Automated Waste Classification System

Sistem klasifikasi citra sampah otomatis (3 kelas) menggunakan EfficientNetV2-S + Stratified 5-Fold Cross-Validation, sesuai SDLC proyek.

Kode	Kategori
0	Recyclable
1	Electronic
2	Organic

Dari clone sampai running

1. Prasyarat

• Python 3.10+
• Git
• GPU NVIDIA opsional (CPU tetap bisa, gunakan mode cepat)

2. Clone repository

Ganti <REPO_URL> dengan URL Git repository Anda:

git clone <REPO_URL>
cd waste-python

3. Install dependencies

python -m venv .venv

Aktifkan virtual environment:

# Windows
.venv\Scripts\activate

# Linux / macOS
source .venv/bin/activate

Lalu install paket proyek (termasuk dependency development untuk pytest):

pip install -U pip
pip install -e ".[dev]"

4. Siapkan dataset

Citra tidak ikut di-commit. Letakkan dataset resmi sesuai layout di bagian Data layout:

• Isi data/train/ (citra berlabel per kelas)
• Isi data/test/ (citra uji tanpa label)
• Pastikan data/template.csv ada (sudah termasuk di repository)

5. Verifikasi instalasi

pytest

Jika semua test lolos, environment siap dipakai.

6. Train dan predict (mode cepat)

Untuk menjalankan pipeline pertama kali (ramah CPU):

python scripts/train.py --config configs/fast.yaml
python scripts/predict.py --config configs/fast.yaml

Hasil yang diharapkan:

• Checkpoint di outputs/models/ (mis. fold_0.pth, fold_1.pth)
• Submission di outputs/submissions/submission.csv

Untuk training penuh (5-fold) dan inferensi final, lihat bagian Training dan Inferensi di bawah.

Google Colab

Jalankan pipeline di T4 GPU Colab memakai disk lokal runtime (/content) — tanpa Google Drive.

1. Buka notebooks/colab_run.ipynb di Colab (File → Upload notebook, atau Open in Colab jika repo sudah di GitHub).
2. Runtime → Change runtime type → Hardware accelerator → T4 GPU.
3. Isi REPO_URL, clone, lalu pip install -e ..
4. Siapkan dataset ke /content/waste-python/data/ lewat upload ZIP atau unduh URL (layout sama seperti Data layout).
5. Train & predict (default.yaml — batch T4-safe, device auto CPU/GPU):

python scripts/train.py --config configs/default.yaml
python scripts/predict.py --config configs/default.yaml

6. Unduh outputs/submissions/submission.csv (dan checkpoint jika perlu) sebelum disconnect.

Runtime Colab ephemeral: data, checkpoint, dan submission hilang saat sesi berakhir. Jangan andalkan penyimpanan lokal Colab untuk jangka panjang.

Data layout

Letakkan dataset resmi di folder berikut (citra tidak di-commit):

data/
├── train/
│   ├── 0_Recyclable/   # atau 0/ / Recyclable/
│   ├── 1_Electronic/   # atau 1/ / Electronic/
│   └── 2_Organic/      # atau 2/ / Organic/
├── test/    # 1.458 citra tanpa label (nama mengikuti id di template)
└── template.csv   # kolom: id,predicted

Output prediksi mengisi kolom predicted dengan nilai 0, 1, atau 2.

Training

Full run (5-fold, kualitas final). Device otomatis: GPU jika ada, else CPU. Batch T4-safe (train=8, infer=16):

python scripts/train.py --config configs/default.yaml

Mode cepat di CPU (2-fold, subset, resolusi lebih kecil — untuk iterasi):

python scripts/train.py --config configs/fast.yaml

Checkpoint per fold disimpan di outputs/models/fold_{0..4}.pth (atau fold_0/1 untuk mode cepat). Early stopping menghentikan fold jika macro F1 validasi tidak naik.

Inferensi & submission

Memakai semua checkpoint fold_*.pth yang ada di outputs/models/ (1 fold atau ensemble penuh).

python scripts/predict.py --config configs/default.yaml

Mode cepat (batch lebih besar; cocok setelah train dengan fast.yaml):

python scripts/predict.py --config configs/fast.yaml

Menghasilkan outputs/submissions/submission.csv lalu menjalankan QA validasi.

Tests

pytest

Guardrails

• Data uji hanya dipakai saat inferensi (predict.py).
• Tidak ada akses label test selama training.
• Seed dikunci untuk reproduktifitas.