🌊 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
│   ├── 📂 lgb_model_0.txt       # LightGBM Weight Fold 0
│   ├── 📂 lgb_model_1.txt       # LightGBM Weight Fold 1
│   ├── 📂 lgb_model_2.txt       # LightGBM Weight Fold 2
│   ├── 📂 xgb_model_0.json      # XGBoost Weight Fold 0
│   ├── 📂 xgb_model_1.json      # XGBoost Weight Fold 1
│   ├── 📂 xgb_model_2.json      # XGBoost Weight Fold 2
│   ├── 📊 sar_labeled.csv       # Dataset Final (Format CSV)
│   ├── 📊 sar_labeled.parquet   # Dataset Final (Format Parquet)
│   └── 📖 README.md             # Dokumentasi Terperinci Phase 4
└── 📖 README.md                 # Dokumentasi Utama (Root) ini

Silakan jelajahi masing-masing folder (Phase_0 dan Phase_4) 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. 🇮🇩

Downloads last month: -; Downloads are not tracked for this model. How to track