2012 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความที่เผยแพร่ การวิเคราะห์การทำนายการลาออกกลางคันของนักศึกษา ระดับประกาศนียบัตรวิชาชีพชั้นสูง โดยใช้เทคนิคเหมืองข้อมูล PREDICTIVE ANALYTIC FOR STUDENT DROPOUT IN HIGH VOCATIONAL CERTIFICATE USING DATA MINING TECHNIQUE 
วัน/เดือน/ปี ที่เผยแพร่ 6 กรกฎาคม 2560 
การประชุม
     ชื่อการประชุม The 13th National Conference on Computing and Information Technology 
     หน่วยงาน/องค์กรที่จัดประชุม King Mongkut’s University of Technology North Bangkok (KMUTNB) 
     สถานที่จัดประชุม Arnoma Grand Bangkok Hotel 
     จังหวัด/รัฐ Bangkok 
     ช่วงวันที่จัดประชุม 6 กรกฎาคม 2560 
     ถึง 7 กรกฎาคม 2560 
Proceeding Paper
     Volume (ปีที่) 2017 
     Issue (เล่มที่) 13 
     หน้าที่พิมพ์ 51 
     Editors/edition/publisher Proceedings of NCCIT 2017 
     บทคัดย่อ งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพในการจำแนกข้อมูลของอัลกอริทึม C4.5, Naïve Bayesian Learning และ Multilayer Perception เพื่อทำนายการลาออกกลางคันของนักศึกษาและวิเคราะห์หาปัจจัยที่เกี่ยวข้อง โดยใช้ข้อมูลพื้นฐานของนักศึกษาวิทยาลัยเทคโนโลยีภาคตะวันออกเฉียงเหนือ จังหวัดขอนแก่น ระหว่างปีการศึกษา 2556-2558 จำนวน 2,790 ชุดข้อมูล ใช้เทคนิคการทำ SMOTE แก้ไขปัญหาการไม่สมดุลกันของชุดข้อมูล โดยปรับค่า Nearest Neighbors = 5 ทดสอบผลลัพธ์ด้วย 10-fold cross-validation และวัดประสิทธิภาพด้วยค่า Accuracy ผลการวิเคราะห์พบว่า Multilayer Perception ให้ค่าความแม่นยำสูงสุด 94.91% มากกว่า C4.5 และ Naïve Bayes ที่ร้อยละ 94.41 % และ 84.05% ตามลำดับ และมีปัจจัยที่เกี่ยวข้องสูงสุด 5 อันดับ ได้แก่ ประเภทโรงเรียนเดิม ประเภทหลักสูตร เกรดเฉลี่ยก่อนเข้าศึกษา การกู้ยืมกองทุนเพื่อการศึกษาและอายุ The aims of this paper is to compare the performance of different classification techniques included C4.5, Naïve Bayesian Learning and Multilayer Perception algorithms. The algorithms were used to predict and analyze factors influencing student’s decision to drop out. The data set was collected from Northeastern Technological College, Khon Kaen Province during the 2013-2015 academic years. The total number of sample data was 2,790 records. The SMOTE technique was also used for solving imbalanced problems of the data set. The Nearest Neighbors was adjusted as 5. The cross-validation with 10 folds was used to evaluate the prediction accuracy. The results show that the performance of Multilayer Perception is 94.91% which higher than the C4.5 and Naïve Bayes, with 94.41% and 84.05% accordingly. The findings also indicate that student’s decision to drop out significantly influenced by type of school, type of course, first grade, student loan and student’s age. 
ผู้เขียน
585020072-1 นาย ศักรินทร์ ภูพันนา [ผู้เขียนหลัก]
คณะวิทยาศาสตร์ ปริญญาโท โครงการพิเศษ

การประเมินบทความ (Peer Review) มีผู้ประเมินอิสระ 
มีการเผยแพร่ในระดับ ชาติ 
รูปแบบ Proceeding Full paper 
รูปแบบการนำเสนอ Oral 
เป็นส่วนหนึ่งของวิทยานิพนธ์ เป็น 
ผลงานที่นำเสนอได้รับรางวัล ไม่ได้รับรางวัล 
แนบไฟล์
Citation 0