Model pembelajaran mesin mahasiswa RMIT memberdayakan petani

Vietnam adalah pengekspor kopi terbesar kedua di dunia dan menyumbang lebih dari separuh pasokan Robusta global. Produksi kopi pada tahun panen 2022/23 diperkirakan mencapai 29,75 juta karung, dengan Robusta menyumbang lebih dari 95%.

Dalam Tinjauan Tahunan 2021/2022 Organisasi Kopi Internasional, Vietnam menduduki peringkat pertama dalam produktivitas budidaya kopi dengan 2,4 ton/ha. Produksi kopi di Vietnam terdiri dari biji kopi Robusta, Arabika, Cherri, Moka, dan Culi, yang merupakan jenis kopi terpopuler yang ditanam di Vietnam.

Namun, harga produk pertanian secara umum dan harga biji kopi secara khusus sering kali tidak stabil dan dapat berfluktuasi tajam selama masa panen raya, yang secara signifikan memengaruhi pendapatan petani dan menyebabkan kerusakan pada perekonomian .

Dari kiri ke kanan: Mahasiswa Fakultas Sains , Teknik dan Teknologi RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (baris atas), Le Ngoc Nguyen Thuan, Doan Chanh Thong (baris bawah)

Dari kiri ke kanan: Mahasiswa Fakultas Sains, Teknik, dan Teknologi RMIT: Lam Tin Dieu, Nguyen Hai Minh Trang, Nguyen Phuong Nam (barisan atas), Le Ngoc Nguyen Thuan, Doan Chanh Thong (barisan bawah)

Untuk meneliti solusi bagi masalah ini, selama empat bulan, sekelompok mahasiswa tahun akhir Sarjana Teknologi Informasi, Fakultas Sains, Teknik dan Teknologi, termasuk Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam dan Lam Tin Dieu, melatih dan mengevaluasi enam model pembelajaran mesin (ML) untuk memprediksi harga kopi, yang dapat membantu petani Vietnam membuat keputusan yang tepat tentang tanaman mereka dan merencanakannya dengan tepat, mengoptimalkan keuntungan dan meminimalkan kerugian.

"Kami mengembangkan enam model ML, yaitu LSTM, GRU, ARIMA, SARIMA, SVM, dan RF, berdasarkan riwayat harga kopi, harga bensin, suhu, dan curah hujan, untuk memprediksi harga kopi Robusta di Provinsi Lam Dong dan menemukan bahwa model RF, dengan menggunakan seluruh kumpulan data, adalah yang paling efektif," ujar Trang.

Di antara 6 model pembelajaran mesin, model RF, yang menggunakan seluruh kumpulan data, memberikan hasil terbaik.

RF dapat menggabungkan kumpulan data yang lebih kaya dan menangani hubungan nonlinier. Selain itu, harga bahan bakar terbukti menjadi prediktor yang signifikan dan mengungguli semua fitur uji lainnya jika digabungkan.

Tim menekankan bahwa model tersebut memiliki potensi untuk perbaikan lebih lanjut dengan mempelajari dan menggabungkan dampak hasil panen, tren pasar, dan peristiwa geopolitik terhadap harga pertanian.

Setiap anggota tim menghadapi tantangan yang berbeda-beda selama proyek, seperti kurangnya pemahaman mendalam tentang berbagai model ML, mengomunikasikan kompleksitas pekerjaan mereka secara efektif ke ranah AI, atau mengelola waktu dan komunikasi saat bekerja jarak jauh. Namun, dengan menginvestasikan banyak waktu dalam riset, mendalami makalah riset terkait AI dan ML, serta meningkatkan keterampilan teknis dan kolaborasi, mereka meningkatkan keterampilan riset AI untuk permasalahan dunia nyata dan mampu mengembangkan riset tim mereka menjadi produk nyata.

“Tantangan utama bagi kami berkisar pada pengumpulan dan integrasi data,” ungkap Thuan.

Meskipun pengembangan modelnya cukup mudah, investasi waktu yang signifikan yang dibutuhkan untuk pengumpulan dan integrasi data menjadi tantangan besar bagi kami. Setiap anggota tim menjalani serangkaian pembelajaran dan peningkatan, baik dalam keterampilan teknis maupun koordinasi proyek, mulai dari riset mendalam, hingga mendorong inovasi dan menghasilkan solusi baru.

Saat penelitian dilakukan, Nam berdomisili di Hanoi dan memiliki pekerjaan penuh waktu. Untuk mencegah penundaan dan potensi gangguan, Nam mengatakan timnya mengadakan pertemuan mingguan dan menjaga komunikasi rutin, baik untuk saling memotivasi agar tetap fokus dan menyelesaikan beban kerja yang diberikan.

Proyek akhir tim ini diawasi secara ketat oleh para anggota fakultas dari Sekolah Sains, Teknik, dan Teknologi, RMIT Vietnam. Hasil proyek ini baru-baru ini dipresentasikan di sebuah acara internasional bergengsi – Konferensi Internasional IEEE/ACIS ke-8 tentang Big Data, Komputasi Awan, dan Rekayasa Ilmu Data (BCD 2023) – yang dihadiri oleh para peneliti, ilmuwan, insinyur, dan pakar di bidang Big Data, Komputasi Awan, dan Ilmu Data.

Mahasiswa Nguyen Phuong Nam mendemonstrasikan cara kerja situs simulasi harga kopi

Tim berencana untuk menyempurnakan model berdasarkan masukan dari presentasi konferensi, dan juga mengeksplorasi pendekatan lain untuk meningkatkan akurasi dan penerapan prediksi mereka.

“Kami berencana untuk mendalami lebih jauh teknik-teknik mutakhir dan metode-metode baru di bidang ini untuk semakin memperkuat hasil penelitian yang telah dicapai tim ini,” ujar Thong.

“Selain itu, kami berencana berkolaborasi dengan para ahli lain di bidang ini dan menjajaki potensi kemitraan untuk memperluas cakupan dan dampak temuan penelitian kelompok ini.”

Tim berencana untuk terus mengulangi dan meningkatkan penelitian sehingga dapat memberikan kontribusi praktis terhadap bidang Big Data dan AI yang terus berkembang dari penelitian spesifik Anda.

Tautan sumber: https://thanhnien.vn/mo-hinh-may-hoc-cua-sinh-vien-rmit-tiep-them-suc-manh-cho-nong-dan-185240201181300139.htm