GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| ZFD351 | AKILLI TARIM | Ders | 3 | 5 | 4,00 |
Dersin Seviyesi
Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Öğrencilerin Akıllı Tarımın temel kavramlarını ve sistem bileşenlerini kavramalarını; tarımsal problemlere uygun veri ve teknolojileri değerlendirebilmelerini; dijital tarım teknolojilerinden elde edilen çıktıları yorumlayabilmelerini ve teknik, ekonomik ve sürdürülebilirlik ölçütlerini dikkate alarak uygun teknoloji ve uygulama kararlarını gerekçelendirebilmelerini sağlamaktır.
Dersi Veren Öğretim Görevlisi/Görevlileri
Dr. Öğr. Üyesi Adil Koray YILDIZ
Öğrenme Çıktıları
| 1 | Akıllı Tarım, Dijital Tarım ve Hassas Tarım kavramlarını ayırt eder; Akıllı Tarım sistemlerinde veri toplama, analiz, karar, müdahale ve geri bildirim bileşenleri arasındaki ilişkileri açıklar. |
| 2 | Bir tarımsal problem veya karar durumu için gerekli veri türlerini, mekânsal ve zamansal ölçeği ve temel veri toplama gereksinimlerini belirler. |
| 3 | Sensörler, GNSS, uzaktan algılama, uydu ve İHA gibi tarımsal veri toplama teknolojilerinin temel çalışma prensiplerini ve ürettikleri veri türlerini açıklar; farklı veri toplama yaklaşımlarını kullanım amacına göre karşılaştırır. |
| 4 | Sensör çıktıları, haritalar, görüntüler ve diğer tarımsal verilerden elde edilen temel bilgileri yorumlar; veri kalitesi, hata ve belirsizliklerin sonuçlar üzerindeki etkilerini değerlendirir. |
| 5 | Görüntü işleme, yapay zekâ, makine öğrenmesi ve karar destek sistemlerinin tarımsal verilerden bilgi ve karar üretmedeki temel işlevlerini açıklar; bu sistemlerin ürettiği sonuçları kullanım amacı ve sınırlamaları açısından yorumlar. |
| 6 | Tarımsal verinin karar destek, değişken oranlı uygulama, akıllı sulama, otomasyon, robotik ve otonom sistemler aracılığıyla tarımsal müdahaleye dönüştürülme sürecini açıklar; farklı müdahale yaklaşımlarını karşılaştırır. |
| 7 | Bitkisel ve hayvansal üretim sistemlerindeki Akıllı Tarım uygulamalarını teknik uygunluk, ekonomik uygulanabilirlik, sürdürülebilirlik, birlikte çalışabilirlik, veri güvenliği ve etik boyutlarıyla değerlendirir; gerekçeli teknoloji ve uygulama kararları oluşturur. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Yoktur
Ders İçin Önerilen Diğer Hususlar
Özel bir teknik ön koşul bulunmamaktadır. Temel bilgisayar okuryazarlığı yararlı olmakla birlikte ileri düzey programlama, elektronik veya veri bilimi bilgisi beklenmemektedir.
Dersin İçeriği
Akıllı Tarım, Dijital Tarım ve Hassas Tarım kavramları; tarımsal problemlerin veri ve karar problemlerine dönüştürülmesi; tarımsal veri türleri ve veri kalitesi; sensör ve ölçüm sistemleri; GNSS ve konumsal teknolojiler; uzaktan algılama, uydu ve İHA sistemleri; Nesnelerin İnterneti (IoT), haberleşme ve veri yönetimi; görüntü işleme ve yapay zekânın tarımsal uygulamalardaki temel kullanım ilkeleri; karar destek sistemleri; değişken oranlı uygulamalar; akıllı sulama; otomasyon, tarımsal robotik ve otonom sistemler; bitkisel üretim, bitki koruma, hayvancılık ve kontrollü üretim sistemlerindeki entegre Akıllı Tarım uygulamaları; ekonomik uygulanabilirlik, sürdürülebilirlik, birlikte çalışabilirlik, veri güvenliği ve etik.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Laboratuvar | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|---|
| 1 | Akıllı Tarım, Dijital Tarım ve Hassas Tarım kavramları; tarımsal sistemlerde değişkenlik; veri, bilgi ve karar ilişkisi; Akıllı Tarımda sistem yaklaşımı; tarımsal problemden veri, karar, müdahale ve geri bildirime uzanan süreç. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, soru-cevap, kavramsal şema analizi, tarımsal problem üzerinden vaka tartışması. | Ön hazırlık gerekmemektedir. |
