Gastronomi Alanında Bulanık Mantık Kullanarak Etin Pişme Oranını Tahmin Eden Sistem Tasarımı (System Design Estimating the Cooking Rate of Meat By Using Fuzzy Logic in the Field of Gastronomy)
DOI:
https://doi.org/10.21325/jotags.2020.689Keywords:
Fuzzy logic, Meat, Matlab, Artificial intelligenceAbstract
Artificial neural networks, fuzzy logic and machine learning, which are sub-branches of artificial intelligence technology, are used in food engineering and food and beverage industry. Fuzzy Logic is a science that is based on thinking like a human and solves them by using mathematical functions. Operates on the basis of fuzzy set theory using intermediate values. In the production of pacemakers, in the construction of artificial organs, in the electronic device, in the company yield estimation, etc. used in many situations. Artificial intelligence applications, which have been successfully used in the food industry, provide advantages such as food classification, reassuring prediction, and minimizing the cost of processes requiring high-cost labor. In this study, an expert system that predicts the cooking state of the meat is designed. The system entries determined are designed by using the mamdani inference method according to the rule base. The system was built using Matlab (R2019a) program. At the end of the study, the program analyzes the values entered into the system according to the rule-base extraction method and according to the input parameters determined as a result, the cooking rate of the meat (rare, medium, well-done, very well-done / undercooked, medium cooked, well cooked, very well cooked) ) was determined to be.
References
Akıllı, A., & Atıl, H. (2014). Süt sığırcılığında yapay zeka teknolojisi: Bulanık mantık ve yapay sinir ağları. Hayvansal Üretim, 55(1), 39-45.
Akkaptan, A. (2012). Hayvancılıkta Bulanık Mantık Tabanlı Karar Destek Sistemi. Ege Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
Al Shehhi, M., & Karathanasopoulos, A. (2020). Forecasting Hotel Room Prices in Selected GCC Cities Using DeepLearning. Journal of Hospitality and Tourism Management, 42, 40-50.
Arrieta, A. B., Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A. & Benjamins, R. (2020). Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, 58, 82-115.
Baykal, N., & Beyan, T. (2004). Bulanık Mantık İlke ve Temelleri. Bıçaklar Kitabevi.
Birdir, K., & Akgöl, Y. (2015). Gastronomi turizmi ve Türkiye’yi ziyaret eden yabancı turistlerin gastronomi deneyimlerinin değerlendirilmesi. İşletme ve İktisat Çalışmaları Dergisi, 3(2), 57-68.
Birgili, E., Sekmen, F., & Esen, S. (2013). Bulanık mantık yaklaşımıyla finansal yönetim uygulamaları: Bir literatür taraması. Uluslararası Yönetim İktisat ve İşletme Dergisi, 9(19), 121-136.
Çuhadar, M. (2013). Türkiye'ye yönelik dış turizm talebinin MLP, RBF VE TDNN yapay sinir ağı mimarileri ile modellenmesi ve tahmini: karşılaştırmalı bir analiz. Journal of Yaşar University, 8(31), 5274-5295.
Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T.& Eirug, A. (2019). Artificial ıntelligence (AI): multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and Policy. International Journal of Information Management, 101-994.
Elmas, Ç. (2003). Bulanık Mantık Denetleyiciler: (Kuram, Uygulama. Sinirsel Bulanık Mantık). Seçkin Yayıncılık.
Elmas, Ç. (2007). Yapay Zekâ Uygulamaları: (Yapay Sinir Ağı, Bulanık Mantık, Genetik Algoritma). Seçkin Yayıncılık.
Elmas, Ç. (2011). Yapay Zeka Uygulamaları (Yapay Sinir Ağı, Bulanık Mantık, Sinirsel Bulanık Mantık, Genetik Algoritma). 2. Baskı.
Emel, G. G., & Taşkın, Ç. (2002). Genetik algoritmalar ve uygulama alanlari. Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(1), 129-152.
Ergün, Ö. Ö., & Öztürk, B. (2018). An Ontology Based Semantic Representation for Turkish Cuisine. Paper Presented at the 2018 26th Signal Processing and Communications Applications Conference (SIU).
