/10.66256/permata.v2i1.43

Kata Kunci:

Unemployment, Forecasting, Double Exponential Smoothing, Brown Method

Abstrak

Pengangguran tetap menjadi tantangan sosial ekonomi yang terus-menerus di Indonesia, termasuk Kabupaten Purbalingga, Jawa Tengah. Studi ini menganalisis tren pengangguran dan memprediksi jumlah pengangguran di Kabupaten Purbalingga menggunakan pendekatan deret waktu. Data pengangguran tahunan untuk tahun 2010–2024 dari Badan Pusat Statistik (BPS) dimodelkan menggunakan Brown’s Double Exponential Smoothing (DES), yang cocok untuk deret non-musiman dengan tren linier. Parameter penghalusan (α) diuji dari 0,1 hingga 0,9, dan kinerja model dievaluasi menggunakan MAD, MSE, dan MAPE berdasarkan kesalahan yang sesuai dalam sampel selama periode 2010–2024. Hasilnya menunjukkan tren yang berfluktuasi tetapi meningkat, terutama setelah periode COVID-19. Parameter dengan kinerja terbaik adalah α = 0,2, menghasilkan MAD dan MAPE terendah; dalam pengaturan evaluasi ini, MAPE berada di bawah 1%, menunjukkan kesalahan dalam sampel yang rendah. Dengan menggunakan model yang dipilih, pengangguran pada tahun 2025 diperkirakan mencapai sekitar 31.795 orang. Temuan ini menunjukkan bahwa DES Brown dapat memberikan perkiraan dasar yang praktis untuk mendukung kebijakan pasar tenaga kerja berbasis bukti dan perencanaan ekonomi regional, sementara hasilnya harus ditafsirkan dengan hati-hati, mengingat asumsi tren linier dan univariat.

Unduhan

Data unduhan tidak tersedia.

Referensi

[1] Badan Pusat Statistik, “Kabupaten purbalingga dalam angka 2024”, 2024, Accessed: Jan. 14, 2026. [Online]. Available: https://purbalinggakab.bps.go.id/id/publication/2024/02/28/536efeb76f0e327ceaf0c958/kabupaten-purbalingga-dalam-angka-2024.html

[2] Badan Pusat Statistik, “Kabupaten purbalingga dalam angka 2023”, 2023, Accessed: Jan. 14, 2026. [Online]. Available: https://purbalinggakab.bps.go.id/id/publication/2023/02/28/5869f3ccc17f3fc31d2856ca/kabupaten-purbalingga-dalam-angka-2023.html

[3] E. S. Gardner, “Exponential smoothing: The state of the art”, J. Forecast., vol. 4, no. 1, pp. 1–28, Jan. 1985, Accessed: Jan. 14, 2026. [Online]. Available: /doi/pdf/10.1002/for.3980040103

[4] B. Billah, M. L. King, R. D. Snyder, and A. B. Koehler, “Exponential smoothing model selection for forecasting”, Int. J. Forecast., vol. 22, no. 2, pp. 239–247, Apr. 2006, doi: 10.1016/J.IJFORECAST.2005.08.002.

[5] R. Gustriansyah, N. Suhandi, F. Antony, and A. Sanmorino, “Single exponential smoothing method to predict sales multiple products”, J. Phys. Conf. Ser., vol. 1175, no. 1, p. 012036, Mar. 2019, doi: 10.1088/1742-6596/1175/1/012036.

[6] N. L. Marpaung, K. R. Salim, R. Amri, and E. Ervianto, “Application of single exponential smoothing in forecasting number of new students acceptance”, International Journal of Technology and Engineering Studies, vol. 5, pp. 169–182, 2019, doi: 10.20469/ijtes.5.10001-6.

[7] A. Aliniy, Y. P. Pasrun, and A. T. Sumpala, “Prediksi jumlah mahasiswa baru FTI USN Kolaka menggunakan metode single exponential smoothing”, SATESI: Jurnal Sains Teknologi dan Sistem Informasi, vol. 3, no. 1, pp. 20–25, Apr. 2023, doi: 10.54259/SATESI.V3I1.1573.

