Taman Hiburan Rainbow Alamanda adalah salah satu destinasi wisata keluarga yang ramai dikunjungi khususnya untuk masyarakat Bekasi. Taman hiburan ini telah menerima ribuan ulasan dari pengunjung di platform Google Review. Ulasan ini mencerminkan persepsi publik terhadap kualitas layanan dan fasilitas yang ditawarkan, sehingga penting untuk dianalisis secara sistematis. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk menganalisis sentimen ulasan pengunjung di Google Review terhadap Rainbow Alamanda menggunakan dua algoritma pembelajaran mesin, yaitu Naive Bayes dan Support Vector Machine (SVM), serta membandingkan performa keduanya. Proses penelitian mengikuti pendekatan SEMMA (Sample, Explore, Modify, Model, Assess) dengan data sebanyak 2.394 ulasan yang diperoleh melalui teknik web scraping. Hasil evaluasi menunjukkan bahwa metode Naive Bayes memberikan performa terbaik pada rasio data latih:uji 70:30 dengan akurasi 86.32%, presisi 86.83%, recall 85.81%, dan F1- score 86.08%. Sementara itu, metode SVM dengan kernel RBF (C=10, γ=0.1) menghasilkan performa lebih tinggi dengan akurasi 88.44%, presisi 90.27%, recall 88.31%, dan F1-score 89.28%.