ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇ Ô·ÂÒÅ ÑÂ¿ÒÃjournal.feu.ac.th/pdf/v11iพิเศษ.pdf · 2017-10-29 · ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇ Ô·ÂÒÅ ÑÂ¿ÒÃ ÍÕÊà·ÍÃ

ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑÂ¿ÒÃ �ÍÕÊà·ÍÃ �¹ปท 11 ฉบบพเศษ สงหาคม 2560 1

»‚·Õè 11 ©ºÑº¾ÔàÈÉ (ÊÔ§ËÒ¤Á 2560)

บทบรรณาธการ

บทความวจย การเปรยบเทยบเทคนคสาหรบจาแนกประเภท ยนเชอเดงกไวรสบนพนฐานโคดอนยสเอส ภานวฒน เมฆะ คกฤทธ โอสถานนตกล และ ณฐณชา ตยะสขเศรษฐ

การใชเสยงควบคมอปกรณไฟฟาดวย แอนดรอยดและไมโครคอนโทรลเลอร ธานล มวงพล และ อวยไชย อนทรสมบต

เครองมอควบคมการปรบแตงแมแบบ เวบแอปพลเคชนแบบไดนามค นวลศร เดนวฒนา มาโนชญ ใจกวาง และ ณฐพร ภกด

การพฒนารปแบบทางเลอกสาหรบอเลรนนง ในยคสงคมออนไลน อรรถวท ชงคมานนท และ กองกาญจน ดลยไชย

การหาคาอตราการงอกของเมลดขาว ดวยวธการประมวลผลภาพ ปวณ เขอนแกว และ อรอมา พราโมต

การเปรยบเทยบผลการอานรหสแทงกบ อารเอฟไอดยานความถสงยงในสายรดขอมอ บณฑต สาหรบการซอมและรบพระราชทาน ปรญญาบตร สนท สทธ และ สมชาย อารยพทยา

การสรางตวควบคมอตโนมตดวยการหาคาเหมาะทสดของการเคลอนทกลมอนภาคบนพนฐานตวควบคมพไอดสาหรบระบบสงกาลงไฟฟาสองพนทจตสราญ สกกา และคณะ

ตวกรองคดเลอกลกษณะเฉพาะสาหรบการจาแนกขอมลเพอการประยกตใชบนระบบอนเทอรเนตของทกสงพาสน ปราโมกขชน และ พนธปต เปยมสงา

การพฒนาระบบโถปสสาวะอจฉรยะออนไลนสาหรบการใชงานภายในองคกรขนาดเลกกตศกด โอสถานนตกล และ ภทรมน วฒพทยามงคล

ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะกองกาญจน ดลยไชย อรรถวท ชงคมานนท และ อทธพงษ เขมะเพชร

การแบงปนขอมลดวยโปรโตคอลเอมควททภายใตขอความแบบเจสนและหวขอแบบเอมทเอนซนษ ตนตธารานกล และ กตตกร หาญตระกล

6

7

20

31

44

57

70

87

98

114

125

134


เจาของ: มหาวทยาลยฟารอสเทอรน

ความเปนมา: วารสารวชาการมหาวทยาลยฟารอสเทอรนเรมตพมพเผยแพรมาตงแตป พ.ศ. 2550 โดยจดทาเปนราย 6 เดอน (2 ฉบบ/ป) ฉบบท 1 เดอนมถนายน – เดอนพฤศจกายน และ ฉบบท 2 เดอนธนวาคม – เดอนพฤษภาคม ตอมาในป พ.ศ. 2558 วารสารไดเปลยนกาหนดออกเปนราย 3 เดอน (4 ฉบบ/ป) โดยเรมตงแตวารสารปท 9 ฉบบท 1 เปนตนไป ดงน ฉบบท 1 เดอนพฤษภาคม – เดอนกรกฎาคม ฉบบท 2 เดอนสงหาคม – เดอนตลาคม ฉบบท 3 เดอนพฤศจกายน – เดอนมกราคม และ ฉบบท 4 เดอนกมภาพนธ – เดอนเมษายน และเพอหลกเลยงการตพมพวารสารขามปในฉบบเดยวกน ในป พ.ศ. 2559 จงไดเปลยนกาหนดออกอกครง โดย เรมฉบบท 1 ในเดอนมกราคม - มนาคม และไปสนสดฉบบท 4 ในเดอนตลาคม – ธนวาคม วารสารวชาการมหาวทยาลยฟารอสเทอรนจดพมพบทความวชาการ (Academic Article) บทความวจย (Research Article) บทความปรทศน (Review Article) และบทวจารณหนงสอ (Book Review) ทงภาษาไทย และภาษาองกฤษโดยผานกระบวนการกลนกรองของผทรงคณวฒ (Peer Review) ในสาขาวชาทเกยวของ จานวน 2 ทาน ปจจบนวารสารวชาการมหาวทยาลยฟารอสเทอรนไดรบการยอมรบใหอยในฐานขอมล ศนยดชนการอางองวารสารไทย (TCI: Thai Journal Citation Index Centre) กลมท 1 สาขามนษยศาสตรและสงคมศาสตร

วตถประสงค: 1. เพอเปนสอกลางในการตพมพเผยแพรผลงานวชาการ ผลงานวจย และงานสรางสรรคทงภาษาไทย และภาษาองกฤษในสาขาวชาการบรหารธรกจและการจดการ รฐศาสตรและรฐประศาสนศาสตร นเทศศาสตร ศลปศาสตร เทคโนโลยสารสนเทศ และสหวทยาการดานมนษยศาสตรและสงคมศาสตรทมคณภาพซงสามารถแสดงถงประโยชนทงในเชงทฤษฎเพอใหนกวจยสามารถนาไปพฒนาหรอสรางองคความรใหม และประโยชนในเชงปฎบตทนกปฎบตสามารถนาไปประยกตใชในภาคสวนตางๆ ทงภาครฐ ภาคธรกจ และภาคสงคมและชมชน 2. เพอสงเสรมการศกษาคนควาวจยและนาเสนอผลงานทางวชาการของคณาจารย นกวจย นกวชาการ และนกศกษา

ขอบเขต: วารสารวชาการมหาวทยาลยฟารอสเทอรนรบพจารณาบทความวชาการ (Academic Article) บทความวจย (Research Article) บทความปรทศน (Review Article) บทวจารณหนงสอ (Book Review) ทงภาษาไทยและภาษาองกฤษ ภายใตเงอนไขวาจะตองไมเคยตพมพเผยแพรในวารสาร หรอสงพมพใดมากอน (ยกเวนรายงานวจย และวทยานพนธ) และไมอยในระหวางการพจารณารอตพมพในวารสารอน กรณบทความบางสวนเคยเผยแพรในรายงานสบเนองจากการประชมวชาการ ผเขยนตองแสดงใหเหนวา



บทความทสงมาไดมสวนเพมเตมหรอขยายจากบทความเดม นอกจากนผเขยนยงตองระบในบทความวา ไดเผยแพรบางสวนของบทความดงกลาวไปแลวทใดและเมอไรมาแลว ขอบเขตของวารสารวชาการมหาวทยาลยฟารอสเทอรนจะครอบคลมเนอหา ดงน • บรหารธรกจและการจดการ • รฐศาสตรและรฐประศาสนศาสตร • นเทศศาสตร • ศลปศาสตร • เทคโนโลยสารสนเทศ • สหวทยาการดานมนษยศาสตรและสงคมศาสตร

ทปรกษากตตมศกด: ศาสตราจารย ดร. ปรชญา เวสารชช อปนายกสภามหาวทยาลยฟารอสเทอรน ศาสตราจารย ดร. สวมล วองวานช กรรมการสภามหาวทยาลยฟารอสเทอรน รองศาสตราจารย ดร. วชย แหวนเพชร กรรมการสภามหาวทยาลยฟารอสเทอรน

ทปรกษา: ดร. กตตพฒน สวรรณชน อธการบด

บรรณาธการ: ดร. ฉตรทพย สวรรณชน รองอธการบดฝายวชาการ

กองบรรณาธการ: ศาสตราจารย ดร. เกต กรดพนธ มหาวทยาลยเชยงใหม รองศาสตราจารย ดร. ชเกยรต ลสวรรณ ขาราชการบานาญมหาวทยาลยเชยงใหม รองศาสตราจารย ดร. พรพล ศรพงศวฒกร สถาบนเทคโนโลยพระจอมเกลาเจาคณทหารลาดกระบง รองศาสตราจารย ดร. วภาว ธรรมาภรณพลาศ จฬาลงกรณมหาวทยาลย รองศาสตราจารยเอมอร ชตตะโสภณ ขาราชการบานาญมหาวทยาลยเชยงใหม รองศาสตราจารยวรรณวด มาลาพอง มหาวทยาลยฟารอสเทอรน รองศาสตราจารยอรพณ สนตธรากล มหาวทยาลยเชยงใหม ผชวยศาสตราจารย ดร. ฐตรตน เชยวสวรรณ มหาวทยาลยพะเยา ดร. พชรวรรณ กจม มหาวทยาลยฟารอสเทอรน นางสาววณชากร แกวกน มหาวทยาลยฟารอสเทอรน กองจดการ: นางสาววณชากร แกวกน มหาวทยาลยฟารอสเทอรน นางสาวกมลรตน เชอเสอนอย มหาวทยาลยฟารอสเทอรน



นางสาวมณศกาญจ เตปา มหาวทยาลยฟารอสเทอรน นางสาวกรรณการ ปอกนนตา มหาวทยาลยฟารอสเทอรนกาหนดออก: กาหนดออกเปนราย 3 เดอน (4 ฉบบ/ป) ดงน ฉบบท 1 เดอนมกราคม – มนาคม ฉบบท 2 เดอนเมษายน – มถนายน ฉบบท 3 เดอนกรกฎาคม – กนยายน ฉบบท 4 เดอนตลาคม – ธนวาคม

สถานทตดตอ: กองบรรณาธการวารสารวชาการมหาวทยาลยฟารอสเทอรน มหาวทยาลยฟารอสเทอรน 120 ถ. มหดล อ. เมอง จ. เชยงใหม 50100 โทร. 053-201800-4 โทรสาร. 053-201810 E-mail: [email protected] URL : journal.feu.ac.th URL : http://www.tci-thaijo.org/Index.php/feu

ทศนะและขอคดเหนใดๆ ในวารสารวชาการมหาวทยาลยฟารอสเทอรนเปนทศนะของผเขยน กองบรรณาธการไมจาเปนตองเหนพองดวยกบทศนะเหลานนและไมถอวาเปนความรบผดชอบ ของกองบรรณาธการ ความรบผดชอบดานเนอหาและการตรวจรางบทความแตละบทเปนของผเขยนแตละทาน กรณมการฟองรองเรองการละเมดลขสทธถอเปนความรบผดชอบของผเขยนแตเพยงฝายเดยว ลขสทธบทความเปนของผเขยนและมหาวทยาลยฟารอสเทอรน ไดรบการสงวนสทธตามกฎหมาย การตพมพซาตองไดรบอนญาตโดยตรงจากผเขยนและมหาวทยาลยฟารอสเทอรนเปน ลายลกษณอกษร

วารสารวชาการมหาวทยาลยฟารอสเทอรนไดรบการยอมรบใหอยในฐานขอมลศนยดชนการอางองวารสารไทย (TCI) กลมท 1 สาขามนษยศาสตรและสงคมศาสตร



รายนามคณะกรรมการผทรงคณวฒ (Peer Review) ประจาฉบบ


ผชวยศาสตราจารย ดร. ฐตรตน เชยวสวรรณ มหาวทยาลยนเรศวร

ผชวยศาสตราจารยสทธกานต บอจกรพนธ มหาวทยาลยราชภฏอดรธาน

อาจารย ดร. กตตกร หาญตระกล มหาวทยาลยเชยงใหม

อาจารย ดร. กตศกด โอสถานนตกล มหาวทยาลยแมโจ

อาจารย ดร. ธนาวฒ ธนวาณชย มหาวทยาลยราชภฏเชยงราย

อาจารย ดร. บวรศกด ศรสงสทธสนต มหาวทยาลยพะเยา

อาจารย ดร.พรอมพงศ สกณศล มหาวทยาลยเชยงใหม

อาจารย ดร. พลกฤษณ ทนคา มหาวทยาลยเทคโนโลยราชมงคลลานนา เชยงใหม

อาจารย ดร. พาสน ปราโมกขชน มหาวทยาลยแมโจ

อาจารย ดร. ยพด หตถสน มหาวทยาลยเทคโนโลยราชมงคลลานนา เชยงใหม

อาจารย ดร. สธาสน ฉมเลก มหาวทยาลยนเรศวร

อาจารย ดร. สพฒนวร ทพยเจรญ มหาวทยาลยฟารอสเทอรน

อาจารย ดร. สถาพร พรหมวงศ ขาราชการบานาญ สถาบนเทคโนโลยพระจอมเกลา

เจาคณทหารลาดกระบง

อาจารย ดร. สมคด สทธธารธวช มหาวทยาลยราชภฏพระนคร

อาจารย ดร. สายณห อนนนกาศ มหาวทยาลยแมโจ

Dr. Séamus Lyons มหาวทยาลยพายพ

อาจารยจตดารง ปรชาสข มหาวทยาลยศลปากร

อาจารยมนตร แสงสรยนต มหาวทยาลยนครพนม

อาจารยอรอมา พราโมต มหาวทยาลยราชภฎพบลสงคราม

อาจารยอวยไชย อนทรสมบต มหาวทยาลยราชภฎนครปฐม


เรยนทานผอานทกทาน

วารสารวชาการมหาวทยาลยฟารอสเทอรน ปท 11 ฉบบพเศษ เดอนสงหาคม 2560 น

กองบรรณาธการไดมความรวมมอดานการคดเลอกผลงานจากการประชมวชาการ 2016 International

Computer Science and Engineering Conference (ICSEC) เพอตพมพในวารสารวชาการมหาวทยาลย

ฟารอสเทอรน ฉบบพเศษ โดยคดเลอกบทความทสอดคลองตามขอบเขตเนอหาของวารสารวชาการมหาวทยาลย

ฟารอสเทอรน และผเขยนจะตองปรบปรงเพมเตมเนอหาบทความอยางนอยรอยละ 25 กอนสงเขากระบวนการ

Peer Review ของวารสารวชาการมหาวทยาลยฟารอสเทอรน

บทความในวารสารวชาการมหาวทยาลยฟารอสเทอรน ฉบบพเศษน ประกอบดวยบทความจานวน

11 บท สวนใหญมเนอหาเกยวของกบเทคโนโลยสารสนเทศ อาท บทความเรอง การพฒนารปแบบทางเลอก

สาหรบอเลรนนงในยคสงคมออนไลน และบทความเรอง ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณ

อจฉรยะ เปนตน กองบรรณาธการหวงเปนอยางยงวาผอานจะไดรบสารประโยชนจากบทความในวารสาร

ฉบบพเศษน และใครขอขอบพระคณผทรงคณวฒประจากองบรรณาธการ และผทรงคณวฒจากหลากหลาย

สถาบนทกรณาประเมนคณภาพบทความกอนการตพมพ และขอถอโอกาสนเชญชวนคณาจารย นกวจย

นกวชาการและนสต นกศกษา เสนอผลงานเพอตพมพเผยแพรในวารสารวชาการมหาวทยาลยฟารอสเทอรน

โดยสามารถศกษาคาแนะนาในการจดเตรยมตนฉบบทายเลมหรอจากเวบไซตวารสารท URL: journal.feu.

ac.th และจากระบบการจดการวารสารออนไลน ThaiJo ท URL: https://www.tci-thaijo.org/index.php/

FEU/about/submissions# authorGuidelines สาหรบการตดตามอานวารสาร ผอานสามารถตดตามอาน

ไดจากวารสารอเลกทรอนกสในเวบไซตของวารสาร (URL: http://journal.feu.ac.th) รวมทงจากระบบ

การจดการวารสารออนไลน Thai Journal Online: ThaiJo (URL: https://www.tci-thaijo.org/index.php/FEU)

บรรณาธการ

º·ºÃÃ³Ò¸Ô¡ÒÃ


Comparison of Gene Classification Methods for Dengue Virus Type Based on Codon Usage*

การเปรยบเทยบเทคนคสาหรบจาแนกประเภทยนเชอเดงกไวรสบนพนฐานโคดอนยสเอส

Panuwat Mekha1** , Khukrit Osathanunkul2 , Nutnicha Teeyasuksaet3

1Department of Computer Science, Faculty of Science, Maejo University63 Moo 4, Nonghan Subdistrict, Sansai District, Chiang Mai 50290

2Department of Information Technology, The International College, Payap UniversityMae-Kow, Muang District, Chiang Mai 50000

3The Fifth Regional Livestock Office, Department of Livestock Development170 Moo 1, Huaykaew Road, Changpuak Subdistrict, Muang District, Chiang Mai 50300

* This article is a revised and expanded version of a paper entitled Gene classification of dengue virus type based on codon usage presented at 2016 International Computer Science and Engineering Conference (ICSEC2016), Chiang Mai Orchid Hotel, Chiang Mai, Thailand, 14 - 17 December 2016.** Corresponding Author e-mail: [email protected]

บทคดยอ การตดเชอไวรสเดงกหรอโรคไขเลอดออกมสาเหตจากเชอเดงกไวรส ซงเชอไวรสสามารถถายทอด

สมนษยโดยมยงเปนพาหะนาโรค เชอเดงกไวรสแบงได 4 ซโรไทป ตามประเภทผวแอนตเจนแตละซโรไทป

สามารถสรางภมคมกนแบบเฉพาะเจาะจงและสามารถสรางภมคมกนระยะสนระหวางซโรไทปในมนษย

ไดมงานวจยหลายเรองทไดมการตรวจสอบการจาแนกประเภทโมเลกลของเชอเดงกไวรสออกเปน 4 กลมหลก

โดยใชกระบวนการทางการเรยนรดวยเครองจกร รวมถงใชโคดอนยสเอสเปนตวแยกคณสมบต ในงานวจย

นไดจาแนกประเภทโมเลกลของเชอเดงกไวรสดวยขอมลสายลาดบ ทงนไดเปรยบเทยบความถกตองในการ

จาแนกประเภทโมเลกลของเชอเดงกไวรสดวยวธการตางๆ จากสายลาดบโมเลกลของเชอเดงกไวรสทนามา

ทดสอบทงหมด 372 สาย และมการวดประสทธภาพของโมเดล แบบ 10-การตรวจสอบไขว ซงวธการแบบ

นวรอลเนตเวรก ใหผลความถกตองสงสดเทากบรอยละ 96.22 ในการจาแนกประเภทโมเลกลของเชอเดงกไวรส


คาสาคญ เชอเดงกไวรส โคดอน ยสเอส วธการการจาแนกประเภท การเรยนรดวยเครองจกร

Abstract The Dengue virus infection or dengue fever is caused by the dengue virus (DENV).

It is transmitted to humans by mosquitoes. There are four serotypes classified together based on

their surface antigens. Each serotype can provide specific immunity and short-term cross-immunity in

human. Several studies have examined the classification of dengue molecules into four major

classes including methods such as machine learning using codon usage as features. In this work

we directly classify dengue molecules using their primary sequences. Thus, we have compared

different methods for data classification to classify sequences of dengue molecules. The method

was tested on 372 dengue sequences from the major classes. Using ten-fold cross-validation,

the neural network yields a prediction accuracy of 96.22% for classifying dengue classes.

Keywords Dengue Virus, Codon Usage, Classification Methods, Machine Learning

Introduction The Dengue virus (DENV) is a single-stranded RNA virus of the family Flaviviridae and

genus Flavivirus. It is transmitted to humans by mosquitoes. (Martina, Koraka & Osterhaus, 2009)

There are four different serotypes (DENV-I, DENV-II, DENV-III and DENV-IV). Infection with the DENV

serotype may result in a range of conditions from subclinical infection to dengue fever. Symptom

may result in bleeding, plasma leakage, low levels of blood platelets, hypervolemia and shock

(Dengue shock syndrome or DSS) (Azhar et al., 2015, 1).

Diagnostic testing of DENV infection can be achieved by viral isolation, serological tests

and molecular methods. This virus can be detected in blood samples and other tissues during the

first five days of symptoms. (Aziz, Hassanien & Abdou, 2016) For molecular methods, gene detection

of DENV genes expression by using Reverse Transcriptase-Polymerase Chain Reaction (RT-PCR)

for RNA sequence converted into DNA sequence. And assay in blood samples is a highly efficient

technique to identify DENV serotypes. (Laue, Emmerich & Schmitz, 1999) In addition, the dataset

of DNA sequences from human serum or plasma can predict the serotype of dengue virus by using

classification methods.


There are different machine learning methods for data classification such as Support Vector

Machine (SVM), Random Forest (RF), Naïve Bayes (NB), Neural Network (NN), Decision Tree (DT)

and k-nearest Neighbor (k-NN). Each of the computational methods shows differentiation of

efficacy and accuracy based on the kind of datasets. (Rehm, 2001). And we focus the problem of

classification of dengue virus genes which affect to efficient performance of the classification of

dengue virus genes will bring more advantages to human immune system.

In this research, we compared the performance result of classification method using codon

usage and correspondence analysis and classifying analysis on the Relative Synonymous Codon

Usage (RSCU) which is the number of times a codon appears in a gene divided by the number of

expected occurrences under equal codon usage. (Ma, Nguyen & Rajapakse, 2009) Each serotype

of dengue for classifying patterns to the phylogenetic analysis of nucleotide sequences for DENV

I – IV. We focus on the problem of classifying DENV molecules into major classes. DENV molecules

are classified into four classes, (DENV I-IV), according to their specific function on the virus.

The prediction of dengue types requires a correct classification of DENV molecule sequences.

Therefore, the efficient performance of classification of DENV molecules can bring advantages

for our understanding of Dengue hemorrhagic fever (DHF). (Gubler, 2002)

Literature Review The method of gene classification combining codon usage bias as feature vector inputs is

used to address the gene classification problem in.(Nguyen, Ma, Fogel & Rajapakse, 2009) They

first transformed their DNA sequences into 59-dimensional feature vectors from all 64 value codons

(This work does not include the start codon and the stop codon). This is nucleotide triplet’s code

for specific amino acid. Each amino acid has a three-character code to present an important role

in the functioning of significantly effective features. (Lin et al., 2004). Each element then corresponds

to the Relative Synonymous Codon Usage (RSCU) frequency of codon.

There are large numbers of kernel methods. For example, some string kernels count the

exact match of n characters between the strings while others allow gaps etc. Our work put emphasis

on using a mismatch kernel for classifying dengue genes.

The kernel function defined for strings can be found in and its application to text classification

tasks by using a string subsequence kernel in. (Shoombuatong et al., 2013 ; Lodhi et al., 2002)

The string kernel is most closely related to a characteristic approach. The advantage of a string

kernel is the frequency of n grams. This refers to the number of length n in substrings of all


So, the pattern of all the sequence x under feature mapping is a weighted representation

of the k-spectrum. We can assign a value to the -th coordinate binary where ; equals 0 if it does

not occur in x, and equal 1 if it occurs in x. The k-spectrum is shown in

Research Methodology 1. Data Set

Dengue genes were extracted from the Virus Pathogen Resource (ViPR), which has

clinical data linked to the genomic sequence for dengue virus isolates. There are four serotypes of

viruses classified together based on their antigens on the surface of the virus. Data set were

divided into four distinct virus types, which identified each with multiple genotypes. Table 1 shows

the numbers and percentages of dengue genes in our experiment. (Available at http://www.viprbrc.

org/brc/home.spg?decorator=flavi_dengue)

sequences. There is a sequence of similar kernels for their application to protein classification.

The background of the spectrum kernel approach relates to the matching of two sequences focusing

on the frequency of number in common subsequences. This computational advantage computational

of the codon usage is due to the method being simple and fast. If using a suitable data structure,

prediction can be done in linear time. (Saunders, Tschach & Shawe-Taylor, 2002).

Given a value x of all length sequences of characters from an alphabet A, the spectrum

kernel is a convolution kernel specialized for the string comparison problem. For the number of k≥1

and k-codon usage is the set of characters in sequence with k-length (k-mers) of continuous or

matching neighborhood such as, 3-mers = 3 codons. The feature mapping is indicated by a possible

k length of subsequences from the alphabet A. The feature mapping from X to kl is shown in

kAaak xx ))(()( (1)

where )(xa = frequency of a that occurs in x

)(),(),( yxyxK kkk (2)


Class Number of sequence Percentage (%)

DENV-I 188 50.54

DENV-II 58 15.59

DENV-III 76 20.43

DENV-IV 50 13.44

Total 372 100.00

niyxD ii ,...2,1)};,{( (3)

Table 1

Numbers and Percentages of Dengue Genes

2. Classification methods

Different classifiers have been used in our research. All of these methods have some

advantage and disadvantage to classify various data. Moreover, we focus on supervised learning

model for the machine learning task of inferring a function from labeled training data. Thus, we

compared methods with Support Vector Machine (SVM), Random Forest (RF), Naïve Bayes (NB),

Neural Network (NN), Decision Tree (DT) and k-nearest Neighbor (k-NN). This research concluded

that by using codon usage as feature vector, it can be support of gene expression and molecular

classification.

2.1 Support Vector Machine (SVM)

One of the most well-known approaches for machine learning is SVM which can

be used to compare and analyze a number of date types. SVM is a learning technique which uses

classification and regression in order to train a set of data. In general, SVM creates a set to optimize

a separating hyperplane which is the maximum margin between two data sets that are sets of

vectors in n-dimensional space. (Andrew, 2000). The idea is further extended for data that is not

linearly separable by first mapping into possibly higher dimension feature space. The data can be

classified by quotation shown in


where nix is the i-th dengue sequence and the class of is , and then is the

serotype or type in {DENV I-IV} for major-class prediction. Given a training dataset D this method

is the construction of the maximum-margin hyperplane separation based on the particular optimization

technique to discriminate between two or more classes. The standard formulation of SVM is defined

as. (Guyon, et al., 2002))

)21(min 1

2,, i

nibw cw

i (4)

subject to iT

i bxwy 1)((

where nw is a weight vector of training data. The SVM classifier is necessary to measure

an appropriate value in the maximum margin linear and we can predict the class of the unknown

Dengue gene 1nx by using a decision function. The decision function is represented as follows:

N

i jniin xxKyxf1 11 ),()( (5)

where the class of is is , is the kernel function and is a weighting parameter value.

The full description of this approach can be found in (Vapnik, 1995 ; Guyon, Weston, Barnhill &

Vapnik, 2002)

2.2 Random Forest (RF)

RF is a trademark term of the ensemble method for decision trees widely used in

classification method. (Amaratunga, Cabrera & Lee, 2008) RF is an optimal number of trees for

random feature selection in tree induction or splitting. In bagging, sampling the original dataset on

each tree allows the different training based on a bootstrapping sample. It obtains a low-bias tree,

RF random select various parameters of features to split at each tree which is useful to estimate

prediction errors and correlation for feature importance. To evaluate the prediction high performance,

RF shows the cross-validation prediction of a model for reducing the number of sequences. (Milhon

& Tracy, 1995).

2.3 Naive Bayes (NB)

NB classifiers are statistical classifiers which have an ability to forecast class membership

probabilities. In machine learning, NB probabilistic classifiers are commonly used as one of the

studied approaches. In general, the principle of method is used to calculate the probability and

given data by calculating joint probabilities of words and categories. NB equation has 3 major parts:

Posterior, Likelihood and Prior probability. The technique of NB assumes the set of independence

ix iy iy

ix iy K


characters. In the other set, the conditional probability of a set assigned to category is assumed to

be independent from the conditional probabilities of other sets given that category.

2.4 Neural Network (NN)

NN ensemble is also a basic approaches used in the machine learning studied. The

NN ensemble is a supervised classification model, which a set of finite number of NN is trained for

the same task. (Yang & Liu, 1999) This shows that the ensemble of a number of NN can significantly

increase the performances of the generalization ability and performance of a NN system. Any

function can be represented by Multi-layer feed-forward networks.

2.5 Decision Tree (DT)

DT is the most common classification method. Each internal node indicated a test on

some relative attribute and each branch shows an outcome of the test. Moreover, each leaf node

assigns a class label. The top of node in the tree is the root node. (Touretzky, Mozer & Hasselmo,

1996) To build the tree structure, select the most significant attribute to be the root node based

on information theory by Entropy, Information Gain, Gain ratio and Gini Index. After the decision

tree is built it may have many branches showed in the training data. Tree pruning tries to remove

such branches for improving classification accuracy.

2.6 k-Nearest Neighbor (k-NN)

k-NN is another classification method, which in machine learning is based on data

similarity by calculating the distance between each variable (attribute). The method is appropriate

with numeric data. (Han, Pei, & Kamber, 2011)

Step of computational in k-Nearest neighbor algorithm.

1. Given the size of k.

2. Calculate the distance of testing data with training data.

3. Sort the distance value by ascending and select nearest data.

4. Consider the number of k and gather the category of training data.

5. The nearest class assigned to the testing data.

The Euclidean distance is denoted to between two points or connecting path of points.

X1=(x11, x12 ,…, x1n) and X2=(x21, x22 ,…, x2n) shown in Equation 6.

2

21

121 )(),( i

n

ii XXXXdist (6)


3. Performance evaluation

The performances of our methods are evaluated with Accuracy (ACC), Precision (Prec)

and Recall. The accuracy is the correct prediction of DENV molecules and is defined as:

xxxx

xx

FNFPTNTPTNTPAccuracy (7)

where x is either DENV I-IV, is the number of false positives or incorrect predictions

for state x, and is the number of true positives or correct predictions for state x.

The precision or positive predictive value is a positive prediction of the true positive

value, which is shown in:

The sensitivity or recall or true positive rate is the all positive predictions of DENV I-IV,

which is shown in:

xx

x

FPTPTPecisionPr (8)

xx

x

FNTPTPcallRe (9)

Results and Discussion

1. Comparison of Classification Methods

The cross-validation performance of the different methods to classify DENV molecules

into DENV I-IV classes was performed on 372 classified major classes of DENV molecules.

In Table 2, the performance of various methods for classification of DENV molecules

is compared; we used the same criteria to analyze our selected data as used in other studies. The

same 10-fold cross validation was applied to our dataset. Element corresponded to the Relative

Synonymous Codon Usage (RSCU) frequency of a codon. We compared methods with Support

Vector Machine (SVM), Random Forest (RF), Naïve Bayes (NB), Neural Network (NN), Decision

Tree (DT) and k-nearest Neighbor (k-NN). Using other classification methods, DENV molecules

must first be converted into 59-feature vectors before the learning step which is an additional

time-consuming and difficult process.

xTPxFP


Table 2

Performance of dengue classification methods

Metho

SVM

RF

NB

NN

DT

2-NN

3-NN

4-NN

5-NN

6-NN

7-NN

ods ACC

95.70

90.62

74.47

96.22

90.6

94.91

94.36

92.5

92.49

91.93

91.69

DEN

Prec.

97.40

91.96

100.00

96.88

94.71

93.94

94.85

94.79

94.79

95.29

94.76

V-I

Recall P

99.47 9

97.34 89

76.06 53

98.94 96

95.21 83

98.94 92

97.87 88

96.81 83

96.81 83

96.81 78

96.28 79

DENV-II

Prec. Reca

0.00 93.1

9.66 89.6

3.47 93.1

6.43 93.1

3.08 93.1

2.98 91.3

8.52 93.1

3.08 93.1

3.08 93.1

8.57 94.8

9.71 94.8

DE

all Prec.

0 95.71

66 83.75

0 53.40

0 95.95

0 89.23

38 100.00

0 100.00

0 95.45

0 95.45

83 95.38

83 95.38

NV-III

Recall

88.16

88.16

72.37

93.42

76.32

89.47

86.84

82.89

82.89

81.58

81.58

DENV-IV

Prec. Re

96.00 96

100.00 70

100.00 50

94.00 94

86.79 92

93.88 92

92.16 94

91.84 90

91.84 90

93.48 86

91.49 86

V

ecall

6.00

0.00

0.00

4.00

2.00

2.00

4.00

0.00

0.00

6.00

6.00

The comparison performances with different classification methods are shown in Table 2.

When using DENV molecules with NN, we achieve the best result of 96.22% accuracy, and 96.46 %

precision of DENV-II, which is better than any of other computational methods. The best predictive

performances of DENV I-IV were 100.0 % (NB), 96.46% (NN), 100.0% (2-NN, 3-NN) and 100.0%

(RF, NB) precision, respectively.

Fig. 1: Comparisonn of Classifica

ation Methodss Chart


2. Feature Importance of DENV Molecules Based on Codon Usage

In Figure2, we consider the feature importance for each class of sequence to the relative

importance of variable and show variables which play the most important roles. It can provide to

enhance understanding of DENV molecules. The feature importance measure of the classification

method is applied to explain informative features in the dataset of DENV molecules for each feature

type based on codon usage. Moreover, the mean decrease of Gini index (MDGI) is used for

measuring prediction accuracy that can be available for ranking feature importance based on

measure approaches. Then we used the largest value MDGI for assigning to rank feature

importance. Thus, the prediction result shows superiority of the 30 top ranked informative features

in DENV molecules. We found that TCC has the clearest impact to codon usage of gene expression

results from the effects on classification of DENV molecules.

3. Mosaic Display

In figure 3 the graphical display of the mosaic plot is informative of the relationship

between dengue virus types and the TCC codon (Feature importance of DENV molecules). Each

bar is split vertically into dengue virus types that are proportional to the conditional probabilities of

the TCC codon. TCC codon in the range of < 0.345 was DENV-I, 0.345-0.49 was DENV-II, 0.49-

1.035 was DENV-III, >= 1.035 was DENV-IV.

Fig. 2: Feature Importance of Codon Usage for DENV Molecules


4. ROC curve and AUC Explained

Figure 4 shows the plot of the Receiver Operating Characteristic curve based on the

out-of-bag (OOB) predictions for each observation in the training dataset and the OOB estimate of error

rate: 5.77%. The area under the curve equal -11.403 for measure of the dengue virus classification.

FFig. 4: ROC Curve and AAUC Explaineed for DENV Classification

Fig. 3 : Mosaic Display of TCC Codon for Dengue Virus Type Classification


Conclusion We have shown that classification methods can be applied to the DENV molecules

classification problem based on DNA sequences directly. The performance comparison of the

classified DENV molecules into DENV I-IV when using various classification methods, such as Support

Vector Machine (SVM), Random Forest (RF), Naïve Bayes (NB), Neural Network (NN), Decision

Tree (DT) and k-nearest Neighbor (k-NN) show the best result of 96.22% overall accuracy when

using NN (liner function) which is better than any of other computational methods. The best predictive

performances of serotype for DENV I-IV were 100.0 % (NB), 96.46% (NN), 100.0% (2-NN, 3-NN)

and 100.0% (RF, NB) precision, respectively. And we found that TCC has the clearest impact to

codon usage of gene expression results mainly from the effects on classification of DENV molecules.

However, we will improve the classification performance by applying di-codon usage in future work.

Acknowledgment

This research was supported by the Program of Computer science, Faculty of Science,

Maejo University.

ReferencesAmaratunga, D. ; Cabrera, J. & Lee, Y. S. (2008). Enriched random forests. Bioinformatics.

24(18), 2010-2014.

Andrew, A. M. (2000). An introduction to support vector machines and other kernel-based learning

methods by Nello Christianini and John Shawe-Taylor. Cambridge: Cambridge University Press.

Azhar, E. I. ; Hashem, A. M. ; El-Kafrawy, S. A. ; Abol-Ela, S. ; Abd-Alla, A. M. ; Sohrab, S. S. ;

Farraj, S. A. … Jamjoom, G. (2015). Complete genome sequencing and phylogenetic

analysis of dengue type 1 virus isolated from Jeddah, Saudi Arabia. Virology Journal. 12(1), 1.

Aziz, B. A. A. ; Hassanien, S. E. A. & Abdou, A. M. (2016). Clinical and hematological effects

of dengue viruses infection. American Journal of Infectious Diseases and Microbiology.

4(4), 74-78.

Gubler, D. J. (2002). Epidemic dengue/dengue hemorrhagic fever as a public health, social and

economic problem in the 21st century. Trends in Microbiology. 10(2), 100-103.

Guyon, I. ; Weston, J. ; Barnhill, S. & Vapnik, V. (2002). Gene selection for cancer classification

using support vector machines. Machine Learning. 46(1), 389-422.


Han, J. ; Pei, J. & Kamber, M. (2011). Data mining: concepts and techniques. Amsterdam: Elsevier.

Laue, T. ; Emmerich, P. & Schmitz, H. (1999). Detection of dengue virus RNA in patients after

primary or secondary dengue infection by using the TaqMan automated amplification

system. Journal of Clinical Microbiology. 37(8), 2543-2547.

Lin, N. ; Wu, B. ; Jansen, R. ; Gerstein, M. & Zhao, H. (2004). Information assessment on predicting

protein-protein interactions. BMC Bioinformatics. 5(1), 154.

Lodhi, H. ; Saunders, C. ; Shawe-Taylor, J. ; Cristianini, N. & Watkins, C. (2002). Text classification

using string kernels. Journal of Machine Learning Research. 2(Feb), 419-444.

Ma, J. ; Nguyen, M. N. & Rajapakse, J. C. (2009). Gene classification using codon usage and

support vector machines. IEEE/ACM Transactions on Computational Biology and

Bioinformatics (TCBB). 6(1), 134-143.

Martina, B. E. ; Koraka, P. & Osterhaus, A. D. (2009). Dengue virus pathogenesis: an integrated

view. Clinical Microbiology Reviews. 22(4), 564-581.

Milhon, J. L. & Tracy, J. W. (1995). Updated codon usage in Schistosoma. Experimental Parasitology.

80(2), 353-356.

Nguyen, M. N. ; Ma, J. ; Fogel, G. B. & Rajapakse, J. C. (2009, September). Di-codon usage

for gene classification. In IAPR International Conference on Pattern Recognition in

Bioinformatics. (pp. 211-221). Springer Berlin Heidelberg.

Rehm, B. (2001). Bioinformatic tools for DNA/protein sequence analysis, functional assignment

of genes and protein classification. Applied Microbiology and Biotechnology. 57(5-6), 579-592.

Saunders, C. ; Tschach, H. & Shawe-Taylor, J. (2002). Syllables and other string kernel extensions.

In Proceedings of the Nineteenth International Conference on Machine Learning (ICML'02).

(pp.530-7). ACM.

Shoombuatong, W. ; Mekha, P. ; Waiyamai, K. ; Cheevadhanarak, S. & Chaijaruwanicha, J. (2013).

Prediction of human leukocyte antigen gene using k-nearest neighbour classifier based on

spectrum kernel. ScienceAsia. 39, 42-49.

Touretzky, D. S. ; Mozer, M. C. & Hasselmo, M. E. (1996). Learning with ensembles: How over-fitting

can be useful. Cambridge, MA: MIT Press.

Yang, Y. & Liu, X. (1999, August). A re-examination of text categorization methods. In Proceedings

of The 22nd Annual International ACM SIGIR Conference on Research and Development

in Information Retrieval. (pp. 42-49). ACM.


การใชเสยงควบคมอปกรณไฟฟาดวยแอนดรอยดและไมโครคอนโทรลเลอร*Voice-based Controlled Electrical Devices using Android and

Microcontroller

ธานล มวงพล1** , อวยไชย อนทรสมบต2

Thanin Muangpool1* , Ouychai Intharasombat2

1,2สาขาวชาเทคโนโลยคอมพวเตอร คณะวทยาศาสตรและเทคโนโลย มหาวทยาลยราชภฏนครปฐมเลขท 85 ถนนมาลยแมน อาเภอเมองนครปฐม จงหวดนครปฐม 73000

1,2Computer Technology Program, Faculty of Science and Technology, Nakhon Pathom Rajabhat University

85 Malaiman Road, Muang, Nakhon Pathom 73000

* ปรบปรงเพมเตมเนอหาจากบทความ เรอง การควบคมอปกรณไฟฟาดวยเสยงดวยแอนดรอยดและอารดไอโน ทนาเสนอ ในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC 2016) วนท 13-17 ธนวาคม 2559 ณ โรงแรมเชยงใหมออรคด จ. เชยงใหม** ผเขยนหลก อเมล: [email protected]

บทคดยอ บทความนเปนการนาเสนอการพฒนาแอปพลเคชนบนระบบปฏบตการแอนดรอยดเพอควบคม

อปกรณไฟฟาดวยเสยง การพฒนานประกอบดวยสองสวนหลกไดแก สมารตโฟนทเปนระบบปฏบตการ

แอนดรอยดทาหนาทในการแปลงเสยงเปนสญญาณเพอไปควบคมสวนทสอง คอ ไมโครคอนโทรลเลอร

ทาหนาทควบคมการเปด-ปดอปกรณไฟฟา การวจยนแบงเปนสองการทดลอง คอ (1) การหาประสทธภาพ

ของการแปลงเสยงโดยใชสมารตโฟนและอารดไอโน (Arduino) โดยใชกลมตวอยางทแตกตางกน ทงเพศ

และอาย จานวน 30 คน ทดสอบการพดผานสมารตโฟนพรอมกบสงสญญาณไปควบคม Arduino

ผลการทดลองพบวาในการแปลงเสยงมความถกตองอยทรอยละ 94.67 (2) ใชบอรด Raspberry Pi

เปน ไมโครคอนโทรลเลอร สวนแอปพลเคชนไดทาการปรบแตงใหมความถกตองกอนทจะสงสญญาณ

ออกไปควบคมอปกรณไฟฟาทาใหผลการทดลองมความถกตองทงหมดรอยละ 100

คาสาคญ การแปลงเสยงเปนขอความ กเกลเอพไอ การควบคมอปกรณไฟฟาดวยเสยง


Abstract In this paper, we design and develop an Android application in order to control electrical

devices using voice command. The development process of this research is divided into two parts,

including, (1) Android-base smart phone which its application can be developed easily, (2)

Microcontroller for remote controlled devices. In this paper, we conduct two experiments on our

application. First, the voice recognition accuracy is measured using a smart phone and Arduino.

