Ulasan konsumen pada platform e-commerce menjadi sumber informasi penting dalam menilai kualitas produk dan memengaruhi keputusan pembelian. Namun, jumlah ulasan yang besar dengan variasi gaya bahasa dan panjang teks menyulitkan pengguna dalam memperoleh informasi secara cepat. Penelitian ini bertujuan untuk mengembangkan sistem peringkasan ulasan produk berbasis web menggunakan model IndoT5 dengan pendekatan fine-tuning. Dataset yang digunakan berjumlah sekitar 7.000 pasangan ulasan dan ringkasan dalam bahasa Indonesia yang telah melalui tahap praproses. Evaluasi dilakukan menggunakan metrik ROUGE-L, BERTScore, penilaian ahli bahasa, serta pengujian usability melalui SUS dan NPS. Hasil penelitian menunjukkan bahwa model mampu menghasilkan ringkasan dengan ROUGE-L sebesar 0,4 dan BERTScore F1 sebesar 0,8, yang mengindikasikan kesesuaian yang baik terhadap ringkasan acuan. Penilaian ahli bahasa memperoleh rata-rata 4,3 dari 5 pada aspek keabstrakan, faithfulness, dan struktur bahasa, yang menunjukkan ringkasan informatif dan mudah dipahami. Selain itu, sistem memiliki tingkat kegunaan yang baik dengan SUS kategori B dan NPS sebesar 51% (excellent). Dengan demikian, sistem yang dikembangkan mampu menghasilkan ringkasan berkualitas dan membantu pengguna memahami ulasan secara lebih efisien.