Vietnam ist der zweitgrößte Kaffeeexporteur der Welt und trägt mehr als die Hälfte zum weltweiten Robusta-Angebot bei. Die Kaffeeproduktion im Erntejahr 2022/23 wird voraussichtlich 29,75 Millionen Säcke erreichen, wovon mehr als 95 % auf Robusta entfallen. Allerdings sind die Preise für Agrarprodukte im Allgemeinen und für Kaffeebohnen im Besonderen oft instabil und können während der Erntezeit erheblich schwanken, was sich erheblich auf die Einkommen der Landwirte auswirkt und der Wirtschaft schadet.

Eine Gruppe von Studenten im letzten Studienjahr der Fakultät für Naturwissenschaften, Ingenieurwesen und Technologie, darunter Nguyen Hai Minh Trang, Doan Chanh Thong, Le Ngoc Nguyen Thuan, Nguyen Phuong Nam und Lam Tin Dieu, trainierten und evaluierten zusammen mit ihren Dozenten sechs Modelle des maschinellen Lernens (ML), um Kaffeepreise vorherzusagen. Das Modell kann vietnamesische Landwirte dabei unterstützen, geeignete Entscheidungen hinsichtlich des Anbaus zu treffen und diese zu planen, um so Gewinne zu optimieren und Verluste zu minimieren.

Nguyen Hai Minh Trang, ein Forschungsmitglied, sagte, das Team habe sechs ML-Modelle entwickelt, nämlich LSTM, GRU, ARIMA, SARIMA, SVM und RF, basierend auf der Historie der Kaffeepreise, des Benzins, der Temperatur und des Niederschlags, um die Preise für Robusta-Kaffee in der Provinz Lam Dong vorherzusagen. Es wurde festgestellt, dass das RF-Modell, das den gesamten Datensatz verwendet, am effizientesten ist.

Der Grund dafür ist, dass RF umfangreichere Datensätze integrieren und nichtlineare Beziehungen verarbeiten kann. Darüber hinaus erwies sich der Kraftstoffpreis als wichtiger Prädiktor und übertraf alle anderen getesteten Merkmale zusammen.

Dem Forschungsteam zufolge besteht das Potenzial, das Modell noch weiter zu verbessern, indem die Auswirkungen von Ernteerträgen, Markttrends und geopolitischen Ereignissen auf die Agrarpreise untersucht und berücksichtigt werden.

Die Forschungsergebnisse wurden auf der 8. IEEE/ACIS International Conference on Big Data, Cloud Computing and Data Science Techniques (BCD 2023) vorgestellt – gemeinsam mit Forschern, Wissenschaftlern, Ingenieuren und Experten, die im Dezember in Ho-Chi-Minh-Stadt stattfand. Hier machten Experten Vorschläge zur Verbesserung der Genauigkeit und Anwendbarkeit der Vorhersagen des Modells. „Wir planen, uns eingehender mit den neuesten Techniken und neuen Methoden auf diesem Gebiet zu befassen, um die Forschungsergebnisse des Teams weiter zu festigen“, sagte Thong.

Hai Minh