การพัฒนาระบบทดสอบแบบปรับเหมาะด้วยการเรียนรู้ของเครื่องสำหรับประเมินความรู้และทักษะทางด้านการเขียนโปรแกรม

Development of an adaptive testing system using machine learning for assessing programming knowledge and skills

Name: เอกราช ธรรมษา

Organization : มหาวิทยาลัยราชภัฏอุบลราชธานี. คณะเทคโนโลยีอุตสาหกรรม

Name: ปกรณ์ กัลปดี

Organization : มหาวิทยาลัยราชภัฏอุบลราชธานี. คณะเทคโนโลยีอุตสาหกรรม

Email : pakorn.k@ubru.ac.th

Name: ปิยภัทร โกษาพันธ์ุ

Organization : มหาวิทยาลัยราชภัฏอุบลราชธานี. คณะเทคโนโลยีอุตสาหกรรม

keyword: การทดสอบแบบปรับเหมาะ

ThaSH: การเรียนรู้ของเครื่อง

ThaSH: ผลสัมฤทธิ์ทางการเรียน -- การประเมิน -- การประมวลผลข้อมูล

Abstract: งานวิจัยนี้นำเสนอระบบ ATML (Adaptive Testing using Machine Learning: ATML) โดยมีวัตถุประสงค์เพื่อ 1) พัฒนาและประเมินประสิทธิภาพของระบบ ATML 2) ประเมินความรู้และทักษะทางด้านการเขียนโปรแกรมผ่านระบบ ATML การพัฒนาระบบได้ใช้เทคนิค K-Means ร่วมกับ Elbow Method และ Silhouette Score จัดกลุ่มระดับความยากง่ายของข้อสอบสำหรับการทดสอบแบบปรับเหมาะเพื่อแบ่งกลุ่มความสามารถ กลุ่มตัวอย่าง ได้แก่ นักศึกษาสาขาวิชาเทคโนโลยีคอมพิวเตอร์ มหาวิทยาลัยแห่งหนึ่งในจังหวัดอุบลราชธานี จำนวน 50 คน ผลการวิจัยพบว่า (1) ระบบมีประสิทธิภาพสามารถจัดกลุ่มข้อสอบเพื่อจำแนกระดับความสามารถของผู้สอบ และผลการประเมินอยู่ในระดับดีจากผู้เชี่ยวชาญจำนวน 5 คน และ (2) การทดลองประเมินกลุ่มตัวอย่างผ่านระบบ ATML ส่วนใหญ่มีความรู้และทักษะอยู่ในระดับต่ำมากและต่ำ ร้อยละ 47.83 ปานกลาง ร้อยละ 34.78 และระดับเก่งและเก่งมากมีเพียงร้อยละ 17.39 ซึ่งสามารถจำแนกระดับของผู้สอบได้อย่างเหมาะสม ผลที่ได้สะท้อนถึงความสามารถที่ยังต้องการการพัฒนา และระบบ ATML มีความสามารถในการประเมินที่มีประสิทธิภาพ ประหยัดเวลา และตอบสนองระดับความสามารถของผู้เรียนได้อย่างเหมาะสม สามารถนำไปประยุกต์ใช้ในการประเมินผลการเรียนการสอนได้อย่างมีประสิทธิภาพต่อไป

Abstract: This research presents the ATML system (Adaptive Testing using Machine Learning: ATML) with the following objectives: (1) to develop and evaluate the effectiveness of the ATML system, and (2) to assess programming knowledge and skills through the ATML system. The system development employed the K-Means clustering technique in conjunction with the Elbow Method and Silhouette Score to categorize the difficulty levels of test items for adaptive testing aimed at grouping learners by ability levels. The sample group comprised 23 students from the Computer Technology program at a university in Ubon Ratchathani Province. The results indicated that: (1) the system effectively grouped test items to classify the examinees' ability levels, and the expert evaluation ( by three experts) rated the system at a good level of performance; and (2) the experimental evaluation of the sample group through the ATML system showed that most students had very low to low knowledge and skills (48.73%), moderate level (34.78%), and only 17. 39% demonstrated high to very high levels of proficiency. These results indicate that the system can appropriately classify examinee levels. The outcomes reflect the existing need for skill development among learners. Furthermore, the ATML system demonstrates the potential to provide effective, time efficient assessment that appropriately adapts to individual learner abilities. It can be applied to support efficient teaching and learning evaluations in future educational settings.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2568

Modified: 2025-09-15

Issued: 2568-09-12

บทความ/Article

application/pdf

BibliograpyCitation : ใน สมาคมไฟฟ้าและพลังงานไอทริปเปิลอี (ประเทศไทย) (IEEE PES-THAILAND), สมาคมวิชาการทางวิศวกรรมไฟฟ้า (ประเทศไทย) (EEAAT), เครือข่ายวิศวกรรมไฟฟ้า (EENET), และมหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร (RMUTP). การประชุมวิชาการเสนอผลงานวิจัยการประชุมวิชาการเครือข่ายวิศวกรรมไฟฟ้า ครั้งที่ 17 (EENET 2025) (CP-416). กรุงเทพฯ : มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร, 2568

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	EENET 2025 CP-416.pdf	390.12 KB

ใช้เวลา

0.021465 วินาที