Ulasan hotel online berupa teks yang diunggah oleh wisatawan mengenai pengalaman yang mereka rasakan merupakan suatu hal yang dapat dimanfaatkan oleh industri perhotelan karena mereka bersentuhan langsung dengan wisatawan melalui fasilitas dan layanan yang mereka sediakan. Salah satu hal yang perlu diperhatikan dari industri perhotelan adalah kualitas layanan hotel itu sendiri. Masukan dari wisatawan melalui ulasan hotel tersebut dapat digunakan untuk meningkatkan kualitas layanan hotel. Dengan adanya peningkatan kualitas layanan hotel akan berdampak pada jumlah kunjungan wisatawan karena wisatawan saat ini membaca ulasan hotel sebelum akhirnya mereka memutuskan hotel yang akan mereka pilih. Hal ini sejalan dengan target pemerintah dalam meningkatkan jumlah kunjungan wisatawan melalui sepuluh destinasi wisata prioritas yang telah dicanangkan dalam rangka mengembangkan sektor pariwisata di Indonesia. Pada penelitian ini, teknik klasifikasi digunakan untuk mengklasifikasi ulasan berdasarkan dimensi HOLSERV Plus dan orientasi sentimennya. Dari hasil penelitian ini, algoritma Support Vector Machine memiliki nilai precision, accuracy, dan recall tertinggi dibandingkan NaA ve Bayes dan k-Nearest Neighbor. Secara keseluruhan, hampir semua dimensi memiliki sentimen yang positif. Dimensi Employee merupakan dimensi yang memiliki skor sentimen positif tertinggi pada delapan destinasi wisata prioritas. Sedangkan untuk keempat dimensi lainnnya memerlukan upaya perbaikan untuk meningkatkan kualitas pelayanan hotel.

---

Online hotel reviews in the form of text uploaded by tourists regarding the experience they feel is something that can be utilized by the hotel industry because they come in direct contact with tourists through the facilities and services they provide. One of the things that need to be considered from the hospitality industry is the quality of the hotel service itself. Input from tourists through hotel reviews can be used to improve the quality of hotel services. The increase in the quality of hotel services will have an impact on the number of tourist visits because tourists are currently reading hotel reviews before finally deciding which hotel they will choose. This is in line with the governments target in increasing the number of tourist visits through ten priority tourist destinations that have been announced in order to develop the tourism sector in Indonesia. In this study, classification techniques were used to classify reviews based on HOLSERV Plus dimensions and sentiment orientation. From the results of this study, the Support Vector Machine algorithm has the highest value of precision, accuracy, and recall compared to NaAve Bayes and k-Nearest Neighbor. Overall, almost all dimensions have positive sentiments. The Employee Dimension is the dimension that has the highest positive sentiment score in eight priority tourist destinations. Whereas for the other four dimensions, it requires improvement efforts to improve the quality of hotel services.