The ระบบพยากรณ์ความเสี่ยงการเกิดไข้เลือดออกโดยใช้เทคนิคการทำเหมืองข้อมูล
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาและวัดประสิทธิภาพของแบบจำลองการจำแนกประเภทด้วยวิธีต้นไม้ตัดสินใจ 2) พัฒนาระบบพยากรณ์ความเสี่ยงการเกิดโรคไข้เลือดออก และ 3) ศึกษาประสิทธิผลของระบบพยากรณ์ความเสี่ยงการเกิดโรคไข้เลือดออก ใช้กลุ่มตัวอย่างในการสร้างโมเดลจากข้อมูลผู้ป่วยที่เป็นโรคไข้เลือดออกในพื้นที่จังหวัดนครศรีธรรมราช จำนวน 5 ปีหลัง (พ.ศ. 2558 - พ.ศ. 2563) โดยใช้เทคนิคการทำเหมืองข้อมูลการจำแนกประเภทแบบต้นไม้ตัดสินใจ ผลการวิจัย พบว่า 1) โมเดลที่ใช้ในการพยากรณ์ความเสี่ยงการเกิดโรคไข้เลือดออกจากเทคนิคการจำแนกประเภทแบบต้นไม้ตัดสินใจ และวัดประสิทธิภาพโมเดล มีความถูกต้องร้อยละ 83.5 2) ระบบพยากรณ์ความเสี่ยงการเกิดโรคไข้เลือดออก มีระบบงานย่อย ประกอบไปด้วย ระบบตรวจสอบสิทธิ์การใช้งาน จัดการข้อมูลอัตราการเกิดโรคไข้เลือดออก รายงานข้อมูลโรคไข้เลือดออก การจัดการชุดข้อมูลโรคไข้เลือดออกที่ผ่านการทำเหมืองข้อมูล และวิเคราะห์ความเสี่ยงในการเกิดโรคไข้เลือดอออก และ 3) ผลศึกษาความพึงพอใจของระบบพยากรณ์ความเสี่ยงการเกิดโรคไข้เลือดออก พบว่า ผลการประเมินความพึงพอใจของอยู่ในระดับมาก ( =4.06)
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
I/we certify that I/we have participated sufficiently in the intellectual content, conception and design of this work or the analysis and interpretation of the data (when applicable), as well as the writing of the manuscript, to take public responsibility for it and have agreed to have my/our name listed as a contributor. I/we believe the manuscript represents valid work. Neither this manuscript nor one with substantially similar content under my/our authorship has been published or is being considered for publication elsewhere, except as described in the covering letter. I/we certify that all the data collected during the study is presented in this manuscript and no data from the study has been or will be published separately. I/we attest that, if requested by the editors, I/we will provide the data/information or will cooperate fully in obtaining and providing the data/information on which the manuscript is based, for examination by the editors or their assignees. Financial interests, direct or indirect, that exist or may be perceived to exist for individual contributors in connection with the content of this paper have been disclosed in the cover letter. Sources of outside support of the project are named in the cover letter.
I/We hereby transfer(s), assign(s), or otherwise convey(s) all copyright ownership, including any and all rights incidental thereto, exclusively to the Journal, in the event that such work is published by the Journal. The Journal shall own the work, including 1) copyright; 2) the right to grant permission to republish the article in whole or in part, with or without fee; 3) the right to produce preprints or reprints and translate into languages other than English for sale or free distribution; and 4) the right to republish the work in a collection of articles in any other mechanical or electronic format.
We give the rights to the corresponding author to make necessary changes as per the request of the journal, do the rest of the correspondence on our behalf and he/she will act as the guarantor for the manuscript on our behalf.
All persons who have made substantial contributions to the work reported in the manuscript, but who are not contributors, are named in the Acknowledgment and have given me/us their written permission to be named. If I/we do not include an Acknowledgment that means I/we have not received substantial contributions from non-contributors and no contributor has been omitted.
