Compare commits

..

2 Commits

18 changed files with 1332 additions and 48 deletions

View File

@ -0,0 +1,219 @@
from fastapi import FastAPI, HTTPException
from fastapi.middleware.cors import CORSMiddleware
from pydantic import BaseModel
import httpx
import logging
import random
app = FastAPI()
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
OLLAMA_URL = "http://192.168.60.110:11434/api/generate"
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
data_sources = {
"cerita": {
"Malin Kundang": "Malin Kundang adalah seorang anak dari keluarga miskin yang menjadi kaya raya namun menolak mengakui ibunya, hingga akhirnya dikutuk menjadi batu.",
"Bawang Merah Bawang Putih": "Bawang Putih adalah gadis baik hati yang diperlakukan buruk oleh ibu dan saudara tirinya, tetapi kebaikannya membuahkan hasil berkat ikan ajaib.",
"Sangkuriang": "Sangkuriang jatuh cinta pada ibunya, Dayang Sumbi, dan diberi tugas mustahil untuk membangun perahu dalam satu malam. Ia gagal dan akhirnya marah, menendang perahu hingga menjadi Gunung Tangkuban Perahu.",
"Si Kancil": "Si Kancil dengan kecerdikannya berhasil menipu buaya untuk menyeberangi sungai dengan aman.",
"Timun Mas": "Seorang ibu tua mendapatkan anak dari biji timun emas. Namun, anak itu harus melarikan diri dari raksasa jahat yang ingin memakannya."
},
"pantun": {
"Pantun Nasihat": "Jalan-jalan ke kota Blitar,\nJangan lupa membeli roti.\nRajin belajar sejak pintar,\nAgar sukses di kemudian hari.",
"Pantun Jenaka": "Ke pasar beli ikan teri,\nIkan habis tinggal kepala.\nJangan suka mencuri,\nNanti ketahuan malah celaka."
},
"puisi": {
"Puisi Alam": "Langit biru membentang luas,\nBurung-burung terbang bebas.\nAngin sepoi menyapu dedaunan,\nAlam indah penuh kedamaian.",
"Puisi Persahabatan": "Sahabat sejati selalu ada,\nDalam suka dan dalam duka.\nBersama kita jalani hari,\nMengukir cerita tak terlupa."
}
}
@app.post("/generate/")
async def generate_text():
try:
selected_stories = random.sample(list(data_sources["cerita"].keys()), 3)
selected_pantun = random.choice(list(data_sources["pantun"].keys()))
selected_puisi = random.choice(list(data_sources["puisi"].keys()))
# PROMPT BAGIAN CERITA
story_prompts = "\n\n".join([
f"Judul: {story}\nIsi:\n{data_sources['cerita'][story]}"
for story in selected_stories
])
story_prompt_full = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Berdasarkan teks cerita di bawah ini, buat soal latihan.
**Instruksi:**
- Untuk setiap cerita, buat:
- 1 soal pilihan ganda (A-D) + jawabannya (Jawaban Benar: X)
- 1 soal isian + jawabannya (Jawaban Ideal: ...)
Gunakan format berikut:
---
Judul: [judul]
Isi:
[isi teks]
**Soal Pilihan Ganda:**
1. ...
A. ...
B. ...
C. ...
D. ...
Jawaban Benar: X
**Soal Isian:**
...
Jawaban Ideal: ...
---
Berikut teks ceritanya:
{story_prompts}
"""
# PROMPT BAGIAN PANTUN & PUISI
pantun_prompt = f"Judul: {selected_pantun}\nIsi:\n{data_sources['pantun'][selected_pantun]}"
puisi_prompt = f"Judul: {selected_puisi}\nIsi:\n{data_sources['puisi'][selected_puisi]}"
pantun_puisi_full = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Berdasarkan teks pantun dan puisi di bawah ini, buat soal latihan.
**Instruksi:**
- Untuk setiap teks, buat:
- 1 soal pilihan ganda (A-D) + jawabannya (Jawaban Benar: X)
- 1 soal isian + jawabannya (Jawaban Ideal: ...)
Gunakan format berikut:
---
Judul: [judul]
Isi:
[isi teks]
**Soal Pilihan Ganda:**
1. ...
A. ...
B. ...
C. ...
D. ...
Jawaban Benar: X
**Soal Isian:**
...
Jawaban Ideal: ...
---
Berikut teks pantun dan puisinya:
{pantun_prompt}
{puisi_prompt}
"""
# Siapkan payload untuk kedua request
async with httpx.AsyncClient(timeout=300) as client:
# Request untuk CERITA
res1 = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": story_prompt_full,
"stream": False,
"options": {
"num_predict": 2048
}
})
res1.raise_for_status()
response_story = res1.json().get("response", "").strip()
# Request untuk PANTUN + PUISI
res2 = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": pantun_puisi_full,
"stream": False,
"options": {
"num_predict": 1024
}
})
res2.raise_for_status()
response_pantun_puisi = res2.json().get("response", "").strip()
if not response_story or not response_pantun_puisi:
raise HTTPException(status_code=500, detail="Ollama tidak menghasilkan pertanyaan")
return {
"selected_stories": [
{"title": title, "content": data_sources["cerita"][title]}
for title in selected_stories
],
"selected_pantun": {
"title": selected_pantun,
"content": data_sources["pantun"][selected_pantun]
},
"selected_puisi": {
"title": selected_puisi,
"content": data_sources["puisi"][selected_puisi]
},
"generated_questions": response_story + "\n\n" + response_pantun_puisi
}
except httpx.HTTPStatusError as e:
logging.error(f"HTTP error dari Ollama API: {e.response.text}")
raise HTTPException(status_code=e.response.status_code, detail=e.response.text)
except Exception as e:
logging.error(f"Terjadi kesalahan: {str(e)}")
raise HTTPException(status_code=500, detail="Terjadi kesalahan internal")
class FeedbackRequest(BaseModel):
user_answer: str
expected_answer: str
@app.post("/generate-feedback/")
async def generate_feedback(request: FeedbackRequest):
try:
prompt = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Siswa memberikan jawaban berikut untuk soal isian.
**Jawaban Siswa:** {request.user_answer.strip()}
**Jawaban Ideal:** {request.expected_answer.strip()}
Beri feedback singkat dan membangun, maksimal 2 kalimat. Gunakan bahasa yang mudah dimengerti oleh siswa SD. Jika jawaban siswa salah, berikan petunjuk atau koreksi yang membantu.
"""
payload = {
"model": "llama3.1:latest",
"prompt": prompt,
"stream": False
}
logging.info("Mengirim permintaan feedback ke Ollama...")
async with httpx.AsyncClient(timeout=60) as client:
response = await client.post(OLLAMA_URL, json=payload)
response.raise_for_status()
result = response.json()
feedback = result.get("response", "").strip()
if not feedback:
raise HTTPException(status_code=500, detail="Ollama tidak memberikan feedback")
return {"feedback": feedback}
except Exception as e:
logging.error(f"Gagal menghasilkan feedback dari Ollama: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")

