Damızlık Bombyx Mori L. İpek Böceği Hatlarının Farklı Pupa, Koza ve Kelebek Özelliklerinden Yararlanarak Veri Madenciliği Algoritmalarıyla Cinsiyetlerinin Tespiti
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Fen Bil.Enst.Md.Lüğü, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: İREM CÖMERT
Asıl Danışman (Eş Danışmanlı Tezler İçin): Oya Eralp İnan
Eş Danışman: Yasin Altay
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:İpek böceği yetiştiriciliğinin kolay ve kısa sürmesi, karılığın yüksek olması ve doğal lif kaynağı üretmesinden dolayı oldukça önemli bir hayvancılık koldur. Bu çalışmanın amacı ipek böceklerinin kelebek ağırlığı ile bazı koza ve pupa özelliklerinden yararlanarak Chi-Square Automatic Interaction Detector (CHAID), Exhaustive CHAID (Ex-CHAID), Classification and Regression Tree (CART) ve Quick Unbiased, Efficient Statistical Tree (QUEST) ağaç tabanlı veri madenciliği algoritması kullanılarak cinsiyetlerinin erken dönemde belirlemeyi hedeflemektedir. Çalışmanın materyali olarak 400'er erkek ve dişi M ve N saf hat ipek böceği pupa uzunluk (PU), pupa ağırlık (PA), pupa genişlik (PG), koza genişlik (KG), koza uzunluk (KU), koza gömlek ağırlığı (KGA), yaş koza ağırlığı (YKA), kelebek ağırlığı (KA) morfometrik özellikleri kullanılmıştır. İstatistik modelde morfometrik özellikler bağımsız değişken alınırken, cinsiyet bağımlı değişken olarak alınmıştır. Veri seti %70 eğitim ve %30 test seti olarak ayrılarak ağaç tabanlı veri madenciliği algoritmalarından CHAID, Ex-CHAID, CART ve QUEST kullanılmıştır. Pupa özelliklerinden yararlanılarak cinsiyetlerin belirlenmesinde kullanılan CHAID, Ex-CHAID, CART ve QUEST algoritmalarının sınıflama performansları; ROC eğrisi altında kalan alan (AUC±SE) sırasıyla 0,800±0,0262, 0,833±0,0235, 0,814±0,0251, 0,796±0,0266 ve cinsiyet tayin etme başarıları sırasıyla %80,60, %87,70, %81,10, %74,10 olduğu tespit edilmiştir. Koza özelliklerine ait ağaç temelli veri madenciliği algoritmaları kullanılarak cinsiyet belirlenmesinde test set için (AUC±SE) sırasıyla 0,856±0,023, 0,808±0,015, 0,840±0,024, 0,864±0,022 ve cinsiyet tayin etme başarı yüzdeleri sırasıyla %85,5, %86,60, %86,80, %87,80 olduğu saptanmıştır. Pupa, koza ve kelebek (tüm) özelliklerine ait algoritmaların cinsiyet ayrımında test set için model uyum kriterlerinde (AUC±SE) sırasıyla 0,909±0,0188, 0,875±0,0211, 0,902±0,0186, 0,868±0,0221 ve algoritmaların performans sonuçları sırasıyla %86,20, %88,10, %83,30, %89,10 olduğu belirlenmiştir. Sonuç olarak; pupa, koza ve tüm özelliklerden yararlanarak cinsiyet tahmin etme performansı sırasıyla Ex-CHAID, QUEST ve CHAID algoritmaları olduğu belirlenmiştir.