We conduct the experiment on a variety of ages and genders of thirty people talking to the smart

phone in order to control the Arduino sensor. As a result, the accuracy of the voice recognition

system is high graded at 94.67%. Then, we use the recognized voice command to control a Raspberry

Pi microcontroller to turn on/off electrical devices. Our application can also munity the command

signal in order to improve the accuracy of the command. The result of the experiment shows that

the electrical devices can operated correctly.

Keywords Speed to Text, Google API, Voice Electrical Controlling Device

บทนา ปจจบนเทคโนโลยตาง ๆ ไดมการพฒนาไปอยางรวดเรว อปกรณตาง ๆ มความฉลาดมากขน

มการเพมเครองมออานวยความสะดวกสาหรบนกพฒนาใหสามารถพฒนาแอปพลเคชนไดงายมากยงขน

มนกวจยไดพฒนาเพอสรางสงอานวยความสะดวกสาหรบการใชงานใหกบผใช ดงจะเหนไดจากการมคาวา

สมารต (Smart) เขามาเกยวของ เชน สมารตโฟน สมารตโฮม สมารตฟารม สมารตบวดง สมารตซต เปนตน

ถากลาวถงสมารตโฟนปจจบนไดกลายเปนอปกรณสาหรบคนสวนใหญในยคไอท จากการสารวจการใช

เทคโนโลยสารสนเทศและการสอสารในครวเรอนของสานกงานสถตแหงชาตพบวาประชากรทมอายตงแต

6 ปขนไปประมาณ 62.8 ลานคน มผใชโทรศพทมอถอ 51.1 ลานคน (National Statistical Office, n.d.)

ระบบปฏบตการทใชในโทรศพททไดรบความนยมจะม 3 ระบบไดแก แอนดรอยด ไอโอเอส และ

วนโดวสโฟน ดงนนการพฒนาแอปพลเคชนจงจาเปนจะตองขนอยกบแพลตฟอรมของระบบนน ๆ ระบบปฏบต

การทงสามทไดกลาวมาไดมการเพมระบบผเชยวชาญในรปแบบแอปพลเคชนพนฐานมาพรอมใชงานไดเลย

ดงจะเหนไดจากระบบแอนดรอยดมกเกลนาว ไอโอเอสมสร และวนโดวสมคอรตานา

ระบบปฏบตการแอนดรอยดไดรบความนยมเปนอยางมากในปจจบน จากการสารวจของ

The International Data Corporation (IDC) เมอเดอนพฤศจกายน พ.ศ. 2559 มสวนแบงการตลาดอยทรอยละ

86.8 (IDC. Smart Phone OS Market Share, n.d.) บรษทกเกลซงเปนเจาของระบบปฏบตการแอนดรอยด

จงไดสรางเครองมอสาหรบนกพฒนาเพอใชในการพฒนาแอปพลเคชนโดยมชอวา แอนดรอยด สทดโอ


(Android Studio) โปรแกรมนสามารถใชงานไดฟรไมเสยคาใชจายใด ๆ ดงนนการพฒนาแอปพลเคชนจง

อยบนพนฐานของระบบปฏบตการแอนดรอยด ซงไดรบความนยมเปนอยางมากดงจะเหนไดจากจานวน

แอปพลเคชนทมใหดาวนโหลดบนกเกลเพลยสโตรจานวน 2,817,388 แอปพลเคชน (AppBrain States, n.d.)

ดงนน การพฒนางานวจยบนระบบปฏบตการแอนดรอยดจงมรปแบบทหลากหลายอนเปนผลเนองมาจาก

ประสทธภาพทสงขนของสมารตโฟน

ไมโครคอนโทรลเลอรเปนบอรดควบคมขนาดเลกทกาลงไดรบความนยมเปนอยางมาก เนองจาก

มราคาถกและสามารถใชงานไดงาย โดยนกพฒนาสามารถเลอกใชภาษาโปรแกรมคอมพวเตอรไดหลากหลาย

เชน ภาษาซ ไพทอล จาวา เปนตน ในการเขยนคาสงควบคมบอรด

งานวจยนไดพฒนาแอปพลเคชนบนระบบปฏบตการแอนดรอยดใหมความสามารถในการควบคม

การเปด/ปดอปกรณไฟฟาดวยเสยงพดผานบอรดไมโครคอนโทรลเลอร ซงเปนการนาเอาความสามารถ

ของอปกรณสองอยางมาทางานรวมกน ผใชสามารถใชโทรศพททใชระบบปฏบตการแอนดรอยดสงการดวย

เสยงเพอควบคมการเปด/ปดอปกรณไฟฟา ภาพท 1 เปนการแสดงการทางานของระบบทงหมด เมอเปด

แอปพลเคชนโทรศพทจะทาการเชอมตอกบบอรดไมโครคอนโทรลเลอรผานเครอขายไรสาย (Wi-Fi Network)

ผใชจะใชเสยงในการสงงานผานแอปพลเคชนเพอทาใหบอรดไมโครคอนโทรลเลอรทาการควบคมอปกรณตอไป

1:

Bluetooth / Wi-Fi Arduino /

Raspberry Pi ON/OFF

ทบทวนวรรณกรรม

1. เอกสารทฤษฎทเกยวของ

เทคโนโลย Raspberry Pi เปนบอรดไมโครคอนโทรลเลอรขนาดเลก สามารถเชอมตอกบจอภาพ

คยบอรดและเมาสเพอใชงานเปนไมโครคอมพวเตอร นกพฒนาสามารถนา Raspberry Pi มาประยกตใชงาน

ดานอเลกทรอนกสสาหรบการพฒนาโปรแกรม Raspberry Pi รองรบระบบปฏบตการลนกซ เชน Raspbian

(Debian) Pidora (Fedora) หรอลาสด Windows 10

กเกลเอพไอ (Google API) เปนเครองมอทกเกลพฒนาขนเพอใชในการเรยกใชฟงกชนเซอรวส

ของกเกล ประกอบดวย Google Text To Speech API เปน API (Application Program Interface) ทใช

ในการสงเคราะหเสยงพดจากขอความในทนทหรอสรางไฟลเสยงขนมาใหม Google Speech To Text API

เปน API ทนาเสยงพดแปลงเปนขอความ และ Google Map API เปน API ทสามารถดงขอมลทอยปจจบน

โดยสงตาแหนงทไดจาก GPS ไปใหกเกล


อารดไอโน (Arduino) เปนไมโครคอนโทรลเลอรทกาลงไดรบความนยม มราคาถกและสามารถ

ใชงานไดงาย ใชภาษาซในการเขยนคาสงควบคม การพฒนาอยในรปแบบเปดเผยขอมลทงดานอปกรณ

(Hardware) และชดคาสง (Software) ตวบอรดถกออกแบบมาใหสามารถตอวงจรอเลกทรอนคสจากภายนอก

ได หรอสามารถเลอกตอกบบอรดเสรม (Arduino Shield) ประเภทตาง ๆ มาตอกบบอรด เพอพฒนาตอตาม

ความตองการของนกพฒนา

2. งานวจยทเกยวของ

ธานล มวงพล อวยไชย อนทรสมบต และ อาณต มณโชต (2558) ไดพฒนาแอปพลเคชนสาหรบ

การแปลงเสยงเปนขอความสาหรบผพการทางการไดยน ใหสามารถตดตอสอสารกบบคคลทวไปทไมเขาใจ

ภาษามอ การพฒนาแอปพลเคชนนไดใชเครองมอของกเกลเอพไอในการแปลงเสยงเปนขอความ การทดสอบ

แบงออกเปน 2 ประเภท คอ การแปลงขอความทเปนการอานบทความ และการแปลงบทสนทนาในชวต

ประจาวน ผลการทดลองขอความทแปลงสามารถสอสารเปนทเขาใจไดทงสองประเดน

Yoosooka, Boonmee, Sarasureeporn & Witthayawiroj (2015) ไดพฒนาแอปพลเคชน

คาสงเสยงเพอเขาสบทเรยนภาษาองกฤษ สาหรบชวยใหเขาถงบทเรยนตาง ๆ ไดโดยการใชเสยงสงการ

แอปพลเคชนนใชเทคโนโลยของ Speech Recognition ผใชเพยงปอนคาสงเสยงเขาสบทเรยนแอปพลเคชน

จะแสดงชอบทเรยนภาษาองกฤษทเกยวของ เพอใหผใชเลอกบทเรยน แลวจงแสดงบทสนทนาภาษาองกฤษ

ของบทเรยนนนพรอมคาแปลภาษาไทยในรปแบบเสยงและขอความ โดยคาแปลจะแสดงความหมายของ

คาศพท ประเภทของคาศพท คาเหมอน และคาตรงขาม ใหแกผใช

Yoosooka, Kowsuwan & Arsiraphat (2013)ไดพฒนาแอปพลเคชนพจนานกรมคาสงเสยง

บนระบบปฏบตการแอนดรอยดสาหรบชวยคนความหมายของคา แอปพลเคชนนใชเทคโนโลยของ Speech

Recognition ทาใหสามารถแปลความหมายคาศพทจากภาษาองกฤษเปนภาษาไทย และภาษาไทยเปนภาษา

องกฤษได ผใชเพยงใชเสยงพดในการคนคาศพท ผลการคนหาออกมาทงในรปแบบเสยงและขอความ

Youri, Femke, Andrzej & Robby (2016) ทาการทดลองใชอปกรณสมารตโฟน (แอนดรอยด

และไอโอเอส) ในการบนทกเสยงเปรยบเทยบกบเสยงตวอยางทบนทกจากสภาวะแวดลอมทวไป ผลปรากฏ

วาสมารตโฟนใหคณภาพทดกวา อยางไรกตามการใชงานจะตองพจารณาใหรอบครอบ

Jiri & Cedric (2016) ทาการเปรยบเทยบซอฟตแวรทใหความแมนยาในการแปลงเสยงเปน

ขอความ โดยใชตววดทงหมด 9 ตวผลปรากฏวาซอฟตแวรควท (Qt) และพอกเกตฟนซ (Pocketsphinx)

ใหผลดทสด แตเมอพจารณาเฉพาะในสวนตววดทเปนความแมนยาแลวการใชแอนดรอยดใหผลดและ

คมคาทสด

การพฒนาแอปพลเคชนนมงเนนใหความสะดวกแกผใช โดยสามารถใชเสยงสงงานอปกรณ

ไฟฟาภายในบาน ระบบประกอบดวย 2 สวน คอ สวนแรกเปนแอปพลเคชนททางานอยบนโทรศพททใชระบบ

ปฏบตแอนดรอยด สวนทสองเปนระบบฮารดแวรสาหรบควบคมอปกรณไฟฟาโดยใชบอรดไมโคร

คอนโทรลเลอรซงอปกรณทงสองสวนจะเชอมตอกนผานสญญาณเครอขายไรสาย


วธการวจย การใชเสยงควบคมอปกรณไฟฟาดวยแอนดรอยดและไมโครคอนโทรลเลอร คณะผวจยไดออกแบบ

การทางานของระบบเปน 2 สวนคอ สวนแรกเปนแอปพลเคชนทางานบนโทรศพทแอนดรอยด และสวนสอง

เปนฮารดแวรควบคมระบบประกอบดวยบอรดไมโครคอนโทรลเลอร

1. การออกแบบในสวนแอปพลเคชนแบงออกเปน 2 ขนตอน คอการออกแบบสวนตดตอ

กบผใช (User Interface) และสวนของขนตอนการพฒนาแอปพลเคชน

1.1 สวนตดตอกบผใช (User Interface) ประกอบดวยสองสวนหลก คอ สวนแรกเปนสวน

ทแสดงสถานะการเชอมตอสญญาณระหวางโทรศพทกบฮารดแวรควบคมระบบ และในสวนทสอง เปนสวน

รบคาสงเสยงเพอแปลงเปนขอความภาษาไทยและสงตอใหสวนทเปนฮารดแวรทางานตามคาสงตอไป

ดงภาพท 2

( ) ( )

2: (User Interface)

1.2 ขนตอนการพฒนาแอปพลเคชน คณะผวจยไดใชแอนดรอยดสทดโอ (Android Studio)

และภาษาจาวา สาหรบเขยนโปรแกรมคาสงควบคม ใชเอพไอในการแปลงเสยงเปนขอความททางกเกล

ไดเตรยมไวใหนกพฒนาเรยกใชงาน เพยงเรยกผานอนเทนตของแอนดรอยด ทชอวารคอกไนเซอรอนเทนต

(Recognizer Intent) การทางานของอนเทนตในขนแรกจะมการประกาศตวแปรทเปนอนเทนตออบเจกต

เพอรอเรยกใชงาน การเรยกใชงานอนเทนตจะมอยสองรปแบบ คอ การเรยกใชงานทมการคนคากลบมา และ

อกรปแบบ คอ การเรยกใชงานโดยไมตองมการนาคาใด ๆ กลบคนมา สาหรบแอปพลเคชนนเปนการเรยก

ใชและนาคากลบมาใชงาน ซงกคอขอความทถกแปลงจากเสยงนนเอง ภาพท 3 (ก) เปนตวอยางการเรยกใช

งานรคอกไนเซอรอนเทนต บรรทดท 1 เปนการเรยกใชงานอนเทนตออบเจกต ซงถกประกาศใหเปนออบเจกต

รคอกไนเซอรสาหรบทาการแปลงเสยง ในขนนแอปพลเคชนจะมการเรยกใชงานออบเจกตรคอกไนเซอรททาง

กเกลจดไดเตรยมไว บรรทดท 2 เปนการกาหนดรปแบบการแปลงเสยง และสงคาทไดจากการแปลงกลบมา

ยงแอปพลเคชน สวนบรรทดท 3 เปนการเรยกใหอนเทนตทางานและสงคากลบมา ซงการเรยกใชงานนจาเปน

จะตองมรหสเพอทาการตรวจสอบความถกตองของอนเทนตในทนคอ RESULT_SPEECH


ในภาพท 3 (ข) จะเปนการรบคาคนมาเพอทาการดงเอาตวอกษรทไดจากการแปลง ในตวอยางน

อนเทนตออบเจกตทมชอวา data จะเปนสวนทเกบขอมลมาทงหมด บรรทดท 1 เปนฟงกชนเพอรบคาทมา

จากอนเทนต โดยม 3 อารกวเมนต ไดแก requestCode (บรรทดท 2) เปนรหสทใชเพอบอกวาเปนขอมล

อนเทนตใด เนองจากในระบบแอนดรอยดมอนเทนตอยเปนจานวนมากจาเปนจะตองมรหสเพอตรวจสอบ

ในกรณนมคาเปน RESULT_SPEECH (บรรทดท 2, 3) จะเหนไดวาคานมความสอดคลองกบการเรยกใชงาน

ดงไดอธบายกอนหนาน อารกวเมนตท 2 resultCode ใชสาหรบตรวจสอบวาผลจากการทางานของอนเทนต

สาเรจหรอไม หากเปน RESULT_OK ถอวาทางานสาเรจ ดงบรรทดท 4 และอารกวเมนตท 3 เปนขอมลทรบ

มาโดยจะอยในรปแบบของอนเทนตออบเจกต เนองจากขอมลทสงมาจะถกหอเปนกอนเดยว ดงนนจะตอง

ทาการดงขอมลทตองการออกมาใชงานดงบรรทดท 5 โดยจะทาการเกบขอมลทไดจากการแปลงมาเกบไว

ในตวแปรอาเรยลสตทชอวาเทกซ (text) สวนบรรทดท 6-9 เปนการดงขอความออกมาใชงานโดยจะทาการ

เปรยบเทยบวาขอความทไดมาหากมคาเปน “เปด” จะทาการสง “1” และหากมคาเปน “ดบ“ จะสง “0” ไปยง

บอรดอารดไอโน

(ก) คาสงการเรยกใชงานรคอกไนเซอรอนเทนต (ข) การนาขอความทแปลงแลวออกมาใชงาน

ภาพท 3: ตวอยางสวนของโปรแกรม

1: protected void onActivityResult(int requestCode, int

resultCode, Intent data) {

2: switch (requestCode) {

3: case RESULT_SPEECH: {

4: if (resultCode == f RESULT_OK && data != K null) {

5: ArrayList<String> text = data.getStringArrayListExtra

(RecognizerIntent.EXTRA_RESULTS);

6. if (text.get(0).contain(“f ”))

7 Bt.send(1);

8 if (text.get(0).contain(“f ”))

9 Bt.send(0);

1: Intent intent = new Intent (RecognizerIntent.

ACTION_RECOGNIZE_SPEECH);

2: intent.putExtra(RecognizerIntent.

EXTRA_LANGUAGE_MODEL,

RecognizerIntent.LANGUAGE_MODEL_FREE_FORM);

3: startActivityForResult(intent,RESULT_SPEECH);


2. การออกแบบฮารดแวร คณะผวจยไดใชบอรดไมโครคอลโทรลเลอร 2 ชนด คอ Arduino

และ Raspberry Pi เปนตวควบคมอปกรณ

2.1 การออกแบบโดยใชบอรด Arduino เชอมตอกบโทรศพทผานโมดลบลทธ จากภาพท 4

เปนโปรแกรมทใชสาหรบอานคาจากโทรศพท ในกรณทไดรบคา “1” จะทาการสงคา “HIGH” ไปเปดอปกรณ

และจะทาการสง “LOW” ไปยงสวนควบคมของบอรดในกรณทไดรบคา “0” จากโทรศพท

4:

1: char data;

2: int deviceOut = 12;

3: void setup() {

4: Serial.begin(9600);

5: pinMode(deviceOut, OUTPUT);

6: Serial.flush( ); }

7: void loop() {

8: while(Serial.abailable( )) {

9: Data = Serial.read( );

10: if (data == ‘1’)

11: digitalWrite(deviceOut, HIGH);

12: if (data == ‘0’)

13: digitalWrite(deviceOut, LOW); } }

2.2 การออกแบบโดยใชบอรด Raspberry Pi เปนตวควบคมอปกรณเชอมตอกบโทรศพท

ผานสญญาณวายฟาย (Wi-Fi) บอรด Raspberry Pi จะควบคม Relay ในการตดตอสญญาณไฟฟา

การทดสอบใช 10 คาสง ประกอบดวย (1) เปดไฟหองครว (2) ปดไฟหองครว (3) เปดไฟหองนา (4) ปดไฟ

หองนา (5) เปดไฟหองพก (6) ปดไฟหองพก (7) เปดไฟหองนอน (8) ปดไฟหองนอน (9) เปดหมด และ

(10) ปดหมด แสดงดงภาพท 5

5: Raspberry pi


ในสวนของฮารดแวร การใชบอรด Arduino เปนตวควบคมอปกรณระบบจะประกอบดวยอปกรณ

หลก 4 สวน ไดแก โทรศพททใชระบบปฏบตการแอนดรอยด บอรดอารดไอโน บลทธโมดล และหลอดไฟ

ดงภาพท 6 (ก) โทรศพท (A) จะทาการเชอมตอบอรด Arduino (B) ผานระบบสอสารบลทธ (C) เมอบอรด

Arduino ไดรบสญญาณจากโทรศพทจะทาการสงใหหลอดไฟ (D) ตดหรอดบตามสญญาณทสงมาสวน

การใชบอรด Raspberry Pi เปนตวควบคมอปกรณระบบจะประกอบดวยอปกรณหลก 3 สวน ไดแก โทรศพท

บอรด Raspberry Pi และ Relay ดงภาพท 6 (ข) โทรศพท (A) จะทาการเชอมตอกบบอรด Raspberry Pi (B)

ผานระบบสอสารสญญาณวายฟาย เมอบอรด Raspberry Pi ไดรบสญญาณจากโทรศพทจะสงการไปท

Relay (C) ตดตอวงจรไฟฟาใหเปดหรอปดอปกรณไฟฟาตามทไดรบสญญาณทสงมา

AD

BCA

B C

(ก) การเชอมตออปกรณ Arduino (ข) การเชอมตออปกรณ Raspberry Pi

ภาพท 6: การเชอมตออปกรณไมโครคอนโทรลเลอรเพอควบคมอปกรณไฟฟา

ผลการวจย 1. ผลการทดลองโดยใช Arduino เปนตวควบคมอปกรณ

การทดลองผล คณะผวจยใชกลมตวอยาง จานวน 30 คน เปนชายและหญงกลมละ 15 คน และ

แบงกลมตวอยางโดยใชอายเปนเกณฑออกเปน 3 กลม ไดแก อายระหวาง 7-20 ป อายระหวาง 21-40 ป

และ อายระหวาง 41-60 ป เปนผทดสอบแตละคนจะพดทงหมด 10 ครงโดยพดคาวาเปด 5 ครงและดบ 5 ครง

ดงนนจะมการทดลองจานวน 300 ครง จากนนทาการเกบสถตเพอทดสอบระบบสามารถทางานไดอยาง

ถกตองและผดพลาดเปนจานวนเทาใด ตารางท 1 เปนผลการทดลองทแบงตามอาย จะเหนไดวาคนทม

อายระหวาง 7–20 ป เปนกลมทพดไดถกตองมากทสด มความถกตองอยทรอยละ 96 กลมคนอายระหวาง

21–40 ป มความถกตองอยทรอยละ 95 และกลมทมอายระหวาง 41-60 ป มความถกตองตาสดทรอยละ 93

ในกรณทพดผดคาวา “เปด” จะมการแปลทผดมากกวา คาวา “ดบ” โดยภาพรวมแลวความถกตองจะอยท

รอยละ 94.67


ตารางท 2 เปนการแบงตามเพศของผทดสอบจะเหนไดวาเพศชายมความถกตองมากกวาเพศ

หญง โดยเพศชายตอบถก 144 จาก 150 คดเปนคาความถกตองอยทรอยละ 96 ในขณะทเพศหญงมคาเฉลย

อยทรอยละ 93.33

ตารางท 1

ผลการทดลองเมอแบงตามอาย

( )

1 7-20

(100) 48 2 48 2

= 96%

= 4%

=> ,

=>

2 21-40

(100) 47 3 48 2

= 95%

= 5%

=> ,

=> ,

3 41-60

(100) 46 4 47 3

= 93%

= 7%

=>

=>

141

94.00%

9

6.00%

143

95.33%

7

4.67%

= 94.67%

= 5.33%


ผลการทดลองเมอแบงตามอาย

144 (96%) 6 (4%) 150

140 (93.33) 10 (6.6%) 150

284 (94.67%) 16 (5.33%) 300

2. ผลการทดลองโดยใช Raspberry Pi เปนตวควบคมอปกรณ

จากผลการทดลองแรกซงใช Arduino เปนตวควบคมอปกรณปรากฏวาการจาแนกเสยงคาสง

ของระบบจะไมขนอยกบ อาย เพศ และวย คณะผวจยจงไดพฒนาแอปพลเคชนเพอใหใชงานไดขอบเขต

ทกวางขนจงนามาใชกบบอรด Raspberry Pi และเชอมตอกบโทรศพทผานสญญาณวายฟาย ในขนตอน

การแปลงเสยงไดใสเงอนไขใหรบคาสงทถกตองเทานน หากไมตรงกบคาสงทกาหนดไวจะใหผใชทาการพดใหม

จากเหตผลดงกลาวจงทาใหผลการทดลองสามารถทางานไดทกคาสงตามทไดออกแบบไว


อภปรายผลการวจย ในงานวจยนไดแบงเปน 2 การทดลอง การทดลองแรกเปนการใช Arduino และ Android สวนการ

ทดลองทสองเปนการใช Raspberry Pi และ Android สาหรบการทดลองแรก เนนหาความแตกตางเสยงของ

แตละบคคลบน Android โดยการทดลองนไดสมกลมตวอยางทงเพศ และอายทมความแตกตางกน การเกบ

ผลการทดลองจะเกบจากผลของการพดผานโทรศพทโดยตรงวาเสยงทพดออกมาแปลงไดถกหรอผด จาก

ผลการทดลองเหนไดวาความถกตองของการแปลงเสยงเฉลยทรอยละ 94.64 จากผลการทดลองทไดน จงได

นาไปสการทดลองทสองโดยยดเอาผลการทดลองแรก ดงนนในการทดลองทสองจงไดมการกาหนดขนตอน

การแปลงเสยงเปนขอความใหถกตองกอนโดยอาศยความสามารถดานซอฟตแวรของโปรแกรมใน การตรวจสอบ

หากไมอยในเงอนไขทกาหนดไวจะใหผใชพดใหมจนกวาจะถกตอง จากนนจงสงสญญาณออกไปควบคม

อปกรณทาใหผลทไดจงมความถกตองรอยละ 100 จากเหตผลดงกลาวจงทาใหการทดลองทสองม

ผลการทดลองทดกวาการทดลองแรก

สรป งานวจยนมงเนนการพฒนาตนแบบของระบบทอานวยความสะดวกใหแกผใชงานทวไปโดยใช

ทรพยากรทมอย เชน โทรศพทและไมโครคอนโทรลเลอร โดยทอปกรณทงสองสวนนนเปนอปกรณทสามารถหา

ไดทวไปและงายตอการพฒนา โดยการทดลองไดเลอกเอาระบบปฏบตการแอนดรอยดมาเปน สวนในการ

แปลงเสยง และสวนควบคมไดนาเอาไมโครคอนโทรลเลอรสองชนดคอ Arduino และ Rasperry Pi

ซงทาการเชอมตอกบสมารตโฟนผานบลธต และวายฟาย จากการทดลองถงแมวาการแปลงเสยงเปนขอความ

ในงานวจยนสามารถทาไดถกตองถงรอยละ 94.67 แตกยงมปจจยอกหลายอยางทอาจมผลกระทบ เชน

เสยงรบกวนรอบขาง ความแตกตางของอปกรณ เปนตน ดงนนระบบดงกลาวจงเหมาะทจะนาไปใชกบ

งานทวๆ ไป ทไมมผลกระทบมากมายดงเชน ในการทดลอง สวนงานทมความตองการความแมนยาสง

ยงตองการการพฒนาอกตอไปยกตวอยาง เชน ระบบการกาจดสญญาณรบกวนกอนการแปลงเสยง เปนตน

ReferencesAppBrain States. (n.d.) . Retrieved 15 March, 2017, from http://www.appbrain.com/stats/stats-index.IDC. Smart phone OS market share. (n.d.). Retrieved 15 March, 2017, from http://www.idc.com/ prodserv/smartphone-os-market-share.jsp.Jiri, S. & Cedric, S. (2016). Speech Control of Measurement Devices. IFAC-PapersOnLine. 49-25 (2016), 013–018.National Statistical Office. (n.d.). Retrieved 15 March, 2017, from http://www.nso.go.th.Muangpool, T. ; Intharasombat, O. & Maneechot, A. (2015). Voice to Text Translation Application for Deafness using Google API. National and International Conference 2015. 3-4 December 2015. (pp.543-563). Uttaradit Rajabhat University.


Youri, M. ; Femke, Y. ; Andrzej, Z. & Robby, V. (2016). Mobile communication devices, ambient

noise, and acoustic voice measures. Journal of Voice. 13(2), 248.e11- 148.e23.

Yoosooka, B. ; Kowsuwan, P. & Arsiraphat, K. (2013). Dictionary application by voice control

for Android. The 9th National Conference on Computing and Information Technology

(NCCIT2013). 9-10 May 2013. (pp. 973-978). King Mongkut's University of Technology North

Bangkok.

Yoosooka, B. ; Boonmee, K. ; Sarasureeporn, W. & Niti, W. (2015). Voice Control Application for

English Lesson Access. Maejo Information Technology and Innovation Journal (MITIJ).

1(1), 55-60.


เครองมอควบคมการปรบแตงแมแบบเวบแอปพลเคชนแบบไดนามค*Dynamic Template for Customize of Web Applications (DTCoW)

นวลศร เดนวฒนา1** , มาโนชญ ใจกวาง2 , ณฐพร ภกด3 Nuansri Denwattana1** , Manot Jaikwang2 , Nuttaporn Phakdee3

1สาขาวชาวศวกรรมซอฟตแวร คณะวทยาการสารสนเทศ มหาวทยาลยบรพาเลขท 169 ถนนลงหาดบางแสน ตาบลแสนสข อาเภอเมอง จงหวดชลบร 20130

1Software Engineering, Faculty of Informatics, Burapha University169 Long-Hard Bangsaen Road, Saen Sook Sub-District, Mueang District, Chonburi 20131

2หองปฏบตการวจยวศวกรรมระบบสารสนเทศ คณะวทยาการสารสนเทศ มหาวทยาลยบรพาเลขท 169 ถนนลงหาดบางแสน ตาบลแสนสข อาเภอเมอง จงหวดชลบร 20130

2Information System Engineering Research Laboratory, Faculty of Informatics, Burapha University 169 Long-Hard Bangsaen Road, Saen Sook Sub-District, Mueang District, Chonburi 20131

3เขตอตสาหกรรมซอฟตแวรภาคตะวนออก คณะวทยาการสารสนเทศ มหาวทยาลยบรพาเลขท 169 ถนนลงหาดบางแสน ตาบลแสนสข อาเภอเมอง จงหวดชลบร 20130

3Eastern Software Park, Faculty of Informatics, Burapha University169 Long-Hard Bangsaen Road, Saen Sook Sub-District, Mueang District, Chonburi 20131

* ปรบปรงเพมเตมเนอหาจากบทความ เรอง “เครองมอควบคมการปรบแตงแมแบบเวบแอปพลเคชน” ทนาเสนอในการประชมวชาการ “2016 International Computer Science and Engineering Conference (ICSEC 2016) “ วนท 14-17 ธนวาคม 2559 ณโรงแรมเชยงใหม ออรคด จงหวดเชยงใหม ** ผเขยนหลก อเมล: [email protected]

บทคดยอ การนาแอปพลเคชนทมการใชงานอยไปใหบรการแกผใชรายใหม จะตองทาใหแอปพลเคชนม

เอกลกษณทตางกน สวนทมการเปลยนแปลงสาคญของแอปพลเคชนซงมผลตอผใชรายใหม คอ สวนตดตอ

กบผใชงาน (User Interface) การเปลยนแปลงในสวนนอาจจะดเหมอนเปนการเปลยนแปลงเพยงเลกนอย

แตกมผลกระทบกบการทางานโดยรวมและอาจจะสงผลตอการทางานทผดพลาดของแอปพลเคชน งานวจย

นจงนาเสนอเครองมอสาหรบควบคมการปรบแตงแมแบบบนเวบแอปพลเคชนแบบไดนามค (DTCoW)

ซงเปนแอปพลเคชนโอเพนซอรส (Open-Source Software) สาหรบการปรบเปลยนแมแบบ (Template)


จากแมแบบเดมสแมแบบใหม เพออานวยความสะดวกใหแกนกพฒนาซอฟตแวร ผลการเปรยบเทยบหลง

นาเครองมอ DTCoW มาใชงานจรง จานวน 6 แอปพลเคชน พบวา สามารถชวยใหนกพฒนาซอฟตแวรแกไข

ไฟลเพยง 4 ไฟล ไดแก Dynamic Template, Layout, Config และ Class Abstract และการทดสอบ

ประสทธภาพของเครองมอ DTCoW กบกลมตวอยาง 3 กลม ไดแก (1) นกพฒนาซอฟตแวร ประสบการณ

0-1 ป จานวน 6 คน (2) นกพฒนาซอฟตแวร ประสบการณ 1-3 ป จานวน 5 คน และ (3) นกพฒนาซอฟตแวร

ประสบการณมากกวา 3 ป จานวน 4 คน พบวา เครองมอ DTCoW มประสทธภาพในการปรบเปลยนแมแบบ

ทงสามกลมไมแตกตางกน ทระดบนยสาคญ .05 แสดงวา การใชเครองมอ DTCoW ไมจาเปนตองม

ประสบการณในการทางานมากกสามารถใชงานเครองมอนได ปจจบนเครองมอนไดมการนาไปใชงานจรงกบ

ระบบแผนและตดตามการใชงบประมาณ ระบบบรการวชาการ ระบบทานบารงศลปวฒนธรรม ระบบบรหาร

จดการครภณฑ ระบบบคลากรและสงเสรมการพฒนาบคลากร และระบบจดการผลงานวจยและวชาการให

กบวทยาลยพยาบาลในสงกดกระทรวงสาธารณสข

คาสาคญ แมแบบ เวบแอปพลเคชน สวนตดตอกบผใช การปรบแตงคา

Abstract To propose an existing application to new users, it is importance to make it’s unique. In

addition, an obvious changing that affect the new user is the developer has to create the user

interface. Even if there is a slightly effect, the affect will be a cause of developing process and

application failures. Therefore, this tool is an open source software to facilitate software developer

for switching old template to the new template faster and more convenience.

The comparative result from the experiment with 6 applications found that this tool assist

the software developer to edit only 4 files. These files consists of Dynamic template, Layout,

Config and Class abstract. The sample consist of 3 group of users were as follow: 1) 6 of 0-1 year

experienced programmer, 2) 5 of 1-3 year experienced programmer and 3) 4 at least 3 year

programmer. The finding, according to user satisfaction, was the difference of using is statistically

significant at .05 level. This software can adopted in real application without the experience of

the user. The software has been applied to Plan and Budget Management system, Academic

Service Management System, Culture Conservation Management System, Asset Management

System, Human Resource and Development Support System and Researcher Management System

for software suite for the Thailand Nursing institutes, Ministry of Public Health.


Keywords Dynamic Template, Web Application, User Interface, Customization.

บทนา เมอสงคมกาวเขาสยคดจทล ภาครฐและภาคธรกจมการปรบตวและเรงพฒนาองคกรใหสอดรบกบ

การเปลยนแปลง เหนไดจากการนาซอฟตแวรมาใชในการดาเนนงาน เพอรองรบการแขงขนและการขยายตว

ทางเศรษฐกจ สงผลใหทมพฒนาซอฟตแวรตองเรงการพฒนาซอฟตแวรใหแลวเสรจและสงมอบใหลกคา

ในระยะเวลาทจากด ซอฟตแวรทถกพฒนาขนจงมความหลากหลาย และตองยดหยนตามความตองการของ

ผใชงาน ซงองคประกอบสาคญททาใหผ ใชเหนถงความทนสมย และความแตกตางกนของซอฟตแวร

กคอ สวนทตดตอกบผใชงาน (User Interface) ซงจาเปนตองทาใหสวนนมความแตกตางและมเอกลกษณ

สอดคลองกบการดาเนนธรกจหรอการดาเนนงานขององคกร

อยางไรกตาม สาหรบการพฒนาซอฟตแวร โดยเฉพาะอยางยงซอฟตแวรทมขนาดใหญและม

ความซบซอน การปรบเปลยน ปรบปรง และแกไขสวนตดตอกบผใช จาเปนตองใชเวลาในการปรบเปลยน

คอนขางมาก ทงในสวนของการพฒนา (Development) การดแลบารงรกษา (Maintenance) และการปรบรอ

ระบบ (Reengineering) การดาเนนงานในสวนนจงมตนทนทสง และใชเวลานาน รวมถงในการปรบแกระบบ

อาจสงผลกระทบตอการทางานของซอฟตแวร (Business Process) และกอใหเกดขอบกพรอง (Defects)

อกดวย ถงแมวา มเครองมออตโนมตในการจดการแมแบบ อาทเชน Dynamic Joomla Templates (2010)

แตเครองมอดงกลาวเหมาะสาหรบแอปพลเคชนทมลกษณะเปนพาณชยอเลกทรอนกส (E-commerce)

และแมแบบ Meteor (Meteor Template) แตไมสามารถใชไดกบการใหบรการแอปพลเคชน (On Demand

Applications) และไมสนบสนนการพฒนาระบบทอางองสถาปตยกรรมแบบ MVC

บทความนเปนการนาเสนอเครองมอสาหรบอานวยความสะดวกใหกบนกพฒนาซอฟตแวร

(Developers) ซงชอวา เครองมอควบคมการปรบแตงแมแบบบนเวบแอปพลเคชน (DTCoW) เพอนาไปใช

ในการควบคมการปรบแตงแมแบบบนเวบแอปพลเคชน ทมสถาปตยกรรมแบบ MVC (Model-View-

Controller) หรออนๆ ทเปนเวบแอปพลเคชน (Web-Based Application) ทรองรบภาษา PHP Framework

โดยเครองมอนจะสอดคลองกบมาตรฐานการพฒนาซอฟตแวรขององคกร โดยลาดบในการนาเสนอเนอหา

ของบทความนประกอบไปดวย ลาดบท 2 จะเปนการอธบายกรอบแนวคดและเทคโนโลยทเกยวของ ในสวน

ของลาดบท 3 เปนการนาเสนอเครองมอควบคมการปรบแตงแมแบบเวบแอปพลเคชน ในสวนของ

ผลการดาเนนงาน จะอภปรายในลาดบท 4 และลาดบสดทายจะกลาวถงการสรปผลและแผนงานในอนาคต


ทบทวนวรรณกรรม ในสวนนจะกลาวถงแนวคดทเกยวของในการพฒนาเครองมอสาหรบควบคมการปรบแตงแมแบบ

บนเวบแอปพลเคชนซงไดแก แมแบบหรอ Template ของหนาจอเวบไซต สถาปตยกรรม MVC รวมถง

งานวจยทเกยวของ ประกอบดวยการปรบเปลยนเนอหาขอมลเวบเพจอตโนมต Dynamic Joomla Templates

และกรอบการทางาน Meteor ซงมการนามาใชในการดาเนนงานครงน

1. แมแบบ (Template)

แมแบบหรอแบบฟอรมเวบไซตทยงไมมการใสเนอหาเขาไป ผผลตสรางขนมาเปนเวบไซต

สาเรจรป ถอเปนตนแบบสาหรบการสรางเวบไซต นกพฒนานามาใชเพอชวยในการประหยดเวลาในการสราง

เนอหาของแมแบบจะประกอบดวยสงททกเวบไซตมเหมอนกน เชน การจด Layout และรปแบบของเนอหา

ตางๆ ไดแก โลโก เมน รปแบบตวอกษร ขนาด สของขอความ สไฮเปอรลงก เปนตน อกทงยงมการกาหนด

พนทไวสาหรบใหใสเนอหาแตละเวบเพจแตกตางกนได นอกจากนเมอแมแบบถกแกไข กจะสงผลไปยง

ทกเวบเพจทใชแมแบบดงกลาวโดยอตโนมต ในปจจบนมแมแบบ จานวนมากเพอใหผ ใชไดเลอกใช

ตามความตองการ (Babasaheb & Santosh, 2015)

2. สถาปตยกรรม Model View Controller (MVC)

MVC เปนสถาปตยกรรมซอฟตแวรชนดหนงทไดรบความนยมในงานดานวศวกรรมซอฟตแวร

ซงแบงออกเปน 3 สวน ประกอบดวย Model Component, View Component และ Controller Component

รปแบบ MVC ใชเพอแยกสวนซอฟตแวรในสวน ตรรกะเนอหา (Domain Logic) ไดแกความเขาใจในระบบ

ของผใชและสวนการปอนขอมลและแสดงผล (GUI) ซงชวยใหการพฒนาการทดสอบ และการดแลรกษา

ซอฟตแวร แยกออกจากกนซงแตละ Component สามารถพฒนา Application โดยไมขนกบ Component ใด

Component หนง นนหมายถง เมอมการเปลยนแปลงจะไมมผลกระทบกบ Component อนๆ (Little Bear,

2013)

Model

View Controller

ภาพท 1: สถาปตยกรรมแบบ MVC


จากภาพท 1 อธบายสถาปตยกรรมแบบ MVC โดยมองคประกอบ 3 สวนหลก มรายละเอยดดง

ตอไปน

1. Model หมายถง สวนของซอฟตแวรทใชในการแปลการทางานของระบบ ทาหนาทในจดการนา

ขอมลขนมาจากฐานขอมล และเกบขอมลไว นอกจากนยงมสวนของตรรกะหรอกระบวนการทางธรกจ เชน

การเขาถงขอมล การยนยนความถกตองของขอมลและตรรกะการเกบขอมล เปนตน

2. View แสดงผลลพธใน Model ในรปแบบทเหมาะสมตอการปฏสมพนธกบผใชในแตละ Model

สามารถม View ไดหลายแบบ เพอใชในจดประสงคทตางกน

3. Controller ทาหนาทเปนตวสอกลางททางานประสานกนระหวาง Model และ View โดย Controller

ทาหนาทสงคารองขอทไดจาก Client แลวดวาคารองขอทไดนนเรยก Model ตวใดใหทางาน และเมอ Model

ทางานเสรจจะสงการตอบรบกลบมาท Controller และ Controller จะเปนตวควบคมอกทวาการ ตอบรบนจะ

ให View ตวไหนแสดงผลลพธออกมาพรอมกบขอมลทไดมาจากชนของ Model (Supaartagron, 2011)

