Operasional jaringan pipa gas dalam industri minyak dan gas memiliki peran penting sebagai jalur distribusi. Gangguan seperti korosi dan kebocoran pipa dapat menimbulkan risiko terhadap keselamatan kerja dan kerugian bagi perusahaan. Deteksi anomali pada data operasional jaringan pipa gas menjadi langkah penting untuk mencegah insiden tersebut. Penelitian ini bertujuan mengidentifikasi parameter optimal yang dapat meningkatkan performa model dan menentukan metode terbaik dalam deteksi anomali pada data time series operasional jaringan pipa gas. Oleh karena itu, hasil dari penelitian ini diharapkan dapat memberikan rekomendasi metode deteksi anomali yang paling efektif, mencegah terjadinya risiko akibat gangguan sitem, dan memantau perkembangan distribusi tekanan gas yang dapat di terapkan oleh industri minyak dan gas. Hasil penelitian yang didapatkan menunjukan bahwa pentingnya pengaturan hyperparamter dan melakukan hyperparameter tuning menggunakan gridsearch sangat efektif untuk mengingkatkan performa model. Kemudian, performa model LSTM-AE memiliki perfoma lebih tinggi dibandingkan dengan model OC-SVM.