การจำแนกสายพันธุ์บอนสีด้วยการประมวลผลภาพบนโมบายแอปพลิเคชัน

ผู้แต่ง

  • แก้วใจ อาภรณ์พิศาล คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครปฐม จังหวัดนครปฐม 73000
  • ธีรภัทร เกตุสม คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครปฐม จังหวัดนครปฐม 73000
  • อรณิชา เทียนทอง คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครปฐม จังหวัดนครปฐม 73000
  • ชุติพงษ์ สามงามเสือ คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครปฐม จังหวัดนครปฐม 73000

คำสำคัญ:

การประมวลผลภาพ, จำแนกรูปภาพ, สายพันธุ์บอนสี, แอปพลิเคชัน

บทคัดย่อ

บอนสี เติบโตในพื้นเขตร้อน ลักษณะของใบมีหลายขนาดและรูปทรง เป็นการยากที่ผู้สนใจเพาะเลี้ยงจะสามารถแยกแยะสายพันธุ์ด้วยสายตาได้ทั้งหมด งานวิจัยนี้มีวัตถุประสงค์ 1) เพื่อพัฒนาการจำแนกสายพันธุ์บอนสีด้วยการประมวลผลภาพบนโมบายแอปพลิเคชัน และ 2) เพื่อประเมินความพึงพอใจของผู้ใช้งานจำแนกสายพันธุ์บอนสีด้วยการประมวลผลภาพบนโมบายแอปพลิเคชัน ผู้วิจัยใช้หลักการวิเคราะห์และออกแบบโดยใช้ CRISP-DM ในการพัฒนาโมเดลจำแนกรูปภาพด้วย Teachable Machine และโปรแกรม Android Studio มาช่วยในพัฒนาการจำแนกสายพันธุ์บอนสีด้วยการประมวลผลภาพบนโมบายแอปพลิเคชัน เครื่องมือที่ใช้ศึกษา ได้แก่ แอปพลิเคชันเพื่อจำแนกสายพันธุ์บอนสี 15 สายพันธุ์ และแบบสอบถามความพึงพอใจของผู้ใช้งาน สถิติที่ใช้ในการวิเคราะห์ข้อมูล คือ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน ผลการศึกษาพบว่า การจำแนกสายพันธุ์บอนสีด้วยการประมวลผลภาพบนโมบายแอปพลิเคชันนี้ใช้กล้องในการสแกนภาพถ่ายใบของบอนสีเข้าสู่แอปพลิเคชันที่พัฒนาขึ้นต้องอยู่สภาพแวดล้อมที่มีแสงสว่างเพียงพอ ระบบจะสามารถแสดงชื่อสายพันธุ์บอนสีได้อย่างถูกต้องร้อยละ 95 และผลการประเมินความพึงพอใจจากผู้ใช้งานความพึงพอใจที่มีต่อแอปพลิเคชัน จำนวน 30 คน โดยภาพรวมมีค่าเฉลี่ยเท่ากับ 4.58 อยู่ในระดับมากที่สุด แสดงให้เห็นว่า แอปพลิเคชันนี้ช่วยตอบสนองความต้องการ และเป็นประโยชน์แก่ผู้ใช้งาน

References

กิตติภัทร์ ยางคำ, กิตติคุณ บุญเกตุ, จิรวดี โยยรัมย์ และ เปรม อิงคเวชชากุล. (2565). การพัฒนาระบบคัดแยกยานพาหนะเพื่อออกแบบสถานที่จอดรถให้เหมาะสมด้วยแบบจำลองการเรียนรู้เชิงลึก. การประชุมวิชาการระดับชาติ ราชมงคลสุรินทร์ ครั้งที่ 13 “วิจัยและนวัตกรรมเพื่อพัฒนาเศรษฐกิจ BCG”, วันที่ 17 - 18 พฤศจิกายน 2565 (น. A464-A472). สุรินทร์: มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน วิทยาเขตสุรินทร์.

