Smart Media Journal (스마트미디어저널)

THE KOREAN INSTITUTE OF SMART MEDIA (한국스마트미디어학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Time Series Models for Predicting Cucumber Shipment Using Smart Farm Data

스마트팜 데이터를 활용한 오이 출하량 예측 시계열 모델 연구

  • 이혜경 (순천대학교 스마트농업전공) ;
  • 신창선 (순천대학교 인공지능공학부)
  • Received : 2024.08.28
  • Accepted : 2024.09.13
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study utilizes data collected by the Rural Development Administration from smart farm sites to identify key variables affecting cucumber shipment and proposes the most accurate prediction model through comparative analysis of various forecasting models. The dataset includes daily weather conditions, cultivation environments, and management activities from 36 different crop seasons. The predictive models used in this study include Multiple Regression, ARIMA(Auto Regressive Integrated Moving Average), LSTM(Long Short-Term Memory), and SARIMA(Seasonal Auto Regressive Integrated Moving Average). Model performance was evaluated using RMSE and MAE, with SARIMA demonstrating the best results. By optimizing the hyperparameters, SARIMA's prediction accuracy improved significantly, effectively capturing the strong seasonality in cucumber shipments.

본 연구는 스마트팜 현장에서 수집한 농촌진흥청 데이터를 활용해 오이 출하량에 영향을 미치는 주요 변수를 확인하고, 다양한 예측 모델을 비교 분석하여 최적의 예측 모델을 제안한다. 연구 데이터는 36개의 작기별로 수집된 기상 조건, 재배 환경, 관리 활동 등의 변수를 포함하며, 예측 모델로는 다중회귀분석, ARIMA, LSTM, SARIMA를 사용했다. 성능은 RMSE와 MAE로 평가되었으며, SARIMA 모델이 가장 우수한 성능을 보였다. 하이퍼파라미터 조정을 통해 SARIMA 모델의 예측 정확도가 향상되었으며, 이는 오이 출하량이 계절성에 크게 의존하는 특성을 효과적으로 반영한 결과이다.

Keywords

Acknowledgement

이 논문은 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 지역지능화혁신인재양성사업임(IITP-2024-2020-0-01489)

References

  1. 김세원, 김영희, "작물 생산량 예측을 위한 머신러닝 기법 활용 연구," 한국산학기술학회논문지, 제22권, 제7호, 403-408쪽, 2021년 https://doi.org/10.5762/KAIS.2021.22.7.403
  2. 오정원, 김행곤, 김일태, "머신러닝 적용 과일 수확시기 예측시스템 설계 및 구현," 스마트미디어저널, 제8권, 제1호, ISSN 2287-1322, 2019년 3월
  3. 김서연, 김송연, 한규림, 조인아, 경재영, " 스마트 팜 딸기 생산량 예측 모델: 시계열 데이터의 변수선정을 중심으로", 한국정보기술학회 추계 종합학술대회 논문집, 744-748쪽, 2023년 11월
  4. 이규빈, 김승연, 안동혁, "개체 탐지 모델을 활용한 전기 아크 위험성 예측 시스템 개발," 스마트미디어저널, 제9권, 제1호, 38-44쪽, 2020년 3월
  5. 이지은 , 김송연, 한규림, 조인아, 경재영, 최예림 "시설오이의 생육에 영향을 미치는 최적 환경요인에 관한 연구," 한국자료분석학회지, 제21권, 제6호, 2913-2920쪽, 2019년 12월 https://doi.org/10.37727/jkdas.2019.21.6.2913
  6. 전명희, "오이 최적 생육 및 생산을 위한 빅데이이터 적용 온실 환경관리 모델 개발", 건국대학교 박사학위 논문, 2021년 5월
  7. J.Y. Parke, M.H. Yoo, T.M. Nho, D.K. Shin and S.K. Kim, A study of Battery User Pattern Change tracking method using Linear Regression and ARIMA Model, Journal of the KIECS. vol. 17, no. 3, pp. 423-432, Jun. 30. 2022
  8. 김동현, 김민우, 이병준, 김경태, 윤희용, "ARIMA 모델을 이용한 데이터 흐름 예측 기법", 한국컴퓨터정보학회 하계학술대회 논문집, 제26권, 제2호, 2018년 7월
  9. J. Choi, "Performance Comparison of Machine Learning in the Prediction for Amount of Power Market," Journal of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 5, pp. 943-950, 2019.
  10. G. Bak and C. Bae, "Performance Comparison of Machine Learning in the Various Kind of Prediction," Journal of the Korea Institute of Electronic Communication Sciences, vol. 14, no.1, pp. 169-178, 2019.
  11. 김종화, 최종후, 강창완, "순환신경망 모형을 활용한 시계열 비교예측," Journal of the Korean Data Analysis Society, 제21권, 제4호, 1771-1779쪽, 2019년 8월 https://doi.org/10.37727/jkdas.2019.21.4.1771
  12. 이현조, 김용기, 구현정, 채철주, "농업 공공 빅데이터를 이용한 머신러닝 기반 생산량 및 판매수익금 예측," 스마트미디어저널, 제11권, 제4호, 19-29쪽, 2022년 8월 https://doi.org/10.30693/SMJ.2022.11.4.19
  13. E.H. Etuk, "The Fitting of a SARIMA Modelto Monthly Naira-Euro Exchange Rates," Mathematical Theory and Modeling, Vol. 3, No. 1, pp. 17-26, 2013.