References
W. H. Wang, A. N. Urbina, M. R. Chang, W. Assavalapsakul, P. L. Lu, Y. H. Chen and S. F. Wang, “Dengue hemorrhagic fever–a systemic literature review of current perspectives on pathogenesis, prevention and control,” Journal of Microbiology Immunology and Infection, 53, 963-978, 2020.
K. Liu, X. Hou, Z. Ren, R. Lowe, Y. Wang, R. Li, X. Liu, J. Sun, L. Lu, X. Song and H. Wu, “Climate factors and the east Asian summer monsoon may drive large outbreaks of dengue in China,” Environmental Research, 183, 109-190, 2020.
Department of Disease Control, Dengue fever situation in 2019, Bangkok. Bangkok: Division of Insect-Borne Infectious Diseases, 2020.
Nakhon Si Thammarat Provincial Public Health Office, Summary of the disease situation from epidemiological surveillance, Issue 1, January 2020. Nakhon Si Thammarat: Nakhon Si Thammarat Provincial Public Health Office, 2020.
K. Chunet, W. Chankong and T. Thammakun, “Factors AffectingthePerformance of Problem-SolvingDengue Haemorrhagic Fever of Personnel Sub –district Health Promoting Hospital in Redundant Epidemic Areas, Nakhon Si Thammarat Province,” Thai Journal of Public Health and Health Sciences, 5(1), 93-106, 2022.
J. Tosasukul, “A Prediction Modelling for Dengue Fever Outbreaks Using Data Mining Techniques,” PKRU SciTech Journal, 5(2), 51-60, 2022.
P. K. Swaraj and G. Kiruthiga, “Design and analysis on medical image classification for dengue detection using artificial neural network classifier,” ICTACT Journal on Image and Video Processing (IJIVP), 11, 2407-2412, 2021.
N. A. Salim, Y. B. Wah, C. Reeves, M. Smith, W. F. W. Yaacob, R. N. Mudin, R. Dapari, N. N. F. F. Sapri and U. Haque, “Prediction of dengue outbreak in Selangor Malaysia using machine learning techniques,” Scientific Reports, 11, 1-9, 2021.
H. Somwanshi and P. Ganjewar, “Real-time dengue prediction using naive Bayes predicator in the IoT,” In 2018 International Conference on Inventive Research in Computing Applications (ICIRCA). India, 725 – 728, 2018.
D. Sarma, S. Hossain, T. Mittra, M. A. Bhuiya, I. Saha and R. Chakma, “Dengue prediction using machine learning algorithms,” In 2020 IEEE 8th R10 Humanitarian Technology Conference (R10-HTC), Malaysia, 1 – 6, 2020.
S. Sinsomboonthong, Data Mining. Bangkok: Chamchuree Products, 2015.
F. Gorunescu, Data Mining Concepts, Models and Techniques. Romania: Springer-Verlag Berlin Heidelberg, 2011.
A. Phikulsri and N. Chanamarn, “Efficiency Comparison of Classification Methods for Kidney Disease with Data Mining Techniques,” Journal of Science Engineering and Technology, 3(1), 1-17, 2023.
U. Srisuk and J. Thongkam, “The efficiency comparison of data mining techniques for patient incidence,” Journal of Science and Technology Mahasarakham University, 40(2), 157-163, 2021.
D. Isaranontakul and P. Isaranontakul, “Development of Hand, Foot and Mouse Disease Risk Assessment Information System in the 3rdHealth Service Area,Nakhon Sawan,” Science and Technology Nakhon Sawan Rajabhat University Journal, 9(10), 45-54, 2017.
T. Prakobphol and S. Wongsirikul, Model Development for Object Oriented Programming with UML 2.0, Bangkok: Success Media, 2015.
J. W. Best, Research in Education, 3rd ed., Englewood Cliffs. New Jersey: Prentice Hall, Inc.