Create app.py

app.py

@@ -0,0 +1,138 @@
+# Install dependensi yang dibutuhkan oleh Hugging Face Spaces
+#!pip install -q gradio google-generativeai pymupdf
+
+import gradio as gr
+import google.generativeai as genai
+import fitz  # PyMuPDF
+import json
+import os
+import urllib.parse
+
+# --- KONFIGURASI API KEY DARI HUGGING FACE SECRETS ---
+API_CONFIGURED = False
+try:
+    api_key = os.environ.get('GEMINI_API_KEY') 
+    if api_key:
+        genai.configure(api_key=api_key)
+        model = genai.GenerativeModel('gemini-pro-latest')
+        API_CONFIGURED = True
+        print("✅ Konfigurasi API dan model berhasil.")
+    else:
+        print("🛑 Secret 'GEMINI_API_KEY' tidak ditemukan.")
+except Exception as e:
+    print(f"🛑 Terjadi error saat inisialisasi: {e}")
+
+# --- FUNGSI-FUNGSI UTAMA ---
+
+def ekstrak_teks_dari_pdf(path_file_pdf):
+    try:
+        with fitz.open(path_file_pdf) as dokumen:
+            teks_lengkap = "".join(halaman.get_text() for halaman in dokumen)
+        return teks_lengkap
+    except Exception as e:
+        raise gr.Error(f"Gagal membaca file PDF: {e}")
+
+def generate_search_links(keywords):
+    """Membuat tautan pencarian dari kata kunci untuk berbagai platform."""
+    # Encode keywords agar aman digunakan di URL (misal: spasi menjadi %20)
+    keywords_encoded = urllib.parse.quote_plus(keywords)
+    
+    # Format untuk situs yang menggunakan tanda hubung (-)
+    keywords_hyphenated = keywords.lower().replace(" ", "-")
+
+    links = {
+        "LinkedIn": f"https://www.linkedin.com/jobs/search/?keywords={keywords_encoded}&location=Indonesia",
+        "JobStreet": f"https://www.jobstreet.co.id/id/job-search/{keywords_hyphenated}-jobs/",
+        "Glints": f"https://glints.com/id/opportunities/jobs/explore?keyword={keywords_encoded}",
+        "Indeed": f"https://id.indeed.com/jobs?q={keywords_encoded}",
+        "Google Jobs": f"https://www.google.com/search?q={keywords_encoded}+jobs+in+Indonesia&ibp=htl;jobs"
+    }
+    return links
+
+def format_output_markdown(keywords, links):
+    """Menyusun hasil akhir menjadi string Markdown yang rapi."""
+    markdown_links = ""
+    for site, url in links.items():
+        markdown_links += f"- **[{site}]({url})**\n"
+        
+    return f"""
+    ### Buka Pintu Wawancara Berikutnya!
+    Berdasarkan analisis CV Anda, kami merekomendasikan Anda untuk mencari lowongan dengan kata kunci berikut:
+
+    **🔑 Kata Kunci Rekomendasi:**
+    `{keywords}`
+    ***
+    **🚀 Klik untuk Mencari Lowongan Terbaru:**
+    {markdown_links}
+    """
+
+def recommend_jobs(cv_file):
+    """Fungsi utama yang dijalankan Gradio untuk merekomendasikan pekerjaan."""
+    if not API_CONFIGURED:
+        raise gr.Error("API Key Gemini belum terkonfigurasi. Periksa Logs aplikasi.")
+    if cv_file is None:
+        raise gr.Error("Mohon upload file CV (PDF) Anda.")
+
+    try:
+        print("--- Memulai Proses Rekomendasi ---")
+        
+        print("1. Mengekstrak teks dari PDF...")
+        teks_cv = ekstrak_teks_dari_pdf(cv_file.name)
+        if not teks_cv:
+            raise gr.Error("PDF kosong atau tidak dapat dibaca.")
+        print("✅ Teks berhasil diekstrak.")
+
+        print("2. Mengirim permintaan ekstraksi keyword ke Gemini...")
+        prompt_rekomendasi = f"""
+        Anda adalah seorang Headhunter AI. Tugas Anda adalah membaca teks CV dan menentukan kata kunci pencarian pekerjaan yang paling ideal untuk kandidat ini.
+        
+        Teks CV:
+        ---
+        {teks_cv}
+        ---
+
+        Analisis seluruh pengalaman, keterampilan, dan jabatan. Tentukan 1 (satu) frasa pencarian pekerjaan yang paling relevan dan spesifik.
+        Contoh output yang baik: "Senior Backend Developer Python", "Digital Marketing SEO Specialist", "Data Analyst SQL Tableau".
+
+        Berikan output hanya berupa frasa pencarian tersebut, tanpa teks atau format tambahan.
+        """
+        response = model.generate_content(prompt_rekomendasi)
+        
+        # Kata kunci adalah respons mentah dari model
+        keywords = response.text.strip()
+        print(f"✅ Keyword berhasil diekstrak: {keywords}")
+
+        print("3. Membuat tautan pencarian...")
+        links = generate_search_links(keywords)
+        
+        print("4. Menyusun output akhir...")
+        final_output = format_output_markdown(keywords, links)
+        print("--- Proses Selesai ---")
+        return final_output
+
+    except Exception as e:
+        print(f"🛑 ERROR DALAM FUNGSI REKOMENDASI: {e}")
+        raise gr.Error(f"Terjadi kesalahan: {e}")
+
+# --- MEMBUAT INTERFACE GRADIO ---
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 🚀 Aplikasi Rekomendasi Pekerjaan dari CV")
+    gr.Markdown("Upload CV Anda, dan biarkan AI menemukan kata kunci pekerjaan yang paling tepat beserta link pencariannya!")
+    
+    with gr.Row():
+        with gr.Column(scale=1):
+            cv_pdf = gr.File(label="Upload CV Anda (PDF)", file_types=[".pdf"])
+            recommend_button = gr.Button("🔍 Temukan Pekerjaan Saya", variant="primary")
+        
+        with gr.Column(scale=2):
+            output_recommendation = gr.Markdown(label="Rekomendasi untuk Anda")
+            
+    recommend_button.click(
+        fn=recommend_jobs,
+        inputs=[cv_pdf],
+        outputs=[output_recommendation],
+        show_progress='full'
+    )
+
+if __name__ == "__main__":
+    demo.launch()