BIA - IFPI Campus Corrente Tecnologia Tecnologia em Análise e Desenvolvimento de Sistemas - Corrente
Use este identificador para citar ou linkar para este item: https://bia.ifpi.edu.br/jspui/handle/123456789/3318
Registro completo de metadados
Campo DCValorIdioma
dc.creatorGuedes, Ismael Vieira-
dc.date.accessioned2024-07-24T12:23:40Z-
dc.date.available2024-07-24T12:23:40Z-
dc.date.issued2024-
dc.identifier.urihttps://bia.ifpi.edu.br/jspui/handle/123456789/3318-
dc.description.abstractAgriculture faces several challenges, such as unpredictable weather factors and diseases that affect crops. However, the implementation of technological innovations, such as Machine Learning, has significantly contributed to increasing crop yields and quality. Thus, machine learning, a branch of Artificial Intelligence, has been applied in several areas, including precision agriculture, which uses large volumes of data to identify complex patterns in the soil, revolutionizing crop cycles. Furthermore, integrating it into agriculture can bring better results and lower risks to production and the farmer. The work proposes the development of a mobile application for crop recommendation, using a machine learning model trained with data on temperature, humidity, pH and soil information. The application was developed using the Flutter framework and an Application Programming Interface (API) in Django and Django Rest Framework to power the applicationpt_BR
dc.languageporpt_BR
dc.publisherInstituto Federal de Educação, Ciência e Tecnologia do Piauípt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectAnálise e Desenvolvimento de Sistemas - estudo e ensinopt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectFlutterpt_BR
dc.subjectDjango Rest Frameworkpt_BR
dc.titleAgrowisept_BR
dc.title.alternativeaplicação móvel recomendação de cultivos agrícolas baseado em aprendizagem de máquinapt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/6019447994182921pt_BR
dc.contributor.advisor1Santos, Felipe Gonçalves dos-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5698530518410847pt_BR
dc.description.resumoA agricultura passa por vários desafios, como fatores climáticos imprevisíveis e doenças que afetam as colheitas. Entretanto, a implementação de inovações tecnológicas, como o Aprendizado de Máquina, tem contribuído significativamente para o aumento do rendimento e da qualidade das colheitas. Assim, o aprendizado de máquina, ramo da Inteligência Artificial, tem sido aplicado em várias áreas, incluindo a agricultura de precisão, que utiliza grandes volumes de dados para identificar padrões complexos no solo, revolucionando os ciclos de cultivo. Além disso, integrá-lo na agricultura pode trazer melhores resultados e menores riscos à produção e ao agricultor. No trabalho é proposto o desenvolvimento de uma aplicação móvel para recomendação de cultivos, utilizando um modelo de aprendizado de máquina treinado com dados de temperatura, umidade, pH e informações do solo. A aplicação foi desenvolvida utilizando o framework Flutter e uma Application Programming Interface (API) em Django e Django Rest Framework para alimentar a aplicaçãopt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentCampus Correntept_BR
dc.publisher.initialsIFPIpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:Tecnologia em Análise e Desenvolvimento de Sistemas - Corrente

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2024_tcc_ivguedes.pdf1.18 MBAdobe PDFVisualizar/Abrir
Termo - Ismael Vieira Guedes.pdf426.86 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.