View File

@ -0,0 +1,342 @@
from fastapi import FastAPI, HTTPException, Request
from fastapi.middleware.cors import CORSMiddleware
from fastapi.exceptions import RequestValidationError
from fastapi.responses import JSONResponse
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
import logging, hashlib, re
import httpx
# Logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
app = FastAPI()
# CORS
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
# OLLAMA_URL = "http://167.71.212.60:111/api/generate"
OLLAMA_URL = "http://labai.polinema.ac.id:11434/api/generate"
@app.exception_handler(RequestValidationError)
async def validation_exception_handler(request: Request, exc: RequestValidationError):
return JSONResponse(
status_code=422,
content={"detail": jsonable_encoder(exc.errors()), "body": exc.body},
)
class MaterialRequest(BaseModel):
content: str
question_type: str # hanya 'multiple_choice' atau 'essay'
question_count: int = 5
def potong_konten(text: str, max_chars: int = 5000):
return text[:max_chars] if len(text) > max_chars else text
@app.post("/generate-from-material/")
async def generate_from_material(request: MaterialRequest):
if request.question_count < 1 or request.question_count > 20:
raise HTTPException(status_code=400, detail="Jumlah soal harus antara 1-20")
if request.question_type not in ["multiple_choice", "essay"]:
raise HTTPException(status_code=400, detail="Jenis soal hanya bisa 'multiple_choice' atau 'essay'")
mc_count = essay_count = 0
if request.question_type == "multiple_choice":
mc_count = request.question_count
else:
essay_count = request.question_count
content_bersih = potong_konten(request.content.strip())
prompt_generate = f"""
Buat soal latihan berdasarkan teks materi berikut untuk siswa SD kelas 3.
**Instruksi:**
1. Buat total {request.question_count} soal:
- Pilihan ganda: {mc_count}
- Isian/essay: {essay_count}
2. Setiap soal sertakan:
- Kutipan dari teks (1 kalimat)
- Pertanyaan
- Jawaban
- Bobot default: isi `Bobot: TBD` (nanti akan ditentukan otomatis)
3. Gunakan bahasa yang sederhana dan sesuai untuk siswa SD kelas 3.
**Format Output:**
---
**Soal Pilihan Ganda:**
1. Kalimat sumber: "[kutipan]"
Pertanyaan: [pertanyaan]
A. ...
B. ...
C. ...
D. ...
Jawaban: [opsi]
Bobot: TBD
**Soal Isian:**
1. Kalimat sumber: "[kutipan]"
Pertanyaan: [pertanyaan]
Jawaban: [jawaban]
Bobot: TBD
---
**Materi:**
{content_bersih}
"""
async with httpx.AsyncClient(timeout=300) as client:
res = await client.post(OLLAMA_URL, json={
"model": "gemma3:12b",
"prompt": prompt_generate,
"stream": False,
"options": {"num_predict": 2048}
})
res.raise_for_status()
raw_output = res.json().get("response", "").strip()
prompt_bobot = f"""
Tentukan bobot untuk setiap soal berikut berdasarkan kompleksitas:
**Panduan Penilaian:**
- Pilihan ganda:
- 1 = mudah
- 2 = agak sulit
- Isian:
- 3 = sedang
- 4 = agak sulit
- 5 = sulit
Kembalikan soal yang sama, tapi ganti baris "Bobot: TBD" dengan bobot sesuai tingkat kesulitan. Jangan ubah bagian lainnya.
Soal:
{raw_output}
""".strip()
async with httpx.AsyncClient(timeout=120) as client:
bobot_res = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt_bobot,
"stream": False
})
bobot_res.raise_for_status()
final_output = bobot_res.json().get("response", "").strip()
return {
"generated_questions": final_output,
"question_type": request.question_type,
"question_count": request.question_count,
"mc_count": mc_count,
"essay_count": essay_count
}
@app.post("/generate-with-bobot/")
async def generate_with_bobot(request: MaterialRequest):
if request.question_count < 1 or request.question_count > 20:
raise HTTPException(status_code=400, detail="Jumlah soal harus antara 1-20")
if request.question_type not in ["multiple_choice", "essay"]:
raise HTTPException(status_code=400, detail="Jenis soal hanya bisa 'multiple_choice' atau 'essay'")
mc_count = request.question_count if request.question_type == "multiple_choice" else 0
essay_count = request.question_count if request.question_type == "essay" else 0
content_bersih = potong_konten(request.content.strip())
# Langkah 1: Generate soal mentah dengan Bobot: TBD
prompt_generate = f"""
