Teknologi informasi dan komunikasi yang berkembang pesat membantu masyarakat, pemerintah, dan perusahaan dalam memperoleh serta bertukar informasi tanpa halangan apa pun. Hal ini dapat dimanfaatkan oleh perusahaan penerbangan, hotel dan agen travel dalam mempromosikan pariwisata Indonesia sehingga calon wisatawan memperoleh informasi mengenai wisata Indonesia dengan menggunakan situs web sektor pariwisata, salah satunya adalah Tripadvisor. Sebagai wadah yang memiliki begitu banyak informasi pariwisata, Tripadvisor digunakan untuk mempromosikan atau mengulas tempat wisata. Studi kasus yang diambil pada Tugas Akhir ini adalah ulasan pengguna Tripadvisor terhadap lima pantai terfavorit di Bali yaitu Pantai Double Six, Pantai Seminyak, Pantai Nusa Dua, Pantai Kelingking, dan Pantai Canggu pada situs web Tripadvisor. Sebagai salah satu wisata bahari di Indonesia, Bali memiliki keindahan panorama pantai yang indah dan pernah mendapatkan peringkat sebagai pulau terbaik di Asia pada tahun 2006 berdasarkan penilaian dari Tripadvisor. Pengelola wisata di Bali dapat menggunakan situs web Tripadvisor dalam mengevaluasi, mengembangkan serta mempromosikan tempat wisata yang mereka kelola, termasuk wisata Pantai Double Six, Pantai Seminyak, Pantai Nusa Dua, Pantai Kelingking, dan Pantai Canggu melalui ulasan yang diberikan pengguna terhadap wisata yang dikelola. Tugas Akhir ini akan melakukan sentimen analisis menggunakan arsitektur Recurrent Neural Network (RNN) dengan menjadikan lima pantai terfavorit di Bali sebagai parameter dalam objek situs web Tripadvisor. Hasil analisis menentukan bagaimana opini wisatawan terhadap Pantai Double Six, Pantai Seminyak, Pantai Nusa Dua, Pantai Kelingking, dan Pantai Canggu. Klasifikasi sentimen menggunakan label positif dan negatif. Penggunaan Recurrent Neural Network (RNN) menghasilkan klasifikasi yang dapat menjadi penggambaran sentimen dari pantai-pantai tersebut. Klasifikasi dilakukan dengan menggunakan rasio training dan testing sebesar 80:20 karena memiliki akurasi tertinggi dibandingkan dengan rasio lainnya, yaitu 85% untuk Pantai Double Six, 81% untuk Pantai Seminyak, 89% untuk Pantai Nusa Dua, 90% untuk Pantai Kelingking, dan 81% untuk Pantai Canggu. Hasil prediksi dari klasifikasi lebih cenderung ke label positif. Kurva ROC yang dihasilkan oleh masing-masing pantai berada pada posisi true positive serta berada di klasifikasi “Fair Classification” dan “Good classification” dengan nilai AUC berada di antara 0.71-0.87 sehingga Recurrent Neural Network (RNN) dapat menghasilkan keakuratan yang cukup baik. Recurrent Neural Network (RNN) yang telah dibuat tidak hanya melakukan klasifikasi untuk analisis sentimen, tetapi juga mengukur performa dari Recurrent Neural Network (RNN) dengan menghitung nilai precision, recall, F1-Score, macro average, dan weight average pada setiap hasil klasifikasi pantai yang dijadikan objek penelitian.