https://ph02.tci-thaijo.org/index.php/JIST/issue/feed
วารสารวิทยาการและเทคโนโลยีสารสนเทศ
2025-06-28T17:29:35+07:00
JIST EDITOR
jist@citt.or.th
Open Journal Systems
<p>วารสารวิทยาการและเทคโนโลยีสารสนเทศ (The Journal of Information Science and Technology (JIST)) เป็นวารสารวิชาการที่จัดตั้งขึ้นโดยความร่วมมือของสถาบันการศึกษาจำนวน 22 สถาบัน ภายใต้คณะที่มีการจัดการเรียนการสอนในหลักสูตรที่เกี่ยวข้องกับเทคโนโลยีสารสนเทศ ซึ่งได้แก่ มหาวิทยาลัยกรุงเทพ, มหาวิทยาลัยธุรกิจบัณฑิตย์, สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ, มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี, มหาวิทยาลัยแม่ฟ้าหลวง, มหาวิทยาลัยเทคโนโลยีมหานคร, มหาวิทยาลัยมหาสารคาม, มหาวิทยาลัยมหิดล, มหาวิทยาลัยนครพนม, สถาบันการจัดการปัญญาภิวัฒน์, มหาวิทยาลัยสงขลานครินทร์, มหาวิทยาลัยรังสิต, มหาวิทยาลัยสยาม, มหาวิทยาลัยศิลปากร, มหาวิทยาลัยศรีปทุม, สถาบันเทคโนโลยีไทย-ญี่ปุ่น, มหาวิทยาลัยวลัยลักษณ์, มหาวิทยาลัยบูรพา, มหาวิทยาลัยพะเยา, มหาวิทยาลัยราชภัฏอุบลราชธานี และมหาวิทยาลัยขอนแก่น ตามข้อตกลงของสภาคณบดีคณะเทคโนโลยีสารสนเทศ แห่งประเทศไทย</p> <p> ซึ่งวารสารนี้ได้เริ่มจัดทำขึ้นตั้งแต่ปี ค.ศ. 2010 (ปี พ.ศ. 2553) เป็นต้นมาและมีการตีพิมพ์ 2 ฉบับต่อปี [มกราคม - มิถุนายน] [กรกฎาคม - ธันวาคม] วารสารเผยแพร่ <strong> บทความวิจัยและบทความทางวิชาการ </strong> ทั้งภาษาไทยหรือภาษาอังกฤษครอบคลุมทุกสาขาวิชาทางด้านวิทยาการและเทคโนโลยีสารสนเทศ</p>
https://ph02.tci-thaijo.org/index.php/JIST/article/view/258992
การทำนายค่าความเข้มข้นของฝุ่นละออง (PM2.5) ด้วยวิธี Machine Learning
2025-06-17T14:43:32+07:00
Panida Mahahing
panida.m254680@gmail.com
Pradthana Minsan
panida.m254680@gmail.com
<p><strong>ฝุ่นละอองขนาดเล็ก </strong>PM 2.5<strong> เป็นปัญหามลพิษทางอากาศที่สำคัญ โดยเฉพาะในพื้นที่เมืองที่มีการปล่อยมลพิษสูง โดยเฉพาะในเมืองใหญ่ เช่น กรุงเทพมหานคร ประเทศไทย หรือ นครกวางโจว เมืองใหญ่ ในประเทศจีน ซึ่งได้ชื่อว่าเป็นประเทศที่มีประชากรมากที่สุด งานวิจัยนี้จึงมุ่งเน้นการพัฒนาระบบทำนายค่าความเข้มข้นของฝุ่น</strong>PM 2.5<strong> ล่วงหน้า โดยใช้เทคนิคการเรียนรู้ของเครื่อง (</strong>Machine Learning) <strong>ได้แก่ การวิเคราะห์การถดถอยเชิงเส้น</strong>(LR), (SVR) <strong>และ </strong>XGBoost <strong>เพื่อนำไปใช้ในการเฝ้าระวังและจัดการมลพิษทางอากาศ ข้อมูลที่ใช้ในงานวิจัยได้มาจากแหล่งข้อมูลทุติยภูมิซึ่งบันทึกค่าฝุ่น</strong>PM 2.5<strong> ระหว่างปี </strong>2010-2015<strong> ของนครกวางโจว ประเทศจีน จากการทดลองเปรียบเทียบแบบจำลองทั้งสามแบบ พบว่า </strong>XGBoost <strong>มีประสิทธิภาพสูงสุดในการทำนายค่าฝุ่น </strong>PM 2.5<strong> ในทุกช่วงเวลา โดยในกรณีทำนาย </strong>1<strong> ชั่วโมงล่วงหน้า </strong>XGBoost <strong>ที่ใช้คุณลักษณะค่าเฉลี่ยฝุ่น</strong>PM 2.5<strong> ย้อนหลังและข้อมูลฤดูกาล โดยให้ค่า </strong>R²<strong> เท่ากับ </strong>0.6728, MAE <strong>เท่ากับ </strong>12.06<strong> และ </strong>RMSE <strong>เท่ากับ </strong>17.87<strong> ซึ่งแม่นยำกว่า </strong>LR <strong>และ </strong>SVR <strong>นอกจากนั้น ประสิทธิภาพของแบบจำลองลดลงเมื่อพยากรณ์ช่วงเวลาล่วงหน้าเพิ่มขึ้น แต่ </strong>XGBoost <strong>ยังคงให้ผลลัพธ์ที่ดีที่สุดในทุกกรณี การเพิ่มคุณลักษณะของข้อมูลฤดูกาลและค่าเฉลี่ยของฝุ่น </strong>PM 2.5<strong> ในอดีตช่วยปรับปรุงความสามารถของแบบจำลองในการทำนายค่าฝุ่น</strong>PM 2.5<strong> ได้อย่างมีนัยสำคัญ</strong></p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/257739
การพัฒนาฐานความรู้ออนโทโลยีสำหรับการสืบค้นเชิงความหมายการแปรรูปปลาบนพื้นฐานภูมิปัญญาชุมชน
2025-06-06T11:31:17+07:00
ณัฐวุฒิ ศรีวิบูลย์
sak1117@hotmail.com
อัจฉรา สุมังเกษตร
acharaswch77@gmail.com
เจษฎา สิงห์ทองชัย
jatsada.sin@ksu.ac.th
<p><strong>งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบ พัฒนาฐานความรู้และการสืบค้นความรู้แปรรูปปลาบนพื้นฐานภูมิปัญญาชุมชน ด้วย 2 กลุ่มตัวอย่างประกอบด้วย ประชาชนที่มีอาชีพหลักและอาชีพเสริมที่มีองค์ความรู้ภูมิปัญญาการแปรรูปปลา จำนวน 21 คน โดยวิธีการเลือกแบบสมัครใจ และเอกสารที่เกี่ยวข้องกับการแปรรูปปลา จำนวน 100 เอกสารโดยเลือกรายการความรู้ที่มีคำอธิบายครบถ้วนตามความต้องการมาจัดเก็บในฐานความรู้โดยใช้ออนโทโลยี ซึ่งประเมินประสิทธิภาพการสืบค้นด้วยค่าความแม่นยำ ค่าความระลึก ค่าความถ่วงดุล ค่าความแม่นยำเฉลี่ย และค่าความผิดพลาด ผลการวิจัยพบว่าการพัฒนาจัดเก็บความรู้การแปรรูปปลาโดยใช้ออนโทโลยี จำนวน 9 คลาส การประเมินประสิทธิภาพการสืบค้นพบว่าการให้น้ำหนักคำสำคัญด้วยการวิเคราะห์สัมประสิทธิ์สหสัมพันธ์ มีค่าความแม่นยำเฉลี่ย (MRR) เท่ากับ 0.926 และมีค่าความผิดพลาด (SSE) เท่ากับ 0.091 นอกจากนี้การวัดความคล้ายคลึงเอกสารความรู้การแปรรูปปลา วิธี A มีค่าความถ่วงดุล เท่ากับ 0.8283 มีประสิทธิภาพดีกว่าวิธี B มีค่าความถ่วงดุล เท่ากับ 0.6749 แต่พบว่าค่าความแม่นยำเฉลี่ยของวิธี A เท่ากับ 0.7839 มีประสิทธิภาพการสืบค้นด้อยกว่าวิธี B เท่ากับ 0.8324</strong></p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/255004
การพัฒนาระบบบริหารจัดการโครงงาน กรณีศึกษา สาขาวิชาวิศวกรรมซอฟต์แวร์ คณะศิลปศาสตร์และวิทยาศาสตร์ มหาวิทยาลัยราชภัฏศรีสะเกษ
2025-06-17T14:42:03+07:00
ศุภชัย ทองสุข
supachai.t@sskru.ac.th
สถิต เพ็ชรโยยิ่ง
supachai.t@sskru.ac.th
ชัยวัฒน์ บุญอ่อน
supachai.t@sskru.ac.th
