การพฒนาระบบสนบสนนการตดสนใจในการเลอกสมครในสาขาวชา โดยใชเทคนค

ตนไมตดสนใจ

The Development of a Decision Support System to Apply for the Undergraduate

Program through Using Decision tree Techniques

อนนต ปนะเต1

Anan Pinate1

บทคดยอ การรบสมครบคคลเขาศกษาในระดบปรญญาตร มหาวทยาลยมหาสารคาม มกระบวนการในการคดเลอกผสมครทม

คณสมบตตรงตามทมหาวทยาลยกาหนด ซงการแนะแนวการศกษาจงเปนกระบวนการทสาคญ ในการประชาสมพนธ

ขอมลการสมครใหกบผสมครทราบ อาทเชน ขอมลการเลอกสาขาวชา โดยท วไปผสมครจะเลอกสาขาวชาโดยยดหลก

ตามความชอบ ความรสกของตนเองเปนสวนใหญ โดยไมไดคานงถงความร และทกษะดานตางๆ ของตนเอง สงผลให

เมอเขามาศกษาในสาขาวชานนแลว เกดป ญหาผลการเร ยนทตกตา ไมผานตามเกณฑทมหาวทยาลยกาหนด อนเปนผล

ทาใหตองพนสภาพการเปนนสตดงนนการประชาสมพนธขอมลเพอใหผสมครไดใชประกอบการตดสนใจในการเลอก

สาขาวชานนจงเปนสงสาคญในกระบวนการแนะแนวการศกษาตอ งานวจ ยนจ งไดนาเสนอการใชเทคนคตนไมตดสนใจ

C4.5 เพอคนหากฎการตดสนใจในการเลอกสาขาวชา และนากฎการตดสนใจทไดมาพฒนาเปนระบบสนบสนนการ

ตดสนใจในการเลอกสาขาวชา เพอใหผทจะสมครเขาศกษาในระดบปรญญาตร ไดทาการทดลองการเลอกสาขาวชากอน

การเลอกสมครจรง ผสมครจะไดทราบถงสาขาวชาทเหมาะสมกบความร และทกษะของผสมครเองเมอเขามาศกษาใน

สาขาวชานน จากการวจยสามารถสรางเปนกฎการตดสนใจไดจานวนท งสน กฎจากท งหมด สาขาวชาททาการ

ทดลอง และสามารถสรางระบบสนบสนนการตดสนใจในการเลอกสาขาวชาได

คาสาคญ : เทคนคตนไมตดสนใจ, กฎการตดสนใจ

Abstract To recruit an individual to study for undergraduate level in Mahasarakham University,there is selection process to

qualify applicants regarding the university regulation. Thus, the study guide is an important process to advertise

applying information to the applicant, such as disciplines selecting information. Generally, disciplines will be

selected based on applicants’ satisfaction, mostly without taking into consideration with the individual knowledge

1 นกวชาการคอมพวเตอร กองบรการการศกษา มหาวทยาลยมหาสารคาม อาเภอกนทรวช ย จงหวดมหาสารคาม 44150 1 Computer Techinical Officer, Division of Academic Affair, Mahasarakham University, Kantharawichai District, MahaSarakham

Thailand.

And various skills. As a result, applicants will be retired from the university if they do not pass the criteria set by

the university when they come to study in the disciplines. Therefore, PR supporting the decision to selecting

disciplines is really important in the process of study guide. This research presents the use of decision tree C4.5

technique to search for decision rules in selecting fields of study and to improve decision rules to become

decision support system in order to help applicants be able to experiment selecting fields of study before actual

application. The applicants will realize which fields of study are capatible with their knowledge and skills when

getting in those fields. From the research, there were 333 decision rules from 51 experimental fields of study and

