Agriculture Data Analyzes with Data Mining

Öz

The technologies used for increasing the quality and productivity in agricultural production are increasing day by day. As a result of these developments, there are also serious increases in the data sizes obtained from agricultural production. Experimental studies with various measurements and sensors are helpful to the decision-making process by appropriately handling these data. The fact that these agricultural data in the raw state are made more meaningful by the implementation of the data mining stages is important in terms of knowledge discovery. The data mining analyzes, which is used in many areas, and its use in the field of agricultural production, brings with it a variety of benefits. In this study; it has been proposed to build decision-making systems to ensure quality and productivity increase in agricultural production by conducting data mining analyzes with data sets from agricultural experiments starting from soil cultivation to harvesting.

Anahtar Kelimeler

• Agriculture datasets,Data mining

Tarımsal Veri Analizlerinin Veri Madenciliği ile Yapılması

Öz

Tarımsal üretimde kalite ve verimlilik artışının daha fazla sağlanması için kullanılan teknolojiler her geçen gün daha fazla artmakta ve gelişmektedir. Bu gelişmeler sonucunda tarımsal üretimden elde edilen veri boyutlarında da ciddi artışlar gözlemlenmektedir. Çeşitli ölçümler ve kullanılan sensörler ile yapılan deneysel araştırmalar sonucu elde edilen verilerin uygun şekilde ele alınması karar-verme süreçlerine yardımcı olmaktadır. Ham durumdaki bu tarım verilerinin, veri madenciliği aşamalarının uygulanması sonucu, daha anlamlı hale getirilmesi bilgi keşfi açısından önem arz etmektedir. Birçok alanda kullanılan veri madenciliği analizleri, tarımsal üretim alanında kullanılması, çok çeşitli faydaları beraberinde getirmektedir. Bu çalışmada; toprak ekiminden başlayarak hasat yapılıncaya kadar tarımsal deneylerden elde edilmiş veri kümeleri ile veri madenciliği analizleri yapılarak, tarımsal üretimde kalite ve verimlilik artışının sağlanması için karar-verme sistemlerinin oluşturulması önerilmiştir.

Anahtar Kelimeler

• Tarım veri kümeleri,Veri Madenciliği

Kaynakça

1. A. Ayhan, “Dünden Bugüne Türkiye’de Bilim-Teknoloji ve Geleceğin Teknolojileri”, İstanbul, Beta Basım Yayım Dağıtım, 2002.
2. T. Baykara, “21nci Yüzyılda Teknoloji ve Teknoloji Yönetimi”, Ankara, TÜBITAK MAM, Alp Yayıncılık ve Matbaacılık, 2006.
3. M. Erdal, “Yüksek Teknoloji ve Bilişim Pazarlaması”, İstanbul, Filiz Kitapevi, 2003.
4. P. Ülger, “Gerçekleriyle Türkiye Tarımı”, Tarım Dünyası Dergisi, 2012.
5. E. Karakurt, “Toprak Verimliliği Yönünden Yeşil Gübreler ve Gübreleme”. Tarla Bitkileri Merkez Araştırma Enstitüsü Dergisi, 2009.
6. M. Göçenoğlu, “Veri Madenciliği Aşamaları”, mgocenoglu.blogspot.com, 2014.
7. Extensive collection of datasets from agricultural experiments, https://github.com/kwstat/agridat (30.06.2018).
8. Tarımsal Bilişim ve İletişim Teknolojileri San. Tic. Ltd. Şti., “Tarıma yön veren teknolojiler”, http://www.tarim.com.tr/Tarima-Yon-Veren-Teknolojiler,1969fg?Sayfa=6 (30.06.2018).

9. G. Piatetsky-Shapiro, U. Fayyad, P. Smith, “From Data Mining to Knowledge Discovery: An Overview”, Advances in Knowledge Discovery and Data Mining, pp. 1-35, 1996.