- Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi
- Vol: 37 Issue: 3
- Comparison of Machine Learning Regression Models for Prediction of Soil Moisture with the use of Int...
Comparison of Machine Learning Regression Models for Prediction of Soil Moisture with the use of Internet of Things Irrigation System Data
Authors : Bilal BABAYİĞİT, Belkıs BÜYÜKPATPAT
Pages : 479-487
View : 9 | Download : 3
Publication Date : 2021-12-30
Article Type : Research
Abstract :Nesnelerin İnterneti (IoT) teknolojisi, sistemlerin insanlardan bağımsız olarak kontrol edilmesine ve yönetilmesine olanak tanır. Nesnelerin interneti tabanlı tarım uygulamaları, dünya nüfusunun giderek artmasıyla tarımda gıda tüketimi ve su kıtlığı sorunlarına çözüm olarak yaygınlaşmıştır. Toprak nemi, tarımsal üretim ve hidrolojik döngüler için önemli bir faktördür ve tarımsal uygulamaların geliştirilmesinde toprak neminin tahmin edilmesi gerekmektedir. Bu çalışmada Arduino Uno kartına bağlı Esp8266 Wifi modülü, nem ve sıcaklık, toprak nemi, yağmur ve ultraviyole sensörlerinden oluşan IoT tabanlı bir sulama sistemi prototipi sunulmuştur. Daha sonra prototip sistemi kullanılarak 55 gün boyunca yarım saatlik periyotlarla belirlenen pilot alandan veriler toplanır ve ThingSpeak ile bulut üzerinden kaydedilir. Toplanan veriler kullanılarak çoklu doğrusal, polinomal , destek vektörü, karar ağacı ve rastgele orman regresyonu gibi farklı makine öğrenimi regresyon modelleri uygulanarak toprak nem değeri tahmin edilir. Elde edilen sonuçlar, bu algoritmaların başarısını incelemek için belirlilik katsayısı ve ortalama kare hatası kriterlerine göre karşılaştırılır. Rastgele orman regresyon modeli toprak nem tahmini için diğer makine öğrenmesi algoritmalarından daha üstün bulunmuşturKeywords : Toprak Nem Tahmini, Makine Öğrenmesi Regresyon Modelleri, Nesnelerin İnterneti, ThingSpeak