Update README.md

README.md

@@ -10,4 +10,28 @@ tags:
 - sentence-transformers
 - sentiment
 - indonesian
----
+---
+# SetFit Indonesian Sentiment Analysis 
+
+### Model Description
+
+This model uses the `sentence-transformers/paraphrase-multilingual-mpnet-base-v2` base model, which is trained with the Indonesian sentiment dataset.
+
+In v1, this model can predict 2 sentiments. Namely 'baik' and 'buruk' sentiments.
+
+### Usage
+```python
+from setfit import SetFitModel
+
+model = SetFitModel.from_pretrained("wuriyanto/setfit-paraphrase-multilingual-mpnet-base-v2-indonesian-sentiment-v1")
+
+texts_to_classify = ["Pemerintah kurang memperhatikan kesejahteraan masyarakat, sehingga banyak kriminal dimana-mana",
+                     "Makanan yang dihidangkan cukup enak, beberapa orang juga menyampaikan jika fasilitas, terutama meja, kursi dan kamar mandi sangat bersih.",
+                     "Tempat perbelanjaan tersebut secara harga cukup terjangkau, dan tidak jauh dari tempat tinggal mahasiswa",
+                     "Suka dengan layanan yang diberikan. Harga juga cukup terjangkau bagi masyarakat menengah ke bawah.", 
+                     "Dengan banyaknya barang import murah yang masuk ke tengah-tengah masyarakat, menyebabkan beberapa UMKM bangkrut"]
+predictions = model.predict(texts_to_classify)
+
+for text, prediction in zip(texts_to_classify, predictions):
+    print(f"Text: {text} -> Sentiment: {prediction}")
+```