Portal de Eventos do IFRS, III Mostra de Ensino, Pesquisa e Extensão do Campus Avançado Veranópolis - III MEPE

Tamanho da fonte: 
Mineração de dados: uma aplicação sobre dados de conservação do solo de eucaliptos
Eduardo Langans Sottili, Patricia Peter dos Santos Zachia Alan, Vinicius Zanandrea Zanandrea, Roger Sa da Silva

Última alteração: 10-11-2019

Resumo


O gênero ‘Eucalyptus’ envolve mais de 600 espécies, têm rápido crescimento, capacidade de adaptação às diversas regiões ecológicas e possui alto potencial econômico proporcionado pela utilização diversificada de sua madeira, o eucalipto conserva o solo com galhos e folhas que caem do mesmo, assim auxiliam no crescimento da vegetação e no melhor aproveitamento futuro do solo. Diante desse cenário, este trabalho objetiva aplicar técnicas de mineração de dados para a predição da espécie de muda de eucalipto mais indicada, com o intuito de conservação do solo em regiões montanhosas, a partir de dados sobre o solo e o plantio do eucalipto, tais como a altitude e latitude aproximada, índices de chuva e geada, ano de plantio, entre outros. Para tanto, buscando-se explorar os relacionamentos entre atributos da base de dados a fim de descobrir padrões e regras significativas, realiza-se a descoberta de conhecimentos em base de dados, processo conhecido como KDD (Knowledge Discovery in Databases). Este processo é constituído de algumas etapas, dentre as quais a mineração dos dados, que consiste na aplicação de algoritmos específicos para extração de padrões dos dados. Especificamente neste trabalho, utilizou-se o algoritmo chamado J48, um algoritmo baseado em árvores de decisão, através do software livre WEKA que disponibiliza uma coleção de algoritmos de aprendizado de máquina para tarefas de mineração de dados. Utilizou-se a base de dados com informações sobre o solo e o plantio de eucalipto para a execução do algoritmo e construção do modelo de dados. Como resultado do processo de KDD, foi gerado um modelo de dados baseado em árvore de decisão para a predição da espécie de eucalipto com uma porcentagem de acertos de 90% nos testes de validação realizados pelo próprio software Weka sobre os dados existentes. Além do modelo de predição gerado, por tratar-se de um trabalho em andamento, espera-se ser possível realizar a análise e interpretação do modelo de dados com a finalidade de obter informações e conhecimentos até então implícitos que auxiliem no desenvolvimento das espécies de eucalipto e na conservação do solo.