BÜYÜK VERİ GÖRSELLEŞTİRMESİNİN ÜLKELERİN TARIMSAL KATMA DEĞER GÖSTERİMİ İÇİN UYGULANMASI

Year 2018, Volume: 10 Issue: 2, 93 - 98, 29.06.2018

Merve Doğruel Anuşlu , Timuçin Anuşlu

https://doi.org/10.29137/umagd.354768

Abstract

Son yıllarda özellikle gelişen teknoloji ile “büyük veri” kavramı ortaya çıkmış olup, büyük verinin hem akademik olarak, hem de sektördeki çalışmalarda analiz edilmesi çok önemli bir hale gelmiştir. Büyük veriden kolaylıkla anlaşılabilir bilgi çıkarmak; hatta veri analizi uzmanlığından uzak, karar verici pozisyonundaki kişilerin de veriyi yorumlayabilmesi için “büyük veri görselleştirmesi” oldukça değerli ve kullanışlı bir yöntemdir. Tüm insanlık için önemli olan ve dünya ekonomisinde de önemli bir rol oynayan tarım sektörü ise, incelenmesi ve geliştirilmesi gereken bir sektördür. Bu çalışma ile ülkelerin 1960-2016 yılları arasında, dünyadaki tarımsal katma değer yüzdelerinin görselleştirme çalışması yapılmıştır. Bu görselleştirme ile dünya tarımında en etkili olan ve olmayan ülkeler ve bu ülkelerin yıllar içerisindeki değişimleri interaktif bir şekilde haritalandırılmıştır. Bu çalışmanın yapılması için büyük verinin görselleştirme sürecindeki adımlar uygulanmış olup, çalışmanın literatürde henüz çok az olan büyük veri görselleştirmesi çalışmaları için örnek bir araştırma olması hedeflenmiştir.

Keywords

Veri Görselleştirme, Büyük Veri, Tarımsal Katma Değer, Renk Tonlu Haritalar

APPLICATION OF BIG DATA VISUALIZATION WITH AGRICULTURAL VALUE-ADDED OF ALL COUNTRIES

Abstract

In recent years, especially with the developing technology, the concept of "big data" has emerged and it has become very important to analyse big data in both academic and sectoral studies. "Big data visualization" is a valuable and useful method in order to make it easy to understand information, and even interpretation by decision-makers who are not experts in data analysis. The agricultural sector, which is important for all humanity and plays an important role in the world economy, is a sector that needs to be examined and developed. With this study, the visualization of the agricultural value-added percentages of the countries between 1960 and 2016 in the world has been carried out. With this visualization, the most influential and non-influential countries in agriculture and changes of their value added percentage over the years can be examined with an interactive map. In order to make this study, all the steps in visualization of big data have been applied and it is aimed to be a case study for the studies of big data visualization studies which are still very rare in the literature.

Keywords

Data Visualization, Big Data, Agricultural Value Added, Choropleth Map

References

• Bayraç, H. N. and Doğan, E. (2016). Türkiye’de İklim Değişikliğinin Tarım Sektörü Üzerine Etkileri. Eskişehir Osmangazi Üniversitesi ˙IIBF Dergisi. 11(1), 23-48.
• Boyd, D. and Crawford, K. (2012). Critical Questions For Big Data. Information, Communication & Society. 15(5), 662-679.
• Byerlee, D., Janvry, A. and Sadoulet, E. (2009). Agriculture for Development: Toward a New Paradigm. Annuel Review of Resource Economics.1, 15-31.
• Chen, C.L. P. and Zhang C.-Y. (2014). Data-Intensive Applications, Challenges, Techniques and Technologies: A Survey on Big Data. Information Science. 314-347.
• Ege, H. (2011). Tarım Sektörünün Ekonomideki Yeri ve Önemi. Tarımsal Ekonomi ve Politika Geliştirme Enstitüsü. 1-4.http://www.tepge.gov.tr/dosyalar/yayinlar/62889464af374f2fa8a14db901213d54.pdf Retrieved: 28 July 2017
• Fernández, A., Carmona, C. J., Jesus, M. J. and Herrera, F. (2016). A View on Fuzzy Systems for Big Data: Progress and Opportunities. International Journal of Computational Intelligence Systems. 9(1), 69-80.
• Friendly, M. (2008). A Brief History of Data Visualization. Chen, C., Härdle, W. and Unwin, A. (Ed.). In Handbook of Data Visualization. Berlin: Springer-Verlag, 2008, 15-56.
• Güneş¸ S., Togay, A. and Güneş, Ç. (December2015). Katma Değer ve Kalkınma Bağlamında Ürün Tasarımı. Gazi Üniversitesi Sanat ve Tasarım Dergisi. 97-112.
• Khan, M. and Khan, S. S. (November 2011). Data and Information Visualization Methods, and Interactive Mechanisms: A Survey. International Journal of Computer Applications. 34(1), 1-14.
• Miller, J. D. (2017). Big Data Visualization. Birmingham: Packt Publishing.
• Muehlenhaus, I. (2014). Web Cartography: Map Design for Interactive and Mobile Devices. Boca Raton: Taylor&Francis Group.
• Oussous, A., Benjelloun, F-Z., Lahcen, A. A., and Belfkih S., (2017). Big Data Technologies: A Survey. Journal of King Saud University – Computer and Information Sciences. 1-18.
• Patil, S. S. (12-13May 2016). Overview of Big Data Visualization. International Journal of Advanced Networking & Applications (IJANA), Bengalura: RajaRajeswari College of Engineering, 436-438.
• Tam, N. T. and Song, I. (2016). Big Data Visualization: Application in Visualizing Learning Activities. Kim, K. J. and Joukov, N. (Ed.). In Information Science and Applications (ICISA) 2016. Singapore: Springer Science+Business Media, 2016, 399-409.
• Türkiye İhracatçılar Meclisi Tarım Raporu 2016. http://www.tim.org.tr/files/downloads/Raporlar/Tarim_Raporu_2017.pdf Retrieved: 3 August 2017
• Vatansever, F. and Doğalı, G. (16-18 May 2011). Klasik Enterpolasyon Yöntemleri ve Yapay Sinir Ağı Yaklaşımlarının Karşılaştırılması. 6th International Advanced Technologies Symposium (IATS’11), Elazığ: Fırat University, 51-54.
• Zhu, Z., Heng, B. H. and Teow, K.-L. (2017). Interactive Data Visualization to Understand Data Better: Case Studies in Healthcare Systems. Information Resources Management Association (Ed.). In Decision Management: Concept, Methodologies, Tools and Applications. Hershey: IGI Global, 2017, 27-37.