Update app.py

app.py

@@ -1,6 +1,7 @@
 import os
 import io
 import base64
+import re
 import numpy as np
 from PIL import Image
 from fastapi import FastAPI, Request
@@ -40,7 +41,38 @@ def parse_lsb_form(text):
     if "LAPORAN SUMBER BAHAYA" in text:
         result["jenis_dokumen"] = "LAPORAN SUMBER BAHAYA"
     
-    # Pengolahan untuk mengekstrak informasi dari teks
+    # Pattern regex untuk menemukan field-field umum pada form LSB
+    patterns = {
+        "nama_pelapor": r"(?:NAMA\s*PELAPOR|PELAPOR)[:\s]*([^\n]+)",
+        "lokasi": r"(?:LOKASI\s*KEJADIAN|LOKASI)[:\s]*([^\n]+)",
+        "tanggal": r"(?:TANGGAL\s*/?\s*WAKTU|TANGGAL)[:\s]*([^\n]+)",
+        "posisi_jabatan": r"(?:POSISI\s*/?\s*JABATAN|JABATAN)[:\s]*([^\n]+)",
+        "jenis_pengamatan": r"(?:JENIS\s*PENGAMATAN)[:\s]*([^\n]+)",
+        "uraian_pengamatan": r"(?:URAIAN\s*PENGAMATAN)[:\s]*([^\n]+)",
+        "bahaya": r"(?:BAHAYA)[:\s]*([^\n]+)",
+        "tindakan_intervensi": r"(?:TINDAKAN\s*INTERVENSI)[:\s/]*([^\n]+)",
+        "saran_perbaikan": r"(?:SARAN\s*PERBAIKAN)[:\s]*([^\n]+)"
+    }
+    
+    # Cari semua pola dalam teks
+    for field_name, pattern in patterns.items():
+        match = re.search(pattern, text, re.IGNORECASE)
+        if match:
+            result[field_name] = match.group(1).strip()
+    
+    # Untuk jenis pengamatan, cek juga pilihan yang dicentang
+    if "jenis_pengamatan" not in result:
+        # Cek untuk Unsafe Condition
+        if re.search(r"(?:Unsafe\s*Condition|Kondisi\s*Tidak\s*Aman)[:\s]*", text, re.IGNORECASE):
+            result["jenis_pengamatan"] = "Unsafe Condition"
+        # Cek untuk Unsafe Action
+        elif re.search(r"(?:Unsafe\s*Action|Tindakan\s*Tidak\s*Aman)[:\s]*", text, re.IGNORECASE):
+            result["jenis_pengamatan"] = "Unsafe Action"
+        # Cek untuk Intervensi
+        elif re.search(r"(?:Intervensi)[:\s]*", text, re.IGNORECASE):
+            result["jenis_pengamatan"] = "Intervensi"
+    
+    # Pengolahan tambahan untuk mengekstrak informasi dari teks
     lines = text.split('\n')
     
     # Dictionary untuk menyimpan kunci pencarian dan nama field
@@ -84,6 +116,18 @@ def parse_lsb_form(text):
                 result[current_field] += " " + line
             else:
                 result[current_field] = line
+                
+    # Deteksi nomor LSB jika ada
+    no_lsb_match = re.search(r"No\.\s*LSB\s*:?\s*([^\n]+)", text, re.IGNORECASE)
+    if no_lsb_match:
+        result["no_lsb"] = no_lsb_match.group(1).strip()
+                
+    # Format ulang data jika ditemukan format yang tidak standar
+    if "nama_pelapor" in result and len(result["nama_pelapor"]) > 50:
+        # Nama pelapor terlalu panjang, mungkin salah deteksi
+        shorter_name = re.search(r"([A-Za-z\s]{2,30})", result["nama_pelapor"])
+        if shorter_name:
+            result["nama_pelapor"] = shorter_name.group(1).strip()
     
     return result
 
@@ -174,4 +218,4 @@ async def predict_route(request: Request):
 if __name__ == "__main__":
     # For local development
     port = int(os.environ.get("PORT", 7860))
-    uvicorn.run(app, host="0.0.0.0", port=port) 
+    uvicorn.run(app, host="0.0.0.0", port=port)