app.py

import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB
import gradio as gr

# Dataset Bahasa Indonesia
data = {
    "pertanyaan": [
        "Halo", 
        "Apa kabar?", 
        "Siapa namamu?", 
        "Apa hobi kamu?", 
        "Ceritakan lelucon"
    ],
    "jawaban": [
        "Hai juga!", 
        "Aku baik, bagaimana dengan kamu?", 
        "Aku adalah IndoBot AI.", 
        "Hobiku membantu orang seperti kamu!", 
        "Kenapa ayam menyeberang jalan? Untuk ke sisi lain!"
    ]
}
df = pd.DataFrame(data)

# Preprocessing Data
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(df['pertanyaan'])
y = df['jawaban']

# Model Klasifikasi
model = MultinomialNB()
model.fit(X, y)

# Fungsi Chatbot
def chatbot_respon(input_text):
    input_vec = vectorizer.transform([input_text])
    try:
        response = model.predict(input_vec)[0]
    except:
        response = "Maaf, aku tidak mengerti pertanyaanmu."
    return response

# Interface Gradio
def gradio_chatbot(user_input):
    return chatbot_respon(user_input)

interface = gr.Interface(
    fn=gradio_chatbot, 
    inputs=gr.Textbox(lines=2, placeholder="Tanyakan sesuatu..."),
    outputs="text",
    title="IndoBot AI",
    description="IndoBot AI adalah chatbot sederhana yang memahami bahasa Indonesia. Coba tanyakan sesuatu!"
)

if __name__ == "__main__":
    interface.launch()