Sosial media sudah menjadi tempat bagi para sosial media analis untuk mendapatkan data yang digunakan untuk mendapatkan wawasan dan pemahaman yang lebih dalam tentang perilaku pengguna, tren, opini publik, dan pola-pola yang terkait dengan penggunaan sosial media. Twitter adalah salah satu media sosial yang populer di mana pengguna dapat berbagi pesan atau "tweet" dalam format teks singkat. Namun, pada twitter informasi pengguna seperi gender tidak diperlihatkan tetapi tanpa disadari atau tidak, terdapat informasi mengenai hal tersebut secara tidak terstruktur. Untuk hal tersebut dilakukan klasikasi gender dengan menggunakan pembentukan representasi vektor kata dengan menggunakan word2vec, dan penerapan model 2D Convolutional Neural Network (CNN). Word2vec digunakan untuk menghasilkan representasi vektor kata yang memperhitungkan konteks dan makna kata dalam teks. Model 2D CNN digunakan untuk mengekstraksi fitur dari representasi vektor kata dan melakukan klasifikasi gender. Pada penelitian ini dilakukan perbandingan antara data tweet, deskripsi, dan gabungan keduanya yaitu tweet dan deskripsi yang bertujuan untuk mencari akurasi terbaik. Hasil penelitian menunjukkan bahwa menggunakan data gabungan antara tweet dan deskripsi mendapatkan akurasi yang lebih baik daripada menggunakan data tweet atau deskripsi saja.