🧠 ML-API REPO – GoalPocket ML Prediction

📡 Deskripsi

REST API berbasis FastAPI untuk memprediksi saldo keuangan pengguna berdasarkan histori 6 fitur: asset, liability, income, expenses, savings, loan.

Model ML dilatih dengan TensorFlow dan diekspor sebagai .h5 file, lalu digunakan untuk inferensi di endpoint /predict.

🗂 Struktur Utama

File/Folder Deskripsi

main.py Endpoint FastAPI untuk prediksi saldo

scaler_y.pkl Scaler untuk inverse prediksi hasil model

saldo_prediction_model_2.h5 Model hasil pelatihan

requirements.txt Daftar dependency Python

Dockerfile Konfigurasi Docker container

🚀 Endpoint Prediksi

URL: /predict Method: POST

Format Request 1: 6 fitur (digandakan 14x)

{
  "data": [500000000, 400000000, 10000000, 20000000, 1000000, 5000000]
}

Format Request 2: 14 baris historis

{
  "data": [
    [500000000, 400000000, 10000000, 20000000, 1000000, 5000000],
    ...
  ]
}

🔁 Response

{
  "prediction": [
    "Rp120.000.000",
    "Rp125.000.000",
    ...
  ]
}

Jika scaler tidak tersedia:

{
  "prediction": [[1.4415650367736816]],
  "note": "Hasil belum di-inverse karena scaler_y.pkl tidak ditemukan."
}

🐳 Dockerfile

FROM python:3.9-slim

WORKDIR /app

COPY requirements.txt .

RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

📦 Requirements

fastapi

uvicorn

tensorflow

pydantic

python-multipart

numpy

joblib

scikit-learn

⚠️ Catatan

Model menggunakan custom loss function: MSE.

Jika scaler_y.pkl tidak tersedia, hasil prediksi tidak akan diubah ke format Rupiah.

Endpoint ini hanya memberikan estimasi saldo, bukan saran finansial resmi.