edit layout

pages/prediction.py

@@ -453,18 +453,18 @@ def show_prediction():
                 buf = io.BytesIO()
                 plt.savefig(buf, format='png', bbox_inches="tight", dpi=100)
                 buf.seek(0)
-                cols = st.columns(2)  # Bagi halaman menjadi 4 kolom
+                # cols = st.columns(2)  # Bagi halaman menjadi 4 kolom
-                with cols[0]:  # Grafik SHAP ditempatkan di kolom pertama
+                # with cols[0]:  # Grafik SHAP ditempatkan di kolom pertama
+                #     st.image(buf, caption="SHAP Waterfall Plot", use_container_width=True)
+
+                # plt.close()
+
+                col1, col2 = st.columns([1.5, 2])  # **Kolom pertama untuk grafik, kolom kedua untuk penjelasan**
+                
+                with col1:
                     st.image(buf, caption="SHAP Waterfall Plot", use_container_width=True)
 
-                plt.close()
+                with col2:
-
-            except Exception as e:
-                st.error(f"Error generating SHAP plot: {str(e)}")
-                plt.close()
-
-        generate_shap_plot(X_test_class, explainer_class)
-
                     top_factors = sorted(shap_dict.items(), key=lambda x: abs(x[1]), reverse=True)[:5]
 
                     # Bangun kesimpulan dinamis
@@ -476,15 +476,46 @@ def show_prediction():
                     st.markdown(
                         f"""
                         <div style="text-align: justify; font-family: 'Poppins', sans-serif;">
+                            <h4 style="color:#264CBE; font-size:18px; font-weight:600;">Faktor Utama yang Mempengaruhi Prediksi:</h4>
+                            <p>
                                 Grafik ini menunjukkan bagaimana hasil prediksi dihitung berdasarkan beberapa faktor utama. 
                                 Faktor-faktor yang paling memengaruhi hasil prediksi adalah {summary}. 
                                 Faktor-faktor ini memberikan kontribusi signifikan terhadap hasil akhir prediksi, 
                                 baik dalam meningkatkan maupun menurunkan probabilitas retensi karyawan.
+                            </p>
                         </div>
                         """,
                         unsafe_allow_html=True
                     )
 
+                plt.close()
+
+            except Exception as e:
+                st.error(f"Error generating SHAP plot: {str(e)}")
+                plt.close()
+
+        generate_shap_plot(X_test_class, explainer_class, shap_dict, predicted_class)
+
+        # top_factors = sorted(shap_dict.items(), key=lambda x: abs(x[1]), reverse=True)[:5]
+
+        # # Bangun kesimpulan dinamis
+        # summary = " dan ".join(
+        #     [f"<b>{factor}</b> dengan kontribusi <b>{'+' if value > 0 else ''}{value:.2f}</b>" for factor, value in top_factors]
+        # )
+
+        # # Kesimpulan Dinamis
+        # st.markdown(
+        #     f"""
+        #     <div style="text-align: justify; font-family: 'Poppins', sans-serif;">
+        #         Grafik ini menunjukkan bagaimana hasil prediksi dihitung berdasarkan beberapa faktor utama. 
+        #         Faktor-faktor yang paling memengaruhi hasil prediksi adalah {summary}. 
+        #         Faktor-faktor ini memberikan kontribusi signifikan terhadap hasil akhir prediksi, 
+        #         baik dalam meningkatkan maupun menurunkan probabilitas retensi karyawan.
+        #     </div>
+        #     """,
+        #     unsafe_allow_html=True
+        # )
+
         # Footer
     st.markdown(
         """