decision

Keywords : Decision tree Technique, Decision Rule

บทนา มหาวทยาลยมหาสารคาม เปนถาบนอดมศกษาของรฐ ท

มการจ ดการเรยนก ารสอนในระดบปรญญาตร แล ะ

บณฑตศกษา กระบวนการการรบสมครเพอคดเลอกบคคล

เขาศกษาระดบปรญญาตร เปนกระบวนการทสาคญเพอ

คดเลอกผทจะเขาศกษาใหตรงตามคณสมบตของสาขาวชา

กาหนด ขนตอนการรบสมครบคคลเขาศกษาในระดบ

ปรญญาตร1 มอยหลายขนตอนดวยกนการแนะแนว

ประชาสมพนธขอมลเกยวกบการรบเขาศกษาเปนข นตอน

ทสาคญอกขนตอนหนงรวมถงการใหขอมลประกอบการ

ตดสนใจในการเลอกเรยนในสาขาวชาของผสมครใหตรง

ตามทกษะ และความรของผสมครเองถอเปนขอมลท

สาคญยง จากป ญหาทสาคญของการรบบคคลเขาศกษาใน

สาขาวชาตางๆ โดยสวนใหญผสมครจะเลอกสมครใน

สาขาวชาตามความชอบ สมครตามเพอน หรอผปกครอง

โดยไมไดคานงถงความร และทกษะตามทตนเองม สงผล

กระทบเมอเขามาศกษาในสาขาวชาดงกลาวแลวทาใหผล

การเรยนทตกต า เกดป ญหาผลการเรยนไมผานตาม

เกณฑทมหาวทยาลยกาหนด การพนสภาพการเปนนสต

การขอยายสาขาวชา และการผลตบณฑตในสาขาวชาไม

สงเทาทควร จากขอมลรายงานประจาปของกองทะเบยน

และประมวลผล มหาวทยาลยมหาสารคาม พบวาม

จานวนนสตทพนสภาพการเปนนสตเพมขนทกปการศกษา

จากขอมลปการศกษา 2552 - 2555 มนส ตทพนสภาพ

รอยละ 5.22, 10.30, 10.32, 10.48 ตามลาดบ 2 จาก

ป ญหาสงผลกระทบกบผเรยน ไดแก เสยเวลาในการเรยน

เสยคาใชจายในการเรยน เปนตน จากป ญหาดงกลาว

มหาวทยาลยมความตองการทจะแกไขป ญหาทเกดขน

ผวจยจงมแนวคดในการพฒนาระบบสนบสนนการตดสนใจ

ในการเลอกเรยนของผสมคร โดยใหผสมครทาการทดลอง

ความร และทกษะทผสมครมอยเพอใหทราบวาสาขาวชาท

เหมาะสมกบตนเอง โดยผวจ ยไดนาขอมลประวตนสตท

สาเรจการศกษา และขอมลประวตการสมครเขาเรยนของ

นสต มหาวทยาลยมหาสารคาม มาทาการทดลองโดยวธ

เทคนคตนไมตดสนใจ อลกอรทม C4.5 (Decision Tree

C4.5) เพอหาแบบจาลอง และกฎการตดสนใจเพอนากฎท

ไดมาพฒนาเปนระบบสนบสนนการตดสนใจในการเลอก

สมครในสาขาวชา

วตถประสงค เพอสรางแบบจาลองและกฎการตดสนใจดวยวธ

ต น ไมตด สน ใจ อล กอรทม C4.5 แ ละพฒ นา ระบ บ

สนบสนนการตดสนใจในการเลอกสมครเร ยนในสาขาวชา

ในระดบปรญญาตร มหาวทยาลยมหาสารคาม

การทบทวนวรรณกรรม งานวจยนไดศกษาทฤษฎ และวธการดาเนนการ

