Upload 4 files

Dockerfile

@@ -0,0 +1,17 @@
+FROM python:3.10
+
+WORKDIR /code
+
+# Copy requirements dan install dependencies
+COPY ./requirements.txt /code/requirements.txt
+RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt
+
+# Copy seluruh file ke dalam container
+COPY . /code
+
+# Pengaturan permission folder cache (Wajib untuk Hugging Face)
+RUN mkdir -p /code/cache && chmod -R 777 /code/cache
+ENV GRADIO_TEMP_DIR="/code/cache"
+
+# Jalankan aplikasi
+CMD ["python", "app.py"]

app.py

@@ -0,0 +1,182 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+from PIL import Image
+
+# --- KONFIGURASI ---
+IMG_SIZE = (224, 224) # Sesuaikan dengan input shape model Anda
+MODEL_PATH = "best_model.h5" # Pastikan nama file sesuai
+
+# Definisi Kelas (Sesuai urutan training model Anda)
+class_names = [
+    'Abrasions', 'Bruises', 'Burns', 'Cut', 'Diabetic Wounds', 
+    'Laceration', 'Normal', 'Pressure Wounds', 'Surgical Wounds', 'Venous Wounds'
+]
+
+# Mapping Bahasa Inggris -> Indonesia untuk UI
+translation_map = {
+    'Abrasions': 'Luka Lecet (Abrasi)',
+    'Bruises': 'Memar',
+    'Burns': 'Luka Bakar',
+    'Cut': 'Luka Sayat',
+    'Diabetic Wounds': 'Luka Diabetes',
+    'Laceration': 'Luka Robek',
+    'Normal': 'Normal/Sehat',
+    'Pressure Wounds': 'Luka Tekan (Dekubitus)',
+    'Surgical Wounds': 'Luka Operasi',
+    'Venous Wounds': 'Luka Vena'
+}
+
+# --- LOAD MODEL ---
+try:
+    best_model = tf.keras.models.load_model(MODEL_PATH)
+    print("✅ Model berhasil dimuat.")
+except Exception as e:
+    best_model = None
+    print(f"❌ Error memuat model: {e}")
+
+# --- LOGIKA REKOMENDASI ---
+def get_first_aid_recommendation(wound_class):
+    rekomendasi = {
+        'Abrasions': (
+            "1. Bersihkan luka dengan air mengalir untuk membuang kotoran.\n"
+            "2. Gunakan sabun lembut di sekitar luka (jangan terkena luka langsung).\n"
+            "3. Oleskan salep antibiotik atau petroleum jelly untuk menjaga kelembapan.\n"
+            "4. Tutup dengan plester bersih jika luka berada di area yang mudah tergesek."
+        ),
+        'Bruises': (
+            "1. Istirahatkan area yang memar.\n"
+            "2. Kompres dingin selama 15-20 menit untuk mengurangi pembengkakan.\n"
+            "3. Posisikan bagian tubuh yang memar lebih tinggi dari jantung.\n"
+            "4. Gunakan obat pereda nyeri jika diperlukan."
+        ),
+        'Burns': (
+            "1. Alirkan air biasa (bukan air es) pada area luka selama 10-20 menit.\n"
+            "2. Lepaskan perhiasan atau pakaian yang ketat sebelum area membengkak.\n"
+            "3. Tutup longgar dengan kain bersih atau kasa steril.\n"
+            "4. **Jangan** memecahkan lepuh yang muncul."
+        ),
+        'Cut': (
+            "1. Tekan luka kuat-kuat dengan kain bersih selama 5-10 menit hingga darah berhenti.\n"
+            "2. Bersihkan luka dengan air mengalir.\n"
+            "3. Oleskan antiseptik pada pinggiran luka.\n"
+            "4. Rekatkan plester atau perban steril."
+        ),
+        'Diabetic Wounds': (
+            "**Peringatan:** Luka diabetes membutuhkan perhatian khusus.\n"
+            "1. Cuci luka dengan cairan saline (NaCl 0.9%).\n"
+            "2. Jaga luka tetap kering dan tutup dengan kasa steril.\n"
+            "3. Periksa tanda-tanda infeksi seperti nanah atau bau.\n"
+            "4. Segera hubungi dokter spesialis luka."
+        ),
+        'Laceration': (
+            "1. Hentikan perdarahan dengan menekan luka secara stabil.\n"
+            "2. Jika luka dalam dan robekannya lebar, segera tutup dengan kasa.\n"
+            "3. Jangan mencoba mencuci luka jika perdarahan sangat deras.\n"
+            "4. **Segera ke IGD** karena mungkin memerlukan jahitan medis."
+        ),
+        'Normal': "Kulit terlihat normal dan sehat. Tetap jaga kebersihan area tersebut.",
+        'Pressure Wounds': (
+            "1. Hilangkan tekanan pada area luka dengan mengubah posisi tubuh.\n"
+            "2. Gunakan bantal atau bantalan pelindung khusus.\n"
+            "3. Bersihkan area secara lembut dengan cairan saline.\n"
+            "4. Jaga kulit di sekitarnya tetap lembap."
+        ),
+        'Surgical Wounds': (
+            "1. Ikuti instruksi penggantian perban dari dokter bedah Anda.\n"