Giglio, S., Pantano, E., Bilotta, E., & Melewar, T. (2019). Branding Luxury Hotels: Evidence from the Analysis of Consumers’ “Big” Visual Data on TripAdvisor. Journal of Business Research.
Haenlein, M., & Kaplan, A. (2019). A brief history of artificial intelligence: On the past, present, and future of artificial intelligence. California Management Review, 61(4), 5-14.
Hedegaard, L. (2019). Gastronomy and science: Terminological conundrums. International Journal of Gastronomy and Food Science, 15, 22-25.
Hu, C. (2003). Advanced Tourism Demand Forecasting: Artificial Neural Network and Box-Jenkins Modeling, Purdue University, Ph.D Thesis.
Işıklı, Ş. (2008). Bulanık mantık ve bulanık teknolojiler. Ankara Üniversitesi Dil ve Tarih-Coğrafya Fakültesi Felsefe Bölümü Dergisi, 19, 105-126.
Jha, K., Doshi, A., Patel, P., & Shah, M. (2019). A comprehensive review on automation in agriculture using artificial intelligence. Artificial Intelligence in Agriculture.
Kazu, İ. Y., & Özdemir, O. (2009). Öğrencilerin bireysel özelliklerinin yapay zeka ile belirlenmesi (Bulanık Mantık Örneği). Akademik Bilişim, 11-13.
Keskenler, M. F., & Keskenler, E. F. (2017). Geçmişten günümüze yapay sinir ağları ve tarihçesi. Takvim-i Vekayi, 5(2), 8-18.
Kuşçu, E. (2015). Çeviride yapay zekâ uygulamaları. Atatürk Üniversitesi Kazım Karabekir Eğitim Fakültesi Dergisi, (30), 45-58.
Navarro, V., Serrano, G., Lasa, D., Aduriz, A. L., & Ayo, J. (2012). Cooking and nutritional science: Gastronomy goes further. International Journal of Gastronomy and Food Science, 1(1), 37-45.
Oktay, S., & Sadıkoğlu, S. (2018). The Gastronomic cultures' impact on the African cuisine. Journal of Ethnic Foods, 5(2), 140-146.
Poortmans, P. M., Takanen, S., Marta, G. N., Meattini, I., & Kaidar-Person, O. (2020). Winter is over: The use of artificial ıntelligence to individualise radiation therapy for breast cancer. The Breast, 49, 194-200.
Ross, T. J. (2005). Fuzzy Logic with Engineering Applications: John Wiley & Sons.
Santich, B. (2004). The Study of Gastronomy and its Relevance to Hospitality Education and Training. International Journal of Hospitality Management, 23(1), 15-24.
Serhatlıoğlu, S., & Hardalaç, F. (2009). Yapay zeka teknikleri ve radyolojiye uygulanması. Fırat Tıp Dergisi, 1(14), 1-6.
Sinha, R., Rothman, N., Salmon, C., Knize, M., Brown, E., Swanson, C. & Levander, O. (1998). Heterocyclic amine content in beef cooked by different methods to varying degrees of doneness and gravy made from meat drippings. Food and Chemical Toxicology, 36(4), 279-287.
Sofu, A., Demir, N., & Ekinci, F. Y. (2007). Gıda bilimi ve teknolojisi alanında yapay zeka uygulamaları. Gıda, 32(2), 93-99.
Uğur, A., & Kınacı, A. C. (2006). Yapay Zeka Teknikleri ve Yapay Sinir Ağları Kullanılarak Web Sayfalarının Sınıflandırılması. XI. Türkiye'de İnternet Konferansı Bildirileri, 362.
Yıldız, M., & Yıldırım, B. F. (2018). Yapay zekâ ve robotik sistemlerin kütüphanecilik mesleğine olan etkileri. Türk Kütüphaneciliği, 32(1), 26-32.
Yılmaz, A. (2017). Yapay Zeka (Vol. 3. Baskı). İstanbul: KODLAB Yayın
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Journal of Tourism & Gastronomy Studies
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
