Update app.py

app.py

@@ -23,15 +23,30 @@ class DateRange(BaseModel):
     end_date: str
 
 def ema_manual(prices, span):
+    logging.debug(f"Memulai ema_manual untuk span={span}. Jumlah harga: {len(prices)}")
+    if len(prices) < span:
+        logging.warning(f"Tidak cukup data untuk menghitung EMA span {span}. Hanya {len(prices)} tersedia.")
+        return [np.nan] * len(prices) # Kembalikan list NaN jika tidak cukup data
+
     ema = [np.nan] * len(prices)
     alpha = 2 / (span + 1)
-    for i in range(len(prices)):
-        if i < span - 1:
-            ema[i] = np.nan
-        elif i == span - 1:
-            ema[i] = np.mean(prices[:span])
-        else:
-            ema[i] = alpha * prices[i] + (1 - alpha) * ema[i - 1]
+    
+    # Debugging pada loop EMA
+    try:
+        for i in range(len(prices)):
+            if i < span - 1:
+                ema[i] = np.nan
+            elif i == span - 1:
+                # Tambahkan logging di sini
+                logging.debug(f"Menghitung EMA awal untuk span={span} pada indeks {i}. Data: {prices[:span]}")
+                ema[i] = np.mean(prices[:span])
+            else:
+                ema[i] = alpha * prices[i] + (1 - alpha) * ema[i - 1]
+    except Exception as e:
+        logging.error(f"Error dalam loop ema_manual (span={span}, index={i}): {e}", exc_info=True)
+        raise # Re-raise exception untuk ditangkap oleh try-except di endpoint
+
+    logging.debug(f"ema_manual selesai untuk span={span}.")
     return ema
 
 def get_dynamic_minmax():
@@ -45,18 +60,23 @@ def get_dynamic_minmax():
     close_min = df["Close"].min()
     close_max = df["Close"].max()
     logging.info(f"Min/Max Close: {close_min}/{close_max}")
-    return close_min, close_max
+    return float(close_min), float(close_max) # Pastikan kembali float
 
 def normalize_close(value, close_min, close_max):
-    if close_max == close_min: # Hindari pembagian dengan nol
-        return 1.0 # Atau nilai default lain yang masuk akal
+    if close_max == close_min:
+        logging.warning(f"Max_close ({close_max}) sama dengan min_close ({close_min}). Mengembalikan 0.5.")
+        return 0.5
     return (value - close_min) / (close_max - close_min)
 
 def analyze_trend(latest_row):
+    # Logging untuk memastikan data yang masuk valid
+    logging.debug(f"Menganalisis tren untuk data terbaru: {latest_row.to_dict()}")
+
     ema20 = latest_row["EMA20"]
     ema50 = latest_row["EMA50"]
     close = latest_row["close"]
 
+    # ... (sisa fungsi analyze_trend tidak berubah)
     if ema20 > ema50:
         trend = "bullish"
     elif ema20 < ema50:
@@ -64,7 +84,13 @@ def analyze_trend(latest_row):
     else:
         trend = "neutral"
 
-    diff = abs(ema20 - ema50) / ema50 * 100
+    # Pastikan ema50 tidak nol sebelum pembagian
+    if ema50 == 0:
+        logging.error("EMA50 adalah nol, tidak dapat menghitung gap persen.")
+        diff = 0
+    else:
+        diff = abs(ema20 - ema50) / ema50 * 100
+
     if diff > 0.3:
         strength = "strong"
     elif diff > 0.1:
@@ -79,6 +105,7 @@ def analyze_trend(latest_row):
     else:
         price_position = "between EMAs — indecision zone"
 
+    logging.debug(f"Analisis tren: trend={trend}, strength={strength}, pos={price_position}")
     return {
         "trend": trend,
         "strength": strength,
@@ -87,14 +114,14 @@ def analyze_trend(latest_row):
     }
 
 @app.post("/analyze")
-def analyze_ema(input_data: DateRange):
+def analyze_ema_endpoint(input_data: DateRange): # Ganti nama fungsi agar tidak sama dengan analyze_ema
     try:
         logging.info(f"Menerima permintaan /analyze dengan start_date={input_data.start_date}, end_date={input_data.end_date}")
         start_date = pd.to_datetime(input_data.start_date)
         end_date = pd.to_datetime(input_data.end_date)
         extended_start = start_date - timedelta(days=60)
 
