Hotel merupakan salah satu penunjang keberhasilan sektor pariwisata, maka dari itu sangat penting untuk dipertimbangkan baik dari segi rating, fasilitas, pelayanan ataupun jarak tempuh perjalanan wisata. Di era globalisasi ini bisa dikatakan sudah banyak website wisata yang menyediakan fasilitas untuk para wisatawan menuliskan opini atau review mereka serta pengalaman pribadinya secara online. Analisis sentimen merupakan salah satu solusi mengatasi masalah untuk klasifikasi opini atau review yang beragam seperti lebih cenderung ke positif atau negatif. Metode yang digunakan pada penelitian ini adalah Support Vector Machine. Dengan melakukan perbandingan seleksi fitur Particle Swarm Optimization dan Genetic Algorithm. Evaluasi dilakukan dengan menggunakan 10 fold cross validation sebagai tolak ukur untuk mencari model pengujian terbaik untuk kasus analisis sentimen review hotel. Berdasarkan percobaan yang telah dilakukan menghasilkan nilai akurasi terbaik yang mencapai rata-rata 96,19% untuk penggunaan seleksi fitur Particle Swarm Optimization dan 96,59% untuk penggunaan seleksi fitur Genetic Algorithm. Dari hasil percobaan yang telah dilakukan menunjukkan bahwa pendekatan seleksi fitur Genetic Algorithm dapat memberikan solusi yang baik bagi permasalahan analisa sentimen dalam peningkatan nilai akurasi.
Kata kunci: analisa sentimen, review, particle swarm optimization, genetic algorithm, support vector machine