ระบบสนับสนุนการตัดสินใจเพื่อวินิจฉัยโรคใบลำไยด้วยเทคนิคต้นไม้ตัดสินใจ

Abstract

บทคัดย่อ

          งานวิจัยนี้เป็นการพัฒนาระบบสนับสนุนการตัดสินใจเพื่อวินิจฉัยโรคใบลำไยด้วยเทคนิคต้นไม้ตัดสินใจ ในลักษณะเว็บเบสแอพพลิเคชัน โดยได้สร้างฐานความรู้จากข้อมูลความรู้และคำแนะนำจากผู้เชี่ยวชาญด้านโรคลำไย รวมทั้งความรู้ที่ได้มาจากสังเคราะห์เอกสารงานวิจัยเกี่ยวกับโรคใบลำใยโดยใช้กระบวนการวิเคราะห์เนื้อหา (Content Analysis) แล้วนำมาจัดหมวดหมู่ความรู้ให้เป็นระเบียบ กลุ่มตัวอย่างที่ใช้ในการสร้างตัวแบบวินิจฉัยโรคใบลำไย ได้แก่ ข้อมูลใบลำไยจำนวน 225 ระเบียน ที่ประกอบด้วย 7 ปัจจัยหลักที่เป็นสาเหตุของโรคใบลำไยทั้งสิ้น 14 โรค  ส่วนตัวแบบวินิจฉัยโรคใบลำไยจะใช้เทคนิคต้นไม้ตัดสินใจ (Decision Tree) โดยใช้อัลกอริทึม C5.0 เพื่อให้ได้มาซึ่งเงื่อนไขในการตัดสินใจ หลังจากนั้นก็จะนำตัวแบบมาพัฒนาระบบโดยใช้เครื่องมือ ได้แก่ ภาษา  PHP ในการเขียนเว็บแอพพลิเคชั่น และใช้โปรแกรมฐานข้อมูล MySQL ผลการทดสอบพบว่า 1) ตัวแบบวินิจฉัยโรคใบลำไย มีผลให้ค่าความถูกต้องเท่ากับ 85.3% 2) ระบบที่พัฒนามีผลการประเมินประสิทธิภาพของระบบโดยผู้เชี่ยวชาญโดยรวมอยู่ในระดับดี ( = 4.10,  = 0.51) และผู้ใช้งานระบบมีประสิทธิภาพโดยรวมอยู่ในระดับดี ( = 3.99,  = 0.60)  สรุปได้ว่าระบบที่พัฒนาขึ้นนี้มีความเหมาะสม สามารถนำไปใช้งานได้จริง สามารถช่วยวินิจฉัยโรคที่เกิดขึ้นกับใบลำไย และแนวทางการรักษาโรคใบลำไยได้

Abstract

               This research aims to develop a decision support system for diagnosis of diseases of longan by using decision trees. In a web-based application we have built a knowledge base of information, knowledge and advice from the experts on fruit diseases. The knowledge gained from research on diseases of the synthetic fiber trunk using content analysis (Content Analysis) was used to classify the knowledge into a mess. Were used to generate a diagnosis of a longan include information leaves produce 225 series consists of seven main factors that cause diseases of longan were 14 personal illness and disease leaves the fruit to use this technique Decision Tree (Decision Tree). The algorithm C5.0 to obtain conditions for the decision. After that, it will run the model developed using the PHP language to write web apps length. And the MySQL database application results showed that: 1) the diagnosis of diseases of longan. A result, the overall accuracy was 85.3%, 2) the development of effective performance evaluation by experts were at a good level ( = 4.10, = 0.51) and use the system's overall performance was good. ( = 3.99, = 0.60) to conclude that the developed system is suitable can be used practically. Diagnosis can be made to the the longan leaves and treatment of diseases of longan.