3. การปรบเปลยนเนอหาขอมลเวบเพจอตโนมต

Sanjay et al. (2008) ไดนาเสนอระบบและวธการในการพฒนาเวบเพจ (System and Method

for Developing a Dynamic Web Page) ทสามารถสราง การแกไข และ/หรอการประมวลผลเนอหาขอมล

ไดอยางอตโนมต โดยความสามารถของเครองมอน สามารถสรางโคดแบบ Static ดวยภาษา HTML หรอ

สามารถสรางโคด (Coding) แบบ Dynamic ดวยภาษาจาวาสครปต เนอหาขอมลทสรางไดยงรวมถงการสราง

ขอความทงยอหนา หรอหวขอของเนอหาขอมล โดยลกษณะของเนอหาทสามารถสรางไดนนจะขนอยกบ

ตวแปรทหลากหลาย เชน เวบเบราเซอร หรอตาแหนงทผใช ใชงานแอปพลเคชนนนอย สถาปตยกรรม

การทางานของระบบจะม JSP container ทางานรวมกบฐานขอมลในฝงเครองแมขาย โดย JSP container

จะทาหนาทรบและสงคารองในรปแบบโคดไปยงผพฒนาซอฟตแวร ซงหากไดรบคารองจะประมวลผลโคดท

ไดรบมา และจะสงโคดกลบในรปแบบ Static หรอ Dynamic

4. กรอบการทางาน Meteor

Greif (2015) ไดนาเสนอ Meteor ซงเปนกรอบการทางานเพอการสรางเวบแอปพลเคชน บนมอถอ

หรอ Web API แบบเรยลไทมทพฒนาตอยอดมาจาก Node.js กรอบการทางาน Meteor สนบสนนการทางาน

ทงในสภาพแวดลอมทเปน Mac, Windows หรอ Linux ทางานรวมกบฐานขอมล MongoDB แตไมสนบสนน

สถาปตยกรรมการทางานแบบ MVC โดย Meteor จะทางานอยระหวางฐานขอมล (Database) และสวนตดตอ

ผใช (User Interface) เพอทาใหขอมลทงสองฝงนนทางานสอดคลองกนอยเสมอ ซงการพฒนาตอยอด

จาก Node.js ทาให Meteor ใชภาษาจาวาสครปตไดทงบนฝงไคลเอนตและเซรฟเวอร นอกจากน Meteor

จะผกไฟล CSS จาวาสครปต รวมทง HTML เขาดวยกนทาใหเวบไซตตอบสนองตอขอมลและเหตการณตางๆ

ไดทนท (Reactive and Real-time)


5. Dynamic Joomla Templates

Dynamic Joomla Templates (2010) ถกพฒนามาเพอใหสามารถปรบเปลยนแมแบบ

ของเวบไซตทพฒนาโดยใชสถาปตยกรรม MVC เหมาะสาหรบการสรางและบรหารเวบไซตแบบสาเรจรป

ซงตวอยางเนอหาทอยในเวบไซต ทสามารถจดการได เชน ขอความ ภาพ วดโอ เอกสาร เพลง ฯลฯ

Dynamic Joomla Templates ถกพฒนาเพอทาใหการปรบเปลยนแมแบบของเวบไซตทาไดงายผานเครองมอ

ทเปน Graphic User Interface สามารถเลอกเปลยนแมแบบจากแมแบบสาเรจรป ท Joomla ไดเตรยมไวให

หรอสามารถดาวนโหลดแมแบบเพมเตม สามารถเลอกปรบเปลยนเนอหาเพยงบางสวน หรอจะเลอก

ปรบเปลยนเนอหาใหเปนไปตามแมแบบของแมแบบใหมทงหมดได พฒนาโดยใชภาษา PHP และทางาน

รวมกบฐานขอมล MySQL แมแบบ Joomla มผใชงานมากมาย เชน Harvard University, eBay, Orange,

IKEA, Pizza Hut รวมถง McDonalds

6. สวนตดตอกบผใช (User Interface: UI)

6.1 สวนทเปนสอกลางในการตดตอระหวางผใชกบระบบ เพอรองรบการนาเขาขอมลหรอ

คาสงเขาไปสระบบ ตลอดจนนาเสนอสารสนเทศกลบมายงผใช ไมวาจะเปนการตดตอทางดานฮารดแวร

หรอซอฟตแวร โดยสามารถแบงไดเปน 2 ประเภท คอ

6.1.1 คอมมานดไลน (Command Line) เปนสวนประสานงานกบผใชทอนญาตใหปอน

คาสงทเปนตวหนงสอ (Text) สงการลงไปดวยตนเองเพอใหคอมพวเตอรทางานตามความตองการทละบรรทด

คาสง

6.1.2 แบบกราฟฟก (Graphic User Interface: GUI) เปนสวนตดตอกบผใชทนกพฒนา

นามาเปนเครองมอในการสรางสอประสานมรปแบบ สสนสวยงามและใชงานไดงายขน

6.2 องคประกอบของสวนตดตอกบผ ใช (User Interface Elements) เมอนกพฒนา

ตองออกแบบสวนตดตอกบผใช นกพฒนาตองคานงถงองคประกอบของสวนทตดตอกบผใช เพอเลอก

หรอพจารณาวาองคประกอบแบบใดทเหมาะสมกบการใชงาน และเพอใหการทางานของระบบมประสทธภาพ

อนไดแก

6.2.1 สวนของการควบคมการรบขอมลเขา (Input Controls) เชน Checkboxes, Radio

Buttons, Dropdown Lists, List Boxes, Buttons, Toggles, Text fields, Date Field

6.2.2 สวนของการควบคมทศทาง (Navigational Components) เชน Breadcrumb,

Slider, Search Field, Pagination, Slider, Tags, Icons

6.2.3 สวนของ Containers เชน Accordion เปนตน


เครองมอควบคมการปรบแตงแมแบบเวบแอปพลเคชน

เนอหาในสวนนจะนาเสนอองคประกอบของ DTCoW ในลกษณะองคประกอบทมความสมพนธกน

ภายใตสถาปตยกรรมแบบ MVC ซงประกอบไปดวย 4 องคประกอบ ดงปรากฏในภาพท 2

ภาพท 2: DTCoW Component

สถาปตยกรรมองคประกอบ (Component Design) จากภาพท 2 ประกอบดวย 4 องคประกอบหลก ไดแก

1. UI-Element

องคประกอบนจดเปนองคประกอบเรมแรกของ DTCoW โดยทาหนาทในการกาหนด Element ตางๆ

ของภาษา HTML ตวอยางเชน <table>, <img>, <div> เปนตน ในลกษณะ Abstract class เพอรอการ

เรยกใช โดย UI-element จะถกเรยกใช (Extending) ดวย Dynamic Template ในลาดบถดไป

ภาพท 3: UI-Element

3: UI-Element

: Abstract class Element HTML : Element HTML

: Abstract class Element HTML

1: String 2: 3: Element HTML 4: Generate abstract Element 5: Abstract


2. Dynamic Template

สาหรบองคประกอบนจะทาหนาทในการดาเนนการ (Implement) Abstract Class ตามท

ไดกลาวไวใน UI-element เหลานน ในลกษณะ Override Method นอกจากน Dynamic Template ยงทา

การจบค (Matching) Element ทอยในแมแบบ (Template) ทตองการจะใชกบ Method ของ Abstract

ทไดประกาศไว

ภาพท 4: Dynamic Template

4: Dynamic Template

3. Dynamic Config

: Element HTML Abstract Element (Template)

: 1) Abstract

2) Element (Template) 3) Template

: Base class Template

1: String 2: 3: Abstract class 4: Abstract 5: Element (Template) 6: Template 7: Template 8: Generate method Abstract 9: Element (Abstract) => Element (Template) 10: method Template 11: 12: Generate method Abstract 13: Element (Abstract) => Element (Template) 14: Class Template 15: method Template


3. Dynamic Config

ทาหนาทในการตงคาการเรยกใชงานแมแบบทตองการใชงานทงหมดและเปนองคประกอบ

ทกาหนดการเปลยนแปลงของแมแบบ (Template) ภายในแตละซอฟตแวร

4. MyApplication View

เปนสวนตดตอกบผใช (User Interface) ในสวนนนกพฒนาตองพฒนาภายใต Element

ของ Abstract Class ทถกกาหนดและจบคใน Dynamic Template เทานน ในทนหมายถงในสวนของ View (V)

คณะผวจยจงตงชอ View ในสวนนวา “MyApplicationView” โดยการใช View ดงกลาว ผพฒนาซอฟตแวร

ตองเรยกใช (Include) Dynamic Template Class และทาการสราง Object เพอทาการเรยกใช Element

ตางๆ ใน Object นนๆ

ผลการดาเนนงาน เครองมอ DTCoW ไดถกนามาพฒนาเปนซอฟตแวรตนแบบ โดยพฒนาภายใตเครองมอโอเพนซอรส

ซอฟตแวร ไดแก (1) ภาษา PHP เวอรชน 7.0 โดยใช Framework ชอ Codeigniter PHP Framework (CI)

(2) ตดตงบนระบบปฏบตการลนกซ Debian เวอรชน 8.6 (3) เวบเซรฟเวอร Apache เวอรชน 2.4.10 และ

(4) โปรแกรม NetBeans เวอรชน 7.3.1 โดยในบทนไดนาเสนอ ผลการนาเครองมอไปใชจรงและผลลพธ

เชงเปรยบเทยบ รายละเอยด ดงน

1. ผลการนาเครองมอ DTCoW ไปใชงานจรง

คณะผวจยไดนาเครองมอนมาใชในการปรบแตงแมแบบเวบแอปพลเคชน ไดแก

ระบบแผนและตดตามการใชงบประมาณ (Plan and Budget Management System: PBMS) ระบบบรการ

วชาการ (Academic Service Management System: ASMS) ระบบงานทานบารงศลปวฒนธรรม (Culture

Conservation Management System: CMS) ระบบบรหารจดการครภณฑ (Asset Management System:

: : Template class

: Template

1: String 2: 3: Template class 4: Template class 5: Generate Template 6: Template

ภาพท 5: Dynamic Config


AMS) ระบบบคลากรและสงเสรมการพฒนาบคลากร (Human Resource Development Support System:

HRDSS) และระบบจดการผลงานวจยและวชาการ (Researcher Management System: RMS) ตวอยาง

หนาเวบแอปพลเคชนของระบบ แสดงดงภาพท 6 และภาพท 7

ภาพท 6: ระบบแผนและตดตามการใชงบประมาณ

จากภาพท 6 นาเสนอสวนตดตอกบผใชทนาเครองมอ DTCoW มาใชงานในการปรบแตงแมแบบ

เวบแอปพลเคชน ซงประกอบไปดวย Navigator Bar แถบเมน และสวนแสดงเนอหา ไดแก

ตาราง และ ฟอรมของการนาเขาขอมล

ภาพท 7: ระบบบคลากรและสงเสรมการพฒนาบคลากร


Views

DTCoW

มา

1. PBMS 55 55 4*

2. OMS 15 15 4*

3. CMS 15 15 4*

4. AMS 38 38 4*

5. HRSS 227 227 4*

6 RMS 161 161 4*

2. ผลลพธเชงเปรยบเทยบ

เครองมอควบคมการปรบแตงแมแบบเวบแอปพลเคชน (DTCoW) มการนาไปประยกตใชจรง

ใหกบชดซอฟตแวรระบบสารสนเทศของวทยาลยการพยาบาล ในสงกดกระทรวงสาธารณสข จานวน 7

วทยาลย ซงมผลการเปรยบเทยบของการนาเครองมอ DTCoW มาใช กบการทางานแบบดงเดม


แสดงการเปรยบเทยบหลงนาเครองมอ DTCoW มาใชงานจรง

จากตารางท 1 เปนการเสนอขอมลการเปรยบเทยบ Web Application ทไดนาเครองมอ DTCoW

ไปประยกตใชงานจรง พบวา เมอมการเพมแมแบบใหม วธการทางานแบบเดมผพฒนาซอฟตแวรตองแกไข

ไฟลทอยในสวนของ Views ตาม Framework ทมการทางานเปนแบบ MVC เทากบจานวนไฟล Views ของ

ระบบเดม แตเมอใชเครองมอ DTCoW ผพฒนาซอฟตแวรแกไขไฟลเฉลยจานวน 4 ไฟล ไดแก Dynamic

template, Layout, Config และ Class Abstract หรออาจจะมไฟลอนเพมเตมทตองมการแกไข ขนอยกบ

ความซบซอนของแมแบบ

นอกจากน ชดซอฟตแวรทพฒนาโดยใชเครองมอควบคมการปรบแตงแมแบบบนเวบแอปพลเคชน

(DTCoW) ทนาไปใชกบวทยาลยพยาบาลทง 7 แหง เปนซอฟตแวรชดเดยวกนแตตดตงในเครองแมขาย

ทแตกตางกน

3. ผลลพธเชงเปรยบเทยบกบผใชเครองมอ

การศกษาครงน คณะพฒนาไดนาเครองมอการปรบแตงแมแบบบนเวบแอปพลเคชนไปทดสอบ

ประสทธภาพการใชงานกบกลมตวอยาง จานวน 3 กลม ไดแก (1) นกพฒนาซอฟตแวร ประสบการณ 0-1 ป

จานวน 6 คน (2) นกพฒนาซอฟตแวร ประสบการณ 1-3 ป จานวน 5 คน และ (3) นกพฒนาซอฟตแวร

ประสบการณมากกวา 3 ป จานวน 4 คน เกบขอมลจากระยะเวลาทใชเครองมอ DTCoW ภายใตสงแวดลอม

เดยวกนตอแอปพลเคชนของกลมตวอยางแตละกลมเปรยบเทยบกน โดยใช MVC เดม และเมอนาผลทไดมา


วเคราะหเปรยบเทยบดวยคาเฉลยของเวลา คณะผวจยจงใชสถตนอนพาราเมตรก ไดแก สถต Kruskal-

Wallis Test เนองจากกลมตวอยางมขนาดเลก พบวา คาเฉลยของระยะเวลาทใชเครองมอ DTCoW ของ

นกพฒนาซอฟตแวร ทงสามกลมไมแตกตางกน ทระดบนยสาคญ .05 (ไคสแควรเทากบ 6.299, df = 2)

แสดงวา การใชงานของนกพฒนาซอฟตแวร ดวยเครองมอ DTCoW ภายใต MVC เดมนน มประสทธภาพ

ในการทางานไมแตกตางกน อยางมนยสาคญท .05 นนคอ การทนกพฒนาซอฟตแวร จะนาเครองมอ DTCoW

ไปใช ไมจาเปนตองประสบการณในการทางานมากกสามารถใชงานเครองมอนได

สรป บทความนเปนการนาเสนอ เครองมอสาหรบควบคมการปรบแตงแมแบบเวบแอปพลเคชน มาใช

ในการปรบเปลยนสวนแมแบบเดมสแมแบบใหม โดยการนาไปทดสอบการใชงานกบนกพฒนาซอฟตแวร

3 กลม ทมประสบการณแตกตางกน ผลการทดสอบแสดงใหเหนวา เครองมอนมประสทธภาพการใชงาน

ไมแตกตางกน นนคอ เครองมอนสามารถนาไปใชงานไดจรง โดยนกพฒนาซอฟตแวร ไมตองมความเชยวชาญ

ทางการเขยนโปรแกรมกสามารถใชงานไดไมตางกบนกพฒนาซอฟตแวรทมความเชยวชาญสง และคณะ

ผวจยไดนาซอฟตแวรดงกลาวไปใชงานจรงกบการพฒนาระบบแผนและตดตามการใชงบประมาณ ระบบบรการ

วชาการ และทานบารงศลปวฒนธรรม ระบบบรหารจดการครภณฑ ระบบบคลากรและสงเสรมการพฒนา

บคลากร และระบบจดการผลงานวจยใหกบวทยาลยพยาบาลในสงกดกระทรวงสาธารณสข

ขณะนคณะผวจย มการพฒนาตอยอดใหผพฒนาซอฟตแวรใชงานไดสะดวกขน เชน ทาการเพม

เครองมออตโนมตเพอแนะนาคาสง ทา Template Extension เพอรองรบการปรบเปลยนของแมแบบ

ในอนาคตใหสะดวกมากขน และมแผนในการนาเครองมอดงกลาวไปใชในการพฒนาซอฟตแวรของ

หองปฏบตการวจยวศวกรรมระบบสารสนเทศ มหาวทยาลยบรพา พรอมทงใหนสตในสาขาวศวกรรมซอฟตแวร

นาเครองมอดงกลาวมาใชในรายวชาทเกยวของกบการพฒนาซอฟตแวรโดยจะมการเกบรวบรวมขอมล

เพอนามาวเคราะหประสทธภาพการใชงาน และยกระดบของซอฟตแวรใหตอบสนองกบนกพฒนาซอฟตแวร

ทมทกษะทหลากหลาย

เอกสารอางองBabasaheb, S. K. & Santosh, S. L. (2015). Study of content management systems. International

Journal of Advanced Research in Computer Science and Software Engineering. 2015(5),

670 – 672.

Supaartagron, C. (2011). PHP Web authoring for database management based on MVC Pattern.

In Proceeding of the World on Engineering and Computer Science 2011, 19-21 October

2011. San Francisco, USA. (pp. 406-411). California: Newswood.


Dynamic Joomla Templates. (2010). Dynamic Joomla Templates. Retrieved June 1, 2017, from

http://www.dynamic-template.com/type/joomla-templates.

Ghorecha, V. & Bhatt, C. (2013). A guide for selecting content management system for web

application development. International Journal of Advance Research in Computer Science

and Management Studies. 2013(1), 13 – 17.

Greif, S. (2015). Dynamic template includes with blaze. Retrieved June 1, 2017, from https://www.

discovermeteor.com/blog/blaze-dynamic-template-includes/.

Little Bear. (2013). MVC Architecture Pattern. Retrieved September 10, 2016, from http://www.

softganz.com/upload/pics/mvc.png.

Sanjay, D. ; Stephen, T. ; Srinivasan, T. R. & Predrag, P. (2008). System and method for developing

a dynamic web page. Retrieved June 1, 2017, from https://www.google.com/patents/

US7316003.

Welling, L. & Thomson, L. (2005). PHP and MYSQL Web Development. Indianapolis: Sams

Publishing.


การพฒนารปแบบทางเลอกสาหรบอเลรนนงในยคสงคมออนไลน*E-Learning Model Development for the Age of Social Network

อรรถวท ชงคมานนท1** , กองกาญจน ดลยไชย2

Attawit Changkamanon1** , Kongkarn Dullayachai2

1,2 สาขาวชาวทยาการคอมพวเตอร คณะวทยาศาสตร มหาวทยาลยแมโจเลขท 63 ถนนเชยงใหม-พราว ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1,2 Computer Science, Faculty of Science, Maejo University63 Sansai-Phrao Road, Nongharn, Sansai District, Chiang Mai, 50290

* ปรบปรงเพมเตมเนอหาจากบทความ เรอง ประสทธภาพของระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคม ทนาเสนอ ในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC 2016), Chiang Mai Orchid Hotel, Chiangmai, Thailand, 14 - 17 December 2016** ผเขยนหลก อเมล: [email protected]

บทคดยอ การนาอเลรนนงไปใชในดานการสงเสรมประสทธภาพดานการเรยนการสอนในปจจบนมหลากหลาย

รปแบบซงเปนวธการเรยนทสามารถสรางสงคมแหงการเรยนรใหเกดขน สรางความสมพนธระหวางกนภายใน

กลมทเรยนรรวมกนและยงสามารถขยายความสมพนธไปยงบคคลภายนอก กลมทตดตอ หรอแหลงทรพยากร

ของการแลกเปลยนความคดเหนและพงพาชวยเหลอกนโดยอาศยเครอขายสงคมออนไลนเขารวมกน

งานวจยนจงไดสรางเครองมอประกอบการเรยนการสอนอเลรนนง โดยเพมชองทางการสอสารกนระหวาง

ผสอนและผเรยนซงนาเทคโนโลยเฟสบคมาประยกตรวมในระบบเพอเปนรปแบบทางเลอกใหมในการเชอมโยง

ไปยงสงคมออนไลนไดอยางสะดวก โดยสามารถรบทราบกจกรรมการเรยนการสอนผานทางเฟสบคได

อยางรวดเรว ระบบการจดการเรยนการสอนพฒนาขนโดยภาษาจาวา สปรงเฟรมเวรค รวมกบโมดลการแชร

ของเฟสบคและระบบฐานขอมลมายเอสควแอล โดยแบงผใชเปน 4 ประเภท คอ ผเรยน ผสอน ผบรหารและ

ผดแลระบบ ระบบนไดนาไปทดลองใชในการเรยนการสอนระดบชนมธยมศกษา จานวน 5 โรงเรยนและ

มผลการสารวจจากกลมประชากรตวอยางทงหมด 367 คน ผลจากการวจยสรปไดวา คาความพงพอใจ

ของระบบการจดการเรยนการสอนโดยอาศยเทคโนโลยเครอขายสงคมออนไลนในดานการมสวนชวย

ในการสอสารระหวางผสอนและผเรยนไดในระดบมาก


คาสาคญ อเลรนนง ระบบการจดการเรยนการสอน ระบบการจดการเนอหา เครอขายสงคมออนไลน

Abstract

The present application of e-learning to enhance teaching and learning has a variety of

models that can create social learning to occur. Building the relationship within the group to learn

together. And also can expand relations to outsiders or resources of ideas. And rely on the support

based on the social network. Therefore, creating a model for e-learning in the age of social network

by joining Facebook technology to the system. The Learning Management System by Communication

on Social Network (CoSN-LMS) integrates information technology, learning management and social

network media to create the instrument for modern learning management and rapid communication

which can acknowledge the activities of Learning via Facebook immediately. The system was

developed by Java, Spring Framework, Facebook API and MySQL. There is 4 type of users on

CoSN-LMS include learner, instructor, manager, and system administrator. The population for

quantitative research was 5 high school grade level with 367 people. The research conclusion is

that the satisfaction of the system. In the part of communication between teachers and students

contribute in high level.

Keywords E-learning, Learning Management System, Course Management System, Social Network

บทนา ในปจจบนมการนาระบบเครอขายอนเทอรเนตมาประยกตใชสาหรบการเรยนการสอนในรปแบบ

ของอเลรนนงมากยงขน เนองจากสภาพการเรยนรในปจจบนทเนนผเรยนเปนศนยกลางเปนสาคญ เพอให

ผเรยนสามารถเรยนรดวยตนเองตามความสามารถของผเรยนและเปนการสนองตอพระราชบญญตการศกษา

แหงชาต พ.ศ. 2542 (Ministry of Education, 2002)

อเลรนนง (E-Learning) คอ การนาเทคโนโลยสารสนเทศและการสอสารหรอ ICT เขามามสวนรวม

กบการจดระบบการเรยนการสอน เปนกระบวนการเรยนรดวยการนาเทคโนโลยมาใชเปนเครองมอชวย

กระบวนการจดการเรยนการสอนหรอเปนบทเรยนออนไลน โดยผเรยนสามารถเขาถงและเรยนรบทเรยน

ไดดวยตนเองผานอนเทอรเนตซงสามารถเขาถงบทเรยนไดทกเวลาทกสถานท ทสามารถเชอมตอเขาส

เครอขายได ซงผสอนจะตองจดกจกรรมการเรยนรใหสอดคลองกบความแตกตางระหวางบคคล เนองจาก

ผเรยนมความสนใจ ความถนด ความสามารถแตกตางกน (Eamsiriwong, 2008)


เครองมอทใชในการจดการเรยนการสอนออนไลนหลายเครองมอ เชน Moodle, Classstart.org ยงคงพบ

จดดอยในการนาเสนอเนอหารายวชาทมรปแบบคลายกน ไมมการปรบปรงใหสวยงามเพอดงดดความสนใจ

ของผเรยน มการสอสารกนระหวางผเรยนและผสอนโดยใชเวบบอรดทวไป ชองทางการตดตอสอสาร

กบอาจารยไมมความหลากหลาย (Serivichayaswadi, 2014) ในขณะทสถตจากการสารวจการใชเฟสบค

สาหรบการตดตอสอสารในชวตประจาวนมจานวนมากขน โดยขอมลสถตการใชเฟสบคของประเทศไทยใน

ป พ.ศ. 2558 พบวา มจานวนผใชงาน จานวน 16,059,880 คน (Socialbakers, 2016) ซงเปนผทอายระหวาง

18 - 24 ป คดเปนรอยละ 33 ของจานวนผใชทงหมด และคาดการณวาจะมจานวนผใชเฟสบคใน อนาคต

ป 2564 มากถง 24 ลานคน (Statista, 2016)

การวจยครงน มวตถประสงคเพอพฒนาระบบการจดการเรยนการสอนออนไลนโดยนาเทคโนโลย

ของเฟสบคมาชวยในการเพมชองทางการสอสารกนระหวางผเรยนและผสอน และเพมรปแบบการนาเสนอ

เนอหาใหผสอนไดเลอกใชงานไดหลายรปแบบ ทาการทดสอบกบโรงเรยนกลมตวอยาง 5 โรงเรยน ซงมระบบ

การเรยนการสอนแบบอเลรนนงในรปแบบเดมอย ใหมาทดลองใชงานระบบทพฒนาขนและทาการเกบ

แบบสอบถามประเมนความพงพอใจ เพอนาไปเปนแนวทางการแกปญหาและปรบปรงระบบการเรยน

การสอนผานสออเลกทรอนกสตอไปได

วตถประสงค 1. เพอพฒนาระบบการจดการเรยนการสอนโดยสอสารผานสอเครอขายสงคม (The Learning

Management System by Communication on Social Network) ทเปนเครองมอสาหรบการจดการเรยน

การสอนในรปแบบสมยใหม

2. เพอพฒนาระบบการจดการเรยนการสอนโดยอาศยเทคโนโลยเครอขายสงคมออนไลนมาชวย

ในการสอสารระหวางผสอนและผเรยน

3. เพอศกษาความพงพอใจของผมสวนรวมในระบบการจดการเรยนการสอน

ทบทวนวรรณกรรม ประเภทของการจดการเรยนการสอนออนไลน โดยทวไปการจดการเรยนการสอนออนไลนแบงเปน

2 ประเภทไดแก ระบบการจดการเนอหา (Course Management System: CMS) ทผสอนสามารถจดการ

เนอหาและสรางแบบฝกหดตามเนอหาแตละบทและระบบการจดการเรยนการสอน (Learning Management

System: LMS) ทนอกเหนอจากการจดการเนอหาและแบบฝกหดแลว ผเรยนสามารถเขาใชงานเพอทา

แบบฝกหด การรวบรวมคะแนน และการคานวณคะแนน เปนตน

องคประกอบของอเลรนนง ประกอบดวย 4 องคประกอบ ไดแก

1. เนอหา (Content) ซงเปนสงสาคญทสดและผเรยนใชเวลาสวนใหญศกษาเนอหาดวยตนเอง


2. ระบบบรหารจดการการเรยนการร (Learning Management System) เปนเครองมออานวย

ความสะดวกใหแกผใชในการจดการเรยนการสอนออนไลน

3. โหมดการตดตอสอสาร (Modes of Communication) เปนเครองมอทใชในการสอสารกนระหวาง

ผสอนและผเรยน

4. แบบฝกหดหรอแบบทดสอบเปนการจดใหผเรยนมโอกาสโตตอบกบเนอหา (Eamsiriwong, 2008)

การหาความสมพนธระหวางระบบอเลรนนง การรบรความสามารถของตนเองและผลการเรยนร

ของนกเรยน โดยกาหนดตวแปรตน ไดแก คณภาพระบบ E-learning คณภาพสารสนเทศ การรบร

ความสามารถของตนเอง การใชระบบ พฤตกรรมการเรยนรดวยการควบคมตนเอง และความพงพอใจของ

ผใชตอระบบอเลรนนงเปนตวแปรตาม โดยสารวจจากนกเรยน จานวน 674 คนใน Wawasan Open University

(WOU) ประเทศมาเลเซย ผลปรากฏวาทงคณภาพระบบอเลรนนง คณภาพสารสนเทศ การรบรความสามารถ

ของตนเองสงผลกระทบตอการใชระบบ ความพงพอใจของผใชและพฤตกรรมการเรยนรดวยการควบคมตนเอง

(Saba, 2012)

Virtual Learning Tool (VLT) เปนซอฟตแวร (Software) การจดการรายวชาบนเครองแมขายแบบ

กาวหนาของ SBC Ameritech และ Collage of Engineering and Computer Science (CECS), University of

Michigan-Dearborn ซอฟตแวรนอนญาตใหสมาชกไดพฒนาความสามารถในการแตงเนอหาบนเวบไซต

และชวยใหโปรแกรมการศกษาทางไกลไมเกดคาใชจาย (Abovyan, Zakarian, Shridhar & Sengupta, 2012)

การพฒนารปแบบการจดการเรยนรสาหรบผเรยนในศตวรรษท 21 โดยบรณาการการจดการเรยนร

ตามแนวคดหองเรยนแบบยอนกลบและการจดการเรยนรโดยใชกรณศกษาเขาดวยกนและการเลอกใช

เทคโนโลยททนสมยเพอตอบสนองความเปลยนแปลงอยตลอดเวลา นอกจากจะชวยใหผเรยนสามารถเรยนร

ดวยตนเองทงกอนและหลงเขาชนเรยนไดในทกท ทกเวลา โดยใชระบบจดการเรยนการสอนผานเครอขาย

อนเทอรเนตมการเชอมโยงการเรยนรระหวางนอกหองเรยนกบในหองเรยนดวยกรณศกษา หองเรยนแบบ

ยอนกลบชวยเพมเวลาการจดกจกรรมในหองเรยนใหมมากขน ซงทาใหผสอนสามารถนากรณศกษาทหลากหลาย

มาใชในการอภปรายทงแบบเปนกลมและรายบคคลซงชวยตอบสนองความสนใจของผเรยน (Khoenkaw &

Noparit, 2016)

ปญหาในการพฒนาระบบการเรยนการสอนผานสออเลกทรอนกสในประเทศไทย ประกอบดวย

(1) ขาดการสนบสนนดานงบประมาณและบคลากร (2) ขาดความรดานเทคโนโลย ระบบการเรยนการสอน

ผานสออเลกทรอนกส (3) ราคาแพงและการละเมดลขสทธ (4) ระบบสาธารณปโภคพนฐาน (Infrastructure)

ของประเทศ ทขาดความพรอม (5) ปญหาเกยวกบมาตรฐานการพฒนาเวบภาษาไทย ทงการเขารหส การใชฟอนต

และรปแบบ (6) ปญหาเกยวกบมาตรฐานการจดทาระบบ CMS/LMS (Isranews, 2012) สาระสาคญ

ของรายงานประสบการณการปฏบตทด (Good Practices) ของการใช E-Learning ในภาคการศกษาระดบ

อดมศกษา สรปไดวา การทสถาบนอดมศกษาใดจะจดระบบการเรยนการสอนทางอเลกทรอนกสไดอยาง

มประสทธภาพนน สถาบนการศกษาจาเปนทจะตองมการเตรยมความพรอมในดานตาง ๆ ดงน


1. ควรมการนาวธการทางระบบการจดการ (Systematic Approach Model) สาหรบ E-Learning

มาใชครอบคลมตงแตขนการเตรยมตว ขนการเลอกเนอหา ขนการวเคราะหหลกสตร ขนการออกแบบหลกสตร

ขนการพฒนาสอการเรยนการสอน ขนการประเมนผลและขนการบารงรกษา

2. ควรมการใหการสนบสนนครอาจารย ผสอนในทกดาน ครอบคลม การจดการอบรมใหความรและ

ทกษะทจาเปน ดานโครงสรางพนฐาน ดานสอการเรยนการสอน ดานทรพยากรสนบสนนดานเครองมอ

การเขาถงและดานงบประมาน

3. ควรมการวางยทธศาสตรและการวางนโยบายการจดการโครงการอเลรนนงของสถาบนการศกษา

อยางชดเจน ครอบคลม การกาหนดวสยทศน พนธกจ แผนยทธศาสตรและแผนการปฏบตการทเกยวของกบ

การใช E-Learning

4. ควรมการมอบหมายผรบผดชอบทชดเจนในทกระดบ รวมทงในกรณสถาบนการศกษาขนาดใหญ

ควรจดใหมหนวยงาน (Unit) ทมความพรอมในการรบผดชอบดาเนนการตามแผนยทธศาสตรและแผนการ

ปฏบตการทไดกาหนดไว

5. ควรมการเตรยมความพรอมของผเรยนรวมทงสนบสนนใหคาแนะนาและใหผลปอนกลบ

แกผเรยนทงในลกษณะประสานเวลาและไมประสานเวลา อยางตอเนองและทนตอเหตการณ เพราะ

E-Learning เปนรปแบบการเรยนรทสนบสนนการเขาถงเนอหาการเรยนรและการตดตอสอสารทยดหยน และ

ไมมขอจากดดานเวลาและสถานท

6. ควรมการจดหางบประมาณสนบสนนการจดการโครงการพฒนาระบบการจดการ e-Learning

ทเหมาะสม โดยมองคประกอบสาคญ คอ เทคโนโลยและระบบสาธารณปโภคทเกยวของ อปกรณทเกยวของ

สาหรบการเขาถง (Hardware) โปรแกรมระบบ และสอการสอนในลกษณะสอใหม (Software) และทรพยากรบคคล

ทเปนฝายสนบสนน (Peopleware)

7. ควรมกลไกในการควบคม รวมทงการใหแรงจงใจเพอใหการปฏบตการเปนไปตามแผนฯ

ทไดกาหนดไว เชน การกาหนดใหการเรยนการสอน e-Learning เปนหนงในตวชวด (KPI) ในการประเมน

การเรยนการสอนของครอาจารยหรอการใหทนสนบสนนแกผสอนในการสรางสอใหมเพอประกอบการสอน

เปนตน

8. ควรมการใชนวตกรรมดานวธการสอน (Pedagogy) เชน การเรยนรแบบคอนเนคตวสม

(Connectivism) การเรยนรแบบโครงงานเปนฐาน (Project-Based Learning) หรอ การเรยนผานเกม

(Game-Based Learning) ทไปดวยกนกบอปกรณและเทคโนโลยการสอนใหม รวมทงการใชสอใหมรปแบบ

ตาง ๆ เพอใหการพฒนาการในดาน E-Learning เปนไปอยางมประสทธภาพ สงผลตอการพฒนาการเรยน

การสอนทมคณภาพ ทนสมย แปลกใหม กระตนความสนใจของผเรยน (Laohajaratsang, 2012)


วธการวจย 1. ศกษาและวเคราะหระบบการจดการเรยนการสอนออนไลนทนยมนามาใชในสถาบนการศกษา

เชน Moodle, Classstart.org

2. ศกษาเทคโนโลยการพฒนาเวบไซตเพอเชอมตอสอสงคมออนไลน

3. วเคราะหระบบดวยยเอมแอล (Unified Modeling Language: UML)

4. ออกแบบระบบฐานขอมลและพฒนาระบบ โดย

4.1 ระบบฐานขอมล MySQL

4.2 ระบบเวบเซรฟเวอร Tomcat version 7

4.3 เครองมอในการพฒนาเวบไซต Eclipse โดยใชภาษาจาวา และ Spring Framework

4.4 ออกแบบองคประกอบของหนาเวบไซตโดยใช Bootstrap Framework

4.5 พฒนาการเชอมตอเครอขายสงคมออนไลน โดย Facebook API

5. ตดตงระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคมบนเครองแมขาย

6. อบรมการใชงาน และทดลองใชในโรงเรยนระดบมธยมศกษา จานวน 5 โรงเรยน การสมตวอยาง

โรงเรยนและหองเรยนใชหลกการสมแบบความสะดวกเปนหลก

7. เกบแบบสอบถามจากผประเมน โดยมครจานวน 10 คน (รวมผบรหาร) และนกเรยน จานวน

357 คน ซงสวนของผดแลระบบยงไมมการเกบรวบรวมขอมลการประเมนความพงพอใจเนองจากไมม

สวนเกยวของกบการเรยนการสอนโดยตรง

การทางานของระบบแบงเปน 4 สวน ไดแก ระบบการศกษา เนอหา ระบบการจดการเรยนการสอน

ระบบการสอสารระหวางผเรยนและผสอนและระบบการกาหนดสทธผใช ผใชระบบ แบงเปน 4 ประเภท ไดแก

ผเรยน ผสอน ผบรหาร และผดแลระบบ โดยมการทางานดงน

ผเรยนสามารถศกษาเนอหา สงงาน และสามารถโพสตขอความผานระบบ ตามภาพท 1 ขอบเขต

การใชงานระบบของผเรยน

ภาพท 1: ขอบเขตการใชงานระบบของผเรยน

ผสอนสามารถสรางเนอหาโดยเลอกรปแบบการนาเสนอผานเวบไซตไดหลากหลาย สรางแบบฝกหด

ตรวจงาน นาเสนอเนอหาและการโพสตขอความผานระบบ ตามภาพท 2 ขอบเขตการใชงานระบบของผสอน


ภาพท 2: ขอบเขตการใชงานระบบของผสอน

ผบรหารสามารถดรายงานขอมลการเรยนการสอนไดทงหมด สวนผดแลระบบสามารถใชงาน

ทกอยางในระบบและสามารถกาหนดสทธการเขาใชงานระบบของผใชแตละประเภท ตามภาพท 3 ขอบเขต

การใชงานระบบของผบรหารและผดแลระบบ

ภาพท 3: ขอบเขตการใชงานระบบของผบรหารและผดแลระบบ

การวเคราะหออกแบบขนตอนการทางานของระบบดวย UML สวนของผ ดแลระบบ โดยใช

สถาปตยกรรมซอฟแวรแบบ Model, View และ Controller (MVC) ทมการแบงแยกระบบออกเปน 3 สวน

หลกไดแก Data Model, User Interface และ Control Logic ดงภาพท 4


ภาพท 4: การวเคราะหออกแบบขนตอนการทางานของระบบดวย UML

ผลการวจย 1. ระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคม ระบบการจดการเรยน

การสอนโดยสอสารผานเครอขายสงคมถกพฒนาขนโดยมขอบเขตการทางานของระบบเพอการจดการเนอหา

และระบบจดการเรยนร ดงแสดงในตารางท 1 เปรยบเทยบการทางานของ CMS, LMS และระบบจดการเรยน

การสอนโดยสอสารผานเครอขายสงคม



เปรยบเทยบการทางานของ CMS, LMS และระบบจดการเรยนการสอนโดยสอสารผานเครอขายสงคม

CMS LMS

1.

2.

3.

4.

5.

6.

7.

2. การจดกระบวนการเรยนการสอนโดยอาศยเทคโนโลยเครอขายสงคมออนไลน ไดนาเทคโนโลย

ของเฟสบคมาชวยในการสอสารระหวางผสอนและผเรยน ซงชวยใหการตดตามเนอหาตาง ๆ ในระบบไดงายขน

เชน การแชรบทเรยนผานเฟสบค อกทงยงลดขนตอนการใชงานใหสะดวกและเปนระบบมากขน เชน สาหรบ

ผเรยนทตองการเขาใชระบบตองลงทะเบยนโดยสมครสมาชก และลอกอนเพอเขาใชระบบ ตามภาพท 5

หนาจอหลก สวนผสอน เมอสมครเปนผสอนในระบบ ตองสงคารองขอเปดรายวชาใหผดแลระบบและเมอ

ไดรบการตอบกลบ จงสามารถเปดรายวชาออนไลนได ผสอนสามารถเพมเนอหาแตละบทของรายวชาไดทง

ในรปไฟลเอกสาร รปภาพและขอความ ตามภาพท 6 หนาจอรายวชาของผสอนและการแชรบทเรยนผานเฟสบค

ภาพท 5: หนาจอหลก


ภาพท 6: หนาจอรายวชาของผสอนและการแชรบทเรยนผานเฟสบค

3. ผลการใชงานระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคม ผลการใชงาน

โดยการเกบรวมรวมขอมลการประเมนความพงพอใจจากบคคลผใชงาน 3 กลมไดแก กลมผบรหาร คร และ

นกเรยน โดยไมมการเกบขอมลจากผดแลระบบเนองจากไมไดมสวนเกยวของกบการเรยนการสอนโดยตรง

ในกลมของครซงสอนในกลมสาระการงานอาชพและเทคโนโลยโดยมประสบการณการใช CMS และ/หรอ

LMS เพอเปรยบเทยบกบระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคม และเกบรวมรวมขอมล

จากกลมนกเรยน โดยใหเลอกระบบตามแตละขอของแบบสอบถาม แสดงผลตามตารางท 2 เปรยบเทยบ

ประสทธภาพของ CMS/LMS กบระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคมออนไลน

โดยการแจกแจงความถ (Frequency) คารอยละ (Percentage) การหาคาเฉลย (Mean) และสวนเบยงเบน


มาตรฐาน (S.D.) ซงนาขอมลจากการสารวจทงหมดมารวมกนโดยมการแปลความหมายของคาเฉลยดงน

(Nuntasukhon, 2012) คะแนนคาเฉลย 4.51 - 5.00 หมายถงระดบความพงพอใจมากทสด คะแนนคาเฉลย

3.51 – 4.50 หมายถง ระดบความพงพอใจมาก คะแนนคาเฉลย 2.51 – 3.50 หมายถง ระดบความพงพอใจ

ปานกลาง คะแนนคาเฉลย 1.51 – 2.50 หมายถงระดบความพงพอใจนอย และคะแนนคาเฉลย 1.00 – 1.50

หมายถงความสาคญอยในระดบพงพอใจนอยสด


เปรยบเทยบประสทธภาพของ CMS/LMS กบระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคม

CMS/LMS CoSN-LMS

S.D. S.D.

