4.4 Réalisation de la plateforme de
prévision HarvestInsight
L'architecture globale de notre système comprend les
modules suivants :
· visualiser les prix réels actuels et du
passé si disponibles;
· visualiser la prévision des prix sur une
période définie;
· s'inscrire pour recevoir des notifications.
À l'étape de réalisation, en nous
servant du prototype réalisé grâce à l'outil Figma,
nous avons implémenté la partie visible de l'application et la
logique qui lui est associée. Les différentes
fonctionnalités ont été implémentées,
testées, améliorées et intégrées.
51
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
52
4.4.1 Page d'accueil
Cette interface présente des données sur
l'évolution des prix de quelque produit agricole
Figure 18. Interface d'accueil 4.4.2 Page de
prévision
Elle représente le projet en elle-même.
Figure 19. Aperçu de l'interface de la page de
prévision
4.5 Analyse des résultats
Pour la construction du modèle, le jeu de
données est utilisé de la façon suivante : 70%, soit 975
données sont utilisées pour entrainer le modèle et 30%,
soit 416 données sont utilisées pour évaluer le
modèle. Il faut noter qu'au cours de l'entraînement, les erreurs
d'entraînement variaient de 0,025 à 0,033 ce qui montre que
le modèle est bien entraîné et pourra être
utilisé pour des prédictions. Ces erreurs sont
représentées sur le graphe ci-dessous.
Figure 20. Courbes des erreurs d'entrainement et de
validation
53
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
Source : (Réalisation personnelle,
2023)
Au cours de l'évaluation, l'algorithme a
présenté une erreur allant de 0,04 à 0,05.
Cette erreur peut se justifier par la quantité de
données (prix collectés sur 11 ans de 2012 à 2023)
utilisée. En augmentant le jeu de données initiales les erreurs
de modélisation vont certainement se réduire.
On peut déduire de l'analyse que la
précision du modèle de prédiction des prix de maïs
conçu dans le cas du présent projet est de 95%. Cette
précision démontre que l'algorithme de prédiction est
performant et peut être utilisé. Toutefois, des pistes
d'amélioration restent envisageables. La prise en compte des facteurs
agroécologiques qui influencent les prix des denrées agricoles
sur le marché serait une étape décisive dans la
précision (Gildas David Farid Adamon et Miton Abel Konnon, 2023).
54
Réalisé et soutenu par Sabin ASSOGBA et Mario
LIGAN
| 
