การเปรียบเทียบอัลกอริทึมสำหรับการพยากรณ์แนวโน้มการพ้นสภาพของนักศึกษาระดับปริญญาตรี

Comparison of algorithm for predicting the tendency of undergraduates' termination status

Name: พุทธิพันธ์ วัฒนา

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล

Name: วัชรีวรรณ จิตต์สกุล

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล

Email : s6207021857109@email.kmutnb.ac.th

keyword: การพยากรณ์การพ้นสภาพ

ThaSH: อัลกอริทึม

ThaSH: ระบบข้อมูลนักศึกษา

Abstract: งานวิจัยนี้ทำการศึกษาขั้นตอนการพยากรณ์แนวโน้มการพ้นสภาพของนักศึกษาระดับปริญญาตรี โดยเป็นการเปรียบเทียบอัลกอริทึมจำนวน 2 อัลกอริทึม ได้แก่ 1) อัลกอริทึมป่าสุ่ม และ 2) อัลกอริทึมเพื่อนบ้านใกล้ที่สุด ทำการสร้างแบบจำลองจากข้อมูลพื้นฐานของนักศึกษาที่ได้ทำการบันทึกไว้ที่ระบบขึ้นทะเบียนนักศึกษาใหม่ ปีการศึกษา 2560-2562 จำนวน 18,490 คน ซึ่งเป็นข้อมูลที่ผู้วิจัยได้ทำการทาความสะอาดข้อมูล เพื่อนาข้อมูลที่ได้มาทำการทดสอบเปรียบเทียบประสิทธิภาพสำหรับการพยากรณ์ผลการทดสอบพบว่า อัลกอริทึมป่าสุ่มให้ประสิทธิภาพการพยากรณ์ดีกว่าอัลกอริทึมเพื่อนบ้านใกล้ที่สุด โดยมีค่าความถูกต้องร้อยละ 94.61 ค่าความคลาดเคลื่อนสัมบูรณ์เท่ากับ 0.07 ค่าความคลาดเคลื่อนสัมบูรณ์แบบมาตรฐานเท่ากับ 0.074ค่าความคลาดเคลื่อนเฉลี่ยกำลังสองเท่ากับ 0.227 ตามลาดับ

Abstract: The objective of this research is to predict the tendency of undergraduate student retirement. By using two algorithms, which are Random forest Algorithm and K-nearest Neighbor Algorithm (K-NN). By creating a model from student’s basic information that is recorded in the new student registration system. A total information of 18,490 participants from past academic years, 2017 – 2019 that the researcher has already performed data cleansing to get the most validity algorithm. The findings reveal that the Random Forest algorithm is more effective. It has 94.61 percent of accuracy, and an absolute error is 0.07. A normalized absolute error is 0.074, and root mean squared error is 0.227 respectively.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2564

Modified: 2021-07-30

Issued: 2564-07-30

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยราชภัฎวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์. คณะวิทยาศาสตร์และเทคโนโลยี. การประชุมวิชาการระดับชาติวิทยาศาสตร์และเทคโนโลยีระหว่างสถาบัน ครั้งที่ 8 (ASTC 2021) (pp.927-935). ปทุมธานี : มหาวิทยาลัยราชภัฎวไลยอลงกรณ์ ในพระบรมราชูปถัมภ์

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ASTC 2021pp.927-935.pdf	815.51 KB	8	2025-12-02 15:24:09

ใช้เวลา

0.03129 วินาที