The ITPLN new student admission system already uses a web-based information system, but the number of web visitors is still small, therefore social media is used to create interesting content so that more registrants are made, but the topics made are still general and based on various sources. Therefore, this study was conducted to predict the interest data of new ITPLN student web visitors to determine the topic or marketing strategy of the ITPLN Marketing and Admissions Agency (BPA) using the Holt's Method of Exponential Smoothing. This method is used to predict data in the form of a linear trend in the 2020 student admission period which previously carried out pre-processing from the original data obtained from Google Analytics. The process of calculating the method is carried out to determine the alpha and beta from 0.1 to 0.9 which is seen from the smallest root median square error (RMSE) and results in alpha 0.1 and beta 0.1. Then the calculation process is carried out using the alpha and beta results obtained with the RMSE results that vary according to each topic, then the top 5 topics are obtained from the forecasting results.

Sistem penerimaan mahasiswa baru ITPLN sudah menggunakan system informasi berbasis web, akan tetapi jumlah pengunjung web masih sedikit, maka dari itu digunakan media sosial untuk membuat konten yang menarik agar semakin banyak pendaftar, akan tetapi topik yang dibuat masih umum dan berdasarkan dari berbagai sumber. Oleh karena itu, penelitian ini dilakukan untuk memprediksi data minat pengunjung web mahasiswa baru lTPLN untuk menentukan topik atau strategi pemasaran Badan Pemasaran dan Admisi(BPA) lTPLN menggunakan metode Holt’s Method of Exponential Smoothing. Metode tersebut digunakan untuk meramalkan data berupa trend linier dalam periode penerimaan mahasiswa baru tahun 2020 yang sebelumnya dilakukan preprocessing dari data yang asli yang didapatkan dari google analytic. Proses perhitungan metode dilakukan untuk menentukan aIfa dan beta dari 0.1 sampai 0.9 yang dilihat dari root median square error (RMSE) terkecil dan dihasilkan alfa 0.1 dan beta 0.1. Selanjutnya dilakukan proses perhitungan menggunakan hasil aIfa dan beta yang didapatkan dengan hasil RMSE yang bervariasi sesuai topik masing-masing kemudian didapatkan 5 topik teratas dari hasil peramalan.