Intelligent Information System for Management of Annual Budget Plan of Sirindhorn College of Public Health Khon kaen
Main Article Content
Abstract
The purposes of the research were to compare efficiency in forecasting budget in annual performance plan among Neural Networks (Single Layer), Neural Networks (Multi-Layer), Linear Regression and to Predict data budget in annual performance plan and to Study the satisfaction system for administration and management in annual performance plan from 46 people were
classified into 3 groups by purposive sampling. Group 1 is 3 computer experts. Group 2 is users are involved in the preparation of plans Budget allocation Spend budget Of Sirindhorn Public Health College 25 people in Khon Kaen Province. Group 3 is the administrators of Sirindhorn Public Health College. Khon Kaen Province, 18 people and tool was satisfaction questionnaire. The statistics used were mean and standard deviation.
The research findings showed that the Linear Regression gave efficiency in highest data classification or with the highest predictive accuracy if 78.37 percent. The Absolute value of error average at 0.16, Followed by Neural Networks (Multi-Layer) gave efficiency in the data classification with 74.15 percent. The Absolute value of error average at 0.22, Followed by Neural Networks (Single Layer) gave efficiency in the data classification with 73.23 percent. The Absolute value of error average at 0.20 respectively. 2) Predict data budget in annual performance plan results of user about exactly of predict data budget at a high level. 3) Overall satisfaction assessment results of user at a high level. It’s showed that the efficiency system responds the needs of users and able to apply to the organization.
Article Details
References
[2] วิทยาลัยการสาธารณสุขสิรินธร จังหวัดขอนแก่น, ฝ่ายยุทธศาสตร์และประกันคุณภาพการศึกษา. (2561). รายงานประจำปี 25561 วิทยาลัยการสาธารณสุขสิรินธร จังหวัดขอนแก่น. ขอนแก่น: ผู้แต่ง.
[3] บุญเสริม กิจศิริกุล. (2545). อัลกอริทึมการทำเหมืองข้อมูล. (รายงานวิจัย) กรุงเทพฯ: คณะวิศวกรรมคอมพิวเตอร์ จุฬาลงกรณ์มหาวิทยาลัย.
[4] จิระ กิจอนุสรณ์, และชุลีรัตน์ จรัสกุลชัย. (2553). การคาดการณ์ภาษีมูลค่าเพิ่มด้วยเทคนิคของเหมืองข้อมูล. วารสารเทคโนโลยี
สารสนเทศ, 6(12), 39-44.
[5] ผกามาศ นามทอง, และจรัฏฐา ภูบุญอบ (2562). การพัฒนาระบบกำกับติดตามโครงการ คณะมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยมหาสารคาม. วารสารการจัดการเทคโนโลยีสารสนเทศและนวัตกรรม. 6(1), 41-47.
[6] ลักขณา ฤกษ์เกษม .(2558). การพยากรณ์ความต้องการสินค้าสำหรับการวางแผนการผลิต : กรณีศึกษาการผลิตชุดสะอาด.วารสารปาริชาต, 28(3 ฉบับพิเศษ), 290-304.
[7] ศิลปพร ศรีจั่นเพชร. (2560). ผลกระทบปัจจัยเชิงคุณภาพและปริมาณต่ออัตราผลตอนแทนของหุ้นสามัญ: กรณีศึกษาบริษัทจดทะเบียนในตลาดหลักทรัพย์แห่งประเทศไทย. วารสารวิชาชีพบัญชี, 13(39), 24-35.