Tsunami disebut sebagai bencana alam yang berbahaya. Salah satu kejadian tsunami yang sangat besar terjadi pada 22 Desember 2018 yang disebabkan oleh runtuhan material vulkanik di Gunung Anak Krakatau. Tidak adanya tindakan mitigasi bencana menyebabkan banyaknya kerugian dan korban jiwa pada kejadian tersebut. Prediksi dan simulasi dari bencana tsunami sebelumnya diperlukan guna mengantisipasi kejadian yang serupa terulang kembali. Oleh karena itu, pada penelitian kali ini akan dibuat simulasi dan prediksi dari kejadian tsunami di Gunung Anak Krakatau menggunakan metode Recurrent Neural Network dan Long Short-Term Memory. Data yang digunakan ada 2, data domain rectangle dan data domain Gunung Anak Krakatau. Kedua data tersebut digunakan untuk dataset inversi tsunami menggunakan metode RNN dan LSTM. Pengujiannya menggunakan 10 data skenario yang diuji dan mengubah lookback pada setiap pengujian. Akurasi dari pengujian dengan data domain rectangle pada masing-masing metode mendapatkan hasil bahwa metode RNN lebih baik daripada metode LSTM dengan pengaturan nilai lookback 20. Dengan rata-rata nilai akurasinya yaitu correlation coefficient sebesar 0.905, MAE 0.039 dan RMSE 0.064. Sedangkan untuk pengujian dengan data domain GAK didapatkan hasil bahwa metode LSTM lebih baik daripada metode RNN dengan pengaturan lookback 80. Nilai rata-rata akurasinya yaitu MAE 0.154, RMSE 0.422, dan CC 0.874.