Industri pariwisata yang selalu bertumbuh dan memegang peran penting dalam ekonomi nasional baik sebagai penyumbang devisa terbesar kedua meupun sebagai penyerap tenaga kerja dalam jumlah besar. Walaupun terus bertumbuh, jumlah kedatangan wisatawan Indonesia masih di bawah negara-begara tetangga di ASEAN. Dalam mengembangkan industri pariwisata dibutuhkan sebuah peramalan untuk mengantisipasi sifat pariwisata yang perishable. Dalam proses tersebut dibutuhkan sebuah peramalan yang akurat sebagai dasar dalam perencanaan dalam sumber daya agar penyediaan layanan bisa maksimal. Tujuan dari penelitian adala untuk membuat sebuah model dengan akurasi yang baik untuk meramalkan tourism demand (permintaan pariwisata) di Indonesia. Data historis Produk Domestik Bruto (PDB), Consumer Price Index (CPI), dan nilai tukar dari negara-negara pengunjung dijadikan sebagai variabel yang mempengaruhi angka kedatangan wisatawan mancanegara. Penelitian ini memanfaatkan metode jaringan syaraf tiruan (artificial neural network backpropagation) untuk melakukan peramalan. Hasil dari penelitian ini adalah sebuah model yang mampu digunakan untuk meramalkan tourism demand di Indonesia. Dalam pembuatan model, dibutuhkan parameter yang harus diatur dengan menggunakan skenario eksperimen. Hasil optimum didapatkan pada jumlah neuron 31 dan delay t-1 yang menghasilkan nilai akurasi 99,844%, nilai error MSE 0,0047, dan MAPE 1,0658%. Hasil dari peramalan akan dapat digunakan dalam perencanaan sumber daya pariwisata.
Kata kunci: Pariwisata, Peramalan Permintaan, Jaringan Syaraf Tiruan, Indonesia