Int ern at i onal  Journ al of Ele ctrical  an d  Co mput er  En gin eeri ng   (IJ E C E)   Vo l.   9 , No .   6 ,  Decem ber   201 9 , p p.   5502~ 5511   IS S N:  20 88 - 8708 ,  DOI: 10 .11 591/ ijece . v 9 i 6 . pp5502 - 55 11           5502       Journ al h om e page :  http: // ia es core .c om/ journa ls /i ndex. ph p/IJECE   Knowled ge and  i ntegr ated  d ata  m anagem en t  m odel fo r  p er s onali ze d  i nt ercr oppin g in  r ub ber  p l antation       Ko rn kano k P ho ks awa t 1 ,  M as su di M ah m uddin 2   1 Facul t y   of  Man age m ent   Techno log y ,   R aj amang a la   Univ ersity   of Tec hno log y   Sriv ij a y a ,   Thaila nd   1,2 School  of  Co m puti ng,   Univer siti   Ut ara Mal a ysia,   Ma lay si a       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   N ov   18 , 201 8   Re vised  A pr   18 , 2 01 9   Accepte d  J un   1 2 , 201 9       Sele c ti on  and  allocation  of  spac e  for  int ercroppi ng  in  rubbe r  plantat ions  to   m axi m iz e  y ield  and  m ini m um   costs  for  indi vid ual   far m ers  inv olve s  Multi - Crit eria  De ci sio n  Making  (MCD M)  and  seve ra l  conditions.   Th e  proble m   is   tha t  th e  informat ion  is  sca ttere d  i n  m an y   re la t ed  age nc ie s,  t her e   a re  sepa ra te  stores  and  som e   dat a  is  red unda nt.   In  addition,   t he  form at   of  the  dat a  var ie s   depe nding  on  th e  purpose  of  th e   dat a .   Th e  know le dge  of   select in g  pla nts  to   grow  in  th e  r ubber   pl ant a ti o n  is  the  t ac i t   knowledge  acquire d  from     the   expe r ie n ce  of  suc ce ss ful  far m ers  in  rubbe r  pla nt at ion s  and  from  agr ic u lt ura l  ex per ts.  The r efo r e,   thi s  rese a rc h  invol ves  an  Inte gra t ed   Ontolog y - b ase d   knowledge   an d  Multi - Objecti ve  Optimiza t ion   m odel   for  int er cro pping  Dec ision  Support  Sy st ems   ( DS S).  Thi s  art ic l e  pre sents     th e  knowl edge  and  in te gr at ed   data  m ana g e m ent   m odel   fo r  developing     the   Inte r cro ppin g  in  Rubber  Pla nta ti ons  Ontolog y   b y   using  the   T ria ngul at io n   in  the   m et hod  t o  ver if y   the   accura c y   of  th e  d at a  and  r esult s.   Moreove r,  propose  wa y s to  cre a te   r ec om m enda ti on  ru le s   th a t  are  e as y   to  rul e   updat e   and   m ai nte nan ce.   U sing  an  on tol og y   fo r  DS S  helps   to  re comm ende d  pl ant s  ac cor d ing  to  the  appr opriate   env ironment  of  th e   far m er  ar ea   b y  rule - base d   infe ren ce   to  r ep rese nt  log ic a l  re asoning.   It  could  al so  be  app li e d  to  anot he r   dom ai n  that  r equ ire s Int el l ige nt   D SS   for  MCD M.   Ke yw or d s :   In te gr at ed   d at a  m anag e m ent   In te rc r opping   Kno wled ge - ba sed   Mult i - c rite ria  d eci sion   m aking    On t ology   f or  DS S   Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights re serv ed .   Corres pond in g  Aut h or :   Kornka nok  P hoksa wat,     Faculty  of Ma nag em ent Tech no l og y,   Ra j am ang al a U ni ver sit y o f Te ch no l og y  Sri vij ay a,   109Moo 2  Tam ya i, Thungs ong,   Na khon Si  T ham m arat,  80110 - T haila nd .   Em a il : ko r nk a nok.p @r m utsv.ac.t h       1.   INTROD U CTION   So il   and   la nd   reso ur ces  are  scarce  reso ur ces  thatc an  no t  be  re gen erated ,  especial ly   in  Thail and .  Ther e  is  an  area  fo r  agr ic ultur e  of   35 .7 %  of   the  total   area  of   the  cou ntry  of   wh ic h  79 .1 0%  is  a  m on ocu lt ur al   syst em   and   20 .9 %  is  a  blend   of   agr ic ultur e  [1] .   Thail and   is  the  wo rld’ s  secon d  la rg est   ru bb er  plantat ion   area  and   this  m ajo r  econ om ic   cro p,   al on g  with  oth er  m on ocu lt ur es  has  su ff ered   with  un certai n  low  pr ic es  since  20 14   causing   a  gr eat   decli ne  in  incom e  in  ru bb er  far m ers  in  the  so uth   and   the  Thail and   econ om y  [2] .   Rub ber   is  a  key  m od ern   ind us tria l  raw   m at erial ,  no t  on ly   us ed  in  ty res.   This  decli ne  in  ru bb er  incom e  le d  to    the av erag e d ebt  of  h ou seho lds in  the so uth   increasing , esp eci al ly  the  75 % o f  al l farm ers  wh o  far m  r ub ber   [3]   and   wer e  un able  to  pay  their  bill sand m any  far m ers  theref or e  decided   to  up ro ot  their  ru bb er  trees  and   plant  ano ther  cro p.   C on ver ti ng   m on ocu lt ur e  into  a  po ly   or   intercro pp ing   syst em   is  a  local   wisd om   or   gen eral  way  to  so lve  pr ob le m s  fo r  a  par ti cular  area.  [4]   def ine  In te rcr op pin g  as  a  cro pp ing   syst em   with,  du ring   a  gr ow ing   season ,  two  or   m ulti ple  cro ps   planted  in  the  sam e  fiel d  and   theref or e  a  p os sible  su sta inable  al te rn at ive   fo r  r edu ci ng   the  risk  of   insect   at ta ck  and / or   plant  patho gen s  and   pr od uct  pr ic e  fluctuati on   [5] .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Kno wl ed ge a nd inte grate d d at a  m ana ge men t  mod el  f or   pers onalized  ...  ( Ko rn k anok  P hoks awa t)   5503   Thail and   go ver nm ent  po li cy   m aker s  and   po li cy   im plem ented  agen ci es  hav e  m ade  a  lot  of   at te m pts  to  su pp or t  intercro pp ing   [6] .   It also u ses li m it ed  reso ur ces su ch  as land  an d  bu dg et  to  get the m os t ou t of  them .   The  pr ob le m   is  the  far m ers  la ck  kn ow le dg e  fo r  intercro pp ing   and   do   no t  kn ow   the  pr od uction    cost  data  of   each  plant  [7] .  The  way  to  le arn   is  fr om   su ccessfu l  far m ers,   a  le arn ing   center  or   a  local   ph il os op her   [6] .   The  tria l  inv olv ed  identify ing   wh at   and   ho w  m uch   to  plant  with  the  avail able  reso ur ces  of   far m ers  and   the  inv est m ent  costs  and   rev enu e  est im at es.  Fr om   the  abo ve - m entioned   pr ob le m s,  the  research er  has  the  idea  of   dev el op ing   a  so luti on   to  the  pr ob le m   of   planting   sp ace  al locat ion .  