11

app.py

@@ -1,7 +1,7 @@
 import streamlit as st
 import pickle
-import os
-import numpy as np
+import requests
+from bs4 import BeautifulSoup
 
 # === Load TF-IDF Vectorizer ===
 @st.cache_resource
@@ -22,22 +22,54 @@ def predict_allergen(model, vectorizer, input_text):
     prediction = model.predict(X_input)
     return prediction[0]
 
+# === Scraping bahan dari Cookpad ===
+def get_ingredients_from_cookpad(url):
+    headers = {"User-Agent": "Mozilla/5.0"}
+    try:
+        response = requests.get(url, headers=headers)
+        if response.status_code != 200:
+            return None, "Gagal mengambil halaman."
+        soup = BeautifulSoup(response.text, "html.parser")
+        ingredient_div = soup.find("div", class_="ingredient-list")
+        if not ingredient_div:
+            return None, "Tidak menemukan elemen bahan."
+        ingredients = [item.get_text(strip=True) for item in ingredient_div.find_all("li")]
+        return ingredients, None
+    except Exception as e:
+        return None, f"Terjadi kesalahan: {str(e)}"
+
 # === Streamlit UI ===
 st.set_page_config(page_title="Deteksi Alergen Makanan", layout="centered")
-
 st.title("🥘 Deteksi Alergen Makanan dari Resep")
-st.markdown("Masukkan bahan makanan unik (tanpa jumlah atau takaran) untuk mendeteksi kemungkinan kandungan alergen.")
+st.markdown("Masukkan bahan makanan atau link Cookpad untuk mendeteksi kemungkinan kandungan alergen.")
+
+# Pilihan input: manual atau dari URL
+input_mode = st.radio("Pilih metode input:", ["Manual", "Cookpad URL"])
 
-# Input teks dari pengguna
-input_text = st.text_area("📝 Masukkan bahan makanan (contoh: bubuk cabai, tepung gandum, telur ayam)", height=150)
+# Input berdasarkan mode
+input_text = ""
+if input_mode == "Manual":
+    input_text = st.text_area("📝 Masukkan bahan makanan (contoh: bubuk cabai, tepung gandum, telur ayam)", height=150)
+elif input_mode == "Cookpad URL":
+    url = st.text_input("🔗 Masukkan URL resep dari Cookpad", placeholder="https://cookpad.com/id/resep/...")
+    if url:
+        with st.spinner("Mengambil data dari Cookpad..."):
+            ingredients, error = get_ingredients_from_cookpad(url)
+        if error:
+            st.error(error)
+        else:
+            st.success("Berhasil mengambil bahan-bahan:")
+            for item in ingredients:
+                st.markdown(f"- {item}")
+            input_text = " ".join(ingredients)
 
 # Pilih model
 model_name = st.selectbox("🤖 Pilih Model", ("XGBoost", "KNN", "Random Forest"))
 
-# Prediksi ketika tombol ditekan
+# Tombol prediksi
 if st.button("🔍 Prediksi Alergen"):
     if not input_text.strip():
-        st.warning("Mohon masukkan bahan makanan terlebih dahulu.")
+        st.warning("Mohon masukkan atau ambil bahan makanan terlebih dahulu.")
     else:
         with st.spinner("Sedang memuat model dan memproses prediksi..."):
             vectorizer = load_vectorizer()

requirements.txt

@@ -1,3 +1,5 @@
 streamlit
+beautifulsoup4
+requests
 scikit-learn
-xgboost
+numpy