A Study on the Performance of Machine Learning Algorithms for Water Quality Analysis: A Case Study of Aquaculture

Abstract

This research investigates the efficiency of various machine learning algorithms in analyzing water quality specifically for aquaculture applications. The study is structured around three core objectives: comparing the predictive accuracy of five distinct algorithms Linear Regression, Random Forest, Neural Networks, CNN, and LSTM; identifying the critical water quality parameters that influence optimal farming decisions; and proposing a robust model selection framework for integration into Smart Farm systems. The research methodology employed a synthetic dataset modeled after established water quality criteria for tilapia cage farming. This data was processed using Python, with the dataset partitioned into an 80:20 ratio for training and testing purposes, respectively. The empirical results demonstrate that Random Forest and Gradient Boosting outperformed other models, achieving a peak classification accuracy of 99.98%. While deep learning architectures such as CNN and LSTM provided competitive results, they were characterized by significantly higher computational demands and longer training durations. Furthermore, the Feature Importance analysis highlights that pH levels and Dissolved Oxygen (DO) serve as the most influential factors in the models' decision-making processes, marking them as vital indicators for real-time water quality monitoring in smart aquaculture.

งานวิจัยนี้มีจุดประสงค์เพื่อศึกษาประสิทธิภาพของอัลกอริทึมการเรียนรู้ของเครื่อง สำหรับการวิเคราะห์คุณภาพน้ำ กรณีศึกษาการเลี้ยงปลา โดยมีจุดมุ่งหมาย 3 ประการ ได้แก่ 1.เพื่อเปรียบเทียบความแม่นยำของ 5 อัลกอริซึม ได้แก่ Linear Regression, Random Forest, Neural Networks, CNN และ LSTM ในการวิเคราะห์คุณภาพน้ำเพื่อการเลี้ยงปลา 2.เพื่อวิเคราะห์ความสำคัญของปัจจัยด้านคุณภาพน้ำ ที่ส่งผลต่อการตัดสินใจเลี้ยงปลาอย่างเหมาะสม 3. เพื่อเสนอแนวทางเลือกโมเดลที่เหมาะสมสำหรับนำไปใช้งานจริงในระบบ Smart farm การดำเนินงานวิจัยใช้ชุดข้อมูลจำลอง (Synthetic Dataset) ซึ่งสร้างขึ้นจากเกณฑ์คุณภาพน้ำที่เหมาะสมต่อการเลี้ยงปลาในกระชังนิลตามงานวิจัยที่เกี่ยวข้อง โดยกำหนดค่าคุณภาพน้ำที่เหมาะสม จากนั้นแบ่งข้อมูลออกเป็นชุดฝึกและชุดทดสอบในอัตราส่วน 80:20 และทำการฝึกสอนโมเดลด้วยภาษา Python ผู้ศึกษาวิจัยพบว่า Random Forest และ Gradient Boosting ให้ประสิทธิภาพสูงสุด โดยมีความแม่นยำในการจำแนกข้อมูลสูงที่สุด โดยมีค่าความแม่นยำอยู่ร้อยละ 99.98 ขณะที่ CNN และ LSTM ให้ผลลัพธ์ที่ใกล้เคียงกันแต่ใช้เวลาในการฝึกสอนสูงกว่า การวิเคราะห์ Feature Importance แสดงให้เห็นว่าค่า pH และปริมาณออกซิเจนละลายน้ำเป็นปัจจัยที่มีความสำคัญสูงสุดต่อการตัดสินใจของโมเดล