ทดลองดวยวธตนไมตดสนใจ และการวดประสทธภาพของ

ผลการทดลองโดยมรายละเอยด ดงน

ตนไมตดสนใจ

วธตนไมตดสนใจเปนโมเดลทมรปแบบทไดร บ

ความนยม โครงสรางตนไมตดสนใจเปนแบบลาดบช นโดย

มการตดสนใจ ซงประกอบดวย โหนดทใชในการตดสนใจ

(Decision Node) และโหนดใบ (Leaf node) แตละโหนด

ตดสนใจนนจะมการสรางฟ งกชนทเอาไวสาหรบทดสอบ

ทางเลอก ( )mf x จากการป อนขอมลเขา (Input) จะ

ทดสอบตามทางเลอกไปเรอยๆ ไปจนถงโหนดใบ จะได

คาตอบในทสดรายละเอยดดง Figure 1

Figure 1 ตวอยางตนไมทสรางจากชดการสอน

อลกอรทม C4.5

เปนอลกอรทม ทพฒนามาจากอลกอรทม ID3

เปนอลกอรทมในการจาแนกประเภทขอมลใชหลกการสราง

ตนไมโดยคดเลอกคณลกษณะทสาคญทสดมาเปนโหนด

ราก (Root Node) โดยใชคา Gain Ratio ทสงทสดเปน

โหนดราก และโหนดถดไป และตองหาคา Entropy,

Information Gain และ Split Information มวธการการหา

คา ดงน

การหาคา Entropy เปนสมการทใชในการหาคา

สารสนเทศของขอมล (Entropy Measure) รายละเอยด ดง

สมการท 1

21

( ) logc

i ii

Entropy s P P

(1)

โดย s คอ Attribute ทนามาวดคา Entropy

iP คอ สดสวนของจานวนสมาชกในกลม i

เทากบจานวนสมาชกท งหมดของกลมตวอยาง

การหาคา Information Gain เปนสมการทใชใน

การหาคาสารสนเทศกอนนาไปใชในการหาคามาตรฐาน

อตราสวนเกน (Gain Ratio) รายละเอยดดงสมการท 2

( )

( , ) ( ) ( )vv

v Values A

SGain S A Entropy s Entropy S

S

(2)

โดย A คอ คณลกษณะ A

vS คอ สมาชกของคณลกษณะ A ทมคา V

S คอ จานวนสมาชกของกลมตวอยาง

การหาคา Split Information เปนสมการท ใชใน

การหาคาสารสนเทศของการแบงแยก รายละเอยดดง

สมการท 3

21

( , ) logn

i i

i

S SSplit Information S A

S S

(3)

โดย iS คอ สดสวนของจานวนสมาชกในกลม i

การหาคา Gain Ratio เปนสมการทเพมขนจาก

อลกอรทม ID3 เพอลดความลาเอยงของขอมล รายละเอยด

ดงสมการ 4

( , )( , )( , )

Gain S AGain Ratio S ASplit Information S A

(4)

การวดประสทธภาพ

ในการวดประสทธภาพของแบบจาลองในแตละ

ขอมลททาการทดลองตามสาขาวชา โดยใชคาความ

ถกตองของแบบจาลอง (Accuracy) คาความแมนยาของ

แบบจาลอง (Precision) คาความระลกของแบบจาลอง

(Recall) และคาความเหวยงของแบบจาลอง (F-Measure)