1. 4.15 0.67 2.80 0.65

2.

4.00 0.71 3.15 0.59

3.

4.23 0.53 3.46 0.84

4.

3.97 0.78

4.20 0.72

5. 4.07 0.77 2.64 0.90

6.

4.20 0.64 2.88 0.67

7.

3.41 0.56

4.22 0.73

8.

3.20 0.51

3.96 0.65

9.

3.98 0.78 2.78 0.54

10.

4.05 0.73 3.18 0.83


สรป ผลการวจยสรปไดวา ระบบจดการเรยนการสอนโดยสอสารผานเครอขายสงคมทพฒนาขนในสวน

ทไดเพมเทคโนโลยการตดตอสอสารผานเครอขายสงคมออนไลน เพอปรบปรงประสทธภาพการสอสารระหวาง

ผสอนและผเรยน ไดผลการประเมนความพงพอใจมากทสดในดานความรวดเรวในการตอบระหวางสมาชก

ในกลม เนองจากผตอบแบบสอบถามทกคนมการใชงานสอสารกนผานเฟสบคในชวตประจาวนอยแลว

ดงนนเมอมขอมลจากแหลงอน ๆ แสดงปรากฏใหเหนในเฟสบคของแตละคน จะทาใหมการสอสารกนได

รวดเรว เนองจากผสอนและผเรยนไดรบทราบขอมลการเรยนการสอน ทมการเพมเตมในระบบผานเฟสบคได

อยางรวดเรว ซงตรงตามวตถประสงทตองการ แตมผลสรปคาเฉลยความพงพอใจสวนอนอยในเกณฑระดบ

ปานกลาง เนองจากสวนของการใชงาน การนาเสนอเนอหาไดตรงตามความตองการของผใช การอพโหลดไฟล

ไดหลากหลายชนดและดานความปลอดภยในการกาหนดสทธใหผเรยนเขากลม ยงมจดดอยซงตองเกบขอมล

การใชงานเพอปรบปรงระบบ และเพมชองทางเครอขายสงคม ออนไลนแบบอน ๆ ตอไป

เอกสารอางอง

Abovyan, V. ; Zakarian, A. ; Shridhar, M. & Sengupta, S. (2012). Virtual Learning Tool—Course

management software. In Technology Enhanced Education (ICTEE), 2012 IEEE

International Conference. (pp. 1-10). IEEE.

Isranews. (2012). Talk to leader e-Learning of Thailand to learn the self-discipline. Retrieved August

20, 2016, from https://goo.gl/h9vy9C.

Ministry of Education. (2002). National Education Act 1999 and Amendments (No.2), 2002. Bangkok:

Kurusapa Printing Ladphrao.

Eamsiriwong, O. (2008). Computer Science and Information Technology. Bangkok: SE-EDUCATION.

Parewat Khoenkaw & Tipparat Noparit. (2016). Development of Learning Provision Model

for 21st Century Learners to Promoting Statistical Thinking Among Higher Education

Students. FEU Academic Review, 10(3), 81-98.

Serivichayaswadi, P. (2014). Problems for E-Learning System Usage of DusitThani College's

Student. HCU Business Review. 6(2), 141-158.

Nuntasukhon, R. (2012). Measurement Evaluation. (Revised edition). Bankok: Judtong.

Saba, T. (2012). Implications of E-learning systems and self-efficiency on students outcomes: a model

approach. Human-Centric Computing and Information Sciences. 2(1), 6.

Socialbakers. (2016). Thailand Facebook page statistics. Retrieved August 17, 2016, from

https://www.socialbakers.com/statistics/facebook/pages/total/thailand.


Statista. (2016). Number of Facebook users in Thailand from 2015 to 2021 (in millions). Retrieved

August 18, 2016, from https://www.statista.com/statistics/490467/number-of-thailand-facebook

-users.

Laohajaratsang. T. (2012). 10 years with e-Learning development for Chiang Mai University from

E-learning to U-Learning. Retrieved July 20, 2016, from http://www.prcmu.cmu.ac.th/

perin_detail.php?perin_id=336.


การหาคาอตราการงอกของเมลดขาวดวยวธการประมวลผลภาพ* Image Processing Algorithm for Rice Seed Germination Rate Detection

ปวณ เขอนแกว1** , อรอมา พราโมต2

Paween Khoenkaw1** , On-Uma Pramote2

1สาขาวชานวตกรรมเทคโนโลยดจทล คณะวทยาศาสตร มหาวทยาลยแมโจเลขท 63 หม 4 ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1Department of Digital Technology Innovation, Faculty of Science, Maejo University63 Moo.4, Nongharn Sub-District, Sansai Sub-District, Chiangmai 50290

2มหาวทยาลยราชภฏพบลสงครามเลขท 156 หม 5 ตาบลพลายชมพล อาเภอเมอง จงหวดพษณโลก 65000

2Pibulsongkram Rajabhat University156 Mu 5 Plaichumpol Sub-district, Muang district, Phitsanulok Province 65000

*ปรบปรงเพมเตมเนอหาจากบทความ เรอง An image-processing based algorithm for rice seed germination rate evaluation ทนาเสนอในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC), เชยงใหม ประเทศไทย วนท 14-17 ธนวาคม 2559**ผเขยนหลก อเมล: [email protected]

บทคดยอ การหาคาอตราการงอกของเมลดขาวเปนขนตอนสาคญในการวางแผนการเพาะปลกและถก

นาไปใชในการประมาณจานวนเมลดทตองใชในพนทเพาะปลก โดยเฉพาะอยางยงในการปลกขาวทเปน

พชเศรษฐกจสาคญของประเทศไทย แตการหาคาอตราการงอกนน จาเปนตองใชผเชยวชาญและแรงงาน

อยางมากเพอใหไดคาทแมนยา ดงนน งานวจยนจงไดนาเสนอขนตอนวธการหาคาอตราการงอกของเมลดขาว

โดยใชหลกการของการประมวลผลภาพเขามาชวยในการหาคาอตราการงอก โดยระบบทนาเสนอจะ

ประกอบไปดวย 2 สวน คอสวนของการถายภาพเมลดขาว และสวนของการวเคราะหภาพถาย งานวจยน

ไดทาการวดผลดวยการทดลองหาคาอตราการงอกของขาวนก โดยเทยบความถกตองกบการวดผลดวย

ผเชยวชาญ ซงระบบทนาเสนอนใหคาความถกตองรอยละ 98.41

คาสาคญ การทดสอบการงอก อตราการงอก การประมวลผลภาพ เมลดพนธขาว


Abstract The germination test is the most important process in the crop planning, this parameter is

needed for seed usage estimation especially rice. However, the germination test requires an expert

and it is also a labor intensive work in order to get the accurate result. This research presents the

algorithm for germination rate evaluation based on the image processing. The image acquisition

setup and the image processing algorithm are proposed. This algorithm is evaluated using the

Oryza rufipogon rice seed, the result is compared with the ground truth generated by an expert

and the averaged accuracy is 98.41%.

Keywords Germination Test, Germination Rate Image Processing, Rice Seed

บทนา การคดเลอกเมลดพนธเปนขนตอนทสาคญมากในการเพาะปลก การใชเมลดพนธทมคณภาพด

เปนองคประกอบสาคญทชวยใหการเกษตรกรรมประสบความสาเรจ โดยเฉพาะในการปลกขาว ซงเปน

พชเศรษฐกจหลกของประเทศ มความจาเปนตองเลอกเมลดพนธทดดวยเชนกน โดยเมลดพนธจะตองถกนา

มาประเมนคณภาพกอนทจะนาไปปลก เพอนาขอมลนไปใชในการคาดคะเน จานวนเมลดพนธทจาเปนตองใช

ในการปลก จานวนเมลดทใชตอพนทซงการใชจานวนเมลดพนธใหเหมาะสมกบพนทปลกนนสามารถชวย

ใหเกษตรกร ลดการสญเสยได (Field and Renewable Energy Crops Research Institute, 2016)

การทานาในประเทศไทยนยมทานาอยสองแบบคอ

1. นาดา ในขนตอนแรกเกษตรกรจะตองทาการตกกลา โดยจะทาการหวานเมลดพนธในแปลง

เพาะกลากอน เมอตนขาวงอกแลวจงทาการยายตนกลาไปปลกยงแปลงปลกในขนตอนของการปกดา ซงหาก

เกษตรกรใชเมลดพนธมากเกนไปในการตกกลา จะทาใหมตนกลาเหลอเปนการสนเปลอง แตหากเกษตรกร

ใชจานวนเมลดพนธนอยเกนไป จะไดตนกลาทไมเพยงพอในการปกดา (Agricultural Research Development

Agency, 2016)

2. นาหวาน เกษตรจาเปนตองทาการทดสอบการงอกของเมลดพนธกอน เพอหาจานวนเมลดทเหมาะ

สมทตองใชตอแปลง ซงหากหวานมากเกนไปจะทาใหตนขาวชดกนมากและไดรบแสงไมเพยงพอ หากใช

จานวนเมลดนอยเกนไปจะสงผลใหผลผลตนอย (Bureau of Rice Research and Development, 2016)

นอกจากการวางแผนการปลกแลว การประเมนคณภาพเมลดยงถกใชในการประเมนราคาของผลผลต

รวมทงประเมนวาผลผลตนนคมคาทจะทาการเกบเกยวหรอไม หนงในกระบวนการทใชในการประเมนคณภาพ

ของเมลดพนธ คอ “อตราการงอก”


อตราการงอก คอ การหาอตราของเมลดทงอกตอจานวนเมลดทนามาทดสอบ สามารถคานวณ

ไดจากจานวนของเมลดทมการงอกหารดวยจานวนเมลดทงหมด เมลดพนธทมอตราการงอกสง จะเปนเมลด

ทมคณภาพสง เมอปลกแลวมโอกาสทเมลดจะงอกสง รวมถงมอตราการอยรอดสงอกดวย โดยทวไป

การหาอตราการงอกสามารถทาไดโดย การวางเมลดพนธทตองการทดสอบลงบนวสดเพาะ ซงนยมใชผาหรอ

กระดาษชาระทเปยกนา จานวน 100 เมลด จากนนใหวางทงไวจนครบ 7 วนจงทาการตรวจนบจานวนเมลด

ทงอก ซงจานวนเมลดทงอกนคอคา อตราการงอกของเมลดในกลมตวอยางนน หากตองการความแมนยาสง

ในการหาอตราการงอกนน จาเปนตองสมเมลดพนธมาทาสอบในปรมาณทมากขน จงจะไดผลการประเมน

อตราการงอกทแมนยา (Finch-Savage, 2015, 567 - 591)

โดยทวไปแลว การหาอตราการงอกนนจะมปญหาหรออปสรรคหลกอย 3 ประการคอ

1. ความผดพลาดจากการนบจานวนเมลด ซงจะเกดขนในขนตอนของการหยบเมลดมาจานวน

100 เมลดเพอนามาเรยงบนวสดเพาะและนบเมลดอกครงหลงจากทเมลดมการงอก ซงขนตอนนจะตองทา

การนบจานวนเมลดถง 2 ครง

2. ความผดพลาดจากการจาแนกกลมของเมลดวา เปนเมลดทมการงอก หรอไมงอกซงเกดขน

หลงจากทเมลดเรมงอกแลว จงมการหยบเมลดขนจากวสดเพาะมาทาการจาแนกวาเมลดมการงอก หรอไมม

การงอก โดยดความสมบรณของใบออนและราก ซงในขนตอนนมความจาเปนตองใชผทมความเชยวชาญสง

ในการจาแนก

3. การทางานกบเมลดทมจานวนมาก ซงปญหานเกดขนในกรณทตองการความแมนยาสงใน

การประเมนอตราการงอก จะตองใชเมลดเปนจานวนมากมาทดสอบ เพอใหกลมประชากรเมลดทสมมาม

ความนาเชอถอ ซงทาใหตองใชแรงงานของผเชยวชาญสงขน และตองใชเวลาในการทดสอบนานขนตามไปดวย

เพอทจะชวยลดปญหาเหลาน ขนตอนวธการประมวลผลภาพ จงถกนาเขามาชวยการงานทาง

ดานการประเมนอตราการงอกของเมลดพนธของพชบางชนด

Howarth (1993, 185-194) ไดพฒนาระบบประเมนอตราการงอกของเมลดพนธ ผกกาดหอมและ

ขาวฟางโดยใชการประมวลผลภาพเขามาตรวจวดอตราการเตบโตของราก ซงประกอบไปดวยระบบสองแสงสวาง

ระบบถายภาพ ประมวลผลภาพ และการรจารปแบบ โดยงานวจยพบวา สามารถวเคราะหอตราการงอก

ไดอยางถกตองสาหรบเมลดทมรากงอกออกมาเปนเสนตรงและความถกตองจะตาสาหรบเมลดทรากงอก

ออกมาเปนเสนโคง

Sako, Fujimura, Evans & Bennett (2001, 625-636) ไดนาเสนอระบบประเมนอตราการงอก

ของเมลดผดกาดหอม โดยเนนทตนทนและการใชงานทง าย โดยนาภาพทถายไดไปประมวลผลบน

เครองคอมพวเตอร ลกษณะสณฐานทเดนของภาพเมลดจะถกนาไปวเคราะหทางสถต ซงระบบนใหคา

ความถกตองดทสดใกลเคยงกบการทาโดยมนษย แตอยางไรกตามในบางสถานการณจะเกดความผดพลาด

สงถงรอยละ 14.71


R Ureña & Berenguel (2001, 1-20) ไดปรบปรงระบบเพมเตมโดยใชสของเมลดเขามาชวยใน

การวเคราะหภาพ งานวจยนใชกลอง CCD สเขามาชวยในการถายภาพ และใชคณสมบตทางสของเมลด

เขามาชวยในการจาแนกใบและเมลด โดยทาการวดพนทของใบเลยงของพช (Cotyledons) ดวยการประมวลผล

ภาพ และนาเอาลกษณะเดนนไปใชในการจาแนกการงอกในขนตอนถดไปดวยตรรกศาสตรคลมเครอ (Fuzzy

Logic) และกฎทตงโดยผเชยวชาญ

Hoffmaster, Fujimura, Mcdonald & Bennett (2003, 701-713) ไดพฒนาระบบประเมนอตรา

การงอกของถวเหลอง โดยใชคอมพวเตอรและการประมวลผลภาพเขามาชวย โดยงานวจยนไดเนนไปท

ความรวดเรวในการประมวลผล ขอมลนาเขาเปนภาพของเมลดถวเหลองทเพาะบนกระดาษชาระสขาว

โดยระบบจะทาการจาแนกเมลดถวออกเปนสองกลม คอ ปกตและผดปกต กลมทปกตจะถกนาไปคานวณหา

รปราง จากนนจะถกนาไปวดความยาวและใชวธทางสถตเขามาชวยประเมนอตราการงอก

ความทาทายในการใชวธการประมวลผลภาพ เพอหาอตราการงอกของเมลดขาวนนมอย 3 ประการคอ

1. เมลดขาวมขนาดทเลก ทาใหไมสามารถถายภาพใหแตละเมลดมความละเอยดสงได

2. รากของเมลดขาวทมการงอกนนไมไดมลกษณะเปนเสนตรงและมแนวโนมทจะพนกบรากของ

เมลดอน ทาใหการแยกสวน (Segmentation) แตละเมลดออกจากกนนนทาไดยาก

3. ขาวมการงอก และอตราการเตบโตของรากทแตกตางกน ซงใน 1 กลมตวอยาง อาจมเมลดทม

ความยาวของรากแตกตางกนไดมากถง 4 เทา โดยตวอยางของเมลดขาว 1 กลมทใชทดสอบไดแสดงในภาพท 1

ในงานวจยน ไดนาเสนอ วธการใหมในการวดอตราการงอกของเมลดพนธขาว โดยใชหลกของการ

ประมวลผลภาพ ซงสามารถเอาชนะความทาทายทง 3 ประการทกลาวมาแลวไดเปนอยางด

ภาพท 1: เมลดขาวทมอตราการเตบโตของรากทแตกตางกนใน 1 กลมตวอยาง


วธการทนาเสนอ

สวนหลกของระบบทนาเสนอคอ การจาแนกเมลดขาวจากภาพถาย วาเมลดมการงอกหรอไม

โดยสงเกตทการแตกรากและใบออน ถามการตรวจพบรากหรอใบออนงอกออกมาจากเมลด จะถอวาเมลด

นนมการงอกเกดขน แตถาไมพบจะถอวาเมลดนนไมมการงอก ซงสวนประกอบของเมลดขาวทมการงอก

ไดแสดงในภาพท 2 การงอกจะเรมจาก คอลออปไทล (เนอเยอหมยอดแรกเกด) ตามดวยรากแกว และใบปฐมภม

ตามลาดบ

(Seed)

(Primary root)

(Coleoptile)

"(Primary leaf)

ภาพท 2: สวนประกอบของเมลดขาวทมการงอก

ระบบทนาเสนอในงานวจยนจะประกอบดวยสวนประกอบหลกอย 2 สวน คอ สวนของการถายภาพ

เมลดขาว และสวนของการประมวลผลภาพเมลดขาว

1. สวนของการถายภาพเมลดขาว จะเรมจากการนาเมลดขาวทไดเพาะไวบนวสดเพาะออกมาเปา

ใหแหงดวยลมเยน แลวนามาเกลยใหสมาเสมอบนถาด โดยถาดสาหรบวางเมลดขาวจะตองมสดาดาน

ไมสะทอนแสง โดยมการจดกลองและแสงดงแสดงในภาพท 3

กลองถายภาพความละเอยดสงชนด DSLR ไดถกใชในการถายภาพเมลดขาว ใหแสดง

โดยหลอดไฟ จานวน 2 หลอด ฉายลงมาดวยมมทแคบกวา 30 องศา เพอชวยเนนขอบ (Contour) และลวดลาย

(Texture) ของเมลดขาวใหเหนไดชดเจนและปองกนไมใหเกดการสะทอนเขามาทกลอง

อยางไรกตาม การจดแสงลกษณะนจะกอใหเกดเงาของเมลดขาวทมขนาดใหญ โดยทเงาของ

เมลดขาวจะถกกาจดออกในขนตอนของการประมวลผลภาพ เลนสทใชในการถายภาพ จะใชเลนสทางยาว

โฟกสยาว เพอลดความบดเบยวของภาพ (Distortion) เนองจากเมลดขาวมขนาดเลก การถายภาพดวยเลนส

ทมทางยาวโฟกสสน จะทาใหเมลดขาวทอยตาแหนงกงกลางกรอบของภาพถาย มขนาด แตกตางจากเมลด

ทอยทขอบของกรอบภาพถายเปนอยางมาก ซงการใชเลนสทมทางยาวโฟกสไกล สามารถชวยลดปญหา

ในสวนนได ภาพทถายในสวนนจะถกสงไปประมวลผลยงสวนของการประมวลผลภาพ ตอไป


1.5

ภาพท 3: การจดกลองและแสงสาหรบถายภาพเมลดขาว

หลอดไฟทใชเปนแหลงกาเนดแสงในการถายภาพ จะถกควบคมความสวางดวยคอมพวเตอร

ตามความเหมาะสม โดยวงจรทใชในการความคมความสวางของหลอดไปไดแสดงในภาพท 4 โดยวงจรน

ใชหลกการทางานของวงจรควบคมเฟสไฟฟากระแสสลบ (AC Phase Control) โดยทาการเรยงกระแส

ไฟฟากระแสสลบใหเปนกระแสตรง และสงคาแรงดนผานอปกรณเชอมตอทางแสง (Optocoupler)

ไปยง ไมโครคอนโทรเลอร Arduino Mega เพอตรวจจบการผานศนย (Zero Crossing) ของไฟฟากระแสสลบ

มการตรวจพบจดทมการผานศนยแลว จะสงสญญาณไปควบคมควบเวลาการเปดและปดหลอดไฟ

เพอใหไดแสงสวางในปรมาณทตองการ โดยคาบเวลาการเปดและปดนน ไมโครคอนโทรเลอรจะถกโปรแกรม

ดวยเครองคอมพวเตอรผานทางพอรท USB

ภาพท 4: วงจรทใชในการควบคมความสวางของหลอดไฟในการถายภาพ


2. สวนของการประมวลผลภาพ จะประกอบดวยสวนยอย 3 สวน คอ สวนลบพนหลง (Background

Subtraction) สวนแยกสวน (Seed Segmentation) แยกภาพเมลดขาวและสวนแยกภาพรากและใบ (Root

and Leaf Segmentation) ภาพรวมขนตอนของการประมวลผลภาพไดแสดงไวในภาพท 5

ขนตอนแรกของการประมวลผลภาพ คอ แปลงภาพจากกลองดจทลจากสในแบบจาลองส RGB

ไปเปนแบบจาลอง HSV ซง H แทนสของภาพ S แทนความอมตวของสและ V แทนความสวางของภาพ 6(ก)

แสดงตวอยางของภาพทเปนสในแบบจาลองส RGB ภาพท 6(ข) 6(ค) 6(ง) คอสวนของ ส ความอมตวของส

และความสวาง ตามลาดบ

จากนนจงทาการลบพนหลงของภาพออกไป โดยพจารณาจดภาพทมความสวางตากวาคา

ทกาหนดไว ใหเปนสวนของพนหลง โดยใชสมการท (1) กาหนดให คอ ภาพถายเมดขาวใน

HSV

HSV

6( )

6( )

(1)

(2)

“1”

“0”

6( )

(2)


ภาพท 5: ภาพรวมของระบบในสวนของการประมวลผลภาพ

ขนตอนตอไป คอ การแยกสวนภาพทเปนเมลดขาว ซงภาพนจะมเพยงสวนทเปนเมลดขาวเทานน

โดยสวนอนทไมใชเมลดขาวจะถกกาจดออกไป ภาพนถกสรางขนมาโดยนาเอาภาพพนหนาทไดจากสมการ

ท (1) ในสวนของความสวาง มาแปลงเปนภาพแบบไบนาร ดวยวธการปดคาขน จากนนใหนาภาพรากและ

คอลออปไทล ทสรางไวดวยสมการท (3) มาลบออก จะไดเปนภาพเมลดขาว ทแสดงตาแหนงจดภาพทเปน

เมลดขาว โดยภาพนจะเปนภาพแบบไบนาร ดงอธบายไวในสมการท (3) ตวอยางของภาพเมลดขาวทถกแยก

ออกมาในขนตอนนแสดงในภาพท 6(ซ)

(3)


ขนตอนตอไป คอ การตรวจจบการงอก หลกการคราวๆ ของการตรวจจบการงอกคอ ตรวจดขาวทละ

เมลดวามรากหรอคอลออปไทลเชอมตออยหรอไม ถามใหถอวาขาวเมลดนนมการงอก ขนตอนแรกของการ

ตรวจจบการงอกคอ การแบงสวนภาพออกเปนกลมของจดภาพ (Pixel Blob) โดยแตละจดภาพจะตองมขาว

1 เมลด ซงขนตอนวธลาเบลลงภาพ (Image Labelling) ไดถกนามาใช ตวอยางเมลดขาวแตละเมลดทถก

แยกในขนตอนนไดแสดงในภาพท 6(ฌ) โดยจดภาพของขาวเมลดเดยวกนจะแสดงดวยสเดยวกน

อยางไรกตาม ปญหาของการใชขนตอนวธน คอ หากเมลดขาวถกวางเอาไวในตาแหนงทตดกนหรอ

อยใกลกนมาก อาจสงผลใหขาวมากกวา 1 เมลดถกจดใหอยในกลมจดภาพเดยวกนได ซงปญหานสามารถ

แกไขไดดวยการเพมขนตอนของการประมาณจานวนเมลดขาวในกลมจดภาพเขาไป โดยการเทยบจานวนจด

ทมคาเปน “1” ในกลมจดภาพกบจดภาพอางองทมขาวอย 1 เมลด ดงสมการท (4) โดย A คอ จานวนของ

จดภาพทมคาเปน “1” ในกลมของจดภาพนน คอ จานวนของจดทมคาเปน “1” ของขาว 1 เมลด

และ SeedCount คอ จานวนของเมลดขาวในกลมของจดภาพนน โดยถามเศษเหลอจากการหารใหปดขน

เปนจานวนเตม

(4)

หลงจากนนจะทาการสรางหนาตางสาหรบคนหารากและคอลออปไทลโดยทาการขยายพนทของ

กลมจดภาพทตองการจะคนหาใหโตขนดานละ r จากนนนาหนาตางนไปทาการตดครอบ (Crop) จากภาพ

ราก (Root) ในตาแหนงเดยวกนจากนนจะทาการนบจานวนจดภาพทมคาเปน “1” ในภาพททาการ

ตดครอบออกมา หากคานมจานวนมากกวาคาอางอง θ_germinated แสดงวามการตรวจพบรากหรอ

คอลออปไทลเชอมตออย ใหถอวาขาวเมลดนนมการงอกเกดขน หากตรวจไมพบใหถอวาขาวเมลดนนไมม

การงอก ตวอยางของหนาตางทใชในการคนหารากและคอลออปไทลแสดงในภาพท 6(ญ) โดยพนของเมลดขาว

ไดแสดงไวดวยกรอบสนาเงน และหนาตางสาหรบคนหาทมการตรวจพบการงอกไดแสดงไวดวยกรอบสเขยว

และสแดงสาหรบหนาตางทตรวจไมพบการงอก

ในกรณทกลมของจดภาพมขาวอยมากกวา 1 เมลดใหถอวา ขาวทกเมลดไมมการงอกเกดขน

แตหากกลมของจดภาพทตรวจพบ รากมขาวอยมากกวา 1 เมลด จะไมนาจดภาพนนมาพจารณา เนองจาก

ไมสามารถยนยนไดวารากทตรวจพบนนไดงอกออกมาจากขาวทกเมลดในนนหรอไม

ขนตอนสดทายคอการคานวณอตราการงอก โดยจะทาการคานวณตามสมการท (5)โดยท n คอ

จานวนเมลดขาวทไมงอก o คอ จานวนเมลดขาวทงอกของกลมจดภาพทประกอบดวยขาวเพยงเมลดเดยว

คา o คอ จานวนเมลดขาวทงอกของกลมจดภาพทประกอบดวยขาวหลายเมลด และ GerminationRate คอ

รอยละของอตราการงอกทคานวณได


(5)

(6)

(7)

(8)

ภาพท 6: ตวอยางผลลพธของแตละขนตอนของการประมวลผลภาพ

การทดลองและวดผล งานวจยนไดทาการทดลองโดยใชขาวนก หรอขาวปา (Oryza Rufipogon) ซงขาวชนดนนยมใช

ในการเลยงสตว เชน นกหรอไก เนองจากขาวชนดนมระยะเวลาในการงอกทสนกวาขาวชนดอนๆ เพอใหม

การกระจายตวของกลมประชากรของขาวทงอกและไมงอก ในการทดลองนจงเลอกใชเมลดขาวทมอายเกา

ประมาณ 2 ป จากรานจาหนายอาหารสตวในอาเภอสนทราย จงหวดเชยงใหม กอนการทดลองเมลดพนธ

ไดถกเพาะบนกระดาษชาระชมนาเปนเวลา 8 วน จากนนจงถกนามาเปาใหแหงดวยพดลม และนามาเกลย

ใหเรยบบนถาดเซรามค โดยถาดเซรามคสาหรบใชถายภาพนไดถกเตรยมโดยการพนดวยสอะครลคแลคเกอร

ชนดดาดาน ยหอ WIN รหสส 202 400CC ซงสชนดนมคณสมบตในการลดการสะทอนของแสงไดด

เมลดขาวบนถาดไดถกถายภาพดวยกลองดจทลชนด DSLR รน Canon EOS400D โดยใชเลนส

55-200 มลลเมตร ถายทความไวแสง ISO 100 ความเรวชทเตอร 1/125 และคาชองรบแสงท f/5.0 การปรบ

สมดลสขาว (White Balance) ใชระบบอตโนมตของกลองโดยใชบตรสเทากลาง (Gray Card) เปนจดอางอง

แหลงกาเนดแสงใชหลอดไสรอน (Incandescent Light Bulb) กาลงสอง 40 วตต และคาอณหภมสขาว 4200K

(Daylight) โดยทาการปรบแสงสวางใหสองสวางบนพน 211 ลกซ

1020 x 1212 , ,

, , =90 40


การวดและประเมนผลระบบทนาเสนอนไดแบงออกเปนสวนหลก คอ การประมาณจานวนเมลดขาว

ในภาพ ซงคานวณดวยสมการท (8) และการประเมนอตราการงอกโดยมการประเมนอตราการงอกในการ

ทางานของขนตอนวธทง 3 แบบคอ

แบบท 1 ประเมนอตราการงอก โดยเลอกพจารณาเฉพาะกลมจดภาพทมเมลดขาวอยเพยงเมลดเดยว

การคานวณอตราการงอกจะใชสมการท (5) ในการคานวณ

แบบท 2 ประเมนอตราการงอก โดยเลอกพจารณาเฉพาะกลมจดภาพทมเมลดขาวอยมากกวาหนง

เมลด โดยหากมการตรวจพบรากในกลมจดภาพ จะถอวาขาวทกเมลดในกลมจดภาพนนมการงอก และ

หากไมพบรากจะถอ วาขาวทกเมลดในกลมจดภาพนนไมมการงอก สมการทใชคานวณอตราการงอก คอ

สมการท (6)

แบบท 3 ประเมนอตราการงอก โดยพจารณาทกกลมจดภาพ (แบบท 1 รวมกบแบบท 2) สมการท

ใชในการคานวณอตราการงอกคอสมการท (7)

คาทไดจากการคานวณของขนตอนวธทนาเสนอไดถกนาไปเปรยบเทยบกบผลเฉลยทถกสรางขน

โดยผเชยวชาญ โดยผลเฉลยถกสรางขนโดยใหผเชยวชาญทาการวเคราะหภาพถายทใชในการทดลอง

คาความถกตอง (Accuracy)ของขนตอนวธทนาเสนอไดแสดงไวในตารางท 1


คาความถกตองเฉลยของขนตอนวธการวเคราะหอตราการงอกของเมลดขาวดวยวธการประมวลผลภาพ

96.37 3.94

1 98.41 1.87

2 91.65 11.10

3 95.69 7.80

จากการทดลองพบวา ระบบมความถกตองในการตรวจนบเมลดขาวในภาพถายโดยเฉลยรอยละ

96.37 การประเมนอตราการงอกโดยนาเอากลมจดภาพทเกดจากขาวมากกวาหนงเมลด (แบบท 2) จะให

ความถกตองตาทสด คอ รอยละ 91.65 โดยความผดพลาดสวนใหญเกดจากการทเมลดขาวบางเมลด

ในกลมจดภาพไมไดมการงอกแตระบบไดระบวา ทกเมลดในกลมจดภาพมการงอกเกดขน และความผดพลาด

ทเกดขนในการประมาณจานวนเมลดขาวในกลมจดภาพ การประเมนอตราการงอกทใหความถกตองมาก

ทสดคอการใชกลมจดภาพทเกดจากขาวเพยงหนงเมลด (แบบท 1) ซงมความถกตองเฉลยมากถงรอยละ


98.41 ซงมคามากกวาความถกตองในการนบเมลดขาวทงภาพ โดยจากการสงเกตพบวากลมจดภาพทมเมลดขาว

เพยงเมลดเดยวสามารถประมวลผลไดอยางแมนยาทงสวนของการประมาณจานวนและการวเคราะห

การงอก เนองจากคาอตราการงอกนนเปนคาแทนกลมประชากรของเมลดขาว จงไมจาเปนตองนาเมลดขาว

ทกเมลดในภาพมาพจารณาซงในการทดลองนในแตละภาพจะมเมลดขาวอยในชวง 200 ถง 300 เมลด

ดงนนการไมนาเอากลมเมลดขาวทอยชดกนมาพจารณา จงเปนการชวยลดความผดพลาดลง เนองจากระบบ

ทนาเสนอเปนแบบอตโนมตจงสามารถทางานกบเมลดขาวจานวนมากได ซงชวยใหกล มประชากรม

ขนาดใหญขน คาการประมาณอตราการงอกทไดจากวธการทนาเสนอนจงมความถกตองทสงขนตามไปดวย

การประเมนเชงคณภาพไดใชวธสมภาษณ ผใชงานทเปนเกษตรกรพบวา ในการปลกขาวนนเกษตรกร

ไมเคยทาการประเมนอตราการงอก และใหขอแนะนาวาระบบควรจะใหผลลพธออกมาเปนจานวนเมลดขาว

ทตองใช ในหนวยของกโลกรมตอไร

ผลการประเมนโดยนกวจยทางดานพชพบวา ระบบทนาเสนอนสามารถชวยลดเวลาในการทางาน

ลงไดมาก และมขอแนะนา คอ ควรจะประยกตเปนโปรแกรมททางานบนโทรศพทมอถอจะสามารถทางานได

สะดวกมากขน อยางไรกตามในการทดลองนพบวา ความถกตองของการทางานนนขนอยกบหลายปจจย เชน

1. สภาวะของแสง ซงจะสงผลกระทบในสวนของการตดแยกเมลดและการตรวจหารากและ

คอลออปไทล หากถายภาพในสภาวะของแสงทเขมเกนไป จะสงผลใหเกดการตดคลปของส (Color Clipping)

ทาใหภาพทถายไดสญเสยรายละเอยดของสไป ตวอยางเชน ภาพทถายไดจะสญเสยรายละเอยดของสเหลอง

เมลดขาวไป ทาใหการทางานในสวนของการตรวจจบรากและคอลออปไทล มความสบสนระหวางสวน

ของเมลดขาวและสวนของราก เนองจากจะมสขาวเหมอนกน

2. ความชนของเมลดขาว หากความชนสงเกนไปจะทาใหเมลดขาวสวนใหญตดกนเปนกอน

การวเคราะหภาพจะมโอกาสผดพลาดไดสง นอกจากน หากเมลดขาวเปยกนา หรอมหยดนาเกาะทเมลด

จะเกดการสะทอนแสงจากหลอดไฟไปยงกลองถายรปโดยตรงซงจะสงผลใหเกดการตดคลปของส ดงทได

กลาวมาแลว

3. กลไกของการปรบโฟกสกลองของถายรป ทมการขยบเลนส สงผลใหอตราการขยายของภาพ

เพมขนหรอลดลง ตามพารามเตอรของการโฟกส ซงเปนการทางานโดยอตโนมตของกลองถายภาพท

ไมสามารถควบคมได สงผลใหภาพมขนาดใหญหรอเลกลงกวาปกต จงสงผลตอการประมาณจานวนเมลดขาว

แตอยางไรกตามปญหานสามารถแกไขไดดวยการถายภาพดวยเลนสแบบทมระยะโฟกสเดยว (Fixed Focus

Lens) ในระยะโฟกสอนนต (Infinity Focus)

สรป บทความนไดนาเสนอวธการใหมในการตรวจวดอตราการงอกของเมลดขาวดวยวธการประมวลผล

ภาพ ระบบจะประกอบดวยสวนของการถายภาพ ซงใชกลองถายรปดจทลแบบ DSLR ระบบควบคมแสงสวาง

ควบคมดวยไมโครคอนโทรเลอร ขาวททาการเพาะในวสดเพาะและถกเปาใหแหงแลววางลงบนถาดสดาดาน


จากนนจงทาการถายภาพ โดยภาพทไดจะถกนาไปประมวลผลโดยใชเทคนคการแปลงแบบจาลองสแบบ

HSV จากนนจงนาไปตรวจหารากและคอลออปไทล แยกเมลด และนบจานวนในขนตอไป ในการทดลองน

ใชขาวนก ในการทดลองโดยทาการถายภาพจานวน 40 ภาพ โดยเปรยบเทยบคาอตราการงอกทคานวณ

ไดจากวธการทนาเสนอกบอตราการงอกทวเคราะหโดยผเชยวชาญ ซงจากผลการทดลองพบวา มความถกตอง

ของการนบเมลดขาวทรอยละ 96.37 ± 3.94 และความถกตองของการวดอตราการงอกทรอยละ 98.41 ±1.87

ระบบทนาเสนอนสามารถนาไปชวยลดเวลาในการนบเมลดและวเคราะหการงอกสาหรบเกษตรกรไดเปนอยางด

เอกสารอางองField and Renewable Energy Crops Research Institute. (2016). Seed Quality Testing. Retrieved

March 18, 2016, from http://www.doa.go.th/fcri/index.php?option=com_content&view=art

icle&id=9&Itemid=26.

Agricultural Research Development Agency (Public Organization). (2016). Rice Research Database:

Rice Plantation. Retrieved March 18, 2016, from http://kasetinfo.arda.or.th/arda/rice/?page_

id=123.

Bureau of Rice Research and Development. (2016). Rice Plantation. Retrieved March 18, 2016,

from http://www.brrd.in.th/rkb2/management/index.php-file=content.php&id=2.htm.

Finch-Savage, W.E. (2015). Seed vigour and crop establishment: Extending performance beyond

adaptation. Journal of Experimental Botany. 67(3), 567 - 591.

Howarth, M. S. & Stanwood, P. C. (1993). Measurement of seedling growth rate by machine vision.

Proc. SPIE 1836, Optics in Agriculture and Forestry. May 12, 1993 (pp. 185-194).

doi:10.1117/12.144027.

Sako, Y. ; M. B. M., K. ; Fujimura, Evans, A. F. & Bennett, M. A. (2001). A system for automated

seed vigor assessment. Seed Science and Technology. 2001, 625-636.

R Ureña, F. R. G. & Berenguel, M. (2001). A machine vision system for seeds quality evaluation

using fuzzy logic. Computers and Electronics in Agriculture. 32(1), 1-20.

Hoffmaster, A. L. ; Fujimura, K. ; Mcdonald, M. B. & Bennett, M. A. (2003). An automated system for

vigor testing three-day-old soybean seedlings. Seed Science and Technology. 2003 (31),

701-713.


Comparison between Reading Barcode and UHF RFID Wristband for Attending the Rehearsal Sessions and Graduation Ceremony*การเปรยบเทยบผลการอานรหสแทงกบอารเอฟไอดยานความถสงยงในสายรดขอมอบณฑตสาหรบการซอมและรบพระราชทานปรญญาบตร

สนท สทธ1** , สมชาย อารยพทยา2

Snit Sitti1** , Somchai Arayapitaya2

1สาขาวชาวทยาการคอมพวเตอร คณะวทยาศาสตร มหาวทยาลยแมโจเลขท 63 หม 4 ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1Computer Science, Faculty of Science, Maejo University 63 Moo 4 Nonghan Sub-district, Sansai District, Chiang Mai 50290

2ศนยเทคโนโลยสารสนเทศ มหาวทยาลยแมโจเลขท 63 หม 4 ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

2Inforamtion Technology Center, Maejo University 63 Moo 4 Nonghan Sub-district, Sansai District, Chiang Mai 50290

*This article is a revised and expanded version of a paper entitled The UHF RFID Wristband System for Attending the Rehearsal Sessions and Graduation Ceremony presented at Computer Science and Engineering Conference (ICSEC), 2016 International, Chiang Mai, Thailand, 14-17 Dec. 2016 Publisher by IEEE, DOI: 10.1109/ICSEC.2016.7859956**Corresponding Author (Assistant Professor, Dr. at Computer Science, Faculty of Science, Maejo University) e-mail: [email protected]

Abstract In the recent years, the most valuable applications of passive ultra-high-frequency radio

frequency identification (RFID UHF) tags are low cost and long recognition distance. The RFID UHF

technology is very potential technology suitable for various areas of applications. This research is

comparative study between reading 2D barcode on alumni's card and UHF RFID wristband for

identifying the graduates. This application manages to identify and verify graduates for attending

the rehearsal sessions and Maejo University’s graduation ceremony in 2016. It aims to increase

efficiency for identification and verification. The designed system has using barcode reader and

two the distinctive range of RFID readers: (1) for short distance, the policy verify the wristband tags


by using UHF RFID desktop reader reading one by one attached to the computer via USB port or

the smart phone via USB On-The-Go (OTG) for typing alphabets like computer keyboard and (2)

for long distance, the policy verify the wristband tag with UHF RFID fixed reader reading many

persons at the same time attached to the computer via RS232 port with connection to Microsoft

SQL server database directly. The results showed that the duration time to read the student ID of

the three methods is very different. Furthermore using UHF RFID readers take 2x faster than barcode

reader. In the future work we will develop graduates tracking system.

