วารสารวิทยาการสารสนเทศและเทคโนโลยีประยุกต์ (Apr 2024)
Artificial Intelligence Model for Cooperative Organic Farming
Abstract
The objectives of this research were to: 1) Design and develop artificial intelligence system model for cooperative organic farming (AI-COF). 2) To develop a model for measuring and analyzing factors in organic agriculture cultivation using NB-IoT. 3) To develop an application for producers and consumers of organic products. Tools and methods for developing a geographic information system are applied in the spiral model of system development life cycle. The system user group consists of the Phetchaburi Cooperative Organic Farming Network Agricultural Group. The research results were as follows: 1) the AI-COF is a combination of electronic sensors. There are 3 parts. (1) Measurement and analysis tools for organic agriculture cultivation factors with NB-IoT. (2) Temperature and humidity sensor kit and camera for plant growth monitoring. (3) The application for producers and consumers of organic agricultural products serves as a storefront for purchasing products and allows consumers to request specific vegetables to be grown. 2) Evaluation the model quality of the AI-COF. (1) The efficiency of the participatory organic agriculture cultivation AI system model is high, with an average level of 4.13 and a standard deviation of 0.54. (2) The efficiency of the measurement and analysis tools of planting factors with NB-IoT was at a high level with an average level of 4.18 and a standard deviation of 0.57 (3). Performance of the application for producers and consumers is at a high level with an average level of 3.55 and a standard deviation of 0.64. (4) Benefits to use in cultivation is at a high level with an average level of 4.18 and a standard deviation of 0.54. (5) Benefits to organic farming groups is at a high level with an average level of 3.76 and a standard deviation of 0.55 and the overall quality in every aspect is at a high level with an average level of 3.96 and a standard deviation of 0.57. The research results of the artificial intelligence system for participatory organic farming can be applied to groups of farmers who produce other types of crops in order to meet the needs of consumers. บทคัดย่อ: การวิจัยครั้งนี้มีวัตถุประสงค์ 1) เพื่อพัฒนาตัวแบบระบบปัญญาประดิษฐ์การเพาะปลูกเกษตรอินทรีย์แบบมีส่วนร่วม 2) เพื่อพัฒนาตัวแบบเครื่องตรวจวัดและวิเคราะห์ปัจจัยการเพาะปลูกพืชเกษตรอินทรีย์ ด้วย NB-IoT 3) เพื่อพัฒนาตัวแบบแอปพลิเคชันผู้ผลิตและผู้บริโภคสินค้าเกษตรอินทรีย์ เครื่องมือและวิธีการวิจัยตัวแบบระบบสารสนเทศทางภูมิศาสตร์ได้ประยุกต์ตามวงจรพัฒนาระบบแบบเกลียว กลุ่มผู้ใช้ระบบสารสนเทศ ประกอบด้วย กลุ่มเกษตรเครือข่ายเกษตรอินทรีย์แบบมีส่วนร่วมจังหวัดเพชรบุรี ผลการวิจัยพบว่า 1) ตัวแบบระบบปัญญาประดิษฐ์การเพาะปลูกเกษตรอินทรีย์แบบมีส่วนร่วม (AI-COF) มีลักษณะผสมผสานกันระหว่างเครื่องมืออิเล็กทรอนิกส์เซนเซอร์ มี 3 ส่วน คือ (1) เครื่องตรวจวัดและวิเคราะห์ปัจจัยการเพาะปลูกพืชเกษตรอินทรีย์ ด้วย NB-IoT (2) ชุดเซนเซอร์วัดอุณหภูมิและความชื้น และ กล้องถ่ายภาพการเจริญเติบโตของพืช (3) แอปพิเคชั่นผู้ผลิตและผู้บริโภคสินค้าเกษตรอินทรีย์เป็นหน้าร้านการขายสินค้า สั่งปลูกพืชผักที่ผู้บริโภคต้องการ 2) ผลประเมินคุณภาพตัวแบบระบบปัญญาประดิษฐ์การเพาะปลูกเกษตรอินทรีย์แบบมีส่วนร่วม (1) ด้านประสิทธิภาพตัวแบบระบบปัญญาประดิษฐ์การเพาะปลูกเกษตรอินทรีย์แบบมีส่วนร่วม อยู่ในระดับมาก ที่ระดับค่าเฉลี่ย 4.13 ส่วนเบี่ยงเบน 0.54 (2) ด้านประสิทธิภาพของเครื่องตรวจวัดและวิเคราะห์ปัจจัยการเพาะปลูกพืชเกษตรอินทรีย์ ด้วย NB-IoT อยู่ในระดับมาก ที่ระดับค่าเฉลี่ย 4.18 ส่วนเบี่ยงเบน 0.57 (3) ด้านประสิทธิภาพตัวแบบแอปพลิเคชันผู้ผลิตและผู้บริโภคสินค้าเกษตรอินทรีย์ อยู่ในระดับมาก ที่ระดับค่าเฉลี่ย 3.55 ส่วนเบี่ยงเบน 0.64 (4) ด้านประโยชน์ต่อการในไปใช้เพาะปลูก อยู่ในระดับมาก ที่ระดับค่าเฉลี่ย 4.18 ส่วนเบี่ยงเบน 0.54 (5) ด้านประโยชน์ต่อกลุ่มเกษตรอินทรีย์ อยู่ในระดับมาก ที่ระดับค่าเฉลี่ย 3.76 ส่วนเบี่ยงเบน 0.55 และคุณภาพโดยรวมทุกด้านอยู่ในระดับมาก ที่ระดับค่าเฉลี่ย 3.96 ส่วนเบี่ยงเบน 0.57 สามารถนำผลการวิจัยตัวแบบระบบปัญญาประดิษฐ์การเพาะปลูกเกษตรอินทรีย์แบบมีส่วนร่วมไปประยุกต์ใช้ยังกลุ่มเกษตรกรผู้ผลิตพืชชนิดอื่นให้ได้ตามความต้องการของผู้บริโภค
Keywords
