Penelitian ini mengkaji penerapan analisis sentimen dalam kerangka Multi-Criteria Decision Analysis (MCDA) untuk memetakan aspek dan subaspek yang relevan dalam pengelolaan sampah di Indonesia. Teknik analisis sentimen digunakan untuk mengekstraksi fitur penting dari ulasan di media sosial serta mengidentifikasi polaritas sentimen, yang kemudian dijadikan dasar dalam analisis hierarki menggunakan metode Analytic Hierarchy Process (AHP). Penelitian ini menerapkan Aspect-Based Sentiment Analysis (ABSA) dengan algoritma Support Vector Machine (SVM) untuk membangun model klasifikasi sentimen terkait topik pengelolaan sampah dalam bahasa Indonesia. Model ini menunjukkan akurasi terbaik sebesar 0,773 pada aspek Jenis Sampah, diikuti oleh Ekonomi 0,754, Sosial 0,691, Aktivitas 0,642, dan Fasilitas 0,632, dengan rata-rata akurasi sebesar 0,698. Hasil analisis MCDA-AHP menunjukkan bahwa pada tingkat aspek, Aktivitas memiliki prioritas tertinggi yang diikuti oleh Fasilitas, Sosial, Ekonomi, dan Jenis Sampah. Sementara itu, pada tingkat subaspek, lima bobot tertinggi berturut-turut adalah Edukasi, Anorganik, Manfaat, Cuan atau Profit, dan Inisiatif. Penelitian ini menghasilkan dua temuan utama, yaitu model klasifikasi sentimen berbasis aspek untuk topik pengelolaan sampah, serta bobot prioritas aspek dan subaspek berdasarkan opini publik yang ditemukan. Temuan ini menunjukkan bahwa sentimen positif yang dominan cenderung menghasilkan bobot yang lebih tinggi, yang mencerminkan tingkat kepentingan dan preferensi publik terhadap aspek-aspek tertentu dalam pengelolaan sampah.