Penelitian ini bertujuan membangun sistem prediksi tingkat hunian kamar hotel menggunakan algoritma Long Short-Term Memory (LSTM) yang diimplementasikan pada studi kasus Hotel Dharma Utama, Pekanbaru. Data transaksi periode 2021–2025 diolah melalui proses ETL menjadi 58 observasi bulanan dengan 15 fitur terpilih berdasarkan analisis korelasi. Dua model dikembangkan menggunakan arsitektur stacked LSTM dua lapis dengan grid search 48 kombinasi hyperparameter. Model single-output menghasilkan akurasi 79,70% dan model multi-output menghasilkan akurasi 68,47%. Hasil prediksi diintegrasikan dengan sistem rekomendasi operasional berbasis teori Yield Management yang menghasilkan panduan tindakan berdasarkan level permintaan dan arah tren. Sistem ditampilkan melalui dashboard berbasis web menggunakan framework Laravel. Pengujian fungsional menunjukkan seluruh 12 skenario uji berhasil, dan pengujian penerimaan pengguna dengan metode Task-Based Usability Testing menunjukkan seluruh sembilan tugas dapat diselesaikan secara mandiri oleh manajer hotel.