ระบบจองห้องประชุมแบบอัจฉริยะโดยเทคนิคการจำแนกข้อมูลด้วยการเรียนรู้ของเครื่อง: กรณีศึกษามหาวิทยาลัยราชภัฏพระนครศรีอยุธยา

Main Article Content

ฐิติรัตน์ ขาวบริสุทธิ์
อเนก พุทธิเดช
ผศ.ดร.แสงทอง บุญยิ่ง

บทคัดย่อ

การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาระบบจองห้องประชุมแบบอัจฉริยะที่แนะนำห้องประชุมตามความต้องการของผู้ใช้บริการด้วยเทคนิคการจำแนกข้อมูลด้วยการเรียนรู้ของเครื่อง 2) วิเคราะห์และเปรียบเทียบประสิทธิภาพของโมเดล Decision Tree, Support Vector Machine (SVM) และ K-Nearest Neighbors (KNN) 3) ประเมินประสิทธิภาพของระบบโดยผู้ทรงคุณวุฒิ และ 4) ศึกษาการยอมรับการใช้งานระบบตามกรอบ Technology Acceptance Model (TAM) ระบบพัฒนาในรูปแบบเว็บแอปพลิเคชันที่เชื่อมต่อกับโมเดลการเรียนรู้ของเครื่องผ่าน RESTful API ข้อมูลที่ใช้เป็นประวัติการจองห้องประชุมจริงของมหาวิทยาลัยราชภัฏพระนครศรีอยุธยา ระหว่างปี พ.ศ. 2557–2568 จำนวน 3,677 รายการ สร้างคุณลักษณะนำเข้า 4 ตัวแปร โดยกำหนดตัวแปรเป้าหมาย (Target Variable) คือ ห้องประชุมที่เหมาะสมกับการจอง โดยผลลัพธ์เป็นชื่อของห้องประชุมเรียงลำดับจากความเหมาะสมจากจำนวนทั้งหมด 10 ห้อง ซึ่งเป็นการจำแนกข้อมูลแบบหลายคลาส (Multi-class Classification) มีการแบ่งข้อมูลเป็นชุดฝึกสอนและชุดทดสอบในอัตรา 80:20


ผลการวิจัยพบว่าโมเดล Decision Tree มีประสิทธิภาพดีที่สุด โดยมีค่า Test Accuracy ร้อยละ 98.40 ค่า Precision, Recall และ F1-score (เฉลี่ยถ่วงน้ำหนัก) เท่ากับ 0.99, 0.98 และ 0.98 ตามลำดับ และ มีค่า Gap ต่ำสุด 0.005 แสดงถึงความเสถียรของโมเดล ขณะที่ KNN และ SVM มีค่า Test Accuracy ร้อยละ 93.80 และ 90.80 ตามลำดับ ผลการประเมินระบบโดยผู้ทรงคุณวุฒิ 5 คน ด้วย Black Box Testing อยู่ในระดับดี (equation= 4.39, S.D. = 0.57) และผลการยอมรับการใช้งานจากกลุ่มเป้าหมาย 30 คน อยู่ในระดับมากที่สุด (equation= 4.84, S.D. = 0.37) สรุปได้ว่าระบบที่พัฒนาขึ้นมีประสิทธิภาพ ใช้งานง่าย และสามารถประยุกต์ใช้สนับสนุนการบริหารจัดการห้องประชุมในองค์กรภาครัฐได้จริง

Article Details

รูปแบบการอ้างอิง
1.
ขาวบริสุทธิ์ ฐ, พุทธิเดช อ, บุญยิ่ง แ. ระบบจองห้องประชุมแบบอัจฉริยะโดยเทคนิคการจำแนกข้อมูลด้วยการเรียนรู้ของเครื่อง: กรณีศึกษามหาวิทยาลัยราชภัฏพระนครศรีอยุธยา. PBRU.Sci.J [อินเทอร์เน็ต]. 29 กันยายน 2026 [อ้างถึง 15 ตุลาคาม 2026];23(2):1-14. available at: https://li01.tci-thaijo.org/index.php/scijPBRU/article/view/272182
ประเภทบทความ
Articles

เอกสารอ้างอิง

กชพรรณ โมทองกุล, มณฑกานต์ นามโคตร. การพัฒนาระบบจองห้องประชุมออนไลน์ สำนักงานป้องกันควบคุมโรคที่ 7 จังหวัดขอนแก่น. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏมหาสารคาม 2562;2:7-12.