Keywords Graduation Ceremony, Barcode Reader, UHF RFID Wristband, RFID Desktop Reader,

RFID Fixed Reader

บทคดยอ เนองจากแทกอารเอฟไอดและอปกรณมราคาตาลงทาใหการประยกตใชอารเอฟไอดยานความถ

สงยง (RFID UHF) มการใชงานอยางกวางขวางเทคโนโลยการอานแทกมระยะหางไกลขน งานวจยไดเปรยบเทยบ

ผลการอานรหสแทงบนบตรกบการใชอารเอฟไอดยานความถสงยงในสายรดขอมอ เพอตรวจสอบและ

ระบตวตนของบณฑตการทเขารบพระราชทานปรญญาบตร ระบบนชวยในการระบตวตนและตรวจสอบ

บณฑตสาหรบการเขารวมการฝกซอมและพธพระราชทานปรญญาบตรของมหาวทยาลยแมโจซงจดขนประจา ป

พ.ศ. 2559 สาหรบระบบทออกแบบประกอบดวยเครองอานรหสแทงบนบตรสมาชกของสมาคมศษยเกา

โดยบนทกขอมลผานเวบแอพพลเคชน การใชแทกอารเอฟไอดในสายรดขอมอกบเครองอานอารเอฟไอด

ยานความถสงยง 2 รปแบบคอ (1) อานระยะใกลใชเครองอานเดสกทอปอานทละคนโดยเชอมตอ

กบคอมพวเตอรผานทางพอรตยเอสบหรอสมารทโฟนผานทางยเอสบ On-The-Go (OTG) บนทกขอมล

ผานเวบแอพพลเคชนดวยการสงรหสประจาตวนกศกษาแทนการปอนของแปนพมพ(2)อานระยะไกลใชเครอง

อานแบบจานอานไดหลายคนพรอมกนในเวลาเดยวกนโดยเชอมตอกบ เครองคอมพวเตอรผานทางพอรต

RS232 บนทกขอมลเขาสฐานขอมล Microsoft SQL Server โดยตรงจากการใชงานจรงดวยการบนทกเวลาเรมตน

และสนสดแตละวธ ผลการเปรยบเทยบพบวา ระยะเวลาในการอานรหสประจาตวนกศกษาทง 3 รปแบบม

ความแตกตางกนอยางมาก โดยเฉพาะการใชเครองอานอารเอฟไอดจะใชเวลาอานเสรจรวดเรวกวาประมาณ

2 เทา ระบบนมเปาหมายเพมประสทธภาพในการระบตวตนและยนยนการรายงานตว ตรวจนบจานวน

ทเขามาฝกซอมแตละรอบจนถงวนรบปรญญาจรง สาหรบการพฒนาในอนาคตจะพฒนาระบบการตดตาม

ระบพกดตาแหนงของบณฑตดวยอารเอฟไอดตอไป


คาสาคญ พธพระราชทานปรญญาบตร เครองอานรหสแทง อารเอฟไอดยานความถสงยงในสายรดขอมอ

เครองอานอารเอฟไอดแบบเดสกทอป เครองอานอารเอฟไอดแบบจาน

Introduction RFID, stands for radio frequency identification, is the use of radio waves and electromagnetic

fields to automatically read information stored on tags which are attached to objects for identification

(Radio frequency Identification - Wikipedia, 2016). Its technology involves a tag attached to an

object which identifies and tracks the object via electromagnetic waves to transfer identification

data at radio frequencies by automatic system that integrates between information technology and

electrical engineering.

A RFID system can be made up of three components: readers, tags and application

software. A typical passive ultra-high-frequency (UHF) RFID system consists of a reader system

and microchip-controlled tag attached to the object to be identified. The identification data of an

object is stored in the chip. If the tag is located inside the reader's interrogation region it gets enough

energy from the reader's electromagnetic fields to activate the chip, which then modulates the

identification data to the carrier signal and back scatters it to the reader (Finkenzeller, K., 2010 ;

Kataja, , Ukkonen, Schaffrath, Sydanheimo&Kivikoski, 2006). It enables identification from a long

distance unlike earlier barcodes technology. Thailand’s National Telecommunications Commission

established regulations for the use of UHF RFID area that became effective on 20 January 2006.

Frequencies to be used are between 920-925 MHz. The technique to be used is frequency hopping

spread spectrum (FHSS) with a maximum power output effective isotropic radiated power (EIRP)

of 4 Watts. Licensing is required for outputs above 0.5 Watts (Radio Frequency Identification (RFID)

in Thailand, 1977). RFID system enclosures reader device, tag, antenna, middle ware, and application

software. The technology of UHF RFID has been various fields of applications e.g., vehicle management,

car park management, material management, inventory control, manufacturing automation etc.

RFID tags are the most valuable applications due to its inexpensive and long recognition distance.

For example, the passive UHF RFID Tag was designed for automatic vehicle identification in Hong

Kong using detachable windshield tag and thin-wire vehicle headlamp tag. The proposed detachable

windshield tag design allows drivers to switch to an appropriate card, with particular unique tag

ID, for identification, which is ideal for fleet management for example. On the other hand, for the

proposed thin-wire vehicle headlamp tag, apart from minimizing blocking of light, the thin-wire


antenna is tried to realize an inconspicuous design. Moreover, measurements show that both

designs can achieve read range of over 8m in the global RFID UHF band of 860-960 MHz

(ISO-18000 6C). It is believe that such UHF vehicle tags designs are favorable to the electronic toll

collection system in the near future (Mak, 2017).

The advantages of RFID are read RFID tags from a greater distance than barcodes; do not

need to be positioned in a line of sight with the scanner, read at a faster rate than barcodes. RFID

tags can be read at the same time, work within much greater distances, carry large data storage

e.g., product maintenance, shipping histories, and expiry dates; which can all be programmed to

the tag, once these are setup; it can be run with minimal human participation, and be more reusable

and rugged as they are protected by a plastic cover. However, RFID is a great technology with

various features still to process development and performance tuning. Therefore, it is difficult to

manage RFID system to identify and verify the walking of graduates into the rows of ceremony

place. Thus, this research proposes the new concept of applying the passive UHF RFID wristband

tags for attending the rehearsal sessions and university’s graduation ceremony.

Research Objectives

The following are the three main research objectives of this study; 1. To analyze and design RFID system to identify and verify the walking of graduates into the rows of ceremony place for attending the rehearsal sessions and Maejo University’s graduation ceremony in 2016. 2. To develop management information system for attending the rehearsal sessions and Maejo University’s graduation ceremony in 2016. 3. To compare between reading 2D barcode on alumni's card and UHF RFID wristband for identifying the graduates.

Research Methodology To serve the main objectives of the study, mixed methodology was used to conduct and to analyze data in five phases as follows; 1. Phase 1: RFID study In this phase, researchers prepared the primary information necessary for the RFID design corresponding to the issues and needs. Publications relevant to RFID were gathered and the information obtained from them was applied as primary best practices. The relevant information was obtained and categorized by the RFID technology.


The RFID is a technology that automatically read information stored on tags to be wireless

transferred between the reader and the tag. It has three parts: reader, tags, and application

software. Generally, a reader device, gather information from tags, has two types: desktop reader

that reading one by one and fixed reader reading many tags at the same time. The internal reader

can be made up of three components: (1) an antenna, (2) a interrogator or reader with a decoder

to interpret the data to computer, and (3) a transponder or tag, device for receiving a radio signal

and automatically transmitting a different signal. RFID how to work as shown in Fig. 1.

Fig. 1. RFID how to work

Sources: How does a RFID system work?, 2016

The passive tags and active tags are different technologies that passive RFID systems use

tags with no internal power source and instead are powered from a RFID reader by the

electromagnetic energy transmitted, whereas active RFID tags are battery powered, so they can

give a very strong signal back, allowing readers to identify the tag easily even at large distances,

commonly used as “beacons” to accurately track the real-time location of assets or in high-speed

environments such as tolling. Passive tags provide a much shorter read range than active tags,

but they are also much cheaper. Thus, they are used for many applications such as supply chain

management, access control, livestock tracking, file tracking, race timing, health care, library, and

more.


A RFID tags can be offered in different frequencies: microwave frequency 2.45 to 5.8 GHz band,

ultra-high-frequency (UHF) 433 MHZ and 860 to 956 MHz bands, high-frequency (HF) 13.56 MHz,

and low-frequency (LF) 125 to 134 KHz band (RFID Frequencies What you need to know about

them, 2016). A passive UHF RFID tags work according to the principles of the electromagnetic

coupling in the UHF ISM band. ISO 18000-6:2010 standards defines the air interface for RFID

devices operating in the 860-960 MHz industrial, scientific, and medical (ISM) band used in item

management. The 900-MHz ISM band is a very common frequency range for UHF RFID readers

and tags, ISO18000-6B/6C standard technology can be read more than one meter (ISO/IEC 18000-

6, 2010). The ISO18000-6B tags storage has only data area that can be written by user, start 8 to

233 bits, 1-4 words length. While, ISO 18000-6C protocol, well-known as electronic product code

(EPC) or EPCClass 1 Gen 2 or for short EPC Gen 2. The ISO 18000-6C tags storage unit divided

into four areas as shown in Fig. 2.

1. Password area, 32 bits visiting password and 32 bits killing password, can be readable

and writable.

2. EPC area: the area to store EPC number, currently can store maximal 96 bits of EPC

number. It can be readable and writable.

3.TID area: the area to store the tag identifier (TID) or ID number set by tag manufacturer;

currently have 32 and 64 bits those two kinds of ID number. It can be only readable, but un-writable.

4. User area: vary from different manufacturers such as Impinj and NXP. Impinj's Gen 2

tags don't have user area. NXP's tags have 224 bits. It can be readable and writable.

Fig. 2. The ISO 18000-6C tags storage unit


Deploying an RFID system necessitates multiple actors and many different components.

Typically, installing a system requires basic hardware-including tag chips, tag antennas, readers,

and reader antennas-as well as reader control and application software, and solution providers to

put it all together. When all of these components come together, an infinite number of creative

applications are possible (Creating an RFID Solution, 2016). In Thailand, UHF RFID readers and

tags use ISO 18000-6 standard in the frequency range 920-925 MHz, 4W EIRR power, FHSS tech-

nique by readers about 3-5 meters. The UHF RFID wristband for this research is shown in Fig. 3.

The UHF RFID desktop readers of this research have the internal antenna and USB connector

operated at 920-925 MHz, as shown in Fig. 4. The UHF RFID fixed reader is exhibited in Fig. 5.

Fig. 3. T

Fig. 4. Th

The UHF RFID w

he UHF RFID de

wristband tag.

esktop reader.


Fig. 5. The UHF RFID fixed reader.

2. Phase 2: Information Management System Development

In this phase, researchers submitted a newly developed two platforms; the web-based

and windows-based system (Suriya, 2015);

2.1 The web-based graduation ceremony management system to use the UHF RFID

desktop reader; USB port attracted the computer or the smart phone via USB On-The-Go (OTG).

It is divided into sub-system. In this part, each system is elaborated to show how it works and its

benefit.

2.1.2 Scan Code System: The graduates are scanned number ID from typing

keyboard or barcode on alumni's card by barcode reader or wristband tags by UHF RFID desktop

reader. The system manages to identify and verify graduates. The administrator will set up the

rehearsal session’s periods in the graduation ceremony.


2.1.2 Graduates List System: This system displays graduates list of each

faculty: sequential number, number ID, name, major, degree, attendance status, and seat code.

It shows seat map picture for graduate. The graduate details can be searched from putting number

ID from typing keyboard or barcode on alumni's card by barcode reader or wristband tags by UHF

RFID desktop reader.

2.1.3 Document Download System: The graduates can be download importance

information about the graduation ceremony.

2.2 The windows-based system uses the UHF RFID fixed reader. The lower layer

sub-system is configuration part on computer attracted to the UHF RFID fixed reader via RS232

port. The upper layer sub-system named application is directly connection to database management,

as Microsoft SQL server. The system manages to identify and verify the graduates that display in

the monitoring system. Many numbers ID of graduates are scanned into database at the same time,

as shown in Fig. 6.

3. Phase 3: Writing UHF RFID wristband tag

In this phase, researchers write UHF RFID wristband tag that the ISO 18000-6 standard

is different between ISO 18000-6 type B and type C. The ISO 18000-6B tags storage has user’s

data area that can be written by user. However, ISO 18000-6C protocol uses EPC Class 1 Gen 2

that user must get ID number for customer’s product from the standard organization as Table 1.

Thus this research selected ISO 18000-6B to write UHF RFID wristband tag by UHF RFID desktop

reader that can be readable and writable function.

Fig. 6. System of UHF RFID fixed reader


Table 1.

ISO 18000-6B/6C Data area

Tag type Data area Data length

ISO18000-6C

EPC 96

TID 64

USER 512

ISO18000-6B ID -

USER 220-223

The number ID of graduates is university student code that numeric 10 digits format. The writing tag has five steps: 3.1 Prepare graduates ID file that comma separated values named CSV Excel format and UHF RFID wristband tags as Fig. 7. 3.2 Take UHF USB desktop reader to write ISO 18000-6B tag that wristband tag by using the program of desktop reader. Tag ISO 18000-6B’s user area can be written start 8 to 223 bits, data length 1-4 words. In Fig. 8 illustrates the read and write ISO 18000-6B/C tag program that run on windows platform. The user can choose to generate data to write or import data from standard file as Fig. 9. The user must define data length between 1 to 8 words to write number ID into wristband tag. 3.3 Click import data button and select student code file. Then the data is input to the list of data to write. 3.4 Click begin write tag button and touch tag on the face of desktop reader to write as Fig. 10.

3.5 Verify written wristband tags to read tags by UHF RFID desktop.

Fig. 7. UHF RFID wristband tag.


Fig. 8. To generate ID or import data into tag.


Fig. 10. Write tag operation.



Fig. 10. Write tag operation.


Fig. 11. Write ID into wristband tag by UHF RFID desktop reader.

4. Phase 4: UHF RFID wristband tag implementation

In this phase, researchers implemented the graduation ceremony. In academic year

2016, the graduation ceremony was held in the Maejo University that managed five days; the three

days for graduation registration and rehearsal sessions; the graduation ceremony in two days

later. There were 3,762 graduates, 16 faculties, divided into two groups. First group, there are 1,886

graduates, 6 faculties e.g., school of graduate, faculty of business administration, Chumphon

campus in southern of Thailand, faculty of science, faculty of animal science and technology, and

Phrae campus in northern of Thailand. Second group, there were 1,876 graduates, 10 faculties

e.g., faculty of agricultural production, faculty of liberal arts, school of administrative studies,

faculty of economics, faculty of information and communication, school of tourism development,

faculty of engineering and agro-industry, faculty of fisheries technology and aquatic resources,

faculty of architecture and environmental design, and school of renewable energy as shown in

Table 2.


Table 2.

Graduates by faculty in the graduation ceremony

The first day, the graduates went to registration's place to get UHF RFID wristband tags,

alumni's card with ID barcode, and more. They were scanned wristband tag by UHF RFID desktop

reader for their identification. The second day, the graduation rehearsals was scanned by barcode

reader from their alumni's card. Then the graduation rehearsals and ceremony were held five times.

They were identified and verified to scan UHF RFID wristband tag to search graduate's information,

attendance time check, and seat management in ceremony’s place as shown in Table 3.

No. Faculty/School/Campus Amount

1 School of Graduate 138

2 Faculty of Business Administration 726

3 Chumphon campus 102

4 Faculty of Science 289

5 Faculty of Animal Science and Technology 164

6 Phrae campus 467

7 Faculty of Agricultural Production 572

8 Faculty of Liberal Arts 41

9 School of Administrative Studies 257

10 Faculty of Economics 337

11 Faculty of Information and Communication 34

12 School of Tourism Development 182

13 Faculty of Engineering and Agro-Industry 207

14 Faculty of Fisheries Technology and Aquatic Resources 79

15 Faculty of Architecture and Environmental Design 81

16 School of Renewable Energy 86

Total 3,762


Table 3.

Identify and verify graduates schedule by group

Day Period List Group 1 Group 2

1 Morning Registration, Get wristband tag and more X X

Afternoon Rehearsal Session I: scan barcode from card X X

2 All day Rehearsal Session II; RFID X X

3

Morning Rehearsal Session III;

Scan RFID for group 1 X

Afternoon Rehearsal Session IV;

Scan RFID for group. 2 X

4 Afternoon Graduation Ceremony;

Scan RFIDforgroup.1 X

5 Afternoon Graduation Ceremony;

Scan RFID for group.2 X

5. Phase 5: System deployment and evaluation

In this phase, researchers evaluated the graduation ceremony management system

that was deployed for the graduates attended rehearsal sessions and graduation ceremony to

identify and verify that date-time verified data was recorded in the database, and changed attendance

status. The graduation rehearsals were scanned wristband tag using the UHF RFID fixed and

desktop reader as shown in Fig. 12.

Fig. 12. Scanning wristband tag using UHF RFID fixed and desktop reader


Kind of reader Start scan Stop scan Duration (min.) Speed (persons/min)

Barcode 7:00am 7:47am 47 40.13

RFID day 1 13:00pm 13:24pm 24 78.58

RFID day 2 6:04am 6:23am 19 99.26

RFID day 3 10:00am 10:23am 23 82.00

RFID Avg. 22 85.73

Table 5.

Barcode and RFID Reader in Group 2 (N=1,876).

Kind of reader Start scan Stop scan Duration (min.) Speed (persons/min)

Barcode 10:00am 10:56am 56 33.50

RFID day 1 13:00pm 13:37pm 37 50.70

RFID day 2 11:20am 12:41pm 21 89.33

RFID day 3 10:07am 10:42am 35 53.60

RFID Avg. 31 60.52

Results and Discussion

To perform efficiency of the UHF RFID wristband system to identify and verify 3,762 graduates,

16 faculties. The group 1, there were 1,888 graduates, 6 faculties as shown in Table 4. The group 2,

there were 1,876 graduates, 10 faculties as shown in Table 5.

Table 4.

Barcode and RFID reader in Group 1 (N=1,888).

Table 5.

Barcode and RFID Reader in Group 2 (N=1,876).


The results of graduation ceremony management system were applied to identify and

verify attendances by duration time and speed measurement. The two groups’ difference was speed

of RFID faster than barcode reader.

Conclusion and future work The comparison between usable barcode 2D, UHF RFID fixed and desktop reader with

passive UHF RFID wristband tags written ISO 18000-6B standard has been designed, developed,

invented, and implemented for attending the rehearsal sessions and university’s graduation

ceremony. The result of implementation was speed of UHF RFID faster than barcode reader. This

RFID system can support many aspects: economic time, graduates’ satisfaction to RFID technology,

and innovation. This system solution was effectiveness and appropriation in the graduation

rehearsal sessions and ceremony (Sitti, 2016). However, this system is more than enough for our

application. In the future work we will compare between the speed of fixed and desktop reader,

and develop graduates tracking system.

ReferencesCreating an RFID Solution. (2016). Retrieved December 5, 2016, from: http://www.impinj.com/re

sources/about-rfid/how-do-rfid-systems-work/.

Finkenzeller, K. (2010). RFID handbook: Fundamentals and applications in contactless smart cards,

radio frequency identification and near-field communication. (3rd ed.). New York: John Wiley

& Sons.

How does a RFID system work?.(2016). Retrieved December 5, 2016, from: http://www.epc-rfid.

info/rfid 2016.

ISO/IEC 18000-6. (2010). Information technology--Radio frequency identification for item management-

Part 6: Parameters for air interface communications at 860 MHz to 960 MHz. Retrieved

December 5, 2016, from http://www.iso.org/iso/catalogue_detail.htm?csnumber=46149.

Kataja, J. ; Ukkonen, L. ; Schaffrath, M. ; Sydanheimo, L. & Kivikoski, M. (2006). Modelling the effects

of stacked paper on the radiation pattern of bow-tie RFID tag antennas. In Antennas and

Propagation Society International Symposium 2006 (pp. 3225-3228). IEEE.

Mak, C. L. (2017). Passive UHF RFID tag designs for automatic vehicle identification. In Computational

Electromagnetics (ICCEM), 2017 IEEE International Conference on. (pp. 61-63). IEEE.


Radio frequency Identification - Wikipedia. (2016). Retrieved December 6, 2016, from https://

en.wikipedia.org/wiki/Radiofrequency_Identification.

Radio Frequency Identification (RFID) in Thailand. (1997). Retrieved December 5, 2016, from:

https://www.amchamthailand.com/asp/view_doc.asp?DocCID=1977.

RFID Frequencies What you need to know about them. (2016). Retrieved December 5, 2016, from:

http://www.wireless-technology-advisor.com/rfid-frequencies.html.

Sitti, S. (2016). The UHF RFID wristband system for attending the rehearsal sessions and graduation

ceremony. In Computer Science and Engineering Conference (ICSEC), 2016 International.

(pp. 1-5). IEEE.

Suriya, P. (2015). Information system design for work-integrated learning management activities

model of private institute of higher education in Thailand. FEU Academic Review. 9(2-4), 76-87.


การสรางตวควบคมอตโนมตดวยการหาคาเหมาะทสดของการเคลอนทกลมอนภาคบนพนฐานตวควบคมพไอดสาหรบระบบสงกาลงไฟฟาสองพนท*Automatic Generation Control Using Particle Swarm Optimization

based PID Controller for Two Area Power System

จตสราญ สกกา1** , ศรพร แสนศร2 , สาวณ แสงสรยนต3 รพพงศ รตนวรหรญกล4, นตยา เมองนาค5

Jitsaran Seekuka1** , Siriporn Sansri2 , Sawinee Sangsuriyan3 Rapeepong Rattanawaorahirunkul4 , Nittaya Muangnak5

1, 2, 3, 4, 5 คณะวทยาศาสตรและวศวกรรมศาสตร มหาวทยาลยเกษตรศาสตร วทยาเขตเฉลมพระเกยรต จงหวดสกลนคร

59/5 หม 1 ตาบลเชยงเครอ อาเภอเมอง จงหวดสกลนคร 47000 1, 2, 3, 4 ,5 Faculty of Science and Engineering, Kasetsart University

Chalermphrakiat Sakhonnakhon Province Campus59/5 Moo 1, Tambol ChiengKrue Muang District, Sakon Nakhon Province 47000

*ปรบปรงเพมเตมเนอหาจากบทความ เรอง AGC using Particle Swarm Optimization based PID controller design for two area power system ทนาเสนอในการประชมวชาการ 2016 International Computer Science and Engineering Conference 2016 ณ โรงแรมเชยงใหมออรคด 14-17 ธนวาคม 2559** ผเขยนหลก อเมล: [email protected]

บทคดยอ บทความนนาเสนอการออกแบบตวควบคมพไอดสาหรบระบบการสงกาลงไฟฟาระยะไกลสองพนท

ในกรณทมการเปลยนแปลงอตราการใชกาลงไฟฟาในรปแบบตางๆ โดยตวควบคมพไอดเปนตวควบคม

ทถกใชควบคมระบบการสงกาลงไฟฟาระยะไกลสองพนท เนองจากมโครงสรางการควบคมทงายกวา

เมอเปรยบเทยบกบตวควบคมอนๆ แตอยางไรกตาม การปรบคาอตราขยายพไอดทเหมาะสมยงเปนประเดน

ทยงไดรบการศกษาเพอการปรบคาใหไดคาอตราขยายทมประสทธภาพ บทความนจงมเปาหมายเพอทาการ

เลอกคาอตราขยายทเหมาะสมโดยใชการหาคาเหมาะทสดของการเคลอนทกลมอนภาคเพอนามาประยกต

ใชในการควบคมระบบไฟฟากาลงสองพนท โดยระบบนเปนระบบทมการสงสญญาณความถในระยะไกล

ระหวางพนทผานทางสายสง ซงเมอเกดผลกระทบจากพนทหนงจะเกดผลกระทบตออกพนททเหลอ


โดยในบทความนเลอกใชคาความคลาดเคลอนกาลงสองเฉลยเปนฟงกชนวตถประสงคในการเลอกอตราขยาย

และเปรยบเทยบความถกตอง จากผลการจาลองและเปรยบเทยบพบวาการควบคมความถของระบบสงกาลง

สองพนทโดยพนฐานตวควบคมพไอดดวยการเลอกอตราขยายดวยวธการเคลอนทกลมอนภาค สามารถ

ควบคมสญญาณตามความถอางองไดอยางเหมาะสมและมประสทธภาพภายใตการเปลยนแปลงโหลดใน

รปแบบตางๆ

คาสาคญ การสรางตวควบคมอตโนมต ตวควบคมพไอด การหาคาเหมาะทสดของการเคลอนทกลมอนภาค

Abstract This paper presents a design of PID controllers for two area power systems with variation

in the load. Currently, PID controller has been used to operate in two area power system because

its structure is simpler compared to others. However, the issue of tuning and designing a PID

controller adaptively and efficiently is still open. This paper presents an improved PID controller

efficiency from tuning by Particle Swarm Optimization (PSO) Algorithm. The automatic generation

control has been developed for two area thermal network using PSO based PID controller. The two

control signals are thus developed by a PSO based PID controller, which are fed one to each area

for frequency response enhancement. The errors between desired frequency response and

actual frequency response are calculated by using the Mean Square Error (MSE). Simulation and

comparison result shows that the active power control of the system with PSO based PID controller

help to achieve the frequency at the reference frequency with variation in the load.

Keywords Automatic Generation Control, PID Controller, Particle Swarm Optimization.

บทนา ระบบไฟฟากาลงเปนระบบทมความจาเปนอยางยงในปจจบน การรกษาคณภาพของไฟฟาทดจะ

ตองสามารถรกษาระดบแรงดนและความถใหสามารถอยในระดบมาตรฐานตลอดเวลาในเครอขายระบบ

ไฟฟากาลงทมการเชอมตอระหวางระบบไฟฟาในแตละพนท การเชอมตอระบบไฟฟาหลายพนทเขาดวยกน

เปนการชวยเพมความเชอถอไดเขามาในระบบเพอเปนการสารองไฟฟาใหกนและกนในแตละพนท การสราง

ตวควบคมอตโนมตเปนวธการทสามารถชวยใหระบบไฟฟากาลงสามารถรกษาคณภาพไฟฟาใหไดมาตรฐาน

คอสามารถทาใหคาความถของระบบกลบเขาสคามาตรฐานตามเดมหลงจากทระบบเกดการเปลยนแปลง


อตราการใชไฟ หรอเกดปญหาขนกบระบบไฟฟาทตาแหนงตางๆ โดยทาการควบคมความถของระบบในพนท

ตางๆ ผานทางสายสง ในระบบไฟฟาทมพนทการสงจายไฟฟาสองพนทซงมขนาดใหญ เมอเกดปญหากบ

พนทหนงจะสงผลกระทบไปยงอกพนทดวย การศกษาเพอแกปญหาทเกดขนจงมความสาคญอยางยงเนองจาก

ถาสามารถทาใหระบบไฟฟาทกจดกลบเขาสคามาตรฐานไดเรวจะชวยลดโอกาสในการทจะทาใหอปกรณ

ตางๆทอยในระบบเกดการเสยหายหรอคณภาพของไฟฟาลดตาลงซงอาจกอใหเกดอนตรายตอผใชไฟฟาได

โดยตวควบคมพไอดเปนตวควบคมทไดรบความนยมเนองจากมโครงสรางการควบคมทงายและม

ประสทธภาพในการใชงานสะดวกตอการบารงรกษา อกทงการหาคาเหมาะทสดของการเคลอนทกลมอนภาค

เปนอกวธการในการหาคาเหมาะสมทสดทไดรบความนยมในการปรบหาคาทเหมาะสมสาหรบระบบใดๆ

ปจจบน นกวจยไดพยายามหาตวควบคมแบบตางๆ เพอแกไขปญหาดงกลาว แตอยางไรกตามตว

ควบคมพไอดยงเปนตวควบคมทไดรบความนยมในการควบคมระบบทวไป รวมถงระบบไฟฟาในปจจบน

แตปญหาการเลอกอตราขยายพไอดเปนอกประเดนทตองศกษาเนองจากเกดประเดนทวาอตราขยายเทาไหร

จงจะเหมาะสมทสดกบระบบสงกาลงไฟฟาแบบสองพนท เพอแกปญหาน นกวจยจงไดเลอกใชการหา

คาเหมาะทสดของการเคลอนทกลมอนภาคในการหาคาอตราขยายดงกลาว

ทฤษฎทเกยวของ

1. ตวควบคมพไอด (Jingqing, Shiqiao, Fenglin, Chuang & Haipeng, 2010)

โครงสรางโดยทวไปของตวควบคมพไอดแบบวงปดแสดงดงภาพท 1

1

(1)

)()()( tytrte (2)

)(tu , )(tr , )(ty , pK

proportional coefficient, iT integration time constant, dT differentiating time constant ,

T sampling period Discretize (1)


(3)

(4)

(5)

(6)

(7)

(5), (6), (7) (4)

(8)

Discretize (2) r(t)

(9)

(10)

(11)

(8), (9), (10), (11)

2. การหาคาเหมาะทสดดวยการเคลอนทกลมอนภาค

การหาคาเหมาะทสดดวยการเคลอนทกลมอนภาค (Particle Swarm Optimization, PSO)

เปนวธการแกปญหาทางคอมพวเตอร (J. Kennedy, 1995) โดยมสมการดงน

(12)

(13)


i, i,

, , Weight Factor,

[0,1]

PSO

(Xiaoling & Zhong, 2009)

Begin

while do

for each particle i do

Update the velocity according equation (12);

Update position according to equation (13);

Calculate the fitness value;

;

end for

Update the and in the population;

end while

End

3. ระบบสงกาลงไฟฟาสองพนท

ในระบบสงกาลงไฟฟาสองพนทสามารถมองไดวามระบบไฟฟาสองชด ซงทาการเชอมตอเขา

ดวยกนผานทางสายสงเพอเพมความมนคงของระบบไฟฟาและความเชอถอไดของระบบโดยรวม (Saadat,

2010) จากภาพท 2 จะเหนไดวาเมอเกดการเปลยนแปลงโหลดของในแตละพนทยอมสงผลใหพนททเหลอได

รบผลกระทบดวย (Kalyani, Nagalakshmi & Marisha, 2012) ซงงานวจยนจะทาการแกไขปญหาทเกดขน

ดงกลาว


ภาพท 2: โครงสรางและการเชอมตอระบบสงกาลงไฟฟาสองพนท

คาสถานะของระบบและสมการเอาพตของระบบกาหนดดงสมการ (13)

.Cxy

BuAxx (13)

4. การจาลองและวเคราะหผล

จากภาพท 2 สามารถจดระบบใหอยในรป State Matrix A , Input Matrix B, Output Matrix C

ไดดงน (Kumari & Jha, 2014)

001002000001000001000002002

0002

1022

1000

0002

12

10000

00220

22

21000

0000001

1011

1

0000001

11

10

00110000

11

11

BB

TTTgTgR

TtTt

TpKp

TpKp

Tp

TgTgR

TtTt

TpKp

TpKp

Tp

A


;

000000

2100000

01

10000

Tg

Tg

B .000001001C

2

1

1 ( ) ( ) 100N

k kk

MSE y t r tN (14)

โดยคาพารามเตอรของระบบสามารถศกษาไดจาก (Naresh Kumari, 2014) และคาพารามเตอร

สาหรบ PSO กาหนดดงน จานวนสมาชก = 50, จานวนรอบสงสดในการคานวณ = 60 รอบ, Sampling time

= 1 ms, c1 = c2 = 1.49618, w = 0.72984. โดยในงานวจยนใชคาความคลาดเคลอนกาลงสองเฉลย (Mean

Square Error, MSE) ตามสมการ (14)

y(tk) tk, r(tk) tk, N

PSO

3: PSO


(Control vector) (15)

0.70610.6974,0.9055,0.6979,1.6557,0.9128,0.0108,0.0684,0.2161,0.05140.1223,1.0075,-0.0108,0.0659,0.2058,0.6339,1.2558,0.5008,

K

หลงจากไดคาตวควบคมของระบบจากกระบวนการขางตน ขนตอนตอไปเปนการทดสอบผล

การควบคม ซงโดยทวไปอตราการเปลยนแปลงโหลดในสภาวะจรงมคาไมเกนรอยละ 1 ในงานวจยนจงได

ทาการเปลยนแปลงโหลดในพนทตางๆ และสรปผลการควบคมดงภาพท 4-9 ตามลาดบ

4: 1 1

5: 1 2

6: 1 1 2

15


7: 1 1

8: 1 2

9: 1 1 2

งานวจยนไดทาการเปรยบเทยบผลการควบคมโดยใชคาความคลาดเคลอนสมบรณเฉลย (Mean

Absolute Error, MAE) และคาความคลาดเคลอนกาลงสองเฉลย (Mean Square Error, MSE) ตามสมการ

(14) และ (16) นอกจากน คาความคลาดเคลอนเชงสถตย (Steady-State Error, ess

) ไดถกนามาพจารณา

เชนเดยวกน

1

1 ( ) ( ) 100N

k kk

MAE y t r tN (16)

1 2.



สรปคาความคลาดเคลอนการควบคมในพนท 1

ess MAE (%) MSE (%) 4 0 0.7104 0.8372

5 0 0.1295 0.3437

6 0 0.6941 0.3235

7 0 0.5202 0.1542

8 0 0.3142 0.5488

9 0 0.6634 0.6298

2

2

ess MAE (%) MSE (%) 4 0 0.1704 0.3372

5 0 0.6295 0.8437

6 0 0.5041 0.1235

7 0 0.3202 0.3542

8 0 0.6642 0.5288

9 0 0.3134 0.2294

สรปผลการทดลอง

จากผลการจาลองทงหมดพบวา การออกแบบตวควบคมพไอดโดยการหาคาอตราขยายดวย PSO

และประยกตใชกบระบบสงกาลงไฟฟาสองพนท สามารถปรบปรงผลตอบสนองความถของระบบใหกลบเขา

สคาความถทเหมาะสม คอ มคาอตราการเปลยนแปลงความถเปนศนยเมอเทยบกบความถตงตนในทกกรณ

ไมวาจะมอตราการเปลยนแปลงโหลดเพมขนหรอลดลง และสามารควบคมไดทงกรณทมการเปลยนแปลง

โหลดพนทเดยวหรอทงสองพนทภายในเวลาอนสน นนคอระบบสามารถเขาสสภาวะปกตไดอยางรวดเรว

ซงเปนผลดตอระบบสงไฟฟากาลงและอปกรณทเกยวของ ซงแสดงใหเหนวาการสรางตวควบคมอตโนมต

ดวยการหาคาเหมาะทสดของการเคลอนทกลมอนภาคบนพนฐานตวควบคมพไอดสาหรบระบบไฟฟากาลง

ในสองพนท โดยสามารถทาการควบคมไดอยางถกตอง เหมาะสม เชอถอได และมประสทธภาพ


เอกสารอางอง

Jingqing, D. ; Shiqiao, G. ; Fenglin, Y. ; Chuang, L. & Haipeng, L. (2010). An improved control

method based on PID algorithm. In Advanced Computer Control (ICACC), 2010 2nd

International Conference on. (Volume 3). (pp. 124-129). IEEE.

Kalyani, S. ; Nagalakshmi, S. & Marisha, R. (2012). Load frequency control using battery energy

storage system in interconnected power system. 2012 Third International Conference on

Computing, Communication and Networking Technologies (ICCCNT'12). (pp. 1-6).

Kennedy, J. & Eberhart, R. C. (1995). Particle swarm optimization. In IEEE International Conference

on Neural. (pp. 33-43). Networks: Perth, Australia.

Kumari, N. & Jha, A. N. (2014). Automatic generation control using LQR based PI controller for

multi area interconnected power system. Advance in Electronic and Electric Engineering.

4(2), 149-154.

Saadat, H. (2010). Power System Analysis. n.p: PSA publishing.

Wu, X. & Zhong, M. (2009). A hybrid particle swarm optimizer. In Second Asia-Pacific Conference

on Computational Intelligence and Industrial Applications. (pp. 279-282.).


ตวกรองคดเลอกลกษณะเฉพาะสาหรบการจาแนกขอมลเพอการประยกตใชบนระบบอนเทอรเนตของทกสง*

Filter-Based Feature Selection for Data Classification in IoT

พาสน ปราโมกขชน1** , พนธปต เปยมสงา2 Part Pramokchon1** , Punpiti Piamsa-nga2

1สาขาวชานวตกรรมเทคโนโลยดจทล คณะวทยาศาสตร มหาวทยาลยแมโจ เลขท 63 หม 4 ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1Digital Technology Innovation Program, Faculty of Science, Maejo University63 Moo 4, Nonghan Subdistrict, Sansai District, Chiang Mai 50290

2ภาควชาวศวกรรมคอมพวเตอร คณะวศวกรรมศาสตร มหาวทยาลยเกษตรศาสตร เลขท 50 ถนนงามวงศวาน แขวงลาดยาว เขตจตจกร กรงเทพฯ 10900

2Department of Computer Engineering, Faculty of Engineering, Kasetsart University50 Ngam Wong Wan Rd, Ladyaow Chatuchak Bangkok 10900

* ปรบปรงเพมเตมเนอหาจากบทความ เรอง Effective threshold estimation for filter-based feature selection ทนาเสนอ ในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC 2016) ณ จงหวดเชยงใหม ประเทศไทย วนท 14-17 ธนวาคม พศ. 2559** ผเขยนหลก อเมล: [email protected]

บทคดยอ ระบบอนเตอรเนตทเชอมตอในทกสงเปนเทคโนโลยทถกนามาใชในชวตประจาวนดานตางๆ

อยางกวางขวาง ซงระบบไดกอใหเกดขอมลดจทลปรมาณมหาศาลซงมสารสนเทศทมประโยชนซอนอย เทคนค

ดานเหมองขอมลจงถกนามาประยกตใชเพอวเคราะหและคนหาสารสนเทศเหลาน การจาแนกขอมล

เปนเทคนคดานเหมองขอมลทถกประยกตใชกบการพฒนระบบอจฉรยะ การคดเลอกลกษณะเฉพาะเปน

การเตรยมชดขอมลตวอยางทเหมาะสมสาหรบการพฒนาตวจาแนกขอมลอยางมประสทธภาพในดาน

การเรยนรขอมลเพอสรางโมเดลและการจาแนกขอมลใหม บทความนนาเสนอตวกรองคดเลอกลกษณะเฉพาะ

เพอการจาแนกขอมลกรณทมจานวนลกษณะเฉพาะจานวนมาก ซงเปนธรรมชาตของขอมลทไดจากระบบ

อนเตอรเนตทเชอมตอในทกสง ดวยการประยกตใชเทคนคทางสถตเพอประเมนคาขดแบงเพอเลอกกลม

ของลกษณะเฉพาะทดทสดตอการจาแนกขอมล วธการทนาเสนอสามารถหลกเลยงการวนทาซาหลายครง


และชวยทาใหขนตอนการวจยและพฒนาระบบอจฉรยะสามารถทาไดอยางรวดเรวและแมนยามากยงขน

บทความไดทดลองเปรยบเทยบการคดเลอกลกษณะเฉพาะทไดนาเสนอกบวธการทมอยเดมและชดขอมล

มาตรฐานทมจานวนลกษณะเฉพาะจานวนมากและมหลายกลมคาตอบ ผลการทดลองแสดงใหเหนวา

ขนตอนวธการทไดนาเสนอสามารถคดเลอกลกษณะเฉพาะจานวนนอยและมนยสาคญตอประสทธภาพ

การจาแนกขอมลและสามารถใชทดแทนวธการคดเลอกแบบเดมไดอยางมประสทธภาพ

คาสาคญ ระบบอจฉรยะ ระบบเหมองขอมล การจาแนกขอมล การคดเลอกลกษณะเฉพาะ ตวกรอง

Abstract The Internet of Things (IoT) is a new important technology that is widely used in various

fields today. This technology has generated and captured an enormous amount of data. Several

techniques of data mining have been applied to analyze and search for valuable information hidden

from these data in order to improve IoT smarter. Data Classification is one of mining techniques

which has played a role in the development of intelligent systems by using valuable information

from IoT. Feature selection is an important process for improving the efficiency of classification both

in terms of data learning to construct the model and of classifying a new instance. This paper

presents a filter-based feature selection method for analysis highly dimensional data which is the

particular characteristic of IoT data. The proposed feature selection effectively estimates the

statistical cut-off to select the optimal feature subset for classification. This proposed method can

avoid iterative empirical process, thus, this will help the tasks of research and development of

intelligent systems in terms of speed-up and correctness. The classification performance of the

proposed feature selection method on the highly dimensional dataset is compared with the existing

method. The results show that the proposed method can select a small feature subset which has

effective performance. It means that the intelligent system in IoT can use the proposed feature

selection method instead of the traditional feature selection.

