การประยุกต์ใช้การจัดกลุ่มเชิงพื้นที่ตามความหนาแน่นของแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวก กรณีศึกษา : อำเภอศีขรภูมิ จังหวัดสุรินทร์

APPLIED DBSCAN CLUSTERING ALGORITHM TO IDENTIFY TOURISM AND HOSPITALITY ZONE CASE STUDY OF SIKHORAPHUM DISTRICT AT SURIN PROVINCE

Name: สุภาวดี พบพิมาย

Abstract: งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อ 1) จัดกลุ่มย่านการท่องเที่ยวและสิ่งอำนวยความสะดวก อำเภอศีขรภูมิ จังหวัดสุรินทร์ 2) ศึกษาและวิเคราะห์กลุ่มย่านการท่องเที่ยวและสิ่งอำนวยความ สะดวก อำเภอศีขรภูมิ จังหวัดสุรินทร์ และ 3) เชื่อมโยงเส้นทางการท่องเที่ยวและสิ่งอำนวยความ สะดวก อำเภอศีขรภูมิ จังหวัดสุรินทร์ ซึ่งการดำเนินการวิจัยครั้งนี้ประกอบด้วย 5 ขั้นตอน คือ (1) การจัดเก็บข้อมูล (2) การจัดเตรียมข้อมูล (3) การจัดเตรียมเครื่องมือในการวิเคราะห์ (4) การจัดกลุ่ม ข้อมูลด้วย DBSCAN Clustering Algorithm และ (5) การแสดงผลลัพธ์ด้วยภาพ เช่น กลุ่มย่านการ ท่องเที่ยว แผนที่การกระจายตัวของแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวก และเส้นทางเชื่อมโยง การท่องเที่ยว ทั้งนี้ การประเมินประสิทธิภาพการจัดกลุ่มแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวก ด้วย DBSCAN Clustering Algorithm ดำเนินการประเมินด้วยการนำเสนอผลการดำเนินงานด้าน การจัดกลุ่มแก่ผู้ทรงคุณวุฒิด้านท่องเที่ยว จำนวน 3 ท่าน และ ด้านดิจิทัล จำนวน 3 ท่าน การ ดำเนินงานจากการนำข้อมูลเชิงพื้นที่ของแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวกเข้าสู่โปรแกรม R Studio, R Language และ Shiny Web Application ด้วยการจัดกลุ่มของ DBSCAN Algorithm ผลการวิจัยพบว่า 1) พื้นที่อำเภอศีขรภูมิ จังหวัดสุรินทร์ มีการกระจายตัวของแหล่งท่องเที่ยวและ สิ่งอำนวยความสะดวก แบ่งออกเป็น 2 ย่าน คือ ย่านเส้นทางรถไฟและเส้นถนนหลักหมายเลข 226 กับย่านชุมชนท่องเที่ยวในเขตพื้นที่ด้านบนของอำเภอศีขรภูมิ 2) ผลการจัดกลุ่มแหล่งท่องเที่ยวและ สิ่งอำนวยความสะดวกด้วย DBSCAN Clustering Algorithm พบว่า เมื่อค่าของ Eps : 0.01 / MinPts : 3 พบว่า กลุ่มย่านการท่องเที่ยว มีจำนวน 7 ย่าน กับ 1 กลุ่มย่าน และ เมื่อค่า Eps : 0.01 / MinPts : 5 พบว่า กลุ่มย่านการท่องเที่ยว มีจำนวน 4 ย่าน กับ 1 กลุ่มย่าน แสดงให้เห็นผลการ ดำเนินการจัดกลุ่มย่านการท่องเที่ยวและสิ่งอำนวยความสะดวกชัดเจนมากยิ่งขึ้น เมื่อจำนวน point เพิ่มขึ้น และ 3) ผลการเลือกกลุ่มย่านการท่องเที่ยวเพื่อการเชื่อมโยงเส้นการท่องเที่ยว คือ กลุ่มย่าน เส้นทางรถไฟและเส้นถนนหลักหมายเลข 226 เนื่องจากมีความหนาแน่นและมีความชัดเจนของกลุ่ม ย่านการท่องเที่ยวและสิ่งอำนวยความสะดวก ทั้งนี้ ผลการประเมินประสิทธิภาพการจัดกลุ่มด้วย DBSCAN Clustering Algorithm โดยผู้ทรงคุณวุฒิด้านดิจิทัล พบว่า การดำเนินการดังกล่าวสามารถ ช่วยให้การจัดกลุ่มย่านการท่องเที่ยวมีความเหมาะสมและความน่าสนใจ อยู่ในระดับดี ด้วยค่าคะแนน เฉลี่ยเท่ากับ 3.5 (S.D. = 0.23) อยู่ในระดับประสิทธิภาพดีและการประเมินประสิทธิภาพการจัดกลุ่ม โดยผู้ทรงคุณวุฒิด้านท่องเที่ยว พบว่า การดำเนินการจัดกลุ่มย่านการท่องเที่ยวมีความสอดคล้องและ สามารถสร้างเส้นทางและเชื่อมโยงการท่องเที่ยวได้ อยู่ในระดับดี ด้วยค่าเฉลี่ยเท่ากับ 4.53 (S.D. = 0.50) อยู่ในระดับประสิทธิภาพดีมาก และจากวัดประสิทธิภาพการจัดกลุ่มย่านแหล่งท่องเที่ยวและ สิ่งอำนวยความสเดวกด้วยค่าดัชนีเดวีส์– โบลดิน มีค่าต่ำที่สุด คือ 0.239 อยู่ในระดับประสิทธิภาพดี