-        logging.info(f"Mengunduh data dari yfinance: start={extended_start}, end={end_date + timedelta(days=1)}")
+        logging.info(f"Mengunduh data dari yfinance: start={extended_start.strftime('%Y-%m-%d')}, end={end_date.strftime('%Y-%m-%d')}")
         df = yf.download(PAIR, start=extended_start, end=end_date + timedelta(days=1), auto_adjust=True)
         
         if df.empty:
@@ -103,14 +130,21 @@ def analyze_ema(input_data: DateRange):
 
         df = df.reset_index()[["Date", "Close"]]
         df.rename(columns={"Date": "date", "Close": "close"}, inplace=True)
+        logging.debug(f"Jumlah baris setelah download dan rename: {len(df)}")
 
         if len(df) < 50:
-            logging.warning(f"Data terlalu sedikit ({len(df)} hari) untuk EMA50.")
+            # Perhatikan pesan error di sini, ini akan muncul di log, bukan di 'message'
+            logging.error(f"Data terlalu sedikit ({len(df)} hari). Butuh minimal 50 hari untuk EMA50.")
             return {"status": "error", "message": f"Data terlalu sedikit ({len(df)} hari). Butuh minimal 50 hari untuk EMA50."}
 
-        df["EMA20"] = ema_manual(df["close"], 20)
-        df["EMA50"] = ema_manual(df["close"], 50)
+        # Logging sebelum memanggil ema_manual
+        logging.debug(f"Memanggil ema_manual untuk EMA20 dengan {len(df)} data.")
+        df["EMA20"] = ema_manual(df["close"].tolist(), 20) # Kirim sebagai list agar lebih eksplisit
+        logging.debug(f"Memanggil ema_manual untuk EMA50 dengan {len(df)} data.")
+        df["EMA50"] = ema_manual(df["close"].tolist(), 50) # Kirim sebagai list
+
         df = df.dropna().reset_index(drop=True)
+        logging.debug(f"Jumlah baris setelah dropna: {len(df)}")
 
         close_min, close_max = get_dynamic_minmax()
         df["norm_close"] = df["close"].apply(lambda x: normalize_close(x, close_min, close_max))
@@ -135,11 +169,12 @@ def analyze_ema(input_data: DateRange):
         }
 
     except Exception as e:
-        logging.error(f"Error di /analyze: {e}", exc_info=True) # exc_info=True akan mencetak traceback
+        # PENTING: Periksa output log server Anda untuk ini!
+        logging.error(f"Error TERTANGKAP di endpoint /analyze_ema_endpoint: {e}", exc_info=True)
         return {"status": "error", "message": str(e)}
 
 @app.post("/summary")
-def ema_summary(input_data: DateRange):
+def ema_summary_endpoint(input_data: DateRange): # Ganti nama fungsi
     try:
         logging.info(f"Menerima permintaan /summary dengan start_date={input_data.start_date}, end_date={input_data.end_date}")
         start_date = pd.to_datetime(input_data.start_date)
@@ -153,14 +188,20 @@ def ema_summary(input_data: DateRange):
 
         df = df.reset_index()[["Date", "Close"]]
         df.rename(columns={"Date": "date", "Close": "close"}, inplace=True)
+        logging.debug(f"Jumlah baris setelah download dan rename: {len(df)}")
+
 
         if len(df) < 50:
-            logging.warning(f"Data terlalu sedikit ({len(df)} hari) untuk EMA50.")
+            logging.error(f"Data terlalu sedikit ({len(df)} hari). Butuh minimal 50 hari untuk EMA50.")
             return {"status": "error", "message": f"Data terlalu sedikit ({len(df)} hari). Butuh minimal 50 hari untuk EMA50."}
 
-        df["EMA20"] = ema_manual(df["close"], 20)
-        df["EMA50"] = ema_manual(df["close"], 50)
+        logging.debug(f"Memanggil ema_manual untuk EMA20 dengan {len(df)} data.")
+        df["EMA20"] = ema_manual(df["close"].tolist(), 20)
+        logging.debug(f"Memanggil ema_manual untuk EMA50 dengan {len(df)} data.")
+        df["EMA50"] = ema_manual(df["close"].tolist(), 50)
         df = df.dropna().reset_index(drop=True)
+        logging.debug(f"Jumlah baris setelah dropna: {len(df)}")
+
 
         latest = df.iloc[-1]
         analysis = analyze_trend(latest)
@@ -176,5 +217,9 @@ def ema_summary(input_data: DateRange):
         }
 
     except Exception as e:
-        logging.error(f"Error di /summary: {e}", exc_info=True)
-        return {"status": "error", "message": str(e)}
+        logging.error(f"Error TERTANGKAP di endpoint /ema_summary_endpoint: {e}", exc_info=True)
+        return {"status": "error", "message": str(e)}
+
+@app.get("/")
+def root():
+    return {"message": "Model B API (EMA + Trend Summary) aktif 🚀"}