เจนจิรา แจ่มศิริ, คัชรินทร์ ทองฟัก. การพัฒนาระบบการจองห้องประชุมออนไลน์ มหาวิทยาลัยเทคโนโลยีราชมงคลล้านนา พิษณุโลก. ใน: รายงานการประชุมวิชาการเสนอผลงานวิจัยระดับชาติ เครือข่ายบัณฑิตศึกษา มหาวิทยาลัยราชภัฏภาคเหนือ ครั้งที่ 18; 2561. หน้า 2563-274.

นารีจุติ ศรีแสงฉาย, อภิญญา ชุณหะทิพากร, วิภา อินทรสุข. การพัฒนาระบบการจองห้องเรียนออนไลน์ คณะนิติศาสตร์ มหาวิทยาลัยนเรศวร. วารสารวิชาการ ปขมท 2564;10:170-9.

Jadhav SD, Channe HP. Efficient recommendation system using decision tree classifier and collaborative filtering. International Research Journal of Engineering and Technology 2016;3:2113-8.

Awotunde JB, Sur SN, Imoize AL, Akinyoola OM. An enhanced product recommendation system using decision tree algorithm. In: Dhar S, Mukhopadhyay S, Do D-T, Sur SN, Imoize AL, editors. Advances in communication, devices and networking (ICCDN 2024). Cham: Springer; 2025. p. 511-523. (Lecture Notes in Electrical Engineering; vol. 1243).

Yang D, Miao X. Predicting hotel booking cancellations using tree-based neural network. PeerJ Comput Sci 2024;10:e2473.

Al-Mamary YH. User acceptance of AI-powered training: Extending the technology acceptance model (TAM). Future Bus J 2025;11:239.

วรัญญา ไชยชาญยุทธ์. การพัฒนาระบบจองเวลาห้องประชุมผ่านระบบออนไลน์. ใน: รายงานสืบเนื่องจากการประชุม วิชาการระดับชาติ ครั้งที่ 16 มหาวิทยาลัยราชภัฏนครปฐม; 2567. หน้า 1694-704. นครปฐม: มหาวิทยาลัยราชภัฏนครปฐม.

Latifah A, Ramelan A. Room management based machine learning and data analytics: Concept overview. In: 2022 International Conference on ICT for Smart Society (ICISS); 2022. p. 1-6. doi:10.1109/ICISS55894.2022.9915240.

รัชดาพร สุธาโภชน์, อรุณี นรินทรกุล ณ อยุธยา, อัมพล ชูสนุก, สมชาย นำประเสริฐชัย. อิทธิพลของคุณภาพระบบ ต่อการใช้งานความพึงพอใจของผู้ใช้งาน และประโยชน์สุทธิของผู้ใช้งานระบบ Navis ภายในท่าเรือแหลมฉบัง. Suranaree Journal of Social Science 2560;11:145-62.

Davis FD. Perceived usefulness, perceived ease of use, and user acceptance of information technology. Manag Inf Syst Q 1989;13:319-40.

Venkatesh V, Davis FD. A theoretical extension of the technology acceptance model: Four longitudinal field studies. Manag Sci 2000;46:186-204.

รัชนี ชอบศิลป์, จุฑามาศ ทวีไพบูลย์วงษ์. การรับรู้ความง่าย การรับรู้ประโยชน์ ทัศนคติและการยอมรับในการทำงานร่วมกับ หุ่นยนต์ของพนักงานในบริษัทผู้ผลิตชิ้นส่วนยานยนต์แห่งหนึ่งในเขตนิคมอุตสาหกรรมอมตะซิตี้ จังหวัดชลบุรี. วารสารบริหารศาสตร์ มหาวิทยาลัยอุบลราชธานี 2564;10:36-50.