Los modelos estadísticos son útiles para explicar y predecir eventos del mundo real. Varias distribuciones extendidas han sido ampliamente utilizadas para modelar datos en una variedad de campos a lo largo de las últimas décadas. En este artículo presentamos una nueva extensión del modelo exponencial Kumaraswamy (KE) llamado la distribución KE de Kavya-Manoharan. Se calculan algunas características estadísticas y computacionales de la distribución, incluida la función de cuantil (), momentos (s), s incompletos (s), s condicionales (s) y funciones generadoras. Se emplean enfoques clásicos de máxima verosimilitud y estimación bayesiana para estimar los parámetros del modelo KMKE. El experimento de simulación examina la precisión de los parámetros del modelo mediante métodos de estimación bayesiana y máxima verosimilitud. Utilizamos dos conjuntos de datos reales relacionados con datos de cadenas alimenticias en este trabajo para demostrar la importancia y flexibilidad del modelo propuesto. La nueva distribución propuesta KMKE es muy flexible, más que numerosas distribuciones conocidas.