Salah satu dampak perkembangan teknologi adalah pembelian produk secara online yang semakin disukai oleh masyarakat. Contoh nya produk kecantikan, Produk kecantikan merupakan salah satu jenis barang yang sering dijual di e-commerce. Sebuah produk dapat menimbulkan beragam respons dalam bentuk ulasan pelanggan. Oleh karena itu, ulasan pelanggan menjadi aspek penting untuk diperhatikan karena dapat memberikan informasi tentang tingkat kepuasan pelanggan terhadap produk yang telah mereka beli. Analisis sentimen adalah metode yang bisa digunakan untuk mengukur kepuasan pelanggan. Penelitian ini, dilakukan untuk mengevaluasi kinerja analisis sentiment pada ulasan produk kecantikan menggunakan dataset yang bersumber dari website Female Daily berbasis aspek pada 5 aspek yaitu AROMA, PACKAGING, PRICE, dan PRODUCT Sistem yang dibangun menggunakan Word2vec sebagai fitur ekstraksi dikombinasikan dengan menggunakan fitur klasifikasi Support Vector Machine untuk mengklasifikasikan sentiment. Hasil dari percobaan ini menunjukkan bahwa tahap preprocessing khususnya pada proses stemming sangat mempengaruhi hasil akurasi. Pemilihan pada dimensi word2vec juga menjadi hal yang krusial, dimana penelitian ini menunjukkan bahwa penggunaan dimensi vektor yang lebih besar yaitu 300 pada fitur ekstraksi Word2Vec menghasilkan performa yang lebih baik dalam setiap aspek yang dianalisis.Hasil akhir penelitian ini menunjukkan bahwa Word2Vec dengan dimensi 300 dan SVM dengan kernel linear menghasilkan macro average F1-Score terbaik yaitu 81.93%.