Tarım ürünlerini de yapay zeka ile akıllıca yetiştirmek gerekir. Tarımsal tahmin sistemi geliştirme bilgilerini paylaşıyorum

Güney Koreli çiftçiler için hepsi bir arada yapay zeka tarım platformu Farm Life'ı Hugging Face'te (https://huggingface.co/spaces/VIDraft/farmlife) yayımladım.

Farm Life, tarım sahasındaki üç temel sorunu tek bir platformda çözüyor. Yetiştirme kararları, sevkiyat zamanının belirlenmesi ve hastalık-zararlılara erken müdahale — bu üç konu ayrı yapay zeka motorlarıyla hayata geçirilip tek bir arayüzde birleştirildi.

İlki, yapay zeka ürün uzmanı danışmanlığı. GPT tabanlı, tarım alanına özelleştirilmiş chatbot; ürüne göre yetiştirme yöntemleri, dağıtım stratejileri ve depolama yönetimi dahil olmak üzere sorulara doğal dille anında yanıt veriyor. "Bu yıl muz yetiştirmem gerekiyor" gibi, ürün seçimi aşamasından hasat sonrası yönetime kadar; ürün, bölge ve döneme uygun özelleştirilmiş rehberliği tek noktadan sunuyor.

İkincisi, toptan fiyat tahmin motoru. 1996'dan beri birikmiş 40 yıllık toptan fiyat büyük verisine SARIMAX, Holt-Winters, Prophet dahil 14 zaman serisi modeli paralel olarak uygulanıyor. Kore Meteoroloji İdaresi'nin sıcaklık ve yağış verileri ile USD/KRW döviz kuru dışsal değişken olarak eklenerek, oynaklığı yüksek ürünlerde bile düzeltme yapılıyor; ayrıca 2025 gerçek verileriyle backtest tamamlandı. "Havuç gelecek ay %90 mı artacak?" — model bazında doğruluk ve derecelendirme birlikte sunulduğu için tahminin dayanağını doğrudan inceleyebilirsiniz.

Üçüncüsü, hastalık ve zararlıların anında teşhisi. Tek bir ürün fotoğrafı yüklediğinizde, NCPMS ulusal standart veritabanı temel alınarak hastalık ve zararlılar anında tespit ediliyor; kayıtlı pestisitler, çevre dostu mücadele yöntemleri ve yayılmayı önleme adımları aşama aşama gösteriliyor. "Biberlerim sağlıklı olmalı~" — fotoğraf çeker çekmez teşhis sonucunu ve müdahale kılavuzunu alabilirsiniz.
Teknoloji yığını, Hugging Face Spaces üzerinde çalışan Streamlit tabanlı bir web uygulamasından oluşuyor ve Python 3.13 ortamında statsmodels, scikit-learn, KAMIS API ve Kore Meteoroloji İdaresi API ile entegre çalışıyor. Tahmin sonuçları yalnızca referans amaçlıdır; modeli sürekli geliştirmeye devam edeceğim.