Update app.py

app.py

@@ -10,7 +10,7 @@ from sklearn.feature_extraction.text import TfidfVectorizer
 # Impor library tambahan
 #import matplotlib.pyplot as plt
 #import seaborn as sns
-import plotly.express as px
+#import plotly.express as px
 from wordcloud import WordCloud
 import nltk
 from nltk.corpus import stopwords
@@ -349,7 +349,7 @@ if results and analisis == True:
         # Kolom kedua untuk Bar Chart
         with columns[1]:
             st.write("Bar Chart :")
-            # Menentukan warna untuk setiap kategori dalam kolom 'label'
+            # Menentukan warna untuk setiap kategori dalam kolom 'score'
             warna_label = {
                 'Negatif': '#FF9AA2',
                 'Netral': '#FFDAC1',
@@ -359,13 +359,11 @@ if results and analisis == True:
             # Menambahkan kolom baru 'color' berdasarkan label
             df_results['color'] = df_results['label'].map(warna_label)
             
-            # Membuat bar chart dengan plotly
-            #fig = px.bar(df_results, x='label', y='label', color='color')  # Replace 'value' with the correct column name
-            # Alternatively, if you want to count the occurrences of each label, you can use:
-            fig = px.bar(df_results, x='label', y=df_results['label'].value_counts(), color='color')
-            
-            # Menampilkan chart menggunakan Streamlit
-            st.plotly_chart(fig)
+            # Membuat bar chart
+            st.bar_chart(
+                df_results["label"].value_counts(),
+                color=df_results['color'].unique().tolist()
+            )
     # Menampilkan hasil analisis sentimen dalam kotak yang dapat diperluas
     with st.expander("Hasil Analisis Sentimen"):
         # Tampilkan tabel hasil analisis sentimen