Pada 12 Januari 2022, Indonesia memulai program vaksinasi dosis ketiga atau booster yang
bertujuan untuk mengembalikan imunitas yang menurun pada populasi.
Dalam upaya mengetahui jumlah individu yang telah melakukan vaksinasi booster, dapat
dilakukan dengan forecasting menggunakan data waktu (time series). Model Auto
Regressive Integrated Moving Average (ARIMA) dilakukan melalui metode Box-Jenkins,
yaitu identifikasi, estimasi, verifikasi (pemeriksaan diagnostik), dan prediksi. Sedangkan
exponential smoothing adalah model yang melakukan pembobotan parameter eksponensial
terhadap nilai pengamatan yang lebih lampau. Keduanya merupakan metode forecasting
menggunakan data time series. Tujuan penelitian ini adalah melakukan perbandingan
keakuratan dan kecepatan antara kedua metode tersebut.
Hasil penelitian menunjukkan bahwa exponential smoothing menggunakan double
exponential smoothing memiliki keakuratan dan kecepatan komputasi yang lebih baik
daripada ARIMA. Rata-rata nilai RMSE pada ARIMA sebesar 7.42 dan MAPE sebesar
28.52 atau akurasi sebesar 71.48% dengan kecepatan komputasi selama 3 menit 16 detik.
Sedangkan double exponential smoothing memperoleh nilai RMSE sebesar 1.67 dan
MAPE sebesar 1.56 atau akurasi sebesar 98.44% dengan waktu 8.4 detik.
Kata kunci: ARIMA, Vaksinasi Booster di Indonesia, Double Exponential Smoothing.