Ulasan produk merupakan fitur pada e-marketplace untuk mengetahui kualitas dari produk atau pengalaman orang lain saat membeli produk. Semakin bagus dan banyak ulasan pada suatu produk yang dijual, semakin tinggi minat calon pembeli terhadap produk. Karenanya, perlu mengelompokkan setiap ulasan apakah ulasan tersebut mengandung makna positif atau negatif. Penelitian ini mengusulkan K-Means Clustering untuk mengelompokkan ulasan produk. Dari analisis klaster klaster 0 merupakan klaster ulasan bersentimen negatif dengan centroid di titik 0.61129469 untuk skor positif dan 0.81219006 untuk skor negatif. Sedangkan, klaster 1 merupakan klaster ulasan bersentimen positif dengan centroid di titik 0.85114994 untuk skor positif dan 0.53761561 untuk skor negatif.