Keywords Intelligent System, Data Mining, Data Classification, Feature Selection, Filtering


บทนา ในปจจบนนวตกรรมเทคโนโลยดจทลไดเขามามบทบาทสาคญในชวตประจาวนเปนอยางมาก

ซงหนงในนนคอ เทคโนโลยอนเตอรเนตทเชอมตอในทกสง (Internet of Things, IoT) เรยกโดยยอวา เทคโนโลย

ไอโอท เปนเทคโนโลยสาหรบการเชอมตอระหวางเครอขายคอมพวเตอรพนฐานทวไปและอปกรณดจทลใหมๆ

ใหสามารถอานวยความสะดวกแกผใชในดานตางๆ แนวความคดพนฐานของไอโอทคอ ความพยายาม

ใหทกๆ สง ไดแก อปกรณคอมพวเตอร ผใช วตถตางๆ และ สงอนใดๆ ในโลกสามารถเชอมตอระหวางกนได

เพอสงระบตวตน สงขอมลและสรางการตดสนใจไดดวยตวเอง เชน แนวคดบานอจฉรยะ (Smart Home)

มการใชเครอขายอปกรณตรวจจบ (Sensor Network) เพอเกบขอมลสภาพแวดลอมรอบตวผใชเพอ

อานวยความสะดวกในการดารงชพภายในบาน (Tsai, Lai, Chiang, Yang, 2014, 77-97)

องคประกอบหนงทสาคญของเทคโนโลยไอโอทคอ อปกรณทมลกษณะความเปนอจฉรยะ หรอ

สมารทออบเจค (Smart Object) ทจะตองมความสามารถในการระบตวตน (Identification) ตรวจจบเหตการณ

(Sensing Event) และปฏสมพนธระหวางอปกรณดวยกน (Object Interacting) สรางการตดสนใจ (Making

Decision) ไดดวยตวเอง (Gubbi, Buyya, Marusic, Palaniswami, 2013, 1645-1660) งานวจยเพอพฒนา

อปกรณอจฉรยะเหลานจงมความสาคญตอเทคโนโลยไอโอทเปนอยางมาก ซงนกวจยมกจะใชแนวคดของ

ระบบเหมองขอมล (Data Mining) เพอหาอลกอรธมทเพมความสามารถของอปกรณใหสามารถตดสนใจ

ไดอยางแมนยาและรวดเรวมากยงขน การพฒนาระบบจาแนกขอมล (Data Classification) เปนหนงในเทคนค

สาคญของระบบเหมองขอมลทมกจะถกนามาใชในงานทมลกษณะเปนการตดสนใจอตโนมต โดยระบบ

จาแนกขอมลจะมการนาขอมลทระบบไอโอทรวบรวมไวมาเปนชดขอมลตวอยาง (Training Dataset)

สรางตวจาแนกขอมล (Classifier) ทสามารถระบกลมของขอมลทเขามาใหม (Unknown Data) ไดอยาง

มประสทธภาพ (Chen et al., 2015, 1-14) ตวอยางงานดานไอโอททตองมการพฒนาตวจาแนกขอมล

ไดแก ระบบอาคารอจฉรยะทจะตองสามารถจาแนกเหตการณตางๆ ของผใชภายในอาคาร และสามารถ

ตอบสนองการใชชวตของผใชภายในอาคารไดโดยการควบคมอปกรณอานวยความสะดวกรวมถงอปกรณ

สาธารณปโภคตางๆ ภายในอาคาร เชน ระบบไฟสองสวาง หรอ เครองปรบอากาศไดอยางสอดคลองเหมาะสม

โดยปกตอปกรณดจทลทใชภายในเทคโนโลยไอโอทผลตขอมลดจทลจานวนมาก และมประเภทของ

ขอมลทหลากหลายอยตลอดเวลา ขอมลเหลานอาจเปนขอมลภายในของตวอปกรณเอง เชน สถานะ ตาแหนง

หมายเลขของอปกรณ ฯลฯ หรอ ขอมลภายนอกอปกรณ เชน ขอมลทอปกรณตรวจจบวดได เชน อณหภม

ความชน การเคลอนไหว ฯลฯ ขอมลเหลานจะถกเรยกวาลกษณะเฉพาะ (Feature) ของอปกรณแตละตว

อปกรณทเกยวของในระบบไอโอทจะสรางขอมลอยตลอดเวลาซงอาจมขนาดหลายเทระไบตขนไปตอวน

จงมงานวจยทพยายามลดความซบซอนของขอมลสาหรบการเขาเพอสรางตวจาแนก ซงการคดเลอกลกษณะเฉพาะ

(Feature Selection) ไดรบการยอมรบวาเปนวธการหนงในการจดการลดความซบซอนของขอมลปรมาณ

มหาศาลนน สามารถเพมประสทธภาพของการวเคราะหและการสรางตวจาแนกขอมลเพองานพฒนาเทคนค

ไอโอทไดเปนอยางด (Tsai, Lai, Chiang, Yang, 2014, 77-97) ทงในดานการลดความซบซอนการคานวณ


และเพมความแมนยาของตวจาแนกขอมล การคดเลอกลกษณะเฉพาะใชแนวคดวาในฐานขอมลทงหมด

อาจมเพยงบางลกษณะเฉพาะทสมพนธกบกลมคาตอบการจาแนก (Relevant Feature) ซงมประโยชน

ตอการสรางตวจาแนก ดงนนสงจาเปนคอ การเลอกเพยงลกษณะเฉพาะบางอนทจาเปนมาใชในกระบวน

การสรางตวจาแนกสาหรบขนตอไป (Yu & Liu, 2004, 125-1224) ขอมลทมมตขนาดมหาศาลทงในดาน

จานวนลกษณะเฉพาะนเปนปญหาสาคญในขนตอนการพฒนาระบบจาแนกขอมล เพราะการมลกษณะเฉพาะ

ทไมมนยยะสาคญ (Irrelevant Feature) ตอประสทธภาพของตวจาแนกในฐานขอมลอยเปนจานวนมาก

จะกอใหเกดความลาชาทงในขนตอนการพฒนาตวจาแนกและการจาแนกขอมลใหม นอกจากนยงลด

ความแมนยาของตวจาแนกอกดวย ดงนนหากสามารถคดเลอกลกษณะเฉพาะมากลมเลกๆ จะเปนการลดขนาด

ของขอมลซงเปนผลดตอการวจยและพฒนาตวจาแนกขอมลตอไป

การคดเลอกลกษณะเฉพาะแบงเปน 2 ประเภทคอ แบบตวกรอง (Filter-Based) และแบบหอหม

(Wrapper-Based) (Liu & Yu, 2005, 491-502) วธการคดเลอกแบบตวกรองใชการประเมนความมประโยชน

ของแตละลกษณะเฉพาะตอการจาแนกขอมล โดยเรยกวา คาคะแนนลกษณะเฉพาะ (Feature Score)

ขนตอน วธตวกรองจะเลอกลกษณะเฉพาะทมคาคะแนนสง (Top Score Feature) มากกวาลกษณะเฉพาะท

มคะแนนตา วธการคดเลอกแบบหอหมจะใชอลกรธมการคนหา (Searching Algorithm) และอลกอรธม

การเรยนร (Learning Algorithm) ทเตรยมไวแลวสาหรบกลมของลกษณะเฉพาะทเหมาะสมกบอลกอรธม

การเรยนรนน ทาใหเปนวธการแบบหอหมสามารถเลอกลกษณะเฉพาะทสงผลตอความแมนยาการจาแนก

ขอมลไดดกวาแบบตวกรอง แตอยางไรกตามวธการแบบหอหมกจะมความยงยากและซบซอนตองใช

ทรพยากรในการคานวณมากกวาวธแบบตวกรอง ดงนนในดานความรวดเรวและความงายในการนาไปใชวธการ

แบบตวกรองจงไดรบความนยมมากกวาซงรวมไปถงงานวจยและพฒนาตวจาแนกในเทคโนโลยไอโอท

ดวยเชนกน มงานวจยทเสนอวธการแบบผสม (Hybrid-Based) ทรวมขอดของทงวธการแบบตวกรอง และ

วธการแบบหอหม โดยจะมขนตอนการทางานทเรวขนกวาวธหอหมและคดเลอกไดลกษณะเฉพาะทชวยให

ตวจาแนก ทางานไดอยางแมนยาขน อยางไรกตามวธการแบบผสมนยงคงตองใชเวลาการประมวลผลเพอ

คดเลอกกลมของลกษณะเฉพาะทสงมาก (Combarro, Montanes, Diaz, Ranilla & Mones, 2005, 1223-1232)

เพราะตองเสยเวลาวนรอบทางานเพอหาจานวนของลกษณะเฉพาะทเหมาะสม และยงไมมเทคนคหรอทฤษฎ

สาหรบการคาดคะเนจานวนของลกษณะเฉพาะไดอยางมประสทธภาพ

บทความนจงนา เสนอวธการประมาณคาขดแบง (Cut-Off or Threshold) สาหรบวธการคดเลอก

ลกษณะเฉพาะแบบตวกรองบนพนฐานเทคนคทางสถต วธการทนาเสนอไมไดยดตดกบอลกอรธมการเรยนร

ใดแตใชการประมาณคาจากคะแนนของลกษณะเฉพาะทงหมดในฐานขอมล วธการทนาเสนอนอาศยแนวคด

ดานการระบขอมลทมลกษณะผดปกต (Outlier Identification) ทพจารณาวาลกษณะเฉพาะทไมมประโยชน

มกมคาคะแนนตาๆ และมคาใกลเคยงกน ดงนนลกษณะเฉพาะใดมคาคะแนนทสงกวาลกษณะเฉพาะอน

อยางผดปกตแสดงวาเปนลกษณะเฉพาะทมความสมพนธกบกลมคาตอบมากกวาลกษณะเฉพาะอนๆ ทงหมด

บทความจะนาเสนอวธการประมาณคาขดแบงเพอระบลกษณะเฉพาะทมคาคะแนนทผดปกตนน แลววธการ


แบบตวกรองจะคดเลอกลกษณะเฉพาะทมคาคะแนนผดปกตนนไปใชสาหรบขนตอนการพฒนาตวจาแนก

ตอไป การประมาณคาขดแบงทนาเสนอนจะใชพารามเตอรทางสถตเพยงตวเดยวและไมจาเปนตองม

การวนทาซาใดๆ นอกจากนวธการทเสนอนยงสามารถปรบตวตามชดขอมลตวอยางตางๆ ได ผวจยไดทดสอบ

วธการทนาเสนอกบชดขอมลตวอยางมาตรฐานทมมตขนาดใหญ ทงดานจานวนลกษณะเฉพาะและ

จานวนตวอยาง โดยใชประสทธภาพของตวจาแนกเปนตวชวดประสทธภาพของการคดเลอกลกษณะเฉพาะ

และเปรยบเทยบกบวธการคดเลอกลกษณะเฉพาะแบบผสมทนยมใชงานกนในงานวจยดานการจาแนกขอมล

ผลการทดลองแสดงใหเหนวาวธการทนาเสนอสามารถคดเลอกลกษณะเฉพาะมากลมหนงทมจานวนนอยมาก

เมอเทยบกบจานวนลกษณะเฉพาะทงหมด แตตวจาแนกขอมลยงสามารถใหผลลพธความถกตองของ

การจาแนกขอมลทมมตขนาดใหญไดในระดบทนาพอใจ

ทบทวนวรรณกรรม จากทไดกลาวไวเบองตน ดงภาพท 1 เปนการอธบายเพมเตม ระบบไอโอท ซงประกอบดวยระบบ

อปกรณเซนเซอร (Sensing Device) เพอการตรวจจบขอมลสภาพแวดลอม ระบบวเคราะหขอมล

(Data Analytics System) เพอการตดสนใจอยางชาญฉลาด และการนาเสนอขอมล (Data Visualization)

เพอสนบสนนการตดสนใจ เหลานเพอประโยชนดานตางๆ เชน การอานวยความสะดวกภายในบานและอาคาร

การใชงานเพอการขนสง การเพมศกยภาพภายในชมชน ภาคธรกจและสงคม การบรหารและพฒนาประเทศ

โดยอาจมบคคลทเกยวของไดแก ผใชในบาน แพทย ผบรหารองคกร ผบรหารประเทศ เปนตน

Home

Security

Entertainment

Health careTransport

Parking

Traffic Logistics

Community

Retail

FactoryEnvironment

BusinessIntelligence

NationalUtilities

Infrastructure

DefenseSmart Grid

Internet of ThingsSensing, Analytics andVisualization Tools

Doctors

Users

Policy Makers Industrialists

ภาพท 1: ระบบอนเตอรเนตทเชอมตอในทกสงหรอระบบไอโอท

ทมา: Gubbi, Buyya, Marusic & Palaniswami, 2013, 1645-1660


การประยกตใชระบบไอโอททไดรบความสนใจอยางกวางขวาง คอ การพฒนาระบบอจฉรยะบนพนฐาน

การจาแนกขอมลเพออานวยความสะดวกตอผใชงาน ภาพท 2 เปนการอธบายเพมเตม ขนตอนพนฐานใน

การพฒนาระบบอฉรยะดวยขอมลจากระบบไอโอท โดยเรมตนจากการเกบขอมลจากหลายๆ แหลงทแตกตางกน

ภายในระบบไอโอทลงในฐานขอมล (Database) กระบวนการพฒนาตวจาแนกขอมลจะเรมจากการนาขอมล

ในฐานขอมลมาผานการเตรยมขอมลเบองตน (Preprocessing) เพอใหขอมลอยในรปแบบทเหมาะสมกบ

การสรางโมเดลการจาแนกขอมล เรยกวา ชดขอมลตวอยางสาหรบการฝกหด (Training Dataset) ซงขอมล

ตวอยางทงหมดจะถกแทนในรปแบบตารางเมทรกซ (Marix) ขนาด m x n โดย m คอ จานวนขอมลตวอยาง

และ n คอ จานวนลกษณะเฉพาะ ทกๆ ขอมลตวอยางจะตองมการระบผลเฉลยคาตอบวา ตวอยางนนๆ

อยในกลมคาตอบ (Class) ใด ยกตวอยางเชน ในระบบควบคมอณหภมภายในบาน ขอมลตวอยางประกอบดวย

ลกษณะเฉพาะ คอคาอณหภม ความชน จานวนคน การเคลอนไหวของบคคลภายในบาน เปนตน และ

กลมคาตอบคอชวงอณหภมทเหมาะสม ซงม 3 กลมคาตอบไดแก อบอน หรอ ปกตเพอการประหยดพลงงาน

หรอ เยนสบาย เปนตน ชดขอมลตวอยางทเตรยมไวจะถกนาไปยงขนตอนการสรางตวจาแนกโดย

ใชกระบวนการเรยนรเครองจกร (Machine Learning) เรยนรรปแบบของสารสนเทศภายในขอมลเพอสราง

ตวจาแนก (Classifier) ทสามารถวนจฉยขอมลทเขามาในระบบและจาแนกกลมคาตอบของขอมลนน

การคดเลอกลกษณะเฉพาะเปนสวนหนงของการเตรยมขอมลเบองตนเพอลดจานวนลกษณะเฉพาะ

ใหมปรมาณทเหมาะสมตอการนาไปสรางโมเดลการจาแนกขอมล ตวอยางเชน อปกรณตางๆ ในระบบ

ไอโอทอาจมการตรวจจบ วดคา หรอสรางขอมลใดๆไดมากมาย ขอมลเหลานจะเปนขอมลลกษณะเฉพาะ

ทมจานวนมหาศาล กลมของลกษณะเฉพาะทถกเลอกจะเรยกวา กลมลกษณะเฉพาะทเหมาะสม (Optimal

Feature Set) ทสามารถเปนตวแทนของสารสนเทศทมอยในขอมลตวอยางทงหมดได

Data

Internet of Things

Application

Internet

Sensing Entity

Data Mining Process

PreprocessingFeatureSelection

Database

ClassifierModel

ConstructionClassifying

Classifying Result

ResultClassifier ModelData

Dataset Model

ภาพท 2: ขนตอนวธการพฒนาระบบจาแนกขอมลในระบบไอโอท

ทมา: Tsai, Lai, Chiang & Yang, 2014, 77-97


การคดเลอกลกษณะเฉพาะดวยการเรยงลาดบและการหอหม (Ranking Wrapper with Sequential Forward,

RW-SF) (Ruiz, Riquelme, Aguilar-Ruiz & Garcia-Torres, 2012, 11094-11102) เปนหนงในวธการ

คดเลอกลกษณะเฉพาะทใชเปนมาตรฐานในขนตอนการวจยและพฒนาระบบจาแนกขอมล ขนตอนวธมขนตอน

ดงแสดงในภาพท 3 ขนแรก คอ การคานวณคะแนนความมประโยชนของลกษณะเฉพาะทงหมดทมใน

ฐานขอมล และเรยงลาดบลกษณะเฉพาะตามคาคะแนนจากมากไปนอย ตอมาคอ การเลอกลกษณะเฉพาะ

ทมคาคะแนนสงมา k จานวน (k Top-Ranked) เรยกวา กลมของลกษณะเฉพาะทเลอกไว (Opt) ขนทสาม

จะใชอลกอรธมการเรยนรทงานวจยเลอกไวรวมกบชดขอมลตวอยางทพจารณาเพยงลกษณะเฉพาะทเลอกไว

ในสรางตวจาแนกขนมา และวดประสทธภาพของตวจาแนกนน เกบคาประสทธภาพของกลมลกษณะเฉพาะ

ทเลอกไว ตอจากนนเพมจานวนลกษณะเฉพาะอก n จานวน กระบวนการจะวนทาซาในขนตอนทสามใหม

อกครงหนง และเกบคาประสทธภาพทกๆ คา k ทเปลยนไป กระบวนการจะวนทาซาเพมคา k ดวยคา n

ไปเรอยๆ จนกระทงครบทกๆ ลกษณะเฉพาะ สดทายจะมการพจารณาวา จานวนลกษณะเฉพาะเทาใดทให

คาการประเมนประสทธภาพตวจาแนกสงทสด แลวใชกลมของลกษณะเฉพาะนนในการนาไปพฒนาระบบ

จาแนกขอมลจรง ตอไป

การคานวณคะแนนประเมนลกษณะเฉพาะ (Feature Scoring) เปนการประเมนประโยชนของ

ลกษณะเฉพาะทมตอประสทธภาพของตวจาแนกโดยสวนใหญแลวจะเปนวดระดบสหสมพนธ (Correlation)

ระหวางลกษณะเฉพาะกบกลมคาตอบของการจาแนก ลกษณะเฉพาะทมคาคะแนนสงแสดงวามความสมพนธ

กบกลมคาตอบเปนอยางมาก ซงจะทาใหเมอนาไปใชเปนขอมลการเรยนรจะใหตวจาแนกทมความแมนยา

คะแนนประเมนลกษณะเฉพาะทนยมใชกน ไดแก อนฟอรเมชนเกน (Information Gain, IG) ไคสแคว

(CHI-square) และ จนอนเดกซ (GINI) เปนตน (Yang, Liu, Zhu, Liu & X.Zhang, 2012, 741-754) IG

วดสารสนเทศของลกษณะเฉพาะทมในแตละกลมคาตอบ CHI วดความเปนอสระ (Independence) ระหวาง

ลกษณะเฉพาะกบแตละกลมคาตอบ และ GINI วดความบรสทธ (Purity) ของลกษณะเฉพาะในแตละกลม

คาตอบ ผลวจยทผานมาชวา GINI สงผลตอประสทธภาพของการจาแนกขอมลโดยรวมไดดทสด สวน IG นน

เหมาะสาหรบการจาแนกขอมลทมหลายกลมคาตอบ (Multi-Class) และ CHI เหมาะสาหรบการจาแนกขอมล

ทม 2 กลม (Binary-Class)


n

k = n

k = k + n

k

Opt

T’ Opt

C’ T’

Opt

k

C’

Opt Stop

Start

ภาพท 3: การคดเลอกลกษณะเฉพาะดวยการเรยงลาดบและการหอหม

ทมา: Ruiz, Riquelme, Aguilar-Ruiz & Garcia-Torres, 2012, 11094-11102

การระบขอมลทผดปกต (Outlier Identification) เปนเทคนคทางสถตสาหรบการระบขอมลตวอยาง

ทมคาขอมลทแตกตางไปจากคาขอมลทเหลอ (Leys, Ley, C. , Klein, Bernard & Licata, 2013, 764-766)

แนวคดการระบขอมลทผดปกตจากขอมลทงหมดสามารถอธบายดวยภาพท 4 กาหนดใหขอมลตวอยาง คอ

แตละจดบนแผนภม จานวน 50 ตวอยาง คอ 50 จดขอมล การระบขอมลจะกาหนดขอบเขตบรเวณเพอระบ

การเปนขอมลผดปกต (Outlier Region) หากจดขอมลมคาเกนขดแบงทกาหนดไว (Predetermined Cut-off)

นจะถกระบวาเปนขอมลผดปกต ดงนนจากภาพท 4 ขอมล 3 จด ทมคาของขอมลสงวาคาขดแบงจะถกระบ

วาเปนขอมลผดปกตไปจากขอมลทเหลอ

0 2 4 6 8 10 12 14 16 18x

Cutoff Outlier region

ภาพท 4: การระบขอมลผดปกตดวยการกาหนดขอบเขตขอมล ทมา: Seo, 2006


วธการทไดนาเสนอ ในงานวจยนมงเนนการปรบปรงวธการคดเลอกลกษณะเฉพาะแบบตวกรองเพอใหเหมาะสมกบ การนาไปใชในการพฒนาตวจาแนกขอมลในเทคโนโลยไอโอทในสวนของการพยายามเพมประสทธภาพของการเลอกลกษณะเฉพาะ โดยงานวจยไดใชแนวคดการแทนคาคะแนนของลกษณะเฉพาะ (IG หรอ CHI หรอ GINI) คอจดขอมลแตละจด ลกษณะเฉพาะทมคาคะแนนสงจนผดปกต กคอลกษณะเฉพาะทมสหสมพนธกบกลมคาตอบของชดขอมลตวอยางมากๆ และจะมประโยชนมากตอการสรางตวจาแนก ดงนน หากสามารถคานวณคาหาเสนขดแบงสาหรบขอบเขตการระบขอมลผดปกตไดอยางมประสทธภาพ กจะสามารถระบวาลกษณะเฉพาะใดมขอมลทผดปกตไปจากลกษะเฉพาะทเหลอนนเอง และกลมของลกษณะ เฉพาะทมคาคะแนนสงผดปกตนนกจะถกเลอกไปใชพฒนาตวจาแนกขอมลตอไป โดยในงานวจยไดนาเสนอเทคนค การคานวณคาเสนขดแบงดวยวธทางสถต 3 วธ (Seo, 2006) คอ 1. วธคานวณดวยคาสวนเบยงเบนมาตรฐาน (Standard Deviation Method: SD) เปนวธพนฐานคานวณคาขดแบงเพอระบขอมลผดปกตซงมกจะถกใชบอยครงทสดในงานวจยเชงสถต ตงอยบนสมมตฐานวาขอมลมลกษณะการกระจายแบบปกต คาขดแบง (Cut-off, θ) สามารถคานวณดวยสมการ θ = μ +ασ โดยท μ คอคาเฉลย (Mean) ของคะแนนของลกษณะเฉพาะทงหมดในชดขอมลตวอยาง σ คอ คาสวนเบยงเบนมาตรฐาน (Standard deviation) ของคะแนนของลกษณะเฉพาะทงหมด ในชดขอมลตวอยาง และαคอคาสมประสทธความเชอมน (Confidence Coefficient) ซงเปนเพยงพารามเตอรเดยวทตองกาหนดในวธการทนาเสนอน ซงสวนใหญมกใชตวเลข 2 หรอ 2.5 หรอ 3 จานวนของลกษณะเฉพาะทถกเลอกจะแปรตามคาของα ซงจะขนกบลกษณะของขอมลในแตละแอพพลเคชน ซงบทความจะอธบายเพมเตมในสวนของผลการทดลองตอไป 2. วธคานวณดวยขอบเขตอนเตอรควอรไทล (Interquartile Range: IQR) ในทางสถตเชงพรรณนาคาขอบเขตอนเตอรควอรไทล คอการวดการกระจายโดยหาคา ความแตกตางระหวางควอรไทลอนดบท 3 (Q3) กบควอรไทลอนดบท 1 (Q1) คานวณจาก IQR = Q3-Q1 ซง IQR นสามารถใชวดวาคาของขอมลมการกระจายตวอยางไรโดยไมอยบนสมมตฐานการกระจายแบบปกต นกวจยสามารถใช IQR เพอบอกวา ขอมลใดทมลกษณะหางจากคากลางของขอมลมากๆ คอ ขอมลผดปกต ดงนน คาขดแบงจงคานวณจากสมการดงน θ = Q3 +α IQR ซงโดยปกตเลขสมประสทธความเชอมน α มกใชคาตวเลขในชวง 1.5 ถง 3 3. วธคานวณดวยคามธยฐานของสวนเบยงเบนสมบรณ (Median Absolute Deviation: MAD) คาเฉลยของกลมตวอยาง (Sample Mean) และคาสวนเบยงเบนมาตรฐานของกลมตวอยาง (Sample Standard Deviation) มกจะไดรบผลกระทบจากขอมลบางกลมทมคาผนผวนมากๆ ดงนนในทางสถตจงหลกเลยงการใชคาเฉลยและสวนเบยงเบนมาตรฐาน โดยเสนอการใชคามธยฐาน (Median) และ วดการกระจายขอมลดวย MAD แทน โดยกาหนดให MAD = 1.483 median (|x

i-M|) ซง M คอ คามธยฐาน

ของของขอมล xi ทงหมด ดงนนคาขดแบงจงคานวณจากสมการดงน θ = M +α MAD ซงโดยปกตเลข

สมประสทธความเชอมนα มกใชคาตวเลขในชวง 1.5 ถง 5 คาขดแบงเพอระบการเปนขอมลผดปกตทถกคานวณไดทง 3 วธนจะถกใชในขนตอนวธคดเลอกลกษณะเฉพาะดวยแนวคดการระบคาขอมลผดปกต ดงขนตอนในภาพท 5 เรมตนจากการคานวณคาคะแนน


ประเมนของลกษณะเฉพาะแตละตว (โดยใช IG หรอ CHI หรอ GINI แลวแตขอมลทผวจยสนใจ) ขนตอน ตอมาคอ การคานวณคาขดแบงดวยคาคะแนนของลกษณะเฉพาะทงหมดในฐานขอมล โดยในขนตอนน จะมการกาหนดคาสมประสทธตามขอมลทใชในงานวจย สดทายเมอไดคาขดแบงแลวกนาไปใชคดเลอกลกษณะเฉพาะทมคาสงหรอเทากบคาขดแบง รวบรวมลกษณะเฉพาะเหลานนเพอนาไปในขนตอนการพฒนาตวจาแนกตอไป

Opt

Opt

OptStop

Start

ภาพท 5: ขนตอนวธการคดเลอกลกษณะเฉพาะดวยคาขดแบงขอมลผดปกต

วธการทเสนอนสามารถเลอกลกษณะเฉพาะทมคาการมประโยชนตอการสรางตวจาแนกในระดบ

ทสงทสดมากลมหนงโดยจะมจานวนลกษณะเฉพาะเพยงเลกนอยเมอเทยบกบจานวนลกษณะเฉพาะทงหมด

ทมในฐานขอมล ซงขนตอนวธการเลอกลกษณะเฉพาะเปนแบบตวกรองมคาใชจายในการคานวณ (Computation

Cost) ทนอยกวาวธแบบหอหมและแบบผสม ในภาพท 3 อยางชดเจน เพราะไมมการวนรอบทาซา และ

ไมใชอลกอรธมการเรยนรใดๆ ในการเลอกกลมลกษณะเฉพาะทดทสด

ผลการวจย งานวจยไดประเมนประสทธภาพของวธการคดเลอกลกษณะเฉพาะแบบตวกรองทไดนาเสนอโดย

ใชประสทธภาพของตวจาแนกทสรางจากลกษณะเฉพาะทถกเลอกเปนตวชวดคณภาพของวธการทนาเสนอ

โดยใชการประเมนประสทธภาพแบบขามกลมจานวน 10 กลม (10 Fold Cross-Validation) รวมกบชดขอมล

มาตรฐานทมลกษณะเปนขอมลทมหลายกลมคาตอบและมมตขนาดใหญ ทงดานลกษณะเฉพาะและขอมล


ตวอยางจานวนมาก ซงไดรบความนยมใชในงานวจยทเกยวของ (Yang et al., 2012, 741-754) ตารางท 1

แสดงรายละเอยดของชดขอมลมาตรฐานทใชในการทดลอง ซงขอมลมลกษณะเปน 8 กลมคาตอบ

(8 Classes Dataset) และมมากกวา 2,000 ลกษณะเฉพาะ โดยแตละกลมจะมจานวนขอมลตวอยางในชวง

79 ถง 351 ตวอยางและมคาสมประสทธการกระจาย (Coefficient of Variation: CV) 0.45


จานวนตวอยางในชดขอมลการทดลอง

(Class)

(Class)

A 351 17.87% E 179 9.11%

B 345 17.57% F 176 8.96%

C 343 17.46% G 148 7.54%

D 343 17.46% H 79 4.02%

1964 100.00%

ในสวนของตวจาแนกทใชสาหรบการวดประสทธภาพ ในงานวจยนไดเลอกใชตวจาแนกแบบซพพอรต

เวคเตอรแมชชน (Support Vector Machine) หรอ เอสวเอม (SVM) (Cortes & Vapnik, 1995, 273-297)

ซงเปนตวจาแนกขอมลทไดรบความนยมในการประยกตใชเพอพฒนาระบบอจฉรยะตางๆ เปนจานวนมาก

เนองจากใหผลลพธความแมนยาการจาแนกสงและทนทานตอขอมลทมตขนาดใหญไดเปนอยางด นอกจากน

เพอเปรยบเทยบความสามารถในการคดเลอกลกษณะเฉพาะทเหมาะสม งานวจยจงตองมการวดประสทธภาพ

ของตวจาแนกทสรางจากขอมลทประกอบดวยลกษณะเฉพาะทคดเลอกไว โดยมาตรวดประสทธภาพของ

ตวจาแนกทใชในการทดลองแบบเอฟวน (F1-measure) ซงคาเอฟวนประกอบดวยการคานวณคาความแมนยา

(Precision, P) และคารคอล (Recall, R) ซงตวชวดประสทธภาพมการคานวณ ดงน

โดยท TPA (True Positive) หมายถง จานวนของขอมลตวอยางทถกจาแนกใหอยกลม A อยางถกตอง

FNA

(False Negative) หมายถง จานวนของขอมลตวอยางทอยในกลม A แตถกจาแนกผดไปเปนกลมอนๆ

(B จนถง H) และ FPA หมายถง จานวนขอมลตวอยางกลมทไมใชกลม A แตถกจาแนกผดไปอยกลม A

เนองจากชดขอมลทดสอบมาตรฐานในงานวจยนมลกษณะเปนขอมลทมหลายกลมคาตอบ ดงนนตอง

Class A

, ,


มการประเมนประสทธภาพรวมของทกๆ กลมคาตอบ งานวจยจงใชการวดประสทธภาพรวมทกกลมแบบเฉลย

คาเอฟวนทกกลม (Macro-averaged F1, MF1) โดย MF1 สามารถคานวณไดจากสมการ

โดยท C คอเซตของกลมคาตอบทงหมดในฐานขอมล {A,..,H} และ |C| คอจานวนของกลมคาตอบ

ทเปนไปไดทงหมด ซงในการทดลองนคอ 8 กลม

นอกจากนในการทดลองจาเปนตองมการหาจานวนลกษณะเฉพาะทดทสดไวสาหรบเปรยบเทยบกบ

จานวนลกษณะเฉพาะทคดเลอกโดยวธการทนาเสนอ ซงในบทความนใชวธการคดเลอกลกษณะเฉพาะแบบ

ผสมการเรยงลาดบและการหอหม (RW-SF) เปนวธการบรรทดฐาน (Baseline) และจะเปรยบเทยบ

ประสทธภาพของการจาแนกดวยกลมลกษณะเฉพาะทเลอกโดยวธการนาเสนอ กบกลมลกษณะเฉพาะทเลอก

โดยวธการบรรทดฐาน ดงนนผวจยจงไดเรมตนดาเนนการวจยโดยใชวธการคดเลอกแบบผสมกบชดขอมล

ตวอยางทาการทดลองกบคะแนนลกษณะเฉพาะ 3 แบบคอ IG CHI และ GINI โดยเรมตงแตจานวนลกษณะ

สาคญทสงทสด 50 ตว เพมจานวนทละ 50 ตว ไปจนครบ 2000 ตว ดาเนนการประเมนประสทธภาพแบบขาม

กลมจานวน 10 กลม และทาซา 5 ครงและหาคาเฉลยของ MF1ของทง 5 ครง ผลการดาเนนการในขนตอนน

เปนดงภาพท 6 ซงจะเหนไดวา ดวยวธการคดเลอกลกษณะเฉพาะแบบผสมการเรยงลาดบคะแนนและ

การหอหมกบตวจาแนก (RW-SF) ดวยคะแนนลกษณะเฉพาะแบบ IG จะไดจานวนลกษณะเฉพาะเทากบ

150 และ CHI เทากบ 100 และ GINI เทากบ 150 ซงจากภาพจะเหนไดวา การใชลกษณะเฉพาะทงหมดใน

ฐานขอมลไมไดชวยใหประสทธภาพตวจาแนกดทสด และการเลอกเพยงบางกลมของลกษณะเฉพาะ

ทมประโยชนจะชวยใหไดตวจาแนกทมประสทธภาพ อยางไรกตามผลลพธจะมการเปลยนแปลงไปตาม

คะแนนประเมนประสทธภาพเพอการคดเลอกลกษณะเฉพาะ

70

71

72

73

74

75

76

77

78

79

80

(MF1)

IG CHI GINI

IG 150

GINI 150

CHI 100

(MF1

)

ภาพท 6: คาประสทธภาพ MF1ของแตละคะแนนลกษณะเฉพาะ


ตอจากนนผวจยไดใชวธคดเลอกลกษณะเฉพาะแบบตวกรองดวยการประเมนคาขดแบงขอมลผดปกตทง

3 แบบ ทไดนาเสนอเรยกวา วธการแบบ Outlier-Based กบขอมลทดสอบมาตรฐานเชนเดยวกน โดยใช

คาพารามเตอร αทแตกตางกนหลายๆ คาเพอหาผลลพธทดทสด จานวนลกษณะเฉพาะทสงผดปกตจะ

แสดงในตารางท 2 และเปรยบเทยบกบจานวนลกษณะเฉพาะทเลอกโดยวธ RW-SF กอนหนาน ซงจาก

ผลการทดลองจะเหนไดวา วธการทเสนอสามารถเลอกกลมลกษณะเฉพาะทมจานวนนอยกวากลมทเลอก

โดยวธบรรทดฐาน


เปรยบเทยบจานวนลกษณะเฉพาะทคดเลอกโดยวธตางๆ

(Feature Score)

(Featuer Selection Method)

RW-SF Outlier-Based 3

SD ( = 2) IQR ( = 3) MAD ( = 5)

IG 150 55 95 111

CHI 100 50 98 135

GINI 150 67 107 172

แมวาวธการทนาเสนอจะสามารถคดเลอกกลมลกษณะเฉพาะทมขนาดเลกกวา แตยงคงตองทดสอบ

วาลกษณะเฉพาะนสามารถนาไปใชพฒนาตวจาแนกขอมลทมหลายกลมคาตอบไดอยางมประสทธภาพหรอไม

โดยจะตองเปรยบเทยบกบกลมลกษณะเฉพาะทคดเลอกดวยวธ RW-SF การทดลองใชการประเมน

ประสทธภาพแบบขามกลม จานวน 10 กลม และหาคาเฉลยจากการทาซา 5 ครงเชนเดยวกน ตารางท 3

แสดงคา MF1 ของแตละกลมลกษณะเฉพาะทเลอกดวยวธตางๆ และใชสถตทดสอบเปรยบเทยบคาเฉลย

ของ 2 กลมตวอยางแบบท (Two Sample Mean T-test) เพอพจารณาความแตกตางอยางมนยสาคญทาง

สถตระหวางประสทธภาพของวธแบบ Outlier-Based กบ วธ RW-SF ในตารางท 3 น คา p-Val หมายถง

คาความนาจะเปนทแสดงวาคาเฉลยของประสทธภาพของทงสองวธมความแตกตางกนมากหรอนอย

ถาคาใกลเคยงกบ 1 แสดงวา มความแตกตางกนนอย แตถาคา p-Val เขาใกล 0 แสดงวาความแตกตางกน

ยงมากขน ในสวนของสญลกษณ + และ – หมายถงประสทธภาพของวธ Outlier-Based สงกวา RW-SF หรอไม

ถาใชสญลกษณ + แสดงวา วธการ Outlier-Based มประสทธภาพดกวาวธการ RW-SF โดยจาก

การทดลองแสดงใหเหนวาประสทธภาพของวธ Outlier-Based โดยใช IQR และ MAD ไมมความแตกตางกบ

RW-SF อยางมนยสาคญโดยสวนใหญ วธการคดเลอกแบบ Outlier Based ทใชวธประเมนเสนขดแบง

แบบ IQR ใหผลลพธกบคะแนนลกษณะเฉพาะแบบ GINI ไดดทสด ขณะเดยวกนกมจานวนลกษณเฉพาะ

ทนอยกวาวธ RW-SF ดงนนผลการทดลองจงสรปไดวา วธการคดเลอกลกษณะเฉพาะแบบ Outlier Based


รวมกบการประมาณคาขดแบงทไดนาเสนอสามารถลดจานวนลกษณะเฉพาะไดนอยกวาวธการแบบ RW-SF

แตกยงใหผลการจาแนกขอมลไดนาพอใจและไมแตกตางอยางมนยยะสาคญทางสถต


เปรยบเทยบคาประเมนประสทธภาพ MF1 ของตวจาแนก SVM กบกลมลกษะเฉพาะทเลอกโดยวธตางๆ

(Feature Score)

(Featuer Selection Method)

RW-SF

Outlier-based 3

SD ( = 2) IQR ( = 3) MAD ( = 5)

MF1 MF1 p-Val MF1 p-Val MF1 p-Val

IG 79.31 78.09 0.01- 79.03 0.65 79.34 0.96

CHI 78.94 78.77 0.86 79.55 0.52 79.09 0.87

GINI 78.52 78.17 0.79 79.70 0.26 78.87 0.71

อยางไรกตามเพออธบายเพมเตมในสวนของการคานวณคาขดแบงเพอระบลกษณะเฉพาะทผดปกต

ในกรณทใชวธคานวณแบบ SD ใหผล MF1 ทตากวาวธการคดเลอกแบบ RW-SF เปนผลมาจากกลม

ของลกษณะเฉพาะทถกคดเลอกมจานวนนอยเกนไปสาหรบขอมลทมหลายกลมคาตอบ ทาใหขนตอนการพฒนา

ตวจาแนกขอมลไมสามารถสกดสารสนเทศในฐานขอมลทงหมดได ในขณะทวธการคานวณแบบ IQR และ

MAD สามารถเลอกลกษณะเฉพาะในจานวนทเหมาะสมมากกวา และเมอพจารณาจากภาพท 7 ซงแสดง

ฮสโตแกรมการกระจายของคาคะแนน GINI ของลกษณะเฉพาะทมอยในฐานขอมลทงหมด จะเหนวา

การกระจายไมไดมลกษณะเปนการกระจายปกต แตสมมตฐานของวธการคานวณแบบ SD คอขอมลมการ

กระจายแบบปกต ดงนนวธการคานวณแบบ IQR และ MAD ซงเหมาะสมกบการกระจายขอมลลกษณะน

สามารถกาหนดคาขดแบงเพอระบขอมลผดปกตไดดกวาจงเลอกลกษณะเฉพาะไดดกวานนเอง และคาคะแนน

แบบ CHI และ IG ของลกษณะเฉพาะทงหมดกจะมลกษณะเชนเดยวกนกบคาคะแนน GINI นนเอง

จากผลการทดลองทนาเสนอไปทงหมด จงสามารถสรปไดวา วธการแบบตวกรองเพอคดเลอกลกษณะ

เฉพาะโดยใชแนวคดการระบขอมลผดปกตทไดนาเสนอนสามารถเลอกลกษณะเฉพาะทมความสมพนธกบ

กลมคาตอบของขอมลตวอยางไดเปนอยางด และเมอเทยบกบวธการทเปนบรรทดฐานและใชขอมลทดสอบ

มาตรฐาน วธการทนาเสนอกสามารถลดขนาดของขอมลตวอยางเพอนาไปสการพฒนาตวจาแนกขอมล

ไดอยางมประสทธภาพไมแตกตางกนแตขนาดของขอมลตวอยางมขนาดเลกกวา ดงนนงานวจยดาน

การพฒนาตวจาแนกขอมลเพอระบบอจฉรยะสามารถนาวธการนไปใชในขนตอนการเตรยมขอมลตวอยาง


แทนวธการมาตรฐานแบบเดมซงจะทาใหการดาเนนการวจยทาไดโดยสะดวกและมประสทธภาพมากยงขน

เพราะวธการทนาเสนอเปนแบบตวกรองทใชเพยง 1 คาพารามเตอรจงไมตองเสยคาใชจายในการคานวณ

ทงจากขนตอนวธการเรยนร การวนทาซาเพอทดลองปรบคาพารามเตอร และ ใชไดกบทกๆ คาคะแนนลกษณะ

เฉพาะและตวจาแนกขอมล

0

200

400

600

800

1000

1200

1400

SD = 0.14

MAD = 0.077

IQR = 0.102

μ = 0.028= 0.06

GINI

ภาพท 7: ฮสโตแกรมของคาคะแนน GINI ของลกษณะเฉพาะ 2000 ตว

สรป ในงานวจยนไดนาเสนอตวกรองเพอคดเลอกลกษณะเฉพาะทใชการประมาณคาขดแบงบนพนฐาน

ของเทคนคทางสถตและแนวคดการระบขอมลทผดปกต ตวกรองทนาเสนอนสามารถนาไปใชกบการเตรยม

ขอมลเพอการพฒนาระบบจาแนกขอมลทมมตของขอมลขนาดมหาศาล ทงทางดานลกษณะเฉพาะและ

ปรมาณขอมลตวอยาง โดยตวกรองทนาเสนอนสามารถลดขนาดมตขอมลเหลอขนาดทเลกลงไดอยาง

มนยสาคญ วธการนจงเหมาะสมกบการนาไปประยกตใชในการพฒนาระบบอจฉรยะตางๆ ในเทคโนโลย

ไอโอททกาลงไดรบความสนใจเปนอยางมาก บทความไดมการทดลองเพอพสจนประสทธภาพของวธการ

ทไดนาเสนอกบขอมลทมมตขอมลขนาดใหญ ผลการทดลองแสดงใหเหนวา วธการทนาเสนอสามารถเลอก

เพยงลกษณะเฉพาะกลมหนงทมสารสนเทศทสนบสนนประสทธภาพของตวจาแนกขอมล โดยมจานวน

ลกษณะเฉพาะเพยงเลกนอยเมอเทยบกบปรมาณลกษณะเฉพาะทงหมดในฐานขอมล แตประสทธภาพของ

ตวจาแนกทพฒนาจากฐานขอมลทลดขนาดแลวนกลบสงเปนทนาพอใจ นอกจากนวธการทนาเสนอยงม

ขนตอนการทางานทนอยกวาวธการคดเลอกลกษณะเฉพาะอนๆ ดงนนจงสามารถสรปไดวา วธการคดเลอก

ลกษณะเฉพาะทไดนาเสนอนมความเหมาะสมในการนาไปประยกตใชกบการพฒนาตวจาแนกขอมลสาหรบ

ระบบอจฉรยะในเทคโนโลยไอโอท ในสวนของงานวจยตอเนองในอนาคตจะเปนการทดสอบประสทธภาพ


ของวธตวกรองคดเลอกลกษณะเฉพาะกบตวจาแนกอนๆ และขอมลจากระบบเทคโนโลยไอโอทดานอนๆ

ใหหลากหลายมากยงขน หรอกบขอมลทมลกษณะขนาดของกลมคาตอบบางกลมไมสมดลซงเปนปญหาวจย

ดานเหมองขอมลทกาลงไดรบความสนใจ เพอกอใหเกดแนวทางในการพฒนาความสามารถและ

เพมประสทธภาพการทางานของระบบไอโอทตอไป

เอกสารอางองChen, F ; Deng, P. ; Wan, J. ; Zhang, D ; Vasilakos, A. V. & Rong, X. (2015). Data mining for the Internet of Things: Literature review and challenges. International Journal of Distributed Sensor Networks. 15, 1-14.Combarro, E. F. ; Montanes, E. ; Diaz, I. ; Ranilla, J. & Mones, R. (2005). Introducing a family of linear measures for feature selection in text categorization. IEEE Transactions on Knowledge and Data Engineering. 17, 1223-1232.Cortes, C. & Vapnik, V. (1995). Support-vector networks. Machine Learning. 20, 273-297.Gubbi, J. ; Buyya, R. ; Marusic, S. & Palaniswami, M. . (2013). Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems. 13(29), 1645-1660.Leys, C. ; Ley, C. ; Klein, O ; Bernard, P. & Licata, L. (2013). Detecting outliers: Do not use standard deviation around the mean, use absolute deviation around the median. Journal of Experimental Social Psychology. 49, 764-766.Liu, H. & Yu, L. (2005). Toward integrating feature selection algorithms for classification and clustering. IEEE Transactions on Knowledge and Data Engineering. 17, 491-502.Ruiz, R. ; Riquelme, R. C. ; Aguilar-Ruiz, J. S. & Garcia-Torres, M. (2012). Fast feature selection aimed at high-dimensional data via hybrid-sequential-ranked searches. Expert Systems with Applications. 39, 11094-11102.Seo, S. (2006). A Review and comparision of methods for detecting outliers in univariate data sets. Master of Science, Graduate School of Public Health, University of Pittsburgh.Tsai, Chun-Wei ; Lai, Chin-Feng ; Chiang, Ming-Chao ; Yang, L. T. (2014). Data mining for Internet of Things: A survey. IEEE Communications Surveys & Tutorials. 16(1), 77-97.Yang, J ; Liu, Y. ; Zhu, X. ; Liu, Z. & Zhang, X. (2012). A new feature selection based on comprehensive measurement both in inter-category and intra-category for text categorization. Information Processing & Management. 48, 741-754.Yu, L. & Liu, H. (2004). Efficient feature selection via analysis of relevance and redundancy. J. Mach.