Buat soal latihan berdasarkan teks berikut untuk siswa SD kelas 3.
Instruksi:
- Total soal: {request.question_count}
- Jenis soal:
- Pilihan Ganda: {mc_count}
- Isian/Essay: {essay_count}
- Setiap soal berisi:
- Kalimat sumber
- Pertanyaan
- Jawaban
- Bobot: isi "Bobot: TBD"
Format:
---
**Soal Pilihan Ganda:**
1. Kalimat sumber: "[kutipan]"
Pertanyaan: ...
A. ...
B. ...
C. ...
D. ...
Jawaban: ...
Bobot: TBD
**Soal Isian:**
1. Kalimat sumber: "[kutipan]"
Pertanyaan: ...
Jawaban: ...
Bobot: TBD
---
Teks:
{content_bersih}
"""
async with httpx.AsyncClient(timeout=300) as client:
res = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt_generate,
"stream": False
})
res.raise_for_status()
raw_output = res.json().get("response", "").strip()
# Langkah 2: Tambahkan bobot
prompt_bobot = f"""
Tentukan bobot untuk setiap soal berdasarkan kompleksitas.
Panduan Penilaian:
- Pilihan Ganda:
- 1 = mudah
- 2 = agak sulit
- Isian:
- 3 = sedang
- 4 = agak sulit
- 5 = sulit
Ganti baris "Bobot: TBD" menjadi "Bobot: [1-5]". Jangan ubah bagian lainnya.
Soal:
{raw_output}
"""
async with httpx.AsyncClient(timeout=180) as client:
res_bobot = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt_bobot,
"stream": False
})
res_bobot.raise_for_status()
final_output = res_bobot.json().get("response", "").strip()
return {
"generated_questions": final_output,
"question_type": request.question_type,
"question_count": request.question_count,
"mc_count": mc_count,
"essay_count": essay_count
}
class GenerateQuestionsRequest(BaseModel):
content: str
question_count: int
question_type: str # 'multiple_choice', 'essay', atau 'both'
with_bobot: bool = True
@app.post("/generate-questions/")
async def generate_questions(request: GenerateQuestionsRequest):
mc_count = essay_count = 0
if request.question_type == "multiple_choice":
mc_count = request.question_count
elif request.question_type == "essay":
essay_count = request.question_count
else:
raise HTTPException(status_code=400, detail="Jenis soal tidak valid.")
prompt = f"""
Buat soal dari teks berikut untuk siswa SD kelas 3.
Jumlah soal: {request.question_count}
- Pilihan Ganda: {mc_count}
- Isian: {essay_count}
Setiap soal sertakan:
- Kalimat sumber
- Pertanyaan
- Jawaban
- Bobot: TBD
Format:
...
Teks:
{potong_konten(request.content)}
""".strip()
async with httpx.AsyncClient(timeout=300) as client:
result = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt,
"stream": False
})
result.raise_for_status()
output = result.json().get("response", "").strip()
if not request.with_bobot:
return {
"generated_questions": output,
"mc_count": mc_count,
"essay_count": essay_count
}
# Tambah bobot
prompt_bobot = f"""
Tentukan bobot soal berdasarkan kompleksitas. Ganti 'Bobot: TBD' dengan angka 1-5 sesuai panduan. Jangan ubah bagian lainnya.
Soal:
{output}
"""
async with httpx.AsyncClient(timeout=180) as client:
bobot_result = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt_bobot,
"stream": False
})
bobot_result.raise_for_status()
final_output = bobot_result.json().get("response", "").strip()
return {
"generated_questions": final_output,
"mc_count": mc_count,
"essay_count": essay_count
}
class FeedbackRequest(BaseModel):
user_answer: str
expected_answer: str
feedback_cache = {}
@app.post("/generate-feedback/")
async def generate_feedback(request: FeedbackRequest):
user_answer = request.user_answer.strip()
expected_answer = request.expected_answer.strip()
prompt_hash = hashlib.sha256(f"{user_answer}|{expected_answer}".encode()).hexdigest()
if prompt_hash in feedback_cache:
return {"feedback": feedback_cache[prompt_hash]}
prompt = f"""
Kamu adalah asisten pengajar SD kelas 3. Siswa memberikan jawaban berikut.
**Jawaban Siswa:** {user_answer}
**Jawaban Ideal:** {expected_answer}
Beri feedback singkat dan membangun, maksimal 2 kalimat, dengan bahasa mudah dipahami.
"""
async with httpx.AsyncClient(timeout=120) as client:
response = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt,
"stream": False
})
response.raise_for_status()
feedback = response.json().get("response", "").strip()
feedback_cache[prompt_hash] = feedback
return {"feedback": feedback}

