Di zaman modern ini, tempat makan berupa restoran menjadi sangat marak terutama di kota-kota besar. Namun, hal itu dapat menyebabkan kepadatan atau antrian pengunjung di suatu restoran, dimana hal tersebut harus dihindari pada masa pandemi Covid-19 seperti saat ini. Sehingga pemanfaatan teknologi berupa aplikasi yang dapat memberi informasi akurat kepada pengunjung mengenai kepadatan restoran akan sangat berguna. Dalam mendapatkan informasi kepadatan restoran dilakukan pengolahan data GPS (Global Positioning System) yang didapatkan dari ponsel pengunjung dan orang yang berada di sekitar restoran. Kemudian data yang telah dikumpulkan diolah menggunakan kecerdasan buatan berupa RNN (Recurrent Neural Network) berbasis LSTM untuk menguji tingkat akurasi data dari dalam restoran. Sehingga kepadatan restoran dapat di prediksi melalui data koordinat GPS yang berada di dalam koordinat restoran. Hasil dari penelitian menggunakan Recurrent Neural Network berbasis LSTM (Long Short Term Memory) menghasilkan nilai MSE terbaik dengan menggunakan learning rate sebesar 0.001 dan maksimal epoch 2000 sebesar 3.57E-07 pada data train dan 0.006 pada data test. Kata Kunci: GPS, WiFi-RTT, Neural Network, Recurrent Neural Network, LSTM