Upload 4 files

flask-iris-api/Dockerfile.txt

@@ -0,0 +1,17 @@
+# Gunakan image dasar Python versi 3.9
+FROM python:3.9
+
+# Buat folder kerja dalam container
+WORKDIR /app
+
+# Salin semua file dari folder lokal ke dalam container
+COPY . /app
+
+# Install semua dependensi dari requirements.txt
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Buka port 7860 untuk API Flask
+EXPOSE 7860
+
+# Jalankan app.py saat container dijalankan
+CMD ["python", "app.py"]

flask-iris-api/app.py

@@ -0,0 +1,39 @@
+from flask import Flask, request, jsonify
+import joblib
+import numpy as np
+
+# Inisialisasi Flask app
+app = Flask(__name__)
+
+# Load model dari file model.pkl
+model = joblib.load('model.pkl')
+
+# Route utama hanya untuk cek apakah server hidup
+@app.route('/')
+def home():
+    return "Model API is running!"
+
+# Route untuk prediksi
+@app.route('/predict', methods=['POST'])
+def predict():
+    try:
+        # Ambil data dari permintaan JSON
+        data = request.get_json()
+
+        # Ambil inputan fitur dan ubah ke array 2D
+        features = np.array(data['features']).reshape(1, -1)
+
+        # Lakukan prediksi
+        prediction = model.predict(features)
+
+        # Kirim hasil ke user
+        return jsonify({
+            'prediction': prediction.tolist()
+        })
+
+    except Exception as e:
+        return jsonify({'error': str(e)})
+
+# Jalankan Flask server
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=7860)

flask-iris-api/model.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:81223f20e84ef83a3404587868b7292ec674c8848bf2d53c7162148d9a35c140
+size 185841

flask-iris-api/requirements.txt

@@ -0,0 +1,5 @@
+flask
+scikit-learn
+numpy
+pandas
+joblib