Learn. Res. 5, 1205-1224.


การพฒนาระบบโถปสสาวะอจฉรยะออนไลนสาหรบการใชงานภายในองคกรขนาดเลก*

Development of Online Smart Urinal Flusher System for Small Organizations

กตศกด โอสถานนตกล1** , ภทรมน วฒพทยามงคล2 Kitisak Osathanunkul1** , Pattaramon Vuttipittayamongkol2

1สาขาวชานวตกรรมเทคโนโลยดจตอล คณะวทยาศาสตร มหาวทยาลยแมโจ เลขท 63 หม 4 ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1Digital Technology Innovation (DTI), Faculty of Science, Maejo University63 M.4, Nongharn Subdistrict, Sansai District, Chiang Mai 50290

2สานกวชาเทคโนโลยสารสนเทศ มหาวทยาลยแมฟาหลวงเลขท 333 หม 1 ตาบลทาสด อาเภอเมอง จงหวดเชยงราย 57100

2School of Information Technology, Mae Fah Luang University333 M.1, Thasud Subdistrict, Muang District, Chiang Rai, 57100

*ปรบปรงเพมเตมเนอหาจากบทความ เรอง Configurable automatic smart urinal flusher based on MQTT protocol ทนาเสนอในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC 2016) ณ โรงแรมเชยงใหมออรคด จ.เชยงใหม วนท 13-17 ธนวาคม 2559** ผเขยนหลก อเมล: [email protected]

บทคดยอ ระบบโถปสสาวะอตโนมตในปจจบนเรมเปนทนยมแพรหลายในหองนาสาธารณะอาจจะดวยเหตผล

ของความสะอาดทตองการชาระลางโถปสสาวะทกครงหลงการใชงานหรอการประหยดทรพยากรณนาเพอ

ไมใหเปดนาทงโดยไมจาเปน แตโถปสสาวะอตโนมตทมขายในทองตลาดในปจจบนนนไมมการเกบขอมล

การใชงานไวซงขอมลเหลานสามารถบอกกบผดแลสถานทไดวาในแตละวนมผใชงานโถปสสาวะมากนอย

เพยงใด ซงนนกหมายถงความสะอาดโดยรวมของหองนาเชนกน ซงบทความนไดนาเสนอระบบโถปสสาวะ

อจฉรยะทถกพฒนาโดยการใชงานไมโครคอลโทลเลอรเปนตวควบคมและสงการทางาน โดยมการเกบขอมล

การใชงานและแสดงผลผานทางอนเทอรเนตเพอนาขอมลเหลานนไปวเคราะหการใชงานไดตอไป

ผลการทดลองของระบบโถปสสาวะอจฉรยะนนแสดงใหเหนวาระบบสามารถทางานแทนระบบโถปสสาวะ

อตโนมตทวไปไดและยงสามารถแสดงขอมลการใชงานผานอนเทอรเนตไดอยางมประสทธภาพ


คาสาคญ อนเทอรเนตทกสรรพสง หองนาอจรยะ เมองอจรยะ โถปสสาวะอจฉรยะ IoT, MQTT

Abstract An automatic urinal flusher is one of the most common automatic devices in a public toilet.

This might be because of the hygienic reason or to save clean water. However, automatic urinal

flusher which is known to the market does not provide us any usage information. In this paper,

an automatic smart urinal flusher is introduced. It is built from a microcontroller to control all

operations from detecting a user to flushing a solenoid value. Usage information here can be used

to see how often a urinal flusher has been used and even estimate how dirty of the toilet form the

number of usage. The usage data can also be predicted in the future in order to prepare toilets for

a new customer. The results show that the proposed system is working as good as an automatic

urinal flusher but it can even further provide the usage information as well.

Keywords Internet of Things, IoT, Smart City, Smart Toilet, Infrared Sensor, Automatic Urinal

Flusher, MQTT

บทนา อนเทอรเนตทกสรรพสง (IoT) นน เปนเครอขายของอปกรณอเลคโทรนคทตดเซนเซอรเพอวดคาตางๆ

ในสงแวดลอม ยกตวอยางเชน อปกรณทตดเซนเซอรวดอณภม เซนเซอรวดแสง เซนเซอร วดระยะทาง ฯลฯ

ซงอปกรณเหลาน จะมการสอสารแลกเปลยนขอมลกนระหวางอปกรณเอง หรอสามารถสงขอมลตางๆ

ผานไปยงอนเทอรเนตได การใชงานอปกรณเหลานเปนจดเรมตนของการขบเคลอนเพอนาไปสการพฒนา

เมองอจฉรยะหรอทเรยกกนวาสมารตซท เนองจากอปกรณเหลานนนถกออกแบบมาเพออานวยความสะดวก

ตอการดารงชวตประจาวนของผคนหรอชวยสอดสองดแลความปลอดภยในเมองใหดยงขน

วธทจะชวยพฒนาเมองใหเปนเมองอจฉรยะนนกสามารถทาไดดวยการบรหารจดการนา ไฟ อากาศ

หรอพลงงานใหมการใชงานอยางประสทธภาพมากทสด เราอาจจะทาการตรวจสอบปรมาณการใชงาน

ทรพยากรเหลาน พรอมทงศกษาพฤตกรรมการใชงานของผใช เพอนาขอมลทไดจากการศกษาเหลานน

มาปรบใหมการใชงานทรพยากรเหลานนอยางมประสทธภาพมากขน

การบรหารจดการนากเปนหนงในสงทสาคญของการพฒนาเมองใหมงไปสเมองอจฉรยะ เนองจาก

วา การผลตนาสะอาดเพอใชงานนนเราจาเปนตองเสยพลงงานในการผลตนาไมทางใดกทางหนง ซงหาก

มการใชงานนามากเกนความจาเปน นนกหมายความวาเราจะตองสญเสยพลงงานโดยไมจาเปนเชนกน


โดยเฉพาะพนททเปนสาธารธณะนน ผคนอาจจะไมคานงถงปรมาณนาและพลงงานทตองสญเสยไปจาก

การใชนา เนองจากทรพยากรเหลานไมใชทรพยสนสวนบคคล ดวยเหตผลเหลานกอาจจะทาใหเกดการสญเสย

พลงงานโดยใชเหต ซงสงหนงทเปนทนยมในการบรหารและจดการทรพยากรนาในหองนาสาธารณะนนกคอ

โถปสสาวะอตโนมต

ในปจจบนโถปสสาวะอตโนมตถกใชงานอยางแพรหลายในหองนาสาธารณะ เหตผลททาให

โถปสสาวะอตโนมตเปนทนยม นอกจากเหตผลของการบรหารจดการนาแลว สวนหนงกเปนเพราะเรองของ

การรกษาความสะอาด เนองจากการใชโถปสสาวะแบบธรรมดานน เราไมสามารถบงคบผใชงานใหกดนา

หลงจากทใชงานแลวไดเลย อาจเปนเพยงแคผใชงานลมกดนาหรออาจเกดจากความจงใจทจะไมกดเนองจาก

กลววาปมกดนาจะสกปรก มผลทาใหเชอโรคทตดตามโถปสสาวะไมถกชาระลางและคางอยในโถปสสาวะ

นอกจากเชอโรคแลว ยงสงผลทาใหเกดกลนเหมนไดอกดวย ดวยเหตผลเหลานจงทาใหโถปสสาวะแบบ

อตโนมตเปนทนยมในหองนาสาธารณะทวไป

การปลอยนาเพอชาระลางโถปสสาวะในแตละครงนนจะมการสญเสยนาสะอาดในการชาระลาง

นนหมายความวาตองสญเสยพลงงานในการผลตนาสะอาด ซงหากปลอยนานานๆ กจะทาใหเปลองพลงงาน

ทตองมาผลตนาสะอาดโดยไมจาเปน ในทางกลบกนหากปลอยนานอยเกนไปอาจทาใหโถปสสาวะไมสะอาด

ไดทาใหการบรหารจดการนาทใชนนมความสาคญในการพฒนาเมองใหเปนเมองอจฉรยะ

ในวารสารฉบบนเปนการนาเสนอระบบโถปสสาวะอจฉรยะ โดยทระบบไดนาไมโครคอนโทลเลอร

มาใชในการตรวจสอบวามผใชงานโถปสสาวะหรอไมจากการใชงานอนฟาเรตเซนเซอร หากตรวจพบไดแลว

จะทาการสงใหโซลนอดยวาลว ปลอยนาเพอชาระลางโถปสสาวะ หลงจากนนจะทาการสงขอมลการใชงานน

ไปยงระบบทใชในการเกบขอมล หลงจากนนผดแลสถานทกยงสามารถควบคมและปรบแตงคาตางๆ ไดผาน

ทางอนเทอรเนต

ทบทวนวรรณกรรม 1. IoT Environment Monitoring System

ผลงานวจยของ Shah & Mishra (2016) เปนการทาระบบเผาระวงอณหภม ความชนและคา

CO2 โดยทตวระบบนนพฒนาโดยการใชงานไมโครคอนโทลเลอรทชอวา PIK24F16KA102 เปน อปกรณ

เกบขอมล ซงจะนาไมโครคอนโทลเลอรทวานมาเชอมตอกบเซนเซอรตางๆ เพอใชเกบขอมลใน สถานทตางๆ

ไมโครคอลโทลเลอรแตละตวจะทาการเกบคาแลวสงมายงหนวยประมวลผลสวนกลางดวยการสอสารไรสาย

โดยมการใชงานชปสอสารทเรยกวา nRF24L01 ของบรษท Nordic Semiconductor (2016) ซงจะใชความถ

ยาน 2.4GHz ในการสงขอมลระหวางอปกรณซงผลงานวจยนพสจนใหเหนวามประสทธภาพมากกวางาน

ทใกลเคยงกน Zanella et al. (2014), Floea & Mois (2015), Brunelli, Minakov, Passerone, & Rossi

(2014) ในดานประหยดพลงงานของแตละอปกรณ


2. Water Consumption Monitoring System

ผลงานวจยของ Yang et al. (2015) นน ไดพฒนาระบบตรวจสอบปรมาณการใชงานทรพยากรนา

โดยทระบบนแบงการทางานออกเปนสองสวน สวนแรกคอระบบสวนกลาง และระบบเกบขอมล โดยทระบบ

เกบขอมลจะมอปกรณอย 2 ชนดดวยกน นนคอ อปกรณวดปรมาณนาทใชและอปกรณทวนสญญาณ

ซงอปกรณทงสองชนดนจะสอสารกนโดยผานชองทางการสอสารไรสายแบบ IEEE 802.11 หรอทเรยกกนวา

WiFi อปกรณทวนสญญาณนน จะทาหนาททวนคาทรบมาจากอปกรณวด ไปยงระบบสวนกลางโดยผาน

การสอสารไรสายทชวงคลนความถ 433 MHz ซงความถในชวงนจะมจดเดนทสามารถสงขอมลไดในระยะไกล

แตดวยทมความถตาจะทาใหความเรวในการสงขอมลนนโดยปกตแลวจะชากวาการสอสารทใชชวงคลน

ความถท 2.4 GHz ของ WIFI งานวจยนแสดงใหเหนวาขอมลทอานมาไดจากอปกรณเกบขอมลนนมจานวน

ไมมาก ซงการใชชองสญญานทมความเรวไมสงมากนกกเพยงพอตอการสอสารในระยะไกล

3. การออกแบบของระบบ

ระบบของโถปสสาวะอจรยะนนไดถกพฒนาโดยการใชงานอปกรณไมโครคอนโทลเลอร ระบบ

ถกแบงออกเปนสองสวนซงก คอ สวนของระบบโถปสสาวะ และระบบประมวลผลในสวนของระบบโถปสสาวะ

จะทาการรบคาระยะทางทไดมาจากการอานเซนเซอร หากมตรวจพบวา มผใชงานโถปสสาวะแลวจงจะไป

สงงานใหปลอยนาเพอชาระลางโถปสสาวแลวจงสงขอมลตางๆ เชนระยะเวลาทใชงาน ระยะเวลาทปลอยนา

มายงระบบประมวลผล ผานโปรโตคอลทเรยกวา MQTT หลงจากนนสวนระบบประมวลผลกจะนาขอมล

ทไดรบมาจากระบบโถปสสาวะมาทาการบนทกลงไปในฐานขอมล เพอจะนาไปใชในการประมวลผลเพอใช

ในการแสดงผลใหผดแลระบบตอไป

4. สวนของระบบโถปสสาวะอตโนมต

การทางานของสวนน (ภาพท 1 สวนบน) จะประกอบไปดวยไมโครคอนโทลเลอร (ESP8266)

อนฟาเรตเซนเซอร (Sharp GP2Y0A21YK) และโซลนอยดวาลว เนองจากไมโครคอนโทลเลอรนนนมสวน

ทใชในการสอสารไรสายอยในตวซงทาใหงายตอการพฒนาระบบโดยทอนฟาเรตเซนเซอรนนจะทาการวดคา

ทไดมาเปนระยะทางระหวางตวเซนเซอรและผใชทกๆ 0.2 วนาท ซงหากระยะทางทวดมาไดนนมคานอยกวา

30 เซนตเมตร จะถอวามผใชงานมายนอยหนาโถปสสาวะโดยทมเงอนไขวา คาระยะหางทอานมาไดนนจะ

ตองตากวา 30 เซนตเมตรตอเนองกนอยางนอย 3 วนาทจงจะถอวามผใชกาลงใชงานโถปสสาวะอย

ทงนกเพอแกปญหา หากมผคนเดนผานโถปสสาวะไปโดยทไมไดใชงานอยซงหลงจากทระบบโถปสสาวะ

อตโนมต ตดสนใจแลววา มผใชงานกาลงใชงานโถปสสาวะอยกจะสงงานใหโซลนอยดวาลวทาการปลอยนา

เพอชาระลางโถปสสาวะตอไป แลวจงสงขอมลการใชงานไปยงระบบประมวลผลตอไป


Distance Data( )

Infrared Sensor( )

ESP8266( )

Usage Data( )

Solenoid Valve( )

Action Command( )

Raspberry Pi 2 Model B( )

Usage Data( )

Control Command( ,

)

ภาพท 1: ภาพรวมการทางานของระบบโถปสสาวะอจรยะ

5. สวนของระบบประมวลผล

ในสวนของระบบประมวลผล (ภาพท 2 สวนลาง) Raspberry Pi 2 Model B ถกใชงานเปน

อปกรณหลกในการประมวลผลและทาหนาทเปนสวนรบสงขอมล การใชงานจากสวนของระบบโถปสสาวะ

อตโนมต โดยทขอมลเหลานจะเปนขอมลทบอกวามผใชงานโถปสสาวะเมอไหรบาง และเปนระยะเวลานาน

เทาไร ซงขอมลเหลานจะทาการบนทกลงไปในฐานขอมล

ตว Raspberry Pi นนจะมการตดตง Apache Web Server, MySQL Server, MQTT Broker

ซง Apache Web Server นนจะถกใชงานเมอผใชตองการดงขอมลสถตการใชงานออกมาจากฐานขอมล

เพอแสดงผลใหผใชงาน สวน MySQL Server ถกใชเปนฐานขอมลทใชจดเกบขอมลการใชงานของโถปสสาวะ

อตโนมต และ MQTT Broker นนถกใชงานเพอใชในการสอสารกนระหวางระบบโถปสสาวะอตโนมตและ

ระบบประมวลผล

ทงนการสงงานหรอตงคาดเลยตางๆ กสามารถสงงานหรอตงคาไดผานทางอนเทอรเนตซงการสงงาน

ผานอนเทอรเนตนนจะถกสงมาไวทสวนนกอน แลวระบบจะทาการสงคาสงหรอการตงคาตางๆ ไปยงระบบ

โถปสสาวะอตโนมตตอไป


6. สวนของการสอสาร

ในการสอสารระหวางระบบโถปสสาวะอตโนมตและระบบประมวลผลนน มการสงขอมลผาน

การสอสารแบบไรสาย WIFI ซงในตวไมโครคอนโทลเลอร ESP8266 ทใชงานในระบบโถปสสาวะอตโนมตนน

จะมโมดลของการสอสาร WIFI อยในตวอยแลว สวนตว Raspberry ทใชในระบบประมวลผลนนจะใชงาน

WIFI Dongle โดยททงสองสวนทาการเชอมตอกนผาน Access Point นนเอง

สวนโปรโคตอลทใชในการสงขอมลนนจะใชงานโปรโตคอล MQTT ซงหลงจากท ESP8266

ไดทาการสงเปดปดนาแลวกจะทาการรวบรวมขอมลการใชงานเหลานใหอยในรปแบบของ MQTT แลวจง

publish ขอมลนไปยง MQTT broker ทอยในตว Raspberry นนเอง

7. พารามเตอรทใชในระบบ

การออกแบบระบบนนจะตองคานงถงพารามเตอรตางๆ ทจะใชงานในการควบคมโถปสสาวะ

อตโนมต ซงคาทใชในระบบนนจะมดงตอไปน

7.1 ระยะทจะถอวามผใชงานโถปสสาวะ (Threshold Distance) 30 เซนตเมตร เนองจากเปน

ระยะทไกลทสดทผใชงานจะสามารถใชงานโถปสสาวะได

7.2 ระยะเวลาอยางนอยทถอวามผใชงานกาลงใชงานโถปสสาวะ (Detection Delay) 3 วนาท

เพอใหมนใจวามผใชงานมาใชงานอยหนาโถปสสาวะจรงๆ ซงจะไดลดการปลอยนาผดพลาดจากการทมผคน

เดนผานโถปส สาวะระยะเวลาทปลอยนาเพอชาระลางโถปสสาวะ (Flushing Duration) 3 วนาท เนองจาก

เปนเวลาทเหมาะสมสาหรบการปลอยนาในสภาวะแวดลอมทพฒนาระบบนขนมา ซงคานไดมาจากผลการ

ทดลองใน Osathanunkul, Hantrakul, Pramokchon, Khoenkaw & Tantitharanukul (2017)

ผลการพฒนาระบบและการทดลอง ในสวนของระบบโถปสสาวะอตโนมตนนไดมการตดตงกบโถปสสาวะในหองนาสาธารณะทอยใน

มหาวทยาลยแมโจ ซงจะถกใชงานโดยนกศกษาและบคคลทวไป ภาพท 2 ดานซายนนแสดงภาพโถปสสาวะ

ทไดทาการตดตงระบบโถปสสาวะอจรยะเขาไปแลว สวนดานขวามอเปนภาพไมโครคอนโทลเลอรทไดพฒนา

ขนมาแลวทาการตดตงลงไปในระบบโถปสสาวะอจรยะเรยบรอยแลว


ภาพท 2: ภาพโถปสสาวะอจฉรยะ (ซาย) และภาพไมโครคอนโทลเลอร (ขวา)

การทดสอบการทางานของระบบ

ในการทดสอบการทางานของระบบนน ไดถกทาถกตองจากการทดลองใชงานจรงของผใชทวไป

ซงการทดสอบนเปนการทดสอบการทางานวาเซนเซอรวดระยะ และการทดสอบการปลอยนาของโซลนอยดวาลว

นนไดทางานถกตองตามทไดตงคาไวหรอไม

การทดสอบนนจะถกออกแบงเปน 4 กรณการทดสอบแบบตางๆ โดยทมการทดสอบโดยผใชงาน

30 ครงโดยทเปนการใชงานสมจากผใชงานจรงสาหรบทกๆ กรณ ยกเวนกรณท 5 ทไดทาการทดสอบเพยง

3 ครง รายละเอยดของการทดสอบในแตละกรณนนอยในตารางท 1



ตารางการทดสอบการทางานของระบบ

1 30 .

2 30 .

3 5 30 .

4 1 30 100 .

5 30 .

การทดสอบในกรณท 1 เปนการทดสอบระบบในกรณทมผใชงานโถปสสาวะอจฉรยะตามปกต

ซงผลลพธนนไดแสดงใหเหนวาทกครงทมผใชงานโถปสสาวะจะมการปลอยนาตามทไดตงการทางานไวแลว

เปนปกตทกครง

การทดสอบในกรณท 2 เปนการทดสอบเมอมคนเดนผานโถปสสาวะอจฉรยะในระยะทประชดกบ

ตวโถปสสาวะอจรยะ ซงจะเปนการเดนผานดวยความเรวของนกศกษาทวไปสมมาจานวน 30 ครง ผลลพธ

ทได คอ ระบบไมมการปลอยนา ทงนถงแมวาเซนเซอรสามารถตรวจสอบไดวามวตถอยดานหนา แตเนองจาก

การปรากฎอยของวตถอยในชวงเวลาสนๆ ไมเกนระยะเวลาทกาหนด (3 วนาท) จงมผลทาใหระบบไมมการ

ปลอยนาออก

การทดสอบในกรณท 3 เปนการทดลองเหมอนกบการทดลองท 2 เพยงแตปลอยใหมคนเดนผาน

โถปสสาวะอจฉรยะจานวน 5 คนตอเนองกน ผลการทดลองพบวา ไมมการปลอยนา เมอทาการตรวจสอบ

ขอมลพบวา เซนเซอรสามารถตรวจจบไดวามวตถอยดานหนาแตเมอทาการตรวจสอบระยะทางแลวปรากฎ

วาระยะหางทไดมความไมแนนอน นนคอ มระยะทเกนกวา 30 เซนตเมตร นนเปนเพราะธรรมชาตของคนเดน

ทอาจกระจดกระจายกนไปไมเปนระบบ จากเหตผลดงกลาวทาใหระบบตดสนใจไดวาไมมคนใชงาน

การทดสอบในกรณท 4 เปนการทดสอบหากมคนยนอยหนาโถปสสาวะ ซงในกรณนระยะทยนจะ

ไกลกวา ระยะ Threshold Distance ท 30 เซนตเมตร ซงตวเซนเซอรเองนนสามารถตรวจสอบไดวามคนหรอ

สงของอยดานหนา แตวาเนองจากระยะทวดไดนนหางเกนไป จงทาใหไมนบเปนการใชงานโถปสสาวะ และ

ไมมการปลอยนาใหชาระลางเลย

การทดสอบในกรณท 5 เปนการทาความสะอาดของแมบาน เนองจากวาการทาความสะอาด

โถปสสาวะของแมบานนนจะมการเขาใกลโถปสสาวะมากจงทาใหระบบมองเหนเปนการใชงานโถปสสาวะ

ไดเชนกน ซงจะทาใหโถฉอจฉรยะนนปลอยนาออกมาแบบสมขนอยกบตาแหนงทยนของแมบาน เนองจาก

กรณนเปนกรณพเศษจงสามารถแกไขปญหาไดโดยการใหผดแลระบบสงหยดการทางานชวคราว จนกวา

แมบานจะทาความสะอาดเสรจ


อภปรายผลการทดลอง หลงจากทการทดลองไดเสรจสนไปแลวนน ระบบโถปสสาวะอจฉรยะไดมการเปดใหผใชทวไปไดใช

งานไดจรง ซงหลงจากนน ไดมการเกบขอมลการใชงานของโถปสสาวะเปนเวลา 1 เดอน ตรงนทาใหเราสามารถ

เหนปรมาณการใชงานโถปสสาวะได ซงหากเปรยบเทยบกบโถปสสาวะแบบธรรมดาแลวนน การใชโถปสสาวะ

อตโนมตทาใหจะสามารถวเคราะห หรอคาดคะเนปรมาณการใชงานได ซงหากเรามขอมลการใชงานมากพอ

เรากจะสามารถคาดคะเนปรมาณการใชงานในอนาคตไดเชนกน

ภาพท 2: ปรมาณการใชงานโถปสสาวะในเดอนกมภาพนธ พ.ศ. 2560

โดยแสดงขอมลตามแตละวนในสปดาห

ขอมลตามภาพท 2 เปนขอมลทเกบมาไดจากการใชงานโถปสสาวะ ซงขอมลเหลานนนไดถกเกบลง

ไปในฐานขอมลทอยใน Raspberry Pi และเนองจากวาเรามการใชงาน Web Server แลว นนกหมายความวา

ผใชระบบสามารถตรวจสอบขอมลเหลานไดจากอปกรณทกชนดทมการใชงาน Web Browser ตวอยางขอมล

จากในภาพท 2 และภาพท 3 แสดงใหเราเหนวาวนจนทรมปรมาณการใชงานหองนาโดยเฉพาะชวงบาย

มากกวาวนอนๆ ในทนผ ดแลสถานทอาจจะนาขอมลนไปใชในการจดเวรทาความสะอาดหองนาใหทา

ความสะอาดวนจนทรเปนพเศษไดเนองจากเราไมอยากใหคราบสกปรกนนตดหองนานาน ๆมนอาจจะขดออกไดยาก

หรออาจจะเหนวาวนพธนนคนใชงานนอยอาจจะมการลดเวรทาความสะอาดลงตามความเหมาะสมเปนตน


ภาพท 3: ปรมาณการใชงานโถปสสาวะในเดอนกมภาพนธ พ.ศ. 2560

โดยแบงตามชวงเวลาและแตละวนในสปดาห

สรป ในบทความนไดนาเสนอระบบโถปสสาวะอจรยะทพฒนาขน มความสามารถในการเกบขอมลและ

การตงคาตางๆ ไดตามตงใจมากกวาระบบโถปสสาวะอตโนมตทมขายทวไปทไมมการเกบบนทกขอมลไว

ซงเราสามารถนาขอมลทไดมานนมาวเคราะหและปรบระบบการจดตารางการทางานใหเหมาะสมกบปรมาณ

การใชงานหองนาได อยางไรกตามบทความนยงไมไดกลาวถงการหาคาพารามเตอรตางๆ ทเหมาะสมกบ

การใชงานทวไปได ยกตวอยางเชนระยะ Threshold distance ทอาจจะไมเหมาะกบโถปสสาวะประเภทอน

หรอวาพนทวางของทางเดนดานหนาโถปสสาวะ


เอกสารอางองFloea, S. C. & Mois, G. (2015). A low-power wireless sensor for online ambient monitoring. IEEE

Sensors Journal. 15(2),742-749, 2015

Brunelli, D. ; Minakov, I.; Passerone, R. & Rossi, M. (2014). POVOMON: An Ad-hoc Wireless

Sensor Network for indoor environemntal monitoring. IEEE Workshop on Environmental,

Energy, and Structural Monitoring System Proceedings. (pp. 1-6).

Nordic Semiconductor. (2016). Single chip 2.4GHz Transciever nRF24L01. Retrieved September

1, 2016, from http://www.nordic.com.

Shah, J. & Mishra, B. (2016). IoT enabled environmental monitoring system for smart cities.

International Conference on Internet of Things and Applications (IOTA). (pp. 383-388).

Maharashtra Institute of Technology, Pune, India, 22-24 Jan, 2016.

Yang, Shuang-Hua ; Chen, Xi ; Chen, X. ; Yang, L. ; Chao, B. ; Cao, J. (2015). A case study of

internet of things: A wireless household water consumption monitoring system. IEEE 2nd

World Forum on Internet of Things (WF-IoT). Milan, 2015. (pp. 681-686).

Osathanunkul, K. ; Hantrakul, K ; Pramokchon, P. ; Khoenkaw P. & Tantitharanukul, N., (2017)

Configurable automatic smart urinal flusher based on MQTT protocol, International

Conference on Digital Arts, Media and Technology (ICDAMT). ( pp. 58-61) Zanella, A. ; Member,

S. ; Bui, N. ; Castellani, A. ; Vangelista, L. & Zorzi, M. (2014). Internet of Things for Smart Cities.

IEEE Internet of Things. 1(1), 22-32, 2014.


ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ* Class Attendance Checking System Using a Smart Device

กองกาญจน ดลยไชย1** , อรรถวท ชงคมานนท2 , อทธพงษ เขมะเพชร3 Kongkarn Dullayachai1** , Attawit Changkamanon2 , Ittipong Khemapech3

1,2คณะวทยาศาสตร มหาวทยาลยแมโจเลขท 63 ถนนเชยงใหม-พราว ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1,2Faculty of Science, Maejo University63 Sansai-Phrao Road, Nongharn, Sansai District, Chiang Mai, 50290

3คณะวทยาศาสตรและเทคโนโลย มหาวทยาลยหอการคาไทยเลขท 126/1 ถนนวภาวดรงสต ดนแดง กรงเทพฯ 10400

3School of Science and Technology, University of the Thai Chamber of Commerce126/1 Vibhavadee-Rangsit Road, Dindaeng, Bangkok 10400

* ปรบปรงเพมเตมเนอหาจากบทความ เรอง ประสทธภาพของระบบการจดการเรยนการสอนโดยสอสารผาน เครอขายสงคม ทนาเสนอในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC2016) 14 -17 ธนวาคม 2559 ณ โรงแรมเชยงใหมออรคด เชยงใหม** ผเขยนหลก อเมล: [email protected]

บทคดยอ ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ ถกพฒนาขนเพอเปรยบเทยบเวลาทใช

ในการตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะกบการตรวจสอบรายชอดวยใบรายชอ ผใชงานของ

ระบบนไดแก ผสอนและนกศกษา ผสอนสามารถเพมรายวชา รายชอนกศกษา คะแนนในการตรวจสอบ

รายชอเขาชนเรยน และตดตามการเขาชนเรยนของนกศกษาแตละคนโดยดจากขอมลการเขาเรยน ขาดเรยน

และมาสาย นกศกษาสามารถดขอมลและสถตการเขาชนเรยนของตนเองในแตละรายวชาได เมอสนสด

ภาคการศกษาผสอนสามารถแปลงความถในการเขาชนเรยนเปนคะแนนตามทผสอนกาหนดระบบตรวจสอบ

รายชอเขาชนเรยนโดยอปกรณอจฉรยะถกนามาใชในรายวชา คพ344 การพฒนาระบบซอฟตแวรเชงวตถ

2 กลมเรยน ผวจยเกบเวลาในการตรวจสอบรายชอผานระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ

เปรยบเทยบกบเวลาในการตรวจสอบรายชอโดยใชใบรายชอกลมเรยนละ 3 ครง

จากผลการทดลองใชระบบทนาเสนอสามารถสรปไดดงน ระบบตรวจสอบรายชอเขาชนเรยน

โดยอปกรณอจฉรยะมประสทธภาพการทางานทสงกวาระบบการตรวจสอบดวยใบรายชอ โดยระบบทนาเสนอ


สามารถตรวจสอบรายชอนกศกษาดวยความเรว ถกตองและสามารถลดขนตอนการทางานลงครงหนง

เมอเปรยบเทยบกบการตรวจสอบรายชอดวยใบรายชอ

คาสาคญ ระบบการเขาชนเรยน ระบบการจดการชนเรยน ระบบตรวจสอบรายชอเขาชนเรยน อปกรณอจฉรยะ

Abstract The class attendance checking system using a smart device is developed for comparing

the time to attend the class between the proposed system and manual checklist method. The users

of this system are the instructors and the students. The instructors can add the new subjects, the

student list, the score of the classroom participation and follow up each student attendances by

looking up the statistic of the student participation, missing and late. Each student can check their

statistic by themselves in each subject. At the end of the semester, the instructor can transfer the

frequency of student attendance to the score that he has set already. The class attendance checking

system using a smart device was tested in the CS 344 Object Oriented Software Development, 2 sections.

We recorded the time of using the class attendance checking system using a smart device compare

with the time of manual checklist method, 3 times of each section. The conclusion of using the proposed

system is that it is more effective than manual checklist method. Because of this proposed system can

check the students in the class rapidly, correctly and reduces the amount of procedure of class

attendance checking more than half of the amount of procedure of manual checklist method.

Keywords Student Attendance System, Classroom Management System, Student Attendance

Checking System, Smart Device

บทนา บทเรยนออนไลนนามาใชแทนการเขาชนเรยนในระดบมหาวทยาลยนนเหมาะสมสาหรบนกศกษา

บางคนทสามารถคนหาความรทางวชาการทางอนเตอรเนตได แตยงไมเหมาะสาหรบนกศกษาบางกลม

ทมจดออนดานเทคโนโลยและภาษาองกฤษ การขาดแคลนในเรองของงบประมาณ บทเรยนไมสามารถดงดด

ความสนใจของผเรยนได ความมทศนคตดานลบตอการเรยนผานสออเลกทรอนกส (Tuntirojanawong, 2014,

51-64) รวมถงชองทางการสอสารกบอาจารยไมมความหลากหลาย (Serivichayaswadi, 2014, 141 – 158)

นกศกษากลมนจงตองเขาชนเรยนเพอรบความรและขอแนะนาจากอาจารย การเขาชนเรยนในปรมาณชวโมง

และเวลาทเหมาะสมจงยงมความจาเปน


การตรวจสอบรายชอเขาชนเรยนจงเปนเครองมอหนงทผสอนใชเพอกระตนใหนกศกษาเขาชนเรยน

จากเดมผสอนตองตรวจสอบรายชอนกศกษาและบนทกการเขาชนเรยนลงในใบรายชอ เมอจบชวโมงเรยน

จงนารายชอการเขาชนเรยนจากใบรายชอบนทกลงในโปรแกรมอกครง การทางานดงกลาวน หากจานวน

นกศกษาเพมขนสงผลใหระยะเวลาทใชในการตรวจสอบรายชอนานขน (Janchai, Angskun & Angskun,

2012, 37-55) ผวจยจงพฒนาระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะเพอใหผสอนสามารถ

ตรวจสอบรายชอการเขาชนเรยนของนกศกษาและบนทกขอมลลงในฐานขอมลไดทนท ขณะทนกศกษา

สามารถตรวจสอบสถตการเขาชนเรยนของตนเองในแตละรายวชาทลงทะเบยนเรยนได

วตถประสงค 1. เพอพฒนาระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะและทดสอบระบบทนาเสนอ

ดวยการนาไปใชในหองเรยน

2. เพอเปรยบเทยบระยะเวลาทใชในการตรวจสอบรายชอเขาชนเรยนระหวางระบบทนาเสนอ

(ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ) และการตรวจสอบรายชอเขาชนเรยนโดยใชใบรายชอ

ทบทวนวรรณกรรม ระบบตรวจสอบรายชอและจดการกจกรรมสาหรบอาจารย เปนแอปพลเคชนทพฒนาผานระบบ

ไอโอเอส เพอเพมขดความสามารถในการสอนใหแกนกศกษามากยงขน สะดวกและรวดเรว จากเดมทม

การจดการดานกจกรรมโดยใชกระดาษในการจดการหรอใชความจาในการสงงานนกศกษา ระบบตรวจสอบ

รายชอและจดการกจกรรมสาหรบอาจารยจะชวยแกไขปญหา โดยขอมลทกอยางทเกดขนในระบบจะถกจดเกบ

ในฐานขอมลทงหมด (Achavakul, 2013) ระบบบนทกการเขาชนเรยนอตโนมตหรอบลการด เปนการนา

เทคโนโลยบลทธทมในโทรศพทเคลอนทและคอมพวเตอรมาใช ระบบดงกลาวสามารถตรวจสอบไดวา

นกศกษานงเรยนอยจรงตลอดชวโมงเรยน การประเมนความสามารถในการใชงานของระบบจากผเชยวชาญ

2 มต ไดแก การใชแบบสอบถาม ผใชมความพงพอในระดบมากทสดและการสมภาษณเชงลก พบวาในภาพรวม

ผเชยวชาญมความพงพอใจตอระบบมาก (Janchai, Angskun & Angskun, 2012, 37-55) เทคโนโลย

เครองอานลายนวมอถกนามาใชเพอยนยนตวตนเทยบเทากบการใชบตรประชาชน การประยกตเครองอาน

ลายนวมอเพอตรวจสอบการเขาชนเรยนอตโนมตจะชวยใหการตรวจสอบการเขาเรยนมความสะดวก

และรวดเรว ผดแลระบบสามารถกาหนดชวงเวลาของการอานลายนวมอเพอใชระบสถานะของการเขาเรยน

ระบบสามารถอานลายนวมอนาไปตรวจสอบกบขอมลการลงทะเบยนจากฐานขอมล บนทกเวลาเขาเรยน

ของผเรยน ผสอนสามารถสบคนขอมลเปนรายวน รายเดอน และรายภาคเรยน พรอมทงออกรายงาน

จากการประเมนการใชงานจากกลมตวอยางพบวา ระบบสามารถทางานไดอยางรวดเรวและแสดงรายงาน

ไดอยางถกตอง (Naco, 2013, 11-20) สาเหตของการขาดเรยนแบงเปน 4 ดาน ดงตอไปน (1) ดานตวผเรยนเอง

เชน ตดเพอนชกชวนใหเสพยาเสพตด (2) ดานการเงน เชน ไมมทนทรพย (3) ดานกฎระเบยบในหองปฏบต


การทางภาษา เชน กฎระเบยบเขมงวดเกนไป อาจารยเขมงวด และ (4) ดานอปกรณและสงแวดลอม

เชน อปกรณชารด (Pinsaimoon, Wongprom & Piromruen, 2012) Virtual Learning Tool (VLT)

เปนซอฟตแวรการจดการรายวชาบนเครองแมขายแบบกาวหนาของ SBC Ameritech และ College of

Engineering and Computer Science (CECS) ท University of Michigan-Dearborn ซอฟตแวรนอนญาต

ใหสมาชกไดพฒนาความสามารถในการแตงเนอหาบนเวบ และชวยใหโปรแกรมการศกษาทางไกลไมม

คาใชจาย (Abovyan, Zakarian, Shridhar & Sengupta, 2012, 1 - 10)

กรอบแนวคดการวจย ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะถกพฒนาขนเพอใหสามารถใชงานได

บนอปกรณอจฉรยะและบนทกผลลงในระบบฐานขอมล โดยมผใชงานแบงเปน 2 ประเภท ไดแก ผสอน

และนกศกษา ผสอนสามารถใชงานระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ โดยตองลงทะเบยน

เพอใชงานกอน หลงจากนนจงลอกอนเขาสระบบได ผสอนสามารถเพมขอมลรายวชาทสอน รายชอนกศกษา

วนเวลาเรยนและกาหนดคะแนนการเขาหองเรยน ภาคการศกษาปกตมหาวทยาลยกาหนดใหมการเรยน

การสอน 15 สปดาห ระหวางภาคการศกษาผสอนจงสามารถตรวจสอบรายชอนกศกษาทเขาชนเรยน

โดยมสถานะของการเขาเรยน คอ เขาเรยน ขาด และมาสาย ผสอนสามารถบนทกการเขาชนเรยนของ

แตละวชาไดตามวนเวลาทกาหนดเปนตารางเรยน การตดตามการเขาชนเรยนระบบจะแสดงรายชอนกศกษา

ทงหมดในรายวชาและจานวนครงทมาเรยน ขาดเรยน และมาสายตามจานวนครงทมการตรวจสอบรายชอ

การเขาชนเรยน เมอสนภาคการศกษาผสอนสามารถแปลงจานวนการเขาชนเรยน ขาดเรยนและมาสาย

ของนกศกษาแตละคนเปนคะแนนตามทไดกาหนด ดงภาพท 1

1:


วธการวจย 1. การทบทวนวรรณกรรม ทาใหผวจยทราบปญหาทเกดขน ไดแก การขาดเรยน ระบบการตรวจสอบ

รายชอทใชเวลานาน การนาเทคโนโลยเพอแกปญหาการตรวจสอบรายชอเขาเรยน

2. ศกษาเทคโนโลยทใชพฒนาระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะเพอให

สามารถพฒนาไดเรวและสามารถนามาใชไดจรง

3. วเคราะหระบบและออกแบบระบบโดยใช Star UML จากปญหาทรวบรวมไดในชนเรยน

ผวจยไดทาการออกแบบระบบใหสามารถใชงานไดงายโดยผานอปกรณอจฉรยะพรอมทงออกแบบหนาจอ

ใหสนบสนนการทางานของผใชเมอผสอนตรวจสอบรายชอนกศกษาเรยบรอยแลว สามารถบนทกขอมล

การเขาชนเรยนของนกศกษาเขาสระบบฐานขอมล

4. สรางระบบฐานขอมลโดยใชเอสควแอลเซรฟเวอร (SQL Server) และพฒนาระบบตรวจสอบ

รายชอเขาชนเรยนโดยอปกรณอจฉรยะโดยใชภาษาซชารป (C#) และ N-Hibernate Framework รปแบบ

การพฒนา Responsive Interface

5. ทดสอบการใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ ในรายวชา คพ 344

การพฒนาระบบซอฟตแวรเชงวตถ กลมเรยนท 1 นกศกษา จานวน 43 คน และกลมเรยนท 2 นกศกษา

จานวน 49 คน โดยจบเวลาทผสอนตรวจสอบรายชอนกศกษาทงหมดทงการใชระบบทไดนาเสนอ และ

การใชใบรายชอ กลมเรยนละ 3 ครง การจบเวลาในการตรวจสอบรายชอทงการใชระบบตรวจสอบรายชอ

เขาชนเรยนโดยอปกรณอจฉรยะและการใชใบรายชอดาเนนการในชวโมงบรรยายเดยวกน

6. เกบขอมลการใชงานระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะและสรปผลการใชงาน

การออกแบบและพฒนาระบบ การออกแบบระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะแบงออกเปน 3 สวนไดแก 1)

ระบบการกรอกขอมลพนฐานรายวชาและรายชอนกศกษา 2) ระบบการตรวจสอบรายชอนกศกษาในชนเรยน

และการตรวจทานสถานะการเขาชนเรยน และ 3) ระบบฐานขอมลทเกบขอมลพนฐานของรายวชา รายชอ

นกศกษาและการตรวจสอบรายชอเขาชนเรยน สถาปตยกรรมของระบบตรวจสอบรายชอเขาชนเรยน

โดยอปกรณอจฉรยะ ดงภาพท 2


/http

Bootstrap N-Hibernate

http

Bootstrap N-Hibernate

SQL Server

ภาพท 2: สถาปตยกรรมของระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ

ผลการวจย เวลาทใชตรวจสอบรายชอเขาชนเรยนโดยระบบทนาเสนอและการใชใบรายชอ ผวจยไดนาระบบ

ตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะมาใชตดตามการเขาชนเรยนในรายวชา คพ 344 การพฒนา

ระบบซอฟตแวรเชงวตถ กลมเรยนท 1 มนกศกษา 43 คน และกลมเรยนท 2 มนกศกษา 49 คน ทาการเกบ

เวลาทใชตรวจสอบรายชอนกศกษา 3 ครง เปรยบเทยบกบเวลาทใชตรวจสอบรายชอนกศกษาเขาชนเรยน

แบบใชใบรายชอ ไดขอมลตามตารางท 1 การเปรยบเทยบเวลาทใชในการตรวจสอบรายชอนกศกษาเขาชนเรยน

กลมเรยนท 1 และตารางท 2 การเปรยบเทยบเวลาทใชในการตรวจสอบรายชอนกศกษาเขาชนเรยน กลมเรยนท 2


การเปรยบเทยบเวลาทใชในการตรวจสอบรายชอนกศกษาเขาชนเรยน กลมเรยนท 1

( )

( )

S.D.

