การทำเหมืองข้อมูลเพื่อยกระดับการผลิตและการตลาดสำหรับกลุ่มวิสาหกิจชุมชน ป่าครอบครัวต้นผึ้ง ตำบลต้นผึ้ง อำเภอพังโคน จังหวัดสกลนคร
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาต้นแบบนวัตกรรมแดชบอร์ดการวางแผนกระบวนการผลิตและการตลาดด้วยเหมืองข้อมูล 2) ประเมินประสิทธิภาพต้นแบบนวัตกรรมแดชบอร์ดการวางแผนกระบวนการผลิตและการตลาด ให้แก่กลุ่มวิสาหกิจชุมชนป่าครอบครัวต้นผึ้ง ตำบลต้นผึ้ง อำเภอพังโคน จังหวัดสกลนคร ซึ่งจะช่วยยกระดับการวางแผนการผลิตตามปริมาณความต้องการของผู้บริโภคในแต่ละช่วงเวลาอย่างเหมาะสม วางแผนการตลาด ส่งเสริมการขาย ยกระดับรายได้ รวมถึงสร้างแนวทางในการพัฒนาผลิตภัณฑ์ใหม่ที่ตรงตามความต้องการของผู้บริโภค โดยรวบรวมข้อมูลการขายสินค้าของกลุ่มวิสาหกิจด้วย Google Forms นำข้อมูลการขายสินค้ามาวิเคราะห์ด้วยเทคนิคเหมืองข้อมูลตามกระบวนการ CRISP-DM ด้วยโปรแกรม RapidMiner Studio
ใช้อัลกอริทึมต้นไม้ตัดสินใจ ในการจำแนกยอดขายออกเป็น 3 คลาส ได้แก่ น้อย ปานกลาง และมาก ผลการทดลองพบว่าประสิทธิภาพของโมเดลต้นไม้ตัดสินใจ อัลกอริทึม ID3 มีค่าความถูกต้องร้อยละ 73.08 นำกฎที่ได้จากโมเดลต้นไม้ตัดสินใจไปใช้เป็นเงื่อนไขในการกรองข้อมูลบนแดชบอร์ดสรุปข้อมูลการขายสินค้าเพื่อใช้วางแผนกระบวนการผลิตและการตลาด และมีผลการประเมินความพึงพอใจต่อแดชบอร์ดภาพรวมอยู่ในระดับมากที่สุด ( = 4.70, ค่า SD. = 0.47)
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Strategic and Provincial Development Group, "Sakon Nakhon Provincial Development Plan 5 years (2018–2022), revised edition for fiscal year 2021," Sakon Nakhon: Sakon Nakhon Provincial Office, 2021, pp. 118. (in Thai)
C. Petchphan, Fundamental data, problems, and requirements of Ton Phueng Family Forest Community
Enterprise [Interview]. Chairman of Ton Phueng Family Forest Community Enterprise; 12 November 2022.
(in Thai)
D. Nattakan, "The Development of Business Intelligence System for Promotion Analysis on Consumer Behavior by using Data Mining," M.S. special problem, King Mongkut’s University of Technology North Bangkok, Bangkok, Thailand, 2017. (in Thai)
B. Abdulloh, P. Sulaiman, L. Ismaae, A. Attapol, P. Pannee, and D. Fudailah, "Data Mining Techniques by using Association Rules for Purchasing Behavior Analysis of Retail Customers: A case study of D2Shop, Pattani Province," Journal of Technology Management, Maha Sarakham Rajabhat University., vol. 9, no. 2, pp. 18–29, 2022. (in Thai)
J. Nivea, "Fraud detection model in imbalanced data using dimension reduction and machine lerning algorithms," M.S. thesis, Sripatum University, Bangkok, Thailand, 2017. (in Thai)
P. Chapman et al., "CRISP-DM 1.0: Step-by-step data mining guide," SPSS Inc., 2000.
R. Wirth and J. Hipp, "CRISP-DM: Towards a standard process model for data mining," in Proc. 4th Int.
Conf. Practical Appl. Knowl. Discov. Data Mining, 2000, pp. 29–39.
M. Shearer, "The CRISP-DM model: The new blueprint for data mining," J. Data Warehousing, vol. 5, no. 4,
pp. 13–22, 2000.
J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, 3rd ed. Morgan Kaufmann, 2011.Atisin
T. Fawcett, "An introduction to ROC analysis," Pattern Recognit. Lett., vol. 27, no. 8, pp. 861–874, 2006.
A. K. A. Tufféry, Data Mining and Statistics for Decision Making, Wiley, 2011.
S. Thidarat, C. Atisin, E. Prakong, T. Weerawut, and B. Wipawan, " The Study of the Students Behavior from the Faculty of Science and Technology Phuket Rajabhat University in Consuming the Food and Beverage using Data Mining," Proceedings of the 12th National and International Research Conference: Global Goals, Local Actions: Looking Back and Moving Forward 2022, pp. 488-499, Online Conference, Suan Sunandha Rajabhat University, 2022. (in Thai)
P. Nuthapong, K. Ponthep, B. Wipawan, and J. Somjai, " Food Recommended System Using Association Rule Technique," PKRU SciTech Journal, vol. 4, no. 1, pp. 1–12, 2020. (in Thai)
J. R. Quinlan, Induction of decision trees, Mach. Learn., vol.1, no.1, pp.81-106, 1986.