It  includes  reco m m end ing   su it able  plants  with  MC DM.  Ther e  are  sever al   pu rp os esi n  sel ect ing   the  righ t  plants;  us e  the  kn ow le dg e - base  to  intro du ce  the  li st  of   plants  and   al locat e  each  area  to  su it   the  area  con diti on s  and   ind ividu al   far m er  con diti on s tog et her   with the  m ulti - ob j ect ive o ptim iz at ion   m od el  f or   reso ur ce al locat ion .  That is,  far m ers  hav e    the h igh est  an nu al  inco m e and  the low est  co st, accor din g  to the p rinciple o f  intercro pp ing .    Acco rd ing   to  stud ie s,  it   has  bee n  fo un d  that  info rm at ion   to  su pp or t  the  decisi on   fo rintercr op pin g  in  ru bb er  plants  is  scat te red   in  m any  agen ci es  with  the  m issi on   of   pr om oting   the  culti vation  of   cro ps   and   Kn ow le dg e  Ma nag em ent  (K M).  It  is  the  transf er  of   kn ow le dg e  fr om   the  exp erts  thro ug h  stud y  visit s  and   pu blishing   the  do cum ents  of   each  agen cy   to  m anag e  kn ow le dg e  accord ing   to  the  pr inciple   of   kn ow le dg e  eng ineering   that  con ta ins  te chn iqu es  and   too ls  to  create   kn ow le dg e.  It  is  an  info rm at ion   te chn olo gy  syst em   that  beh aves  in  a  hu m an - li ke  way   to  identify   a  so luti on   or   decisi on   and   determ ine  the  reaso n  fo r  info rm at ion   and   decisi on - m aking   info rm at ion .  Ther e  are  m any  ways  to  create   kn ow le dg e - based   m et ho ds   su ch  as   un der sta nd ing   and   so lving   new   pr ob le m s   us ing   Ca se - Ba sed  Re ason ing   (CBR )  fr om   pr ior  e xp erience  of   sim il ar  cases  [8] , an d   On tolog ie s  [9] .     On tolog ie s  are  on e  of   the  basic  con cepts  of   the  Sem antic   W eb  Techn olo gy  [10]   wh ic h   is    an  extension   of   the  cur ren t  web   in  wh ic h  info rm at ion   is  giv en  m eaning   in  a  well - def ined  m achine  read able  way  to  assist   coo per at ive  wo rk ing   between   peo ple  and   com pu te rs  [10] ,  and   par ti cularly   us ed  in    the  Kn ow le dg e  Eng ineering   fiel d  [11] .   An   on tolog y  is  a  pr esentat ion   of   vo cabu la ry  that  rep resen ts  kn ow le dg e  or   con cepts.  This  is  a  set   of   info rm at ion   in  the  fo rm   of   con cepts  and   relat ion sh ips  that  rep resen t  data  and   data   structur es.  On tolog ie s  rather   than  databases  su pp or t  the  relat ion sh ip  between   data  becau se  on tolog ie s  can  determ ine  the  relat ion sh ip  between   con cepts.  On tolog ie s  fo cus  on   the  m eaning   of     the  info rm at ion   that  is  us ed  fo r  sh aring   and   m utu al   un der sta nd ing   be tween  peo ple  or   so ftwar e.   The  pr im ary  ob j ect ive  of   on tolog ie s  is   to  determ ine  kn ow le dg e   and   pr op or ti on at ed  do m ai n  m od el   fr om   a  var ie ty   of   so ur ces   [12] .  Ther efo re,  the  on tolog y  is  al so   us ed  in  kn ow le dg e  m anag em ent.  It  helps  to  find   that  kn ow le dg e  e asi ly .  It  can  be  check ed  and   resu lt s  are  m or e  accurateby  creati ng   on tolog ie s  and   ru le s  in  or der     to  infer   kn ow le dg e  and   reaso nin g   [13] .   In   add it ion ,  the  on tolog y  is  al so   us ed  to  increase  the  eff ic ie ncy  of reco m m end er  syst em .  Fo r  exam ple,  it   helps  com pu te rs  in  pr edict ing   us ers’   im plici t  kn ow le dg e.  Re com m end er  syst em s  us e  On tolog ie s  to  help  beco m e  a  m ulti - cl ass  env iron m ent   [14] ,  and   us ed  fo r  In te ll igent  Decisi on   Su pp or t  Syst em s  (I DS S)   [15] .   Con sequ ently ,  an  intercro pp ing   on tolog y  was  design ed  and   dev el op ed  fo r  DS S  to  reco m m end   a  plant  fo r  intercro p  in  ru bb er  plantat ion   that  can  be  reu sed  and   sh are  the k no wledg e and  log ic  r eason ing  to  be  us ed  in the in trod uction  of  p la nts su it able fo r  ind ividu al  f arm ers.   The   on tolog y  dev el op m ent  li fe  cy cl e  by  [16]   inv olv es  seven   ste ps   includin g:  1)   “Determ ine    the  Do m ai n  and   Scop e  of   the  On tolog y,  2)   Con sider  Re us ing   Existi ng   On tolog ie s,  3)   Enu m erate  Term s  in    the  On tolog y,  4)   Def ine  Cl asses  and   the  Cl ass  Hierarch y,  5)   Def ine  the  Pr op erti es  of   Cl asses - slots,  6)   Def ine  the  Facet s  of   the  Slots,  and   7 )  Creat e  In sta nces” .  Ho wev er,  in  ste p  2  of   the  on tolog y  dev el op m ent  wh ic h  is  to  con sider  the  us e  of   existi ng   on tolog ie s.  Fr om   the  li te ratur e  rev ie w,   it   app ears  that  there  is   a  la ck  of     an  on tolog y  fo r  intercro pp ing   in  a  ru bb er  plantat ion .   On tolog y  dev el op m ent  sh ou ld  be  based   on   app li cat ion   ob j ect ives, d at a char act erist ic  co ntext, r ules,   and  f utu re r euse f easi bili ty   [17 - 20] .     Ther e f or e,   t hi s  pa pe r  pro pose d   a  K now le dg e   an d   I ntegr at e d  Data  Ma na gem ent   m od el   f or   dev el op m ent  ontolo gy  f or  rec omm end   p ers onal iz ed  inte rcroppin g  i n  r ubbe r  pla ntati on   by   us in g  ont ology   as   the  knowle dge   acqu isi ti on   to  dev el op   the  sc op e  of   kn ow le dg e  a nd   cat eg ori ze  knowle dg e  into  gro up s  i n  orde r  to  form   kn owle dg e  m od el in g  an d  an  inte gr at e d  dataset   with  ru le - ba sed  w hich  is   necessary  to   m ake     the  decisi on  to   plant  r ubbe r  trees  ba se d  on   so m e  ind ivid ua l  factor s .   The   res t  of   t his  pa per   is  organ i zed  i n    the  f ollow i ng   way:   sect ion   1  pr ov i des  a  backg rou nd   of   the  stu dy;  sect ion   2  is;   res earch  m et ho dolo gy;     sect ion   3 rep re sents the  r esea r ch results ,  and   the last  secti on  is the c oncl us i on and  f utu re   work.       2.   