Bulanık mantık tabanlı karar destek sistemi ile broilerlerde et kalite analizi

Abstract

Bu çalışmada bulanık mantık tabanlı karar destek sistemi ile broilerde et kalite analizi yapılmıştır. Bulanık mantık, tanımlanmayı ve mutlak sınırları gerektirmeyen problemleri çözmek ve gerçek hayatta karşılaşılan belirsizliklerin matematiksel olarak açıklanmasını ve bu belirsizliklerin bir fonksiyon yardımıyla ifade edilmesini sağlar. Bu yöntem hayvancılık alanında üreticiye yol göstermesi ve bu alanda çalışan bilim insanlarına destek olabilmesi açısından önemlidir. Bu çalışmada bulanık mantık yaklaşımı ile broilerlerde et kalite analizi için ürün kalite değerlerinden olan pH, pişirme kaybı, sızma kaybı ve L* parametrelerinden yararlanılmıştır. Bu amaçla çalışmada 42 günlük 48 adet erkek Ross 308 etlik piliç kullanılmıştır. Çalışmamızda bulanık mantık teorisi hakkında genel bilgilere yer verilmiş ve bulanık mantık tabanlı karar destek sistemi ile broilerlerde et kalite analizi için karar destek sistemi oluşturulmuştur. Karar destek sisteminin modellenmesinde Matlab (sürüm R2015a) programı kullanılmıştır. Modelleme üç farklı uygulama şeklinde gerçekleştirilmiştir. Birinci uygulamada pişirme kaybı, pH24 ve L*24; ikinci uygulamada sızma kaybı, pH24 ve L*24; üçüncü uygulamada pişirme kaybı, sızma kaybı ve pH24 parametreleri kullanılmıştır. Oluşturulan model sonuçları uzman kararlarıyla karşılaştırılmış ve sırasıyla %85.41, %81.25 ve %83.33 oranında uyum tespit edilmiştir. Sonuç olarak oluşturulan bulanık tabanlı karar destek sisteminin başarılı bir şekilde çalışmakta olduğu gözlenmiştir. Bulgularımızın hayvancılık sektörüne ve gelecekteki çalışmalara yol göstereceği düşünülmektedir.

In this study, meat quality analysis of broiler was done with fuzzy logic based decision support system. Fuzzy logic helps to identify and solve problems that do not require absolute bounds and express mathematically the uncertainties with a function in real life. This method is crucial to guide producers in field of livestock and can support scientists working in this area. The fuzzy logic approach in this study utilized the product quality values of pH, cooking loss, drip loss and L* parameters for broiler meat quality analysis. For this purpose, 48 male Ross 308 which were 42 days old broiler were used. In our study, general information about fuzzy logic theory was noticed and meat quality analysis of broiler was formed with fuzzy logic-based decision support system. The decision support system is modeled using Matlab (version R2015a) program. The modeling was carried out in three different applications. In the first application, cooking loss, pH24 and L*24; in the second application, drip loss, pH24 and L*24; in the third application, cooking loss, drip loss and pH24 parameters were used. The model results were compared with the expert decisions and 85.41%, 81.25% and 83.33%, respectively consistency was detected. In conclusion, it was observed that the fuzzy-based decision support system works successfully. It is thought that our findings will guide to the livestock sector and future researches.