from pathlib import Path
from zipfile import ZIP_DEFLATED, ZipFile
import tempfile
import xml.etree.ElementTree as ET


SOURCE_DOC = Path("docs/Penjelasan_Rinci_KMeans_Rekomendasi_JMW_Gabungan_Update.docx")
OUT_DOC = Path("docs/Penjelasan_Rinci_KMeans_Rekomendasi_JMW_Gabungan_Update_K.docx")

WORD_NS = "http://schemas.openxmlformats.org/wordprocessingml/2006/main"
ET.register_namespace("w", WORD_NS)


def qn(name):
    return f"{{{WORD_NS}}}{name}"


def paragraph(text="", style=None):
    p = ET.Element(qn("p"))
    if style:
        p_pr = ET.SubElement(p, qn("pPr"))
        p_style = ET.SubElement(p_pr, qn("pStyle"))
        p_style.set(qn("val"), style)

    run = ET.SubElement(p, qn("r"))
    t = ET.SubElement(run, qn("t"))
    t.set("{http://www.w3.org/XML/1998/namespace}space", "preserve")
    t.text = text
    return p


def code_paragraph(text):
    p = ET.Element(qn("p"))
    p_pr = ET.SubElement(p, qn("pPr"))
    p_style = ET.SubElement(p_pr, qn("pStyle"))
    p_style.set(qn("val"), "Code")

    run = ET.SubElement(p, qn("r"))
    t = ET.SubElement(run, qn("t"))
    t.set("{http://www.w3.org/XML/1998/namespace}space", "preserve")
    t.text = text
    return p


def page_break():
    p = ET.Element(qn("p"))
    r = ET.SubElement(p, qn("r"))
    br = ET.SubElement(r, qn("br"))
    br.set(qn("type"), "page")
    return p


def code_block(text):
    return [code_paragraph(line) for line in text.strip("\n").splitlines()]


def new_section():
    items = []
    items.append(page_break())
    items.append(paragraph("18. Cara Menentukan Nilai k pada K-Means", "Heading1"))
    items.append(paragraph(
        "Nilai k pada K-Means menunjukkan jumlah cluster atau jumlah kelompok yang akan dibentuk. Dalam sistem "
        "rekomendasi mobil JMW Showroom, nilai k digunakan untuk membagi data mobil ke dalam beberapa kelompok "
        "berdasarkan kemiripan harga, tahun, dan mesin_cc."
    ))

    items.append(paragraph("18.1 Pengertian Nilai k", "Heading2"))
    items.append(paragraph(
        "Jika k bernilai 4, maka sistem akan membentuk empat kelompok mobil. Setiap mobil akan masuk ke salah satu "
        "cluster berdasarkan jarak terdekat terhadap centroid. Semakin tepat nilai k yang digunakan, semakin baik pula "
        "pembagian kelompok mobil yang dihasilkan."
    ))

    items.append(paragraph("18.2 Nilai k pada Implementasi Sistem", "Heading2"))
    items.append(paragraph(
        "Pada implementasi sistem, nilai k yang digunakan adalah 4. Nilai ini dikirim oleh Laravel ke Flask API melalui "
        "parameter jumlah_cluster. Dengan demikian, ketika fitur rekomendasi budget dijalankan, Flask API akan membuat "
        "model K-Means dengan empat cluster."
    ))
    items.extend(code_block("""
'filter' => [
    'toleransi_harga_percent' => 10,
    'jumlah_cluster' => 4,
],
"""))
    items.append(paragraph(
        "Parameter tersebut diterima oleh Flask API dan digunakan pada fungsi apply_kmeans_budget_filter(). Jika "
        "parameter jumlah_cluster tersedia, maka nilai tersebut dipakai sebagai jumlah cluster. Jika tidak tersedia, "
        "sistem menggunakan nilai default 4."
    ))
    items.extend(code_block("""
model = build_kmeans_model(
    cars,
    cluster_count=to_int(filters.get("jumlah_cluster"), default=4)
)
"""))

    items.append(paragraph("18.3 Pengujian Nilai k Menggunakan Silhouette Score", "Heading2"))
    items.append(paragraph(
        "Agar nilai k tidak dipilih secara sembarang, jumlah cluster dapat diuji menggunakan silhouette score. "
        "Silhouette score digunakan untuk mengukur seberapa baik data berada di dalam cluster-nya dan seberapa jauh "
        "data tersebut dari cluster lain. Nilai silhouette yang lebih tinggi menunjukkan hasil cluster yang lebih baik."
    ))
    items.extend(code_block("""
for k in range(2, 7):
    kmeans = KMeans(
        n_clusters=k,
        random_state=42,
        n_init=10
    )

