Integration von Data Mining mit wissensbasierten Systemen

Die Landwirtschaft ist f r das wirtschaftliche Wohlergehen eines Landes von entscheidender Bedeutung, doch Pflanzenkrankheiten stellen eine gro e Herausforderung dar. Der Anbau von Pfefferk rnern erfordert aufgrund von Krankheiten besondere Aufmerksamkeit. Data Mining wurde bereits zur Erkennung von Pflanzenkrankheiten eingesetzt, doch fehlt es an der Nutzung von Wissen. In dieser Studie wird Data Mining mit wissensbasierten Systemen zur Diagnose und Behandlung von Pfefferkrankheiten kombiniert. Die Experimente wurden mit den vier Algorithmen JRip, PART, J48 und REPTree f r den Paprika-Datensatz durchgef hrt. Alle Experimente f r jeden Algorithmus wurden mit 9927 Instanzen und vier Klassen durchgef hrt, n mlich Pilz-, Insekten-, Virus- und Bakterien-Krankheitstypen der Ernte. Mit Hilfe von Klassifizierungsalgorithmen wurde ein pr diktives Modell entwickelt und eine regelbasierte Wissensrepr sentation zur Diagnose und Behandlung der Pflanzen eingesetzt. Die Leistung des Systems wurde mit Dom nenexperten und Benutzerakzeptanz getestet und ergab vielversprechende Ergebnisse von 90,5 bzw. 86,8 % mit einer durchschnittlichen Pr zision und Wiedererkennung von 96 % bzw. 97,2 % f r die Gesamtleistung.