Jumlah wisatawan yang datang ke Bali selalu meningkat setiap tahunnya. Data menunjukkan rata-rata pertumbuhan wisatawan yang berkunjung ke Bali per tahun adalah 11%. Pertumbuhan jumlah wisatawan ini tidak terlepas dari perkembangan zaman digital. Bali semakin dikenal melalui ulasan-ulasan atau berita yang ada di platform online. Berbagai macam informasi destinasi dan fasilitas yang ada di Bali dapat diakses dengan mudah oleh para wisatawan. Informasi yang ada di internet bisa menjadi keputusan awal wisatawan untuk melakukan kunjungan ke Bali.
Penelitian ini bertujuan untuk melihat sentimen wisatawan yang ada di Bali dengan menggunakan IndoBERT dan pemodelan topik. Hasil akhir dari penelitian ini adalah perhitungan salience dan valence dari masing-masing topik yang ditemukan. Salience dan valence akan menentukan seberapa mencolok suatu topik dan seberapa negatif atau positif topik tersebut.
Tahapan yang dilakukan dalam penelitian ini adalah: mengambil dataset, melakukan preprocessing, dan melakukan sentence embeddings dengan menggunakan model IndoBERT. Selanjutnya vektor dari sentence embeddings digunakan untuk melakukan klasifikasi ulasan. Vektor dari sentence embeddings juga digunakan untuk membentuk klaster optimal yang akan digunakan dalam menentukan jumlah topik ketika melakukan pemodelan topik.
Penelitian ini menemukan bahwa sentimen wisatawan terhadap hotel di Bali adalah positif. Topik yang dapat dibentuk adalah sebanyak 3 topik dengan kategori fasilitas untuk topik 1, pelayanan untuk topik 2, dan akses lokasi untuk topik 3. Topik yang paling mencolok dan sering dibahas berdasarkan nilai salience adalah topik 1 yang merepresentasikan fasilitas dengan persentase ulasan sebesar 49,28%. Topik yang memiliki sentimen positif berdasarkan perhitungan valence adalah topik 2 yang merepresentasikan pelayanan dengan nilai 1,02%.
Hasil dari penelitian ini dapat digunakan sebagai alat bantu manajemen hotel dalam melakukan tindakan terhadap strategi hotel dalam mempertahankan ataupun menarik wisatawan lainnya untuk menginap di hotel.
Kata Kunci: Pariwisata, analisis sentimen, pemodelan topik, BERT, pembelajaran mesin, penyematan kalimat.