RESEA R CH MET HO D     The  DS S  fo r  op ti m iz at ion   of   ru bb er  plantat ion   plann ing   has  two  ste ps :  1)   Re com m end ing   the  righ t  intercro p  and   2)   the  al locat ion   of   gr ow ing   sp ace  to  achieve  two  ob j ect ives  wh ic h  are  the  m axim um   earn ing   with  the  m inim um   total   cost  un der   the  reso ur ces  and   cap it al   of   the  far m ers.   Ther efo re,  the  DS S  fo r  intercro pp ing  is an  integrated m et ho d  wh ic h  wo rk s tog et her  in  two  ste ps  as sh ow n  in Fig ur e 1 .       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5502   -   5511   5504       Figure  1. Re se arch  co nce ptu a l fr am ewo r k of o nto lo gy a nd  op ti m iz ation  m od el   f or   DSS - i ntercro pp i ng       The  first  ste p   of   the  re searc h  cal le d  per s onal iz ed  interc r opping  rec omm end er  m od ul e is  a  par t  of  dev el op m ent  I ntercro pp i ng  On t ology  f or  reco m m end   th e  plant  f or   i nt ercrop ping  in   the  far m er' s   area.     The  knowle dg e - base d  pa rtuse s  the  proces s   of  knowle dg e  en gin ee rin g  with  on t ology   to  obta in  a   r ubbe r  plantat io n  m o del  an d  to  de ve lop   a n  I ntercroppin g  On t ology  an d  log ic al   appro ac h  that   will   le ad  to  a  m or e   intel li gen t  D S S  w hich   is  m i xed   wit h  a   Mult i - O bj ect ive   Op ti m iz ation   m od el   (MOO)   pa rt.  T he   sec ond  ste p   will   help  to  cal culat e  an d   al lo cat e  each  cr op area  to g ive  m axim u m   yield  and   t he  m ini m um   cost  so   the syst e m   will   help  farm ers  or   us e rs   m ake  decisi on s  as  a  gu id e li ne  or   pri m ar y  reco m m endat ion s  be fore  m aking    a  decisi on   on  plantat io n  op e rati on   as  in dicat ed  by  so il ,  tim e,  season ,  ar ea ,  cost,  an d  m ark et   pr ic e  or  othe r   crit ic al  p aram e te rs.   In  this  a rtic le   pr ese nt  only   s te p  1  of  the   r esearch .   T he   r esearch   proces s  in  Step   1  c on sist   of  5  processes   as  s how n  in   Fi gur e  2  inclu ding;  1)  Sett ing  obj e ct ive  an d  sco pe   of  th e  to p  le vel  do m ai n  cl asses   of  On t ology,  2)  knowle dge  an d  integ rated  da ta   m anag em e nt  process ,  3)  On tol og y  co ns tr uction  by  us i ng   on t ology edit or, 4) Dat abase  to on t ology m a pp i ng, a nd 5)  Evaluati on.           Figure  2.  Per sonal iz ed  i ntercroppin g o nto lo gy  d evel op m ent  f or   DSS   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Kno wl ed ge a nd inte grate d d at a  m ana ge men t  mod el  f or   pers onalized  ...  ( Ko rn k anok  P hoks awa t)   5505   Ho wev er,  this  a rtic le   pr esents  the  pr ocesses  1  and   2  wh ic h  pr ov ide  the  kn ow le dg e  m od el ing ,  so il   and  p la nt d at aset , an d  ru le s b efo re co ns truct I ntercr op pin g  On tolog y by us ing  o nto log y edit or .     2.1.   Sett in g  s co pe  an d  objec tive to  crea te  th e i nt ercr op pin g ontol ogy   This  resea rch   aim s  to  create   an  ontolo gy  as   the  Know le dge - base d  in  the  DS S  f or  the  al locat ion   of  rub ber   plantat ion   a reas  f or  m any  pu r pose s.  The  sc ope  of  the  stu dy  is  to  pro vid e  a  r ecom m end er  pa rt  that   reco m m end s  a  su it able  plant  to  be  culti vated  durin g  the   sh ort - te rm   returns  withi n  1  ye ar  of   culti va ti on .     The  fa rm ers  can  ear n  inc ome   durin g  the  y ear  an d  it   m us t  be  a  plant  th at   has  bee n  pl anted  as  inte rc rop ping  befor e , es pecia ll y i n  the li st o f  r ec omm end at ion s  of t he Dep artm ent o f  A gr ic ultur al  E xten sion.      2.2.   Ineg r at e d  k now le dg e and  data ma nageme nt   Kn ow le dg e  fr om   relat ed  so ur ces  reg ard ing   the  intercro pp ing   need s  to  be  integrated  in  or der   to  facil it at e  the  m anag em ent  of   decisi on   pr ocess.   This  req uired   data  to  be  colle ct ed  fr om   var iou s  so ur ces.    The  integrati on   o f  kn ow le dg e  and   data   is  a  tria ng ulati on   m et ho d  [21] .  Ther efo re,  the  data  colle ct ion   is  based   on   three  so ur ces:   1 )  Secon dar y  data,  analy sis  of   do cum ents  ob ta ined  fr om   research   or   pu blic  info rm a ti on .     2)   Fo ur   go ver nm ent  of fici al   or gan iz at ion s  sta ff   includin g,   on e  Land   Su rv ey or   Exp ert,  on e  exp ert  fr om   Rub ber   Au tho rity   of   Thail and ,  and   two  exp erts  fr om   Pr ov incia l  Ag ricult ur e  Of fice,  3)   three  exp ert  far m ers  wh o  hav e  su ccee ded   at   intercro pp ing   in  ru b ber   plantat ion s.   An d  us ing   3  diff eren t  m et ho ds :  Do cum ent  An al ysi s,  In te rv ie w,  an d  Fo cus  Gr ou p.   a.   Do c um ent  anal ysi s   Do cum entary   analy sis  is  intended   to  ver ify   the  kn ow le dg e  fr om   secon dar y  data  e.g .  research   pap ers  and   data  pu blica ti on   of   existi ng   intercro pp in g  in  ru bb er  plantat ion s  of   the  Mi nistry  of   Ag ricult ur e  and   Coo per at ives.  Ther e  is  a  m issi on   to  pr om ote  ru bb er  plantat ion s  includin g:  Dep artm ent  of   Ag ricult ur al   Extention ,  Land   Dev el op m ent  Re gio nal  11   Of fice,  Pr ov incia l  Ag ricult ur e  Of fice,  and   Land   Dev el op m ent  Of fice   as sh ow n  in  Table 1 .       Table  1.   Su m m arized s ources   of d at a a nd  know le dg e  to su pport   decisi on  m aking   f or  i nt ercr opping    Organ izatio n   Ty p e of  inf o r m atio n   Dep artm en t  o f  Agricu ltu ral  Exten tio n   -   Kn o wled g e and  m ed ia  f o r  crop p in g   Of f ice of   Ag ricultu ral  Econ o m ic   -   Sale  Price  p er  Kg .  (T HB)   -   Co st  p er  rai  (T HB) .   It  is  th e  area   m easu rem en t  u n it  o f   Thailan d   b y   1   rai    =  1 ,60 0  sq u are  m eters   -   Prod u ctiv ity  per  rai  (Kg.)   Ru b b er  Au th o rity   o f  T h ailan d   -   Princip le of  intercrop p in g  in rub b er  p lan tatio n   Land  Develo p m en t  Reg io n al 11  Of f ice   -   So il inf o rm atio n   each su b - d istrict   Prov in cial Agricult u re  Of f ice   Ad v isin g  agricul tu re  in  eac h  p rov in ce fo r  in tercr o p p in g       b.   Ex per t  inte rv ie w   The  exp erts  wer e  sel ect ed  fr om   three  exp erts  at   intercro pp ing   in  ru bb er  plantat ion s  and   two  academ ic s  fr om   go ver nm ent  agen ci es  wh o  are  resp on sible  fo r  pr om oting   the  ru bb er  plantat ion ,  the  sta ff     of   the  Rub ber   of   Thail and ,  and   a  so il   exp ert  fr om   the  Land   Dev el op m ent  Dep artm ent.  A fter  that  the  con te nt  was  analy sed.     Then   the  scop e  of   kn ow le dg e  in  each  of   the  con cepts  and   data  at tribu te s,  data  relat ion sh ip  and   kn ow le dg e  m od el ing   wer e  sk et ched   ou t .  Af te r  that,  dataset   was  pr epar ed  fo r  pr ocessing .   Du e  to  the  r aw  data  ob ta ined  fr om   the  var iou s  so ur ces,  there  m us t  be  a  pr ocess  of   data  cl eaning   and   data  transf or m at ion   to    a fo rm at  that can b e u sed.     c.   Vali date the  r e su lt s and  r ule usi ng focu s  gro up b y e xp ert  fa rm ers  in the fi na l st ages       3.   RESEA R CH  RESU LT S   The  stu dy  fou nd   that  the  crit eria  for  sel ect i on   of   pla nts  for  rub ber   pla nta ti on   of  ind i vidual  far m ers  wer e  i n  tw o  gr oups ;  1)  A gr ic ultur al   c rite ria,   inclu ding  the   plantin g  per i od  of  the  r ubber  trees ,  water  a nd  s oil   ty pes,   and   plant  diseases  f ound  that  pes t  and   disease   dam ag e  in  i ntercro pp i ng   i s  le ss  than  m on o -   crop ping  [ 22 ] .  Ex per t  fa rm ers  insist   that  integrate d  cr oppi ng  will   help  r ed uce  pla nt  disea se.  The  plant  di sease  is  no t  a  facto r  for  the  de ci sio n  to  pla nt  r ubbe r  trees  this  ti m e;   2)   Eco nom ic   crit eria  in cl ud e  c os t  of  gro wing   each  plant  a nd  yi el d,   t he  pro blem   of   r ubber   plantat io n  sel ect ion   for   sm a ll   far m er s,  an d  reco m m end in g   the  plants  s uitable   for  the  area   and   co ns tr ai nt s  of   the  r ubbe r  far m er.  Eve n  thou gh   the p la nt s  hav e  hi gh  r e tur ns ,  bu t  it   is   not  s uitable   f or  the   co nd it io n  of  the  r ubbe r  pla ntati on  an d  no t  s uitable   for  the  plant  to   f ollo w   the  pri nciples  of   rub ber   pl an ta ti on .  I t  s houl d  not  be  plan te d  beca us e  it   m ay   interfer e   with  the  gro wth  of   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5502   -   5511   5506   the  tree,  a nd  th e  ou t put  is  not  as  desire d.   He nce,  t he  im po rtance  of   th e  are a  of   the  pr e vious  r ubbe r  plant at ion.   The n,   c onside r ing   t he  ec onom ic   factor s   in  t he  al locat io n  of  pl antin g  a rea s  in  acc orda nc e  with   the  pri nc iple  of   plantin g  m ixed  plants  to  pla nt  two  or  m ore.  The  Mult i - Objecti ve  O ptim iz at ion   m od el   is  us ed  to  achieve   m axi m u m   rev e nu e   ob j ect ives,   with  t he  m ini m u m   cost   unde r  the   bu dg et   c on st raints  of  the  far m ers.   Fi gure   3  s hows  the   c onc ept and C rite ria f or   Decisi on  Ma king to  Intercr opping i n  R ubbe r  Pla ntati on   Do m ai n .           Figure  3. Co nc ept  an d  c rite ria  for   decisi on m akin g  to  interc r opping i n rub be r planta ti on dom ai n       a.   Ag e o f  ru bb er tree   The  age  of   the  ru bb er  is  relat ed  to  su nligh t  to  reach  the  planting   area,  wh en  the  tree  is  abo ut  4  ye ars  old .  The  br anch es  and   le aves  le t  m uch   le ss   su nligh t  reachth e  gr ou nd .   It  al so   has  a  relat ion sh ip  with    the p la nting  p eriod , s o  the ag e o f  the r ub ber  tree is a g uid el ine f or  intro du ci ng  the  plant.   b.   Sp aci ng  b et ween  r ow s   The  R ru bb er  Au tho rity   of   Thail and   has  intro du ced  the  ru bb er  planting   sp aci ng   between   plo ts.  Ther e  are  m any  cho ic e s  s uch   as:   2x 5  m et ers  (m ),   3x 6  m ,  3x 7  m ,  3x 8  m ,  and   3x 9  m .  If   the  far m ers’   areas  are  le ss  than  3x 7m   e.g .  2x 5  m ,  3x 6   m ,  or   4x 5  m ,  it   is  no t  su it able  fo r  intercro pp ing .  The  exp erts  reco m m end   that    the  cro p  m us t  be  planted  at   le ast   1  m   apar t  fr om   the  ro w  of   trees  plu s  half  of   the  distance  between   ro ws  of     the p la nt to  avo id sh ading  an d  sp oili ng  r ub ber  tree f erti li zers.  Th us , th e d ist ance b et ween  the r ub ber  p la nting s  is 3x 7  m  o r  m or e .   Ho wev er,  there ar e so m e p la nts that can  be  gr ow n,  su ch  as u pland  r ic e, o r  bean s.   c.   W at er s ou rce f or  ag ricult ur e    W at er  so ur ces  fo r  agr ic ultur e  are  the  factor s  us ed  to  determ ine  the  app ro pr ia te   c ro p.   Each  plant  req uires  diff eren t  am ou nts  of   water.  If   far m ers  hav e  acce ss  to  agr ic ultur al   water  thro ug ho ut  the  ye ar,  no   rain  is  req uired .  This  factor   aff ect s  the  sel ect ion   of   plants  su it able  fo r  this  con strai nt  of   far m ers.   I f  there  is  su ff ic ie nt  water  su pp ly   to  agr ic ultur e,  it   will   be  po ssible  to  sel ect   so m e  veg et able  and   fr uit  cro ps   su ch  as  cucu m ber s,  pap rikas,   et c.  But  if  there  is  no   so ur ce  of   water  on ly   rain  water  in  the  season ,  it   sh ou ld  be  us ed  to  gr ow  cro ps , s uch  as u pland  r ic e, co rn  an d  su gar cane , etc.   d.   So il   group   Thail and   has  62   cl ay   so il   series  [23] .  This  gr ou p  of   so il s  is  a  un it   of   the  la nd   plan  dev el op ed  by  the  Dep artm ent  of   Land   Dev el op m ent  by  com bin ing   so il   gr ou p  with  pr op erti es  and   po te ntial   fo r  culti vation  includin g  the  sam e  m anag em ent  of   the  so il   fo r  the  sake  of   adv ic e,  so il   m on it or ing ,  la nd   us e,  and   app ro pr ia te   so il   m anag em ent  fo r  far m ers  and   peo ple  wh o  are  interest ed .  