Partisipasi dan kesadaran penduduk menjadi salah satu kendala utama yang dihadapi Indonesia untuk melakukan daur ulang sampah plastik. Dengan maraknya misinformasi, ketidakpedulian, dan miskonsepsi yang dihadapi oleh warga dan pelaku fasilitas daur ulang sampah, dibutuhkan cara untuk mendapatkan opini publik secara objektif. Pengembangan dataset dan model klasifikasi sentimen berbasis aspek (ABSA) berpotensi menjadi solusi untuk kendala yang dihadapi.
Pembangunan dataset pada penelitian menggunakan data postingan publik dari media sosial X dan Facebook. Data yang sudah dikumpulkan dilabel secara manual terhadap aspek Recyclability of plastic, Recyclability of PET plastic, Recycling process, Future of Recycling. Pelatihan Model dilakukan dengan algoritma feed forward neural network, LSTM, dan BiLSTM untuk mencari model terbaik.
Hasil dari penelitian adalah sebuah dataset dengan 1801 data postingan sosial media yang dilabel dengan aspek-aspek berkaitan. Model terbaik yang ditemukan berdasarkan F1-Score adalah model BiLSTM yang akan diterapkan pada sistem menggunakan Streamlit Cloud dengan precision rata-rata sebesar 0.81117, recall rata-rata sebesar 0.68083, F1-Score rata-rata sebesar 0.73449, dan hasil accuracy rata-rata sebesar 0.84437. Model pada sistem dapat digunakan untuk melakukan prediksi terhadap kalimat-kalimat inputan sesuai dengan aspek-aspek yang ditentukan.