Prediksi wisatawan mancanegara membantu pemerintah dan pemangku kepentingan dalam merencanakan strategi pariwisata jangka panjang dan pendek. Informasi yang akurat tentang perkiraan jumlah wisatawan memungkinkan pengembangan infrastruktur yang sesuai, alokasi anggaran yang efisien, dan pengaturan kebijakan yang relevan. Wisatawan mancanegara yang akan dibahas pada penelitian ini adalah wisatawan mancanegara berdasarkan negara ASEAN. Penelitian ini akan memanfaatkan data historis kunjungan wisatawan mancanegara yang bersumber dari kementerian pariwisata, Kementerian Hukum dan HAM (Direktorat Jendral Imigrasi) dan Mobile Positioning Data. Data yang telah diperoleh akan diproses dan disaring untuk mendapatkan data yang relevan dan akurat sebelum dijadikan input dalam pembuatan model Jaringan Saraf Tiruan (JST). Algoritma yang diusulkan pada penelitian ini adalah algoritma Cyclical Rule dengan optimalisasi algoritma Bayesian Regulation, yang dapat dimanfaatkan untuk menyelesaikan masalah prediksi data. Penelitian ini dianalisis menggunakan 10 (sepuluh) model arsitektur, antara lain: 4-4-1, 4-5-1, 4-8-1, 4-10-1, 4-12-1, 4-15-1, 4-16-1, 4-20-1, 4-24-1, dan 4-25-1. Berdasarkan analisis diperoleh hasil model 4-10-1 dengan optimalisasi algoritma Bayesian Regulation sebagai model terbaik dengan MSE pengujian yang paling kecil dibandingkan model lain nya, yakni sebesar 0,00786961. Berdasarkan hasil prediksi, kunjungan wisatawan mancanegara dari negara ASEAN di tahun 2023 diperkirakan akan mengalami penurunan dibandingkan tahun 2022. Para pelaku pariwisata dapat memanfaatkan hasil prediksi ini untuk meningkatkan kualitas dan kuantitas layanan yang diberikan pada wisatawan, serta menyesuaikan kebutuhan wisatawan dengan sumber daya yang tersedia di destinasi wisata.