View File

@ -0,0 +1,164 @@
from fastapi import FastAPI, HTTPException, Request
from fastapi.middleware.cors import CORSMiddleware
from fastapi.exceptions import RequestValidationError
from fastapi.responses import JSONResponse
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
import logging, hashlib
from groq import Groq
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
app = FastAPI()
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
client = Groq(api_key="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")
@app.exception_handler(RequestValidationError)
async def validation_exception_handler(request: Request, exc: RequestValidationError):
logging.error(f"Validation error: {exc}")
return JSONResponse(
status_code=422,
content={"detail": jsonable_encoder(exc.errors()), "body": exc.body},
)
class MaterialRequest(BaseModel):
content: str
question_type: str = "multiple_choice"
question_count: int = 5
def potong_konten(text: str, max_chars: int = 5000):
if len(text) > max_chars:
logging.warning(f"Teks terlalu panjang ({len(text)} karakter), dipotong jadi {max_chars}")
return text[:max_chars]
return text
@app.post("/generate-from-material/")
async def generate_from_material(request: MaterialRequest):
try:
if request.question_count < 1 or request.question_count > 20:
raise HTTPException(status_code=400, detail="Jumlah soal harus antara 1-20")
if request.question_type not in ["multiple_choice", "essay"]:
raise HTTPException(status_code=400, detail="Jenis soal tidak valid. Pilih: multiple_choice atau essay")
content_bersih = potong_konten(request.content.strip())
mc_count = request.question_count if request.question_type == "multiple_choice" else 0
essay_count = request.question_count if request.question_type == "essay" else 0
prompt = f"""
Buat soal latihan berdasarkan teks materi berikut untuk siswa SD kelas 3.
**Instruksi:**
1. Buat total {request.question_count} soal dengan rincian:
- Soal pilihan ganda: {mc_count}
- Soal isian/essay: {essay_count}
2. Setiap soal harus disertai:
- Kutipan 1 kalimat dari teks materi sebagai dasar soal
- Jawaban
- Bobot soal antara:
- 1-2 untuk soal pilihan ganda
- 3-5 untuk soal isian/essay
- Gunakan penilaian kompleksitas soal untuk menentukan bobotnya
3. Gunakan bahasa yang sederhana dan sesuai untuk siswa SD kelas 3.
4. Jangan menambahkan informasi di luar materi.
**Format Output:**
---
**Soal Pilihan Ganda:**
1. Kalimat sumber: "[kutipan kalimat dari teks]"
Pertanyaan: [Pertanyaan]
A. [Opsi A]
B. [Opsi B]
C. [Opsi C]
D. [Opsi D]
Jawaban: [Huruf Opsi]
Bobot: [1 atau 2]
**Soal Isian:**
1. Kalimat sumber: "[kutipan kalimat dari teks]"
Pertanyaan: [Pertanyaan]
Jawaban: [Jawaban]
Bobot: [3 - 5]
---
**Materi:**
{content_bersih}
""".strip()
logging.info("Mengirim prompt ke Groq...")
completion = client.chat.completions.create(
model="llama-3.1-8b-instant",
messages=[{"role": "user", "content": prompt}],
temperature=0.7,
max_tokens=1500
)
generated_text = completion.choices[0].message.content.strip()
return {
"generated_questions": generated_text,
"question_type": request.question_type,
"question_count": request.question_count,
"mc_count": mc_count,
"essay_count": essay_count
}
except Exception as e:
logging.error(f"Error saat generate: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan internal: {str(e)}")
# Cache Feedback
feedback_cache = {}
class FeedbackRequest(BaseModel):
user_answer: str
expected_answer: str
@app.post("/generate-feedback/")
async def generate_feedback(request: FeedbackRequest):
try:
user_answer = request.user_answer.strip()
expected_answer = request.expected_answer.strip()
# Hashing untuk cache
prompt_hash = hashlib.sha256(f"{user_answer}|{expected_answer}".encode()).hexdigest()
if prompt_hash in feedback_cache:
logging.info("Feedback dari cache.")
return {"feedback": feedback_cache[prompt_hash]}
prompt = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Siswa memberikan jawaban berikut untuk soal isian.
**Jawaban Siswa:** {user_answer}
**Jawaban Ideal:** {expected_answer}
Beri feedback singkat dan membangun, maksimal 2 kalimat. Gunakan bahasa yang mudah dimengerti oleh siswa SD. Jika jawaban siswa salah, berikan petunjuk atau koreksi yang membantu.
"""
logging.info("Mengirim prompt feedback ke Groq...")
completion = client.chat.completions.create(
model="llama-3.1-8b-instant",
messages=[{"role": "user", "content": prompt}],
temperature=0.7,
max_tokens=150
)
feedback = completion.choices[0].message.content.strip()
feedback_cache[prompt_hash] = feedback
return {"feedback": feedback}
except Exception as e:
logging.error(f"Error saat generate feedback: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")