<p><strong>ปัจจุบันเทคโนโลยีสารสนเทศได้เข้ามามีบทบาทสำคัญในการพัฒนาประสิทธิภาพการบริหารจัดการงาน โดยเฉพาะอย่างยิ่งการบริหารจัดการโครงงานนักศึกษา จากการศึกษาพบว่าการนำระบบสารสนเทศมาใช้จัดการโครงงานสามารถปรับปรุงกระบวนการทำงานให้ระบบมากยิ่งขึ้น และช่วยให้นักศึกษาและคณาจารย์สามารถติดตามโครงงานได้สะดวก เพื่อปรับปรุงกระบวนการทำงานเดิมให้มีประสิทธิภาพมากขึ้น งานวิจัยนี้จึงมีวัตถุประสงค์ 1) เพื่อศึกษากระบวนสื่อสารและรูปแบบการบริหารโครงงานนักศึกษา 2) เพื่อพัฒนาเว็บแอปพลิเคชันระบบบริหารจัดการและติดตามโครงงาน 3) เพื่อศึกษาความพึงพอใจและทดสอบประสิทธิภาพใช้งานระบบ ซึ่งผลการวิจัยพบว่า 1) เว็บแอปพลิเคชันแบ่งการทำงานตามกลุ่มผู้ใช้ประกอบด้วยอาจารย์ และนักศึกษา 2) ผลการประเมินประสิทธิภาพของเว็บแอปพลิเคชันโดยผู้เชี่ยวชาญด้านการพัฒนาระบบมีค่าเฉลี่ยอยู่ในระดับมาก และ 3) ผลการประเมินความพึงพอใจของกลุ่มตัวอย่างที่มีต่อเว็บแอปพลิเคชัน โดยรวมอยู่ในระดับมาก</strong></p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/257163
การพัฒนาแอปพลิเคชันไลน์แชทบอทสำหรับประชาสัมพันธ์หลักสูตรเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยอุบลราชธานี
2025-06-24T17:48:38+07:00
ชาญชัย ศุภอรรถกร
chanchai.s@ubu.ac.th
ฟ้าพราว เฉียบแหลม
chanchai.s@ubu.ac.th
<p><strong>งานวิจัยนี้เมีวัตถุประสงค์ 1) เพื่อออกแบบและพัฒนาแอปพลิเคชันไลน์แชทบอทสำหรับประชาสัมพันธ์หลักสูตรเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยอุบลราชธานี 2) เพื่อสอบถามความพึงพอใจของผู้ใช้ที่มีต่อแอปพลิเคชันไลน์แชทบอทสำหรับประชาสัมพันธ์หลักสูตรเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยอุบลราชธานี ผู้วิจัยได้เลือกใช้โปรแกรม Dialogflow ที่มีการประมวลผลภาษาธรรมชาติมาประยุกต์ และแอปพลิเคชัน Line ในการพัฒนา ไลน์แชทบอทประชาสัมพันธ์หลักสูตร นอกจากนั้นยังได้ใช้ Google Apps Script และ Google sheet ในการพัฒนาในส่วนของการจัดการข้อมูล บริการหลักของแอปพลิเคชันไลน์แชทบอทนี้ ได้แก่ การสอบถามข้อมูลทั่วไปของหลักสูตร การสอบถามข้อมูลรายวิชาในโครงสร้างหลักสูตร จากการทดสอบระบบได้รับผลการประเมินความพึงพอใจในภาพรวมอยู่ในมากที่สุด มีค่าเฉลี่ยความพึงพอใจเท่ากับ 4.52 และค่าเบี่ยงเบนมาตรฐานเท่ากับ 0.60 ดังนั้นระบบนี้จะเป็นการเพิ่มช่องทางการสื่อสารข้อมูลหลักสูตรให้แก่ผู้ที่สนใจ อีกทั้งเป็นการประชาสัมพันธ์หลักสูตรให้เป็นที่รู้จักมากยิ่งขึ้น</strong></p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/256821
การพัฒนาไลน์บอทเพื่อส่งเสริมการท่องเที่ยวจังหวัดตาก
2025-06-02T09:29:42+07:00
วันชนะ จูบรรจง
apisue@gmail.com
ภาณุพงค์ มั่นถาวร
apisue@gmail.com
ธานินทร์ สินพรมมา
apisue@gmail.com
ชยุติ เมฆอุไร
apisue@gmail.com
Apichai Suesatsakulchai
apisue@gmail.com
