Penelitian ini berfokus pada estimasi hasil tangkapan ikan di WPPNRI 711, khususnya PPN Tanjung Pandan, dengan mengintegrasikan data satelit (klorofil dan suhu permukaan laut) dan data lapangan (pendaratan ikan). Data oseanografi dari satelit Aqua MODIS (2007-2017) diolah menggunakan Matlab untuk pemotongan, penggabungan, dan interpolasi data, kemudian dianalisis secara temporal dan spasial. Data faktor sosial seperti kunjungan kapal dan kebutuhan logistik nelayan dari PPN Tanjung Pandan (2008-2017) juga digunakan. Estimasi hasil tangkapan ikan dihitung menggunakan algoritma Random Forest dan Extreme Gradient Boosting (XGBoost) dalam Python, dengan tahapan persiapan environment, preprocessing data, parameter tuning, iterasi model, dan penentuan model terbaik berdasarkan RMSE. Penelitian ini juga mempertimbangkan berbagai jenis ikan tangkapan dan fokus pada estimasi ikan selar dan kembung.