Kabupaten Gowa Provinsi Sulawesi Selatan memiliki banyak objek wisata mulai dari kategori wisata alam, budaya, rekreasi, hingga sejarah. Objek wisata di Kabupaten Gowa yang menjadi fokus pada penelitian ini yaitu Air Terjun Takapala, Gowa Discovery Park, Hutan Pinus Malino, Malino Highlands, Museum Balla Lompoa, Padivalley Golf Club, Permandian Je’ne Tallasa Sileo, Taman Jembatan Kembar, dan Wisata Kebun Gowa. Pihak pengelola belum memiliki teknologi yang mampu mengumpulkan, memproses, dan menganalisis data review ulasan yang dapat menghasilkan informasi secara ringkas.
Data review dari Google Maps dilakukan proses Scraping atau pengambilan data. Hasil dari proses Scraping berhasil mendapatkan 17.179 data review dari tahun 2016 hingga tahun 2022 dari keseluruhan objek wisata yang menjadi fokus penelitian. Data ulasan kemudian dilakukan tahap Preprocessing yaitu mempersiapkan, membersihkan, dan mengubah data mentah tersebut menjadi format yang lebih cocok untuk dianalisis atau pemrosesan selanjutnya. Analisis sentimen menggunakan algoritma Support Vector Machine dalam proses klasifikasi.
Hasil dari pengujian model terhadap hasil klasifikasi sentimen menunjukkan hasil yang baik dengan rata-rata nilai Accuracy sebesar 96%, Precision sebesar 82%, Recall sebesar 91%, dan F1-Score sebesar 85%. Pengujian model juga dilakukan dengan cross-validation untuk menghindari overfitting menghasilkan nilai akurasi yang relatif tinggi, yaitu sekitar 79% hingga 80%. Output dari penelitian ini berupa visualisasi data dalam bentuk Dashboard yang memuat hasil klasifikasi analisis sentimen ulasan pengunjung terhadap 9 objek wisata di Kabupaten Gowa. Nilai SUS Score sebesar 83 dari admin yaitu pihak Dinas Pariwisata dan Kebudayaan Kabupaten Gowa, pihak pengelola objek wisata sebesar 80 dan pengunjung sebesar 79. Hal ini menunjukkan bahwa sistem ini diterima baik oleh pengguna dan bermanfaat untuk digunakan.
Kata kunci: Objek Wisata, Ulasan, Scraping, Preprocessing, Analisis Sentimen, Klasifikasi, Support Vector Machine, Cross-Validation, Visualisasi Dashboard, SUS.