Pada zaman sekarang internet sudah berkembang dengan cepat. Adanya internet dapat memudahkan wisatawan untuk mencari informasi apapun. Di bidang pariwisata hotel, internet sangat membantu dalam promosi hotel. Wisatawan biasanya menceritakan pengalaman selama di hotel dengan menuliskan ulasan di internet. Oleh karena itu banyak ditemukan ulasan hotel di internet. Dampak pada pemilik hotel adalah mereka dapat memanfaatkan ulasan yang ada di internet untuk memperbaiki dan mengevaluasi hotelnya. Dengan tersedianya ulasan di internet dengan jumlah yang besar, wisatawan tidak bisa memahami semua ulasan yang dibacanya apakah mengandung opini positif atau negatif. Dibutuhkan analisis sentimen untuk mendeteksi ulasan positif dan negatif secara cepat. Penelitian ini memberikan solusi dengan membuat klasifikasi ulasan opini positif dan opini negatif menggunakan metode Multinomial Naïve Bayes Classifier dan membandingkan model menggunakan preprocessing, Bag-of-Words, seleksi fitur frequency based, dan seleksi fitur selisih probabilitas positif dan negatif yang minimal. Hasil percobaan terbaik menggunakan preprocessing dan seleksi fitur frequency based dengan 10 fold cross validation memiliki rata rata F1-Score sebesar 91.414%.
Kata kunci : internet, pariwisata, multinomial naïve bayes classifier, analisis sentimen, ekstraksi fitur, seleksi fitur