ABSTRAK Nama : Ginanjar Ibnu Solikhin Program Studi : Ilmu Komputer Judul : Prediksi Rating Menggunakan Maximum Entropy Model pada Ulasan Restoran Berbahasa Indonesia Ulasan merupakan salah satu sumber pertimbangan penting yang dimanfaatkan sebelum membeli produk atau jasa. Dengan semakin banyaknya ulasan yang tersedia, dibutuhkan waktu yang lama untuk menyerap semua informasi yang ada pada ulasan tersebut. Berlatarkan permasalahan tersebut, penelitian ini ingin mengekstraksi informasi-informasi penting dalam sebuah ulasan. Informasi yang dihasilkan berupa prediksi rating untuk beberapa aspek penting yang ada pada ulasan. Untuk dapat melakukan prediksi pada ulasan, dilakukan klasifikasi pada setiap aspek yang ada pada ulasan tersebut menjadi positif atau negatif. Proses klasifikasi dilakukan dengan menggunakan Maximum Entropy Model yang disediakan oleh software Mallet. Dalam penelitian ini, dilakukan eksperimen terhadap 8 fitur yang digunakan, untuk menentukan fitur yang mampu melakukan klasifikasi dengan hasil klasifikasi terbaik. Sebagai baseline digunakan fitur unigram, dengan rata-rata akurasi sebesar 90.70% . Hasil klasifikasi terbaik dihasilkan dengan fitur kamus sentimen yang dibangun dari kata sifat dan kata benda yang ada di data pengembangan, dengan rata-rata akurasi mencapai 94.30%. Kata Kunci: prediksi, rating, ulasan, maximum entropy, restoran, unigram, lexicon, sentimen, klasifikasi