Previsão da produção de café de Rondônia utilizando algoritmos de aprendizado de máquina

Abstract

O café é um dos grãos mais populares comercializados no mundo e o Brasil se destaca pelo volume de produção e pela qualidade dos grãos. No Estado de Rondônia o café representa um dos principais produtos agrícolas do Estado, com destaque nacional em qualidade, produtividade e sustentabilidade. Como todo negócio para se manter competitivo as empresas buscam por tecnologia que auxiliem nas tomadas de decisão, na busca por um sistema enxuto e preciso. Diante disso, os modelos matemáticos demonstram ser uma ferramenta para prever a produção e auxiliar nas tomadas de decisão. Para tanto, o objetivo deste trabalho é avaliar o desempenho entre os modelos matemáticos baseados em séries temporais e algoritmos de aprendizado de máquina para obtenção da produção futura do café no Estado de Rondônia. Para avaliação do melhor método, a pesquisa passou por 4 etapas, sendo a primeira etapa a coleta, organização e análise dos dados que foram obtidos pelo Instituto Brasileiro de Geografia e Estatística (IBGE) e pela Companhia Nacional de Abastecimento (CONAB) que serviram de série histórica. Na segunda etapa, a modelagem que utilizou-se as técnicas clássicas, como média móvel, média exponencial móvel e regressão linear e a modelagem por algoritmos de aprendizado de máquina onde são utilizados Floresta Aleatória, K-vizinhos mais próximos (KNN) e Máquina de Vetores de Suporte (MVS). Os modelos de previsão foram construídos nos Softwares Weka e Excel, pois ambos possuem a estrutura para a realização dos experimentos. Na terceira etapa a avaliação de desempenho é medida pelos seguintes métodos de acurácia: Erro Absoluto Médio (MAE), Erro Percentual Absoluto Médio (MAPE). Por fim, a quarta etapa, que consiste na previsão futura, apresentou a técnica que melhor performou na previsão para a próxima safra de café. Nesta pesquisa o modelo que apresentou o menor erro na avaliação de acurácia foi o algoritmo Floresta aleatória, com MAE de 174,47 sacas, e erro percentual médio de 9,44%.