Bài viết Ứng dụng kỹ thuật khai phá dữ liệu đánh giá thích nghi đất đai cây cao su trên địa bàn huyện Phú Giáo, tỉnh Bình Dương trình bày Nghiên cứu đánh giá khả năng ứng dụng kỹ thuật khai phá dữ liệu bằng cây quyết định trong đánh giá đất đai nhằm xác định các yếu tố đặc điểm đất đai ảnh hưởng đến tiềm năng sử dụng đất nông nghiệp,. . | Tạp chí Khoa học Trường Đại học Cần Thơ Tập 54, Số 3B (2018): 84-93 DOI: ỨNG DỤNG KỸ THUẬT KHAI PHÁ DỮ LIỆU ĐÁNH GIÁ THÍCH NGHI ĐẤT ĐAI CÂY CAO SU TRÊN ĐỊA BÀN HUYỆN PHÚ GIÁO, TỈNH BÌNH DƯƠNG Nguyễn Hữu Cường* Khoa Quản lý đất đai, Trường Đại học Tài nguyên và Môi trường Thành phố Hồ Chí Minh *Người chịu trách nhiệm về bài viết: Nguyễn Hữu Cường (email: nhcuong@) Thông tin chung: Ngày nhận bài: 11/08/2017 Ngày nhận bài sửa: 22/11/2017 Ngày duyệt đăng: 26/04/2018 Title: Application of data mining technique in land evaluation for rubber trees in Phu Giao district, Binh Duong province Từ khóa: Cây cao su, cây quyết định, đánh giá đất đai, khai phá dữ liệu Keywords: Data mining, decision tree, land evaluation, rubber tree ABSTRACT This study is aimed to evaluate the applicability of data mining technique by using decision tree in land evaluation. It can be used to determine the land characteristic factors affecting the agricultural land-use potential and quantify the relationship between land characteristic factors and plant productivity in order to improve land evaluation methods that support the foundation of land use planning. Regression decision tree model in this study includes two kinds of variables. The target variable is the productivity (t/ha) and the predictor variables consist of soil types, soil depth, slope, irrigation and texture. The analytical result of survey data shows several factor combinations according to plant average productivity. Based on productivity can evaluate the adaptation level for each correlative factor combination. This study is applied for rubber trees and conducted in Phu Giao district, Binh Duong province. The study shows that the interpretation level of the predictive variables is . The area of highly suitable (S1) is hectares, suitable (S2) is 53, hectares. This result is different from the Analytic Hierarchy Process (AHP) method. TÓM TẮT Nghiên cứu đánh giá khả năng