    labels = kmeans.fit_predict(fitur_scaled)
    score = silhouette_score(fitur_scaled, labels)

    print(f"Jumlah Cluster: {k}, Silhouette Score: {score}")
"""))
    items.append(paragraph(
        "Kode tersebut mencoba beberapa nilai k, yaitu 2 sampai 6. Setiap nilai k diuji dengan K-Means, kemudian "
        "hasil cluster-nya dievaluasi menggunakan silhouette score. Dari hasil tersebut, peneliti dapat melihat nilai "
        "k mana yang memberikan kualitas cluster terbaik."
    ))

    items.append(paragraph("18.4 Contoh Hasil Pengujian", "Heading2"))
    items.append(paragraph(
        "Misalnya hasil pengujian silhouette score menghasilkan nilai sebagai berikut:"
    ))
    items.extend(code_block("""
Jumlah Cluster: 2, Silhouette Score: 0,2281
Jumlah Cluster: 3, Silhouette Score: 0,2345
Jumlah Cluster: 4, Silhouette Score: 0,2294
Jumlah Cluster: 5, Silhouette Score: 0,2394
Jumlah Cluster: 6, Silhouette Score: 0,2570
"""))
    items.append(paragraph(
        "Dari contoh tersebut, k = 6 memiliki nilai silhouette score tertinggi. Namun pada implementasi sistem, k = 4 "
        "digunakan karena sistem ingin membagi mobil ke dalam empat kelompok utama yang lebih mudah diterapkan pada "
        "fitur rekomendasi budget, misalnya kelompok mobil ekonomis, menengah, tinggi, dan premium. Pemilihan k = 4 "
        "juga disesuaikan dengan konfigurasi yang sudah digunakan pada Flask API."
    ))

    items.append(paragraph("18.5 Alasan Sistem Menggunakan k = 4", "Heading2"))
    items.append(paragraph(
        "Nilai k = 4 digunakan karena pembagian empat cluster dianggap cukup untuk merepresentasikan kelompok mobil "
        "berdasarkan harga, tahun, dan mesin_cc. Dengan empat cluster, sistem dapat memisahkan mobil ke dalam beberapa "
        "kelompok karakteristik tanpa membuat pembagian terlalu banyak dan sulit diinterpretasikan."
    ))
    items.append(paragraph(
        "Secara sederhana, empat cluster dapat diinterpretasikan sebagai kelompok mobil dengan karakteristik berikut: "
        "cluster harga rendah atau ekonomis, cluster harga menengah, cluster harga tinggi, dan cluster premium atau "
        "spesifikasi lebih tinggi. Nama atau karakteristik akhir setiap cluster tetap perlu dilihat dari rata-rata "
        "data pada masing-masing cluster."
    ))

    items.append(paragraph("18.6 Kalimat untuk Laporan", "Heading2"))
    items.append(paragraph(
        "Nilai k pada metode K-Means ditentukan dengan mempertimbangkan hasil pengujian jumlah cluster dan kebutuhan "
        "implementasi sistem. Pada sistem ini, jumlah cluster yang digunakan adalah k = 4. Nilai tersebut digunakan "
        "untuk membagi data mobil menjadi empat kelompok berdasarkan atribut harga, tahun, dan mesin_cc. Pemilihan "
        "k = 4 juga disesuaikan dengan konfigurasi sistem rekomendasi pada Flask API melalui parameter "
        "jumlah_cluster = 4."
    ))

    return items


def append_section():
    OUT_DOC.parent.mkdir(parents=True, exist_ok=True)

    with tempfile.TemporaryDirectory() as tmp:
        tmp_dir = Path(tmp)

        with ZipFile(SOURCE_DOC, "r") as archive:
            archive.extractall(tmp_dir)

        document_path = tmp_dir / "word" / "document.xml"
        root = ET.parse(document_path).getroot()
        body = root.find(qn("body"))

        sect_pr = None
        for child in list(body):
            if child.tag == qn("sectPr"):
                sect_pr = child
                body.remove(child)
                break

        for item in new_section():
            body.append(item)

        if sect_pr is not None:
            body.append(sect_pr)

        ET.ElementTree(root).write(document_path, encoding="utf-8", xml_declaration=True)

        if OUT_DOC.exists():
            OUT_DOC.unlink()

        with ZipFile(OUT_DOC, "w", ZIP_DEFLATED) as archive:
            for path in tmp_dir.rglob("*"):
                if path.is_file():
                    archive.write(path, path.relative_to(tmp_dir).as_posix())

    print(OUT_DOC.resolve())


if __name__ == "__main__":
    append_section()