Peramalan merupakan suatu kegiatan yang memperkirakan apa yang akan terjadi pada masa yang akan datang. Salah satu metode peramalan adalah Exponetial Smoothing yang dimana metode Exponential Smoothing akan melakukan penghalusan terhadap data masa lalu dan menghitung secara terus menerus menggunakan data terbaru. Sampah merupakan material sisa – sisa yang terbuang dan dihasilkan dari aktivitas manusia dalam bentuk padat, cair dan gas. Untuk Kebupaten Nunukan persoalan sampah merupakan masalah yang serius karena kurangnya kesadaran masyarakat dalam mengelola sampah dengan baik. Tujuan dari penelitian ini adalah untuk meramalkan volume sampah di Kebupaten Nunukan apakah terdapat peningkatan atau pengurangan pada priode berikutnya. Dalam mengelolah data maka dilakukan pengumpulan data skunder, dengan jumlah data volume sampah dari tahun 2020 sampai 2021. Penulis menggunakan metode Exponential Smoothing karena mengandung unsur trand pada plotnya dari hasil yang di dapatkan untuk peramalan priode berikutnya sebesar 1403.808 hasil ini menunjukan bahwa nilai akan mendekati dari nilai data aktual di karenakan tingkat akurasi yang tinggi di lihat dari relatif kesalahan prediksi yaitu Mean Absolute Deviation sebesar 7.756 yang didapatkan dari hasil pengurangan antara data aktual dan hasil prediksi kemudian Root Mean Squared Error sebesar 60.156 hasil dari Mean Absulute Deviantion yang di kuadratkan.

Forecasting is an activity that predicts what will happen in the future. One of the forecasting methods is Exponetial Smoothing where the Exponential Smoothing method will smooth the past data and calculate continuously using the latest data. Garbage is waste material that is wasted and is produced from human activities in the form of solid, liquid and gas. For the Nunukan Regency, the waste problem is a serious problem due to the lack of public awareness in managing waste properly. The purpose of this study is to predict the volume of waste in Nunukan Regency whether there is an increase or decrease in the next period. In managing the data, secondary data is collected, with the amount of waste volume data from 2020 to 2021. The author uses the Exponential Smoothing method because it contains a trand element in the plot from the results obtained for forecasting the next period of 1403,808. These results indicate that the value will approach from The actual data value is due to the high level of accuracy seen from the relative prediction error, namely the Mean Absolute Deviation of 7,756 which is obtained from the result of subtraction between the actual data and the predicted result, then the Root Mean Squared Error of 60,156 the result of the Mean Absulute Deviantion squared.