feat: add Python setup and ONNX model generation to CI workflow

.github/workflows/deploy.yml

@@ -37,6 +37,20 @@ jobs:
       - name: Set up Docker Buildx
         uses: docker/setup-buildx-action@v3
 
+      - name: Set up Python for ONNX conversion
+        if: matrix.service.name == 'ml'
+        uses: actions/setup-python@v5
+        with:
+          python-version: '3.11'
+
+      - name: Generate ONNX model artifact
+        if: matrix.service.name == 'ml'
+        working-directory: Machine_Learning
+        run: |
+          python -m pip install --upgrade pip
+          python -m pip install 'tensorflow>=2.13.0' 'tf2onnx>=1.16.1' 'onnx>=1.16.0'
+          python convert_onnx.py
+
       - name: Log in to GHCR
         uses: docker/login-action@v3
         with:

apps/ml-service/README.md

@@ -25,6 +25,8 @@ Dependensi Rust sudah terdaftar di `Cargo.toml`. Cargo akan mengunduh dan mengko
 cargo build
 ```
 
+Output build lokal berada di `target/` dan direktori tersebut diabaikan oleh Git.
+
 ## Menjalankan Service Lokal
 
 Semua perintah di bawah dijalankan dari direktori `apps/ml-service`.
@@ -273,16 +275,15 @@ cargo build
 
 ### Docker
 
-Service dapat di-deploy via Docker. Dockerfile sudah tersedia di direktori ini.
+Service dapat di-deploy via Docker. Jalankan build dari root repository karena Dockerfile menyalin source service dan artifact ONNX dari beberapa direktori repo.
 
 ```bash
-docker build -t zeavis-ml-service .
+docker build -f apps/ml-service/Dockerfile -t zeavis-ml-service .
-docker run -p 8000:8000 \
+docker run -p 8000:8000 zeavis-ml-service
-  -v /path/to/model.onnx:/app/model.onnx \
-  -e MODEL_PATH=/app/model.onnx \
-  zeavis-ml-service
 ```
 
+Pastikan `Machine_Learning/model/model.onnx` sudah dibuat sebelum build image.
+
 ### Docker Compose
 
 Lihat `docker-compose.yml` di root repository untuk deployment lengkap dengan web, API, dan ML service.