การประชุมวิชาการระดับชาติมหาวิทยาลัยทักษิณ 2559 - page 258

257
งานวิจัยที่เกี่ ยวข้อง
Baradwaj และคณะ ทาการศึกษาการใช้เทคนิคต้นไม้การตัดสินใจ ด้วยอัลกอริทึม ID3 ในการพยาการณ์การจัดกลุ่ ม
นักศึกษา เพื่อการวางแผนการเรียนเพื่อให้ สามารถสาเร็จการศึกษาได้ Kotsiantis และคณะได้ นาเสนอการเปรียบเทียบ
ประสิทธิภาพของการพยากรณ์ประสิ ทธิภาพของนั กศึกษาในระบบการศึกษาทางไกล โดยเปรียบเทียบ 3 อัลกอริทึม ได้ แก่
Decision Tree, Naïve Bayes, 3-Nearest Neighbors, และ Winnow โดยจากผลการทดลองพบว่าอัลกอริทึม Naïve Bayes
ให้ค่าความแม่นยาสู งที่สุ ดที่ 74% และ Pukkhem [7] ได้นาเสนอการใช้เทคนิคต้นไม้การตั ดสินใจเพื่อสร้างกฎการตัดสินใจ
สาหรับการจัดประเภทของนิ สิตที่สามารถสาเร็จการศึกษาได้ตามเวลา หรื อ ไม่ได้ตามเวลาของหลักสูตร และมี วัตถุประสงค์
เพื่อให้ทราบถึงปั จจัยที่ เป็นสาเหตุของการไม่สามารถสาเร็จการศึกษาภายในระยะเวลา 4 ปีในหลักสูตรระดับปริญญาตรี โดย
พบว่ามี 17 ปัจจัย ที่มีผลต่อการสาเร็จการศึกษา เช่ น เกรดเฉลี่ยมัธยมศึกษาตอนปลาย การได้รั บทุนการศึกษา GPAปี 1ภาค
เรียน1 GPAปี1ภาคเรี ยน2 เป็นต้น และได้นาเสนอกฎดังกล่าวในรูปแบบของฐานความรู้ออนโทโลยี
วิธีดาเนินการวิจั ย
การวิเคราะห์ปั ญหา
งานวิจัยนี้ต้องการเปรียบเทียบประสิทธิภาพการทางานของอัลกอริทึมการจาแนกประเภทซึ่งมีหลากหลาย โดยวัดจาก
ค่าความแม่นยาและค่าความผิดพลาดในการจาแนกประเภท รวมถึงการบ่ งชี้ปัจจัยที่มีผลต่อการสาเร็จการศึ กษาได้ ตาม
ระยะเวลาของหลักสูตร 4 ปีของนิสิตในระดับปริญญาตรี ดังนั้นจึงต้องมี การจัดเก็บข้อมูลสอนในนิสิ ตที่สาเร็จการศึกษาแล้วทั้ง
ตามระยะเวลาในหลักสูตรและเกิ นเวลา เพื่อนามาสร้างเป็ นแบบจาลองการจาแนกประเภทด้ วยอัลกอริทึ มต่างๆ สาหรับ
เปรียบเทียบประสิ ทธิภาพการทางาน โดยในที่ นี้จะใช้ข้ อมูลจากนิสิตคณะวิทยาศาสตร์ มหาวิ ทยาลัยทั กษิณ ที่สาเร็จการศึกษา
ในปี 2556
การเก็บและทาความเข้าใจข้อมูล
การเก็บข้ อมูลสาหรับการทดลองนี้ ใช้แบบฟอร์มการกรอกข้อมูลประวัตินิสิตที่สาเร็จการศึกษาระดับปริญญาตรีของ
คณะวิทยาศาสตร์ โดยมี แบบฟอร์มที่นิสิตนาส่งมาวิเคราะห์ จานวน 405 ชุดข้อมูล จากนิสิ ตใน 12 หลักสูตร 6 สาขาวิชา
ได้แก่ คอมพิวเตอร์และเทคโนโลยีสารสนเทศ คณิตศาสตร์และสถิติ เคมี ชีววิ ทยา ฟิสิกส์ สิ่งแวดล้อมและการเพาะเลี้ยงสัตว์น้า
ข้อมู ลที่จั ดเก็ บแล้วดั งกล่าวพบว่ายั งมีข้ อมู ลรบกวนและข้อมู ลที่เป็ นค่าว่าง รวมไปถึ งการให้ข้อมู ลไม่ ครบทุกคุ ณลั กษณะ
นอกจากนี้ข้ อมูลดิบดังกล่าวมีค่าที่ หลากหลายจึงจาเป็นต้องมีการแบ่งช่วงค่าข้อมูลให้มีความเหมาะสมก่อนนาไปประมวลผล
การเตรียมข้อมูล
นาข้อมูลจากแบบฟอร์มมาจัดทาในรูปแบบของไฟล์ CSV/ARFF เพื่อทาการเตรียมข้อมูลสาหรั บนาเข้าสู่อัลกอริ ทึม
การจาแนกประเภท โดยข้อมูลที่ผ่ านการทาความสะอาดด้วยขั้นตอนการกาจั ดค่าว่าง ค่าขาดหาย มี จานวนทั้งสิ้น 394
ระเบียน จากจานวนแบบฟอร์มที่ได้รั บ 405 ชุดข้อมูล 55 คุ ณลักษณะ ประกอบไปด้วย คุณลักษณะประวั ติส่ วนตัว ประวั ติ
ครอบครัว และประวัติการศึกษา ข้ อมู ลทางด้านสังคม และประวั ติการใช้งานเครือข่ ายสังคมออนไลน์ ในภาพที่ 2 แสดง
คุณลักษณะตัวอย่างของข้อมูลนิสิ ต