การเปรียบเทียบประสิทธิภาพในการทำนายผลความไม่สมดุลของข้อมูลการเสียชีวิต จากอุบัติเหตุบนโครงข่ายถนน โดยใช้เทคนิคการทำเหมืองข้อมูล
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ปัจจัยที่เกี่ยวข้องในการเสียชีวิตจากอุบัติเหตุบนโครงข่ายถนน และเพื่อเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลการเสียชีวิตบนโครงข่ายถนนของแบบจำลองการพยากรณ์ ประกอบด้วยเทคนิคเกรเดียนท์บูตทรีส์ เทคนิคต้นไม้ตัดสินใจ เทคนิคนาอีฟเบย์ เทคนิคแรนดอมฟอร์เรสต์ และเทคนิคการเรียนรู้เชิงลึก ซึ่งเป็นเทคนิคในการทำเหมืองข้อมูล กระบวนการวิจัยเป็นไปตามขั้นตอนของ CRISP- DM โดยศึกษาและรวบรวมข้อมูลอุบัติเหตุจากศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร สำนักงานปลัดกระทรวงคมนาคม ระหว่างวันที่ 1 มกราคม 2562 - 30 มิถุนายน 2564 จำนวน 51,384 แถว ทำการคัดเลือกข้อมูล การกลั่นกรองข้อมูล การแปลงข้อมูลให้อยู่ในรูปแบบที่เหมาะสมก่อนนำไปวิเคราะห์และสร้างแบบจำลอง ผลการวิเคราะห์ปัจจัยที่เกี่ยวข้องในการเสียชีวิตจากอุบัติเหตุบนโครงข่ายถนน จากการคำนวณค่าน้ำหนักของข้อมูลที่มีความเกี่ยวข้องหรือสัมพันธ์ของแอตทริบิวต์ด้วยวิธีการ Gain Ratio พบว่าประเภทผู้ใช้รถหรือใช้ถนนมีค่าน้ำหนักมากที่สุด 0.1030 ผลการเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลของแบบจำลองการพยากรณ์ด้วยการวัดประสิทธิภาพของแบบจำลองการพยากรณ์ด้วยวิธีการ K-Fold Cross Validation โดยแบ่งชุดข้อมูลออกเป็น 30 ส่วน พบว่าเทคนิคที่มีประสิทธิภาพการจำแนกข้อมูลดีที่สุด คือ เทคนิคนาอีฟเบย์มีค่าความถูกต้อง 72.23% ค่าประสิทธิภาพโดยรวม 73.35% และค่าเฉลี่ยเรขาคณิต 72.10% จากการวิจัยนี้สามารถนำไปใช้เป็นข้อมูลป้องกันอุบัติภัยทางถนนในแต่ละพื้นที่ได้อย่างมีประสิทธิภาพ ลดความเสี่ยง ลดผลกระทบ และเตรียมความพร้อมในการป้องกันอุบัติภัยบนโครงข่ายถนนที่อาจจะเกิดขึ้น
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
World Health Organization. Global Situation of Road Safety Report 2015. Global Situation of Road Safety Report. World Health Organization Publishers (WHO Press), 2015.
Road Safety Operation Center. Thailand Road Safety Master Plan 2018-2021. Thailand Road Safety Master Plan. 2019.
Traffic Injury Prevention Group Bureau of Non-Communicable Diseases. Road accident situation in 2014. 2015.
S. Sinlapasorn. Modeling used to predict osteoarthritis scores WOMAC of Post-Knee Replacement Surgery Patients with Characteristic Engineering and Machine Learning Techniques. Proceedings of the 25th Annual Meeting in Mathematics (AMM 2021). Department of Mathematics, Faculty of Science King Mongkut's Institute of Technology Ladkrabang, 2021.
ABB Corporate Research Center. What is Deep Learning?. Available Online at www.new.abb.com/news/detail/58004/deep-learning , accessed on 1 November 2021.
J. Disapon, and A. Sirisophon. “Factors affecting the prevention of road traffic accident among population in Sawang arom district, Uthai thani province: MIMIC model analysis”. Journal of Nurses Association of Thailand Northern Region, Vol. 27, pp. 101 – 112, 2021.
R. Kladchuen, and C. Saenrat. “An Efficiency Comparison of Algorithms and Feature Selection Methods to Predict the Learning Achievement of Vocational Students”. Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, No. 1, pp.1-10, 2018.
S. Sinsomboonthong. “An Efficiency Comparison in Prediction of Imbalanced Data Classification with Data Mining Techniques”. Thai Science and Technology Journal (TSTJ), Vol. 28 No. 3, pp.383 - 393, 2020.
A. Leelakajonjit, and P. Panudulkitti. Severity level from road traffic accidents. Road accident data management. Education Research and Development Center and Academic Center for Road Safety, Aksornthai Press (fahmuang Thai Newspaper) Limited Partnership, Thailand, 2015.
Bureau of Highway Safety. Time of incident. New Year Festival 2020 (During 27 Dec. 19 – 2 Jan. 20). 2020.
S. Dechapromphan. Geography of Thailand : Geographic Perspectives. Geoinformatics Faculty, Burapha University, Thailand, 2017.
W. Nuipian, and P. Meesut. “Comparison of filtering and consolidation techniques of text mining for text classification”. The Journal of Industrial Technology. Vol. 9, No. 3, pp.118 - 129, September –December 2013.
N. Klinjun, and N. Supphasri, “Asip Useng and Akeon Sawangnipun. A Case Study on Public Transportation and Road Safety: Why so Many Passengers' Injuries from Van Crashes onto Trees?”. The Southern College Network Journal of Nursing and Public Health, .pp. 26 – 38, Vol.8, No.2, May-August 2021.