Hotel adalah salah satu produk pariwisata yang sangat penting, biasanya para wisatawan mencari hotel dengan cara mempertimbangkan baik dari segi pelayanan, fasilitas, maupun jarak tempuh dari wisata yang akan dikunjungi. Karena saat ini teknologi semakin berkembang, para wisatawan bisa memesan hotel melalui website. Oleh karena itu banyak ditemukan ulasan hotel di internet. Dengan tersedianya ulasan hotel di internet dengan jumlah yang besar, sehingga wisatawan tidak dapat memahami semua ulasan yang dibacanya apakah mengandung opini positif atau negatif. Sentiment Analisis dibutuhkan untuk mengatasi masalah tersebut. Penelitian ini memberikan solusi dengan membuat klasifikasi ulasan positif dan negatif dengan menggunakan metode support vector machine dengan membandingkan feature selection chi-square dan TF-IDF, serta membandingkan penggunaan stemming dan tanpa stemming. Hasil percobaan terbaik yang didapatkan adalah menggunakan feature selection TF-IDF dengan 10 fold cross validation menghasilkan nilai akurasi 91,43%. Proses penggunaan tanpa stemming pada Chi-Square dengan 10 fold cross validation menghasilkan nilai akurasi 89,38%, sedangkan penggunaan tanpa stemming pada TF-IDF dengan 10 fold cross validation menghasilkan nilai akurasi 88,5%.