Nesnelerin İnterneti Yardımıyla Akıllı Tarımda Yapay Zekâ Tabanlı Gübre ve Mahsul Tahmini-Reference-Cited by-同舟云学术

Nesnelerin İnterneti Yardımıyla Akıllı Tarımda Yapay Zekâ Tabanlı Gübre ve Mahsul Tahmini

Published:2024-09-01 Issue:3 Volume:14 Page:958-973
ISSN:2536-4618
Container-title:Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi
language:
Short-container-title:

Author:

Güman Zülküf¹^ORCID,Gunay Faruk Baturalp²^ORCID

Affiliation:

1. ATATÜRK ÜNİVERSİTESİ, FEN BİLİMLERİ ENSTİTÜSÜ

2. ATATÜRK ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ

Abstract

Tarımsal faaliyetlerde düşük maliyetler yüksek verimli hasat almak oldukça önemlidir. Hasattan yüksek verim almak için de tarım arazisine uygun ürün ve gübre seçimi yapmak gerekmektedir. Tarımda düşük maliyetler ile yüksek verim alma da akıllı tarım ile mümkün olabilmektedir. Akıllı tarım ile tarımsal faaliyet aşamaları kontrol edilebildiği gibi; dış etkenlerden gelebilecek olumsuzluklara karşı da önlem alınabilmektedir. Tarım arazilerini uzaktan kontrol edebilmek için; nesnelerin interneti (IoT) tabanlı sensörler, bu sensörlerden veri alıp sunucuya göndermek için donanımsal sistemlere ihtiyaç vardır. Sunucuya gönderilen verilerde yapay zekâ algoritmaları ile değerlendirilip sonuca göre arazinin ihtiyacı belirlenir ve tarım aşamasına uygun gübre ihtiyacı, sulama ihtiyacı vb. ihtiyaçlara göre işlem yapılır. Bu amaçla bu çalışmada tarım arazisinden IoT ile sensör verilerinin alınıp sunucuya göndermek amaçlı arazi ve sunucu modülü olmak üzere donanımsal ürünler yapılmıştır. Yapay zekâ alanlarından biri olan makine öğrenmesi yöntemleri ile modelleri eğitmek için açık erişimli internet sitelerinden alınan veri setleri kullanılmıştır. Araziden alınan veriler oluşturulan makine öğrenmesi modelleri ile değerlendirilip araziye uygun ürün ve gübre seçimi yapılmasına olanak sağlanmaktadır.

Publisher

Igdir University

Reference36 articles.

1. Abdullah, A. L. A. N., & KARABATAK, M. (2020). Veri seti-sınıflandırma ilişkisinde performansa etki eden faktörlerin değerlendirilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 32(2), 531-540.

2. Ağızan, K., Bayramoğlu, Z., & Ağızan, S. (2022). Akıllı Tarım Teknolojilerinin Tarımsal İşletme Yöneticiliğine Sunduğu Avantajlar. Turkish Journal of Agriculture-Food Science and Technology, 10(9), 1697-1706.

3. Arabameri, A., Pradhan, B., & Rezaei, K. (2019). CBS'de kesinlik faktörü ve rastgele orman modelleri ile entegre coğrafi ağırlıklı regresyon kullanarak oyuntu erozyonu bölgelendirme haritalaması. Çevre yönetimi dergisi, 232, 928-942.

4. Atalay, M., & Çelik, E. (2017). Büyük veri analizinde yapay zekâ ve makine öğrenmesi uygulamalari artificial intelligence and machine learning applications in big data analysis. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(22), 155-172.

5. Aydın, A., Usanmaz, B., & Göktaş, Y. (2021). Nesnelerin interneti’nin eğitimde kullanıldığı alanlar ve bu alanlara etkileri. Yükseköğretim ve Bilim Dergisi, 11(2), 425-436.