Hotel merupakan sarana tempat tinggal sementara bagi orang yang sedang
melakukan perjalanan. Khususnya di Indonesia perkembangan hotel sangat pesat,
ini disebabkan oleh meningkatnya pariwisata di Indonesia. Di era internet seperti
saat ini dapat memudahkan wisatawan untuk mencari hotel tempat untuk menginap
sementara. Wisatawan biasanya menceritakan pengalaman selama berada di hotel
dengan menuliskan ulasan di internet. Oleh karena itu banyak sekali ulasan yang
ditemukan di internet. Dampaknya ulasan tersebut akan dijadikan acuan oleh pihak
hotel untuk memperbaiki dan melakukan evaluasi pada hotelnya, dan wisatawan
pun dapat melihat sejauh mana pelayanan hotel tersebut dari ulasan yang ada di
internet. Dengan banyaknya ulasan yang beredar di internet, wisatawan harus
meluangkan waktu lebih untuk membacanya, dan apakah ulasan tersebut positif
atau negatif. Pada penelitian ini dibuat sebuah sistem analisis sentimen pada ulasan
hotel dengan metode Deep Belief Network dan pembobotan menggunakan Term
Frequency – Inverse Document Frequency (TF – IDF) yang dapat
mengklasifikasikan ulasan hotel kedalam ulasan positif dan negatif. Hasil dari
penelitian menggunakan Deep Belief Network menghasilkan nilai pengujian
tertinggi yang didapat dalam penelitian ini dengan pengujian partisi data dengan
menggunakan learning rate sebesar 0.001 dan menghasilkan accuracy sebesar
93%.