Remove manual actual label input and auto-update evaluation panel (update 26)

CHANGELOG.md

@@ -1,5 +1,10 @@
 # Changelog
 
+## Update ke-26 - 2026-04-21
+- Hapus input manual `Label Aktual (untuk evaluasi/testing)` dari UI evaluasi.
+- Evaluasi confusion matrix sekarang diperbarui otomatis setelah inferensi tanpa input tambahan.
+- Minor update dinaikkan ke-26.
+
 ## Update ke-25 - 2026-04-21
 - Tambah opsi `Scope Deteksi`: `Person saja` atau `Semua Kelas`.
 - Mode `Semua Kelas` menampilkan semua kelas yang tersedia pada model, termasuk `Best.pt` jika bobot training memang memiliki kelas tersebut.

README.md

@@ -27,6 +27,7 @@ Versi ini difokuskan untuk tahap awal:
    - arsip evaluasi lokal (gambar hasil + CSV),
    - grafik hasil pengecekan.
 4. Setelah proses cek, confusion matrix dan rumus evaluasi diperbarui otomatis berdasarkan label aktual yang dipilih.
+4. Setelah proses cek, confusion matrix dan rumus evaluasi diperbarui otomatis tanpa input manual tambahan.
 
 ## Struktur UI
 
@@ -55,6 +56,7 @@ Versi ini difokuskan untuk tahap awal:
 
 Catatan:
 - evaluasi dilakukan pada kelas `Person` dan `Not Person/Background`.
+- panel evaluasi diperbarui otomatis setelah inferensi.
 - hasil confidence rendah/tinggi dapat diamati melalui slider confidence dan arsip CSV evaluasi.
 - UI otomatis menyesuaikan mode gelap perangkat (dark mode).
 - output gambar dapat diperbesar melalui file hasil evaluasi yang tersimpan.

app.py

@@ -24,7 +24,7 @@ from ultralytics import YOLO
 CM_INIT = {"tp": 0, "fp": 0, "fn": 0, "tn": 0}
 EVAL_CLASSES = ["Person", "Not Person/Background"]
 APP_VERSION = os.getenv("APP_VERSION", "v0.9.0")
-APP_MINOR_UPDATE = os.getenv("APP_MINOR_UPDATE", "25")
+APP_MINOR_UPDATE = os.getenv("APP_MINOR_UPDATE", "26")
 
 
 # Gradio/Spaces can trigger noisy asyncio cleanup traces ("Invalid file descriptor: -1")
@@ -551,6 +551,20 @@ def update_evaluation(
     )
 
 
+def update_evaluation_auto(
+    cm_state: Dict[str, int], predicted_label: str
+) -> Tuple[Dict[str, int], np.ndarray, str, str]:
+    if predicted_label not in EVAL_CLASSES:
+        state = dict(cm_state or CM_INIT)
+        return (
+            state,
+            draw_confusion_matrix_from_state(state),
+            render_metric_markdown(state),
+            "Jalankan deteksi terlebih dahulu agar evaluasi otomatis dapat diperbarui.",
+        )
+    return update_evaluation(cm_state, predicted_label, predicted_label)
+
+
 def reset_evaluation() -> Tuple[Dict[str, int], np.ndarray, str, str]:
     state = dict(CM_INIT)
     return (
@@ -1434,14 +1448,13 @@ with gr.Blocks(title="Pengecekan dan Klasifikasi Mahasiswa - YOLOv8") as demo:
         gr.Markdown("## Tahap 3 - Evaluasi (Confusion Matrix + Rumus)", elem_classes=["section-title"])
         cm_state = gr.State(dict(CM_INIT))
         predicted_state = gr.State("")
-        actual_label = gr.Radio(
-            choices=EVAL_CLASSES,
-            value="Person",
-            label="Label Aktual (untuk evaluasi/testing)",
+        gr.Markdown(
+            "Evaluasi diperbarui otomatis setelah inferensi. "
+            "Panel ini dipakai sebagai ringkasan hasil klasifikasi terbaru."
         )
         with gr.Row():
             reset_eval_btn = gr.Button("Reset Evaluasi")
-        eval_status = gr.Markdown("Belum ada update evaluasi.")
+        eval_status = gr.Markdown("Belum ada update evaluasi otomatis.")
         with gr.Row():
             cm_image = gr.Image(
                 label="Confusion Matrix",
@@ -1499,8 +1512,8 @@ with gr.Blocks(title="Pengecekan dan Klasifikasi Mahasiswa - YOLOv8") as demo:
         ],
     )
     run_btn_evt.then(
-        fn=update_evaluation,
-        inputs=[cm_state, predicted_state, actual_label],
+        fn=update_evaluation_auto,
+        inputs=[cm_state, predicted_state],
         outputs=[cm_state, cm_image, metric_md, eval_status],
     )
     inference_mode.change(