Hotel adalah bangunan atau tempat menginap dan berbagai layanan atau fasilitas lain yang disewakan. Namun, sangat sulit untuk menentukan hotel yang akan kita pilih berdasarkan ulasan orang lain, mungkin kita dapat memilih lebih mudah dan lebih cepat. Ulasan hotel adalah kumpulan komentar dari pengguna layanan yang telah menempati hotel. Banyak ulasan hotel yang digunakan oleh wisatawan untuk mengetahui apakah kondisi hotel yang akan dipesan atau ditempati sudah sesuai atau tidak.
Dengan ulasan hotel dapat dilihat bagaimana deskripsi hotel dengan verifikasi. Klasifikasi adalah proses menemukan model (atau fungsi) yang menjelaskan dan membedakan kelas data atau konsep. Dengan tujuan dapat digunakan untuk memprediksi kelas objek yang label kelasnya tidak diketahui.
Dalam proyek akhir ini metode klasifikasi menggunakan KNN. (K-Nearest Neighbor) adalah metode yang menggunakan pendekatan pembelajaran yang diawasi di mana hasil sampel tes baru diklasifikasikan berdasarkan mayoritas kategori dalam KNN. Tujuan dari algoritma ini adalah untuk mengklasifikasikan objek baru berdasarkan atribut dan data pelatihan. Mengklasifikasikan ulasan hotel dapat membantu pengguna untuk memilih hotel tanpa harus membuang waktu membaca ulasan lagi dan memiliki citra dan kepercayaan diri untuk memilih hotel terbaik, dalam penilitian ini didapat hasil perhitungan dataset dengan nilai accuracy tertinggi sebesar 96,6% dengan nilai K=6 dengan presisi sebesar 97% dan recall 98%.