| # 🌊 POSEIDON: Pipeline V2 (2026) |
| ⚡ Autonomous OOT Inference & Conformal Prediction ⚡ |
|
|
|     |
|
|
| Sistem berbasis **Machine Learning (Positive-Unlabeled Learning)** untuk memprioritaskan target patroli *IUU Fishing* menggunakan citra radar satelit (Sentinel-1 SAR) di wilayah WPP-711. Versi 2026 ini dirancang sebagai sistem yang **sepenuhnya otonom** untuk deteksi *real-time*. |
|
|
| --- |
|
|
| ## 🎯 Overview |
|
|
| Berbeda dengan *Phase 4* sebelumnya, folder **POSEIDON_Model** berisi artefak model untuk *Pipeline* versi terbaru yang telah mengatasi masalah latensi GFW. Model di sini mengestimasi dimensi fisik dan indikasi *fishing score* secara mandiri, menjadikannya sistem *end-to-end* yang lepas dari ketergantungan API pihak ketiga. |
| |
| Selain itu, model dievaluasi menggunakan skema **Out-of-Time (OOT)** murni untuk mencegah *data leakage*, dengan acuan data historis 2023-2025 untuk mendeteksi anomali pada tahun 2026. |
| |
| --- |
| |
| ## ✨ Features |
| |
| ### 🧠 Autonomous Estimation & Scoring |
| - **Phase 3 Estimators** - Memuat model regresi (`model_length_gb.pkl`) dan klasifikasi (`model_fishing_score_xgboost.pkl`) untuk memprediksi panjang fisik kapal dan *fishing score* langsung dari *raw features* satelit. |
| - **Unified Pipeline Object** - Menggunakan *pipeline* berbasis `joblib` yang di dalamnya sudah merangkum *Hybrid Stacking Model* (LightGBM + XGBoost), daftar 17 fitur terbaru, dan batas kalibrasi kuartalan. Kini terbagi menjadi model **GEE** dan **GFW**. |
|
|
| ### 🛑 Multi-Tier Alert System |
| Model telah dikalibrasi untuk memancarkan 3 tingkat status berdasarkan distribusi kuartalan tahun sebelumnya: |
| - **SIAGA 1 (Prioritas Verifikasi)**: $Q_{90}$ ke atas |
| - **SIAGA 2 (Pengamatan Terarah)**: $Q_{75}$ hingga $Q_{90}$ |
| - **SIAGA 3 (Pemantauan Pasif)**: Di bawah $Q_{75}$ |
|
|
| --- |
|
|
| ## 📦 File Structure |
|
|
| ```text |
| POSEIDON_Model/ |
| ├── 📂 GEE/ # Model khusus deteksi GEE |
| │ ├── 📂 poseidon_models_gee.pkl # Unified Pipeline Object untuk GEE |
| │ └── 📂 isolation_forest_model.pkl # Deteksi Anomali Geospasial |
| ├── 📂 GFW/ # Model khusus deteksi GFW |
| │ └── 📂 poseidon_models_gfw.pkl # Unified Pipeline Object untuk GFW |
| ├── 📂 model_length_gb.pkl # Estimator Panjang Kapal (Phase 3) |
| ├── 📂 model_fishing_score_xgboost.pkl # Estimator Fishing Score (Phase 3) |
| └── 📖 README.md # Dokumentasi ini |
| ``` |
|
|
| --- |
|
|
| ## 🚀 Usage (GitHub Actions / Automation) |
|
|
| Untuk lingkungan *Production* (seperti GitHub Actions), Anda cukup mengunduh model menggunakan `wget` dan memuatnya menggunakan `joblib`. |
|
|
| ```bash |
| # Contoh pengunduhan file GFW dari Hugging Face ke runner |
| wget https://huggingface.co/JullMol/POSEIDON/resolve/main/POSEIDON_Model/GFW/poseidon_models_gfw.pkl |
| ``` |
|
|
| ```python |
| import joblib |
| |
| # Load Unified Models |
| models_data = joblib.load('poseidon_models_gfw.pkl') |
| |
| # Akses Model dan Threshold |
| models_lgb = models_data['models_lgb_new'] |
| models_xgb = models_data['models_xgb_new'] |
| features = models_data['features_new'] |
| thresholds_2025 = models_data['quarterly_alert_thresholds_2025_new'] |
| |
| # Terapkan Threshold Siaga 1/2/3 |
| q1_q90_threshold = thresholds_2025['1']['q90'] |
| ``` |
|
|
| --- |
|
|
| ## 👨💻 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.* 🇮🇩 |
|
|
