<![CDATA[Trans Studio Bali merupakan taman hiburan berkonsep indoor theme park di Denpasar, Bali yang ditujukan untuk menarik wisatawan lokal maupun mancanegara. Persentase kunjungan wisatawan mancanegara di Trans Studio Bali hanya sebesar 8,7%, jauh lebih rendah dibandingkan wisatawan lokal yang mencapai 91,3%. Penelitian ini bertujuan mengidentifikasi akar penyebab rendahnya kunjungan wisatawan mancanegara ke Trans Studio Bali melalui analisis sentimen pada ulasan di platform Google My Business. Penelitian ini menggunakan VADER untuk klasifikasi sentimen dan model berbasis BERT untuk melakukan pemodelan topik dan pemetaan aspek. BERTopic digunakan untuk pemodelan topik dan DistilBERT digunakan untuk membuat model pemetaan ulasan ke dalam aspek 4A Tourism Components. Hasil klasifikasi sentimen menunjukkan terdapat 409 ulasan positif dan 88 ulasan negatif. Pemodelan topik menghasilkan delapan topik yang terbagi ke dalam empat aspek 4A Tourism Components: Attractions (273 ulasan), Amenities (195 ulasan), Accessibility (17 ulasan), dan Ancillary (13 ulasan). Evaluasi model BERTopic menunjukkan nilai topic coherence sebesar 0,55 dan topic diversity sebesar 0,86, yang mengindikasikan topik cukup beragam meskipun koherensi dalam topik belum maksimal. Model DistilBERT untuk klasifikasi aspek mencapai akurasi terbaik pada split data 70:30 pada dataset setelah SMOTE dengan nilai akurasi sebesar 0,97. Hasil analisis sentimen divisualisasikan menggunakan cause mapping dan divalidasi melalui wawancara dengan pihak Trans Studio Bali. Hasil root cause analysis menunjukkan bahwa penyebab rendahnya kunjungan wisatawan mancanegara dipengaruhi oleh harga tiket, kualitas pelayanan, pengalaman bermain wahana, ketersediaan informasi, fasilitas umum, dan waktu antrean. Abstract Trans Studio Bali is an indoor theme park located in Denpasar, Bali, designed to attract both local and international tourists. However, the percentage of foreign tourists visiting Trans Studio Bali is only 8,7%, lower than local visitors who make up 91,3%. This study aims to identify the root causes of the low percentage of foreign tourist visits through sentiment analysis of reviews collected from Google My Business. The sentiment classification process uses VADER, while topic modeling and aspect classification apply BERT-based models. BERTopic is used to extract topics from reviews, and DistilBERT is fine-tuned to classify reviews into The 4A Tourism Components. The result of sentiment analysis shows there are 409 positive reviews and 88 negative reviews. Topic modeling produces eight main topics mapped to the four aspects: Attractions (273 reviews), Amenities (195 reviews), Accessibility (17 reviews), and Ancillary (13 reviews). The BERTopic model evaluation indicates a topic coherence score of 0,55 and a topic diversity of 0,86, showing that the model generated diverse topics with moderate coherence. The DistilBERT aspect classification model achieved its best performance on the dataset after SMOTE balancing with a 70:30 data split, reaching an accuracy of 0,97. The sentiment and aspect classification results were visualized using cause mapping and validated through interviews with Trans Studio Bali stakeholder. Root cause analysis found that the low visits by foreign tourists are influenced by factors such as ticket prices, service quality, ride experiences, information availability, public facilities, and queue times.]]>
