Upload 4 files

Dockerfile

@@ -0,0 +1,21 @@
+# Gunakan image Python resmi yang ringan
+FROM python:3.10-slim
+
+# Set lingkungan kerja di dalam container
+WORKDIR /app
+
+# Salin requirements dan instal library
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Salin seluruh isi folder proyek ke dalam container
+COPY . .
+
+# Berikan izin akses folder (untuk Hugging Face)
+RUN chmod -R 777 /app
+
+# Port yang digunakan Gradio
+EXPOSE 7860
+
+# Jalankan aplikasi
+CMD ["python", "app.py"]

app.py

@@ -0,0 +1,93 @@
+import gradio as gr
+import tensorflow as tf
+import numpy as np
+import pandas as pd
+from datetime import datetime
+from PIL import Image
+
+# --- KONFIGURASI GLOBAL ---
+IMG_SIZE = (224, 224)
+MODEL_PATH = 'model.h5'
+class_names = ['Aluvial', 'Andosol', 'Entisol', 'Humus', 'Inceptisol', 'Laterit', 'Kapur', 'Pasir']
+num_classes = len(class_names)
+history_data = []
+
+# --- LOAD MODEL ---
+try:
+    best_model = tf.keras.models.load_model(MODEL_PATH)
+    print("✅ Model loaded successfully")
+except Exception as e:
+    best_model = None
+    print(f"❌ Error loading model: {e}")
+
+incident_descriptions = {
+    'Aluvial': ("🌾 **Aluvial (Tanah Endapan Sungai)**\n\n**Karakteristik:** Sangat subur karena membawa mineral dari hulu sungai.\n**Rekomendasi Tanaman:** Padi, jagung, kedelai, atau tebu.\n**Langkah Pemulihan:**\n1. **Bersihkan Lumpur Pekat:** Buang lapisan lumpur keras agar akar bisa bernapas.\n2. **Cek Saluran Air:** Pastikan air tidak menggenang (becek).\n3. **Gemburkan Ulang:** Cangkul ringan agar oksigen masuk ke tanah."),
+    'Andosol': ("🌋 **Andosol (Tanah Vulkanik)**\n\n**Karakteristik:** Tanah hitam sangat kaya nutrisi abu gunung berapi.\n**Rekomendasi Tanaman:** Sayuran, kopi, atau teh.\n**Langkah Pemulihan:**\n1. **Terasering:** Buat gundukan bertingkat pada lahan miring.\n2. **Lindungi dari Angin:** Tanam pohon pelindung di pinggir lahan.\n3. **Siram Teratur:** Tanah ini cepat kering jika terpapar matahari langsung."),
+    'Entisol': ("🌱 **Entisol (Tanah Muda)**\n\n**Karakteristik:** Tanah baru terbentuk, agak kasar dan belum matang.\n**Rekomendasi Tanaman:** Rumput pakan, ubi kayu, atau kacang tanah.\n**Langkah Pemulihan:**\n1. **Beri 'Makan' Tanah:** Campur pupuk kandang/kompos sebanyak mungkin.\n2. **Tanam Kacang-kacangan:** Membantu tanah mengambil nitrogen alami dari udara.\n3. **Hindari Bahan Kimia:** Gunakan pupuk alami agar struktur tanah tidak rusak."),
+    'Humus': ("🍂 **Humus (Tanah Organik)**\n\n**Karakteristik:** Tanah paling subur dari pembusukan vegetasi alami.\n**Rekomendasi Tanaman:** Semua jenis tanaman pangan dan sayuran.\n**Langkah Pemulihan:**\n1. **Selimut Tanah (Mulsa):** Tutupi tanah dengan jerami/daun kering.\n2. **Jangan Dibakar:** Hindari membakar sampah di atas tanah ini.\n3. **Jaga Kelembapan:** Cukup siram secukupnya, jangan berlebihan."),
+    'Inceptisol': ("🌳 **Inceptisol (Tanah Perkebunan)**\n\n**Karakteristik:** Tanah perkebunan yang nutrisinya mulai berkurang.\n**Rekomendasi Tanaman:** Kelapa sawit, karet, atau buah-buahan.\n**Langkah Pemulihan:**\n1. **Pupuk Berkala:** Gunakan pupuk NPK sesuai dosis rutin.\n2. **Bersihkan Gulma:** Cabut rumput liar di sekitar batang pohon.\n3. **Cangkul Melingkar:** Cangkul di sekitar pohon agar pupuk meresap ke akar."),
+    'Laterit': ("🔴 **Laterit (Tanah Merah/Asam)**\n\n**Karakteristik:** Tanah tua kemerahan dan terasa masam.\n**Rekomendasi Tanaman:** Cengkeh, jambu mete, atau karet.\n**Langkah Pemulihan:**\n1. **Tabur Kapur (Dolomit):** Gunakan kapur putih untuk menetralkan asam.\n2. **Tambah Pupuk Organik:** Campurkan pupuk kandang untuk memperbaiki warna.\n3. **Hindari Genangan:** Jangan biarkan air mengendap agar tanah tidak memadat."),
