การพัฒนาโปรแกรมตรวจกระดาษคำตอบปรนัยแบบเลือกตอบด้วยวิธีการประมวลผลภาพ
Article Sidebar
Main Article Content
Abstract
การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาโปรแกรมตรวจข้อสอบปรนัยแบบเลือกตอบด้วยวิธีการประมวลผลภาพและทดสอบประสิทธิภาพในการวิเคราะห์คำตอบของกระดาษคำตอบปรนัยแบบเลือกตอบของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏกำแพงเพชร ผู้วิจัยได้พัฒนาโปรแกรมด้วยวิธีการประมวลผลภาพร่วมกับวิธีการจัดกลุ่มแบบวิธีเคมีน (K-Means Clustering Method) การทำงานของโปรแกรมจะควบคุมลำดับการทำงานผ่านส่วนติดต่อกับผู้ใช้งาน โดยรับภาพกระดาษคำตอบเฉลยและกระดาษคำตอบที่ได้ทำการสอบพร้อมกันผ่านเครื่องสแกนเนอร์แบบป้อนเข้า (Automatic Document Feeder Scanner) นำไปวิเคราะห์ และสรุปคะแนนในรูปแบบของรายงาน การทดลองเพื่อหาประสิทธิภาพในการวิเคราะห์แบ่งการทดลองออกเป็น 3 ส่วน คือ การทดลองความถูกต้องในการวิเคราะห์ข้อสอบ โดยทดสอบทั้งหมด 5 กรณี ได้แก่ 1) การกากบาทเพียง 1 คำตอบ 2) การกากบาทมากกว่า 1 คำตอบ 3) ไม่มีกากบาท 4) การกากบาทเพียง 1 คำตอบมีรอยลบด้วยลิควิดคำตอบที่กากบาทผิด และ 5) การกากบาทเพียง 1 คำตอบมีการขีดทับคำตอบที่กากบาทผิด โดยค่าความถูกต้องของแต่ละกรณี ได้แก่ 100, 99.60, 100, 99.50 และ 97.10 เปอร์เซ็นต์ตามลำดับ การทดลองความเร็วในการวิเคราะห์กระดาษคำตอบมีความเร็วเฉลี่ย 11.5 วินาทีต่อแผ่น โดยไม่รวมเวลาจากการสแกน และผลการนำไปประยุกต์ใช้จริงมีความถูกต้อง 100 เปอร์เซ็นต์ ผลจากการทดลองพบว่า กระดาษคำตอบที่มีการกากบาทตามรูปแบบที่ถูกต้อง คือ กากบาทเพียง 1 ข้อ ไม่ลบลิควิดทับเส้นและไม่ขีดทับคำตอบ สามารถวิเคราะห์คำตอบได้ถูกต้อง 100 เปอร์เซ็นต์
Article Details
References
กนก รัตนสมบัติ. (2001). การพัฒนาระบบตรวจข้อสอบปรนัยอัตโนมัติ. วิทยานิพนธ์มหาบัณฑิต วิทยาศาสตร์ การศึกษาวิทยาศาสตร์-คอมพิวเตอร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง.
คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏกำแพงเพชร.สำนักงาน. (2016). ประวัติความเป็นมา. [Online].Available : https://scitech.kpru.ac.th/history.php.[2016,ตุลาคม 24].
พุทธินันท์ พัดกระจ่าง และคณะ. (2012). ระบบตรวจข้อสอบแบบปรนัยบนระบบปฏิบัติการแอนดรอยด์.บทความสาขาวิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์วิทยาเขตกำแพงแสน.
เอกสิทธิ์ พัชรวงศ์ศักดา. (2014). An Introduction to Data Minning Techniques. กรุงเทพฯ : Asian Design Company Limited.
Chitsobhuk, O. (2009). Digital Image Processing. Bankkok: Sa-Nguankij Print and Media Co., Ltd.
McAndrew. A. (2011). Introduction to Digital Image Processing with Matlab, USA: Thomson Learning.
Nobuyuki Otsu. (1979). A Threshold Selection Method From Gray-level Histograms. Journal of IEEE Transsaction on Systems Man and Cybemetics, Vol. 9. IEEE Xplore.
Susanta Mukhopadhyay et al. (2003). Multiscale Morphological Segmentation of Gray-Scale Images. Proceedings of International Conference IEEE Transactions on Image Processing, Vol. 12. IEEE Xplore.
Tien Dzung Nguyen et al. (2011). Efficient and reliable camera based multiple-choice test grading system. Proceedings of International Conference on Advanced Technologies for Communications, ATC. IEEE Xplore.
Yaguang Yang et al. (2012). Research and Implementation of Image Enhancement Algorithm Based on Local Mean and Standard Deviation. Proceedings of International Conference IEEE Symposium on Electrical & Electronics Engineering, EEESYM. IEEE Xplore.
Zhong Qu et al. (2010). Research on Preprocessing of Palmprint Image Based on Adaptive Threshold and Euclidian Distance. Proceedings of Sixth International Conference on Natural Computation, ICNC. IEEE Xplore.