Pamuk üretim rekolte tahmini için veri madenciliği yöntemlerinin kullanılması: Şanlıurfa örneği
Using data mining methods for product forecast in cotton production: The case of Sanlıurfa
- Tez No: 740920
- Danışmanlar: DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Günümüzde tarım sektöründe birçok ürün üretilmektedir. Tarımsal üretimde tüm tüketicilerin temel gıda ihtiyaçları karşılanmaktadır. Tarımsal üretimde kaliteli ve verimli ürünlerin üretilmesi için kullanılan teknolojiler gün geçtikçe yeni gelişmeler göstermektedir. Bu gelişmeler ile birlikte tarımsal üretimden anlamlı veriler elde edilmektedir. Tarlalarda, üretimden hasat zamanına kadar geçen süreçte, toprağa uygulanan tüm işlemler (toprak hazırlığı, ekim süreci, tohumlama, gübreleme, ilaçlama, sulama, bakım süreci, hasat süreci, sabit işlemler, diğer değişen işlemler) kayıt altına alınarak tarımsal üretimin maliyet verileri tutulmaktadır. Bu çalışmada Şanlıurfa ilinde pamuk üretiminde tarlalarda elde edilen veriler ile veri madenciliği yöntemleri uygulanmıştır. Ham olarak elde tutulan bu veriler, veri madenciliği yöntemleri kullanılarak daha anlamlı veri üretebilmesi ve var olan verilerden tarımsal üretim için anlamlı bilgi üretilmesi sağlanmıştır. Günümüzde birçok alanda ihtiyaç duyulan veri madenciliğinin, tarımsal üretimde kullanılması ile verimli sonuçlar ortaya koyacaktır. Bu çalışmada pamuk üretimi yapan çiftçilerden üretim verileri alınmıştır. Alınan bu veriler, veri madenciliği ön değerlendirme süreçleri uygulandıktan sonra veri kümeleri oluşturulmuştur. Bu veri kümeleri Weka programı kullanılarak Şanlıurfa ilinde pamuk üretiminin verimlilik değerlerinin birkaç farklı algoritma ile analizleri yapılmıştır. Önceden elde edilmiş tarımsal üretim verilerinin modellemeler ve veri madenciliği ön uygulamaları yapılarak analizler yapılmıştır. K en yakın komşu algoritması, Bayes algoritması, Naive Bayes algoritması, karar ağaçları algoritması, yapay sinir ağları algoritması ve destek vektör makinesi algoritması bu verilere ayrı ayrı uygulanarak en başarılı sonucun yapay sinir ağları algoritması ve destek vektör makinesi algoritması gözlemlenmiştir.
Özet (Çeviri)
Today, many products are produced in the agricultural sector. In agricultural production, the basic food needs of all consumers are met. Technologies used to produce quality and efficient products in agricultural production show new developments day by day. With these developments, meaningful data are obtained from agricultural production. All operations applied to the soil (soil preparation, planting process, seeding, fertilization, spraying, irrigation, maintenance process, harvesting process, fixed operations, other changing operations) are recorded in the fields, from production to harvest time, and cost data of agricultural production are kept. In this study, data mining methods were applied with the data obtained from the fields in cotton production in Şanlıurfa province. These raw data are used to produce more meaningful data by using data mining methods and to produce meaningful information for agricultural production from existing data. Data mining, which is needed in many fields today, will yield productive results with its use in agricultural production. In this study, production data were obtained from farmers producing cotton. The data sets were created after the data mining pre-assessment processes were applied. Using these datasets, the Weka program, the productivity values of cotton production in Şanlıurfa province were analyzed with several different algorithms. Analyzes were made by making modeling and data mining preliminary applications of previously obtained agricultural production data. K nearest neighbor algorithm, Bayes algorithm, Naive Bayes algorithm, decision trees algorithm, artificial neural network algorithm and support vector machine algorithm are applied to these data separately and the most successful result is artificial neural network algorithm and support vector machine algorithm.
Benzer Tezler
- Uydu görüntüleri, meteorolojik veriler ve kamera fotoğrafları ile pamuk ve mısır bitkileri için rekolte tahmin modeli tasarımı: Şanlıurfa örneği
Crop yield estimation model design for cotton and maize crops using satellite imagery, meteorological data and camera photographs: Şanlıurfa case study
UĞUR ALGANCI
Doktora
Türkçe
2014
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ
- Antalya Aksu bölgesi tarım alanlarında expert sınıflandırma yöntemi ile arazi kullanımının belirlenmesi
Başlık çevirisi yok
ÇAĞDAŞ KUŞÇU
Yüksek Lisans
Türkçe
2005
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. BÜLENT BAYRAM
DOÇ. DR. MUSTAFA SARI
- Pamuk üretim alanlarında sorun olan domuz pıtrağı (Xanthium strumarium L.)'nın bazı biyolojik özellikleri ve mücadele olanaklarının araştırılması
Investigation of some biological properties and controling possibilities of common cocklebur (Xanthium strumarium L.) that are problem in cotton production areas
İSLAM EMRAH SÜER
Doktora
Türkçe
2022
ZiraatMalatya Turgut Özal ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. NİHAT TURSUN
- Pamuk üretiminde üretim girdileri, üretim masrafları ve karlılık durumunun belirlenmesi: Şanlıurfa ili örneği
Determination of Production Inputs, Production Costs and Profitability on Cotton Production: The case of Şanlıurfa Province
YILDIZ DURAN
Yüksek Lisans
Türkçe
2024
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
DOÇ. DR. YEŞİM AYTOP
- Güneydoğu Anadolu Bölgesi pamuk üretim alanlarında Geocoris spp. (Hemiptera: Geocoridae) türlerinin tespiti ile önemli türün laboratuvar koşullarında biyolojik parametreleri ve yaygın kullanılan insektisitlerin yan etkilerinin belirlenmesi
Determination of Geocoris spp. (Hemiptera: Geocoridae) and biological parameters of important species laboratory conditions and side effects of widely used insecticides in cotton production areas of Southeasten Anatolia Region
MERVE AKYILDIZ