Abstract:
Avicultura é um importante setor da economia brasileira, representando 1.5% do PIB brasileiro, bem como, cinco milhões de empregos diretos e indiretos. Destaca-se também a privilegiada posição brasileira no cenário mundial, estando entre os três primeiros do mundo, quando se trata da produção e consumo da ave, e em primeiro lugar quando refere-se a exportações da mesma. Como forma de contribuir com este contexto, o presente trabalho buscou determinar por intermédio da descoberta de conhecimento em base de dados um modelo de classificação, apoiado em variáveis ambientais, como: temperatura, umidade relativa do ar, luminosidade, peso e idade dos frangos de corte, capaz de predizer o peso dos frangos de corte, perante as variáveis citadas previamente. Para efetivar tal tarefa, foi utilizado o método de monitoramento automático, RFID, que pode ser visto como uma tecnologia de identificação que opera sob ondas de rádio, capaz de enviar e armazenar dados de forma remota. Concomitante ao uso desta tecnologia, foi empregada a descoberta de conhecimento em bases de dados com objetivo de descobrir padrões implícitos nos conjuntos de dados, transformando os dados sem significado em informação útil. Por fim, o presente trabalho apresenta dois estudos de caso, mostrando como as variáveis citadas anteriormente, influenciaram no desempenho comportamental e nutricional dos frangos de corte, bem como, o modelo classificatório citado anteriormente. Por meio do modelo, foi possível compreender a atuação das variáveis climáticas no processo de ganho de peso das aves de corte.
Avicultura é um importante setor da economia brasileira, representando 1.5% do PIB brasileiro, bem como, cinco milhões de empregos diretos e indiretos. Destaca-se também a privilegiada posição brasileira no cenário mundial, estando entre os três primeiros do mundo, quando se trata da produção e consumo da ave, e em primeiro lugar quando refere-se a exportações da mesma. Como forma de contribuir com este contexto, o presente trabalho buscou determinar por intermédio da descoberta de conhecimento em base de dados um modelo de classificação, apoiado em variáveis ambientais, como: temperatura, umidade relativa do ar, luminosidade, peso e idade dos frangos de corte, capaz de predizer o peso dos frangos de corte, perante as variáveis citadas previamente. Para efetivar tal tarefa, foi utilizado o método de monitoramento automático, RFID, que pode ser visto como uma tecnologia de identificação que opera sob ondas de rádio, capaz de enviar e armazenar dados de forma remota. Concomitante ao uso desta tecnologia, foi empregada a descoberta de conhecimento em bases de dados com objetivo de descobrir padrões implícitos nos conjuntos de dados, transformando os dados sem significado em informação útil. Por fim, o presente trabalho apresenta dois estudos de caso, mostrando como as variáveis citadas anteriormente, influenciaram no desempenho comportamental e nutricional dos frangos de corte, bem como, o modelo classificatório citado anteriormente. Por meio do modelo, foi possível compreender a atuação das variáveis climáticas no processo de ganho de peso das aves de corte.
