การพัฒนาระบบสนับสนุนการ...
TRANSCRIPT
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.