feat: backward chaining

src/streamlit_app.py

@@ -46,9 +46,7 @@ PRODUCTION_RULES = [
     {"disease": "Bakteri Daun Bergaris (Bacterial Leaf Streak)", "symptoms": ["G4", "G5"], "source": "Literatur 1"},
     {"disease": "Blas (Blast)", "symptoms": ["G6", "G7", "G8"], "source": "Literatur 1"},
     {"disease": "Tungro", "symptoms": ["G9"], "source": "Literatur 1"},
-
     {"disease": "Hawar Daun Bakteri (Bacterial Leaf Blight)", "symptoms": ["G10", "G11", "G12", "G13"], "source": "Literatur 2"},
-    
     {"disease": "Bercak Daun Coklat (Brown Spot)", "symptoms": ["G14", "G15", "G16"], "source": "Literatur 3"},
     {"disease": "Hawar Pelepah (Sheath Blight)", "symptoms": ["G17", "G18", "G19"], "source": "Literatur 3"},
 ]
@@ -63,94 +61,138 @@ def load_model():
 
 model = load_model()
 
-st.title("🌾 Rice Doctor: Sistem Pakar Penyakit Padi")
+st.title("🌾 Rice Doctor: Sistem Pakar Hibrida")
 st.markdown("""
-1. **Inferensi AI**: Mendeteksi penyakit dari gambar.
-2. **Sistem Pakar**: Memverifikasi diagnosis menggunakan logika Forward Chaining.
+Sistem ini menggunakan metode **Hybrid AI**:
+1. **Model AI (YOLO)** untuk memberikan hipotesis awal.
+2. **Backward Chaining** untuk memverifikasi hipotesis tersebut.
+3. **Forward Chaining** untuk mencari diagnosis alternatif jika hipotesis salah.
 """)
 
+if 'step' not in st.session_state:
+    st.session_state.step = 1
 if 'prediction' not in st.session_state:
-    st.session_state['prediction'] = None
-if 'priority_codes' not in st.session_state:
-    st.session_state['priority_codes'] = []
-if 'analyzed' not in st.session_state:
-    st.session_state['analyzed'] = False
+    st.session_state.prediction = None
+if 'hypothesis_codes' not in st.session_state:
+    st.session_state.hypothesis_codes = []
+if 'user_facts' not in st.session_state:
+    st.session_state.user_facts = set()
 
-uploaded_file = st.file_uploader("Langkah 1: Unggah Gambar Daun", type=["jpg", "png", "jpeg"])
+if st.session_state.step == 1:
+    uploaded_file = st.file_uploader("Langkah 1: Unggah Gambar Daun", type=["jpg", "png", "jpeg"])
 
-if uploaded_file is not None:
-    image = Image.open(uploaded_file)
-    st.image(image, caption="Gambar yang Diunggah", width=300)
-    
-    if st.button("Analisis Penyakit", type="primary"):
-        if model:
-            with st.spinner("Menganalisis..."):
-                results = model.predict(image, imgsz=640)
-                raw_name = results[0].names[results[0].probs.top1]
-                top_class_name = raw_name.lower().strip()
-                
-                st.session_state['prediction'] = top_class_name
-                st.session_state['priority_codes'] = YOLO_PROMPTS.get(top_class_name, [])
-                st.session_state['analyzed'] = True
-                
-                st.rerun()
+    if uploaded_file is not None:
+        image = Image.open(uploaded_file)
+        st.image(image, caption="Gambar yang Diunggah", width=300)
+        
+        if st.button("Analisis Gambar (AI Inference)", type="primary"):
+            if model:
+                with st.spinner("Model AI sedang menganalisis hipotesis..."):
+                    results = model.predict(image, imgsz=640)
+                    raw_name = results[0].names[results[0].probs.top1]
+                    top_class_name = raw_name.lower().strip()
+                    
+                    st.session_state.prediction = top_class_name
+                    st.session_state.hypothesis_codes = YOLO_PROMPTS.get(top_class_name, [])
+                    st.session_state.step = 2 
+                    st.rerun()
 
-if st.session_state['analyzed']:
+elif st.session_state.step == 2:
     st.divider()
-    st.subheader("Langkah 2: Verifikasi Gejala")
+    st.subheader("Langkah 2: Backward Chaining (Verifikasi Hipotesis)")
     
-    pred = st.session_state['prediction']
-    codes = st.session_state['priority_codes']
+    pred = st.session_state.prediction
+    codes = st.session_state.hypothesis_codes
     
-    st.info(f"🔍 **Prediksi AI:** `{pred}`")
+    st.info(f"🔍 **Hipotesis AI:** `{pred}`")
+    st.write("Sistem sedang memverifikasi hipotesis ini menggunakan **Backward Chaining**.")
     
