GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| ODM236 | DİJİTAL TARIM İÇİN YAPAY ZEKA | Seçmeli Ders Grubu | 2 | 3 | 2,00 |
Dersin Seviyesi
Önlisans
Dersin Sunulduğu Dil
Dersin Amacı
Bu dersin amacı, öğrencilere hem bitkisel hem de hayvansal üretim ve hayvan sağlığı süreçlerinde yapay zeka, veri analitiği, sensör teknolojileri ve dijital çözümlerin entegrasyonuna yönelik temel teorik ve uygulamalı yetkinlikleri kazandırmaktır. Ders; hassas tarım, rekolte tahmini, zararlı ve hastalık tespiti, akıllı hayvancılık (sürü yönetimi, erken hastalık teşhisi, besleme ve refah takibi) gibi güncel teknolojik uygulamaları kapsayarak öğrencilerin dijital dönüşüm süreçlerine liderlik edebilecek vizyonu geliştirmeyi hedefler.
Dersi Veren Öğretim Görevlisi/Görevlileri
Öğrenme Çıktıları
| 1 | Bitkisel üretimde uzaktan algılama, görüntü işleme ve yapay zeka tekniklerini kullanarak hastalık/zararlı tespiti, rekolte tahmini ve hassas tarım uygulamalarını analiz eder. |
| 2 | Hayvansal üretim ve hayvan sağlığı süreçlerinde giyilebilir sensörler, kamera sistemleri ve veri analitiği ile sürü yönetimi, erken hastalık teşhisi ve refah takibi yapabilme becerisi kazanır. |
| 3 | Tarımsal veri toplama araçları (IoT, sensörler, İHA) ve yapay zeka algoritmalarını entegre ederek iklim akıllı ve sürdürülebilir tarımsal kararlar verebilme yetisi geliştirir. |
Öğretim Sistemi
Birinci Öğretim
Dersin Ön Koşulu Olan Dersler
Ders İçin Önerilen Diğer Hususlar
[Yok]
Dersin İçeriği
Bu ders kapsamında; dijital tarımın temelleri, yapay zeka ve makine öğrenmesi algoritmaları ile nesnelerin interneti (IoT) ve sensör sistemlerinin tarımsal süreçlerdeki rolü incelenmektedir. Bitkisel üretimde uzaktan algılama, görüntü işleme ile hastalık/zararlı tespiti, otonom sulama, gübreleme ve rekolte tahmini gibi hassas tarım uygulamaları ele alınırken; hayvansal üretim ve hayvan sağlığı tarafında ise veri odaklı sürü yönetimi, giyilebilir sensörlerle hayvan davranış ve refah takibi, yapay zeka destekli erken hastalık teşhisi ve akıllı besleme sistemleri detaylandırılmaktadır. Ayrıca, büyük veri analitiği ve iklim akıllı tarım yaklaşımları sayesinde öğrencilerin sürdürülebilir ve verimli veri odaklı karar verme yetenekleri geliştirilmektedir.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Konular (Teorik) | Öğretim Yöntem ve Teknikleri | Ön Hazırlık |
|---|---|---|---|
| 1 | Dijital Tarım ve Yapay Zekaya Giriş: Temel Kavramlar, Tarım 4.0 ve Sürdürülebilirlik | ||
| 2 | Tarımsal Veri Kaynakları: IoT Sensörleri, İHA/Drone Teknolojileri ve Giyilebilir Cihazlar | ||
| 3 | Yapay Zekanın Temelleri: Makine Öğrenmesi ve Derin Öğrenme Algoritmalarının Tarımdaki Yeri | ||
| 4 | Bitkisel Üretimde Görüntü İşleme: Bitki Hastalıkları, Zararlılar ve Yabancı Ot Tespiti | ||
| 5 | Uzaktan Algılama ve Spektral Analiz: NDVI Analizi, Toprak ve Nem Takibi | ||
| 6 | Hassas Tarım Uygulamaları: Otonom Sulama, Gübreleme ve Rekolte Tahmin Modelleri | ||
| 7 | Hayvancılıkta Görüntü İşleme ve Kamera Sistemleri: Hayvan Sayımı, Kilo Tahmini ve Davranış Analizi | ||
| 8 | Vize Sınavı | ||
| 9 | Akıllı Sürü Yönetimi: Giyilebilir Sensörlerle Kızgınlık, Doğum ve Hareket Takibi | ||
| 10 | Hayvan Sağlığında Yapay Zeka: Erken Hastalık Teşhisi, Bulaşıcı Hastalık Modelleri ve Biyogüvenlik | ||
| 11 | Akıllı Besleme ve Yem Yönetimi: Otomatik Rasyon Hazırlama ve Tüketim Analizi | ||
| 12 | Tarımsal Veri Yönetimi ve Büyük Veri Analitiği: Veri Temizleme ve Karar Destek Sistemleri (DSS) | ||
| 13 | İklim Akıllı Tarım ve Yapay Zeka: Rejeneratif Uygulamalar ve Kaynak Verimliliği | ||
| 14 | Dijital Tarımda Saha Uygulamaları, Etik, Veri Güvenliği ve Ekonomik Boyut | ||
| 15 | Vaka İncelemeleri ve Proje Sunumları: Bitkisel ve Hayvansal Üretimde Yenilikçi AI Çözümleri | ||
| 16 | Final Sınavı |
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
ders notları ve internet siteleri
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 1 | 1 |
| Final Sınavı | 1 | 1 | 1 |
| Bütünleme Sınavı | 1 | 1 | 1 |
| Bireysel Çalışma | 16 | 2 | 32 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 8 | 8 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 8 | 8 |
| Toplam İş Yükü (saat) | 51 | ||
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 | |
| ÖÇ 1 | 4 | 1 | 2 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| ÖÇ 2 | 5 | 2 | 3 | 1 | 1 | 2 | 3 | 3 | 2 | 2 |
| ÖÇ 3 | 5 | 2 | 3 | 1 | 1 | 2 | 2 | 2 | 2 | 1 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek