A adoção de tecnologias de informação e comunicação (TIC) nos mais diversos setores da economia, reflete o atual cenário competitivo, no qual processos e práticas podem ser otimizados, proporcionando significativas mudanças nos modelos de negócios. Neste sentido, o presente artigo descreve o desenvolvimento do Chatbot para classificação de grãos soja e cálculos dos descontos incidentes sobre a carga de grãos, possibilitando assim, confrontar os dados da classificação do Chatbot com os dados das unidades armazenadoras de grãos. Assim, considerando o aumento significativo de conversas mensais com Chatbots através de plataformas de mensagens e a relação conversacional entre organizações e usuários, bem como a carência de um dispositivo que atendesse a demanda do produtor de realizar em tempo real a classificação de grãos soja, que este projeto foi desenvolvido. Inicialmente foram realizadas entrevistas e visitas em unidades armazenadoras de grãos, como técnica para levantamento de requisitos e posterior definição da linguagem e modelagem a serem utilizados. O projeto foi desenvolvido em linguagem JavaScript, banco de dados NoSql e console Dialogflow para desenvolvimento do Chatbot. No final, foi possível constatar que o sistema criado aos sojicultores realizam cálculos de classificações e desconto evitando prejuízos a cada safra, de forma cômoda, ágil e seguindo a Instrução Normativa n° 11/2007 do Ministério da Agricultura, Pecuária e Abastecimento (MAPA), que define o padrão oficial de classificação de soja.
This study is dedicated to the development of a methodology based on supervised machine learning for soybean classification and justified as technological innovation to predict whether soybean classification is in the standard or non-standard established by normative instruction No. 11/2007 of the Ministry of Agriculture, Livestock, and Food Supply (MAPA). This study aimed to develop a website using supervised machine learning to classify soybeans, providing an assertive decision-making process in realtime. A technological tool was created to assist the farmer and the storage unit in the classification of soybeans, considering the perceived reality and potential instruments consistent with the reality of the area. Therefore, a website in Python language was created using the Pandas, Pandas Profiling, Seaborn, Matplotlib, NumPy, Scikit-learn, PyCaret, and Streamlit libraries. In the end, the system could predict whether the soybean is in the standard or non-standard established by the soybean classification normative. In this sense, the results showed the robustness and precision of the proposed new methodology.
Neste projeto objetivou-se detalhar a análise e modelagem gradual do desenvolvimento de um aplicativo para classificação de grãos soja, milho, sorgo e feijão, tendo como finalidade disponibilizar ao produtor uma ferramenta que possibilite monitorar o processo de classificação de grãos soja, milho, sorgo e feijão. Ao produtor, é delegado a finalidade de inserir dados na ferramenta disponibilizada, da qual processa o acompanhamento e o monitoramento do processo de classificação de grãos, de modo que seja possível por parte do produtor a confrontação dos resultados obtidos pelo aplicativo, da geração dos laudos técnicos, para se comparar com o da organização recebedora. Desta maneira, objetiva-se apurar em tempo real a classificação dos grãos voltado ao produtor desejada, no que se abrange a soja, milho, feijão e sorgo, conforme os padrões legalmente instituídos por normativas (feijão 12/2008, milho 60/2011, soja 11/2007 e sorgo portaria 268/1984) do Ministério da Agricultura, Pecuária e Abastecimento (MAPA) e também baseado na literatura especializada. No ato da comercialização, os resultados do aplicativo referente a base de dados geral e específica por lote que é gerada, auxiliando ao final do processo de classificação de grãos na redução de disparidades e prejuízos do lote.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.