Add application file

app.py

@@ -0,0 +1,28 @@
+# Import library yang dibutuhkan
+import streamlit as st
+from transformers import pipeline
+from PIL import Image
+
+''' Buat variabel pipeline yang berisi fungsi pipeline dari library transformers
+Model yang digunakan, merupakan model leaf disease yang telah ditentukan/dicari dari huggingface
+'''
+
+pipeline = pipeline(task='image-classification', model='Bazaar/cv_apple_leaf_disease_detection')
+
+# Buat judul pada web menggunakan st.title
+st.title("Leaf Disease Detection")
+
+# Buat button yang meminta user menggunggah gambar daun
+file_name = st.file_uploader("Upload a leaf candidate image")
+
+# Cek apakah file_name tidak None, jika True jalankan perintah di bawah
+if file_name is not None:
+    col1, col2 = st.columns(2) # buat 2 kolom
+
+    image = Image.open(file_name) # Buka file image yang sudah diupload
+    col1.image(image, use_column_width=True) # Menampilkan image di kolom 1
+    predictions = pipeline(image) # Lakukan prediksi input image
+
+    col2.header("Confidence score") # Menampilkan judul di kolom 2
+    for p in predictions: 
+        col2.subheader(f"{p['label']}: {round(p['score']*100,1)}%") # Menampilkan angka (dalam persen) confidence score