การสร้างตัวแบบทำนายการยืนยันสิทธิ์เข้าศึกษาของนักศึกษาใหม่ในระดับมหาวิทยาลัยช่วง สถานการณ์แพร่ระบาดของโควิด-19 กรณีศึกษา คณะวิทยาศาสตร์ มหาวิทยาลัยอุบลราชธานี
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อหาชุดข้อมูลที่เหมาะสมและเพื่อสร้างตัวแบบที่เหมาะสมสำหรับทำนายการรับเข้านักศึกษาใหม่ในระดับมหาวิทยาลัยช่วงสถานการณ์โควิด-19 ด้วยข้อมูลการรับเข้านักศึกษาใหม่ คณะวิทยาศาสตร์ มหาวิทยาลัยอุบลราชธานี ปีการศึกษา 2561–2564 จำนวน 4,748 ระเบียน และ 18 ปัจจัย เปรียบเทียบประสิทธิภาพการทำนายด้วย 5 อัลกอริทึม ได้แก่ แรนดอมฟอเรส นาอีฟเบย์ การถดถอยโลจิสติก ซัพพอร์ตเวกเตอร์ และอองซองค์เบิล และใช้ค่าความถูกต้องเป็นตัวชี้วัดในการประเมินประสิทธิภาพ การทดสอบแบ่งเป็น 2 ส่วน ได้แก่ การทดสอบที่ 1 เป็นการทดสอบหาชุดข้อมูลที่เหมาะสมสำหรับการสร้างตัวแบบเพื่อทำนายการยืนยันสิทธิ์เข้าศึกษาในสถานการณ์โควิด-19 พบว่า ชุดข้อมูลปีการศึกษา 2564 ซึ่งเป็นช่วงที่โควิด-19 ระบาดมาก มีค่าความถูกต้องมากที่สุดเท่ากับร้อยละ 66.67 และการทดสอบที่ 2 เป็นการทดสอบแบ่งชุดข้อมูลปีการศึกษา 2564 ตามจำนวนหลักสูตร ผลการทดลองพบว่า ประสิทธิภาพการทำนายมีค่าความถูกต้องสูงขึ้น โดยหลักสูตรชีววิทยามีค่าความถูกต้องสูงสุด คือ ร้อยละ 78.69 ด้วยอัลกอริทึมนาอีฟเบย์ นอกจากนี้ยังพบว่า อัลกอริทึมซัพพอร์ตเวกเตอร์สามารถทำนายได้ค่าความถูกต้องสูงสุดมากถึง 5 หลักสูตร เมื่อเปรียบเทียบกับอัลกอริทึมที่เหลือข้างต้น ดังนั้น การสร้างตัวแบบโดยการแบ่งข้อมูลตามจำนวนหลักสูตรจะมีประสิทธิภาพมากกว่าการสร้างหนึ่งตัวแบบจากการใช้ชุดข้อมูลทั้งหมด
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ลงตีพิมพ์เป็นข้อคิดเห็นของผู้เขียนเท่านั้น
ผู้เขียนจะต้องเป็นผู้รับผิดชอบต่อผลทางกฎหมายใดๆ ที่อาจเกิดขึ้นจากบทความนั้น
References
B. Srisombat, “Factors affecting the grouping decision making to continue higher education study in the faculty of science and technology pibulsongkram rajabphat university,” Journal of Humanities and Social Sciences of Pibulsongkram Rajabhat University, vol. 16, no. 2, pp. 189–200, 2015 (in Thai).
S. Srisontisuk, M. buasri, and P. Wanong, “Factors affecting the decision on bachelor degree study at khon kaen university of the students through the thai university central admission system (TCAS System), in the academic year 2019,” Journal of School of Administrative Studies Academic, vol. 3, no. 3, pp. 33–47, 2020 (in Thai).
P. Nittayakamolphun and T. Kaewkwankrai, “Factors affecting learning behavior of students studying statistics for economist,” Journal of Humanities and Social Sciences University of Phayao, vol. 9, no. 2, pp. 213–237, 2021 (in Thai).
P. Jittawitsutigul and J. Sanrat, “The comparison of model efficiency to forecast the number of new students for analysis of factors affecting on admission to nakhon pathom rajabhat university by using ENSEMBLE,” in Proceedings Nakhon Pathom Rajabhat University, 2017 (in Thai).
J. J. Rodriguez, L. I. Kuncheva, and C. J. Alonso, “Rotation forest: A new classifier ensemble method,” IEEE transactions on pattern analysis and machine intelligence, vol. 28, no. 10, pp. 1619–1630, 2006.
M. Pal, “Random forest classifier for remote sensing classification,” International Journal of Remote Sensing, vol. 26, no. 1, pp. 217–222, 2005.
S. Wanon and R. Muangsan, “A study and development of forecasting model for the suitability characteristics on the applying major selection by using data mining techniques,” Journal of Management Sciences Suratthani Rajabhat University, vol. 7, no. 1, pp. 135–152, 2020 (in Thai).