A gestão da cotonicultura depende de dados com qualidade para a criação de informações que possam auxiliar a tomada de decisões nos processos agrícolas. Parte dessa tarefa depende da legibilidade dos dados gerados, necessários para os processos desse segmento. Com isso, o mapeamento das classes de dados mais relevantes é fundamental para a homogeneização de dados e posterior criação de soluções computacionais. Apesar da clareza da necessidade de recursos de tecnologia da informação para melhorar a gestão na agricultura, há poucos padrões desenvolvidos ou em desenvolvimento para esse fim. Os padrões existentes são específicos ou proprietários, dificultando tanto a homogeneização quanto o compartilhamento de dados. Assim, a proposta da pesquisa foi mapear os processos da produção de fibra de algodão no Brasil, por meio de uma ontologia de domínio, resultando em conhecimento para a criação de um padrão de metadados contribuindo com a melhoria no processo de intercâmbio de dados nesse segmento e também para a melhoria da qualidade de dados na cotonicultura por meio da melhoria nas dimensões de: integridade de dados, completeza e acessibilidade. A validação do padrão de metadados resultante foi realizada por meio de uma prova de conceito verificando as contribuições tanto para o desenvolvimento de software quanto para melhoria da integridade e qualidade de dados na cotonicultura. / The management of cotton production depends on quality data to create helpful information to decision-making in agricultural processes. Some tasks depend on the readability of the data generated and necessary to process this segment. Thus, the mapping of classes most relevant data is crucial for homogenizing data and then creating computational solutions. Despite the clear need for IT resources to improve management in agriculture, there are few standards developed or under development for this purpose. Existing standards are specific or legacy, hindering both homogeneity and data sharing. Thus, the research proposal is to map the cotton fiber production processes in Brazil, using the domain ontology, resulting in knowledge to create a metadata standard contributing to the improvement in the data exchange process in this segment and also improving data quality in cotton production, improving data integrity in dimensions such as completeness and accessibility. The validation of the resulting metadata standard was performed using proof of concept to verify the contributions both for software development and for improving the quality and integrity of data in the cotton industry.

A gestão da cotonicultura depende de dados com qualidade para a criação de informações que possam auxiliar a tomada de decisões nos processos agrícolas. Parte dessa tarefa depende da legibilidade dos dados gerados, necessários para os processos desse segmento. Com isso, o mapeamento das classes de dados mais relevantes é fundamental para a homogeneização de dados e posterior criação de soluções computacionais. Apesar da clareza da necessidade de recursos de tecnologia da informação para melhorar a gestão na agricultura, há poucos padrões desenvolvidos ou em desenvolvimento para esse fim. Os padrões existentes são específicos ou proprietários, dificultando tanto a homogeneização quanto o compartilhamento de dados. Assim, a proposta da pesquisa foi mapear os processos da produção de fibra de algodão no Brasil, por meio de uma ontologia de domínio, resultando em conhecimento para a criação de um padrão de metadados contribuindo com a melhoria no processo de intercâmbio de dados nesse segmento e também para a melhoria da qualidade de dados na cotonicultura por meio da melhoria nas dimensões de: integridade de dados, completeza e acessibilidade. A validação do padrão de metadados resultante foi realizada por meio de uma prova de conceito verificando as contribuições tanto para o desenvolvimento de software quanto para melhoria da integridade e qualidade de dados na cotonicultura. / The management of cotton production depends on quality data to create helpful information to decision-making in agricultural processes. Some tasks depend on the readability of the data generated and necessary to process this segment. Thus, the mapping of classes most relevant data is crucial for homogenizing data and then creating computational solutions. Despite the clear need for IT resources to improve management in agriculture, there are few standards developed or under development for this purpose. Existing standards are specific or legacy, hindering both homogeneity and data sharing. Thus, the research proposal is to map the cotton fiber production processes in Brazil, using the domain ontology, resulting in knowledge to create a metadata standard contributing to the improvement in the data exchange process in this segment and also improving data quality in cotton production, improving data integrity in dimensions such as completeness and accessibility. The validation of the resulting metadata standard was performed using proof of concept to verify the contributions both for software development and for improving the quality and integrity of data in the cotton industry.

Nowadays, when the difference between failure and success is amount of the available information combined with exponential growth of the available information on web leads to rising need to track the quality of the data. This worldwide trend is not only global, but it affects even individuals and companies in particular. In comparison with the past these companies produce higher amount of data, which are more complex at the same time, all to get a better idea about the real world. This leads us to the main problem, when we not only need to gather the data, but we have to present them in such way, so they can serve the purpose for which they have been gathered. Therefore the purpose of this thesis is to focus on processes following the data gathering -- data quality and transformation processes. In the first part of the thesis we will define a basic concept and issues, followed by methods necessary for acquiring requested data in expected quality, which includes the required infrastructure. In the second part of the thesis we will define real-life example and use the knowledge from previous part to design usable solution and deploy it into use. In conclusion we will evaluate the design compared to the result acquired from its real-life utilization.