การวดประสทธภาพของการจาแนกขอมลตามแนวคด

ทางดานการคนคนสารสนเทศซงการวดคาประสทธภาพ

ของแบบจาลองนนจะอาศยตาราง Confusion Matrix ใน

การคานวณคารายละเอยดดง Figure 2

Figure 2 Confusion Matrix

TP คอ จานวนขอมลแบบจาลองจาแนกกลม

C1 และคาตอบเปนกลม C1

TN คอ จานวนขอมลแบบจาลองจาแนกกลม

C2 และคาตอบเปนกลม C2

FP คอ จานวนขอมลแบบจาลองจาแนกกลม

C1 และคาตอบเปนกลม C2

FN คอ จานวนขอมลแบบจาลองจาแนกกลม

C2 และคาตอบเปนกลม C1

วธการวจย การวจยคร งนเปนการพฒนาระบบสนบสนนการ

ตดสนใจในการเลอกสมครในสาขาวชา โดยใชเทคนค

ตนไมตดสนใจ อลกอรทม C4.5 จากขอมลทใชในการ

ทดลอง ประกอบดวย ขอมลประวตการศกษาของผท

สา เรจการศกษาในระดบปรญญาตร มหาวทยาลย

มหาสารคาม ปการศกษา 2549 – 2554 และขอมล

ประวตการสมครเขาศกษาในระดบปรญญาตรโดยขอมลท ง

สองนตองเปนขอมลทมความสมพนธกนโดยมขอมลททา

การทดลอง 18,221 ชดขอมลรวมท งหมด 51 สาขาวชา

การทดลองทาการเตรยมขอมลในแตละสาขาวชาใหอยใน

รปแบบทสามารถนาไปใชกบโปรแกรม WEKA (Waikato

Environment for knowledge Analysis) ซ งประกอบด วย

การแบงขอมลออกเปน 2 กลม คอ ขอมลทดสอบ (Data

Testing) และขอมลเรยนร (Data Training) โดยใชหลกการ

แบงขอมลแบบ 10-fold Cross Validation จากนนทาการ

ทดลองโดยใชเทคนคตนไมตดสนใจ อลกอรทม C4.5

(Decision Tree C4.5) เพอหาแบบจาลอง และทาการวด

ประสทธภาพแบบจาลอง (Evaluation) จากแบบจาลอง

สามารถสรางเปนกฎการตดสนใจ (Decision Rule) และนา

กฎการตดสนใจทไดมาพฒนาเปนระบบสนบสนนการ

ตดสนใจในการเลอกสมครในสาขาวชา เพอใหผสมครได

ทาการทดสอบกอนการเลอกสาขาวชานน

จากการวจยคร งน ผวจยไดแสดงขนตอน และ

กรอบแนวคดเพอใหทราบกระบวนการในการวจยในคร งน

โดยมรายละเอยดดง Figure 3

Data Preprocessing

StudentDatabase

10-fold cross Validation

Decision Tree C4.5 Algorithms

Evaluation

Decision Rule

Graphical User Interface (GUI)

Prediction Program Selection

Figure 3 Conceptual framework

ขอมลทใชทาการทดลองนนจะแยกตามสาขาวชา

และการทดลองออกเปนขอมลรายสาขาวชา ขอมลในแต

ละสาขาวชาประกอบดวยขอมลตวแปร โดยเลอกขอมลทม

ความสาคญตอการเลอกสมครของสาขาวชา ขอมลตวแปร

คณลกษณะ (Attribute) ไดแก เพศ ผลการเรยนเฉลย

สะสม (GPAX) ผลการเรยนกลมสาระการเรยนร (GPA)

ไดแก วชาภาษาไทย วชาคณตศาสตร วชาวทยาศาสตร

วชาสงคมศกษา วชาสขศกษา วชาศลปะ วชาการงาน

อาชพ และวชาภาษาตางประเทศ ตวแปรคาตอบหรอตว

แปรคลา ส (Class) ค อ ผ ล ก ารเรย น นสต ท ส า เรจ

ก า รศ ก ษ า ใน ระด บ ป รญ ญ าต รจ าก ม ห า วท ย าล ย

มหาสารคาม รายละเอยดตวแปรคณลกษณะ (Attribute)

