Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/13337
metadata.dc.type: TCC
Title: Técnicas de previsão na produção agrícola: uso de modelos de séries temporais para projetar a produção de uma fazenda cocoicultora
metadata.dc.creator: Liberal, Pedro Pacheco
metadata.dc.contributor.advisor1: Kramer, Hugo Harry Frederico R
metadata.dc.description.resumo: O uso de técnicas de previsão vem sendo amplamente difundido no meio empresarial, sobretudo como ferramenta de suporte a decisões estratégicas. Contudo, o setor agrícola ainda sofre pela carência de conhecimento técnico dos funcionários e proprietários, que se valem mais da mecanização como plataforma para alavancar a produtividade. Este trabalho, portanto, busca analisar como as modelos de previsão, mais especificamente os de séries temporais, podem servir aos interesses dos produtores agrícolas quanto ao planejamento a médio e longo prazo. Para isso, foi feito um estudo quantitativo a partir da coleta de dados históricos de produção de uma fazenda de cocos, situada no litoral sul do estado de Alagoas. Com os dados foram aplicadas técnicas de previsão bem estabelecidas na literatura, para que os resultados das projeções fossem analisados e comparados. Feitos os cálculos, notou-se, primeiramente, que as técnicas de previsão podem ser ferramentas de grande valia para o planejamento agrícola, e mesmo os modelos de baixa complexidade resultaram em previsões com precisão boa ou razoável; em segundo lugar, viu-se que, dentre os modelos utilizados, o de Holt-Winters foi o que mais se ajustou à série, e, por ser mais flexível, pode ser um método de fácil replicação para outras séries de dados. Por fim, acredita-se que mais estudos na área, que utilizem técnicas mais complexas e tratem as séries de dados de forma mais generalista, poderão tornar mais evidente a capacidade de modelos preditivos de servirem como base para as decisões estratégicas de uma propriedade agrícola
Abstract: The application of forecasting techniques has been widely disseminated in the business world, especially as a support tool for strategical decisions. However, the agricultural sector still suffers due to the scarcity of technical knowledge of employees and property owners, who draw upon mechanization as a platform to increase productivity. This work, therefore, seeks to analyze how predictive models, in particular the time series ones, might be useful to agricultural producers with regard to long term planning. For this purpose, a quantitative study was made using historical data of a coconut farm’s production, located on the south coast, on the state of Alagoas. Several techniques well endorsed by literature were applied, in order to analyze and compare the forecasting results. After the analysis, it became clear, at first, that forecasting techniques can be an extremely important tool to rural management and planning, and even low complexity models resulted in predictions with good or average precision; latterly, it was noticed that, among the techniques applied, the Holt-Winters model was the one that adjusted the best to the time series, and, being more flexible, might be an easy to replicate method for different historical data. Lastly, it is believed that more studies in this area of knowledge, using more complex techniques and handling time series in a more generalist manner, will make more evident the capacity of predictive models to serve as basis for strategical decisions of agricultural business.
Keywords: Técnicas de previsão
Produção agrícola
Séries temporais
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Engenharia de Produção
metadata.dc.rights: Acesso Aberto
URI: https://repositorio.ufpb.br/jspui/handle/123456789/13337
Issue Date: 1-Nov-2018
Appears in Collections:TCC - Engenharia de Produção

Files in This Item:
File Description SizeFormat 
PPL09112018.pdf709,24 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.