การออกแบบและพัฒนาระบบการวิเคราะห์เชิงทำนายและการแสดงภาพโดยใช้โมเดลการเรียนรู้ของเครื่องแบบบูรณาการในแดชบอร์ด Power BI: กรณีศึกษาข้อมูลการรับเข้าคณะวิทยาศาสตร์ มหาวิทยาลัยอุบลราชธานี
คำสำคัญ:
แดชบอร์ด Power BI, การเรียนรู้ของเครื่อง, การวิเคราะห์เชิงทำนาย, การแสดงภาพบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาระบบการวิเคราะห์เชิงทำนายและการแสดงภาพโดยใช้โมเดลการเรียนรู้ของเครื่องแบบบูรณาการในแดชบอร์ด Power BI และเพื่อศึกษาความพึงพอใจของผู้ใช้ที่มีต่อระบบดังกล่าว ผลลัพธ์ที่ได้ถูกนำเสนอผ่านแดชบอร์ด Power BI แบบโต้ตอบและไดนามิก ซึ่งประกอบด้วย 6 ส่วนหลัก ได้แก่ สถิติการรับสมัคร การยืนยันสิทธิ์ แผนการรับเปรียบเทียบกับจำนวนผู้สมัคร การกระจายผู้ยืนยันสิทธิ์ตามภูมิภาค รวมถึงการทำนายแนวโน้มจำนวนผู้สมัครโดยใช้โมเดลการถดถอยเชิงเส้น (Linear Regression) และการวิเคราะห์การเลือกสาขาของผู้สมัครโดยใช้โมเดลป่าสุ่ม (Random Forest) จุดเด่นของระบบ คือ การผสานการวิเคราะห์เชิงพยากรณ์ด้วยการเรียนรู้ของเครื่องเข้ากับแดชบอร์ดเชิงโต้ตอบเพื่อรองรับการตัดสินใจเชิงกลยุทธ์ ผลการประเมินความพึงพอใจโดยรวมของผู้ใช้ต่อระบบแดชบอร์ดนี้อยู่ในระดับมาก ค่าเฉลี่ยความพึงพอใจ เท่ากับ 4.38 และส่วนเบี่ยงเบนมาตรฐาน เท่ากับ 0.58 แสดงให้เห็นว่าผู้ใช้เห็นประโยชน์และความเหมาะสมของระบบดังกล่าวเป็นอย่างดี นอกจากนี้ ผลการประเมินประสิทธิภาพโมเดลการเรียนรู้ของเครื่องพบว่า โมเดลการถดถอยเชิงเส้นสำหรับพยากรณ์จำนวนรับเข้าศึกษา มีค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAE) รวมเท่ากับ 1.11 คน และโมเดลป่าสุ่ม สำหรับจำแนกสาขาวิชา มีความถูกต้อง (Accuracy) ร้อยละ 71.8 ซึ่งแสดงให้เห็นถึงศักยภาพในการนำไปประยุกต์ใช้เพื่อสนับสนุนการตัดสินใจเชิงกลยุทธ์ได้อย่างมีประสิทธิผล
เอกสารอ้างอิง
Breiman L. Random forests. Machine Learning. 2001;45(1):5–32.
Ezhilarasi, Dr. T., & S, J. M. (2024). A Study on Implementation of Power Bi Dashboards to Streamline Business Processes. International Journal for Research in Applied Science and Engineering Technology, 12(7), 1548–1551.
Hanifah, S., Akbar, F., & Santi, R. P. (2022). Implementasi Business Intelligence dan Prediksi Menggunakan Regresi Linear pada Data Penjualan dan Breakage di PT XYZ. Jurnal Nasional Teknologi Dan Sistem Informasi, 8(3), 144–152.
Kim, J., Lee, J., Kim, D., Choi, C., Lee, M., & Kim, H. S. (2019). Developing a Prediction Model (Heavy Rain Damage Occurrence Probability) Based on Machine Learning. Journal of the Korean Society of Hazard Mitigation, 19(6), 115–127.
Ladeira, P. P., de Lima, L. M., & Krohling, R. A. (2022). A visualization tool for data analysis on higher education dropout: a case study at UFES (arXiv:2201.12637v1).
Lopes, M. R. (2023). Transformando dados em informações: a ferramenta Power BI e a elaboração de Dashboard sobre o corpo discente da FCTE – Faculdade de Ciências, Tecnologia e Educação da UNESP, Câmpus de Ourinhos.
Santhosh Kumar, B. (2023). Introductory Chapter: Data Integrity and Data Governance. IntechOpen. doi: 10.5772/intechopen.110399
Schonlau, M., & Zou, R. Y. (2020). The random forest algorithm for statistical learning. The Stata Journal: Promoting Communications on Statistics and Stata, 20(1), 3-29.
Shreyas, S. (2021). Design and Development of IIoT Dashboard for Overall Equipment Effectiveness Monitoring of CNC Machine Tools. International Journal for Research in Applied Science and Engineering Technology, 9(12), 1603–1612.
Vemula, S. R., & Moraes, M. (2024). Learning Analytics Dashboards for Advisors — A Systematic Literature Review (arXiv:2402.01671).
สุกัญญา ประมงค์กิจ. (2562) การวิเคราะห์ข้อมูลของผู้สมัครที่เข้าศึกษาต่อระดับปริญญาตรี มหาวิทยาลัยบูรพา ด้วยระบบ TCAS โดยใช้การวิเคราะห์เชิงสถิติ (รายงานการวิจัย). สำนักคอมพิวเตอร์ มหาวิทยาลัยบูรพา.
สำนักข่าวอินโฟเควสท์. (2566). มหาวิทยาลัยไทยเจอปัญหาขาดคนเรียน ผู้เชี่ยวชาญชี้อัตราเกิดต่ำเป็นเหตุ. สืบค้นเมื่อ 10 ธันวาคม 2568, จาก https://www.infoquest.co.th/2023/313112#:~:text=200
