การวิเคราะห์คุณลักษณะที่สามารถคาดการณ์ปริมาณการเพาะปลูกแบบเกษตรแม่นยำ: กรณีศึกษาผลผลิตข้าว

การวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษาปัจจัยที่ส่งผลต่อผลผลิตข้าวและสร้างโมเดลพยากรณ์ผลผลิตข้าว กรณีศึกษาข้าว 5 สายพันธุ์ที่ได้รับความนิยมในประเทศไทย โดยการนำเอาข้อมูลมาจากการเก็บข้อมูลการเพาะปลูกของเกษตกรในประเทศไทยมาทำการวิเคราะห์ความสัมพันธ์ของข้อมูลและประยุกต์ใช้สร้างโมเดลการเรียนรู้ของเครื่อง (Machine Learning) ที่ใช้สำหรับพยากรณ์ผลผลิตข้าว เพื่อเป็นแนวทางในการเพาะปลูกข้าวให้ได้ผลผลิตสูงที่สุดให้กับเกษตกรไทยและหน่วยงานที่เกี่ยวข้อง ผลการวิจัยพบว่า ปัจจัยที่ส่งผลต่อผลผลิตข้าวด้วยวิธีการวิเคราะห์ความสัมพันธ์ร่วมกับข้อมูลจากเกษตกรไทยพบว่า ปริมาณปุ๋ย อุณหภูมิสะสม และปริมาณน้ำมีผลต่อผลผลิตข้าวเป็นอย่างมีนัยสำคัญ ซึ่งได้นำผลลัพธ์จากการวิเคราะห์ความสัมพันธ์มาประยุกต์ใช้ในการสร้างโมเดลการเรียนรู้ของเครื่อง (Machine Learning) สำหรับการพยากรณ์ผลผลิตข้าวมีผลดังนี้ โมเดลที่มีความแม่นยำสูงสุดคือ โครงข่ายประสาทเทียมแบบที่ 2 (จำนวนชั้นซ่อน = 1 จำนวนเพอร์เซพทรอน = 20 จำนวนรอบการเรียนรู้ = 200 ฟังก์ชันกระตุ้น = Relu & Sigmoid) ให้ค่า RMSE ข้อมูลชุดทดสอบ 0.155