Update app.py

app.py

@@ -1,43 +1,52 @@
-# app.py
 import gradio as gr
 from transformers import pipeline
+from PIL import Image
 
-# Muat pipeline deteksi AI-generated image (bisa ganti model sesuai kebutuhan)
-# Model gratis: "microsoft/resnet-50" hanya sebagai contoh, 
-# lebih baik gunakan model yang memang fine-tuned untuk AI vs Real
-detector = pipeline("image-classification", model="falconsai/nsfw_image_detection")
-
-# Fungsi untuk memproses input gambar
-def detect_ai_image(image):
-    results = detector(image)
-
-    # Ambil prediksi dengan skor tertinggi
-    label = results[0]['label']
-    score = results[0]['score']
-
-    # Tentukan kategori berdasarkan threshold
-    if score > 0.85 and label.lower() in ["artificial", "ai", "fake"]:
-        verdict = "⚠️ Pasti AI-Generated"
-    elif score < 0.15 and label.lower() in ["real", "photo", "natural"]:
-        verdict = "✅ Pasti Foto Asli"
-    else:
-        verdict = "❓ Tidak Pasti (perlu cek manual)"
-
-    return {
-        "Prediksi Label": label,
-        "Tingkat Keyakinan": f"{score*100:.2f}%",
-        "Kesimpulan": verdict
-    }
+# Model utama untuk deteksi real vs AI
+detector = pipeline("image-classification", model="umm-maybe/AI-image-detector")
+
+# Model tambahan general classifier (backup)
+general = pipeline("image-classification", model="google/vit-base-patch16-224")
+
+def detect_image(img):
+    try:
+        # Prediksi dengan AI detector
+        result1 = detector(img)
+        label1 = result1[0]['label']
+        conf1 = round(result1[0]['score'] * 100, 2)
+
+        # Prediksi dengan model general (untuk cek ganda)
+        result2 = general(img)
+        label2 = result2[0]['label']
+        conf2 = round(result2[0]['score'] * 100, 2)
+
+        # Logika sederhana untuk memutuskan hasil
+        if "fake" in label1.lower() or "artificial" in label1.lower():
+            final = f"⚠️ Kemungkinan Besar AI Generated ({conf1}%)"
+        elif "real" in label1.lower():
+            final = f"✅ Kemungkinan Besar Foto Asli ({conf1}%)"
+        else:
+            final = f"⚠️ Tidak Pasti (cek manual)"
+
+        output = f"""
+### Hasil Deteksi:
+{final}
+
+**Model AI-detector:** {label1} ({conf1}%)
+**Model General (ViT):** {label2} ({conf2}%)
+"""
+        return output
+    except Exception as e:
+        return f"Terjadi error: {str(e)}"
 
 # UI Gradio
-demo = gr.Interface(
-    fn=detect_ai_image,
+iface = gr.Interface(
+    fn=detect_image,
     inputs=gr.Image(type="pil"),
-    outputs="json",
+    outputs="markdown",
     title="AI vs Real Image Detector",
-    description="Unggah foto untuk mendeteksi apakah itu buatan AI atau foto asli. "
-                "Gunakan threshold >85% untuk 'AI pasti' dan <15% untuk 'Asli pasti'."
+    description="Upload foto untuk mendeteksi apakah gambar kemungkinan besar asli atau hasil AI."
 )
 
 if __name__ == "__main__":
-    demo.launch()
+    iface.launch()