git add dockerfile and new model

Dockerfile

@@ -0,0 +1,27 @@
+# 1. Gunakan image Python yang ringan sebagai dasar
+FROM python:3.10-slim
+
+# 2. Atur direktori kerja di dalam kontainer Docker
+WORKDIR /app
+
+# 3. Install dependencies sistem yang diperlukan untuk OpenCV / Pillow jika dibutuhkan
+RUN apt-get update && apt-get install -y \
+    build-essential \
+    libgl1-mesa-glx \
+    libglib2.0-0 \
+    && rm -rf /var/lib/apt/lists/*
+
+# 4. Salin file requirements.txt terlebih dahulu (untuk memanfaatkan cache Docker)
+COPY requirements.txt .
+
+# 5. Install semua library Python, pastikan menggunakan torch versi CPU agar ringan
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 6. Salin semua file dari project lokal ke dalam kontainer Docker
+COPY . .
+
+# 7. Berikan akses read/write ke folder kerja (wajib untuk Hugging Face Spaces Docker)
+RUN chmod -R 777 /app
+
+# 8. Jalankan FastAPI menggunakan Uvicorn di port 7860 (Port default Hugging Face)
+CMD ["uvicorn", "api:app", "--host", "0.0.0.0", "--port", "7860"]

api.py

@@ -39,7 +39,7 @@ logger = logging.getLogger(__name__)
 
 # ── 1. LOGIKA DOWNLOAD MODEL OTOMATIS (Ditaruh paling atas agar kelar sebelum startup) ──
 MODEL_DIR = os.path.join(BASE_DIR, "models")
-MODEL_PATH = os.path.join(MODEL_DIR, "best_models.pth")
+MODEL_PATH = os.path.join(MODEL_DIR, "best_models_fx.pth")
 
 def download_model():
     if not os.path.exists(MODEL_DIR):

requirements.txt

@@ -1,5 +1,7 @@
-torch --index-url https://download.pytorch.org/whl/cpu
-torchvision --index-url https://download.pytorch.org/whl/cpu
+--index-url https://download.pytorch.org/whl/cpu
+
+torch 
+torchvision
 Pillow>=9.0.0
 scikit-learn>=1.0.0
 matplotlib>=3.5.0