COFFEE PLANT: UM SISTEMA DE RECOMENDAÇÃO DE CULTIVARES DE CAFÉ BASEADO EM APRENDIZADO DE MÁQUINA

Objetivo: A demanda por alimentos de boa qualidade e produzidos de forma sustentável tem impulsionado a popularização da agricultura de precisão. Nesse sentido, este estudo investiga o desenvolvimento de um sistema de recomendação, baseado em algoritmos de aprendizado de máquina, para auxiliar produtores na escolha das cultivares de café que melhor se adequam às suas necessidades. Métodos: Utilizou-se algoritmos de aprendizado de máquina supervisionado e não supervisionado para fazer a segmentação e classificação dos dados. Foram consideradas 49 cultivares de café obtidas da Embrapa, contemplando 17 características distintas. Primeiro, o algoritmo k-means particionou as cultivares em diferentes grupos possuindo características semelhantes. Em seguida, foi desenvolvida uma interface gráfica para permitir o produtor inserir as características desejadas para o café a ser cultivado. A partir dessas características, o sistema aplica um dos algoritmos, KNN ou Random Forest, para identificar/sugerir o grupo de cultivares que mais se aproxima das descrições fornecidas pelo produtor. Resultados: O algoritmo k-means identificou oito grupos distintos de cultivares de café. Após o usuário inserir as características desejadas para o café a ser cultivado, a interface retorna as cultivares que mais se adequam às características desejadas. O sistema demonstrou ser de fácil utilização, atendendo ao público-alvo. Conclusão: A interface desenvolvida é intuitiva e de fácil utilização, e o sistema de recomendação é capaz de encontrar as cultivares mais adequadas às necessidades dos produtores. Além disso, esse sistema pode ser adaptado para ser aplicado em outras culturas, mediante ajustes na base de dados e nos parâmetros dos algoritmos.