<![CDATA[Sektor pariwisata di Provinsi Daerah Istimewa Yogyakarta (DIY) memiliki peran strategis terhadap perekonomian daerah, tetapi jumlah kunjungan wisatawan seringkali mengalami fluktuasi signifikan akibat berbagai faktor eksternal. Penelitian ini bertujuan untuk membangun model prediksi jumlah kunjungan wisatawan di Provinsi DIY menggunakan metode Recurrent Neural Network (RNN) dengan jaringan Elman dan mengetahui hasil prediksi. Data yang digunakan adalah data bulanan jumlah kunjungan wisatawan periode Januari 2019 hingga Desember 2024 (72 data) yang bersumber dari Badan Pusat Statistik Provinsi DIY, mencakup tiga periode yaitu prapandemi, pandemi, dan pasca pandemi. Penentuan variabel input dilakukan berdasarkan plot Autocorrelation Function (ACF) yang menghasilkan 3 lag signifikan, sehingga model dibangun dengan 3 variabel input dan 1 variabel output. Data dibagi dengan proporsi 80% data training dan 20% data testing. Pemilihan model terbaik dilakukan melalui trial dan error terhadap jumlah neuron lapisan tersembunyi dari 1 hingga 20 neuron. Model terbaik diperoleh dengan arsitektur 3-9-1 yang menghasilkan nilai MAPE data training sebesar 8,51% (kategori sangat baik) dan MAPE data testing sebesar 13,88% (kategori baik), sehingga menunjukkan kemampuan model yang baik dalam melakukan prediksi pada data yang belum pernah dilihat sebelumnya. Uji diagnostik white noise secara visual menunjukkan bahwa residual tidak memiliki lag yang signifikan, mengindikasikan model telah menangkap seluruh pola sistematis dari data. Hasil prediksi jumlah kunjungan wisatawan tahun 2025 menunjukkan pola musiman yang konsisten dengan data historis, dengan prediksi tertinggi pada bulan Desember 2025 sebesar 5.628.235 kunjungan dan terendah pada bulan Maret 2025 sebesar 1.042.415 kunjungan.Kata kunci: Jaringan Elman, MAPE, Prediksi Wisatawan, Recurrent Neural Network]]>
