วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม 
Maejo Information Technology and Innovation Journal (MITIJ)
 ค้นหา | หน้าแรก   
 
 
 
» หน้าแรก
» ฉบับปัจจุบัน
» ฉบับย้อนหลัง
» ค้นหาวารสาร/บทความ
» ลงทะเบียน (OJS/PKP)
 

                               :: รายละเอียดบทความ ::
กลับสู่เมนูค้นหา 
ชื่อบทความ
การพัฒนาเเบบจำลองเพื่อการตัดสินใจรับซื้อโคขุน โดยใช้เทคนิคการทำเหมืองข้อมูล กรณีศึกษากลุ่มวิสาหกิจชุมชนโคเนื้อบ้านบูเกะจือฆา
ชื่อบทความ(English)
The Development of Decision-Making Models for Buying the Fattening Cattle Using Data Mining Techniques: A case study of the Buket-Chekha Beef Cattle Social Enterprise
ประเภทบทความ
บทความวิจัย
ชื่อผู้แต่ง อับดุลเลาะ บากา(1*), สุลัยมาน เภอโส๊ะ(1), ฟูไดละห์ ดือมอง(1) และอรรถพล อดุลยศาสน์(1) (Abdulloh Baka(1*), Sulaiman Persoh(1), Fudailah Demong(1) and Attapol Adulyasas(1))
หน่วยงาน คณะวิทยาศาสตร์เทคโนโลยีและการเกษตร มหาวิทยาลัยราชภัฏยะลา อําเภอเมือง จังหวัดยะลา(1)(Faculty of Science Technology and Agriculture, Yala Rajabhat University, Yala)(1) *Corresponding author: abdulloh.b@yru.ac.th
ชื่อวารสาร วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม ปีที่ 10 ฉบับที่ 1 มกราคม – เมษายน 2567
บทคัดย่อ

             กลุ่มวิสาหกิจชุมชนโคเนื้อบ้านบูเกะจือฆาเป็นกลุ่มที่ดำเนินธุรกิจแปรรูปผลิตภัณฑ์เนื้อโคขุนแช่แข็ง ซึ่งบ่อยครั้งที่เกษตรกรบางรายประสบปัญหาขาดทุนจากการเลือกซื้อโคขุนที่ผิดพลาด เนื่องจากขาดความเชี่ยวชาญในการเลือกซื้อโคขุนเพื่อเข้ามาแปรรูป  ดังนั้นผู้วิจัยจึงได้พัฒนาแบบจำลองเพื่อการตัดสินใจรับซื้อโคขุน โดยใช้เทคนิคการทำเหมืองข้อมูล 5 วิธี ประกอบด้วย Decision Tree (C4.5), Iterative Dichotomiser 3 (ID3), Naive Bayes (NB), Random Forest (RF) และ K-Nearest Neighbors (k-NN) ทำการวิเคราะห์ด้วยโปรแกรม RapidMiner Studio กรณีศึกษากลุ่มวิสาหกิจชุมชนโคเนื้อบ้านบูเกะจือฆา โดยใช้ข้อมูลการรับซื้อโคขุนตั้งแต่ปี พ.ศ 2561 - 2565 จำนวน 416 แถวข้อมูล  มีการกำจัดข้อมูลที่ผิดพลาด  มีการคัดเลือกคุณลักษณะของข้อมูล มีการแบ่งช่วงข้อมูล และใช้ 10-Fold Cross Validation ในการแบ่งข้อมูลออกเป็นชุดข้อมูลสอนและชุดข้อมูลทดสอบ โดยใช้ค่าความถูกต้องในการวัดประสิทธิภาพการพยากรณ์ของแบบจำลอง ผลการทดลองพบว่า เทคนิคการทำเหมืองข้อมูลด้วยวิธีการของ RF มีค่าความถูกต้องสูงที่สุดคือ 98.53% และได้กฎความสัมพันธ์จำนวน 9 กฎ รองลงมาเป็น C4.5, NB, ID3 และ k-NN คือ 97.02%, 95.00%, 94.75% และ 93.54% ตามลำดับ โดยมีคุณลักษณะข้อมูลสำคัญคือ น้ำหนักก่อนเชือด ความยาวลำตัว ลักษณะฟัน ความสูง สายพันธ์ กลุ่มเครือข่าย ลักษณะขุน ระยะเวลา อายุ และราคารับซื้อ ในการเรียนรู้และสร้างแบบจำลองเพื่อการตัดสินใจรับซื้อโคขุน

คำสำคัญ เหมืองข้อมูล, ต้นไม้ตัดสินใจ, การคัดเลือกคุณลักษณะข้อมูล, การแบ่งช่วงข้อมูล
ปี พ.ศ. 2567
ปีที่ (Vol.) 10
ฉบับที่ (No.) 1
เดือนที่พิมพ์ มกราคม - เมษายน
เลขที่หน้า (Page) 99-117
ISSN ISSN 3027-7280 (Online)
DOI 10.14456/mitij.2024.6
ORCID_ID 0009-0007-0171-6309
ไฟล์บทความ https://mitij.mju.ac.th/ARTICLE/R67006.pdf
  
