Pembatasan kunjungan ke Candi Borobudur sejak tahun 2022 sebagai bentuk pelestarian cagar budaya telah mendorong munculnya alternatif wisata baru di sekitarnya. Salah satu yang berkembang pesat adalah VW Wisata Borobudur, yaitu wisata keliling desa-desa sekitar menggunakan mobil Volkswagen tipe cabriolet. Seiring meningkatnya popularitas, destinasi ini menerima berbagai ulasan wisatawan melalui Google Maps. Ulasan tersebut mencerminkan opini, persepsi, dan tingkat kepuasan wisatawan yang penting untuk dianalisis guna meningkatkan kualitas layanan. Namun, bentuk data yang tidak terstruktur memerlukan pendekatan analisis yang tepat. Penelitian ini bertujuan untuk menganalisis sentimen ulasan wisatawan terhadap VW Wisata Borobudur menggunakan pendekatan machine learning. Data diperoleh melalui proses web scraping dari layanan pihak ketiga, yaitu Outscraper. Tahapan pemrosesan data mencakup data preprocessing, data labeling, data splitting, feature extraction, imbalance handling, serta klasifikasi dengan tiga model yaitu Naïve Bayes Classifier (NBC), Support Vector Machine (SVM), dan Indonesian-BERT (IndoBERT). Hasil evaluasi menunjukkan bahwa IndoBERT versi large-p1 memberikan performa terbaik dengan accuracy 0,97 dan weighted F1-Score 0,96; mengungguli SVM (accuracy 0,94; weighted F1-Score 0,94) dan NBC (accuracy 0,89; weighted F1-Score 0,90). Berdasarkan prediksi dengan model terbaik, mayoritas ulasan menunjukkan sentimen positif sebesar 89,1%, dan sisanya negatif. Mayoritas sentimen menyoroti kualitas layanan yang baik, meski ada beberapa keluhan tentang pengemudi dan fasilitas. Dengan demikian, hasil analisis sentimen ini menjadi acuan strategis bagi pengelola VW Wisata Borobudur dalam meningkatkan layanan wisata yang berbasis data.