| 2 | Tarımsal veri türleri; mekânsal ve zamansal veri; görüntü, makine, bitki, hayvan ve işletme verileri; ölçüm ve örnekleme; doğruluk, hassasiyet, çözünürlük, kalibrasyon; veri kalitesi, hata ve eksik veri. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, karşılaştırmalı örnekler, veri yorumlama, soru-cevap. | Önceki haftada ele alınan veri–bilgi–karar ilişkisinin gözden geçirilmesi. |
| 3 | Sensör ve ölçüm sistemi kavramları; sensörlerin temel çalışma mantığı; sensör seçimi; örnekleme sıklığı ve kalibrasyon; toprak, bitki, çevre, makine ve hayvan sensörleri; yakın/proksimal algılama. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, sensör örneklerinin incelenmesi, karşılaştırma, problem temelli tartışma. | Ölçüm, doğruluk, hassasiyet ve kalibrasyon kavramlarının gözden geçirilmesi. |
| 4 | GNSS ve GPS kavramları; temel konum belirleme prensibi; konumsal doğruluk; DGNSS ve RTK; konumsal tarımsal veri; CBS ve katman yaklaşımı; harita ve tarımsal karar ilişkisi. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, harita ve konumsal veri örneklerinin yorumlanması, karşılaştırma, soru-cevap. | Tarımsal veride mekânsal ve zamansal boyut kavramlarının gözden geçirilmesi. |
| 5 | Uzaktan algılamanın temel prensipleri; elektromanyetik enerji ve yansıma; spektral bilgi; mekânsal, zamansal ve spektral çözünürlük; uydu, İHA ve proksimal algılama sistemleri; tarımsal görüntü ve bitki indekslerine giriş. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, uydu ve İHA görüntülerinin karşılaştırılması, görsel yorumlama, vaka analizi. | GNSS, konumsal veri ve çözünürlük kavramlarının gözden geçirilmesi. |
| 6 | Nesnelerin İnterneti (IoT); sensör düğümü, ağ geçidi ve dijital platform; tarımsal veri aktarımı; kablosuz haberleşme seçenekleri; menzil, enerji tüketimi, veri miktarı ve gecikme; bağlantılı tarım sistemleri. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, sistem şeması analizi, teknoloji karşılaştırması, senaryo temelli problem çözme. | Sensörlerden elde edilen verilerin türleri ve veri toplama süreçlerinin gözden geçirilmesi. |
| 7 | Tarımsal verinin depolanması ve yönetimi; veri tabanı ve bulut bilişim kavramları; çiftlik yönetim bilgi sistemleri; veri bütünlüğü; makine, sensör ve platform entegrasyonu; birlikte çalışabilirlik ve tarımsal dijital standartlara giriş. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, sistem mimarisi inceleme, karşılaştırmalı örnekler, problem analizi. | IoT sistemlerinde sensörden dijital platforma veri akışının gözden geçirilmesi. |
| 8 | Dijital görüntü ve piksel kavramı; görüntüden bilgi çıkarımı; segmentasyon, sınıflandırma, regresyon ve nesne tespiti; yapay zekâ, makine öğrenmesi ve derin öğrenme ilişkisi; eğitim, doğrulama ve test; model performansı, hata ve genellenebilirlik. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, tarımsal görüntü örneklerinin yorumlanması, AI çıktı örneklerinin değerlendirilmesi, soru-cevap. | Veri kalitesi ve görüntü verisinin temel özelliklerinin gözden geçirilmesi. |
| 9 | Karar destek sistemi kavramı; veri, bilgi ve karar ilişkisi; eşik tabanlı, model tabanlı ve tahmine dayalı karar yaklaşımları; uyarı ve öneri sistemleri; belirsizlik; insanın karar sürecindeki rolü. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, karar senaryoları, sistem şeması çözümleme, vaka analizi. | Veri analizi, yapay zekâ çıktısı ve belirsizlik kavramlarının gözden geçirilmesi. |
| 10 | Sabit ve değişken oranlı uygulama; yönetim bölgeleri; reçete haritaları; harita tabanlı ve sensör tabanlı gerçek zamanlı uygulamalar; akıllı sulama; hassas gübreleme; hedefe yönelik bitki koruma uygulamaları. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, harita ve uygulama örneklerinin yorumlanması, karşılaştırma, vaka analizi. | Karar destek, konumsal veri ve reçete yaklaşımıyla ilişkili temel kavramların gözden geçirilmesi. |
