#include <Wire.h>
#include <LiquidCrystal_I2C.h>
#include <NeuralNetwork.h>

NeuralNetwork *NN;

// Modifikasi layer Neural Network menjadi 3 input neurons, 4 hidden neurons, dan 1 output neuron
const unsigned int layers[] = {3, 4, 1};
float *output; // Menyimpan nilai output dari jaringan saraf

// Data latih untuk mendeteksi tingkat kematangan buah: mentah, matang, busuk
const float inputs[6][3] = 
{
  {0.1, 0.2, 0.3}, // Mentah
  {0.4, 0.5, 0.6}, // Mentah
  {0.7, 0.8, 0.9}, // Matang
  {0.2, 0.6, 0.4}, // Matang
  {0.9, 0.8, 0.7}, // Busuk
  {0.8, 0.9, 0.6}  // Busuk
};

// Output yang diharapkan: 0 = Mentah, 1 = Matang, 2 = Busuk
const float expectedOutput[6][1] = 
{
  {0}, // Mentah
  {0}, // Mentah
  {1}, // Matang
  {1}, // Matang
  {2}, // Busuk
  {2}  // Busuk
};

int buttonPin = 2; // Pin untuk tombol push
bool DataBaruAda = false; // Status data baru

LiquidCrystal_I2C lcd(0x27, 16, 2); // Inisialisasi LCD I2C

void setup() 
{
  Serial.begin(9600);
  lcd.init(); // Inisialisasi LCD
  lcd.backlight(); // Aktifkan backlight LCD

  pinMode(buttonPin, INPUT_PULLUP); // Set tombol sebagai INPUT_PULLUP

  // Inisialisasi Neural Network dengan layer
  NN = new NeuralNetwork(layers, sizeof(layers) / sizeof(layers[0])); 
  lcd.setCursor(0,0);
  lcd.print("Harap Bersabar");

  // Melatih Neural Network
  for (int Literasi = 0; Literasi < 10000; Literasi++) 
  {
    for (int i = 0; i < sizeof(inputs) / sizeof(inputs[0]); i++) 
    {
      NN->FeedForward(inputs[i]); // Feed forward dengan input
      NN->BackProp(expectedOutput[i]); // Backpropagation dengan output yang diharapkan
    }
  }
  NN->print(); // Tampilkan informasi jaringan saraf
  lcd.clear();
  lcd.print("Tekan Aja");
}

void loop() 
{
  if (digitalRead(buttonPin) == LOW) 
  { 
    lcd.clear();
    lcd.print("Proses.....");
    delay(1000);
    lcd.clear();

    // Menghasilkan warna acak
    float Merah = random(0, 255) / 255.0;
    float Hijau = random(0, 255) / 255.0;
    float Kuning = random(0, 255) / 255.0;

    // Input warna
    float input[3] = {Merah, Hijau, Kuning};

    // Feed forward input ke Neural Network
    output = NN->FeedForward(input);

    // Prediksi tingkat kematangan buah berdasarkan output
    int PrediksiKematangan;
    if (output[0] < 0.5) 
    {
      PrediksiKematangan = 0; // Mentah
    } 
    else if (output[0] < 1.5) 
    {
      PrediksiKematangan = 1; // Matang
    }
    else 
    {
      PrediksiKematangan = 2; // Busuk
    }

    // Tampilkan prediksi di serial monitor
    Serial.print("Merah: ");
    Serial.print(Merah);
    Serial.print(" - Hijau: ");
    Serial.print(Hijau);
    Serial.print(" - Kuning: ");
    Serial.print(Kuning);
    Serial.print(" - Prediksi Kematangan: ");
    if (PrediksiKematangan == 0) 
    {
      Serial.println("Mentah");
    } 
    else if (PrediksiKematangan == 1) 
    {
      Serial.println("Matang");
    } 
    else 
    {
      Serial.println("Busuk");
    }

    // Tampilkan hasil prediksi pada LCD
    lcd.clear();
    lcd.setCursor(0, 0);
    lcd.print("Merah: ");
    lcd.print(Merah);
    lcd.setCursor(0, 1);
    lcd.print("Hijau: ");
    lcd.print(Hijau);

    delay(2000);

    lcd.clear();
    lcd.setCursor(0, 0);
    lcd.print("Kuning: ");
    lcd.print(Kuning);
    lcd.setCursor(0, 1);
    lcd.print("Kematangan: ");
    if ({PrediksiKematangan} == 0) 
    {
      lcd.print("Mentah");
    } 
    else if (PrediksiKematangan == 1) 
    {
      lcd.print("Matang");
    } 
    else 
    {
      lcd.print("Busuk");
    }

    DataBaruAda = true;
  }

  // Reset status setelah data diproses
  if (DataBaruAda) 
  {
    DataBaruAda = false;
    delay(1000);
    lcd.clear();
    lcd.setCursor(2,0);
    lcd.print("tekan tombol");
    lcd.setCursor(3,1);
    lcd.print("Lagi");
  }
}