View File

@ -0,0 +1,177 @@
from fastapi import FastAPI, HTTPException, Request
from fastapi.middleware.cors import CORSMiddleware
from fastapi.exceptions import RequestValidationError
from fastapi.responses import JSONResponse
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
import logging, hashlib
import httpx
# Logging setup
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
# FastAPI instance
app = FastAPI()
# CORS
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
# Ollama endpoint
OLLAMA_URL = "http://labai.polinema.ac.id:11434/api/generate"
# Error handler
@app.exception_handler(RequestValidationError)
async def validation_exception_handler(request: Request, exc: RequestValidationError):
logging.error(f"Validation error: {exc}")
return JSONResponse(
status_code=422,
content={"detail": jsonable_encoder(exc.errors()), "body": exc.body},
)
# Input models
class MaterialRequest(BaseModel):
content: str
question_type: str = "multiple_choice"
question_count: int = 5
class FeedbackRequest(BaseModel):
user_answer: str
expected_answer: str
# Utility
feedback_cache = {}
def potong_konten(text: str, max_chars: int = 5000):
if len(text) > max_chars:
logging.warning(f"Teks terlalu panjang ({len(text)} karakter), dipotong jadi {max_chars}")
return text[:max_chars]
return text
@app.post("/generate-from-material/")
async def generate_from_material(request: MaterialRequest):
try:
if request.question_count < 1 or request.question_count > 20:
raise HTTPException(status_code=400, detail="Jumlah soal harus antara 1-20")
if request.question_type not in ["multiple_choice", "essay", "mixed"]:
raise HTTPException(status_code=400, detail="Jenis soal tidak valid. Pilih: multiple_choice, essay, atau mixed")
mc_count = request.question_count if request.question_type == "multiple_choice" else 0
essay_count = request.question_count if request.question_type == "essay" else 0
if request.question_type == "mixed":
mc_count = max(1, request.question_count // 2)
essay_count = request.question_count - mc_count
content_bersih = potong_konten(request.content.strip())
prompt = f"""
Buat soal latihan berdasarkan teks materi berikut untuk siswa SD kelas 3.
**Instruksi:**
1. Buat total {request.question_count} soal dengan rincian:
- Soal pilihan ganda: {mc_count}
- Soal isian/essay: {essay_count}
2. Setiap soal harus disertai:
- Kutipan 1 kalimat dari teks materi sebagai dasar soal
- Jawaban
- Bobot soal antara:
- 1-2 untuk soal pilihan ganda
- 3-5 untuk soal isian/essay
- Gunakan penilaian kompleksitas soal untuk menentukan bobotnya
3. Gunakan bahasa yang sederhana dan sesuai untuk siswa SD kelas 3.
4. Jangan menambahkan informasi di luar materi.
**Format Output:**
---
**Soal Pilihan Ganda:**
1. Kalimat sumber: "[kutipan kalimat dari teks]"
Pertanyaan: [Pertanyaan]
A. [Opsi A]
B. [Opsi B]
C. [Opsi C]
D. [Opsi D]
Jawaban: [Huruf Opsi]
Bobot: [1 atau 2]
**Soal Isian:**
1. Kalimat sumber: "[kutipan kalimat dari teks]"
Pertanyaan: [Pertanyaan]
Jawaban: [Jawaban]
Bobot: [3 - 5]
---
**Materi:**
{content_bersih}
""".strip()
logging.info("Mengirim prompt ke Ollama...")
async with httpx.AsyncClient(timeout=120) as client:
response = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt,
"stream": False,
"options": {
"num_predict": 2048
}
})
response.raise_for_status()
result = response.json()
generated_text = result.get("response", "").strip()
return {
"generated_questions": generated_text,
"question_type": request.question_type,
"question_count": request.question_count,
"mc_count": mc_count,
"essay_count": essay_count
}
except Exception as e:
logging.error(f"Error saat generate: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan internal: {str(e)}")
@app.post("/generate-feedback/")
async def generate_feedback(request: FeedbackRequest):
try:
user_answer = request.user_answer.strip()
expected_answer = request.expected_answer.strip()
prompt_hash = hashlib.sha256(f"{user_answer}|{expected_answer}".encode()).hexdigest()
if prompt_hash in feedback_cache:
logging.info("Feedback dari cache.")
return {"feedback": feedback_cache[prompt_hash]}
prompt = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Siswa memberikan jawaban berikut untuk soal isian.
**Jawaban Siswa:** {user_answer}
**Jawaban Ideal:** {expected_answer}
Beri feedback singkat dan membangun, maksimal 2 kalimat. Gunakan bahasa yang mudah dimengerti oleh siswa SD. Jika jawaban siswa salah, berikan petunjuk atau koreksi yang membantu.
"""
logging.info("Mengirim prompt feedback ke Ollama...")
async with httpx.AsyncClient(timeout=60) as client:
response = await client.post(OLLAMA_URL, json={
"model": "llama3.1:latest",
"prompt": prompt,
"stream": False
})
response.raise_for_status()
result = response.json()
feedback = result.get("response", "").strip()
feedback_cache[prompt_hash] = feedback
return {"feedback": feedback}
except Exception as e:
logging.error(f"Error saat generate feedback: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")

