Review adalah opini yang mengandung nilai pada pekerjaan atau peristiwa yang sedang direview. Banyak situs yang memberikan review produk atau barang di era modern kepada pengguna, seperti situs femaledaily.com yang menyediakan platform bagi pengguna untuk mereview produk yang dibeli. Sentimen yang terkandung dalam ulasan ini adalah informasi berharga bagi pemilik bisnis. Berkat review produk, pemilik bisnis mendapatkan insight dan data terkait produk yang mereka jual untuk meningkatkan kualitas produknya. Namun, mendapatkan informasi opini dari teks ulasan tidak terstruktur cukup sulit. Penelitian ini bertujuan untuk mengklasifikasikan ulasan tersebut sebagai “positif” atau “negatif”. Model yang diusulkan untuk klasifikasi adalah LSTM. Long Short-Term Memory (LSTM) digunakan dalam model yang telah dilatih sebelumnya untuk mengklasifikasikan tinjauan ini. Model yang dirancang untuk model berfokus pada tinjauan preprocessing sebagai berikut: pembersihan data, pelipatan kasus, normalisasi, tokenisasi, stopword, dan stemming. Setelah diklasifikasikan, ulasan ini divisualisasikan sebagai grafik. Skenario kasus terbaik menghasilkan akurasi 95,10% pada sentimen terhadap aspek harga.