Role of Big Data in Agriculture

Abstract

Big Data analytics in the agricultural sector has huge potential to cater to requirements of food production. This review highlights the role of Big Data in pertinent data acquisition from factors affecting the agriculture such as weather, soil, diseases, remote sensing and the prospects of agricultural data analysis towards smart farming. Incorporating modern technologies in farming practices continuously monitor the environment, thus producing large quantity of data. Hence there arises the need for advanced practical and systematic strategies to correlate the different factors driving the agriculture to derive valuable information out of it. Big Data can be a promising aspect for the future of food production and sustainability of agriculture. Leveraging big data in the agricultural sector can provide insights in farming practices, helps in making real-time decisions and motivates in incorporating new methods of farming operations. The main objective of this paper is to provide insights into different factors that contribute to making timely recommendations to farmers with regard to smart agricultural techniques.

FarmTech: Regulating the use of digital technologies in the agricultural sector

“…The importance of data led agribusiness (Javaregowda & Indiramma, 2019) companies to make huge investments in their systems as well as purchasing technology start‐ups and digitizing farms (Kaloxylos et al, 2012). Seeing the opportunities, numerous acquisitions, mergers and developments are taking place (Ryan, 2020), as agri‐tech companies and researchers are embracing digitization (Fleming et al, 2018).…”

Digitalization of Data in the Formation of the Level of Costs of Agricultural Enterprises

“…В результаті аналізу сільськогосподарських даних від додатків можуть надходити мобільні сповіщення підприємцям, щоб ознайомилися з аналітичними пропозиціями, які пов'язані з вибором культур і найкращими методами ведення сільського господарства та формування рівня витрат сільськогосподарського підприємства. Результати отримані після аналізу, можна найкраще зрозуміти за допомогою візуалізації даних, а саме за допомогою інструментів візуалізації, таких як R, Rapid miner, D3, за якими можна легко ідентифікувати моделі посівів, погодні умови, коливання цін тощо [8]. На основі даних, одержаних із ринку інформаційних технологій, управлінський склад сільськогосподарського підприємства робить висновок та приймає рішення про придбання та запровадження відповідного BI-додатку з метою ефективного формування рівня витрат сільськогосподарського підприємства.…”