| 11 | Otomasyon; açık ve kapalı döngü sistemler; geri besleme; tarımsal robotik sistemlerin temel bileşenleri; algılama, karar ve eylem ilişkisi; otomatik ve otonom sistemler; insan gözetimi, emniyet ve güvenilirlik. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, robotik sistem örneklerinin incelenmesi, karşılaştırma, sistem çözümleme. | Karar–müdahale–geri bildirim zincirinin gözden geçirilmesi. |
| 12 | Bitkisel üretim ve bitki korumada Akıllı Tarım uygulamaları; su ve besin yönetimi; verim ve olgunluk tahmini; hastalık, zararlı ve yabancı ot algılama; hedefe yönelik müdahale; sensör, uzaktan algılama, IoT, yapay zekâ ve karar destek sistemlerinin entegrasyonu. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Entegre vaka analizi, anlatım, sistem şeması çözümleme, karşılaştırmalı tartışma. | Önceki haftalarda ele alınan veri toplama, analiz, karar ve müdahale bileşenlerinin gözden geçirilmesi. |
| 13 | Akıllı hayvancılık ve hassas hayvancılık kavramları; elektronik hayvan kimliği; konum, aktivite ve sağlık izleme; kamera tabanlı hayvan izleme; otomatik sağım ve yemleme; ahır mikrokliması; sera ve kontrollü üretim sistemlerinde sensör, otomasyon ve geri besleme. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, vaka analizi, sistem karşılaştırması, görsel ve şema yorumlama. | Akıllı Tarımın veri–karar–müdahale sistem zincirinin gözden geçirilmesi. |
| 14 | Akıllı Tarım teknolojilerinin teknik uygunluğu; yatırım ve işletme maliyetleri; maliyet–fayda ve işletme ölçeği; teknoloji benimseme; kaynak kullanım etkinliği ve sürdürülebilirlik; birlikte çalışabilirlik; veri sahipliği, mahremiyet ve güvenlik; etik; dijital uçurum ve bütünleşik teknoloji seçimi. | Ayrı bir laboratuvar etkinliği planlanmamıştır. | Anlatım, çok ölçütlü teknoloji değerlendirmesi, vaka analizi, tartışma ve dönem sentezi. | Dönem boyunca ele alınan temel Akıllı Tarım teknolojileri ve sistem bileşenlerinin gözden geçirilmesi. |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
1. Iqbal, M. A. (2024). Digital Agriculture: An Introduction. Springer. 2. de Queiroz, D. M., Valente, D. S. M., Pinto, F. A. C., Borém, A. & Schueller, J. K. (Eds.). (2022). Digital Agriculture. Springer. 3. Himanshu, S. K., Kumar, H. & Gupta, P. K. (Eds.). (2026). Precision Technologies for Digital Agriculture: Harnessing IoT, Big Data, Crop Modeling, and AI for Agricultural Production. Elsevier. 4. FAO güncel Smart Farming ve Agro-informatics kaynakları. 5. İlgili ISO 11783 standartları ve güncel teknik dokümanlar. 6. Ders kapsamında kullanılan güncel hakemli bilimsel makaleler ve öğretim elemanı tarafından sağlanan ders materyalleri.
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 50 |
| Laboratuvar Ara Sınavı | 1 | 50 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 | |
Staj Durumu
Yoktur
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 2 | 2 |
| Final Sınavı | 1 | 2 | 2 |
| Derse Katılım | 14 | 2 | 28 |
| Laboratuvar | 14 | 1 | 14 |
| Bireysel Çalışma | 14 | 3 | 42 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 5 | 5 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 5 | 5 |
| Laboratuvar Ara Sınavı | 1 | 2 | 2 |
| Toplam İş Yükü (saat) | 100 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | PÇ 8 | PÇ 9 | PÇ 10 | PÇ 11 | PÇ 12 | PÇ 13 | PÇ 14 | PÇ 15 | |
| ÖÇ 1 | 3 | 2 | 2 | ||||||||||||
| ÖÇ 2 | 3 | 3 | 4 | 2 | |||||||||||
| ÖÇ 3 | 3 | 3 | 3 | 3 | 2 | 3 | |||||||||
| ÖÇ 4 | 3 | 3 | 3 | 2 | 3 | ||||||||||
| ÖÇ 5 | 2 | 3 | 3 | 3 | 2 | 4 | |||||||||
| ÖÇ 6 | 3 | 4 | 3 | 2 | 4 | 3 | |||||||||
| ÖÇ 7 | 3 | 5 | 3 | 2 | 3 | 4 | 3 | 4 | 2 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek