การวิเคราะห์ความเสี่ยงของการเกิดปัญหาสายตาสำหรับผู้เรียนโดยใช้เทคนิคเหมืองข้อมูล
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้ ได้ศึกษาเกี่ยวกับปัญหาสายตาของนิสิตระดับอุดมศึกษาโดยมีวัตถุประสงค์หลักในการสำรวจพฤติกรรมการใช้สายตาของนิสิตและระบุปัจจัยเสี่ยงที่ส่งผลต่อปัญหาสายตา เช่น สายตาสั้น สายตายาว และสายตาเอียง การศึกษานี้ใช้แบบสอบถามเชิงลึกในการเก็บข้อมูลจากนิสิตจำนวน 100 คน และนำข้อมูลมาวิเคราะห์ด้วยเทคนิคเหมืองข้อมูล (Data Mining) เพื่อตรวจสอบความสัมพันธ์ระหว่างพฤติกรรมการใช้สายตาและปัญหาสายตาที่เกิดขึ้น ผลการวิจัยพบว่า 35% ของนิสิตมีปัญหาสายตาสั้นและเอียง ในขณะที่ 17% ไม่มีปัญหาสายตา การใช้โมเดล Decision Tree, Naïve Bayes, Lazy IBK และ Multilayer Perceptron แสดงให้เห็นว่า Multilayer Perceptron มีความแม่นยำสูงสุดที่ 99% ผลการวิจัยยังเสนอแนวทางในการปรับปรุงพฤติกรรมการใช้สายตาและการพักสายตาที่เหมาะสม เพื่อลดความเสี่ยงของปัญหาสายตาในระยะยาว
Downloads
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เจ้าของลิขสิทธิ์ (สถาบันวิจัยและพัฒนา มหาวิทยาลัยกาฬสินธุ์) ผู้เขียน ตกลงว่าการทำสำเนาบทความหรือส่วนใดส่วนหนึ่งของบทความดังกล่าวในรูปแบบสิ่งพิมพ์หรืออิเล็กทรอนิกส์ตามที่ได้รับอนุญาต จะต้องระบุประกาศลิขสิทธิ์ตามที่กำหนดไว้ในวารสาร พร้อมทั้งอ้างอิงข้อมูลฉบับสมบูรณ์ของบทความที่ตีพิมพ์ในวารสารที่จัดทำโดย สถาบันวิจัยและพัฒนา มหาวิทยาลัยกาฬสินธุ์ อย่างครบถ้วนทุกครั้ง
เอกสารอ้างอิง
S Roy, LM Goyal, VE Balas, B Agarwal, M Mittal. Predictive Modeling in Biomedical Data Mining and Analysis. Elsevier Inc. United Kingdom. 2022; ISBN: 978-0-323-99864-2.
โรงพยาบาลกรุงเทพ. (ม.ป.ป.). ภาวะสายตาผิดปกติ [ออนไลน์]. สืบค้นเมื่อ 25 สิงหาคม 2566, จาก: https://www.bangkokhospital.com/content/known-abnormal-eye-conditions
อดุลย์ ยิ้มงาม. การทำเหมืองข้อมูล [ออนไลน์]. สืบค้นเมื่อ 25 สิงหาคม 2566, จาก: http://compcenter.bu.ac.th /news-information/data-mining
ชัยภพ แจ่มจำรัส. (ม.ป.ป.). อัลกอริทึมต้นไม้ตัดสินใจ (Decision Tree) [ออนไลน์]. สืบค้นเมื่อ 25 สิงหาคม 2566, จาก: https://www.shorturl.asia/hMwYA
วีณา คงพิษ และ จรัญ แสน. การวิเคราะห์พฤติกรรมการจัดการเรียนการสอนแบบผสมผสาน รายวิชาการประยุกต์ใช้คอมพิวเตอร์และวิทยาการสารสนเทศโดยใช้เทคนิคเหมืองข้อมูล. วารสารวิชาการศรีปทุม ชลบุรี, 2558; 44-53.
เอพร โมฬ, นิธิศ เสาแก้ว, และ บุษยมาศ เหมณี. การศึกษาสภาวะเสี่ยงโรคของผู้สูงอายุด้วยเทคนิคเหมืองข้อมูล. วารสารนาคบุตรปริทรรศน์ มหาวิทยาลัยราชภัฏนครศรีธรรมราช, 2562; 11(3): 29-34.
วิเชษฐ์ นันทะศรี และ จรัญ แสนราช. การใช้เทคนิคเหมืองข้อมูลเพื่อวิเคราะห์พฤติกรรมการใช้บริการห้องสมุดของนักศึกษากรณีศึกษาห้องสมุดมหาวิทยาลัยราชภัฏเลย. วารสารวิชาการครุศาสตร์อุตสาหกรรม, 2564; 12(1).
Fatima Azzam. Data Mining Techniques for Heart Disease Prediction - A Review. Computer Science and Engineering Department, Birzeit University,2022.; 5 pages. DOI: 10.13140/RG.2.2.31949.31204.
K. Chitra และ B. Subashini. Survey Paper for Credit Card Fraud Detection Using Data Mining Techniques. Journal of Innovative Research in Applied Sciences and Engineering, 2019; 3(1), 483-489.
P. Arpasat, N. Premchaiswadi, P. Porou an, and W. Premchaiswadi. Applying Process Mining to Analyze the Behavior of Learners in Online Courses. International Journal of Information and Education Technology, 2021;11(10), 10-1547. DOI: 10.18178/ijiet.2021.11.10.1547
