Energy prediction of wheat production using data mining technique in Iran

Other Title(s)

تنبؤات الطاقة لإنتاج القمح باستخدام تقنية استخراج البيانات في إيران

Source

Basrah Journal of Agrricultural Science

Issue

Vol. 34, Issue 1 (30 Jun. 2021), pp.13-27, 15 p.

Publisher

University of Basrah Agriculture College

Publication Date

2021-06-30

Country of Publication

Iraq

No. of Pages

15

Main Topic

Agriculture

Topics

Abstract AR

يعتبر القمح من أهم المحاصيل الزراعية في إيران.

و بسبب كبرالمساحة المزروعة بالقمح في محافظ ة خوزستان لذلك لابد منوجود أداة لمعالجة البيانات المستحصلة من أجل إعطاء المعلومات الدقيقة لمديري القطاعات الزراعية.

و تعد تقنية استخراج البيانات ذات كفاءةعالية في تقديم المعلومات و النماذج الأساسية لمنتجي القمح لنمذجة استهلاك الطاقة.

تعد الشبكة العصبية الاصطناعية واحدة من أكثرالخوارزميات دقة.

الهدف الرئيسي من هذا البحث هو التنبؤ بالطاقة الناتجة من مزارع القمح باستخدام شبكة عصبية متعددة الطبقات.

وهوبحث تحليلي وقاعدة بياناته تتكون من 1240 سجلا.

تم الحصول على البيانات المطلوبة للبحث من مزرعة قمح خلال الاعوام 2014 - 2018 .تم إجراء تحليل البيانات عبر IBM SPSS 14.2 و CRISP القياسي.

بالنسبة للنموذج المستخدم في البحث وجد أن متغيرات الأسمدةالكيماوية والآلات ووقود الديز ل ذات المعاملات 0.2987 و 0.2064 و 0.1527 على التوالي كان لها التأثير الأعلى عل ى متغير الإنتاج (الطاقة الإنتاجية).

مقدار دق ة التنبؤ في خوارزمية الشبكة العصبية والتي تمثل نسبة السجلات المتوقعة بشكل صحيح إلى إجمالي السجلا تكانت 93.08 ٪.

كان الارتباط الخطي بين القيم الفعلية والقيم المتوقعة 0.92 و 0.88 على التوالي ، لبيانات التدريب و بيانات الاختبار التيتشير إلى ارتباط قوي.

يمكن أن تكون النتائج التي تم الحصول عليها فعالة لمزارعي القمح في اتجاه تقييم و تحسين استهلاك الطاقة في عملية إنتاج القمح وت قليل استهلاك مدخلات الطاقة.

Abstract EN

Wheat is considered as one of the most important products in Iran.

Concerning high cultivation area of wheat in Khuzestan, an instrument is required to process stored data in order to give information resulted from such processing to managers of agricultural sectors.

Data mining technique is able to give essential information and models to producers of wheat for modelling energy consumption.

One of the most practical algorithms is an artificial neural network.

The main aim of this research is to predict output energy of wheat farms using a multilayer perceptron neural network.

This is an analytic research and its database consists of 1240 records.

Data required for the research was obtained from wheat farm during 2014-2018.

Data analysis was done via IBM SPSS modeller 14.2 and standard CRISP.

Concerning the model used in the research, it was found that variables of chemical fertilizers, machinery & diesel fuel with coefficients of 0.2987, 0.2064 and 0.1527 respectively had the highest effect on output variable (productive energy).

Amount of prediction precision in neural network algorithm, meaning ratio of correctly predicted records to total records was 93.08 %.

Also, linear correlation between actual values and predicted values were 0.92 and 0.88 respectively, for training data and testing data suggesting strong correlation.

The results obtained can be effective for wheat farmers in direction of evaluation and optimization of energy consumption in process of wheat production and reduction of consumption of energy inputs.

American Psychological Association (APA)

Munjzi, Nasim. 2021. Energy prediction of wheat production using data mining technique in Iran. Basrah Journal of Agrricultural Science،Vol. 34, no. 1, pp.13-27.
https://search.emarefa.net/detail/BIM-1258828

Modern Language Association (MLA)

Munjzi, Nasim. Energy prediction of wheat production using data mining technique in Iran. Basrah Journal of Agrricultural Science Vol. 34, no. 1 (2021), pp.13-27.
https://search.emarefa.net/detail/BIM-1258828

American Medical Association (AMA)

Munjzi, Nasim. Energy prediction of wheat production using data mining technique in Iran. Basrah Journal of Agrricultural Science. 2021. Vol. 34, no. 1, pp.13-27.
https://search.emarefa.net/detail/BIM-1258828

Data Type

Journal Articles

Language

English

Notes

Includes bibliographical references : p. 24-26

Record ID

BIM-1258828