และตวแปรคาตอบ (Class) มรายละเอยดดง Table 1

และตวอยางขอมลทใชในการทดลองในแตละสาขาวชา ม

รายละเอยดดง Table 2

Table 1 Variable

Variable Explanation

Sex Sex

GPAX Grade point average

GPA1 Grade point average Thai Language

GPA2 Grade point average Mathematics

GPA3 Grade point average Science

GPA4 Grade point average Social studies

GPA5 Grade point average Health education

GPA6 Grade point average Art

GPA7 Grade point average Home working

GPA8 Grade point average English

GPA Grade point average in Mahasarakham

University

Table 2 Data sample

Sex GPAX GPA1 GPA2 GPA3 GPA4 GPA5 GPA6 GPA7 GPA8 GPA

Female . . . . . . . . . 3.52

Male . . . . . . . . . 2.56

Male . . . . 2.52 3.57 3.36 2.50 2.33 2.35

Female 3.29 3.40 2.60 2.70 3.00 3.90 3.20 3.40 2.40 3.10

Female 3.00 3.35 1.70 3.16 3.17 3.40 3.50 3.45 3.31 2.74

Female 3.92 4.00 3.66 4.00 4.00 4.00 4.00 3.97 3.97 3.56

Male 3.51 3.71 3.05 3.42 3.94 4.00 4.00 3.50 3.60 3.20

Female 2.98 2.20 1.90 1.80 3.34 3.10 3.70 3.40 3.19 2.23

Male 3.71 4.00 3.32 3.56 4.00 4.00 3.90 4.00 3.76 3.64

ในการแทนคาขอมลในการทดลอง เพอทาการทดลองใน

ขอมลแตละสาขาวชา เพอใหการวเคราะหขอมลในการ

ทดลองนน เพอใหถ กตอง และมความแมนยาในการ

ทดลอง ขอมลตองอยในรปแบบทคอมพวเตอรเขาใจถง

ความหมายของขอมลนนเสยกอน การวจยนไดม การแทน

คาขอมลใหกบขอมล ซงประกอบดวยขอมลผลการเรยน

เฉลยสะสม (GPAX) และผลการเร ยนกลมสาระการเรยนร

(GPA) ซงขอมลท งสองสวน เปนขอมลคะแนนแบบม

ทศนยม ซงกอนทาการทดลองกบขอมลตองทาการแทนคา

เพอลดการกระจายของขอมลซงเปนทศนยมแบบตอเนอง

(Binning data) โดยผว จยไดแทนคาขอมลโดยมการแบง

ชว งคะแน นผลก ารเรยน ออก เปน สองสว น ได แ ก

สวนขอมลทตวแปรคณลกษณะ (Attribute) มการแทนคา

ชวงคะแนนผลการเรยนออกเปน ระดบ คอ ชวง

คะแนนผลการเร ยนระหวาง 0.00 – . อยในระดบต า

(Low) แทนคา L, ชวงคะแนนผลการเรยนระหวาง 2.51

– . อยในระดบกลาง (Medium) แทนคา M และชวง

คะแนนผลการเร ยนระหวาง . – . อยในระดบสง

(High) แทนคา H และสวนขอมลทเปนคาตอบ (Class)

มการแทนคา ชวงคะแนนออกเปน ระดบ คอ ชวง

คะแนนผลการเร ยน (GPA) ระหวาง . – . เปน

ระดบพอใช แทนคา Fair, ชวงคะแนนผลการเรยน

ระหวาง . – . เปนระดบด แทนคา Good และ

ชวงคะแนนผลการเรยนระหวาง . – . เปนระดบด

เยยม แทนคา Excellent ตวอยางการแทนคาขอมลใน

การทดลอง ในขอมลแตละสาขาวชาดง Table

Table 3 Substitution information

Sex GPAX GPA1 GPA2 GPA3 GPA4 GPA5 GPA6 GPA7 GPA8 GPA

Female H H M H H H H H H Excellent

Male M L L M H H L H L Fair

Male L M L M M H H L L Fair

Female H H M M M H M H L Good

Female M H L M M H H H H Fair

Female H H H H H H H H H Excellent

Male H H M H H H H H H Good

Female M L L L H M H H M Fair

Male H H H H H H H H H Excellent

เมอแทนคาใหกบขอมลทกสาขาวชาทจะทาการ

ทดลองแ ลว ทาการวเคราะห ขอมลโดยใชโปรแกรม

WEKA (Waikato Environment for Knowledge Analysis)