+            "2. Jangan menggaruk area jahitan.\n"
+            "3. Jaga agar luka tetap kering saat mandi (gunakan penutup tahan air).\n"
+            "4. Lapor dokter jika jahitan terbuka atau muncul kemerahan hebat."
+        ),
+        'Venous Wounds': (
+            "1. Gunakan stoking kompresi jika disarankan oleh medis.\n"
+            "2. Angkat kaki lebih tinggi dari jantung saat berbaring.\n"
+            "3. Lakukan aktivitas fisik ringan secara teratur.\n"
+            "4. Jaga kelembapan kulit di sekitar luka."
+        )
+    }
+    return rekomendasi.get(wound_class, "Rekomendasi belum tersedia. Silakan konsultasi dengan petugas medis.")
+
+# --- FUNGSI PREDIKSI ---
+def predict_image(image_input):
+    if best_model is None:
+        return {}, "⚠️ Model tidak ditemukan. Harap upload file model (.h5)."
+
+    if image_input is None:
+        return {}, "Silakan upload gambar."
+
+    # Preprocessing
+    img = image_input.resize(IMG_SIZE)
+    img_array = tf.keras.utils.img_to_array(img)
+    img_array = tf.expand_dims(img_array, 0)
+    img_array = img_array / 255.0
+
+    # Prediksi
+    predictions = best_model.predict(img_array)
+    scores = tf.nn.softmax(predictions[0]).numpy()
+
+    # Mapping hasil untuk UI (Bahasa Indonesia)
+    translated_output_dict = {
+        translation_map.get(class_names[i], class_names[i]): float(scores[i])
+        for i in range(len(class_names))
+    }
+
+    # Ambil label tertinggi
+    top_idx = np.argmax(scores)
+    top_label_en = class_names[top_idx]
+    top_confidence = scores[top_idx]
+
+    # --- LOGIKA THRESHOLD ---
+    THRESHOLD = 0.50
+
+    if top_confidence < THRESHOLD:
+        top_label_id = "Normal (Tidak Terdeteksi)"
+        rekomendasi_teks = (
+            "**Mohon Maaf:** Model kurang akurat dalam menganalisis foto ini.\n\n"
+            "**Saran:**\n"
+            "1. Pastikan area luka terlihat jelas dan tidak blur.\n"
+            "2. Gunakan pencahayaan yang cukup (terang).\n"
+            "3. Ambil foto dari sudut tegak lurus ke arah luka.\n\n"
+            "Jika Anda merasa luka ini serius, segera hubungi tenaga medis meskipun hasil analisis tidak muncul."
+        )
+    else:
+        top_label_id = translation_map.get(top_label_en, top_label_en)
+        rekomendasi_teks = get_first_aid_recommendation(top_label_en)
+
+    # Format Markdown untuk Gradio
+    formatted_output = (
+        f"### Analisis: **{top_label_id}**\n\n"
+        f"**Langkah Pertolongan:**\n{rekomendasi_teks}\n\n"
+        f"--- \n*Tingkat Keyakinan AI: {top_confidence:.2%}*"
+    )
+
+    return translated_output_dict, formatted_output
+
+# --- UI INTERFACE ---
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="red", secondary_hue="slate")) as demo:
+    gr.Markdown("# 🚨 FirstAidLens")
+    gr.Markdown("Deteksi jenis luka secara instan dan dapatkan panduan pertolongan pertama yang tepat.")
+
+    with gr.Row():
+        with gr.Column(scale=1):
+            input_img = gr.Image(
+                sources=["upload", "webcam"],
+                type="pil",
+                label="Ambil Foto Luka"
+            )
+            gr.Markdown("> **Penting:** Hasil AI ini hanya referensi awal. Jika luka parah atau pendarahan tidak berhenti, segera hubungi **112**.")
+
+        with gr.Column(scale=1):
+            output_label = gr.Label(num_top_classes=3, label="Hasil Analisis Jenis Luka")
+            output_markdown = gr.Markdown("### Panduan Pertolongan Pertama\n_Upload atau ambil foto untuk melihat rekomendasi._")
+
+    # Trigger otomatis saat gambar diupload/diambil
+    input_img.change(
+        fn=predict_image,
+        inputs=input_img,
+        outputs=[output_label, output_markdown]
+    )
+
+# Launch (Server Name 0.0.0.0 wajib untuk Docker)
+if __name__ == "__main__":
+    demo.launch(server_name="0.0.0.0", server_port=7860)

best_model.h5

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3b6af1fe4a4df83df84f66f1bf4414ce961b34b433a955b23064bdb84dfbedab
+size 42378632

requirements.txt

@@ -0,0 +1,12 @@
+tensorflow==2.19.0
+keras==3.10.0
+numpy==2.0.2
+matplotlib==3.10.0
+seaborn==0.13.2
+gradio
+tensorflow-hub==0.16.1
+kagglehub==0.3.13
+scikit-learn==1.6.1
+tensorflowjs==4.22.0
+Pillow==12.1.0
+pandas==2.2.2