Sistem Deteksi Tweet dengan Model Machine Learning

Dalam era digital saat ini, media sosial telah menjadi bagian integral dari kehidupan sehari-hari, menjadi tempat bagi banyak orang untuk mencari informasi, berkomunikasi, dan bersosialisasi. Namun, dengan pertumbuhan penggunaan media sosial, kita juga sering kali menemui konten yang kurang menyenangkan, seperti tweet yang mengandung bahasa kasar, ujaran kebencian, atau konten negatif lainnya. Hal ini dapat mengganggu pengalaman pengguna dan bahkan berdampak negatif pada kesejahteraan mental.

Untuk mengatasi masalah ini, proyek ini mengusulkan solusi berbasis machine learning. Data yang digunakan adalah dataset Sentiment Analysis of Tweet Reviews, yang berisi tweet-tweet yang telah diklasifikasikan sebagai positif atau negatif. Tahap awal proyek melibatkan pemrosesan data, termasuk pembagian data menjadi set pelatihan dan evaluasi, serta analisis statistik dan validasi data.

Arsitektur model yang digunakan terdiri dari beberapa lapisan, termasuk TextVectorization untuk mengubah teks menjadi representasi numerik, dan lapisan-lapisan Dense untuk memproses representasi teks dan menghasilkan output klasifikasi. Metrik evaluasi yang digunakan adalah BinaryAccuracy, yang mengukur ketepatan model dalam mengklasifikasikan data.

Hasil evaluasi menunjukkan bahwa model memiliki performa yang sangat baik, dengan skor true sebesar 0.93503 dan nilai loss sebesar 0.27348. Ini menandakan bahwa model mampu mengklasifikasikan tweet dengan tingkat akurasi yang tinggi, membantu mengidentifikasi konten positif dan negatif secara efektif. Dengan demikian, proyek ini memiliki potensi untuk memberikan kontribusi positif dalam meningkatkan pengalaman pengguna di platform media sosial dengan mengurangi konten yang kurang pantas.