Create app.py

app.py

@@ -0,0 +1,28 @@
+import gradio as gr
+from tensorflow.keras.models import load_model
+from tensorflow.keras.preprocessing import image
+import numpy as np
+
+# Memuat model
+model = load_model("cat_dog_model.h5")
+
+# Fungsi prediksi
+def predict_image(img):
+    img = img.resize((150, 150))  # Ubah ukuran gambar ke (150x150)
+    img_array = np.array(img) / 255.0  # Normalisasi
+    img_array = np.expand_dims(img_array, axis=0)
+    prediction = model.predict(img_array)
+    result = "Kucing" if prediction[0] < 0.5 else "Anjing"
+    return result
+
+# Antarmuka Gradio
+interface = gr.Interface(
+    fn=predict_image,
+    inputs=gr.Image(type="pil"),  # Input berupa gambar
+    outputs="text",  # Output berupa teks
+    title="Klasifikasi Gambar Kucing dan Anjing",
+    description="Unggah gambar kucing atau anjing untuk memprediksi kelasnya."
+)
+
+if __name__ == "__main__":
+    interface.launch()