+    'Kapur': ("⚪ **Kapur (Tanah Mediteran)**\n\n**Karakteristik:** Berbatu putih, gersang, dan cepat kering.\n**Rekomendasi Tanaman:** Pohon jati, mahoni, atau srikaya.\n**Langkah Pemulihan:**\n1. **Tanam Pohon Keras:** Pilih pohon dengan akar kuat penembus batu.\n2. **Pupuk Hijau:** Tanam tumbuhan merambat sebagai penutup tanah.\n3. **Lubang Tanam Besar:** Isi lubang tanam dengan banyak kompos."),
+    'Pasir': ("🏖️ **Pasir (Tanah Berpori)**\n\n**Karakteristik:** Butiran kasar, tidak simpan air, cepat panas.\n**Rekomendasi Tanaman:** Kelapa, buah naga, atau ubi jalar.\n**Langkah Pemulihan:**\n1. **Ikat Tanah:** Campur pupuk kandang dalam jumlah besar.\n2. **Siram Sore Hari:** Siram saat matahari tidak terik agar air tidak menguap.\n3. **Pupuk Sedikit tapi Sering:** Beri dosis kecil secara rutin.")
+}
+
+def predict_image(image_input):
+    if best_model is None:
+        return {}, "Model tidak tersedia."
+    
+    img = image_input.resize(IMG_SIZE)
+    img_array = tf.keras.utils.img_to_array(img)
+    img_array = tf.expand_dims(img_array, 0) / 255.0
+
+    predictions = best_model.predict(img_array)
+    scores = tf.nn.softmax(predictions[0]).numpy()
+    
+    output_dict = {class_names[i]: float(scores[i]) for i in range(num_classes)}
+    top_label = max(output_dict, key=output_dict.get)
+    top_confidence = output_dict[top_label]
+    
+    description = incident_descriptions.get(top_label, "Deskripsi tidak tersedia.")
+    
+    return output_dict, f"### 📍 Prediksi: **{top_label}** ({top_confidence:.2%})\n\n{description}"
+
+def predict_only(img):
+    if img is None: return {}, "Silakan upload gambar."
+    return predict_image(img)
+
+def predict_with_metadata(img, location):
+    if img is None:
+        return {}, pd.DataFrame(history_data, columns=["Waktu", "Jenis Tanah", "Lokasi"]), None, "Tidak ada gambar."
+
+    output_dict, formatted_desc = predict_image(img)
+    top_label = max(output_dict, key=output_dict.get)
+    now = datetime.now().strftime("%Y-%m-%d %H:%M")
+
+    history_data.append([now, top_label, location if location else "-"])
+    history_df = pd.DataFrame(history_data, columns=["Waktu", "Jenis Tanah", "Lokasi"])
+
+    return output_dict, history_df, None, formatted_desc
+
+# --- UI GRADIO ---
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="emerald")) as demo:
+    gr.Markdown("# 🌍 GeoHeal AI Dashboard")
+    gr.Markdown("Deteksi jenis tanah untuk pemulihan lahan pertanian pasca bencana.")
+
+    with gr.Tabs():
+        with gr.TabItem("📸 Analisis Real-time"):
+            with gr.Row():
+                with gr.Column():
+                    input_img = gr.Image(sources=["upload", "webcam"], type="pil", label="Foto Tanah")
+                    input_loc = gr.Textbox(label="Lokasi (Opsional)", placeholder="Contoh: Medan, Sumut")
+                    btn_report = gr.Button("📋 LAPORKAN KONDISI", variant="primary")
+                with gr.Column():
+                    output_label = gr.Label(num_top_classes=3, label="Hasil Prediksi")
+                    output_desc = gr.Markdown("_Hasil akan muncul di sini_")
+
+        with gr.TabItem("📜 Riwayat Laporan"):
+            output_history = gr.Dataframe(headers=["Waktu", "Jenis Tanah", "Lokasi"], interactive=False)
+
+    input_img.change(fn=predict_only, inputs=input_img, outputs=[output_label, output_desc])
+    btn_report.click(fn=predict_with_metadata, inputs=[input_img, input_loc], outputs=[output_label, output_history, input_img, output_desc])
+
+if __name__ == "__main__":
+    demo.launch(server_name="0.0.0.0", server_port=7860)

model.h5

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8e510a1f33ddeb02a1087e00f5420327c5c2ff4394368ba41252e62d46486a93
+size 41589144

requirements.txt

@@ -0,0 +1,13 @@
+tensorflow==2.19.0
+keras==3.10.0
+numpy==2.0.2
+matplotlib==3.10.0
+seaborn==0.13.2
+google-colab==1.0.0
+tensorflow-hub==0.16.1
+kagglehub==0.3.13
+scikit-learn==1.6.1
+tensorflowjs==4.22.0
+gradio==5.50.0
+Pillow==11.3.0
+pandas==2.2.2