เอกสารอ้างอิง 
  กรมส่งเสริมการเกษตร. (2566). รายงานสรุปประเภทกิจการวิสาหกิจชุมชน. ค้นเมื่อ 2 กุมภาพันธ์ 2566 ค้นจาก https://smce.doae.go.th/ProductCategory/SmceCategory.php.
  เกรียงศักดิ์ รักภักดี, ปราโมทย์ นามวงศ์, ไมตรี ริมทอง, และวชิระ โมราชาติ. (2560). ระบบสนับสนุนการตัดสินใจเพื่อการเดินทางท่องเที่ยวในจังหวัดอุบลราชธานีผ่านระบบดาวเทียมบอกพิกัด. วารสารวิจัยและพัฒนา มหาวิทยาลัยราชภัฏบุรีรัมย์ ปีที่ 12 ฉบับที่ 2 กรกฎาคม-ธันวาคม 2560.
  ปะพาดา ณ วิเชียร, ภาคภูมิ มันแอ, ญาณพัฒน์ ชูชื่น, และสุภาวดี มากอ้น. (2563). การเพิ่มประสิทธิภาพ Feature Selection สำหรับการจำแนกกลุ่มบทความวิจัย. วารสารวิชาการวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏสงขลา ปีที่ 1 ฉบับที่ 1 มกราคม-มิถุนายน 2563.
  พีรศุษม์ ทองพ่วง เเละจรัญ เเสนราช. (2564). การเปรียบเทียบประสิทธิภาพการจำเเนกข้อมูลเพื่อทำนายการได้รับทุนการศึกษาของนักศึกษาระดับปริญญาตรี โดยใช้เทคนิคการทำเหมืองข้อมูล. วารสาร journal of Professional Routine to Research Volume 8, กรกฏาคม - ธันวาคม 2564.
  ภรัณยา ปาลวิสุทธิ์. (2559). การเพิ่มประสิทธิภาพเทคนิคต้นไม้ตัดสินใจบนชุดข้อมูลที่ไม่สมดุลโดยวิธีการสุ่มเพิ่มตัวอย่างกลุ่มน้อย สำหรับข้อมูลการเป็นโรคติดอินเทอร์เน็ต. วารสารเทคโนโลยีสารสนเทศ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ ปีที่ 12 ฉบับที่ 1 มกราคม-มิถุนายน 2559.
  วนัสดา สิริวุฒิชาภิรัชต์, สุนทรียา จอมผักเเว่น, รัตนา ลีรุ่งนาวารัตน์, เเละพรทิพย์ เหลียวตระกูล. (2564). ระบบสนับสนุนการตัดสินใจสำหรับการเลี้ยงโคเนื้อ วารสารเเม่โจ้เทคโนโลยีสารสนเทศเเละนวัตกรรม มหาวิทยาลัยเเม่โจ้ ปีที่ 7 ฉบับที่ 2 กรกฏาคม-ธันวาคม 2564.
  วัชรวิทย์ มีหนองใหญ่. (2557). ปัจจัยที่มีผลต่อความนุ่มของเนื้อโค. วารสารแก่นเกษตร มหาวิทยาลัยขอนแก่น ปีที่ 42 ฉบับที่ 3 ปี 2557.
  สุระสิทธิ์ ทรงม้า. (2559). การเปรียบเทียบประสิทธิภาพการจำแนกข้อมูลด้วยเทคนิคต้นไม้ตัดสินใจรุ่นที่ 3 ที่ใช้เทคนิคการแบ่งช่วงข้อมูลที่แตกต่างกัน. วารสาร SDU RESEARCH JOURNAL OF SCIENCES AND TECHNOLOGY ปีที่ 8 ฉบับที่ 3 กันยายน – ธันวาคม 2559.
  C. Kaewchinporn. (2010). Data Classification with Decision Tree and Clustering Techniques. Thesis in Computer Science, King Mongkut’s Institute of Technology Ladkrabang, Thailand.
  C?ceres, E. N., Pistori, H., Turine, M. A. S., Pires, P. P., Soares, C. O., & Carromeu, C. (2011). Computational precision livestock-position paper. In II Workshop of the Brazilian Institute for Web Science Research (No. 02-03, p. 9).
  F. Duemong, L. Preechaveerakul and S. Vanichayobon. (2009). FIAST : A Novel Algorithm for Mining Frequent Itemsets. In Proceedings of 2009 International Conference on Future Computer and Communication, Kuala Lumpur, Malasia, pp.140-144.
  Gonzalez-Araya and Marcela C. (2016). Turning pork into profits in Chile: a decision support system for production planning in a Chilean swine slaughterhouse. OR/MS Today, vol. 43, no. 2.
  L. Breiman and R. Forests. (2001). Machine Learning, Vol. 45, No. 1, pp.5-32, 2001.
  Liu, B., Hsu, W., and Ma, Y. (1998). Integrating classification and association rule mining. Proceedings of the 4th International Conference on Knowledge Discovery and Data Mining, p. 80-86.
  R. Quinlan. (1986). Induction of decision trees. Machine Learning, Vpl. 1, No. 1, pp. 81-106.
  Richard, J. R. and Geatz, M. W. (2003). Data Mining a Tutorial-Based Primer. Pearson Education Inc.
  Wong A. K. C., and Chiu, D. K. Y. (1987). Synthesizing Statistical Knowledge from Incomplete Mixed-Mode Data. IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 9, pp. 796-805.
 
 
 
 
 
 
 
 
 
 
กลับสู่ เมนูค้นหา
       
กองบรรณาธิการวารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม มหาวิทยาลัยแม่โจ้
63 หมู่ 4 ต.หนองหาร อ.สันทราย จ.เชียงใหม่ 50290  mitij@mju.ac.th