<p><strong>การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาไลน์บอทสำหรับการส่งเสริมการท่องเที่ยวจังหวัดตาก การศึกษาเริ่มจากการรวบรวมข้อมูลการท่องเที่ยวของจังหวัดตากและดำเนินการสัมภาษณ์ผู้เชี่ยวชาญเพื่อรวบรวมความต้องการฟังก์ชันการใช้งานของไลน์บอท ผลจากการสัมภาษณ์ผู้เชี่ยวชาญนำมาใช้กำหนดฟังก์ชันหลักของไลน์บอท การออกแบบและพัฒนา ไลน์บอท เริ่มจากดำเนินการสร้างภาพกราฟิกสำหรับการแสดงผลและแสดงเมนูในไลน์แอปพลิเคชัน ออกแบบและสร้างตารางข้อมูลในฐานข้อมูล MySQL เพื่อจัดเก็บข้อมูลด้านการท่องเที่ยวและดำเนินการพัฒนาระบบเว็บแอปพลิเคชันด้วยภาษา HTML CSS Javascript และ PHP เพื่อจัดการข้อมูลแหล่งท่องเที่ยวจังหวัดตากสำหรับแสดงผลในไลน์แอปพลิเคชัน สร้างส่วนการติดต่อกับผู้ใช้งานผ่านไลน์บอทด้วย Messaging API และ LIFF จากนั้นดำเนินการประเมินผลความพึงพอใจการใช้งานไลน์บอทจากนักท่องเที่ยว พบว่า นักท่องเที่ยวมีความพึงพอใจโดยรวมต่อการใช้งานไลน์บอทในระดับมากที่สุด</strong></p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/256540
การพัฒนาแอปพลิเคชัน "ละอ่อนน้อยเฮียนฮู้ฮักวัฒนธรรมชุมชนท่าข้าม" เพื่อเสริมสร้างทักษะการเรียนรู้ในศตวรรษที่ 21 ด้านการเรียนรู้ทักษะชีวิตและวิชาชีพผ่านวัฒนธรรมชุมชน
2025-06-06T11:09:08+07:00
Khontaros Chaiyasut
khonta_1@hotmail.com
พิมพ์ชนก สุวรรณศรี
pimchanok_tham@cmru.ac.th
ไพรสันต์ สุวรรณศรี
praisuns@gmail.com
<p>การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาสื่อการเรียนรู้และพัฒนาแอปพลิเคชันละอ่อนน้อยเฮียนฮู้ฮักวัฒนธรรมชุมชนท่าข้าม และถ่ายทอดองค์ความรู้ ผลการวิจัย พบว่า สื่อการเรียนรู้ที่ได้จากการสกัดองค์ความรู้จากภูมิปัญญาชุมชน มีจำนวน 10 เรื่อง ได้แก่ การเก็บผักหวานไข่มดแดง การทำดอกไม้จัน การทำไม้กวาด ประเพณีแห่เหล็กค้ำโพธิ์ ผ้ากระเหรี่ยงทอมือ ผ้าฝ้ายทอสีธรรมชาติ หมอพื้นบ้าน ภาษาล้านนา จิตรกรรมฝาผนังภาพวาดสีน้ำมัน และการนวดแผนโบราณ นำเนื้อหาที่ได้ไปพัฒนาแอปพลิเคชันแบบไฮบริแอปพลิเคชัน ด้วย Ionic Framework ผลการทดลองใช้และหาคุณภาพของแอปพลิเคชัน พบว่า ด้านการใช้ประโยชน์ ความเป็นไปได้ ความถูกต้อง และความเหมาะสม อยู่ในระดับมากที่สุด ช่วยอนุรักษ์ภูมิปัญญาวัฒนธรรมชุมชน เสริมสร้างทักษะการเรียนรู้ ดาวน์โหลดได้ฟรี สอดคล้องกับสภาพจริง เนื้อหาพัฒนามาจากพื้นฐานแนวคิดทฤษฎีที่น่าเชื่อถือ ใช้งานและติดตั้งได้สะดวก เข้าใจได้ง่าย คู่มือ เหมาะสม ดังนั้นแอปพลิเคชันที่พัฒนาขึ้น ถือได้ว่ามีประสิทธิภาพเป็นที่ยอมรับ </p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/258838
Color Palette associated with Color Discrimination and Clustering for the Elderly and Normal Vision People
2025-06-24T17:43:12+07:00
ฐิติพร เลิศรัตน์เดชากุล
thitiporn@tni.ac.th
Suharit Vinijchayakul
suharit@tni.ac.th
Kasem Thiptarajan
kasem@tni.ac.th
