Initial commit - NLP text classification project

README.md

@@ -0,0 +1,20 @@
+# Klasifikasi Topik Berita Menggunakan NLP
+Project ini mengimplementasikan Natural Language Processing (NLP)
+untuk mengklasifikasikan teks berita Bahasa Indonesia ke dalam
+tiga kategori: Politik, Olahraga, dan Teknologi.
+
+## Metode
+- Preprocessing teks
+- TF-IDF
+- Multinomial Naive Bayes
+
+## Tools
+- Python
+- Scikit-learn
+- Streamlit
+
+## Cara Menjalankan
+1. Install dependency
+   pip install -r requirements.txt
+2. Jalankan aplikasi
+   streamlit run app.py

app.py

@@ -0,0 +1,28 @@
+import streamlit as st
+import joblib
+import re
+
+# Load model & vectorizer
+model = joblib.load("model_nb.pkl")
+vectorizer = joblib.load("tfidf_vectorizer.pkl")
+
+st.title("📰 Klasifikasi Topik Berita (NLP)")
+st.write("Masukkan teks berita berbahasa Indonesia")
+
+text = st.text_area("Teks Berita", height=200)
+
+def preprocess_text(text):
+    text = text.lower()
+    text = re.sub(r"http\S+", "", text)
+    text = re.sub(r"[^a-zA-Z\s]", " ", text)
+    text = re.sub(r"\s+", " ", text).strip()
+    return text
+
+if st.button("Klasifikasikan"):
+    if text.strip() == "":
+        st.warning("Teks tidak boleh kosong!")
+    else:
+        clean_text = preprocess_text(text)
+        text_tfidf = vectorizer.transform([clean_text])
+        prediction = model.predict(text_tfidf)[0]
+        st.success(f"Prediksi Topik: **{prediction}**")

requirements.txt

@@ -0,0 +1,6 @@
+streamlit
+scikit-learn
+pandas
+numpy
+joblib
+Sastrawi