Abstract: This research aims to 1) group of tourism districts and facilities at Sikhoraphum District, Surin Province. 2) study and analyze the group of tourism and facilities at Sikhoraphum District, Surin Province and 3) linking tourist routes and facilities at Sikhoraphum District, Surin Province. This research consisted of 5 steps: (1) data storage, (2) data preparation, (3) preparation of analytical tools, (4) clustering by DBSCAN Clustering Algorithm, and (5) Visualization of results, such as group of tourism. Distribution map of tourist attractions and facilities and linking routes. The efficiency assessment of tourist attractions and facilities with DBSCAN Clustering Algorithm was conducted by presenting the group performance to three experts in tourism and the number of digital aspects. Three persons operate the implementation of spatial data of tourist attractions and facilities into program R Studio, R Language and Shiny Web Application by grouping of DBSCAN Algorithm. The results of the research were as follows: 1) at Sikhoraphum District, Surin Province, there is a distribution of tourist attractions and facilities are divided into 2 area: railway route district and main road 226 with the community tourism in the upper area of Sikhoraphum District 2) the results of group of tourist attractions and facilities with DBSCAN Clustering Algorithm found that Eps: 0.01 / MinPts: 3, it was found that the tourism district group had 7 areas and 1 group of area, and when the Eps value: 0.01 / MinPts: 5, it was found that the tourism group had 4 areas and 1 group of area. The became more clearly demonstrated when the number of points increased, and 3) the results of selecting the group of tourism districts for linking tourism routes were groups of area railways and main roads 226. Due to the density and clarity of the group of tourism district and facilities, the results of the evaluation DBSCAN Clustering Algorithm performance by digital experts found that the tourism district is sensible and interesting within good level and the mean score of 3.5 (S.D. = 0.23), it is in good performance level. The evaluation of grouping efficiency the experts in tourism found that the group of tourism district was consistent and able to create a route and link in tourism within good level and the mean value of 4.53 (S.D. = 0.50) was in a very good level of efficiency. The measuring the efficiency of the group of tourist areas and facilities, the Davies-Boldin index was the lowest at 0.239, in a good capability level.

มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน. สำนักวิทยบริการและเทคโนโลยีสารสนเทศ

Address: นครราชสีมา

Email: ่jiraporn@rmuti.ac.th

Name: ผู้ช่วยศาสตราจารย์ ดร.จงกล จันทร์เรือง

Role: อาจารย์ที่ปรึกษา

Created: 2564

Modified: 2024-03-14

Issued: 2567-03-13

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีสารสนเทศและการสื่อสารประยุกต์

Grantor: มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน

©copyrights มหาวิทยาลัยเทคโนโลยีราชมงคล อีสาน

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	RMUTI_Kitiya_Thes67-08.pdf	21.52 MB	1	2024-10-14 02:08:23

ใช้เวลา

0.030099 วินาที