Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/26408
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorTOMAZELA, Maria das Graças Junqueira Machado-
dc.contributor.authorALMEIDA, Gabriel Santos de-
dc.contributor.otherFUINI, Mateus Guilherme-
dc.contributor.otherOLIVEIRA, Giovana Fadini de-
dc.date.accessioned2024-11-28T17:09:14Z-
dc.date.available2024-11-28T17:09:14Z-
dc.date.issued2012-12-12-
dc.identifier.citationALMEIDA, Gabriel Santos de. Aplicação de processo de descoberta de conhecimento utilizando dados de cana-de-açúcar de uma usina do estado de São Paulo, 2012. Trabalho de Conclusão de Curso. (Tecnologia em Informática) - Faculdade de Tecnologia "Dr. Archimedes Lammoglia", Indaiatuba, 2012.pt_BR
dc.identifier.urihttps://ric.cps.sp.gov.br/handle/123456789/26408-
dc.description.abstractO Processo de Descoberta de Conhecimento se apresenta como alternativa ao uso de dados históricos e que antes não tinham utilidade prática. É um processo dividido em 3 etapas, sendo elas, Pré-processamento, Mineração de Dados e Pós-processamento. O objetivo neste trabalho é aplicar o processo aos dados de produtividade de uma usina de cana-de-açúcar do estado de São Paulo e retirar conhecimento válido e que influencie na produtividade. Para alcançar o objetivo, no Pré-processamento foram extraídos dados de safras de 2006/2007, 2007/2008, 2008/2009 e 2009/2010 contidos em planilhas utilizando o SQL Server Integration Services, em conjunto com o SQL Server 2008 R2 como base de dados. Para etapa de mineração de dados foi utilizado o SQL Server Analysis Services e a tarefa de Classificação com o algoritmo Microsoft Decision Trees para geração de regras. A produtividade foi dividida em cinco faixas, sendo elas, Muito Baixa, Baixa, Média, Alta, Muito Alta. Foram testados alguns parâmetros do algoritmo e selecionado o que teve menor taxa de erros, que no conjunto de dados foi o método de divisão baseado em Entropia. Verificamos as regras com probabilidade maior que 80% de chance de retornar a produtividade como “Muito Alta”, e nela constatamos que atributos como “Estágio de corte”, “Solo”, “Variedade” e “FormulaAdubo”, influenciam diretamente na produtividade. Sendo possível recomendar a utilização de variedades específicas de cana-de-açúcar e adubos que mostraram ser eficientes em determinadas situações.pt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Informáticapt_BR
dc.language.isopt_BRpt_BR
dc.publisher105pt_BR
dc.subjectMineração de dadospt_BR
dc.subjectPlanejamento agrícolapt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleAplicação de processo de descoberta de conhecimento utilizando dados de cana-de-açúcar de uma usina do estado de São Paulopt_BR
dc.title.alternativeApplication of the knowledge discovery process using sugarcane data from a plant in the state of São Paulopt_BR
dc.typeMonografiapt_BR
Appears in Collections:Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
GABRIEL SANTOS DE ALMEIDA.pdf
  Restricted Access
888.3 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.