Model 1 — Klasifikasi Emosi (Tenang.in)
Model BiLSTM untuk klasifikasi 7 emosi dari teks jurnal harian bahasa Indonesia.
Bagian dari sistem deteksi dini burnout Tenang.in.
Performa
| Metrik |
Nilai |
| Test Accuracy |
93.75% |
| Test F1 Weighted |
0.9377 |
| Jumlah kelas |
7 emosi |
Label
| ID |
Label |
| 0 |
anger |
| 1 |
anticipation |
| 2 |
disgust |
| 3 |
fear |
| 4 |
joy |
| 5 |
sadness |
| 6 |
trust |
Artefak
| File |
Kegunaan |
| model1_bilstm_final.keras |
Model TensorFlow |
| tokenizer_final.pkl |
Keras Tokenizer |
| w2v_final.bin |
Word2Vec embeddings |
| config.json |
Konfigurasi model |
Arsitektur
Input (50 token) → Embedding (Word2Vec pretrained)
→ BiLSTM(64) → BiLSTM(32) → GlobalMaxPool
→ Dense(64) → Output softmax (7 kelas)
Total params: 422.211 (1.61 MB)
Penggunaan
from inference import EmotionPredictor
predictor = EmotionPredictor()
result = predictor.predict("aku sangat lelah kerja terus menerus")
print(result['label'])
print(result['confidence'])
