Guilherme Alberto Wachs LopesKAIKE RODRIGUES ZUANETTI2024-08-162024-08-162022-12-06https://repositorio.fei.edu.br/handle/FEI/5506A agricultura de precisão tem recebido muita atenção por parte dos empresários nos últimos anos. Isso deve-se principalmente pela redução de custos e automação de tarefas frequentes, como a irrigação. A base de toda essa tecnologia está na qualidade de obtenção das informações do solo, como a leitura de sensores nos campos de cultura. Entretanto, estes valores nem sempre são confiáveis. O sensor em diversas situações pode apresentar anomalias em suas leituras, podendo até impossibilitar automações e análises de negócios. Este trabalho propõe um modelo de detecção de anomalias em sensores baseado em modelos de machine learning de classificação e otimização para que possibilite a diferenciação dos dados a serem classificados como anomalias ou não. O modelo proposto agrega parâmetros para ajustes finos de forma a aumentar a precisão da classificação. Nesse trabalho também são estudados a influência entre as próprias características dos dados para a classificação.48pt-BRRestritoTrabalho de Conclusão de Curso