Perkembangan e-commerce di Indonesia telah meningkatkan jumlah ulasan pelanggan pada platform marketplace seperti Shopee. Ulasan tersebut mengandung informasi penting mengenai kepuasan pelanggan, namun jumlahnya yang besar dan tidak terstruktur menyebabkan proses analisis secara manual menjadi kurang efektif. Penelitian ini bertujuan menganalisis sentimen ulasan pelanggan terhadap produk Sunscreen Facetology di Shopee Mall menggunakan pendekatan text mining berbasis Natural Language Processing (NLP). Data diperoleh melalui proses scraping menggunakan API Shopee, kemudian dilakukan tahapan data cleaning untuk menghapus data yang tidak relevan, menangani data kosong, dan menyiapkan dataset untuk proses analisis. Klasifikasi sentimen dilakukan menggunakan model Indonesian RoBERTa Base Sentiment Classifier yang mengelompokkan ulasan ke dalam kategori positif, netral, dan negatif. Selain itu, penelitian juga menganalisis faktor-faktor dominan yang sering muncul dalam ulasan serta tren sentimen berdasarkan waktu. Hasil analisis menunjukkan bahwa sentimen positif mendominasi ulasan pelanggan, sedangkan faktor yang paling sering dibahas meliputi kemasan, warna tinted, tekstur ringan, daya serap, dan kenyamanan produk. Analisis tren menunjukkan bahwa peningkatan jumlah ulasan pada periode event seperti tanggal kembar dan payday sale tidak selalu diikuti peningkatan persentase sentimen positif. Seluruh hasil analisis divisualisasikan melalui dashboard interaktif menggunakan Looker Studio sehingga memudahkan interpretasi data dan mendukung pengambilan keputusan bagi pihak terkait.