นักศึกษานำปัญญาประดิษฐ์มาใช้สร้างแบบจำลองพยากรณ์ราคาเมล็ดกาแฟ

กลุ่มนักศึกษา RMIT เวียดนามพัฒนาแบบจำลองที่สามารถคาดการณ์ราคาของกาแฟโรบัสต้าโดยใช้ประโยชน์จากข้อมูลในอดีตเกี่ยวกับราคาของกาแฟ ราคาน้ำมัน อุณหภูมิ และปริมาณน้ำฝน

เวียดนามเป็นผู้ส่งออกกาแฟรายใหญ่เป็นอันดับสองของโลกและมีส่วนสนับสนุนมากกว่าครึ่งหนึ่งของอุปทานโรบัสต้าทั่วโลก คาดว่าผลผลิตกาแฟในปีการเพาะปลูก 2022/23 จะสูงถึง 29.75 ล้านกระสอบ โดยโรบัสต้ามีสัดส่วนมากกว่า 95% อย่างไรก็ตาม ราคาผลิตภัณฑ์ทางการเกษตรโดยทั่วไปและโดยเฉพาะราคาเมล็ดกาแฟ มักจะไม่มั่นคงและผันผวนอย่างมากในช่วงเวลาการเก็บเกี่ยว ส่งผลกระทบต่อรายได้ของเกษตรกรอย่างมีนัยสำคัญและก่อให้เกิดความเสียหายต่อเศรษฐกิจ

กลุ่มนักศึกษาชั้นปีสุดท้ายสาขาวิชาเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ วิศวกรรมศาสตร์ และเทคโนโลยี ได้แก่ Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam และ Lam Tin Dieu พร้อมอาจารย์ผู้สอน ได้ทำการฝึกอบรมและประเมินโมเดลการเรียนรู้ของเครื่องจักร (ML) จำนวน 6 โมเดลเพื่อคาดการณ์ราคาของกาแฟ โมเดลดังกล่าวสามารถสนับสนุนเกษตรกรชาวเวียดนามในการตัดสินใจและวางแผนพืชผลได้อย่างเหมาะสม เพิ่มผลกำไรให้สูงสุด และลดการสูญเสียให้เหลือน้อยที่สุด

โมเดล RF ให้ผลลัพธ์ที่ดีที่สุด ภาพ : NVCC — โมเดล RF ให้ผลลัพธ์ที่ดีที่สุด ภาพ : *NVCC*

เหงียน ไฮ มินห์ ตรัง สมาชิกนักวิจัย กล่าวว่า ทีมได้พัฒนาโมเดล ML จำนวน 6 โมเดล ได้แก่ LSTM, GRU, ARIMA, SARIMA, SVM และ RF โดยอาศัยประวัติราคากาแฟ น้ำมันเบนซิน อุณหภูมิ และปริมาณน้ำฝน เพื่อคาดการณ์ราคาเมล็ดกาแฟโรบัสต้าในจังหวัดลัมดง พบว่าโมเดล RF ที่ใช้ชุดข้อมูลทั้งหมดมีประสิทธิภาพสูงสุด

เหตุผลก็คือ RF สามารถรวมชุดข้อมูลที่หลากหลายยิ่งขึ้นและจัดการกับความสัมพันธ์ที่ไม่เป็นเชิงเส้นได้ นอกจากนี้ ราคาน้ำมันยังแสดงให้เห็นว่าเป็นตัวทำนายที่มีนัยสำคัญ และเหนือกว่าคุณสมบัติอื่นๆ ที่ทดสอบรวมกัน

ตามที่ทีมวิจัยได้กล่าวไว้ โมเดลดังกล่าวมีศักยภาพที่จะได้รับการปรับปรุงเพิ่มเติมได้โดยการศึกษาและเพิ่มผลกระทบของผลผลิตพืชผล แนวโน้มตลาด และเหตุการณ์ทางภูมิรัฐศาสตร์ต่อราคาสินค้าเกษตร

สมาชิกทีมวิจัย ภาพ : NVCC — สมาชิกทีมวิจัย ภาพ : *NVCC*

ผลงานวิจัยได้ถูกนำเสนอในงานประชุมนานาชาติ IEEE/ACIS ครั้งที่ 8 ในเรื่อง Big Data, Cloud Computing and Data Science Techniques (BCD 2023) ร่วมกับนักวิจัย นักวิทยาศาสตร์ วิศวกร และผู้เชี่ยวชาญ ซึ่งจัดขึ้นในเดือนธันวาคมที่เมืองโฮจิมินห์ ที่นี่ผู้เชี่ยวชาญได้ให้ข้อเสนอแนะเพื่อปรับปรุงความแม่นยำและความสามารถในการใช้งานของการทำนายของแบบจำลอง “เราวางแผนที่จะเจาะลึกเทคนิคที่ล้ำสมัยและวิธีการเกิดใหม่ในสาขานี้มากขึ้น เพื่อเสริมความแข็งแกร่งให้กับผลการวิจัยที่ทีมงานบรรลุมา” ทองกล่าว

ไฮ มินห์

ลิงค์ที่มา