การทดลองโดยท าการทดลองในขอมลทละสาขาวชา

รายละเอยดดง Figure 4

Figure 4 Program information WEKA

จากนนทาการวเคราะหขอมลโดยการเลอกวธการ

จาแนก (Classify) และเลอกวธตนไมตดสนใจ อลกอรทม

C4.5 (J48) โปรแกรมจะทาการวเคราะหขอมลทดลอง

รายละเอยดดง Figure 5

Figure 5 Analysis result

ผลการวจย จากการทดลองโดยก ารวเคราะหขอมลจาก

โปรแก รม WEKA โดยท าก ารทดลองขอมล ในแต ละ

สาขาวชา ดวยวธตนไมตดสนใจ (Decision tree) เพอหา

แบบจาลองทมประสทธภาพ เพอสรางเปนกฎการตดสนใจ

(Decision Rule) แล ะน าก ฎท ไ ด ไป พฒ น า เป น ระบ บ

สนบสนนการตดสนใจในการเลอกสมครในสาขาวชา ผล

จากการทดลองขอมลแตละสาขาวชา ไดคาความถกตอง

(Accuracy) คาความแมนยา (Precision) คาความระลก

(Recall) และคาความเหวยง (F-Measure) รายละเอยด

ดง Table 4

Table 4 Results

Major Name Decision Tree (C45) Rule

Number Accuracy Precision Recall F-Measure Bachelor of Applied Thai Traditional Medicine 81.28 0.833 0.813 0.818 10