     if not codes:
-        st.warning("Tidak ada pertanyaan verifikasi khusus untuk penyakit ini. Silakan periksa **Basis Pengetahuan Lengkap** di bawah ini.")
+        st.warning("Model AI memprediksi kelas yang tidak memiliki aturan verifikasi spesifik atau 'Normal'.")
+        if st.button("Lanjut ke Pengecekan Manual (Forward Chaining)"):
+            st.session_state.step = 3
+            st.rerun()
     else:
-        st.write("Silakan verifikasi diagnosis ini dengan menjawab gejala spesifik di bawah ini:")
-    
-    user_answers = {}
-    for code in codes:
-        question = SYMPTOM_QUESTIONS.get(code, "Unknown")
-        ans = st.radio(
-            f"**({code})** {question}", 
-            options=["Tidak", "Ya"], 
-            index=0,
-            key=f"q_{code}"
-        )
-        if ans == "Ya":
-            user_answers[code] = True
+        st.write("Jawablah pertanyaan berikut untuk memverifikasi hipotesis:")
+        
+        with st.form("backward_chaining_form"):
+            bc_answers = {}
+            for code in codes:
+                question = SYMPTOM_QUESTIONS.get(code, "Unknown")
+                ans = st.radio(
+                    f"**({code})** {question}", 
+                    options=["Tidak", "Ya"], 
+                    index=0, 
+                    key=f"bc_{code}"
+                )
+                if ans == "Ya":
+                    bc_answers[code] = True
+                else:
+                    bc_answers[code] = False
+            
+            submitted = st.form_submit_button("Verifikasi Hipotesis")
+            
+            if submitted:
+                all_yes = all(bc_answers.values())
+                
+                if all_yes:
+                    st.success(f"✅ **Diagnosis Terkonfirmasi: {pred}**")
+                    st.markdown(f"Hipotesis Backward Chaining bernilai **BENAR**. Semua gejala untuk {pred} terpenuhi.")
+                    if st.button("Mulai Ulang"):
+                        st.session_state.step = 1
+                        st.rerun()
+                else:
+                    st.error("❌ **Hipotesis Ditolak**")
+                    st.write("Terdapat gejala yang tidak sesuai dengan hipotesis AI.")
+                    st.session_state.user_facts = {k for k, v in bc_answers.items() if v}
+                    st.session_state.step = 3
+                    st.rerun()
 
+elif st.session_state.step == 3:
     st.divider()
-    st.markdown("**Apakah ada gejala lain?**")
+    st.subheader("Langkah 3: Forward Chaining (Pencarian Fakta)")
+    
+    st.warning("Karena hipotesis awal ditolak, sistem beralih ke **Forward Chaining** untuk mencari diagnosis yang paling cocok berdasarkan fakta-fakta yang ada.")
     
     all_symptoms_list = [f"{k}: {v}" for k,v in SYMPTOM_QUESTIONS.items()]
-    other_checks = st.multiselect("Basis Pengetahuan Lengkap", all_symptoms_list)
     
-    for item in other_checks:
-        code = item.split(":")[0].strip()
-        user_answers[code] = True
-
-    if st.button("Langkah 3: Jalankan Forward Chaining", type="primary"):
-        user_facts = set(user_answers.keys())
+    pre_selected = [f"{code}: {SYMPTOM_QUESTIONS[code]}" for code in st.session_state.user_facts if code in SYMPTOM_QUESTIONS]
+    
+    other_checks = st.multiselect(
+        "Silakan pilih semua gejala yang terlihat pada tanaman:", 
+        all_symptoms_list,
+        default=pre_selected
+    )
+    
+    if st.button("Proses Diagnosis (Forward Chaining)", type="primary"):
+        final_facts = set()
+        for item in other_checks:
+            code = item.split(":")[0].strip()
+            final_facts.add(code)
         
-        if not user_facts:
-            st.error("**Tidak Meyakinkan:** Anda memilih 'Tidak' untuk semuanya.")
+        if not final_facts:
+            st.error("Mohon pilih setidaknya satu gejala.")
         else:
             matches = []
             for rule in PRODUCTION_RULES:
                 required = set(rule['symptoms'])
-                if required.issubset(user_facts):
+                if required.issubset(final_facts):
                     matches.append(rule)
             
             if matches:
-                st.success("**Penyakit Terkonfirmasi!**")
+                st.success("✅ **Hasil Forward Chaining Ditemukan!**")
                 for m in matches:
                     st.markdown(f"""
+                    ---
                     ### {m['disease']}
-                    - **Source:** {m['source']}
-                    - **Logic:** Found all required symptoms {m['symptoms']}
+                    - **Sumber Aturan:** {m['source']}
+                    - **Gejala Terpenuhi:** {', '.join(m['symptoms'])}
                     """)
             else:
-                st.error("**Tidak Ditemukan Kecocokan Pasti**")
-                st.write("Gejala yang Anda pilih tidak sepenuhnya sesuai dengan aturan ketat mana pun dalam basis pengetahuan.")
+                st.info("ℹ️ **Tidak Ditemukan Diagnosis Pasti**")
+                st.write("Kombinasi gejala yang Anda pilih tidak cocok sepenuhnya dengan aturan penyakit manapun dalam basis pengetahuan.")
+    
+    if st.button("Mulai Ulang Analisis"):
+        st.session_state.step = 1
+        st.session_state.user_facts = set()
+        st.rerun()