In   con sidering   the  su it abili ty   of   so il s  us ed  in  agr ic ultur e,  con sider  th e fo ll ow ing  as sh ow n  in  Table 2   top og rap hy co nd it ion , s oil slop e (%) , d epth  (cm ),  so i l   dr ai nag e, textur e, that h ave 2  level i nclud ing top   and  su b - so il , s oil react in ( pH ),  an d  fer ti li t y.   The  Land   Dev el op m ent  Dep artm ent  has  m app ed  the  so il   gr ou ps   fo r  gr ow ing   the  pr ov ince' s  econ om ic   cro ps   thro ug ho ut  the  cou ntry,  with  a  rati o   1:  50 00 0.   Land   dev el op m ent  has  con ti nu ed  to    the  pr esent.  Fo r  exam ple,   accord ing   to  the  la nd   su rv ey   of   the  Land   Dev el op m ent  Dep artm ent,  it   was  fo un d  Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Kno wl ed ge a nd inte grate d d at a  m ana ge men t  mod el  f or   pers onalized  ...  ( Ko rn k anok  P hoks awa t)   5507   that i n Nak ho n  Si Tham m arat  pr ov ince,   a total  o f  41   diff eren t  so il   gr ou ps   cou ld  be c la ssifie d.   Moreo ver ,  there  are also  add it ion al  slop e assign m ents f or  each  so il  g ro up  b y defin ing  the en d  of  the so il  g ro up  n um ber s;    Slop e level  A : soil_g ro up  h as a 0 - 2%  slop e g rad ie nt ( bu t sl op e sign  A  is n ot sh ow  after  the so il _g ro up ).     Slop e level  B:  so il _g ro up  h as a steep slop e o f  2 - 5%.   Slop e level  C:  so il _g ro up  w it h  slop e o f  6 - 12 %.   Slop e level  D :  so il _g ro up  w it h  slop e m or e than  1 2% .         Table  2.   Sam pl e  of ty pe of  s oil and it ’s pro pe rtie s   So il_ g rou p _ id   Top o g raph y  condit io n   Slo p e ( %)   Dep th  ( cm .)   so il_ d rainag e   to p _ so il _ tex tu re   su b _ s o il_ tex tu re   to p _ so il _ co lo u r   su b _ s o il_ co lo u r   to p _ so il _ reac tio n (pH)   su b _ s o il_ reac tio n (pH)   to p _ so il _ fer tility   su b _ s o il_ fer tility   26   th e ar ea of   h ig h   s m o o th   g rou n d  or  q u ite  s m o o th     0 - 2   >1 5 0   good   Clay  lo a m   clay   b rown   Bro wn  or  b rown   an d   y ello w   5 .0 - 5 .5   4 .5 - 5 .5   Low   Low   34B   th e ar ea of   h ig h   g rou n d ,  wav e,  little   wav e   2 - 5   >1 5 0   good   san d y   lo a m     Mold ,  clay   san d   Bro wn   o r  b rown   an d   y ello w   Bro wn  or  b rown   an d   y ello wo r  red   5 .0 - 5 .5   4 .5 - 5 .5   Low   Low   45C   th e ar ea of   h ig h   g rou n d ,  wav e   5 - 12   <5 0   clast   lev el  o r  g ravel   good   Clay  lo a m ,  san d y   lo a m   with   g ravel   Clay  g ravel  o r  clay   lay er   f o u n d   in  the  so il   Bro wn   o r  b rown   an d   red   Yello w,  red, or  red and   y ello w     5 .0 - 6 .0   4 .5 - 5 .5   Low   Low       It  giv es  the  su it abili ty   fo r  gr ow ing   plants  as  sh ow n  in  Table  3 .  This  set   of   info rm at ion   will   help  to  identify   wh at   kin d  of   so il   the  far m er' s  area  is  in.   The  so il   su it abili ty   cl assifi cat ion   is  based   on   the  so il   su it abili ty  g uid el ines  fo r  econ om ic  cro ps   of   Thail and   in  2010 , b y t he  Division  o f  Su rv ey  an d  Cl assifi cat ion  o f  So il .  The  Dep artm ent  of   Land   Dev el op m ent  identifie d  into  3  planting   cl assifi cat ion so f  so il   :  1=w el l  su it ed,   2=p oo rly  su it ed,  an d  3=u ns uitable   [23] .       Table  3 .  E xam ples  of   so m e p la nts that s uitab le  o f  so m e so il   gro up  in Ba ng  Kh a n dist rict ,    Nakh on Si T ha m m arat   Su b - d istrict   So il  g rou p   Ru b b er  tree   Ro b u sta  co f f ee   Pin eapp le   Gu av a   Ban an a   Up lan d   rice   Nu t   Veg etab le   Ban  Nikh o m   Ban g  kh an   Ban  L a m n ao   Ban g  L h an   26   34B   45C   62   1   1   2   3   1   1   2   3   1   1   2   3   1   1   2   3   1   1   1   3   1   1   2   3   1   1   2   3   1   1   3   3       T he  ty pe  of   so il   su it able  fo r  each  plant  in  the  district   ru bb er  plantat ion   is  kn ow n.   In   Ba n  Nikh om   su b - district ,  Ba ng   Kh an  district ,  the  so il   gr ou p  26   is  a  fine  so il   of   the  deep   cl ay   gr ou p  fo rm ed  by  sedim ent  fo un d  in   the  rainf ed  so uth ern   par t  of   Thail and .   It  is  app ro pr ia te   fo r  veg et ables,fr uits,  ru bb er  trees,  and   so m e  cro ps .  The  so il   gr ou p  45 C  in  Ba n  Lam nao   su b - district   is  un su it able  fo r  veg et able  culti vation  bu t  su it able  fo r  ban ana  planting .   Ho wev er,  the  so il   set   62   in  Ba ng   Lhan   su bd ist rict   is  no t  su it able  fo r  gr ow ing   cro ps   becau se  it   has  a  slop e  of   ov er  35 %   with  so m e  ro cky  areas  wh ic h  m ay   cause  so il   ero sion .   Ther efo re,  in  this  research ,  the su it abili ty  o f  each ty pe  of  so il  is o nly app ro pr ia te  ( app ro pr ia te  level= 1)  f or  each  plant.       Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5502   -   5511   5508   e.   Econ om ic  f act or   The  pr ic e  to  be  cal culat ed  in  the  op ti m iz at ion   m od el   is  the  aver age  pr ic e  in  the  past  ye ar  colle ct ed  fr om :  The  Dep artm ent  of   In te rn al   Trad e,  the  Of fice  of   Ag ricult ur al   Econ om ic s,  and   the  pr ivate   centre  fo r  fr uit  and   veg et able  m ark et s.  Th e  data  will   be  pr epar ed  in  the  database  bu t  will   no t  be  ta ken   into  accou nt  at   this  sta ge  becau se  the  m ai n  pu rp os e  of   this  ste p  is  to  kn ow   wh at   plants  are  su it able  fo r  the  area  of   far m ers.   On ce  the  li st  of   plants  has  been   ob ta ined,   then  tho se  nam es  will   be  us ed  as  decisi on   var ia bles  in  the  nex t  sta ge  in the Mu lt i - Ob j ect ive O ptim iz at ion  m od el .   It w il l be p resen te d  in  fu ture  wo rk .   Plants  f or  inte rcroppin g   data   ha ve  receive d  in f or m at ion   from   m any  agen ci es  of  the  Mi nistry  of   Agricult ure  a nd  C ooperat ive s  Thail a nd .   