แก้วใจ อาภรณ์พิศาล, ธนวัฒน์ สระทองฮ่วม และ วธิดา ดารา. (2566). การพัฒนาโปรแกรมประยุกต์บนอุปกรณ์เคลื่อนที่เพื่อจำแนกกุหลาย 10 สายพันธุ์. การประชุมวิชาการการนำเสนอผลงานวิจัยระดับชาติมหาวิทยาลัยราชภัฏภูเก็ต ครั้งที่ 15, วันที่ 1 กันยายน 2566 (น. 215-223). ภูเก็ต: มหาวิทยาลัยราชภัฏภูเก็ต.

ขวัญเดือน รัตนา, ธิดารัตน์ ผ่องแผ้ว, วิทิดา สิงห์เชื้อ, ขจรพงศ์ ดาศรี และ ศุภาวีร์ แสงจันทร์จิรเดช. (2565). การขยายพันธุ์บอนสีด้วยเทคนิคการเพาะเลี้ยงเนื้อเยื่อพืช. วารสารเกษตรศาสตร์และเทคโนโลยี, 3(3), 94-105.

ฑีฆพันธุ์ เจริญพงษ์. (2563). การประยุกต์ใช้ MATLAB สำหรับการประมวลผลภาพดิจิตอล. กรุงเทพฯ: บริษัท จรัลสนิทวงศ์การพิมพ์ จำกัด.

ไทยโพสต์ออนไลน์. (2565). ธุรกิจ 'บอนสี' พืชเศรษฐกิจน่าสนใจเงินสะพัดกว่าพันล้าน/ปี. สืบค้นวันที่ 17 พฤศจิกายน 2566, จาก https://www.thaipost.net/economy-news/238869/.

บุษกร ท้วมอ้น, ธิราพร พวงทอง และแก้วใจ อาภรณ์พิศาล. (2565). โมเดลจำแนกรูปภาพพืชผักสวนครัว. การประชุมวิชาการระดับชาติด้านวิทยาศาสตร์และเทคโนโลยี ครั้งที่ 6, วันที่ 11-12 กุมภาพันธ์ 2565 (น. 122-130). พระนครศรีอยุธยา: มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ.

บุญชม ศรีสะอาด. (2560). การวิจัยเบื้องต้น (พิมพ์ครั้งที่ 10). กรุงเทพฯ: สุวีริยาสาส์น.

พรเทพ ท้วมสมบุญ, ณัฐวุฒิ กฤษสมัคร, ธิดากุญ แสนอุดม และวราภรณ์ ทองพันธ์. (2553). ศึกษา พัฒนาหลักเกณฑ์และวิธีการตรวจสอบพันธุ์บอนสี. กรุงเทพฯ: กรมวิชาการเกษตร.

ศุภชัย สมพานิช. (2562). คู่มือพัฒนาแอพพลิเคชันด้วย Android Studio ฉบับสมบูรณ์. กรุงเทพฯ: ไอดีซี พรีเมียร์.

สมาคมบอนสีแห่งประเทศไทย. (2552). บอนสีราชินีแห่งไม้ใบ. กรุงเทพฯ: สำนักพิมพ์บ้านและสวน.

สหัสวรรษ งามทรง, สวรินทร์ ฤกษ์อยู่สุข และสอาด วงศ์ใหญ่. (2564). การสร้างโมบายแอปพลิเคชันแบบไม่ต้องเขียนโปรแกรมเพื่อการสำรวจข้อมูลจากภาคสนามสำหรับงานบริหารจัดการภาษีขององค์กรปกครองส่วนท้องถิ่น. วารสารวิชาการเพื่อการพัฒนานวัตกรรมเชิงพื้นที่, 2(3), 55-69.

สุพจน์ เฮงพระพรหม. (2566). การเรียนรู้ของเครื่อง MACHINE LEARNING. นครปฐม: สาขาวิชาวิทยาการข้อมูล.

