Expert System for Tomato Smart Farm Using Decision Tree

의사결정나무를 이용한 토마토 스마트팜 전문가시스템

We design an expert system for tomato smart farm using decision trees and construct a control system with decision structure similar to that of farmers by using the data generated by factors that vary depending on the surrounding environment of each house. At present, Smart farm's control system does not control itself like the way farmers have done so far. Therefore, the dependency of smart farm control system is still not high. Direct intervention by farmers is indispensable for environmental control based on surrounding environment such as sensor value in smart farm. Therefore, we aimed to design a controller that incorporates decision trees into the expert system to make a system similar to the decision making of farmers. Prior to controlling the equipment in the house, it automatically selects the most direct effect among the various environmental factors, and then builds an expert system for complex control by including criteria for decision making by farmers. This study focused on deriving results using data without using heavy tools. Data is coming out of many smart farms at present. We expect this to be a standard for a methodology that allows farmers to access quickly and easily and reduce direct intervention.

의사결정나무를 이용한 토마토 스마트 팜 용 전문가시스템을 설계하여 각 하우스의 주변 환경에 따라 달라지는 요소들에 의해 생성되는 데이터를 사용하여 보다 농민의 결정과 비슷한 의사결정구조를 가진 제어시스템을 구축한다. 현재 스마트 팜의 제어시스템은 지금까지 농민들이 해온 방식과 유사하게 스스로 제어하지 못하였기에 스마트 팜 제어시스템의 의존율은 여전히 높지 못하다. 스마트 팜 내의 센서 값 등 주변 환경을 기준으로 한 환경제어에 농민들의 직접적인 개입이 필수불가결 하다. 그래서 보다 농민의 의사결정과 비슷한 시스템을 만들기 위하여 전문가시스템에 의사결정나무를 접목시킨 제어기를 설계하는 것을 목표로 하였다. 하우스 내의 장비를 제어하기에 앞서 여러 환경요소 중에 가장 직접적인 영향을 미치는 것을 자동으로 선정한 후, 농민들의 의사결정 선정기준을 포함시켜 복합적인제어를 위하여 전문가시스템을 구축한다. 이번 연구는 무거운 툴을 사용하지 않고 데이터를 이용하여 결과를 도출하는 것에 초점을 맞추어 진행하였다. 현재 많은 농장에서 스마트 팜을 이용한 데이터들이 쏟아져 나오고 있고 이것을 농민들이 손쉽고 빠르게 접근하여 직접적인 개입을 줄일 수 있는 방법론에 대한 표준이 될 수 있을 것으로 예상 한다.