Design and development of an ontology-based hazelnut databank for Turkish hazelnut cultivars using crop-specific open dataset

Basit Öğe Kaydı
dc.authorid0000-0003-1313-8482
dc.authorid0000-0003-1313-8482en_US
dc.contributor.advisorAydın, Şahinen_US
dc.contributor.authorAldara, Dieaaen_US
dc.contributor.otherIşık Üniversitesi, Lisansüstü Eğitim Enstitüsü, Enformasyon Teknolojileri Yüksek Lisans Programıen_US
dc.date.accessioned2023-05-15T11:09:57Z
dc.date.available2023-05-15T11:09:57Z
dc.date.issued2022-09-29
dc.departmentIşık Üniversitesi, Lisansüstü Eğitim Enstitüsü, Enformasyon Teknolojileri Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 38-43)en_US
dc.descriptionviii, 45 leavesen_US
dc.description.abstractAgriculture is one of the oldest professions in the history, it still plays the main role in economy for almost entire countries around the world. The activities performed by farmers in agriculture domain have been changed and developed over thousands of years. There have been several challenges that agriculture sector is facing like population growing, labor migration, in addition many young people are reluctant to work in the agricultural field. By 2050 population will increase with 2 billion mean while arable land will growth with only 4%, that means lower agricultural yields versus demand, higher crop prices, and increased food security concerns if farmers continue to adopt traditional agricultural methods. The emerging technologies such as Artificial Intelligence (AI) and Internet of Things (IoT) can be used to provide robust solutions for overcoming the challenges in the context of agriculture. In addition, such technologies can help farmers for performing agricultural activities more precisely and for protecting agricultural crops from climate changes in a more effective way. The main objective of this thesis is to develop an integrated databank software system by using two different AI models to classify the Turkish Hazelnut Cultivars. While classifying the cultivars, databank is using ontology-based open data sets in different formats such as RFD/XML and RDF/JSON. Furthermore, an IoT-based device has been developed to classify the cultivars. The databank consists of a web-based and desktop-based applications. The AI models have been developed using .NET ML with the accuracy 90.34% and Python with the accuracy 85.32% respectively.en_US
dc.description.abstractTarım, tarihin en eski mesleklerinden biridir ve halen dünyanın hemen hemen tüm ülkeleri için ekonomide en temel rolü oynamaktadır. Çiftçilerin tarım alanında gerçekleştirdiği faaliyetler binlerce yıl içinde değişmiş ve gelişmiştir. Nüfus artışı, işgücü göçü gibi tarım sektörünün karşı karşıya olduğu çeşitli zorluklar var, buna ek olarak birçok genç tarım alanında çalışmak konusunda isteksiz. 2050 yılına kadar nüfus ortalama 2 milyar artarken ekilebilir araziler sadece %4 oranında büyüyecek, bu da talebe kıyasla daha düşük tarımsal verim, daha yüksek mahsul fiyatları ve çiftçiler geleneksel tarım yöntemlerini benimsemeye devam ederse artan gıda güvenliği endişeleri anlamına geliyor. Yapay Zeka (AI) ve Nesnelerin İnterneti (IoT) gibi gelişmekte olan teknolojiler, tarım alanındaki zorlukların üstesinden gelmek için sağlam çözümler sağlamak için kullanılabilir. Ayrıca bu tür teknolojiler, çiftçilerin tarımsal faaliyetlerini daha hassas gerçekleştirmelerine ve tarımsal ürünleri iklim değişikliklerinden daha etkin bir şekilde korumalarına yardımcı olabilir. Bu tezin temel amacı, Türk Fındık Çeşitlerini sınıflandırmak için iki farklı AI modeli kullanarak entegre bir veri bankası yazılım sistemi geliştirmektir. Veri bankası çeşitleri sınıflandırılırken RFD/XML ve RDF/JSON gibi farklı formatlarda ontoloji tabanlı açık veri setleri kullanılmaktadır. Ayrıca, çeşitlerin sınıflandırılması için IoT tabanlı bir cihaz geliştirilmiştir. Veri bankası web tabanlı ve masaüstü tabanlı uygulamalardan oluşmaktadır. AI modelleri, sırasıyla %90.34 doğrulukla .NET ML ve %85.32 doğrulukla Python kullanılarak geliştirilmiştir.en_US
