Browsing by Author "Bala , Sahima"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Caractérisation physique des sols d’Ouest de la Wilaya de Skikda
    (Faculté des Sciences, 2024) Djeribi ,Yasser; Belmerabet , Achraf Zakaria; Bala , Sahima
    Cette étude a pour objectif de caractériser les sols d’Ouest de Skikda cas de la région d’Ain Zouit (Sidi Zerzour,La grande plage et Sidi Abdellah) et la carrière du point de vu physique et leur classer. Selon les résultatsmorphologiques et analytiques, nous avons observés deux types de sols : sols bruns méditerranéen pour les trois profils d’Ain Zouit (Sidi Zerzour, La grande plage et Sidi Abdellah) et des Sols à sesquioxyde de fer pour le premier profil de la carrière. Pour les différents types de sols nous avons remarqué une certaine hétérogénéité de la texture ;Limoneuse pour le site de Sidi Zerzour, Limono-sableuse pour le site de la grande plage et Sidi Abdellah et Sablo -limoneuse pour les sols de la carrière. Les sols sont en générale neutre à acide, non salés, non calcaire, poreux et fertiles
  • Thumbnail Image
    Item
    Contribution à l'étude des caractéristiques physiques des sols sous climat subhumide cas de la région (el hadayek- bouchtata et Ramdane djamel)
    (Faculté des Sciences, 2024) Boutalba, Abdenour; Bouaouiche , Abdesselam; Bourourou , Faiza Nourhane; Khoualed , Samah; Bala , Sahima
    L’objectif de notre travail de mémoire d'étudier les caractéristiques physiques de solde de la région de Ramdane Djamel et bouchtata qui fait partie de la wilaya de Skikda. Afin de leur classe et leur classification. Selon les résultats morphologiques et analytique, il fait ressortier une certaine hétérogénéité des sols. Des sols peur évolué profil 01 et 03, sol é ses quouyal de fer profil 03, 05, 06 et sol vertique profil 04 ( dans les sols de ramdane djamal) Done les sols de ramdane djamal, sols peu évalue sesquisey de fer et ventés. Et les sols su bouchtata sont sesquioxyde de fer
  • Thumbnail Image
    Item
    Smart Soil Analyzer and Crop Guidance System
    (Faculty of Science, 2025) Boukhezna , Marwa; Hazmoune , Samira ; Bala , Sahima
    This study aims to develop an intelligent crop recommendation system based on soil characteristics using artificial intelligence techniques. The core objective is to classify the most suitable crop for cultivation in a specific soil based on various features such as nitrogen (N), phosphorus (P), potassium (K) levels, pH value, moisture, rainfall, soil type, and other environmental factors. To achieve this, we applied a set of machine learning and deep learning algorithms, including Naïve Bayes (NB), Decision Tree (DT), Support Vector Machine (SVM), Logistic Regression (LR), as well as LSTM and GRU neural networks. The models were trained using a specialized agricultural dataset collected from Kaggle, with consistent preprocessing and splitting methods to ensure fair performance comparison. A thorough hyperparameter tuning process was carried out to identify the optimal settings for each algorithm. The experimental results showed that deep learning models (LSTM and GRU) achieved strong classification performance, while the Decision Tree model provided good accuracy with lower computational requirements, making it a suitable option for resource constrained applications.