การพยากรณ์ราคาปุ๋ยยูเรียโดยขั้นตอนวิธีการเรียนรู้ของเครื่อง

Abstract

งานวิจัยนี้ศึกษาการพยากรณ์ราคาปุ๋ยยูเรียรายเดือนในประเทศไทยจากข้อมูลราคาสินค้าเกษตรย้อนหลัง ราคาวัตถุดิบที่ใช้ในการผลิตและดัชนีทางเศรษฐศาสตร์โดยใช้ขั้นตอนวิธีการเรียนรู้ของเครื่อง ซึ่งปัจจัยต่าง ๆ เหล่านี้ ผ่านกระบวนการคัดเลือกฟีเจอร์ (Feature Selection) ก่อนนำไปพัฒนาสร้างแบบจำลองการพยากรณ์ราคา ผลการวิจัยนพบว่าแบบจำลอง Long Short-Term Memory (LSTM) มีค่าประสิทธิภาพการทำนาย R², MAE และ MSE เท่ากับ 0.84, MAE เท่ากับ 763.82 และ MSE เท่ากับ 0.79 x  ตามลำดับ ซึ่งมีค่า R² สูงที่สุดและค่า MAE และ MSE ต่ำที่สุด เมื่อเปรียบกับแบบจำลองอื่น ๆ จึงแสดงให้เห็นถึงความสามารถของแบบจำลอง ในการเป็นเครื่องมือให้กับเกษตรกรใช้ในการวางแผนการผลิตและการจัดการทรัพยากรทางการเกษตรอย่างมีประสิทธิภาพ