Landsat Classifier

Projek website untuk mengklasifikasi citra dalam skripsi penulis tentang Klasifikasi Jenis Lahan Menggunakan CNN Berbasiskan Citra Satelit.

• Dokumentasi

• Demo (hanya UI tanpa implementasi backend)

• Skripsi

Tech Stacks

• Python
• Flask
• Tensorflow

Instalasi

1. Install semua tools yang dibutuhkan pada tech stacks

2. Clone repository
   

   git clone https://github.com/fuadmln/landsat-classifier.git

3. Download dan pindahkan model ke folder /model.
   Model berupa file .h5 download disini (171 MB)

4. Jalankan perintah di terminal

   python app.py

5. Kunjungi url yang dihasilkan pada browser

Struktur Folder & File

Penjelasan fungsi folder dan file dalam proyek web ini.

Folder /_scripts

Berisi script python notebook:

• split_dataset.py - membagi dataset ke data training dan testing.
• trainig cnn.ipynb - melatih model dengan data training.
• testing cnn.ipynb - menguji model dengan data testing.

Folder /model

Folder untuk lokasi penyimpan file model

Folder /static

File statis untuk komponen website seperti css dan js

Folder /templates

Folder untuk menyimpan file HTML

Folder /test_images

Folder untuk menyimpan file gambar yang akan diuji

File app.py

File utama untuk menjalankan website

File Classifier.py

File berupa class untuk proses klasifikasi

Route Endpoint

Beranda

[GET] /

Mengakses halaman beranda

Classify

[POST] /classify

Melakukan klasifikasi pada sebuah gambar

Request Payload (form):

• img: (file)

Response (json):

{
    "data": {
        "class": "Forest",  // hasil prediksi kelas
        "fileName": "Forest_1002.jpg",  // nama file
    },
    "error": false
}

Evaluate

[POST] /evaluate

Melakukan evaluasi pada sekumpulan gambar

Request Payload (form):

• folder: (string)

Response (json):

{
    "data": {
        "accuracy": 0.9,    // overall accuracy
        "confusion_matrix": [[]],   //2D array 10x10
        "metrics": [[]],    // 2D array 10x3 (precision, recall, f1-score)
    },
    "error": false
}