Penelitian ini bertujuan menganalisis sentimen berbasis aspek pada ulasan aplikasi Produk Kecantikan Soco untuk mengetahui kekurangan dan kelebihan dari waktu ke waktu menurut pengguna agar dapat dijadikan evaluasi peningkatan kualitas. Jumlah ulasan yang digunakan untuk penelitian ini sebanyak 2073 ulasan yang diambil pada periode 06 April 2019 sampai 18 Oktober 2020. Pada skripsi ini menggunakan dua macam klasifikasi yaitu klasifikasi sentimen menggunakan Bidirectional Long Short Term Memory (BiLSTM) dan klasifikasi aspek menggunakan Support Vector Machine (SVM). Aspek yang digunakan adalah layanan, tampilan, produk, dan aspek lainnya. Setelah melakukan hyperparameter optimization diperoleh akurasi sentimen sebesar 73,49% dan akurasi aspek sebesar 77,83%. Hasil visualisasi trend per-kuartal menunjukkan bahwa aspek yang harus diperbaiki oleh aplikasi produk kecantikan soco adalah tampilan. Penelitian ini dapat digunakan untuk membantu menentukan kebijakan yang optimal pengembangan produk yang kontinu.
Kata kunci: Analisis Sentimen Berbasis Aspek, Bidirectional Long Short Term Memory, Support Vector Machine, Visualisasi Trend.