@article{article_1702079, title={TARIMSAL VERİMLİLİĞİ ARTIRMAK İÇİN AGRO-KLİMATİK KOŞULLARA BAĞLI OLARAK MAKİNE ÖĞRENMESİ TEMELLİ MAHSUL TAVSİYE SİSTEMİ}, journal={Uluslararası Sürdürülebilir Mühendislik ve Teknoloji Dergisi}, volume={9}, pages={70–79}, year={2025}, DOI={10.62301/usmtd.1702079}, author={Sevli, Onur}, keywords={Mahsul tavsiye sistemi, Makine öğrenmesi, Sınıflandırma}, abstract={Tarım, dünya genelinde ekonomik ve toplumsal açıdan stratejik bir sektör olup, özellikle gıda güvenliği ve kırsal kalkınma açısından kritik bir role sahiptir. Bu sektörün sürdürülebilirliği, iklim değişikliği ve toprak özelliklerindeki farklılıklar gibi çok sayıda çevresel değişkenden etkilenmektedir. Çiftçilerin karşılaştığı en temel sorunlardan biri, mevcut agro-klimatik koşullara en uygun mahsulü belirleyebilmek ve bu doğrultuda üretim yapabilmektir. Bu çalışmanın temel amacı, makine öğrenmesi algoritmalarını kullanarak toprak ve çevre koşullarına göre en uygun mahsulü tahmin edebilen bir model geliştirmektir. Modelleme sürecinde, toprağın azot (N), fosfor (P), potasyum (K) içeriği ile sıcaklık, nem, pH değeri ve yağış miktarı gibi çevresel parametreler girdi olarak kullanılmıştır. Çalışmada Rastgele Orman, Lojistik Regresyon, Destek Vektör Makineleri, K-En Yakın Komşu ve Gradyan Artırma olmak üzere beş farklı makine öğrenmesi algoritması uygulanmıştır. Her bir modelin hiperparametrelerini optimize etmek için ızgara arama yaklaşımı ve modellerin doğruluğunu değerlendirmek için 5-kat çapraz doğrulama kullanılmıştır. Sonuçlara göre, %99.32’lik doğruluk oranı ile en başarılı model Rastgele Orman olmuştur. Diğer algoritmalar da yüksek doğruluk sağlamış olsa da Rastgele Orman’ın performansı belirgin şekilde öne çıkmıştır. Elde edilen sonuçlar, literatürde yer alan güncel çalışmalarla karşılaştırıldığında yöntemlerin etkinliğini ve uygulanabilirliğini ortaya koymaktadır. Bu çalışma, çiftçilerin veri destekli kararlar almasına olanak sağlayarak, tarımsal verimliliği ve kaynak kullanım etkinliğini artırabilecek akıllı bir mahsul tavsiye sistemi geliştirilmesine katkı sunmaktadır.}, number={1}, publisher={Isparta Uygulamalı Bilimler Üniversitesi}