Jurnal Sains Matematika dan Statistika, Vol. 4, No. 1, Januari 2018 ISSN 2460-4542 9 Analisis Model Exponential Smoothing Terhadap Prediksi Pasang Surut Air Laut di Wilayah Pelabuhan Tanjung Perak Surabaya A. H. Asyhar 1 , F. Febrianti 2 , N. R. Fajriyah 3 1,2,3 Program Studi Matematika, Fakultas Sains dan Teknologi, UIN Sunan Ampel Jl. A. Yani No. 117 Surabaya 60237 Email: hanif@uinsby.ac.id, fitriafebrianti003@gmail.com, nofaraihana@gmail.com ABSTRAK Indonesia merupakan negara maritim, pengetahuan tentang pasang surut air laut sangat diperlukan untuk meminimalkan dampak buruk di pelabuhan. Beberapa kejadian yang diakibatkan oleh pasang surut air laut dapat diantisipasi dengan memprediksi pasang surut air laut mendatang. Salah satu metode yang dapat digunakan untuk memprediksi pasang surut air laut adalah analisis time series. Dalam analisis time series terdapat beberapa metode pemulusan yang dapat digunakan untuk memprediksi, diantaranya adalah simple exponential smoothing, holt exponential smoothing, damped exponential smoothing, dan winters additive exponential smoothing. Dengan menggunakan SPSS sebagai alat untuk menganalisis metode tersebut diperoleh nilai RMSE, MAPE, dan normalized BIC sebagai penentu model yang sesuai untuk prediksi pasang surut air laut. Model simple exponential smoothing memperoleh nilai RMSE, MAPE, dan normalized BIC sebesar 0,216, 14,2, dan -3,06. Model holt exponential smoothing memperoleh nilai RMSE, MAPE, dan normalized BIC sebesar 0,124, 8,41, dan -4,17. Model damped exponential smoothing memperoleh nilai RMSE, MAPE, dan normalized BIC sebesar 0,119, 8.04, dan -4,25. Model winters additive exponential smoothing memperoleh nilai RMSE, MAPE, dan normalized BIC sebesar 0,166, 10,91, dan -3,59. Sehingga diperoleh model time series yang memiliki nilai error yang kecil dan tingkat keakuratan yang lebih baik untuk memprediksi pasang surut air laut di wilayah Pelabuhan Tanjung Perak Surabaya adalah damped exponential smoothing. Kata Kunci: Analisis time series, exponential smoothing, pasang surut air laut ABSTRACT Indonesia is a maritime country, knowledge of tidal is urgently needed to minimize adverse impacts on the harbor. Some of the incidents caused by tidal can be anticipated by predicting future tidal. One of method that can be used for predicting tidal is analysis of time series. In analysis of time series, there are some smoothing methods that can use for predicting, that is simple exponential smoothing, Holt exponential smoothing, damped exponential smoothing, and winters additive exponential smoothing. SPSS is used for analyze that methods to obtain RMSE, MAPE, and normalized BIC as a determinant of the model that suit for tidal prediction. Simple exponential smoothing model results RMSE, MAPE, and BIC normalization of   and . Holt exponential smoothing model results RMSE, MAPE, and BIC normalization of 0.216, 0.124, and -4.17. The damped exponential smoothing model results RMSE, MAPE, and BIC normalization of 0.119, 8.04, and -4.25. The winters model of exponential smoothing additives results RMSE, MAPE, and BIC normalization of 0.166, 10.9, and -3.59.Then obtained time series model that has smallest error value and better accuracy to predict the tidal in the Tanjung Perak Harbour Surabaya is damped exponential smoothing. Keywords: Exponential smoothing, tidal, time series analytic Pendahuluan Indonesia merupakan negara maritim dengan luas lautan dibandingkan luas daratan perbandingannya sangat jauh. Karena luas Indonesia terbanyak adalah di lautan, maka pengembangan lautan sebagai kegiatan sosial ekonomi sangat diperlukan pemerintah. Luas pesisir