Cultivation Planning Across Europe using Machine Learning Techniques

Tarımsal ürünlerin toprak bilgisine ve fiyat tahmin bilgilerine sınırlı erişimleri nedeniyle, çiftçiler mahsullerini bölgelerindeki ortak uygulamaya göre yetiştirmektedir. Bu, tarımda sürdürülebilirliğin devam ettirilememesine ve çiftçilerin üretimi ile tüketicinin talepleri arasında bir dengesizliğe yol açmaktadır. Yukarıda belirtilen sorunları ele almak için AgriTrade adlı BİT (ICT) tabanlı bir tarımsal ürün yetiştirme planlama politikası ve sistemi öneriyoruz. AgriTrade'in temel operasyonu, öncelikle çiftçileri bir mobil uygulama kullanarak interaktif bir şekilde ekim planlamasına katılmaya teşvik etmek, ikincisi, tedarik zincirinden toplanan verileri kullanarak çiftçilere yüksek hassasiyetli fiyat ve toprak bilgisi sağlamak için makine öğrenimi algoritmalarını kullanmaktır. AgriTrade'in fizibilitesini göstermek için, Avrupa'nın son 15 yıllık domates fiyatlarını ve AB'nin en büyük domates ihracatçılarından biri olan Türkiye'deki çiftçilerin domates yetiştiriciliği istatistiklerini toplayarak bir pilot kullanım örneği gerçekleştiriyoruz. AgriTrade, AB'nin tarihi domates fiyatlarına dayalı olarak gelecekteki domates fiyatlarını tahmin ediyor. Domatesi geleneksel yöntemle pazarlamayı ve tahmine dayalı pazarlamayı karşılaştırıyoruz: Geleneksel pazarlama yöntemi, ürünü yetiştirildiğinde hemen satmak iken, tahmine dayalı pazarlama, ürünü, ürünün fiyatlarının daha yüksek olduğu tahmin edilen ana kadar depolamaktır. Sonuçlar, Türkiye'deki çiftçilerin tahmine dayalı pazarlamayı uyguladıklarında, geleneksel yolla pazarlamaya kıyasla karlarını % 9,1 civarında önemli ölçüde artırabileceklerini gösteriyor.