Pertumbuhan pesat sektor pariwisata di Indonesia telah menyebabkan peningkatan jumlah ulasan hotel secara online, sehingga menciptakan kebutuhan bagi industri perhotelan untuk menganalisis ulasan tersebut secara efisien guna mendukung pengambilan keputusan. Penelitian ini melakukan analisis sentimen multi-aspek pada ulasan hotel menggunakan pendekatan LSTM dan BERT untuk memahami pola sentimen pada enam aspek utama: kebersihan, lokasi, harga, makanan, fasilitas, dan layanan. Analisis ini mengatasi tantangan seperti penggunaan bahasa informal, sentimen yang ambigu, dan ulasan yang mencakup beberapa aspek secara bersamaan. Data dikumpulkan dari platform Tiket.com dan melalui tahapan pra-pemrosesan meliputi pembersihan data, case folding, tokenisasi, normalisasi, penghapusan kata berhenti, stemming, serta penyeimbangan data menggunakan teknik SMOTE. Dataset kemudian dibagi menjadi 70% untuk pelatihan dan 30% untuk pengujian. Model LSTM mencapai akurasi tertinggi dalam mengidentifikasi sentimen untuk aspek kebers