Pharmaceutical Care 97.17 0.955 0.972 0.962 3

Bachelor of Nursing Science . . . . 5

Bachelor of Public Health . . . . 5

Bachelor of Science Program in Nutrition and Food Safety Management . . . . 7

Bachelor of Science Chemistry . . . . 4

Bachelor of Science Biology . . . . 7

Bachelor of Science Mathematic . . . . 5

Bachelor of Science Program in Food Technology . . . . 5

Bachelor of Science Program in Biotechnology . . . . 6

Bachelor of Science Program in Agricultural Technology . . . . 10

Bachelor of Science Program in Food Product Development . . . . 5

Bachelor of Science Program in Animal Science . . . . 5

Bachelor of Science Environmental Technology . . . . 8

Bachelor of Science Environmental and Resource Management . . . . 11

Bachelor of Arts Information Science . . . . 9

Bachelor of Science Information Technology . . . . 5

Bachelor of Science Computer Science . . . . 6

Bachelor of Communication Arts . . . . 8

Bachelor of Engineering . . . . 6

Bachelor of Architecture . . . . 7

Bachelor of Creative Arts . . . 11

Bachelor of Accountancy . . . . 8

Bachelor of Marketing . . . . 9

Bachelor of Management . . . . 6

Bachelor of Business Computing . . . . 9

Bachelor of Financial Management . . . . 8

Bachelor of Human Resource Management . . . . 5

Bachelor of Business Economics . . . . 7

Bachelor of Tourism and Hotel Management . . . . 7

Bachelor of Music . . . . 7

Politics and Government . . . . 9

International Relations . . . . 6

Bachelor of Political Science . . . . 9

Bachelor of Arts Program in Thai . . . . 7

Bachelor of Arts Program in English . . . . 4

Bachelor of Arts Program in Chinese . . . . 7

Bachelor of Arts Program in Japanese . . . . 6

Bachelor of Arts Program in History . . . . 4

Bachelor of Arts Program in Community Development . . . . 6

Bachelor of Education Program in General Science . . . . 6

Bachelor of Education Program in Mathematics . . . . 5

Bachelor of Education Program in Social Studies . . . . 6

Bachelor of Education Program in English . . . . 6

Bachelor of Education Program in Thai Language . . . . 7

Bachelor of Education Program in Early Childhood Education . . . . 4

Bachelor of Education Program in Educational Technology . . . . 6

Bachelor of Science Program in Psychology . . . . 4

Bachelor of Science Program in Sport Science . . . . 4

Bachelor of Fine and Applied Arts Program in Visual Arts . . . . 5

Bachelor of Laws Program . . . . 8

จากผลการทดลองในแตละสาขาวชา ดวยวธ

ตนไมตดสนใจ (Decision tree) อลกอรทม C4.5 สามารถ

นาผลการวเคราะหขอมลในแตละสาขาวชามาสรางเปนกฎ

การตดสนใจ (Decision rule) ทไดจากแบบจาลอง เพอ

พฒนา เปน ระบบสนบสนนการตด สนใจในการเลอก

สาขาวชา ผลการทดลองสามารสรางเปนตนไมตดสนใจใน

แตละสาขาวชา ตวอยางตนไมตดสนใจสาขาวชาการแพทย

แผนไทยประยกตบณฑต มรายละเอยดดง Figure

Figure 5 Example Tree Bachelor of Applied Thai Traditional Medicine

จากตนไมตดสนใจตวอยางการทดลองสาขาวชาการแพทย

แผนไทยประยกตบณฑต สามารถสรางเปนกฎการ

ตดสนใจไดจานวน กฎรายละเอยดของแตละกฎมดงน

Rule1 IF GPA8=H AND GPA3=H AND GPA2=H

THEN GPA=Excellent

Rule2 IF GPA8=H AND GPA3=H AND GPA2=(M OR

L) THEN GPA=Good

Rule3 IF GPA8=H AND GPA3=M AND GPA1=H

THEN GPA=Excellent

Rule4 IF GPA8=H AND GPA3=M AND GPA1=(M OR

L) THEN GPA=Good

Rule5 IF GPA8=H AND GPA3=L THEN GPA=Good

Rule6 IF GPA8=M AND GPA2=H THEN

GPA=Excellent

Rule7 IF GPA8=M AND GPA2=L THEN GPA=Fair

Rule8 IF GPA8=M AND GPA2=M AND GPA1=H

