Update app.py

app.py

@@ -1,57 +1,62 @@
-# -*- coding: utf-8 -*-
-"""app.ipynb
-
-Automatically generated by Colab.
-
-Original file is located at
-    https://colab.research.google.com/drive/1Pl40oGz5tSGYUl-qkOCO9EQQuNw4ElvP
-"""
-
-# =================================================================
-# KODE APP.PY: UNTUK DIUNGGAH KE HUGGING FACE
-# =================================================================
 import streamlit as st
 import pandas as pd
 import pickle
 import re
 import nltk
-nltk.download('punkt')
 
 # --- KONFIGURASI FILE ---
 MODEL_PATH = 'chatbot_model.pkl'
 FAQ_PATH = 'perpustakaan_faq.csv'
 
-# Unduh punkt NLTK
+# Unduh resource NLTK (diperlukan untuk word_tokenize jika digunakan)
 try:
     nltk.data.find('tokenizers/punkt')
 except nltk.downloader.DownloadError:
     nltk.download('punkt')
 
-# --- 1. Muat Model dan Data (Caching) ---
+# --- 1. Muat Model dan Data (Caching dengan Error Handling Kuat) ---
+
 @st.cache_resource
 def load_resources():
-    """Memuat model dan data FAQ sekali saja menggunakan caching Streamlit."""
+    """Memuat model dan data FAQ sekali saja."""
+    
+    model_pipeline = None
+    df_faq = None
+    
+    # Coba muat Model
     try:
-        # Muat Model Klasifikasi (Pipeline TFIDF + Naive Bayes)
         with open(MODEL_PATH, 'rb') as file:
-            # Karena versi scikit-learn dan numpy telah dikunci, loading seharusnya berhasil
             model_pipeline = pickle.load(file)
+        st.success("✅ Model (PKL) berhasil dimuat.")
+    except FileNotFoundError:
+        st.error(f"FATAL ERROR: File '{MODEL_PATH}' tidak ditemukan. Pastikan file sudah diunggah.")
+        return None, None
+    except Exception as e:
+        st.error(f"FATAL ERROR: Gagal memuat Model. Kemungkinan masalah binary compatibility. Cek scikit-learn/numpy di requirements.txt. Error: {e}")
+        return None, None
 
-        # Muat Data FAQ untuk mendapatkan Jawaban
+    # Coba muat Data
+    try:
         df_faq = pd.read_csv(FAQ_PATH)
-
-        return model_pipeline, df_faq
-    except FileNotFoundError as e:
-        st.error(f"Gagal memuat file penting: {e}. Pastikan '{MODEL_PATH}' dan '{FAQ_PATH}' telah diunggah.")
-        st.stop()
+        st.success("✅ Data FAQ (CSV) berhasil dimuat.")
+    except FileNotFoundError:
+        st.error(f"FATAL ERROR: File '{FAQ_PATH}' tidak ditemukan. Pastikan file sudah diunggah.")
+        return None, None
     except Exception as e:
-        # Menangkap error loading (termasuk binary incompatibility)
-        st.error(f"Terjadi kesalahan fatal saat memuat model. Pastikan versi scikit-learn dan numpy di requirements.txt sama persis dengan yang digunakan saat pelatihan model. Error: {e}")
-        st.stop()
+        st.error(f"FATAL ERROR: Gagal memuat/membaca data CSV. Error: {e}")
+        return None, None
 
+    return model_pipeline, df_faq
+
+# --- PANGGIL FUNGSI LOAD_RESOURCES DAN TANGANI KEGAGALAN ---
 model, df_faq = load_resources()
 
+if model is None or df_faq is None:
+    st.error("Chatbot tidak dapat berjalan karena gagal memuat sumber daya. Mohon periksa log dan file yang hilang.")
+    st.stop() # Hentikan eksekusi Streamlit jika gagal memuat
+
 # --- 2. Fungsi Pembersihan Teks dan Logika Chatbot ---
+
 def clean_text(text):
     """Membersihkan teks (sesuai dengan yang digunakan saat pelatihan)."""
     text = re.sub(r'[^\w\s]', '', text)
@@ -59,15 +64,20 @@ def clean_text(text):
 
 def predict_and_respond(query, model, df_faq):
     """Memprediksi Intent dan mengambil Jawaban yang sesuai."""
-
+    
     cleaned_q = clean_text(query)
+    
+    # Model memprediksi kategori/intent
     predicted_intent = model.predict([cleaned_q])[0]
+    
+    # Ambil Jawaban
     responses = df_faq[df_faq['kategori'] == predicted_intent]['chatbot_response'].tolist()
 
     if responses:
         return responses[0]
     else:
-        return f"Maaf, saya tidak dapat menemukan jawaban. (Intent: {predicted_intent})"
+        # Peringatan jika intent terprediksi tapi tidak ada baris jawaban yang cocok (error data)
+        return f"Maaf, saya tidak dapat menemukan jawaban. (Intent terprediksi: {predicted_intent})."
 
 # --- 3. Antarmuka Streamlit ---
 
@@ -75,6 +85,7 @@ st.set_page_config(page_title="Perpustakaan Chatbot")
 st.title("📚 Asisten Virtual Perpustakaan")
 st.markdown("Halo! Tanyakan tentang **keanggotaan, peminjaman, atau fasilitas** kami.")
 
+
 if "messages" not in st.session_state:
     st.session_state.messages = []
 
@@ -83,14 +94,18 @@ for message in st.session_state.messages:
         st.markdown(message["content"])
 
 if prompt := st.chat_input("Tulis pertanyaan Anda di sini..."):
+    # Tampilkan pertanyaan pengguna
     st.session_state.messages.append({"role": "user", "content": prompt})
     with st.chat_message("user"):
         st.markdown(prompt)
 
-    response = predict_and_respond(prompt, model, df_faq)
+    # Dapatkan respons chatbot
+    with st.spinner('Mencari jawaban...'):
+        response = predict_and_respond(prompt, model, df_faq)
 
+    # Tampilkan respons chatbot
     with st.chat_message("assistant"):
         st.markdown(response)
-
-    st.session_state.messages.append({"role": "assistant", "content": response})
-
+    
+    # Simpan respons ke riwayat
+    st.session_state.messages.append({"role": "assistant", "content": response})