Produksi minyak atsiri di Indonesia terus mengalami peningkatan, didorong oleh tingginya permintaan pasar global terhadap produk aromaterapi. Pemanfaatan minyak atsiri sangat luas dengan perkembangan produk-produk turunan hingga diversifikasinya, tetapi produk wewangian saat ini juga lebih banyak berfokus kualitas aroma dengan inovasi yang masih minim pada aspek lain. Penelitian ini bertujuan untuk menganalisis dimensi kepuasan pelanggan produk minyak atsiri melalui ulasan di platform Tokopedia menggunakan integrasi metode analisis sentimen, ekstraksi topik, model Kano, dan Explainable AI. Data diambil dari Tokopedia, kemudian diproses menggunakan BERTopic untuk mengidentifikasi 11 dimensi. Analisis sentimen berbasis LLM dilakukan untuk mengklasifikasi sentimen positif dan negatif pada setiap CSD. Model prediksi dikembangkan untuk memetakan hubungan antara CSD dan rating pelanggan, dengan interpretasi kontribusi fitur menggunakan SHAP. Hasil klasifikasi model Kano menunjukkan bahwa sebagian besar dimensi termasuk dalam kategori Performance sementara dimensi harga dan aplikasi humidifier tergolong Must-be pada segmen tertentu. Strategi perbaikan difokuskan pada dua pendekatan, yaitu memastikan atribut Must-be seperti harga dan fitur aplikasi terpenuhi secara konsisten sesuai ekspektasi dasar pelanggan, serta meningkatkan atribut Performance. Pendekatan ini menunjukkan bahwa data ulasan daring dapat dimanfaatkan secara efektif untuk menyusun strategi peningkatan kualitas produk berbasis preferensi pelanggan.