Update app.py

app.py

@@ -3,35 +3,42 @@ import tensorflow as tf
 import numpy as np
 from PIL import Image
 
-# Load kedua model
+# Load model klasifikasi dan regresi SPAD
 spinach_model = tf.keras.models.load_model("exception.h5")  # Model klasifikasi bayam
 spad_model = tf.keras.models.load_model("spad_predictor.h5", compile=False)  # Model prediksi SPAD
 
 # Fungsi gabungan
 def analyze_leaf(image):
     try:
-        # Preprocessing
-        image_resized = image.resize((299, 299))
-        img_array = np.array(image_resized) / 255.0
+        # Pastikan gambar dalam format RGB
+        image_rgb = image.convert("RGB")
+
+        # Preprocessing gambar
+        image_resized = image_rgb.resize((299, 299))
+        img_array = np.array(image_resized).astype(np.float32) / 255.0
         img_array = np.expand_dims(img_array, axis=0)
 
-        # Deteksi bayam
+        # Prediksi klasifikasi bayam
         pred_spinach = spinach_model.predict(img_array)[0][0]
         is_spinach = pred_spinach > 0.5
 
-        # Hasil klasifikasi
         classification = "✅ Bayam" if is_spinach else "❌ Bukan Bayam"
         confidence = pred_spinach if is_spinach else 1 - pred_spinach
         confidence_pct = f"{confidence * 100:.2f}%"
 
-        # Prediksi SPAD jika Bayam
+        # Inisialisasi nilai SPAD dan rekomendasi
         spad_value = "-"
         recommendation = ""
+
         if is_spinach:
-    
-            spad_value = round(float(spad_model.predict(img_array)[0][0]), 2)
-            
-            # Rekomendasi perawatan berdasarkan nilai SPAD
+            # Prediksi SPAD
+            pred_spad = spad_model.predict(img_array)
+            if pred_spad.shape == (1, 1):
+                spad_value = round(float(pred_spad[0][0]), 2)
+            else:
+                raise ValueError("Output model SPAD tidak sesuai format yang diharapkan.")
+
+            # Rekomendasi berdasarkan nilai SPAD
             if spad_value < 20:
                 recommendation = "❗ Perawatan: Bayam kekurangan klorofil. Diperlukan peningkatan pencahayaan atau pemupukan."
             elif 20 <= spad_value < 40:
@@ -39,10 +46,10 @@ def analyze_leaf(image):
             else:
                 recommendation = "🌱 Perawatan: Bayam sehat dan kaya klorofil. Pastikan kelembapan dan suhu stabil."
 
-        return spad_value, classification, recommendation, image_resized
+        return spad_value, f"{classification} (Confidence: {confidence_pct})", recommendation, image_resized
 
     except Exception as e:
-        return str(e), "❌ Terjadi kesalahan", "", image
+        return "-", "❌ Terjadi kesalahan saat memproses gambar", str(e), image
 
 
 # Antarmuka Gradio
@@ -53,12 +60,13 @@ interface = gr.Interface(
         gr.Number(label="Nilai SPAD (jika Bayam)"),
         gr.Label(label="Status Diagnosis Daun Bayam"),
         gr.Textbox(label="Rekomendasi Perawatan"),
+        gr.Image(label="Pratinjau Gambar")
     ],
     title="🌿 Deteksi Daun Bayam + Prediksi Nilai SPAD",
-    description="Aplikasi ini mendeteksi apakah gambar adalah bayam, dan jika ya, akan memprediksi nilai SPAD serta memberikan rekomendasi perawatan.",
+    description="Aplikasi ini mendeteksi apakah gambar adalah daun bayam, dan jika ya, akan memprediksi nilai SPAD serta memberikan rekomendasi perawatan.",
     theme="soft"
 )
 
-# Jalankan secara lokal
+# Jalankan aplikasi
 if __name__ == "__main__":
     interface.launch()