Instagram merupakan salah satu media sosial terbesar yang ada sekarang. Disana pengguna dapat mengirim gambar, video, berbagi pesan bahkan tagging location juga terdapat didalamnya. Pada sebuah postingan di Instagram terdapat sebuah kolom yang berisi komentar. Jenis komentar yang disampaikan sangat beragam, ada positif dan negatif. Komentar tersebut digunakan untuk menganalisa sentimen positif dan negatif yang kemudian dibuat menjadi sebuah acuan terhadap daya tarik masyarakat terhadap sebuah objek wisata.
Dengan perkembangan machine learning yang ada sekarang untuk mengklasifikasikan komentar kedalam positif dan negatif dapat dilakukan secara otomatis. Algoritma yang digunakan adalah Bidirectional Long Short Term Memory (BiLSTM). Algoritma BiLSTM merupakan sebuah algoritma turunan dari LSTM. Algoritma BiLSTM memiliki dua layer LSTM sehingga nilai keluaran dari BiLSTM lebih baik dari LSTM. Cara kerja dari aplikasi analisa sentimen adalah dengan memasukkan komentar pada kolom yang tersedia pada website, kemudian komentar tersebut akan diklasikasikan dengan algoritma BiLSTM, dan hasilnya akan ditampilkan, termasuk sentiment positif atau negatif.
Penelitian ini bertujuan untuk mengetahui persentase komentar sentiment objek wisata yang akan dibagi dalam dua kategori yaitu positif dan negatif . Model terbaik pada sistem yang dibuat menggunakan rasio data uji dan latih dengan perbandingan 65% dan 35%, parameter learning rate sebesar 0.0001, batch size sebesar 400 dan epoch dengan jumlah 10. Pada pengujian sistem dengan model tersebut menghasilkan nilai presisi sebesar 52%, recall 75%, f1-score sebesar 52% dan akurasi sebesar 88%. Sehingga, hasil dari klasifikasi tersebut diharapkan dapat menjadi acuan masyarakat untuk mengunjungi sebuah tempat wisata.
Kata kunci: Instagram, Komentar Sentimen, BiLSTM, Website.