View File

@ -1,7 +1,144 @@
from fastapi import FastAPI, HTTPException
# Menggunakan Huggingface
# from fastapi import FastAPI, HTTPException
# from fastapi.middleware.cors import CORSMiddleware
# from huggingface_hub import InferenceClient
# import random
# import logging
# app = FastAPI()
# app.add_middleware(
# CORSMiddleware,
# allow_origins=["*"],
# allow_credentials=True,
# allow_methods=["*"],
# allow_headers=["*"],
# )
# # Logging setup
# logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
# # Token Hugging Face (gunakan .env di production)
# HF_TOKEN = "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"
# #meta-llama/Llama-2-7b-chat-hf
# #meta-llama/Llama-3.2-3B-Instruct
# client = InferenceClient(model="meta-llama/Llama-3.2-3B-Instruct", token=HF_TOKEN)
# data_sources = {
# "cerita": {
# "Malin Kundang": "Malin Kundang adalah seorang anak dari keluarga miskin yang menjadi kaya raya namun menolak mengakui ibunya, hingga akhirnya dikutuk menjadi batu.",
# "Bawang Merah Bawang Putih": "Bawang Putih adalah gadis baik hati yang diperlakukan buruk oleh ibu dan saudara tirinya, tetapi kebaikannya membuahkan hasil berkat ikan ajaib.",
# "Sangkuriang": "Sangkuriang jatuh cinta pada ibunya, Dayang Sumbi, dan diberi tugas mustahil untuk membangun perahu dalam satu malam. Ia gagal dan akhirnya marah, menendang perahu hingga menjadi Gunung Tangkuban Perahu.",
# "Si Kancil": "Si Kancil dengan kecerdikannya berhasil menipu buaya untuk menyeberangi sungai dengan aman.",
# "Timun Mas": "Seorang ibu tua mendapatkan anak dari biji timun emas. Namun, anak itu harus melarikan diri dari raksasa jahat yang ingin memakannya."
# },
# "pantun": {
# "Pantun Nasihat": "Jalan-jalan ke kota Blitar,\nJangan lupa membeli roti.\nRajin belajar sejak pintar,\nAgar sukses di kemudian hari.",
# "Pantun Jenaka": "Ke pasar beli ikan teri,\nIkan habis tinggal kepala.\nJangan suka mencuri,\nNanti ketahuan malah celaka."
# },
# "puisi": {
# "Puisi Alam": "Langit biru membentang luas,\nBurung-burung terbang bebas.\nAngin sepoi menyapu dedaunan,\nAlam indah penuh kedamaian.",
# "Puisi Persahabatan": "Sahabat sejati selalu ada,\nDalam suka dan dalam duka.\nBersama kita jalani hari,\nMengukir cerita tak terlupa."
# }
# }
# @app.post("/generate/")
# async def generate_text():
# try:
# selected_stories = random.sample(list(data_sources["cerita"].keys()), 3)
# selected_pantun = random.choice(list(data_sources["pantun"].keys()))
# selected_puisi = random.choice(list(data_sources["puisi"].keys()))
# story_prompts = "\n\n".join([
# f"Judul: {story}\nIsi:\n{data_sources['cerita'][story]}"
# for story in selected_stories
# ])
# pantun_prompt = f"Judul: {selected_pantun}\nIsi:\n{data_sources['pantun'][selected_pantun]}"
# puisi_prompt = f"Judul: {selected_puisi}\nIsi:\n{data_sources['puisi'][selected_puisi]}"
# full_prompt = f"""
# Kamu adalah asisten pengajar untuk siswa SD kelas 3. Berdasarkan teks di bawah ini, buat soal untuk latihan siswa.
# **Instruksi:**
# 1. Untuk setiap teks (cerita, pantun, puisi), tampilkan:
# - Judul
# - Isi lengkap teks
# - 1 soal pilihan ganda (A-D) beserta jawaban benar dalam format: Jawaban Benar: X
# - 1 soal isian beserta jawaban ideal dalam format: Jawaban Ideal: [isi jawaban])
# 2. Gunakan bahasa sederhana dan mudah dipahami siswa SD kelas 3.
# 3. Gunakan format seperti contoh ini:
# ---
# Judul: [judul]
# Isi:
# [isi teks]
# **Soal Pilihan Ganda:**
# 1. [pertanyaan]
# A. ...
# B. ...
# C. ...
# D. ...
# Jawaban Benar: X
# **Soal Isian:**
# [pertanyaan]
# Jawaban Ideal: [isi jawaban]
# ---
# **TEKS CERITA:**
# {story_prompts}
# **TEKS PANTUN:**
# {pantun_prompt}
# **TEKS PUISI:**
# {puisi_prompt}
# Jangan gabungkan semua soal jadi satu bagian. Setiap teks harus punya blok tersendiri seperti format di atas.
# """
# logging.info("Mengirim prompt ke Hugging Face...")
# response = client.text_generation(full_prompt, max_new_tokens=1000)
# generated_text = response.strip()
# if not generated_text:
# raise HTTPException(status_code=500, detail="Model tidak menghasilkan pertanyaan.")
# return {
# "selected_stories": [
# {
# "title": story,
# "content": data_sources["cerita"][story]
# } for story in selected_stories
# ],
# "selected_pantun": {
# "title": selected_pantun,
# "content": data_sources["pantun"][selected_pantun]
# },
# "selected_puisi": {
# "title": selected_puisi,
# "content": data_sources["puisi"][selected_puisi]
# },
# "generated_questions": generated_text
# }
# except Exception as e:
# logging.error(f"Error saat generate: {e}")
# raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")
# Menggunakan Groq
from fastapi import FastAPI, HTTPException, Query
from fastapi.middleware.cors import CORSMiddleware
from huggingface_hub import InferenceClient
from groq import Groq
import random
import logging
from pydantic import BaseModel
from difflib import SequenceMatcher
app = FastAPI()
@ -13,80 +150,135 @@ app.add_middleware(
allow_headers=["*"],
)
# Ganti dengan token API Hugging Face kamu
HF_TOKEN = ""
client = InferenceClient(model="TinyLlama/TinyLlama-1.1B-chat-v1.0", token=HF_TOKEN)
# Logging setup
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
# Langsung masukkan API Key Groq di sini
client = Groq(api_key="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")
# Data ringkasan cerita, pantun, dan puisi (bisa ditambah lagi)
data_sources = {
"cerita": {
"Malin Kundang": "Malin Kundang adalah seorang anak dari keluarga miskin yang menjadi kaya raya namun menolak mengakui ibunya, hingga akhirnya dikutuk menjadi batu.",
"Bawang Merah Bawang Putih": "Bawang Putih adalah gadis baik hati yang diperlakukan buruk oleh ibu dan saudara tirinya, tetapi kebaikannya membuahkan hasil berkat ikan ajaib.",
"Sangkuriang": "Sangkuriang jatuh cinta pada ibunya, Dayang Sumbi, dan diberi tugas mustahil untuk membangun perahu dalam satu malam. Ia gagal dan akhirnya marah, menendang perahu hingga menjadi Gunung Tangkuban Perahu.",
"Si Kancil": "Si Kancil dengan kecerdikannya berhasil menipu buaya untuk menyeberangi sungai dengan aman.",
