Smart Farming Applications
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Galatasaray Üniversitesi, Fen Bilimleri Enstitüsü, AKILLI SİSTEMLER MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: İngilizce
Öğrenci: MELİS SİROPYAN
Danışman: Özgün Pınarer
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İklim değişikliği, küresel ısınma ve nüfus artışıyla beraber tarımsal problemler daha da büyümüş ve klasik tarımla beraber gıda sürdürülebilirliği risk altına girmiştir. Bu sebeple, her alanda olduğu gibi tarımda da dijitalleşmeye yönelinmiştir. Tarımı daha sürdürülebilir hale getirme, zamanı ve kaynakları daha verimli kullanma gibi konularda üreticilere kritik avantajlar sağlayan, etkili bir yaklaşım olmuştur. Tarımda dijitalleşmede asıl amaç bilgi ve veri teknolojilerine başvurarak karmaşık tarım sistemlerini optimize etmektir. Akıllı tarımın temelinde Nesnelerin İnterneti teknolojisi yer almaktadır. Bununla beraber akıllı tarımın odak noktası sıcaklık, nem gibi verilere gerçek zamanlı olarak erişip, toplanan verilerin işe yarar bir şekilde işlenmesidir. Yani farklı sensörler kullanılarak toplanan verilerin makina öğrenimiyle işlenmesi, toplanan bilgilerin anlamlı ve kullanılabilir hale getirilmesidir. Benim bu projemin amacı da sensörler aracılığıyla toplanan sıcaklık ve nem değerlerini anlık gözlemleyerek, tarıma elverişli optimum değerleri belirlemek ve eşik noktasının aşılması halinde biran önce önlem almak. Bunun için ise DHT11 sensörü, ESP8266 ve Google Cloud kullanılmıştır. Günümüzde, bulut teknolojileri endüstriyel ve tarım alanlarında kullanılan cihaz ve makinelerden toplanan verilerin gerçek zamanlı olarak takip edilmesinde etkili çözümler sağlamaktadır. Toplanan verilerin bulut platformlarına aktarılabilmesi için farklı türden ağ geçitlerinden yararlanılmaktadır. Çalışmada tasarlanan ağ geçidinin performans analizi için ise MQTT sunucusu olarak Mosquitto kullanılmıştır. Sensör uygulamalarıma ek olarak, yetiştirilen marul yapraklarındaki hastalığı tespit etmek için makine öğrenmesi yöntemleri kullanılmıştır. Bitki hastalıklarının tespiti, tarımda teknoloji kullanımı alanında en çok uygulanan gelişmelerden biridir. Klasik makine öğrenmesi algoritması kullanılarak bir bitki yaprağının sağlıklı mı yoksa sağlıksız mı olduğunun tespit edilmesi yaklaşımında ilk olarak görüntü işleme teknikleri kullanılarak veriler ön işleme tabi tutulmuştur.