Aplicação de processo de descoberta de conhecimento utilizando dados de cana-de-açúcar de uma usina do estado de São Paulo

Abstract

O 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.