Autores: BERNARDY, R., GADOTTI, G. I., NADAL, A., BUCK, G., MONTEIRO, R. C. M., BERMUDES, R. F.
Ano da publicação: 2022
ISBN: 978-65-87729-05-3
Palavras-chave: Pecuária leiteira. Aprendizado de máquina. Estação climática.
Área: Geométrica, Instrumentação e Agricultura de Precisão (GIAP)
A pecuária leiteira brasileira possui um papel importante no país, tanto para o contexto social quanto econômico. Além disso, o produtor é remunerado pela indústria com base nos padrões exigidos pela legislação, assim, o monitoramento da qualidade do leite feito pelos laticínios se torna fundamental para conseguir um bom valor agregado no leite. O objetivo do trabalho foi avaliar os parâmetros de qualidade do leite com uso de técnicas de aprendizado de máquina, de modo a buscar padrões e correlações entre as estações climáticas do ano. Foram coletadas amostras de leite de 23 propriedades na região do município de Pelotas - RS, analisando Proteína Bruta, Contagem de Células Somáticas, Nitrogênio Ureico e Caseína, em todos os meses de 2021. Os classificadores utilizados foram Random Forest e Multilayer Perceptron (MLP). Os dados foram submetidos ao filtro Resample, para enviesar os mesmos. Foi utilizado o software Weka para executar os algoritmos. O Random Forest obteve 84,72% de assertividade, enquanto o MLP chegou a um percentual de 86,11%. Na árvore de decisão, a proteína bruta, seguida pela caseína e nitrogênio uréico, foram utilizados pelos classificadores nessa ordem de importância. Através dos resultados da técnica de aprendizado de máquinas, verificou-se que é possível diferenciar o leite produzido nas diferentes estações do ano utilizando inteligência artificial.