Keberadaan kuisioner dapat membantu instansi manapun untuk meningkatkan fasilitas ataupun kinerjanya. Tetapi dengan kuisioner yang berjumlah ratusan bahkan ribuan akan menyulitkan instansi untuk mengetahui kesimpulan dari seluruh data kuisioner. Data kuisioner yang diambil sebagai acuan yaitu data yang berisi tanggapan positif dan negatif. Oleh karena itu, penelitian ini menganalisis kuisioner mengenai fasilitas di Universitas Telkom. Analisis dilakukan dengan melakukan klasifikasi kuisioner yang berisi sentimen mahasiswa tentang fasilitas di Universitas Telkom. Metode klasifikasi yang digunakan dalam penelitian ini adalah Jaringan Saraf Tiruan (JST) dengan model Multi Layer Perceptron yang dikombinasikan dengan fitur ekstraksi untuk dapat mendeteksi negasi dan pembobotan menggunakan Term Frequency – Inverse Document Frequency (TF-IDF). Hasil pengujian pada aplikasi yang dibangun memperlihatkan bahwa akurasi memberikan tingkat akurasi yang baik hingga 91,23%.