การเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลเพื่อทำนายแขนงวิชาเรียนของนักศึกษาภาควิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีและการจัดการอุตสาหกรรม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ วิทยาเขตปราจีนบุรี

The comparison of data classification efficiency for decision in the selection of information technology students' academic subjects, faculty of technology and industrial management, King Mongkut's University of Technology North Bangkok, Prachinburi Campus

Name: บีสุดา ดาวเรือง

Email : beesuda.p@fitm.kmutnb.ac.th

Name: จรัญ แสนราช

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะครุศาสตร์อุตสาหกรรม

Email : jsr@kmutnb.ac.th

Name: อนิราช มิ่งขวัญ

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีและการจัดการอุตสาหกรรม

Email : Anirach.M@fitm.kmutnb.ac.th

keyword: การจำแนกข้อมูล

ThaSH: เหมืองข้อมูล

ThaSH: ต้นไม้ตัดสินใจ

Abstract: การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของโมเดลการจำแนกตัวแบบทำนายแขนงวิชาเรียนของนักศึกษาภาควิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีและการจัดการอุตสาหกรรม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ วิทยาเขตปราจีนบุรี โดยใช้เทคนิคเหมืองข้อมูล 3 วิธี คือวิธีต้นไม้ตัดสินใจ วิธีแบบเบย์ และวิธีฐานกฎ นำมาเปรียบเทียบประสิทธิภาพของโมเดลการจำแนกหาตัวแบบที่เหมาะสมเพื่อใช้ทำนายแขนงวิชาเรียนที่เหมาะสมกับนักศึกษาภาควิชาเทคโนโลยีสารสนเทศ โดยรวบรวมข้อมูลของนักศึกษาภาควิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยี และการจัดการอุตสาหกรรม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ วิทยาเขตปราจีนบุรี ตั้งแต่ปีการศึกษา 2548-2559 จำนวน 759 ระเบียน วิเคราะห์ข้อมูลบนพื้นฐานของวิธี 10-Fold Cross Validation โดยใช้โปรแกรม RapidMiner Studio 7 ในการสร้างแบบจำลอง ผลการศึกษาพบว่าวิธีฐานกฎมีประสิทธิภาพสูงสุด ให้ค่าความถูกต้อง เท่ากับ 78.66 เปอร์เซ็นต์ รองลงมาคือวิธีต้นไม้ตัดสินใจที่ให้ค่าความถูกต้องเท่ากับ 78.26 เปอร์เซ็นต์ และวิธีแบบเบย์ให้ค่าความถูกต้อง เท่ากับ 78.12 เปอร์เซ็นต์ จากผลการเปรียบเทียบประสิทธิภาพในครั้งนี้สามารถนำวิธีฐานกฎไปใช้ในการทำนายแขนงวิชาเพื่อให้ นักศึกษาเลือกเรียนให้เหมาะสม ซึ่งเป็นแนวทางในการเสนอแนะแขนงวิชาเรียนแก่นักศึกษาให้เรียนได้อย่างมี ประสิทธิภาพ และสามารถจบการศึกษาได้ในระยะเวลาตามหลักสูตร

Abstract: This research proposes to compare the efficiency data mining techniques for decision in the selection of Information Technology students’ academic subjects, Faculty of Technology and Industrial Management, King Mongkut’s University of Technology North Bangkok, Prachinburi Campus. There are three data mining classification techniques used, Decision Tree, Naïve Bayes and Rule Base, to compare the efficiency of the model and to identify the appropriate model for predicting the appropriate learning outcomes. The data used in the research were 759 records of the students from Department of Information Technology, Faculty of Technology and Industrial Management, King Mongkut’s University of Technology North Bangkok, Prachinburi Campus during the 2005-2017 academic year. The data was analyzed by using RapidMiner Studio 7 with datamining technique on 10-Fold Cross Validation. The comparative results showed that the accuracy of Rule Base algorithm is 78.26 percent which was higher than Decision Tree and Naïve Bayes with 78.26 percent and 78.12 percent respectively. The finding also indicated that the findings could help student’s decision in the selection of Information Technology academic subjects effectively and could predict their graduation duration according to the program criteria."

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2564

Modified: 2564-11-18

Issued: 2564-11-18

บทความ/Article

application/pdf

BibliograpyCitation : วารสารวิชาการครุศาสตร์อุตสาหกรรม มจพ. ปีที่ 12, ฉบับที่ 2 (พ.ค.-ส.ค. 64), หน้า 136-144.

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	edu_64_120213.pdf	407.34 KB	23	2025-03-25 19:46:19

ใช้เวลา

0.021439 วินาที