<p>Color is a powerful tool to communicate both direct and indirect information. It enhances readability, attracting attention and emotion. However, the use of color to deliver sophisticated information is still in challenge. This paper proposes an algorithm to generate color palettes to convey the message of group information comprising various levels of detail and interrelation. The algorithm is based on color data such as contrast ratio, lightness, chroma, hue, color distance. The results provide the color palettes associated with color discrimination and clustering for the elderly and normal vision people. This contributes to an improved visual experience in digital media, content, printing, and user interface, with particular relevance for the visual representation of group information, including status management and informational categorization.</p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ
https://ph02.tci-thaijo.org/index.php/JIST/article/view/259512
การบูรณาการเกมมิฟิเคชันในสื่อเสมือนจริงเพื่อส่งเสริมการเรียนรู้ระบบสุริยะ
2025-06-10T17:41:20+07:00
ภูวดล ศิริกองธรรม
puwadol@tni.ac.th
ประมุข บุญเสี่ยง
b.pramuk@tni.ac.th
อภิชญา นิ้มคุ้มภัย
apichaya@tni.ac.th
<p>วัตถุประสงค์ของการศึกษาครั้งนี้คือเพื่อเปรียบเทียบประสิทธิผลของสภาพแวดล้อมการเรียนรู้เสมือนจริงกับการการเรียนรู้แบบปกติและพัฒนาสื่อระบบมัลติมีเดียแบบเสมือนจริง เรื่อง ระบบสุริยะจักรวาล เพื่อช่วยนักศึกษาให้เกิดความรู้และความเข้าใจในวิทยาศาสตร์เรื่องระบบสุริยะจักรวาล โดยจะได้รับความรู้ถึงชื่อลำดับของตำแหน่งในดาวเคราะห์แต่ละดวง ขนาดของดาวเคราะห์ ความเร็วในการหมุนรอบตัวเองและความเร็วในการหมุนรอบดวงอาทิตย์ จำนวนดวงจันทร์ที่โคจรรอบดาวเคราะห์โดยใช้เทคโนโลยี virtual reality ใช้ภาษา C# ในการพัฒนาผ่านกระบวนการพัฒนาระบบ (SDLC) ประเมินผลโดยผู้เชี่ยวชาญ 5 คนและนักศึกษาที่เรียนในรายวิชา MSC-112 Science and Technology จำนวน 60 คน แบ่งเป็น 2 กลุ่มกลุ่มละ 30 คน โดยกลุ่มแรกเรียนตามปกติส่วนกลุ่มที่สองเรียนโดยใช้ระบบมัลติมีเดียแบบเสมือนจริงที่พัฒนาและวัดโดยแบบทดสอบสถิติที่ใช้วิเคราะห์ประเมินผลคุณภาพของระบบการใช้สถิติที่ใช้ในการวิเคราะห์ข้อมูลได้แก่ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ผลการศึกษาพบว่าผลสัมฤทธิ์ทางการเรียน เรื่อง ระบบสุริยะจักรวาล มีประสิทธิภาพเท่ากับ <strong>82.43 / 81.23</strong> ของนักศึกษากลุ่มที่เรียนโดยใช้ระบบมัลติมีเดียแบบเสมือนจริง (<img src="blob:https://ph02.tci-thaijo.org/139c9976-f383-4173-a95d-0a32a92b5efb" alt="equation.pdf" /> = 17.73, SD = 3.52) สูงกว่านักศึกษาที่เรียนด้วยวิธีปกติ (<img src="data:application/pdf;base64,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" alt="equation_1.pdf" />= 8.95, SD = 1.58) อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05</p>
2025-06-28T00:00:00+07:00
ลิขสิทธิ์ (c) 2025 วารสารวิทยาการและเทคโนโลยีสารสนเทศ