Seiring berkembangnya zaman, teknologi-pun ikut berkembang mengikuti zaman, terutama teknologi
internet. Pada saat, ini orang dapat mengetahui informasi tentang keadaan pusat perbelanjaan melalui
internet. Salah satu pusat perbelanjaan yang cukup terkenal adalah Paris Van Java Resort Lifestyle Place
di Kota Bandung. Pertimbangan orang untuk pergi ke pusat perbelanjaan didasarkan pada lokasi dan
opini dari seseorang yang pernah mengunjungi pusat perbelanjaan tersebut. Dengan jumlah opini yang
besar dan didalamnya memiliki informasi yang memiliki nilai penting menyebabkan informasi tersebut
rawan jika orang salah dalam memahaminya. Dengan adanya permasalahan tersebut maka analisis
sentimen digunakan untuk mencegah hal tersebut, dimana analisis sentimen bekerja menganalisa setiap
teks untuk menentukan tingkatan nilai sentimen positif atau negatif. Pada penelitian ini, dataset analisis
sentimen terlebih dahulu dilakukan tahap preprocessing, ekstraksi fitur Term Frequency-Inverse Document
Frequency (TF-IDF) dan kemudian dilakukan klasifikasi menggunakan metode K-Nearest Neighbor,
metode K-Nearest Neighbor dipilih karena metode ini merupakan salah satu metode yang dapat melakukan
klasifikasi teks dan data, selain itu metode K-Nearest Neighbor memiliki akurasi klasifikasi yang baik
dimana proses klasifikasinya yang mudah dan cukup sederhana dalam implementasinya. Dengan sistem
yang dibangun menggunakan TF-IDF Unigram dan Euclidean Distance menghasilkan nilai akurasi terbaik
dengan sebesar 87.76%.