POSEIDON

🌊 POSEIDON

⚡ Patrol Oriented SAR Enabled IUU Detection Over Indonesian Natuna ⚡

Selamat datang di repository utama POSEIDON. Sistem berbasis Machine Learning (Positive-Unlabeled Learning) ini bertujuan untuk memprioritaskan target patroli IUU (Illegal, Unreported, and Unregulated) Fishing menggunakan citra radar satelit (Sentinel-1 SAR) di wilayah WPP-711 (Laut Natuna Utara).

Pipeline POSEIDON dibagi ke dalam beberapa fase terpisah. Di repository ini, Anda dapat menavigasi ke masing-masing folder fase untuk melihat detail yang lebih mendalam mengenai tahapan datanya.

---

📁 Repository Structure

POSEIDON/
├── 📂 Phase_0/                  # Data Preparation & Awal
│   ├── 📂 poseidon_length_model.pkl
│   ├── 📂 model_config.json
│   ├── 📂 predict.py
│   ├── 📊 POSEIDON_training_dataset_Length_Regression.xlsx
│   └── 📖 README.md             # Dokumentasi Terperinci Phase 0
├── 📂 Phase_4/                  # Output Modeling (Pipeline Lama)
│   ├── 📂 lgb_model_0.txt       # LightGBM Weight Fold 0
│   ├── 📂 xgb_model_0.json      # XGBoost Weight Fold 0
│   ├── 📊 sar_labeled.parquet   # Dataset Final (Format Parquet)
│   └── 📖 README.md             # Dokumentasi Terperinci Phase 4
├── 📂 POSEIDON_Model/           # Pipeline Otonom (Terbaru 2026)
│   ├── 📂 GEE/                  # Unified Model untuk GEE & Isolation Forest
│   ├── 📂 GFW/                  # Unified Model untuk GFW
│   ├── 📂 model_length_gb.pkl
│   ├── 📂 model_fishing_score_xgboost.pkl
│   └── 📖 README.md             # Dokumentasi Pipeline V2
└── 📖 README.md                 # Dokumentasi Utama (Root) ini

Silakan jelajahi masing-masing folder (Phase_0, Phase_4, dan POSEIDON_Model) untuk melihat file lengkap beserta cara penggunaannya.

---

👨‍💻 Contributors

Dipersembahkan oleh Tim Mahasiswa dari Universitas Negeri Surabaya:

• Faishal Muflih Irfanu Tsaqib
• Daffa Ahmad Pangreksa
• Dimas Rafi Izzulhaq

Dibuat untuk mendukung penjagaan kedaulatan maritim dan kelestarian sumber daya laut Indonesia. 🇮🇩