THEN GPA=Excellent

Rule9 IF GPA8=M AND GPA2=M AND GPA1=(M

OR L) THEN GPA=Fair

Rule10 IF GPA8=L THEN GPA=Fair

จากการทดลองขอมลในแตละสาขาวชาท งหมด

จานวน สาขาวชา สามารถสรางเปนกฎการตดสนใจ

ไดทงสน กฎการตดสนใจ สามารถนากฎทไดมา

พฒนา เปน ระบบสนบสนนการตด สนใจในการเลอก

สาขาวชากอนการสมครเลอกในสาขาวชานน รายละเอยด

ดง Figure

Figure 6 Home program

เมอผใชกรอกขอมลเพอทาการทดสอบผานระบบ

สนบสนนการตดสนใจในการเลอกสาขาวชาแลวระบบจะ

แสดงผลการทดสอบทกสาขาวชา และแสดงผลระดบผล

การเรยนเมอเขามาศกษาในสาขาวชานน รายละเอยดดง

Figure

Figure 7 Test Results

อภปรายผลการวจย งานวจยนมวตถประสงคเพอสรางแบบจาลองและ

กฎการตดสนใจดวยวธ ตนไมตดสนใจ อลกอรทม C4.5

และนากฎการตดสนใจทไดจากการวเคราะหขอมลมา

พฒนาระบบสนบสนนการตดสนใจในการเลอกสมครเรยน

ในสาขาวชาในระดบปรญญาตร มหาวทยาลยมหาสารคาม

จากการทดลองพบวาสามารถสรางเปนกฎการตดสนใจได

ท งหมด กฎการตดสนใจจากขอมลในการทดลอง

สาขาวชา จากการสงเกตผลทดลองของผวจยพบวา ผทม

ผลการเร ยนกอนเขาเรยนในมหาวทยาลย ในกลมสาระ

การเรยนรวชาคณตศาสตรทมผลการเรยนระดบสง เมอ

เขามาศกษาในมหาวทยาลยมหาสารคาม ในสาขาวชา

ทางดานวทยาศาสตรและเทคโนโลย จะมผลการเรยนเมอ

สาเรจการศกษาอยในระดบดถงดเยยม สวนผทมผลการ

เรยนกอนเขาเรยนในมหาวทยาลย ในกลมสาระการเร ยนร

วชาภาษาไทย และวชาภาษาตางประเทศ เมอเขามา

ศกษาในมหาวทยาลยมหาสารคาม ในสาขาวชาทางดาน

มนษยศาสตรและสงคมศาสตรแลวเมอสาเรจการศกษาจาก

มหาวทยาลยจะมผลอยในระดบดเยยม และผทมผลการ

เรยนในกล มสาระก ารเรยนรวชาวทยาศาสตร วช า

ภาษาตางประเทศ และผสมครเพศหญง เมอเขามาศกษา

ในมาหาวทยาลยมหาสารคาม ในสาขาวชาทางดาน

วทยาศาสตรสขภาพ เมอสาเรจการศกษาจะมผลการเรยน

ระดบดเยยม

ขอเสนอแนะ งานวจยนไดทาการวเคราะหป จจ ยเฉพาะผลการ

เรยนกอนเขา เรยนในมหาวทยาลย การเรยนในระดบ

มหาวทยาลยป จจยดานอนๆ อาจจะมผลตอผลการเรยน

ของนสต อาทเชน การเอาใจใสในการเร ยน การมระเบยบ

วนยในการเรยน เปนตน และการวจยนไมสามารถทดลอง

กบขอมลไดทกสาขาวชาทเปดรบเขาศกษาอนเนองมาจาก

จานวนขอมลทไมเพยงพอในการทดลอง ในอนาคตผวจ ย

มแนวคดท จะท าก ารทดลองให ครบ ทกสาขาวช าท

มหาวทยาลยรบเขาศกษา

กตตกรรมประกาศ โครงการวจย น ได ร บการสนบส นนจาก เง น

ทนอดหนนการวจยจากงบประมาณเงนรายได ประจาป

มหาวทยาลยมหาสารคาม

เอกสารอางอง 1. กองบรการการศกษา มหาวทยาลยมหาสารคาม.

ระเบยบการการสมครคดเลอกบคคลเขาศกษาใน

ระดบปรญญาตร ระบบรบตรง ป - .

2. กองทะเบยนและประมวลผล มหาวทยาลย

มหาสารคาม. รายงานประจาป 2552-2555

3. กฤษณะ ไวยมย, ชดชนก สงศร, ธนาวนท รกธรร

มานนท. การใชเทคนคดาตาไมนนงเพอพฒนา

คณ ภาพการศกษ าค ณ ะวศวก รรมศาส ตร ;

NECTEC Technical Journal, Vol.3, No.11;

2001 July-October 2001.

4. ฉตรเกลา เจรญผล. อกสารประกอบการสอน

รายวชา Introduction to Data Mining 2013.

5. ชตมา อตมะณ, ประสงค ปราณตพลกรง. การ

พฒนาตวแบบระบบสนบสนนการตดสนใจแบบ

อตโนมตออนไลนสาหรบการเลอกสาขาวชาเรยน

ของน กศกษ าระด บ อด มศกษ า ; Journal of

Information science and Technology, Vol.1,

ISSUE 2, JUL-DEC 2010.

6. บญเสรม กจศรกล. รายงานวจยฉบบสมบรณ

โครงการยอยท 7 อลกอรทมการทาเหมองขอมล;

ป 2545.

7. ประเวศน วงษคาชย , ใชงาน AJAX และ PHP

แบบมออาชพ ; พมพคร งท1, ก รงเทพ : ไทย

เจรญการพมพ, 2550.

8. อนนต ปนะเต, ฉตรเกลา เจรญผล, แกมกาญจน

สมประเสรฐศร. การใชเทคนคเหมองขอมลในการ

เลอกกลมสาขาวชาทเหมาะสมสาหรบการศกษา

ตอระดบปรญญาตร; วารสารวทยาศาสตรและ

เทคโนโลย มหาวทยาลยมหาสารคาม, ปท. 33,

ฉบบท. 6, ประจาเดอนพฤศจกายน – ธนวาคม

2557.

9. Han J, Kamber M, Data Mining Concepts and

Techniques; The Morgan Kaufmann

Publishers, 2001.

10. Olson D, Shi Y. Introduction to Business Data

Mining; McGraw Hill International Edition,

2007.

11. Tomas B, Marcel J, Pavel K, Selection

Representative Data Sets; INTECH 2012.

12. Zdravko M, Ingrid R, An Introduction to the

WEKA Data Mining System.