การเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลโดยใช้เทคนิคเหมืองข้อมูลในการทำนาย แผนการเรียนในการศึกษาต่อในระดับชั้นมัธยมศึกษาตอนปลาย โรงเรียนสุรนารีวิทยา

An efficiency comparison of data classification with data mining techniques in study plan prediction for upper secondary admission in Suranari Wittaya School

Name: พงศกร จำปาโพธิ์

Organization : โรงเรียนสุรนารีวิทยา. กลุ่มสาระการเรียนรู้วิทยาศาสตร์และเทคโนโลยี (คอมพิวเตอร์)

Email : pongsakorn@srn.ac.th

Name: จรัญ แสนราช

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะครุศาสตร์อุตสาหกรรม

Email : charun.s@fte.kmutnb.ac.th, jsr@kmutnb.ac.th

keyword: ป่าสุ่ม

ThaSH: เหมืองข้อมูล

ThaSH: ต้นไม้ตัดสินใจ

ThaSH: โรงเรียนเตรียมอุดมศึกษา -- นักเรียน

Abstract: การวิจัยในครั้งนี้นำเสนอผลการเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลโดยใช้เทคนิคเหมืองข้อมูล 3 เทคนิค ได้แก่อัลกอริทึมต้นไม้ตัดสินใจ ป่าสุ่ม และเพื่อนบ้านที่ใกล้ที่สุด เพื่อหาอัลกอริทึมที่มีประสิทธิภาพสูงสุดเพื่อนำไปใช้เป็นแนวทางในการจัดทาระบบทำนายแผนการเรียนในการศึกษาต่อในระดับชั้นมัธยมศึกษาตอนปลาย โรงเรียนสุรนารีวิทยา โดยใช้ข้อมูลผลการคัดเลือกแผนการเรียนต่าง ๆ ของนักเรียนชั้นมัธยมศึกษาตอนปลายที่มาจากนักเรียนชั้นมัธยมศึกษาปีที่ 3 (เดิม) ระหว่างปีการศึกษา 2563-2565 จานวน 1,772 ชุด ซึ่งผลการเปรียบเทียบประสิทธิภาพพบว่า อัลกอริทึมป่าสุ่มมีประสิทธิภาพดีที่สุดโดยมีค่าความถูกต้องคิดเป็นร้อยละ 80.81 ค่าความแม่นยา คิดเป็นร้อยละ 91.09 และค่าความระลึกคิดเป็นร้อยละ 69.88 รองลงมาได้แก่อัลกอริทึมต้นไม้ตัดสินใจและอัลกอริทึมเพื่อนบ้านที่ใกล้ที่สุด ซึ่งมีความค่าถูกต้องคิดเป็นร้อยละ 73.31 และ 70.20 ค่าความแม่นยำคิดเป็นร้อยละ 71.21 และ 66.98 ค่าความระลึกคิดเป็นร้อยละ 59.14 และ 52.44 ตามลำดับ

Abstract: In this research, the results of comparing the performance of data classification techniques using 3 data mining techniques, namely Decision Tree, Random Forest, and k-Nearest Neighbor (k-NN), were presented. The algorithm with the highest performance was selected to be used as a study plan prediction system for upper secondary admission at Suranari Wittaya School. The study utilized a selection study plan result dataset consisting of 1,772 records from former 9th-grade students during the academic years 2020-2022. The research findings demonstrate that the Random Forest algorithm exhibited superior efficiency, achieving an accuracy rate of 80.81%, precision rate of 91.09%, and recall rate of 69.88%. The Decision Tree algorithm and the k-Nearest Neighbor algorithm followed, achieving accuracy rates of 73.31% and 70.20%, precision rates of 71.21% and 66.98%, and recall rates of 59.14% and 52.44%, respectively.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2566

Modified: 2566-09-29

Issued: 2566-07-13

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ คณะครุศาสตร์อุตสาหกรรม. การประชุมทางวิชาการระดับชาติด้านครุศาสตร์อุตสาหกรรม ครั้งที่ 15 และการประชุมวิชาการครุศาสตร์อุตสาหกรรมระดับนานาชาติ ครั้งที่ 10 (NCTechED 15th and ICTechED 10th) (pp.108-112). กรุงเทพฯ : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NCTechED 15th and ICTechED 10thpp.108-112.pdf	377.81 KB	20	2025-09-21 17:14:23

ใช้เวลา

0.027168 วินาที