Perkembangan teknologi ponsel yang pesat telah mendorong peningkatan jumlah aplikasi di Google Play Store, dengan ulasan pengguna mencapai jutaan. Ulasan-ulasan ini mencakup berbagai aspek, seperti fitur, antarmuka, performa, dan layanan. Banyaknya ulasan yang tersedia menghadirkan tantangan bagi pengembang untuk menganalisisnya secara efisien. Penelitian ini bertujuan untuk mengembangkan sistem Analisis Topik Berbasis Sentimen berdasarkan konsep Aspect-Based Sentiment Analysis (ABSA) menggunakan model Sentence-Segment Latent Dirichlet Allocation (SS-LDA), Latent Dirichlet Allocation (LDA), dan DeBERTa-pyAbsa, guna membantu pengembang memahami ulasan pengguna dengan lebih baik. Hasil penelitian menunjukkan bahwa model LDA dan SS-LDA hanya mampu memberikan distribusi topik yang memerlukan interpretasi manual untuk mengidentifikasi aspek dari ulasan. Di sisi lain, model DeBERTa(pyAbsa) mampu mengekstrak sebagian aspek secara otomatis, meskipun terdapat beberapa aspek yang tidak dapat diekstrak.