dc.description.tableofcontentsINTRODUCTIONen_US
dc.description.tableofcontentsLITERATURE REVIEWen_US
dc.description.tableofcontentsFocus of the Thesisen_US
dc.description.tableofcontentsRelated Worken_US
dc.description.tableofcontentsContributionsen_US
dc.description.tableofcontentsMETHODOLOGYen_US
dc.description.tableofcontentsDesign Science Research Methodology (DSRM)en_US
dc.description.tableofcontentsAdopting Design Science Research Methodologyen_US
dc.description.tableofcontentsSYSTEM IMPLEMENTATIONen_US
dc.description.tableofcontentsPreparing the Dataseten_US
dc.description.tableofcontentsData Preprocessingen_US
dc.description.tableofcontentsBuilding Classifier with Pythonen_US
dc.description.tableofcontentsBuilding Classifier with .NETen_US
dc.description.tableofcontentsDevelopment of IoT-based Classification Deviceen_US
dc.description.tableofcontentsDevelopment of Web APIs and Web Application for Pythonen_US
dc.description.tableofcontentsDevelopment of Web API for uploading classify image and Desktop form application to consume. Net modelen_US
dc.description.tableofcontentsEvaluation of the Systemen_US
dc.description.tableofcontentsComparing the Accuracy of the Modelsen_US
dc.description.tableofcontentsUsability of the Classification Deviceen_US
dc.description.tableofcontentsPerformance Testing of Web APIs and Web Applicationen_US
dc.description.tableofcontentsCONCLUSION AND FUTURE WORKen_US
dc.identifier.citationAldara, D. (2022). Design and development of an ontology-based hazelnut databank for Turkish hazelnut cultivars using crop-specific open dataset. İstanbul: Işık Üniversitesi Lisansüstü Eğitim Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/5542
dc.institutionauthorAldara, Dieaaen_US
dc.language.isoenen_US
dc.publisherIşık Ünivresitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectIoTen_US
dc.subjectAIen_US
dc.subjectSmart agricultureen_US
dc.subject.NET MLen_US
dc.subjectPythonen_US
dc.subjectHazelnut classificationen_US
dc.subjectTurkish hazelnut cultivars classificationen_US
dc.subjectHazelnut databanken_US
dc.subjectNesnelerin internetien_US
dc.subjectYapay zekaen_US
dc.subjectAkıllı tarımen_US
dc.subjectFındık sınıflandırmaen_US
dc.subjectTürk Fındık çeşitlerinin sınıflandırılmasıen_US
dc.subjectFındık veri bankasıen_US
dc.subject.lccHD9259.F53 A43 2023
dc.subject.lcshHazelnuts -- Turkey -- Classification -- Databases.en_US
dc.subject.lcshAgriculture -- Technological innovations -- Turkey.en_US
dc.subject.lcshDatabase design -- Software -- Turkey.en_US
dc.subject.lcshSustainable agriculture.en_US
dc.subject.lcshCrops and climate.en_US
dc.titleDesign and development of an ontology-based hazelnut databank for Turkish hazelnut cultivars using crop-specific open dataseten_US
dc.title.alternativeTürk fındık çeşitleri için ürüne özgü açık veri setleri kullanılarak ontoloji tabanlı fındık veri bankası tasarımı ve geliştirilmesien_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Design_and_development_of_an_ontology_based_hazelnut_databank_for_Turkish_hazelnut_cultivars_using_crop_specific_open_dataset.pdf
Boyut:
8.13 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu