Film merupakan salah satu hiburan alternatif bagi masyarakat di Indonesia maupun seluruh dunia. Hingga
saat ini film yang dinikmati sangatlah beragam di setiap waktunya. Dalam hal ini seseorang perlu membaca
review agar film yang ditonton sesuai dengan keinginan. Review film atau ulasan film merupakan sebuah
pendapat seseorang yang bersifat subjektif dan setiap orang pasti akan memberikan pendapat yang
berbeda pada setiap film. Akibatnya penikmat film akan kesulitan untuk menentukan apakah film tersebut
sesuai dengan kebutuhannya. Berdasarkan permasalahan tersebut metode yang tepat untuk
menyelesaikannya adalah analisis sentimen. Analisis sentimen atau opinion mining merupakan sebuah studi
memberikan opini atau label emosional pada teks yang menunjukan apakah teks tersebut mengungkapan
pendapat positif maupun negatif. Dalam penelitian ini, dilakukan analisis sentimen terhadap data review
film berbahasa Inggris dengan menggunakan metode Word2Vec sebagai ekstraksi fitur dan Naïve Bayes
sebagai klasifikasi. Metode Naïve Bayes dipilih karena dapat mengklasifikasikan sebuah data berdasarkan
perhitungan probabilitas dari setiap class terhadap objek pada dari sebuah sampel data yang diberikan.
Word2vec sebagai metode ekstraksi fitur dipilih karena mampu menghasilkan nilai akurasi yang bagus
dalam melakukan analisis sentimen dengan data dengan jumlah besar. Model terbaik dibangun
menggunakan data tanpa lemmatization dan 300 vektor size beserta klasifikasi Naïve Bayes menghasilkan
akurasi sebesar 79,66% dan f1-score sebesar 79,65%.
Kata kunci : analisis sentimen, review film, word2vec, naïve bayes