VERİ MADENCİLİĞİ İLE METEOROLOJİK PARAMETRELERİN ANALİZİ VE ZİRAÎ METEOROLOJİ HARİTASININ ÇIKARILMASI

Abstract

Veri madenciligi, büyük veri kaynaklarından önceden bilinmeyen gizli, önemli ve yararlı bilgileri çıkartmaktır. Bu çalısmada, Malatya'nın ziraî meteoroloji haritasının çıkartılması suretiyle tarımsal ürünlerin desen kesfinin yapılması amaçlanmıstır. Ayrıca üreticinin yapacagı yatırımı önceden planlayabilmesi ve bu sekilde yanlıs yatırımlardan dogacak maddi kayıpları en aza indirmesi ve yapılacak büyük projelerde ülke ekonomisine katkıda bulunulması hedeflenmistir. Veri madenciligi teknikleri kullanılarak, büyük miktarda verinin saklandıgı meteoroloji ve tarımsal veri kaynakları veri madenciligi modellerinden kümeleme, sınıflandırma ve iliskilendirme modelleriyle islenip yorumlanması saglanmıstır. Bunun sonucunda Malatya'nın ziraî meteoroloji haritası çıkartılması ve tarımsal ürünlerin desenlerinin kesfinin bulunması saglanmıstır. Kümeleme modeli ile ürünlerin yapısal özelliklerine göre hangi kümeye ait oldugu, sınıflandırma modeli ile ürünlerin verim analizlerine göre önceden belirlenmis sınıflardan hangisi ile temsil edilecegi, iliskilendirme modeli ile de ürünler arasındaki gizli iliskilerin (desenlerin) ortaya çıkarılması saglanmıstır. Uygulama olarak , Malatya'nın ziraî meteoroloji haritası çıkartılmıstır. Ayrıca girilen bir ürünün hangi kümeyi ait oldugu, bu küme içerisinde hangi sınıfla temsil edilecegi ve bu ürünün varlıgıyla diger yetisecek ürünlerin varlıklarının tahmin edilmesi saglanmıstır. Anahtar Kelimeler: Veri Madenciligi, Karar Agaçları, Hiyerarsik Yöntem, Apriori Algoritması

Data mining is to infer important and useful data which are unknown before from great data sources. In this study, the aim is to discover the pattern of agricultural products by means of drawing agricultural meteorology map of Malatya. Besides, it is intended that producers can plan for their investments in advance, thus, minimize the financial loss to be caused by misstep, and finally contribute to the economy with great projections. Using data mining techniques, meteorological and agricultural data sources in which a great deal of data have been stored can be processed and interpreted with Classification, Relating and Grouping, all of which are data mining models . In the end, agricultural meteorology map of Malatya has been drawn and pattern of agricultural products has been discovered. Grouping model reveals which group products belong to according to their features. Classification model reveals with which predefined classes products will be presented according to productivity analysis. Relating model reveals hidden relationships among products. In practice, agricultural meteorology map of Malatya has been drawn. It is achieved which group the product that is entered belong to and with which class the product that is entered will be presented. The other products which will grow dependently upon the product that is entered are estimated. Keywords : Data Mining, Decision trees, Hierarchy Method, Apriori Algorithm