"Timun Mas": "Seorang ibu tua mendapatkan anak dari biji timun emas. Namun, anak itu harus melarikan diri dari raksasa jahat yang ingin memakannya."
"Malin Kundang": "Pada zaman dahulu, hiduplah seorang anak bernama Malin Kundang...",
"Bawang Merah Bawang Putih": "Bawang Merah selalu iri dengan kebaikan Bawang Putih...",
"Timun Mas": "Timun Mas adalah seorang gadis pemberian raksasa kepada seorang petani..."
},
"pantun": {
"Pantun Nasihat": "Jalan-jalan ke kota Blitar,\nJangan lupa membeli roti.\nRajin belajar sejak kecil,\nAgar sukses di kemudian hari.",
"Pantun Jenaka": "Ke pasar beli ikan teri,\nIkan habis tinggal kepala.\nJangan suka mencuri,\nNanti ketahuan malah celaka."
"Pantun Pendidikan": "Belajar pagi membaca buku,\nSiang datang janganlah lesu,\nMenuntut ilmu jangan jemu,\nAgar sukses di masa depanmu."
},
"puisi": {
"Puisi Alam": "Langit biru membentang luas,\nBurung-burung terbang bebas.\nAngin sepoi menyapu dedaunan,\nAlam indah penuh kedamaian.",
"Puisi Persahabatan": "Sahabat sejati selalu ada,\nDalam suka dan dalam duka.\nBersama kita jalani hari,\nMengukir cerita tak terlupa."
"Puisi Alam": "Langit biru terbentang luas,\nGunung tinggi menjulang tegas,\nHijau daun menari bebas,\nAlam indah ciptaan yang cerdas."
}
}
@app.post("/generate/")
@app.post("/generate/") # Endpoint untuk generate soal
async def generate_text():
try:
# Pilih 2 cerita, 1 pantun, dan 1 puisi secara acak
selected_stories = random.sample(list(data_sources["cerita"].keys()), 2)
selected_stories = random.sample(list(data_sources["cerita"].keys()), 3)
selected_pantun = random.choice(list(data_sources["pantun"].keys()))
selected_puisi = random.choice(list(data_sources["puisi"].keys()))
# Buat format prompt dengan cerita, pantun, dan puisi
story_prompts = "\n\n".join([
f"**{story}**\n{data_sources['cerita'][story]}"
for story in selected_stories
])
story_prompts = "\n\n".join([f"Judul: {story}\nIsi:\n{data_sources['cerita'][story]}" for story in selected_stories])
pantun_prompt = f"Judul: {selected_pantun}\nIsi:\n{data_sources['pantun'][selected_pantun]}"
puisi_prompt = f"Judul: {selected_puisi}\nIsi:\n{data_sources['puisi'][selected_puisi]}"
pantun_prompt = f"**{selected_pantun}**\n{data_sources['pantun'][selected_pantun]}"
puisi_prompt = f"**{selected_puisi}**\n{data_sources['puisi'][selected_puisi]}"
# Gabungkan semua prompt dengan instruksi eksplisit
full_prompt = f"""
Berdasarkan teks berikut ini, buatlah soal pilihan ganda dengan format berikut:
- Setiap soal harus memiliki **1 pertanyaan** dan **4 pilihan jawaban (A, B, C, D)**.
- Berikan **jawaban yang benar dengan format 'Jawaban Benar: X'** di akhir setiap soal.
- Buat total **5 soal** dari teks yang tersedia.
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Berdasarkan teks di bawah ini, buat soal untuk latihan siswa.
### **Teks Bacaan**
**Instruksi:**
1. Untuk setiap teks (cerita, pantun, puisi), tampilkan:
- Judul
- Isi lengkap teks
- 1 soal pilihan ganda (A-D) beserta jawaban benar dalam format: Jawaban Benar: X
- 1 soal isian beserta jawaban ideal dalam format: Jawaban Ideal: [isi jawaban])
2. Gunakan bahasa sederhana dan mudah dipahami siswa SD kelas 3.
3. Gunakan format seperti contoh ini:
---
Judul: [judul]
Isi:
[isi teks]
**Soal Pilihan Ganda:**
1. [pertanyaan]
A. ...
B. ...
C. ...
D. ...
Jawaban Benar: X
**Soal Isian:**
[pertanyaan]
Jawaban Ideal: [isi jawaban]
---
**TEKS CERITA:**
{story_prompts}
**TEKS PANTUN:**
{pantun_prompt}
**TEKS PUISI:**
{puisi_prompt}
### **Contoh Format Soal**
1. Siapakah tokoh utama dalam cerita '{selected_stories[0]}'?
A. Bawang Putih
B. Timun Mas
C. {selected_stories[0]}
D. Si Kancil
**Jawaban Benar: C**
Sekarang, buatlah **5 soal pilihan ganda** berdasarkan teks di atas.
Jangan gabungkan semua soal jadi satu bagian. Setiap teks harus punya blok tersendiri seperti format di atas.
"""
# Kirim permintaan ke model TinyLlama
response = client.text_generation(full_prompt, max_new_tokens=400)
logging.info("Mengirim prompt ke Groq LLaMA-3.1-8b-instant...")
completion = client.chat.completions.create(
model="llama-3.1-8b-instant",
messages=[{"role": "user", "content": full_prompt}],
temperature=0.7,
max_tokens=1000
)
generated_text = completion.choices[0].message.content.strip()
return {
"selected_stories": selected_stories,
"selected_pantun": selected_pantun,
"selected_puisi": selected_puisi,
"generated_questions": response
"selected_stories": [{"title": story, "content": data_sources["cerita"][story]} for story in selected_stories],
"selected_pantun": {"title": selected_pantun, "content": data_sources["pantun"][selected_pantun]},
"selected_puisi": {"title": selected_puisi, "content": data_sources["puisi"][selected_puisi]},
"generated_questions": generated_text
}
except Exception as e:
raise HTTPException(status_code=500, detail=f"Error: {str(e)}")
logging.error(f"Error saat generate: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")
class FeedbackRequest(BaseModel):
user_answer: str
expected_answer: str
@app.post("/generate-feedback/")
async def generate_feedback(request: FeedbackRequest):
try:
user_answer = request.user_answer.strip()
expected_answer = request.expected_answer.strip()
prompt = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Siswa memberikan jawaban berikut untuk soal isian.
**Jawaban Siswa:** {user_answer}
**Jawaban Ideal:** {expected_answer}
Beri feedback singkat dan membangun, maksimal 2 kalimat. Gunakan bahasa yang mudah dimengerti oleh siswa SD. Jika jawaban siswa salah, berikan petunjuk atau koreksi yang membantu.
"""
logging.info("Mengirim prompt feedback ke Groq...")
completion = client.chat.completions.create(
model="llama-3.1-8b-instant",
messages=[{"role": "user", "content": prompt}],
temperature=0.7,
max_tokens=150
)
feedback = completion.choices[0].message.content.strip()
return {"feedback": feedback}
except Exception as e:
logging.error(f"Error saat generate feedback: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")