สุภาพร นุภาพ และ อรอุมา พร้าโมต. (2564). การออกแบบและพัฒนาแอปพลิเคชันรู้จําตัวอักษรบนอุปกรณ์เคลื่อนที่เพื่อการฝึกเขียนพยัญชนะไทย. การประชุมวิชาการระดับชาติครั้งที่ 13 มหาวิทยาลัยราชภัฏนครปฐม, วันที่ 8 - 9 กรกฎาคม 2564 (น. 641-649). นครปฐม: มหาวิทยาลัยราชภัฏนครปฐม.

สมศักดิ์ ดอนไพรเณร และ ศุภกฤษ นาคป้อมฉิน. (2565). การพัฒนาไลน์แชทบอทเพื่อตรวจสอบใบหน้าพนักงานรักษาความปลอดภัยด้วยเทคโนโลยีการประมวลผลภาพบายแอปพลิเคชัน. วารสารวิชาการวิทยาศาสตร์ มหาวิทยาลัยราชภัฏจันทรเกษม, 32(2), 80-86.

อรดี สหวัชรินทร์. (2525). การขยายพันธุ์และปรับปรุงพันธุ์บอนสีโดยวิธีเพาะเลี้ยงเนื้อเยื่อ. วารสารพืชสวน, 17(3), 19-25.

อรวรรณ วิชัยลักษณ์. (2548). บอนสี (พิมพ์ครั้งที่ 1). กรุงเทพฯ: โรงพิมพ์ชุมนุมสหกรณ์การเกษตรแห่งประเทศไทย.

ออฟฟิศเมท. (2566). รวมเรื่องต้องรู้ มือใหม่หัดปลูก ‘บอนสี’. สืบค้น 17 พฤศจิกายน 2566, จาก https://www.ofm.co.th/blog/caladium/.

พรรณไม้. (2566). บอนสี Caladium. สืบค้นวันที่ 17 พฤศจิกายน 2566, จาก https://www.panmai.com/Caladium/ Caladium.shtml.

Abed, A. A., Al-Ibadi, A., & Abed, I. A. (2023). Real-time multiple face mask and fever detection using YOLOv3 and TensorFlow lite platforms. Bulletin of Electrical Engineering and Informatics, 12(2), 922-929.

Alsing, O. (2018). Mobile object detection using TensorFlow lite and transfer learning. (Master in Computer Science). Sweden: School of Compute Science and Communication.

Carney, M., Webster, B., Alvarado, I., Phillips, K., Howell, N., Griffith, J., ... & Chen, A. (2020). Teachable machine: Approachable Web-based tool for exploring machine learning classification. In Proceedings of the Extended Abstracts of the 2020 CHI Conference on Human Factors in Computing (pp. 1-8). ACM.

Google. (2023). Google Teachable Machine. Retrieved 30 November 2023, form https://teachablemachine.withgoogle.com/.

Jordan, M. I., & Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255-260.

Konaite, M., Owolawi, P. A., Mapayi, T., Malele, V., Odeyemi, K., Aiyetoro, G., & Ojo, J. S. (2021). Smart Hat for the blind with Real-Time Object Detection using Raspberry Pi and TensorFlow Lite. Proceedings of the International Conference on Artificial Intelligence and its Applications (pp. 1-6).

OpenAI. (2023). Chatgpt. Retrieved 30 November 2023, form https://chat.openai.com/.

TensorFlow. (2024). TensorFlow Lite. Retrieved 20 January 2024, form https://www.tensorflow.org/lite/guide?hl=th.

Toivonen, T., Jormanainen, I., Kahila, J., Tedre, M., Valtonen, T., & Vartiainen, H. (2020). Co-designing machine learning apps in K–12 with primary school children. 2020 IEEE 20th International Conference on Advanced Learning Technologies (ICALT) (pp. 308-310). IEEE.

Downloads

เผยแพร่แล้ว

02/02/2024