Sa m ples  sel ect ed  from   plants  wer e   te ste d  i n  r ubber  plantat ion s   in   each  area  of  Thail and   a nd   w hich  are  incl uded  in  the  publi cat ion .  T he  ch oice  of   sm al l   par a - rub ber   fa r m ers  as   su pple m ented  rev e nue  at   the  Dep a rtm ent  of   Agricult ural   E xtensi on   Mi nistry  of   A gr ic ultur e  a nd  Co ope rati ves   wh ic h  c onsist s  of  6  cr op  ty pe s  ( veg et a bles,   he rb s ,  f r uits,  per e nnia ls,  or nam ental   plants,   cr op s )  a nd  30   it e m s   that  can  h ar ve st  within  1  ye a r  [ 24 ] .  It  dis pl ay s  plant  in f or m at ion   su c h  as   crop  ty pe,  en vir on m ent  conditi on ,   plantin g  ti m e  ti ll   har vestin g,  ou t pu t  (kg  pe r  rai) ,  co st  ( seed  c os t,  s oil  pr e par at i on   c os t  an d  the  c os t  of  culti v at ion   e. g.  m ai ntenan ce  costs)   A s  sho wn   in  Fi gure  4 .  T he  pr ic e  of  the  pro du ct   us es  the  ave ra g e  pri ce   durin g  t he  sea so na l  outp ut  i n  the   pre vious   ye ar.   Si nce  e ach  un it   do e s  no t  c ollec t  the   pr ic e  of  a gr ic ultur al   pro du ct s  of  al l  kin ds  it   is  col le ct ed  from   3  orga nizat ion s:  The  De par tm ent  of   I nter nal  Trad e ,  the  O ffi ce  of  Agricult ural   Econom ic s,  and  the  pr ivate   s ect or   central  m ark et s  for  fruit s  and   ve get ables.  For  exa m ple,   galingale  is  sui ta ble  for  r ubbe r  pla ntati on s   that  are  le ss  t ha n  7  ye ars  old.  Planti ng  ti m e   is  ab ou t  210  days.   Pr od uctio n  is  2,0 00 kg pe r  rai,  and c os t  of   pla nting 1 8,0 70 T HB a nd m ai ntr a in cost  1,30 0 THB  per rai et c.           Figure  4 .  Plant s for  i nterc rop ping  data       Anothe r  intere sti ng  asp ect  of O nt ology i s that can u se inf er ence thro ugh  the r ules that cr eat ed  so  that   the  on t ology  that  is  design e d  an d  bu il t  al read y  exists.  I t  can  le arn   ne w  knowle dge  al ways  get  thr ough    the  ru le s .  The   ru le   la ngua ge   us ed  with  the   on tol o gy  cal l ed  Sem antic   Web   R ule  Langua ge  (SWR L)  [ 25 ] .    A  rec omm end at ion   r ule  is  usual ly   done  us i ng   a  ru le   e dito r.   H oweve r,   not  easy   to  cre a te   bu lk  ru le s  c reati on  and ofte n ha ve c om plica te d  procedu res fo r  m anag i ng and  up dating t he r ule  update a nd m ain te na nce.     Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Kno wl ed ge a nd inte grate d d at a  m ana ge men t  mod el  f or   pers onalized  ...  ( Ko rn k anok  P hoks awa t)   5509   Ther e f or e,  i n  this  ste p  the  ru le   is  in  the  fo rm   of   a  Mi c ro s of t  E xcel  sp rea dsheet   whic h  def i nes     the  form at  as  a   decisi on   ta ble.   It' s  e asy   to  create   a  lot  of   ru le s  and   easi ly   m od ify   the  ru le   base.   More over ,  it   is  easy   to  us e  to  check   the  acc uracy   of   the  r es ults  fr om   the  ru le s  create d.   T he  res ults  fr om   the  ru le - base  can  be   com par ed  with  the  res ults  of   t he  ex pe rts  as  well   by  fi lt ering   data  co ntained   in  the   m enu   of   MS   Exce l .   Creat ing   a  ta bl e  for  the  intr od uction  c rite ria  is  div ide d  into  2  pa rts:  par t  1  is  each  pla nt  an d  pa rt  2  is  the  nam e  of eval uation c rite ria. I t  will  have the  r a nge  va lues  of  c rite ri a in eac h  c rite r ia  includ i ng:      The  s pacin g  c r it eria hav e  2 ra ng e  v al ues:  distance > =  3x7m   is “l arg e” a nd  distance < 3x 7m  is “s m al l” .     Ag e  c rite ria  of  r ubbe r  trees  will   be  div i de d  into  5  a ge  r ang e s.  T her e fore,  the re  are  5  range  values ,   consi sti ng   of " 0",  " 0 - 3", ">  4" , "0 - 7" , a nd " > 7 ".     Water  s ource   c rite ria  for  ag ricult ur e  m eans  ‘Do  fa rm ers  hav e  water  s our ces  us e d  thr ou ghout  the  ye ar ? ’   The  c rite ria wi ll  b e set t o o nl y 2 val ues: "ye s" and " no " .     So il   is  su it abil it y  fo r  grow i ng  each   ty pe  of  interc rop ping.  T he  po s sibl e  sub - c rite ria  are  41  diff e re nt    s oil g rou ps .   Ho wev er,  the  nam e  of   the  crit eria  m us t  be  the  m erg e  cel ls  to  cov er  the  values  of   al l  relat ed  crit eria.   Fo r  exam ple,  galang al ,  is  reco m m end ed  to  plant  in  the  gar den   area  with  a  distance  of   3x 7  m et ers  up and   ru bb er  age  fr om   4 y ears.   It is b ecause  the  galang al   li kes  su ns hin e  and   has no   need   to w at er  al l  ye ar r ou nd , j us t  eno ug h  in  season al   rainf al l.  It  is  su it able  fo r  so il   gr ou p  26 ,  26 gm ,  26 B,  26 C,  32 ,  34   et c.  The  x  is  pu t  in    the v al ue  of  the r ule  crit eria as sh ow n  in Fig ur e 5 .   The  plant   f or  intercr oppi ng  use d  i n  t his  stu dy  ha s  30  s pe ci es  with   55 4  reco m m end at ion  r ules  a re   base d  on  the   distance  betw een  rows,  the   age   of  rub be r  tree ,  a gr ic ultur al   water   source ,  a nd  s oil  gro up   m app in g.   T his   reco m m end at ion   r ule  has  pa ssed  the   r ule  insp ect ion   i n  th e  introd uction  by  ex per t  far m ers  i n  rub ber   pla ntati on s  for  the  ac cur acy   of  the  reco m m end at ion   resu lt s  be f or e  bein g  us e d  in  the  ne xt  ste p  of    the r esea rc h.           Figure  5 .  S how s  rec omm end at ion   r ule   f or g al ang al       4.   CONCL US I O N     Re search  has  pr ese nted  the  process  of  kn ow le dg e  inte grat ed  with  dat a  m anag em ent   to  achieve   knowle dge  m od el in g   as  t he   co nce pt  of  i ntercro pp i ng  i n  rub ber  pla nt at ion s  to   cre at e  an  In te rcroppin g  On t ology  f or  a   DSS  a war e   r ul es  for  rec omm end in g  t he  t ype  an d  li st  of  plants   s uitable   f or  the  a rea  of  eac h  far m er.  Using  crit eria  of   t he  decisi on  inclu ding;  r ubber  a ge,   the   sp aci ng  bet ween  r ows,  so il   co ndit io n,   a nd    the  wate r  resour ces   use d  in  agr ic ultur e .  