View File

@ -0,0 +1,190 @@
from fastapi import FastAPI, HTTPException, Request
from fastapi.middleware.cors import CORSMiddleware
from starlette.middleware.base import BaseHTTPMiddleware
from starlette.responses import JSONResponse
from groq import Groq
from pydantic import BaseModel
from collections import defaultdict
import random, time, logging, hashlib
# Inisialisasi FastAPI
app = FastAPI()
# Middleware CORS
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
# Logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s")
# Groq Client
client = Groq(api_key="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")
# Rate Limiting Middleware
class RateLimitMiddleware(BaseHTTPMiddleware):
def __init__(self, app, max_requests: int = 5, window_seconds: int = 60):
super().__init__(app)
self.max_requests = max_requests
self.window = window_seconds
self.ip_timestamps = defaultdict(list)
async def dispatch(self, request: Request, call_next):
ip = request.client.host
now = time.time()
timestamps = self.ip_timestamps[ip]
self.ip_timestamps[ip] = [t for t in timestamps if now - t < self.window]
if len(self.ip_timestamps[ip]) >= self.max_requests:
return JSONResponse(
status_code=429,
content={"detail": "Terlalu banyak permintaan. Silakan coba lagi beberapa saat."},
)
self.ip_timestamps[ip].append(now)
return await call_next(request)
# Tambahkan RateLimit Middleware
app.add_middleware(RateLimitMiddleware)
# Data sumber
data_sources = {
"cerita": {
"Malin Kundang": "Pada zaman dahulu, hiduplah seorang anak bernama Malin Kundang...",
"Bawang Merah Bawang Putih": "Bawang Merah selalu iri dengan kebaikan Bawang Putih...",
"Timun Mas": "Timun Mas adalah seorang gadis pemberian raksasa kepada seorang petani..."
},
"pantun": {
"Pantun Pendidikan": "Belajar pagi membaca buku,\nSiang datang janganlah lesu,\nMenuntut ilmu jangan jemu,\nAgar sukses di masa depanmu."
},
"puisi": {
"Puisi Alam": "Langit biru terbentang luas,\nGunung tinggi menjulang tegas,\nHijau daun menari bebas,\nAlam indah ciptaan yang cerdas."
}
}
@app.post("/generate/")
async def generate_text():
try:
selected_stories = random.sample(list(data_sources["cerita"].keys()), 3)
selected_pantun = random.choice(list(data_sources["pantun"].keys()))
selected_puisi = random.choice(list(data_sources["puisi"].keys()))
story_prompts = "\n\n".join([f"Judul: {story}\nIsi:\n{data_sources['cerita'][story]}" for story in selected_stories])
pantun_prompt = f"Judul: {selected_pantun}\nIsi:\n{data_sources['pantun'][selected_pantun]}"
puisi_prompt = f"Judul: {selected_puisi}\nIsi:\n{data_sources['puisi'][selected_puisi]}"
full_prompt = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Berdasarkan teks di bawah ini, buat soal untuk latihan siswa.
**Instruksi:**
1. Untuk setiap teks (cerita, pantun, puisi), tampilkan:
- Judul
- Isi lengkap teks
- 1 soal pilihan ganda (A-D) beserta jawaban benar dalam format: Jawaban Benar: X
- 1 soal isian beserta jawaban ideal dalam format: Jawaban Ideal: [isi jawaban])
2. Gunakan bahasa sederhana dan mudah dipahami siswa SD kelas 3.
3. Gunakan format seperti contoh ini:
---
Judul: [judul]
Isi:
[isi teks]
**Soal Pilihan Ganda:**
1. [pertanyaan]
A. ...
B. ...
C. ...
D. ...
Jawaban Benar: X
**Soal Isian:**
[pertanyaan]
Jawaban Ideal: [isi jawaban]
---
**TEKS CERITA:**
{story_prompts}
**TEKS PANTUN:**
{pantun_prompt}
**TEKS PUISI:**
{puisi_prompt}
Jangan gabungkan semua soal jadi satu bagian. Setiap teks harus punya blok tersendiri seperti format di atas.
"""
logging.info("Mengirim prompt ke Groq...")
completion = client.chat.completions.create(
model="llama-3.1-8b-instant",
messages=[{"role": "user", "content": full_prompt}],
temperature=0.7,
max_tokens=1000
)
generated_text = completion.choices[0].message.content.strip()
return {
"selected_stories": [{"title": s, "content": data_sources["cerita"][s]} for s in selected_stories],
"selected_pantun": {"title": selected_pantun, "content": data_sources["pantun"][selected_pantun]},
"selected_puisi": {"title": selected_puisi, "content": data_sources["puisi"][selected_puisi]},
"generated_questions": generated_text
}
except Exception as e:
logging.error(f"Error saat generate: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")
# Cache Feedback
feedback_cache = {}
class FeedbackRequest(BaseModel):
user_answer: str
expected_answer: str
@app.post("/generate-feedback/")
async def generate_feedback(request: FeedbackRequest):
try:
user_answer = request.user_answer.strip()
expected_answer = request.expected_answer.strip()
# Hashing untuk cache
prompt_hash = hashlib.sha256(f"{user_answer}|{expected_answer}".encode()).hexdigest()
if prompt_hash in feedback_cache:
logging.info("Feedback dari cache.")
return {"feedback": feedback_cache[prompt_hash]}
prompt = f"""
Kamu adalah asisten pengajar untuk siswa SD kelas 3. Siswa memberikan jawaban berikut untuk soal isian.
**Jawaban Siswa:** {user_answer}
**Jawaban Ideal:** {expected_answer}
Beri feedback singkat dan membangun, maksimal 2 kalimat. Gunakan bahasa yang mudah dimengerti oleh siswa SD. Jika jawaban siswa salah, berikan petunjuk atau koreksi yang membantu.
"""
logging.info("Mengirim prompt feedback ke Groq...")
completion = client.chat.completions.create(
model="llama-3.1-8b-instant",
messages=[{"role": "user", "content": prompt}],
temperature=0.7,
max_tokens=150
)
feedback = completion.choices[0].message.content.strip()
feedback_cache[prompt_hash] = feedback
return {"feedback": feedback}
except Exception as e:
logging.error(f"Error saat generate feedback: {e}")
raise HTTPException(status_code=500, detail=f"Terjadi kesalahan: {str(e)}")