Page 56 - 7.Big Data Application on Digital Marketing
P. 56

หลักการประยุกต์ใช้ข้อมูลขนาดใหญ่ด้านดิจิทัลมาร์เก็ตติ้งออนไลน์ในอุตสาหกรรม S-curve ของประเทศไทย |
                                                                                                         |  55





                       2  Big Data ของ สำนักงานพัฒนาวิทยาศาสตรและเทคโนโลยีแหงชาติ (สวทช.

                       การวิเคราะหขอมูลขนาดใหญ (Big data Analytics) เพื่อเปนการกำหนดเขตเหมาะสมที่สุดสำหรับปลูกพืช

               เศรษฐกิจ (Big Data Analytics for Farmland Zoning Optimization

                       คุณลักษณะโดยยอ

                         การกำหนดพื้นที่เหมาะสมสำหรับปลูกพืชเศรษฐกิจเพื่อทดแทนพื้นที่ปลูกขาว จะทำใหภาครัฐสามารถดูแลเกษตรกร
               ไดอยางเต็มที่ โดยเพิ่มรายได ลดรายจาย และขยายโอกาสใหแกเกษตรกร งานวิจัยนี้ไดใชแบบจำลองทางคณิตศาสตรและ
               เทคโนโลยีการวิเคราะหขอมูลขนาดใหญ (Big Data Analytics เพื่อจัดพื้นที่เกษตรกรรมใหเกิดประโยชนสูงสุด ที่มี

               วัตถุประสงคใหเกษตรกรมีรายไดสูงสุดจากการปลูกพืชทดแทนนั้นๆ ดวยปจจัยตางๆที่สำคัญเชน ความตองการของตลาด
               ความเหมาะสมของดินและปจจัยความตองการของพืชแตละชนิด และที่ตั้งโรงงานรับซื้อ เปนตน

                       คุณสมบัติ

                       ระบบนี้สามารถแสดงพื้นที่ที่ควรใชปลูกพืชเศรษฐกิจอื่นใดทดแทนขาว เนื่องจากสภาพพื้นที่นั้นๆไมเหมาะสมตอการ

               ปลูกขาว โดยใชขอมูลการใชพื้นที่ (land use และความเหมาะสมของพื้นที่ ( land suitability รวมกับขอมูลทางเศรษฐกิจ
               เพื่อใหเกษตรกรไดผลตอบแทนสุทธิที่ดีที่สุด โดยแสดงผลในรูปแบบภูมิศาสตร (แผนที่ และสามารถแสดงรายละเอียดไดตั้งแต
               ระดับประเทศ ลงไปถึงระดับตำบล

                       จุดเดนของเทคโนโลยี

                       เนนการใชพื้นที่ปลูกที่สามารถใหผลตอบแทนสุทธิสูงสุด (net profit แกเกษตรกร โดยใชการวิเคราะหขอมูลแบบ

               Big Data Analytics ดวย MapReduce เพื่อการประมวลผลที่รวดเร็วใชขอมูลการใชพื้นที่ (land use และความเหมาะสม
               ของพื้นที่ (land suitability ตามความตองการ ( Crop Requirement ของขาว , ขาวโพด, มันสำปะหลัง, ออย, สับปะรด, ถั่ว
               เหลือง, ปาลมและยางพารา จากกรมพัฒนาที่ดิน (พด. ใชขอมูลทางเศรษฐศาสตร เชน ราคาซื้อ ราคาขาย ตนทุน ความ

               ตองการของตลาด ปริมาณผลผลิต ของพืชตางๆจากสำนักงานเศรษฐกิจการเกษตร (สศก. ใชขอมูลเกี่ยวกับการขนสง เชน
               ตำแหนงของโรงงาน ที่รวบรวมโดยสำนักงานคณะกรรมการพัฒนาการเศรษฐกิจและสังคมแหงชาติ (สศช. วิเคราะหพื้นที่ปลูก
               ขาวโดยความรวมมือกับ สำนักงานพัฒนาเทคโนโลยีอวกาศและภูมิสารสนเทศ (สทอภ., GISTDA สามารถแสดงผลไดทั้งในเชิง

               แผนที่และรายงานสถิติที่เกี่ยวของ ผูใชสามารถเขาถึงขอมูลไดงายผานทาง web browser และ mobile application
               สามารถปรับปรุงขอมูลการใชพื้นที่ (land use , ความเหมาะสมของพื้นที่ (land suitability , ขอมูลทางเศรษฐศาสตร และ
               ขอมูลอื่นๆ ที่เกี่ยวของใหทันสมัยไดโดยงาย


















                 INTRODUCTION TO IOT ANALYTICS USING HADOOP                                        สถาบันสหวิทยาการดิจิทัลและหุนยนต มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร
   51   52   53   54   55   56   57   58   59   60   61