T he   integ rated  da ta set   dev el oped  was  a naly zed  a nd  gr oupe d  dat a   from   existi ng   so urces  of  g over nm ent  and  relat ed  agen c ie s.   The  knowle dge - base  c on ta in s  a  knowle dge  do m ai n  dev el o pm ent  pr ocess   us in g  ontol ogy  m et ho d  as  a  know le dge  acqu isi ti on  from   the  exp e rts  to   fi nd     the  co nce pt,  r ules,  a nd  data   relat ion s hips.   Wh ic h  is  de sign e d  t o  ha ve   a  Tria ngular   m e tho d  to  va li date    the accu racy a nd consist ency  of the  d at a.   In   a ddit ion,  th e  resea r ch  al s o  fou nd  the  dec isi on   c rite ria  f or   i nterc rop ping  f r om   [26] .  It  was  st ud ie d  by  us in g  en vir on m ental   factor s  co ns ist ing   of  so il   conditi ons,  c os t,  an d  re ve nue.  It  add s  up   to  3  m or e  factor s:   1)   distance  be tween  r ows  of   rubb e r  pla ntati on   fa rm m er,  wh ic h  af fects  the  plan ning  of  rub ber   plant at io n  because   this  ph ase  aff ect s  s un l igh t  an d  dist urbs  the  gr ow t h  of   the  m ai n  crop.  2)  T he   age  c rite ria  of   r ubbe r  due   to  dif fer e nt  a ge   tree  saf fecti ng  diff e re nt  sh a de s  in  the r ub be r  pla ntati on s ,  a nd  3)  wate r  fac tor  f or  ag ricult ur e o f   each  far m er.  This  facto r  is  directl y  relat ed  t o  diff e re nt  ty pes  of  plant s.  F or  e xam pl e,  grow i ng  ba nan a s  i n    the  rubb e r  pla ntati on s  re quir es  water  to  be   us ed  al l  ye a r.   H ow e ve r,   upla nd  rice  gro wing  reli es  only   on   seaso nal r ai n,  e tc .   Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2088 - 8708   In t J  Elec  &  C om p  En g,   V ol.  9 , N o.   6 ,  Dece m ber   201 9   :   5502   -   5511   5510   The  res ults  of   this  researc h  proces s  help   the  researc he r  underst an d  t he  c oncept  a nd  ru le s   f or  sel ect ing   a  su it able  plant.  Ca n  be  us e d  to  cre at e  the  correct   and   a ppr opriat e   In te rc rop ping  O nto l og y  f or  DSS   to  sug gest  m or e  su it able  a nd  pr eci se  plants   for  in div i du al   far m ers'   areas.   The  ne xt  ste p  in  the   resea rc h  is  t o  dev el op   t he  I nt ercrop ping  O nto lo gy  by  us ing   ontolo gy  e ditor,  a  databa se  and   ru le   to   on t ology  m a pp i ng   process , a nd   ev al uation.       ACKN OWLE DGE MENTS   Tha nk s   are   giv en   to   the  R ubbe r  Au t hori ty   of   Thail an d  Nakh on  Si   Tham m arat  Office ,  La nd   Dev el op m ent  Re gional  O ff ic e  11  S urat than i,  Ve getables  and  F ru it   Ce ntral  Ma r ket,  Na khon  Si  Tham m arat   Agricult ural   O ff ic e  in form at i ve  an d  c oor din at ive  ex pe rts  in  rub ber   pla ntati on   for  res earch  data.  S pe ci al   than ks   t o  the   e xp e rts  who  t ook  ti m e  to  be  in te rv ie we d,  f oc us   gro up  an d  vi sit   the  rub ber  plantat io n  to   inspe ct   the  resu lt s  an d  validat ion .  La st  bu t  no t   le ast ,  than k  you  to  Ra j am ang al a   Un i ver sit y  of   Tech no l og y  Sri vij ay a   Thail an d who  sp ons or e d  t he r esearch  sc ho la r sh ip .       REFERE NCE S     [1]   O ffic e  of  Agri c ult ura l   Ec onom i cs,   “ Agric ult ur a.  Stat isti cs  of  Th ai l and  2015, ”   Offic e  of   Agric ul t ura l  E conomic, ”   Ministr y   of  A gri cul tur e  and   Coo per atives  Th aila nd,   2015 .   [2]   Bank  of Tha il an d,   “ Report on  M aj or  Agri cul tu ral Pric e   Tr ends  in   Southern  Th ai l a nd, ”   B ank  of   Th ai l and, 2016.   [3]   K.  Phoks awa t,   M.  Mahm uddin,  “ Ontolog y - b ase d  knowledge  an d  opti m izati on   m odel   for  Dec isi on  S upport  S y st em   to  interc ropp ing, ”   2016  In te rnat i onal  Computer  S ci en ce and  Eng i nee ring Con fe re nce   ( ICSEC) ,   pp .   1 - 6 ,  2016 .   [4]   S.  R.   Mous avi  and  H.  Eskan dar i,   “ A  gene r a l  over vi ew  on  int er cro pping  a nd  it s  adva nt ag es  in  sus ta ina b l e  agr ic u lt ure , ”   Jou rnal  of Appl i ed Env ironmenta l  a nd  Bi o logi ca l  S c ie nc es,   vo l. 1, pp .   482 - 486 ,   2011 .   [5]   M.  A.  Boudrea u,   “ Disea ses   in  int ercropp ing  s y stems , ”   Annual   rev i e w  of  phyt opat hology ,   vol .   5 1,     pp.   499 - 519 ,   20 13.   [6]   Offic e  of  the   Nati ona l  Ec ono m ic   and  Socia l   Deve lopment  B oar d,   “ The   11 th  Nati ona l  Ec o nom ic   and  Soci al  Deve lopment  Pl an, ”   2016.   [7]   R.   Jingji t ,   “ Insights  "Smart   Farm er"  just  a  new  conc ept.  Or  rei nven t  agr i cul t ure   Tha i la nd , ”   Tra de  Poli c y   an d   Strat eg e  Offi ce, M istr y   o f  Com m erc e   Th ai l and, 2 015.   [8]   E.   P.  Purw andari,   e t  al. ,   “ Onli ne  Expe r t  S y st e m s  for  Bamboo   Ide nti f ic a t ion  Us ing  Case  Based  Rea soning, ”   Inte rnational   Jo urnal  of El e ct ri c al  &   Co mputer  Engi ne ering   ( IJ ECE ) ,  vol .   7 (5) ,  pp .  2766 - 2772 ,   2017.   [9]   J.  K.  Ta rus,  et   al . ,  “ Know le dge - base d  rec om m e ndat ion:   a  rev iew   of  ontol og y - ba sed  rec o m m ende r  s y st ems   for    e - learni ng , ”   Artific ia l intelli g ence  rev ie w ,   vol .   50 ,   pp .   21 - 48 ,   201 8.   [10]   T. B .  Lee,  et al. ,  “ The   sem ant i c  w eb, ”   Sc ie nt if i c  a meric an,   vo l. 28 4,   pp .   28 - 37 ,   20 01.   [11]   T.   Slim ani ,   “ Ontolog y   d eve lop m ent :  A  compari ng  stud y   on  t oo ls,  la nguag es  and  form al ism s, ”   I ndian  Journal  of   Sci en ce and  Tec hnology ,   vol .   8 ,   2015.   [12]   T.   R.   Gruber,   “ A  tra nslat ion  appr oac h  to  po rta b l e  ontol og y  spec ifica t ions, ”   Knowle dge  a c quisit ion,  vol.  5,     pp.   199 - 220 ,   19 93.   [13]   R.   Gunawan,   K.   Mus tofa ,   “ Finding  Know le dge  fro m   Indone sian  Tra ditional   Me dic in e  us ing  Sem ant ic   W eb  Rul e  La nguag e, ”   Int e rnational   Journal  of   Elec tric al   &   Computer  Engi n ee ring   ( IJE C E) ,  vol.   7 (6) ,  pp .  36 74 - 3682 ,   2017 .   [14]   R.   Sultha na  and  S.  