Abstract. This study aims to find out how the motorcycle forecasting Honda Beat on Dealer PT.Daya Adicipta Motor Bandung by using exponential smoothing method and adjusted exponential smoothing and calculate the smallest error value with MAD, MSE and MAPE. This research method is descriptive quantitative. Data collection techniques used in this study are observation, interview and library research. Data analysis techniques used forecasting method exponential smoothing and adjusted exponential smoothing.The results showed that the MAD, MSE, MAPE values of the Exponential Smoothing method with α = 0.1 yield the smallest value compared to the other alpha. Thus the Exponential Smoothing method with α = 0.2 β = 0.5 MAD of 6.004,62, MSE of 50.847.504.05 and MAPE of 0.19, so for forecast calculations should use exponential smoothing method α = 0, 2 β = 0.5 because it produces the smallest error value so that the result of forecasting is more accurate.Keywords: Exponential Smoothing, Adjusted Exponential Smoothing Abstrak. Penelitian ini bertujuan untuk mengetahui bagaimana peramalan sepeda motor Honda Beat pada Dealer PT.Daya Adicipta Motor Bandung dengan menggunakan metode exponential smoothing dan adjusted exponential smoothing dan menghitung nilai error terkecil dengan MAD, MSE dan MAPE. Metode penelitian ini adalah deskriptif kuantitatif. Teknik pengumpulan data yang digunakan dalam penelitian ini observasi, wawancara dan penelitian kepustakaan. Teknik analisis data yang digunakan metode peramalan exponential smoothing dan adjusted exponential smoothing. Hasil penelitian menunjukan bahwa nilai MAD, MSE , MAPE dari metode Exponential Smoothing dengan α = 0,1 menghasilkan nilai terkecil dibandingkan alpha yang lainnya. Dengan demikian metode Exponential Smoothing dengan α=0,2 β=0,5 yaitu MAD sebesar 6.004,62 ,MSE sebesar 50.847.504,05 dan MAPE sebesar 0,19, jadi untuk perhitungan peramalan sebaiknya menggunakan metode exponential smoothing α = 0,2 β=0,5 karena menghasilkan nilai error terkecil sehingga hasil peramalannya lebih akurat.Kata Kunci: Exponential Smoothing, Adjusted Exponential Smoothing.