Makine Öğrenimi Teknikleri Kullanılarak Isparta İli İçin Tarımsal Ürün Önerme Sistemi

Authors : Gamze Yakut, Rabia Ilknur Çay, Hasan Hüseyin Öztürk

Pages : 174-185

View : 63 | Download : 74

Publication Date : 2023-12-31

Article Type : Conference Paper

Abstract :Kırsal bölgelerde, toprağın besin değerlerine uygun ürünlerin yetiştirilmemesi ve bilinçsiz gübreleme/sulama gibi uygulamalar, toprak kalitesi ve ürün verimi açısından olumsuz sonuçlar doğurmaktadır. Toprak analizleri, tarım alanlarının sahip olduğu özgün besin değeri oranlarını belirlemek için önemlidir. Çiftçilerin, toprak analiz yöntemlerini kullanmadan tarlalarında ne ekeceklerine karar vermeleri, ilerleyen yıllarda hasat edilecek ürünlerin verimini düşürebilir. Hasat edilecek ürünü seçerken organik madde, pH, tuzluluk, satürasyon, derinlik, potasyum, fosfor ve kireç gibi parametreler incelenmelidir. Ayrıca belirli bir bölgede hangi ürünün yetiştirileceğine karar verirken, güneş ışığı, nem, yağış ve rakım gibi iklim ve coğrafi özelliklerle ilgili faktörler de dikkate alınmalıdır. Bu çalışma, toprak yapısını analiz eden parametreleri ve konum bazlı iklim özelliklerini göz önüne alarak istenen bölgede yetiştirilecek en verimli ürünleri önermeyi amaçlamaktadır. Daha iyi bir model oluşturmak için keşifsel veri analizi yöntemleri kullanılmıştır. Toprak değerlerine dayalı olarak ürün önerileri yapmak için Random Forest, XG Boost ve Bagging gibi algoritmalar kullanılmıştır. Bu modeller arasında Bagging algoritmasının %63 doğruluk oranı ile en doğru tahminlemeyi yaptığı görülmüştür. Ayrıca, sınıflandırma sistemimizin doğruluğunu değerlendirmek için bir karmaşıklık matrisi kullanılmıştır.
Keywords : toprak verimi, yapay zekâ, randomforest