Tarımda Yapay Zekâ Kullanımına Yönelik Karar Destek Modeli Önerisi: Domates Zararlısı Tespiti Örneği
Abstract
Teknolojinin hızlı gelişmesiyle ortaya çıkan yenilikler, bitkisel ve hayvansal üretimin de konusu haline gelerek bu alandaki üretimlerin ekonomik, sürdürülebilir ve üretken olmasına katkılar getirebilmektedir. Yazılım geliştirmede kullanılan yapay zekâ teknikleri günümüzde tarım süreçlerinin kolaylaştırılması ve süreçlerde yaşanan sorun ve aksaklıklara çözüm ve alternatifler getirilmesine yönelik önemli bir araç konumuna gelmiştir. Uygulama süreçlerine yönelik hazırlanan farklı algoritmalar ve yazılımların kullanımı ile tarımsal üretim süreçlerinde; bitkisel üretimin planlanmasında, bitki sınıflandırılmada, üretim veriminin tahmininde, bitkisel hastalıkların, zararlıların ve yabancı otların tespitinde gibi konu başlıklarında araştırıcılar tarafından çok sayıda çalışmalar ve araştırmalar yapılmaya başlanmıştır. Mevcut alanyazın incelendiği zaman domates hastalıkları ve zararlılarının tespitine yönelik çalışmaların oldukça sınırlı olduğu görülmüştür. Bu nedenle çalışmada üretim sürecinde hastalık ve zararlısı çok olan domates üretimine yönelik hastalık bilgilendirme sistemi geliştirmesine yönelik yazılım modeli geliştirilmesi amaçlanmıştır. Bu kapsamda mevcut alanyazın araştırmaları incelenerek hastalık tespitine yönelik karar destek yazılımına yönelik bir akış diyagramı modeli geliştirilmiştir.
References
- Aksoy, B., Halis, H. D., & Salman, O. K. M. (2020). Elma Bitkisindeki Hastalıkların Yapay Zekâ Yöntemleri ile Tespiti ve Yapay Zekâ Yöntemlerinin Performanslarının Karşılaştırılması. International Journal of Engineering and Innovative Research, 2(3), 194-210.
- Akyazı, R. Ve Ecevit, O., 2005. Seralarda Kırmızı Örümcekler [Tetranychus Spp. (Acarina: Tetranychidae)] ile Mücadelede Predatör Akarların Kullanımı. OMÜ Zir. Fak. Dergisi, 2006,21(1):122-131.
- Alruwaili M., Abd El-Ghany S., Shehab A. (2019). An enhanced plant disease classifier model based on deep learning techniques. International Journal of Engineering and Advanced Techonology, 9(1):7159- 7164.
- Altaş, Z., Özgüven, M. M., & Yanar, Y. (2019). Bitki Hastalık ve Zararlı Düzeylerinin Belirlenmesinde Görüntü İşleme Tekniklerinin Kullanımı: Şeker Pancarı Yaprak Leke Hastalığı Örneği. In International Erciyes Agriculture, Animal&Food Sciences Conference (pp. 24-27).
DECISION SUPPORT MODEL SUGGESTION FOR THE USE OF ARTIFICIAL INTELLIGENCE IN AGRICULTURE: SAMPLE FOR TOMATO PEST DETECTION
Abstract
The innovations that emerge with the rapid development of technology, become the subject of plant and animal production and contribute to the economic, sustainable, and productive production in this field. Artificial intelligence techniques used in software development have become an important tool for facilitating agricultural processes and finding solutions and alternatives to the problems and problems experienced in the processes. In agricultural production processes using different algorithms and software prepared for application processes, researchers have started many studies and research on topics such as planning of plant production, plant classification, estimation of production yield, detection of plant diseases, pests, and weeds. When the current literature is examined, it has been observed that studies on tomato diseases and pests are very limited. For this reason, it is aimed to develop a software model for the development of disease information systems for tomato production, which has many diseases and pests during the production process. In this context, a flow diagram model was developed for decision support software for disease detection by examining the existing literature
References
- Aksoy, B., Halis, H. D., & Salman, O. K. M. (2020). Elma Bitkisindeki Hastalıkların Yapay Zekâ Yöntemleri ile Tespiti ve Yapay Zekâ Yöntemlerinin Performanslarının Karşılaştırılması. International Journal of Engineering and Innovative Research, 2(3), 194-210.
- Akyazı, R. Ve Ecevit, O., 2005. Seralarda Kırmızı Örümcekler [Tetranychus Spp. (Acarina: Tetranychidae)] ile Mücadelede Predatör Akarların Kullanımı. OMÜ Zir. Fak. Dergisi, 2006,21(1):122-131.
- Alruwaili M., Abd El-Ghany S., Shehab A. (2019). An enhanced plant disease classifier model based on deep learning techniques. International Journal of Engineering and Advanced Techonology, 9(1):7159- 7164.
- Altaş, Z., Özgüven, M. M., & Yanar, Y. (2019). Bitki Hastalık ve Zararlı Düzeylerinin Belirlenmesinde Görüntü İşleme Tekniklerinin Kullanımı: Şeker Pancarı Yaprak Leke Hastalığı Örneği. In International Erciyes Agriculture, Animal&Food Sciences Conference (pp. 24-27).
Details
| Primary Language | Turkish |
|---|---|
| Subjects | Horticultural Production |
| Journal Section | Reviews |
| Authors | |
| Publication Date | December 31, 2021 |
| Published in Issue | Year 2021 Volume: 2 Issue: 4 |
Lapseki MYO Uygulamalı Araştırmalar Dergisi ücretsizdir. Yayınlanacak makaleler için herhangi bir ücret talep edilmez