Ulasan menjadi faktor penting bagi para pemilik bisnis dalam meningkatkan kredibilitas layanannya. Tidak hanya para pebisnis, pihak pengelola tempat umum dari pemerintah juga perlu menganalisis ulasan untuk membangun reputasi publik yang lebih baik. Salah satunya adalah Perguruan Tinggi Universitas Pembangunan Nasional (UPN) “Veteran” Jawa Timur. Penelitian ini bertujuan untuk menganalisis ulasan publik mengenai UPN “Veteran” Jawa Timur dengan dua model, yakni analisis sentimen berbasis Lexicon dan pemodelan topik menggunakan Latent Dirichlet Allocation (LDA). Analisis sentimen bertujuan untuk mengategorikan ulasan positif, negatif, dan netral dari beberapa ulasan publik di Google Review. Sedangkan, pemodelan topik bertujuan untuk mengetahui topik-topik utama dalam pembicaran yang dibahas pada ulasan mengenai UPN “Veteran” Jawa Timur. Dari hasil penelitian terhadap 525 data ulasan, didapatkan sebanyak 352 ulasan dikategorikan positif, 136 ulasan netral, dan 37 ulasan negatif. Pengujian akurasi menunjukkan bahwa algoritma berbasis Lexicon memiliki tingkat akurasi sebesar 80%, yang menegaskan bahwa metode ini efektif dalam mengklasifikasikan data dengan akurat. Sementara itu, dalam pemodelan topik, berhasil diidentifikasi sepuluh topik utama pada setiap kategori sentimen, baik positif, negatif, maupun netral. Temuan ini memberikan wawasan berharga bagi pihak perguruan tinggi untuk lebih memahami permasalahan dan kebutuhan pengguna sehingga dapat mengambil langkah perbaikan yang lebih terarah.