Penelitian ini mengevaluasi kinerja metode Simple Exponential Smoothing (SES), Double Exponential Smoothing (Holt Method), dan Triple Exponential Smoothing (Holt-Winters) dalam meramalkan jumlah wisatawan di Australia periode 1998–2016. Data yang digunakan memiliki struktur hierarkis dengan empat tingkatan: Australia, negara bagian, wilayah, dan tujuan kunjungan. Pendekatan bottom-up diterapkan untuk menghasilkan peramalan di tingkat hierarki atas melalui agregasi hasil peramalan dari tingkat terbawah. Evaluasi menggunakan metrik Symmetric Mean Absolute Percentage Error (SMAPE) pada setiap tingkat hierarki dan jangka waktu peramalan. Hasil penelitian menunjukkan bahwa Holt Method unggul di tingkat Australia (SMAPE 3,26%–9,28%) dan negara bagian (6,96%–12,29%). Holt-Winters memberikan hasil terbaik di tingkat wilayah (16,57%–21,43%) dan tujuan kunjungan (43,98%–47,63%). Penelitian ini menegaskan efektivitas Exponential Smoothing dalam menangkap pola musiman dan tren pada data hierarkis, serta pentingnya pendekatan bottom-up untuk menghasilkan peramalan yang konsisten di seluruh hierarki.
Kata Kunci: Exponential Smoothing, Data Hierarki, SMAPE, Bottom-Up, Peramalan Wisatawan.