Pesatnya pertumbuhan pengguna smartphone di Indonesia, khususnya perangkat Android, menjadikan Google Play Store sebagai pusat utama distribusi aplikasi mobile. Seiring meningkatnya jumlah ulasan pengguna terhadap aplikasi, analisis sentimen menjadi penting bagi pengembang untuk memahami opini dan pengalaman pengguna. Penelitian ini bertujuan untuk membangun sistem analisis sentimen otomatis berbasis web menggunakan model Bidirectional Encoder Representations from Transformers (BERT) untuk mengklasifikasikan ulasan aplikasi ke dalam kategori positif, netral, dan negatif. Data ulasan diambil secara otomatis melalui proses scraping dari Google Play Store berdasarkan nama aplikasi yang dimasukkan oleh pengguna. Penelitian ini menggunakan metode System Development Life Cycle (SDLC) model waterfall. Hasil akhir menunjukkan bahwa sistem mampu mengotomatisasi proses pengambilan dan klasifikasi data ulasan serta memberikan hasil analisis yang berguna bagi pengembang dan calon pengguna aplikasi. Namun demikian, performa model masih dapat ditingkatkan pada aspek-aspek tertentu.