Metode peramalan Double Moving Average dan Double Exponential Smoothing merupakan model ramalan berkala (Time Series) yang digunakan dalam penelitian ini. Permasalahan yang akan dibahas dalam penelitian ini adalah bagaimana meramalkan hasil penjualan produk Stroomnet untuk beberapa bulan ke depan dengan menggunakan data 7 bulan terakhir. Dengan membandingkan metode peramalan yang tepat antara metode Double Moving Average dan metode Double Exponential Smoothing dan melihat hasil RSME dan MAE terkecil. Hasil Analisis data dengan metode Double Moving Average dengan menggunakan M=3 did apatkan hasil RSME dan MAE untuk 5 Mbps 39 dan 22,68, untuk 10 Mbps 68 dan 33,45, untuk 20 Mbps 63 dan 33,68, untuk 50 Mbps 23 dan 12,527, untuk 100 Mbps 14 dan 8,05 , dan untuk 200 Mbps 4 dan 2,152. Hasil analisis menggunakan metode Double Exponential Smoothing dengan menggunakan M=1 dan alpha 0.2, 0.3, 0.4 didapatkan nilai akurasi RSME dan MAE terkecil dengan menggunakan alpha 0.4. Bedasarkan pengujian yang dilakukan didapatkan metode Double Exponential Smoothing lebih baik karena melihat dari nilai MAE lebih kecil.

Double Moving Average Prediction and Double Exponential Smoothing methods are a periodic prediction design (Time Series) which is used on this study. The problem which will be discussed on this study is how to predict the sale results of Stroomnet products for next several months by using the data of the last 7 months. It is comparing the correct prediction method between Double Moving Average method and Double Exponential Smoothing method then monitor the RSME result and smallest MAE . Data analysis results of Double Moving Average method using M=4 get the RSME and MAE results which are for 5 Mbps are 39 and 22,68, for 10 Mbps are 68 and 33,45, for 20 Mbps are 63 and 33,680, for 50 Mbps are 23 dan 12,52, for 100 Mbps are 14 and 8,055, and for 200 Mbps are 4 and 2,152. Analysis results of Double Exponential Smoothing method using M=1 and alpha 0.2, 0.3, 0.4 get the RSME accuracy value and smallest MAE by using alpha 0.4. Based on the testing which are already done we get that Double Exponential Smoothing method is better because value MAE smaller.