Ramasam y ,   “ Conte xt  base d  c l assific a ti on  of  re vie ws   using  asso ci a ti on   rule   m in i ng,   fuz z y   logics  and  onto log y , ”   B ull etin  o f  E lectri cal   Engi ne ering and Inf orm ati cs   ( BE EI) ,  vol. 6, p p.   250 - 255 ,   201 7.   [15]   F.  Antunes,   et  al . ,  “ Sem ant ic  web  and  dec i sion  support  sy stems , ”   J ournal   of  Dec ision  S yste ms ,   vol.   25 ,     pp.   79 - 93 ,   2016 .   [16]   N.  F.  N oy   and  D.  L.   McGuinne ss ,   “ Ontology   de vel opm ent   101:  A  guide   t o  cre a t ing  y our  first  on tol og y , ”   Stanf or d  knowl edg e  syste ms   laboratory  te chni ca l  report  KSL - 01 - 05  and  St anford  medic al  i nformatic s  te chn ic al  report  SMI - 2001 - 0880,   Stan ford,  CA ,   2001 .   [17]   N.  Kae wboonm a,   et   al . ,  “ Ontol og y   d eve lopmen t  for  drought  m ana gement   infor m at ion, ”   Inte rna ti onal  Journal  o f  Me tadat a ,   S emanti cs  and   Ontolo gie s,  vo l. 9, pp.  324 - 332,   2014 .   [18]   F.  Yue,   et   a l. ,  “ A  Dec ision  Support  S y stem  Fram ework  for  Sch eme  Design   of  Motor  Sy st em   Ene rg y - Saving , ”   Information  Sc ience   and   Control   Engi ne ering  ( ICISCE) ,   2015  2nd   Inte rnat ional   C onfe renc e  on ,   pp .   537 - 541 ,  2015 .   [19]   B.   C.   Jant ze n ,   et   al . ,  Onto logy  &   methodol ogy ,  Sp ringe r ,   2015.   [20]   T.   Supni thi ,   e t  a l .,   “ Ontolog y   Bas ed  Orchi d   Know le dge   Plat form   f o r  Know le dge  S erv ices  in  Or chid  Cluste r , ”   2011   Annual   S RII   Glo bal  Conf ere nce ,  2011 ,   pp .   540 - 5 49.   [21]   N.  G.  Fie ldi ng ,   “ Tri angulati on   and  m ixe d  m et h ods  designs:  Da ta   in te gr at ion   with  new  rese ar c h  technologies, ”   Journal  of   Mi xed Me thods  Re se arch,   vol .   6 ,   pp .   124 - 136,   2012 .   [22]   C.   Thierfe ld er,   et   a l. ,  “ A  comp ara t ive   an aly sis  of  conse rva t ion  agr ic u lt ure   s y ste m s:  Bene fit s  an d  cha l le nges  o f   rota ti ons   and   interc ropping   in   Zim babwe , ”   Fi e ld crops   research,   vol.   137 ,   pp .   237 - 250,   2012 .   [23]   Offic e  of  Soi l  Resourc es  Surve y   and  R ese ar c h,   “ Soil  Surve y  Report   of   Na khon  Si  Tha m m ara t  provin ce, ”   Suratanee :  Land   Dev e lopment Department ,   Min i stry  of Agric ul tu re  and  Cooperat iv es,   p p .   57,   201 0.   [24]   Depa rtment  of   Agric ult ur e  E xte nsion,  “ Alt e rna ti v es  wa y   f or  sm al l  par a - r ubber   fa rm ers  as   suppleme nted    rev enue, ”   2014 .   Evaluation Warning : The document was created with Spire.PDF for Python.
In t J  Elec  &  C om p  En g     IS S N:  20 88 - 8708       Kno wl ed ge a nd inte grate d d at a  m ana ge men t  mod el  f or   pers onalized  ...  ( Ko rn k anok  P hoks awa t)   5511   [25]   I.   Horrocks,  et  al . ,  “ SW RL:   A  sem ant ic   web  rule   la nguag e   combining  O W L  and  Rule ML, ”   W3C  Me mber   subm ission,  vol.  21,   p p .   79 ,   2004 .   [26]   C.   Srisawat  and   J.  Pa y akpate ,   “ Com par ison  of  MCD M  Methods  for  Inte rcr op  Sele c ti on  in  Ru bber   Plant a ti os, ”   Journal  of   Infor mation  and  Com municat ion   Tech nology ,   vol .   15 ,   pp.   165 - 182 ,   20 16.       BIOGR AP H I ES   OF  A UTH ORS            As st.   Pr of.   Ko r nk ano k  Phok sa w at   Ph. D .   ca nd ida t e   in   Inform a ti on   T ec hnolog y   at   School   of   Com puti ng,   Univer siti   Utar a   Malay si a   (UU M)   and   al so   is   As sistant   Profess or   of   Inform at ion   S y stem,   Fa cul t y   of   Mana g ement   Technol og y   R a ja m anga l a   Univ ersity   of   Techno log y   Srivij a y a   Nakhon   Si   Tham m ara t   Campus,   Thaila nd .   She   has   expe rt ise   in   Mana gement   Inf orm at ion   S y stem   and   Know le dge - Based   S y st em.   She   is   a   r evi e wer   of   Man agem ent   Scie n ce   Journal,   Suratt hn i   Raj abh at   Univ er sit y   Th ai l and.           Dr.   Massu di  Mahmuddin   o bta ine d   his   PhD   in   2008   in   the   areas   of   s y stem   engi n ee ring ,   Card if f   Univer sit y ,   Uni t ed   Kingdom .   He   is   cur ren t l y   a   se nior   lectur er   w ith   the   Depa r tmen t   of   Com pute r   Scie nc e,   School   of   Com puti ng,   Univer siti   Utar a   Malay s ia   (UU M).   During   la st   18   y e ars   of   his   sta y   at   the   sch ool ,   his   te a chi n g,   rese ar ch   and   deve lopment   i nte rests   have   b ee n   towar ds   of   te chn ic a l   and   so ci a l   aspe ct   of   co m puti ng,   computat ion al   int e ll ig e nt   and   exp ert   s ystem.   Curre nt l y   he   is   Dire c tor   of   Student   Affai rs   UUM.   He   is   al so   m ember   for   M al a y si an   Statis ti c   As soci at ion ,   Inte rne t   Socie t y ,   cha irpe rson   for   P2A   Malay sian   Chapt er   (an   association   of   studen ts   m obil it ie s   in   AS EAN   count rie s),   and   coor din at or   for   School - UUM   Cluste r   of   exc e ll en t   unde r   Ministr y   of   Educ a ti on.   In  U UM ,   beside s  serving  as  exa m iner  for  Master   and  P hD  the ses,  he  is  al so  a  Senat e  m ember.   He  is  a lso  reg ula rl y   inv it ed  as  an  extern al   exa m ine r  for  Master   and  Ph.D.  the ses  from  othe r  un ive rsit i es  including  U nive rsiti  T eknologi  Mal a y s ia   ( UTM),  Univer s it i  K eba ngsaa n   Malay s ia   (UK M),  Univer siti   Malay s ia   Sara w ak   (Unim as),   and  As ea n  e - Univer sit y   (AEU).     He  al so  rev ie w e r  for  m an y   conf ere nc e  and  jour nal   including  Th e  Secur ity   and  Com m unic at ion  Networks,  Neur al   Com puti ng  a nd  Applicati on ,   The   In te rna ti on a l  Journal  o f  Co m pute r  Scie n ce   and  Inform at io n  Te chnol og y   for  Edu ca t ion,   Hum an  Cent ric  Com puti ng  and  Inform at ion  Scie nc es,   and  M al a y si an  Journa l of Computer  Sci enc es.       Evaluation Warning : The document was created with Spire.PDF for Python.