ระบบทำนายการพ้นสภาพของนักศึกษาระดับปริญญาตรี คณะวิทยาศาสตร์มหาวิทยาลัย ราชภัฏบุรีรัมย์ ด้วยเทคนิคการทำเหมืองข้อมูล
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) สร้างแบบจำลองการทำนายการพ้นสภาพของนักศึกษาระดับปริญญาตรี และ 2) พัฒนาระบบการทำนายการพ้นสภาพของนักศึกษาระดับปริญญาตรี วิเคราะห์ข้อมูลโดยใช้ข้อมูลของนักศึกษาระดับปริญญาตรี คณะวิทยาศาสตร์ มหาวิทยาลัยราชภัฏบุรีรัมย์ ที่เข้าศึกษาระหว่างปี 2556 - 2561 จำนวน 3,650 ชุดข้อมูล โดยเลือกใช้เทคนิคการจำแนกประเภท ด้วยเทคนิคต้นไม้ตัดสินใจ และใช้อัลกอริทึม J48 เพื่อสร้างแบบจำลองการทำนายการพ้นสภาพของนักศึกษา และทำการทดสอบประสิทธิภาพของแบบจำลองด้วยวิธีการทดสอบแบบไขว้ทบ แบบ 10 ส่วน โดยใช้โปรแกรมเวกา จากนั้นนำแบบจำลองมาใช้ในการพัฒนาระบบทำนายการพ้นสภาพของนักศึกษาระดับปริญญาตรี ด้วยภาษาพีเอชพี เอชทีเอ็มแอล จาวาสคริปต์ ซีเอสเอส และระบบจัดการฐานข้อมูลมายเอสคิวแอล ในรูปแบบเว็บแอปพลิเคชัน
ผลการศึกษาพบว่า แบบจำลองการทำนายการพ้นสภาพของนักศึกษา มีปัจจัยที่เกี่ยวข้อง 11 ปัจจัย คือ สาขาวิชาที่เรียน เกรดสะสม 6 เทอม เกรดเฉลี่ยจากโรงเรียนเดิม หลักสูตรที่จบจากโรงเรียนเดิม ขนาดโรงเรียน และทุนกู้ยืม โดยมีค่าความถูกต้องร้อยละ 95.57 ค่าความแม่นยำร้อยละ 95.40 และค่าความระลึกร้อยละ 95.60 ซึ่งจากการใช้งานระบบการทำนายการพ้นสภาพของนักศึกษาโดยอาจารย์ที่ปรึกษาและนักศึกษาพบว่า มีระดับความพึงพอใจในระดับมาก ( = 3.71, S.D. = 0.60)
Article Details
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวารสารวิทยาศาสตร์และเทคโนโลยีถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวารสารวิทยาศาสตร์และเทคโนโลยีถือเป็นลิขสิทธิ์ของวารสารวารสารวิทยาศาสตร์และเทคโนโลยีหากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวารสารวิทยาศาสตร์และเทคโนโลยี ก่อนเท่านั้น
References
ชณิดาภา บุญประสม และจรัญ แสนราช. (2561). “การวิเคราะห์การทํานายการลาออกกลางคันของนักศึกษา ระดับปริญญาตรีโดยใช้เทคนิควิธีการทําเหมืองข้อมูล”. วารสารวิชาการครุศาสตร์อุตสาหกรรม พระจอมเกล้าพระนครเหนือ ปีที่ 9 ฉบับที่ 1 มกราคม - เมษายน 2561. หน้า 142 – 151.
นนทวัฒน์ ทวีชาติ อรยา เพ็งประจญ วิไลรัตน์ ยาทองไชย และชูศักดิ์ ยาทองไชย. (2562). การวิเคราะห์ปัจจัยที่มีผลต่อการพ้นสภาพของนักศึกษาระดับปริญญาตรี ด้วยเทคนิคการทำเหมืองข้อมูล. ในงานประชุมวิชาการ “การประชุมวิชาการระดับชาติการจัดการเทคโนโลยีและนวัตกรรม ครั้งที่ 5 มหาวิทยาลัยราชภัฏมหาสารคาม จังหวัดมหาสารคาม” 5 มีนาคม 2562.
ปรีชา บุญรอด. (2541). มาตรวัดการวิจัยทางสังคมศาสตร์ (ตอนที่ 2). จาก : http://www.journal.au.edu/abac_newsletter/1998/june98/scale.html.
พฤฒิพงศ์ เพ็งศิริ, พันธนา ก้อนเชื้อรัตน์, ชัชฏา ชวรางกูร และอัจฉราพรรณ คชเดช. (2556). “การวิเคราะห์ความสัมพันธ์ของปัจจัยข้อมูลนักศึกษาที่มีผลต่อระดับผลการเรียนด้วยเทคนิคต้นไม้ตัดสินใจ กรณีศึกษา นักศึกษามหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ”. บทความวิจัยคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ. พระนครศรีอยุธยา.
G.W. Dekker, M. Pechenizkiy, and J.M. Vleeshouwers, Predicting students drop out: a Case study. In T. Barnes, M. Desmarais, C. Romero, and S. Ventura, editors, In “Proceedings of the 2nd International Conference on Educational Data Mining”, 2009, pp.41-50.
J. F. Superby, J. P. Vandamme, and N. Meskens. Determination of factors influencing the achievement of the first-year university students using data mining methods, In “Proceedings of 8th International Conference on Intelligent Tutoring Systems”, 2006, pp. 37-44.
M. Jadrić, Ž. Garača, and M. Ćukušić, Student dropout analysis with application of data mining methods, Management, Vol.15, No.1, 2010, pp. 31-46
Q.A. Al-Radaideh, E.M. Al-Shawakfa, and M.I. Al-Najjar, Mining student data using decision trees, In “Proceedings of International Arab Conference on Information Technology”, 2006, pp.1-5.
S. Kotsiantis, Educational Data Mining: “A Case Study for Predicting Dropout – Prone Students”. International Journal of Knowledge Engineering and Soft Data Paradigms, Vol.1, No.2, 2009, pp.101–111.
U. Fayadd, G. Piatesky-Shapiro, and P. Smyth, From data mining to knowledge discovery in databases, AI Magazine, Vol.17, No.3, 1996, pp.37-54.