Di zaman modern ini, restoran menjadi sangat populer, terutama di kota-kota besar. Namun, hal ini dapat menyebabkan kepadatan atau antrian pengunjung di restoran, hal tersebut harus dihindari selama pandemi Covid-19 saat ini. Sehingga informasi akurat yang dapat memprediksi kepadatan restoran akan sangat bermanfaat. Dalam memprediksi kepadatan restoran, dilakukan pengolahan data jumlah pengunjung yang didapat dari salah satu restoran dengan menggunakan kecerdasan buatan berupa LSTM (Long Short Term Memory) RNN (Recurrent Neural Network). Hasil penelitian Recurrent Neural Network berbasis LSTM (Long Short Term Memory) pada parameter learning rate terbaik 0,001 dan epoch maksimum 2000 menghasilkan nilai MSE sebesar 0,000000278 pada data latih dan 0,0069 pada data uji.