[8] S. Hansun, “A new approach of Brown’s double exponential smoothing method in time series analysis”, Balkan Journal of Electrical and Computer Engineering, vol. 4, no. 2, pp. 75–78, Sep. 2016, doi: 10.17694/bajece.14351.

[9] S. Hansun and Subanar, “H-WEMA: A new approach of double exponential smoothing method”, TELKOMNIKA (Telecommunication Computing Electronics and Control), vol. 14, no. 2, pp. 772–777, Jun. 2016, doi: 10.12928/TELKOMNIKA.V14I2.3096.

[10] S. Widyantri, D. K. Hakim, E. A. Pambudi, and M. A. Fitriani, “Rainfall forecasting using triple exponential smoothing for rice cultivation in Lamongan, Jawa Timur”, Journal of Soft Computing Exploration, vol. 6, no. 1, pp. 9–16, Mar. 2025, doi: 10.52465/JOSCEX.V6I1.519.

[11] S. Dev, T. Alskaif, M. Hossari, R. Godina, A. Louwen, and W. Van Sark, “Solar irradiance forecasting using triple exponential smoothing”, 2018 International Conference on Smart Energy Systems and Technologies, SEST 2018 - Proceedings, Oct. 2018, doi: 10.1109/SEST.2018.8495816.

[12] R. Nelfi Yolanda, D. Rahmi, A. Kurniati, S. Yuniati, J. H. Pendidikan Matematika Fakultas Tarbiyah dan Keguruan Universitas Islam Negeri Sultan Syarif Kasim Riau Jl Soebrantas NoKm, and T. Karya Kec Tampan Riau, “Penerapan metode triple exponential smoothing dalam peramalan produksi buah nenas di Provinsi Riau”, Jurnal Teknologi dan Manajemen Industri Terapan, vol. 3, no. I, pp. 1–10, Mar. 2024, doi: 10.55826/TMIT.V3II.285.

[13] D. Ulya Rosa, M. Sururil Alan, H. Wulandari, and S. Ramadhan, “Metode exponential smoothing dalam memproyeksikan jumlah penduduk miskin di Nusa Tenggara Barat”, Jurnal Pemikiran dan Penelitian Pendidikan Matematika, vol. 2, no. 1, pp. 42–53, 2019, Accessed: Jan. 14, 2026. [Online]. Available: https://journal.rekarta.co.id/index.php/jp3m/article/view/210

[14] A. Sulaiman and A. Juarna, “Peramalan tingkat pengangguran di Indonesia menggunakan metode time series dengan model ARIMA dan Holt-Winters”, Jurnal Ilmiah Informatika Komputer, vol. 26, no. 1, pp. 13–28, 2021, doi: 10.35760/IK.2021.V26I1.3512.

[15] Z. U. Arifin, J. Herliani, and Hamdani, “Peramalan pengangguran menggunakan metode double exponential smoothing di Provinsi Kalimantan Timur”, in Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi, 2019.

[16] R. J. Hyndman and G. Athanasopoulos, “Forecasting: Principles and practice,” 2018, OTexts. Accessed: Jan. 14, 2026. [Online]. Available: https://research.monash.edu/en/publications/forecasting-principles-and-practice-2/

[17] S. G. , author Makridakis, “Metode dan aplikasi peramalan; Jilid 1”, 1991, Erlangga. Accessed: Jan. 14, 2026. [Online]. Available: https://lib.ui.ac.id

[18] M. I. Hasan, “Pokok-pokok materi statistik 1”, 2002, Accessed: Jan. 14, 2026. [Online]. Available: https://openlibrary.telkomuniversity.ac.id/home/catalog/id/223948/slug/pokok-pokok-materi-statistik-1.html

[19] D. C. Montgomery, C. L. Jennings, and M. Kulahci, “Introduction to Time Series Analysis and Forecasting 3rd Edition”, 2024, Accessed: Jan. 14, 2026. [Online]. Available: https://www.wiley.com/en-us/Introduction+to+Time+Series+Analysis+and+Forecasting%2C+3rd+Edition-p-9781394186709

[20] A. Hajjah and Y. N. Marlim, “Analisis error terhadap peramalan data penjualan”, Techno.com, vol. 20, no. 1, p. 1, Feb. 2021, doi: 10.33633/TC.V20I1.4054.