1 2 3

( )

2.10 2.10 2.07 2.09 0.02

2.32 2.23 2.12 2.22 0.10


( )

( )

S.D.

1 2 3

( )

2.21 2.16 2.15 2.17 0.03

2.38 2.34 2.20 2.31 0.09


การเปรยบเทยบเวลาทใชในการตรวจสอบรายชอนกศกษาเขาชนเรยน กลมเรยนท 2

สาหรบความถของจานวนขนตอนในการทางาน ในรายวชา คพ 344 การพฒนาระบบซอฟตแวร

เชงวตถ ผวจยไดทาการตรวจสอบรายชอ แบบบนทกการเขาชนเรยนในใบรายชอ 2 กลมเรยน ๆ ละ 3 ครง

รวม 2 กลมเรยนเปนทงหมด 6 ครง มขนตอนคอ ตรวจสอบรายชอในชวโมงเรยนลงในใบรายชอ แลวนาขอมล

การตรวจสอบรายชอไปบนทกในโปรแกรม ผสอนตองทางานทงหมด 12 ครง เพอบนทกการเขาชนเรยนของ

นกศกษาแตการตรวจสอบรายชอผานระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ ผสอนทางาน

ทงหมดเพยง 6 ครง

สาหรบความเรวในการรบรขอมลการตรวจสอบรายชอ การตรวจสอบรายชอผเขาชนเรยนโดยผสอน

ใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะนน นกศกษาทกคนสามารถตดตามขอมลการเขา

ชนเรยนของตนเองไดทกครงทงหมดคนละ 3 ครงตามจานวนครงทมการตรวจสอบรายชอเขาชนเรยนไดทนท

ในขณะทการตรวจสอบรายชอเขาชนเรยนโดยใชใบรายชอ นกศกษาตองรอผสอนประกาศรายชอนกศกษา

จานวนครงทตรวจสอบรายชอและสถตการเขาชนเรยนตาง ๆ เพยงครงเดยว

อภปรายผลการวจย การวเคราะหเวลาทใชสาหรบการตรวจสอบรายชอ จากตารางท 1 การเปรยบเทยบเวลาทใชใน

การตรวจสอบรายชอนกศกษาเขาชนเรยน ระหวางการใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณ

อจฉรยะกบการเชคชอโดยใชใบรายชอ อยางละ 3 ครง ในรายวชา คพ 344 การพฒนาระบบซอฟตแวร

เชงวตถ 2 กลมเรยน กลมเรยนท 1 มนกศกษา 43 คน กลมเรยนท 2 มนกศกษา 49 คน ผลปรากฏวา

กลมเรยนท 1 การใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ ใชเวลาเฉลย 2.09 นาท

สวนเบยงเบนมาตรฐาน 0.02 ในขณะทการตรวจสอบรายชอแบบใชใบรายชอใชเวลาเฉลย 2.22 นาท

สวนเบยงเบนมาตรฐาน 0.10 กลมเรยนท 2 การใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ

ใชเวลาเฉลย 2.17 นาท สวนเบยงเบนมาตรฐาน 0.03 ในขณะทการตรวจสอบรายชอแบบใชใบรายชอใช

เวลาเฉลย 2.31 นาท สวนเบยงเบนมาตรฐาน 0.09 จากคาเฉลย การตรวจสอบรายชอนกศกษาเขาชนเรยน

โดยใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะใชเวลาโดยเฉลยนอยกวาการตรวจสอบรายชอ


โดยใชใบรายชอ และคาเวลาทไดจากระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ มคาใกลเคยงกน

มากกวาคาเวลาทไดจากการตรวจสอบรายชอโดยใชใบรายชอ

การวเคราะหความถสาหรบขนตอนในการทางาน จากการตรวจสอบรายชอการเขาชนเรยนของ

ผสอน 1 ครง การตรวจสอบรายชอนกศกษาลงในใบรายชอ ผสอนมขนตอนคอ ลงชอนกศกษาลงในใบรายชอ

และเมอหมดชวโมงสอนจงนาขอมลจากใบรายชอบนทกขอมลการเขาหองเรยนลงในโปรแกรม ในขณะท

การตรวจสอบรายชอโดยใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ ผสอนสามารถตรวจสอบ

รายชอการเขาชนเรยนของนกศกษาและบนทกไดทนท

การวเคราะหความเรวสาหรบการทราบขอมลตรวจสอบรายชอ การใชระบบตรวจสอบรายชอ

เขาชนเรยนโดยอปกรณอจฉรยะทงหมด 3 ครง ทาใหนกศกษาสามารถตดตามสถตการเขาชนเรยนของตนเอง

ไดทงหมด 3 ครงไดอยางรวดเรวและทนท ขณะทการตรวจสอบรายชอเขาชนเรยนแบบใชใบรายชอนน

นกศกษาสามารถรสถตการเขาชนเรยนของตนเองไดเมอผสอนประกาศเทานน

สรป ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะไดถกออกแบบ พฒนา และนาไปใชตรวจ

สอบรายชอการเขาชนเรยนของนกศกษา ในรายวชา คพ 344 การพฒนาระบบซอฟตแวรเชงวตถ 2 กลม

เรยนโดยกลมเรยนท 1 มนกศกษา 43 คน และกลมเรยนท 2 มนกศกษา 49 คน ผลการใชงานปรากฏวา

การตรวจสอบรายชอนกศกษาทเขาชนเรยนของผสอนโดยใชระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณ

อจฉรยะ สามารถตรวจสอบรายชอนกศกษาไดทงหมดรวดเรวกวาการตรวจสอบรายชอเขาชนเรยนโดยใช

ใบรายชอ สวนจานวนขนตอนการทางานนน การตรวจสอบรายชอเขาชนเรยนโดยใชระบบตรวจสอบรายชอ

เขาชนเรยนโดยอปกรณอจฉรยะมจานวนขนตอนเปนครงหนงของการใชตรวจสอบรายชอดวยใบรายชอ

ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะทาใหนกศกษาทราบสถตการเขาชนเรยนของตนเอง

ไดอยางรวดเรวและถกตอง ซงแตกตางจากการตรวจสอบรายชอเขาชนเรยนโดยใชใบรายชอทนกศกษาทราบ

ขอมลเมอผสอนประกาศเทานน ดงนน สรปไดวา ระบบตรวจสอบรายชอเขาชนเรยนโดยอปกรณอจฉรยะ

ทางานดวยความรวดเรว สามารถลดขนตอนการทางานเมอเปรยบเทยบกบระบบเดมและใหขอมลทถกตอง

สงกวาการตรวจสอบรายชอดวยใบรายชอ

เอกสารอางองAbovyan, V. ; Zakarian, A. ; Shridhar, M. & Sengupta, S. (2012). Virtual learning tool – Course

management software. In Proceedings - 2012 IEEE International Conference on Technology

Enhanced Education, ICTEE 2012. (pp. 1-10.). Kerala: IEEE Xplore Digital Library.

Achavakul, C. (2013). Student Attendance and Activity Management for Teacher. Science

Thematic Paper, Mahanakorn University of Technology.


Ajaree Naco. (2013). Application of finger print reader to class attendance checking. Thaksin

University Journal. 16(3), 11-20.

Janchai, V. ; Angskun, J. & Angskun, T. (2012). A class attendance recording system via bluetooth.

Suranaree Journal of Science and Technology. 6(1), 37 – 55.

Pinsaimoon, N. ; Wongprom, B. & Piromruen, U. (2012). A study of e-Learning model and its

achievement in higher education institutions and business corporations. Retrieved February

1, 2017, from: http://dspace.spu.ac.th/handle/123456789/3498.

Serivichayaswadi, P. (2014). The problems on e-learning system usage of Dusit Thani College’s

Students. Business Review. 6(2), 141 – 158.

Tuntirojanawong, S. (2014). Factors affecting to students’ readiness for e-learning: A case study of

Graduate Students in Educational Administration Department, School of Educational Studies,

Sukhothai Thammathirat Open University. STOU Education Journal. 7(1), 51 – 64.


การแบงปนขอมลดวยโปรโตคอลเอมควททภายใตขอความแบบเจสนและหวขอแบบเอมทเอนซ*

Data Sharing with MQTT Protocol based on JSON-Message and MTNC-Topic

นษ ตนตธารานกล1** , กตตกร หาญตระกล2

Nasi Tantitharanukul1** , Kittikorn Hantrakul2

1,2สาขาวชานวตกรรมเทคโนโลยดจทล คณะวทยาศาสตร มหาวทยาลยแมโจ เลขท 63 ถนนเชยงใหม-พราว ตาบลหนองหาร อาเภอสนทราย จงหวดเชยงใหม 50290

1,2Department of Digital Technology Innovation, Faculty of Science, Maejo University 63 Sansai-Phrao Road, Nongharn, Sansai District, Chiang Mai, 50290

*ปรบปรงเพมเตมเนอหาจากบทความ เรอง MQTT-Topic Naming Criteria of Open Data for Smart Cities ทนาเสนอในการประชมวชาการ 2016 International Computer Science and Engineering Conference (ICSEC 2016). ณ โรงแรมเชยงใหมออรคด จ.เชยงใหม วนท 13-17 ธนวาคม 2559** ผเขยนหลก อเมล: [email protected]

บทคดยอ โปรโตคอลเอมควททเปนรปแบบการสอสารขอมลระหวางอปกรณดจทลหรอชดเซนเซอรตางๆ ทกาลง

เปนทนยมเพอใชในการพฒนาเมองอจฉรยะ เนองจากถกออกแบบมาเพอการสอสารทมแบนดวดทจากด

ขณะ ทใชทรพยากรตา จงสามารถรองรบการสอสารขอมลทมความถของการรบสงสงไดอยางมประสทธภาพ

อยางไรกตามการสอสารขอมลผานโปรโตคอลเอมควททประกอบดวยสองสวนหลกคอ “หวขอ” และ “ขอความ”

ทใชสาหรบกาหนดชองทางการสอสารระหวางผเผยแพรขอมลและผบอกรบขอมล ซงยงขาดมาตรฐานท

แนนอนในการกาหนดชอหวขอและรปแบบของขอความทใชรบสงระหวางกนในเชงสาธารณะ จงยากแก

การคนหา บอกรบหรอนาขอมลไปใชงาน ดงนนงานวจยนจงเสนอการกาหนดมาตรฐานในการแบงปนขอมล

สาธารณะผานโปรโตคอลเอมควททโดย กาหนดใหชอหวขอตองอยภายใตหลกการการตงชอแบบเอมทเอนซ

ซงถกเสนอขนในงานวจยกอนหนาของผวจย รวมกบการกาหนดใหขอความทสงอยในแบบรปเจสนทสามารถ

อานไดเขาใจทงมนษยและคอมพวเตอร โดยผวจยไดทดสอบความเหมาะสมในดานการสอความหมายและ

ความยาก-งายตอการใชงานรวมกบอกขระตวแทนของขอมลทอยภายใตหลกเกณฑดงกลาว ผลการวจยแสดง

ใหเหนวา ชดขอมล


ทถกกาหนดใหอยภายใตหลกเกณฑขางตนสามารถสอความหมายใหผบ2อกรบขอมลเขาใจถงรายละเอยด

ของขอมลไดในระดบดมากและงายตอการบอกรบขอมลรวมกบอกขระตวแทน แมผบอกรบขอมลจะม

ความรหรอไมมความรเกยวกบหลกการเอมทเอนซและเจสน

คาสาคญ การแบงปนขอมล เจสน โปรโตคอลเอมควทท เอมทเอนซ

Abstract MQTT is one of the most popular communication protocols that any digital devices in smart

cities use to communicate with each other. MQTT protocol is designed for a low bandwidth

communication while requires low resource consumption. Thus, MQTT protocol is appropriated for

the data sharing with high transmission frequency. In order to use MQTT, “Topic” and “Message”

are needed to set a communication channel between publishers and subscribers. However, there

is no open standard format in order to define the topic and the message of data to be shared in

public. So, subscribers hard to find and subscribe their desired data. In this paper, we determine

the standard of data sharing via MQTT protocol that the topic will be created following the MTNC

format from our previous work. A message is also stored in JSON format that readable by a human

and computers. We evaluate the data explanation and the easiness of the subscription with

wildcards in the proposed standard. The experimental results show that a topic created following

MTNC format and a message stored in JSON format can explain the meaning of data and it allows

the subscribers to find their desired information easier than without using this technique.

Keywords Data Sharing, JSON, MQTT Protocol, MTNC

บทนา การพฒนา “เมอง” ใหเปนสถานทอยอาศยทมเทคโนโลยตางๆ ทเออประโยชนตอการดาเนนชวต

อยางมคณภาพนน การแลกเปลยนขอมลระหวางองคกร บคคลหรอแมแตอปกรณดจทลตางๆ อยางสาธารณะ

นบเปนกญแจสาคญ เนองจากขอมลทไดจากระบบหนงสามารถถกนาไปเปนขอมลนาเขาเพอใชประกอบ

การตดสนใจใหแกระบบการใหบรการอนๆ ใหสามารถดาเนนงานไดอยางชาญฉลาดมประสทธภาพและ

กลมกลนกบวถชวตของประชากร ซงเปนปจจยสาคญในการพฒนาเมองไปสเมองอจฉรยะ (Smart City)

เพอใหระบบอจฉรยะตางๆ ของเมองสามารถตอบสนองตอเหตการณไดทนทวงทโดยอตโนมต ระบบดงกลาว


จาเปนทจะตองใชขอมล ณ เวลาจรง (Real-time Data) เพอใชเปนฐานของการประมวลผลและตดสนใจ อาท

ระบบควบคมสญญาณไฟจราจรทสามารถทางานรวมกบระบบเฝาระวงภยพบตเพอจดการ การจราจร

เพออพยพประชาชนสพนทปลอดภยไดอยางรวดเรวและเหมาะสมอยางอตโนมตเมอเกดภยพบตเปนตน

ซงยงระบบมความลาชาในการแลกเปลยนขอมลและตอบสนองตอเหตการณไดชามากขนเทาใด ยงสงผล

กระทบตอความเสยหายทอาจเกดไดมากขนเทานน ดงนนโปรโตคอลการสอสารทมความรวดเรว และ

ใชทรพยากรตาอยางเอมควทท (MQTT: Message Queue Telemetry Transport) (mqtt.org, 2017)

จงถกผลกดนใหเปนโปรโตคอลกลางในการเผยแพรและแลกเปลยนขอมลสาธารณะ ใหแกระบบตางๆ

ตงแตอปกรณดจทลขนาดเลก ไปจนถงระบบขนาดใหญสาหรบการพฒนาเมองอจฉรยะ อาท ภายในงาน

ของ Tantitharanukul (Tantitharanukul, Osathanunkul, Hantrakul, Pramokchon & Khoenkaw, 2016)

งานของ Hantrakul (Hantrakul, Sitti & Tantitharanukul, 2017) หรองานของ Osathanunkul (Osathanunkul,

Hantrakul, Pramokchon, Khoenkaw & Tantitharanukul, 2017) เปนตน เนองจากโปรโตคอลเอมควทท

สามารถทางานไดบนเครอขายอนเตอรเนตทเปนระบบเครอขายทไดรบความนยมสงทสดในปจจบน อกทง

ยงรองรบเทคโนโลยภายใตหลกการการสอสารตามแนวคดไอโอท (IoTs: Internet of Things) สาหรบการ

สงขอมลผานโปรโตคอลเอมควททประกอบดวยสองสวนคอ “หวขอ (Topic)” และ “ขอความ (Message)”

โดยหวขอเปนสวนทใชเพอกาหนดชองทางการรบสงขอมลระหวางผ เผยแพรและผ บอกรบขอมล

ขณะทขอความคอสายอกขระ (String) ทบรรจขอมลทตองการเผยแพรเอาไว อยางไรกตามการกาหนดหวขอ

และขอความทสงผานโปรโตคอลเอมควททเพอแลกเปลยนขอมลทเกดขนภายในเมองเพอใชเปนฐานในการ

พฒนาเมองอจฉรยะนนยงขาดรปแบบทเปนมาตรฐาน ดงนนผเผยแพรขอมลสามารถกาหนดชอหวขอและ

รปแบบไดอยางอสระและอาจไมมความหมายใดๆ ซงยากตอการรวบรวม คนหาและนาไปใชแบบสาธารณะ

ดวยเหตดงกลาวในงานวจยกอนหนาของผวจย (Tantitharanukul et al., 2016) จงไดมการนยามหลกการ

ในการตงชอหวขอของขอมลทเผยแพรผานโปรโตคอลเอมควททเพอการพฒนาเมองอจฉรยะขน โดยมชอวา

หลกการเอมทเอนซ (MTNC) เพอใหหวขอของขอมลทเผยแพรสามารถสอความหมายได ชวยใหงาย

ตอการคนหาและการบอกรบขอมลทเกดขนภายในเมอง อาท ขอมลสภาพแวดลอม ขอมลจราจร หรอขอมล

ภยพบตเปนตน

อยางไรกตามงานวจยดงกลาวไดกาหนดเฉพาะหลกการการตงชอของหวขอเทานนแตมไดกาหนด

รปแบบของขอความทรบสงดวย เพอตอยอดงานวจยดงกลาว ผวจยจงมแนวคดทจะเสนอใหการแบงปนขอมล

เกยวกบเมองในเชงสาธารณะผานโปรโตคอลเอมควททตองอยอยภายใตหลกการเอมทเอนซและมรปแบบ

ของขอความอยในรปแบบเจสน (JSON) เพอใหขอมลสาธารณะทสงผานโปรโตคอลเอมควททมมาตรฐาน

ทงหวขอและขอความ สามารถทาความเขาใจไดและถกนาไปใชไดโดยงายทงมนษยและอปกรณดจทล

ดงนนงานวจยน ผวจยไดทดสอบการสอความหมายของขอมลทมหวขอและขอความหลกการดงกลาว

ซงผวจยหวงวางานวจยนจะเปนสวนชวยการผลกดนใหเกดมาตรฐานในการเผยแพรขอมลสาธารณะและ

ชวยใหประชาชน เอกชนและภาครฐ เกดความรวมมอรวมใจในการเผยแพรขอมล


ทเปนประโยชน เพอการพฒนาระบบอจฉรยะตางๆ ของเมองเพอกาวสเมองอจฉรยะอยางแทจรง

วตถประสงค 1. เพอวเคราะหและทดสอบการสอความหมายของชดขอมลทมหวขออยภายใตหลกการเอมทเอนซ

และมขอความในรปแบบเจสน

2. เพอวเคราะหความยาก-งาย ตอการบอกรบขอมลทอยภายใตหลกการดงขอ 1 รวมกบอกขระ

ตวแทน

ทบทวนวรรณกรรม 1. โปรโตคอลเอมควทท

โปรโตคอลเอมควททถกนาเสนอโดย Dr. Andy Stanford- Clark และ Arlen Nipper โดยเปน

โปรโตคอลทตงอยบนหลกการ “เผยแพร” (Publish) และ “บอกรบ” (Subscribe) ใชสาหรบแลกเปลยนขอมล

ประเภทสายอกขระ (String) ซงปจจบนถกกาหนดใหอยในมาตรฐานไอเอสโอดานเทคโนโลยสารสนเทศ (ISO/

IEC 20922:2016, 2016) โดยโปรโตคอลเอมควททออกแบบใหเปนโปรโตคอลทใชทรพยากรตาและงาย

ตอการใชงาน โดยทางานอยบนทซพ/ไอพ (TCP/IP ) หรออกนยหนง คอ สามารถทางานบนเครอขาย

อนเตอรเนตทใชอยางแพรหลายในปจจบน ซงเหมาะสาหรบอปกรณอเลกทรอนกสและเครอขายการสอสาร

ทมทรพยากรหรอแบนดวดทจากด (ISO/IEC20922:2016, 2016) เชน สภาพแวดลอมของงานดานไอโอท

ทมมการสอสารระหวางอปกรณดจทลขนาดเลกจานวนมากพรอมๆ กนผานเครอขายอนเตอรเนต ตวอยาง

การนาไปใชจรงทเปนทรจก เชน IBM Message Sight พฒนาโดยบรษทไอบเอม (IBM) เพอใหบรการ

การจดการขอมลผานโปรโตคอลเอมควทททมปรมาณการรบสงขอมลสง โดย IBM Message Sight สามารถ

เผยแพรขอความไดสงถง 15 ลานขอความภายในหนงวนาทไปยงอปกรณหรอโปรแกรมประยกต (Application)

ใดๆ ของลกคา (Derhamy, Eliasson, Delsing, & Priller, 2015) ดวยความสามารถดงกลาวจงทาให

บรษทไอบเอมนาโปรโตคอลเอมควททภายใต IBM Message Sight มาใชในการใหบรการวเคราะหและ

จดเกบขอมลพฤตกรรมการขบขรวมถงการทางานของเครองยนตแบบเรยลไทมแกบรษทผผลตรถยนต

เพอใชในการพฒนา วเคราะหตรวจสอบความผดปกตหรอใหคาแนะนาในการซอมบารงได เปนตน


ภาพท 1: ตวอยางการเผยแพรขอมลผานโปรโตคอลเอมควทท

ในการสอสารผานโปรโตคอลเอมควทท ตนทางและปลายทางอาจเปนไดทงอปกรณเคลอนท

(Mobile Devices) คอมพวเตอรสวนบคคล เซนเซอรตรวจวดคาตางๆ หรอระบบซอฟตแวรใดๆ ซงสอสารกน

ผานตวกลางทเรยกวาโบรกเกอร (Broker) ดงภาพท 1 โดยองคประกอบของระบบภายใตการสอสารผาน

โปรโตโคอลเอมควททประกอบดวย 3 สวนหลก คอ

1.1 โบรกเกอร: ทาหนาทเปนตวกลางในการกระจายขอมล โดยจะเปนผรบชดขอมลซง

ประกอบดวย “หวขอ” และ “ขอความ” จาก “ผเผยแพร (Publisher)” ซงหลงจากทโบรกเกอรไดรบขอมลจาก

ผเผยแพรแลว โบรกเกอรจะใชหวขอเปนเกณฑในการคดเลอกเพอสงขอความของขอมลชดนใหแก “ผบอกรบ

(Subscriber)” ทบอกรบขอความดวยหวขอดงกลาวทกแหลงพรอมๆ กน

1.2 ผเผยแพร: คอผทเผยแพร (Publish) ขอมลของตนเองใหแกผอนผานโบรกเกอร โดยผเผยแพร

จะเปนผกาหนดหวขอของขอมลทตองการเผยแพรโดยทผบอกรบจะตองบอกรบขอมลดวยหวขอเดยวกนน

จงจะไดรบขอความ เมอผเผยแพรเผยแพรขอมลออกมา ซงในภาพท 1 แสดงแทนผเผยแพรดวยอปกรณท

สงขอมลไปยงโบรกเกอรดวยคาสง Pub (Topic = “ xxx”) โดยท xxx เปนชอหวขอของขอมลใดๆ ทตองการ

เผยแพร ซงในทนผเผยแพรคออปกรณทชอ Device1, Device2 และ Device3 โดยท Device1 เปนผเผยแพร

ขอมลในหวขอ Rain และสงขอความทมคาเปน 20 ออกมา สวน Device2 เปนผเผยแพรขอมลในหวขอ Temp

ซงเผยแพรขอความทมคาเปน 33 ออกมา เปนตน


1.3 ผบอกรบ: เปนอปกรณหรอระบบใดๆ ทบอกรบ (Subscribe) ขอมลจากผเผยแพร ซงผบอกรบ

จะตองระบหวขอของขอมลทตองการบอกรบแกโบรกเกอร โดยผบอกรบสามารถบอกรบขอมลไดมากกวา

หนงหวขอทแตกตางกน ในภาพท 1 แสดงแทนการบอกรบขอมลดวยคาสง Sub (Topic = “ xxx”) โดยท xxx

เปนชอหวขอของขอมลใดๆ ซงในทนตวอยางของผบอกรบ เชน อปกรณทชอ Device3 และ Device5 ทบอก

รบขอมลในหวขอ Temp โดยเมอ Device2 เผยแพรขอมลในหวขอ Temp ทมคาเปน 33 ออกมาแลว Device3

และ Device5 จะไดรบขอมลน ขณะท Device1, Device2, Device4 และ Device6 ทไมไดบอกรบขอมล

ในหวขอ Temp จะไมไดรบขอมลน นอกจากนผเผยแพรและผบอกรบสามารถสลบบทบาทกนไดหรอเปนได

ทงสองบทบาทในคราวเดยว (Vermesan & Friess, 2014 ) เชน Device3 ทเปนทงผเผยแพรขอมลในหวขอ

Earthquake ขณะเดยวกนกเปนผบอกรบขอมลในหวขอ Temp เชนกน

2. อกขระตวแทน (Wildcards)

สาหรบการรบสงขอมลผานโปรโตคอลเอมควททการกาหนดหวขอถอเปนเรองทสาคญเปนอยางมาก

เนองจากหวขอเปนสายอกขระทรองรบความสามารถในการแบงลาดบชน (Hierarchical) และรองรบการใช

อกขระตวแทนในการบอกรบขอมล ซงหากผเผยแพรกาหนดหวขอดวยโครงสรางของลาดบชนทดแลว ผบอก

รบจะสามารถบอกรบขอมลไดอยางยดหยนดวยการใชคณสมบตของอกขระตวแทนได โดยผเผยแพรสามารถ

แบงลาดบชนภายในหวขอไดดวยเครองหมาย “ทบ ( / )” ตวอยางเชนหวขอตอไปน ประกอบดวย 3 ลาดบชน

Temperature / ChiangMai / Sensor2

ซงหวขอดงกลาวสามารถอานใหมนษยเขาใจไดในรปแบบภาษาธรรมชาต (Natural Language)

โดยหมายถงขอมลจากเซนเซอรตรวจวดตวท 2 (Sensor2) ในจงหวดเชยงใหม (Chiang Mai) ทเปนขอมล

เกยวกบอณหภม (Temperature) ดวยเหตดงกลาวหวขอจงเปนสงทสามารถบอกความหมายหรอวตถประสงค

ของขอมลไดดวยตวเองได (Tantitharanukul et al., 2016) นอกจากนผบอกรบยงสามารถใชอกขระตวแทน

ซงประกอบดวยเครองหมาย “นมเบอร ( # )” และเครองหมาย “บวก ( + )” แทนทการบอกรบขอมลจากหวขอ

หนงๆ โดยตรง ซงชวยใหใหเกดความยดหยนในการบอกรบขอมลดงกลาวได โดยเครองหมายนมเบอรใชแทน

การบอกรบขอมลแบบหลายชน (Multi-Level) ขณะทเครองหมาย บวกใชแทนการบอกรบขอมลแบบชนเดยว

(Single-Level) ยกตวอยางดงภาพท 2 คอ เมอ Device6 บอกรบขอมลดวยหวขอ Temperature / #

ดงนนหาก Device1, Device2 หรอ Device3 เผยแพรขอมลออกมาดวยหวขอตางๆ ดงภาพ Device6

จะไดรบขอมลทงหมดจากทงสามแหลงดงกลาว ซงการบอกรบขอมลดวยรปแบบ ดงขางตนหมายถง Device6

บอกรบขอมลจากหวขอทงหมดทขนตนดวย Temperature โดยทหวขอดงกลาวจะมจานวนลาดบชนไปอก

กลาดบชนกได ขณะทตวอยางของการบอกรบขอมลดวยการใชเครองหมายบวกรวมดวยสามารถแสดงได คอ

เมอ Device5 บอกรบหวขอ Temperature / + / Sensor1 จะทาให Device5 สามารถรบขอความทงหมด

ทมหวขอตามโครงสรางดงกลาวโดยทเครองหมายบวกถกแทนทดวยสายอกขระใดๆ ได เชนขอมลทมหวขอเปน

Temperature / ChiangMai / Sensor1 หรอ Temperature / Bangkok / Sensor1 เปนตน ซงในทน Device5


จะไดรบขอมลทง 30 และ 37 หรออกนยหนง คอ เครองหมายบวกสามารถใชแทนลาดบชนใดๆ ในหวขอ

ของขอมลทสงผานโปรโตคอลเอมควททไดหนงลาดบ ทงนอกขระตวแทนสามารถใชไดกบการบอกรบขอมล

แตไมสามารถใชในการกาหนดหวขอเพอเผยแพรขอมลได

ภาพท 2: ตวอยางการใชอกขระตวแทนในการบอกรบขอมล

จากภาพท 2 หากผบอกรบตองการบอกรบขอมลจากเซนเซอรตวใดตวหนงในจงหวดเชยงใหมทเปน

ขอมลเกยวกบอณหภม ผบอกรบสามารถบอกรบขอมลในหวขอ Temperature / ChiangMai / Sensor1 หรอ

หวขอ Temperature / ChiangMai / Sensor2 ได โดยท Sensor1 และ Sensor2 เปนชอของเซนเซอรท

ผเผยแพรกาหนดไว ขณะเดยวกน หากผบอกรบตองการขอมลจากเซนเซอรทกตวในพนทจงหวดเชยงใหม

ทเปนขอมลเกยวกบอณหภม ผบอกรบสามารถบอกรบขอมลไดจากหวขอ Temperature / ChiangMai / +

ในทานองเดยวกนผบอกรบสามารถบอกรบขอมลอณหภมจากจากทกเซนเซอรในทกจงหวดไดดวย การบอก

รบหวขอ Temperature / + / + หรอใชหวขอ Temperature / # แทนได จากตวอยางดงขางตนจะ เหนไดวา

หากผเผยแพรกาหนดโครงสรางของหวขอสาหรบการเผยแพรขอมลสาธารณะไวอยางด สามารถ สอความหมาย

ใหแกผบอกรบเขาใจไดอยางไมกากวมแลว ผบอกรบจะสามารถใชประโยชนของการบอกรบขอมลรวมกบ

อกขระตวแทนเพอกาหนดขอบเขตของการบอกรบขอมลไดหลากหลายรปแบบเพอให อปกรณหรอระบบของ

ตนตอบสนองตอเหตการณทมขอบเขตพนทเขามาเกยวของได ซงมประโยชนมากสาหรบการจดการเมอง

ซงใชขอบเขตพนทเปนหลกในการบรหารจดการ


3. เอมทเอนซ (MTNC: MQTT-Topic Naming Criteria of Open Data for Smart Cities)

“เอมทเอนซ” เปนหลกการในการกาหนดหวขอของขอมลทมวตถประสงคเพอใชในการพฒนา

เมองอจฉรยะทเผยแพรอยางสาธารณะดวยโปรโตคอลเอมควทท ถกนาเสนอโดย Tantitharanukul

(N. Tantitharanukul, et al., 2016) ซงหลกการเอมทเอนซมงเนนใหการกาหนดชอหวขอมโครงสรางทสามารถ

แสดงวตถประสงคและอธบายถงความหมายของขอมลทเผยแพรใหผ บอกรบทเปนมนษยเขาใจได

เพอใหสามารถบอกรบขอมลรวมกบอกขระตวแทนเพอนาไปใชในการพฒนาระบบไดอยางตรงตาม

วตถประสงคทตองการ โดยหลกการเอมทเอนซกาหนดใหหวขอของขอมลทจะเผยแพรจะตองประกอบดวย

สามสวน คอ วตถประสงคของขอมล (Objective) แหลงกาเนดขอมล (Location) และเจาของขอมล (Owner)

ซงจะถกแบงลาดบชนดวยเครองหมายทบ ดงนนหวขอทอยภายใตหลกการเอมทเอนซจะมโครงสรางดงน

Objective / Location / Owner

โดยทแตละองคประกอบดงกลาวจะถกแบงเปนลาดบยอยลงไปไดอก ซงมรายละเอยดดงตอไปน

3.1 วตถประสงค: เปนสวนทระบถงประเภทและเปาหมายของการนาขอมลไป ประกอบดวย

วตถประสงคหลก (Main Objective) วตถประสงครอง (Sub Objective) และวตถประสงคทกาหนดโดย

ผเผยแพร (User-Defined Objective) ซงในงานวจยของ Tantitharanukul (Tantitharanukul et al., 2016)

ไดนาเสนอหมวดหมของสายอกขระทใชกาหนดเปนวตถประสงคหลกและวตถประสงครองใหผเผยแพรได

เลอกใชในการกาหนดชอหวขอ ขณะทวตถประสงคทกาหนดโดยผเผยแพรจะเปนสวนทผเผยแพรสามารถ

กาหนดไดเองอยางอสระแตจะตองไมประกอบดวยเครองหมายทบ ดงนนเฉพาะในสวนของวตถประสงค

จงมโครงสรางเปน MainObjective / SubObjective / X โดยท X เปนวตถประสงคทกาหนดโดยผเผยแพร

3.2 แหลงกาเนดขอมล: เปนสวนทผเผยแพรตองระบวาขอมลทเผยแพรเกดจากการวดคาหรอ

สรางขนทสถานทใด ประกอบดวย ชอประเทศ (Country) ชอจงหวดหรอเมอง (Province) และแหลงกาเนด

ขอมลทกาหนดโดยผเผยแพร (User-Defined Location) ซงแหลงกาเนดขอมลทกาหนดโดยผเผยแพร

อาจเปนขอบเขตของพนททเลกลงเชน ชออาคารหรอพกดจพเอส (GPS) เปนตน ดงนนแหลงกาเนดขอมล

จงมโครงสรางเปน Country / Province / Y โดยท Y แทนแหลงกาเนดขอมลทกาหนดโดยผเผยแพร

3.3 เจาของขอมล: เปนสวนทใชระบชอบคคลหรอหนวยงานทเปนเจาของของขอมล

ซงผเผยแพรจะตองกาหนดไวในหวขอ เพอเปนประโยชนตอผใชเพอการตดสนใจเลอกบอกรบขอมลจาก

ผเผยแพรทตนเองเชอถอหรอรบขอมลประเภทเดยวกนจากเจาของขอมลหลายเจาดวยการใชอกขระตวแทน

โดยทชอของผเผยแพรแตละรายจะตองไมซากน ดงนนในงานของ Tantitharanukul (Tantitharanukul,

Osathanunkul, Hantrakul, Pramokchon & Khoenkaw, 2017) จงไดพฒนาระบบสาหรบจดการหวขอและ

ผเผยแพรขน เพอการเผยแพรขอมลสาธารณะสาหรบการพฒนาเมองอจฉรยะผานโปรโตคอลเอมควทท

เพออานวยความสะดวกใหผเผยแพรสามารถเผยแพรขอมลสาธารณะทมหวขอภายใตรปแบบเอมทเอนซได

พรอมทงชวยใหผบอกรบสามารถคนหาหวขอของขอมลทตนเองตองการบอกรบไดโดยงาย


จากองคประกอบของหวขอภายใตหลกการเอมทเอนซทงสามสวนดงขางตน ดงนน โครงสราง

ทงหมดของการกาหนดหวขอภายใตหลกการเอมทเอนซเปนดงตอไปนคอ

MainObjective / SubObjective / X / Country / Province / Y / Z

โดยท X เปนวตถประสงคทกาหนดโดยผเผยแพร ขณะท Y เปนแหลงกาเนดขอมลทกาหนด

โดยผเผยแพร และ Z คอ ชอผเปนเจาของขอมล ยกตวอยางเชนหวขอดานลางนเปนตน

Environment / Air / AverageCO2 / THA / ChiangMai / AmphoeMueang / INTNINLab

4. เจสน (JSON: JavaScript Object Notation)

“เจสน” เปนวากยสมพนธ (Syntax) สาหรบการจดเกบและการแลกเปลยนขอมลของระบบ

คอมพวเตอรในรปสายอกขระซงเปนทนยมในปจจบน (Lin, Chen, Chen & Yu, 2012) โดยรปแบบขอมลแบบ

เจสนมลกษณะคลายกบขอมลในรปแบบเอกซเอมแอล (XML) ทสามารถแสดงลาดบชน (Hierarchical)

ของขอมลไดและมนษยสามารถอานเขาใจไดโดยงาย (Xu & Zhu, 2011) แตสงทรปแบบเจสนแตกตางจาก

รปแบบเอกซเอมแอล คอ รปแบบการเขยนทสนกระชบ นอกจากเจสนนยงรองรบการใชอาเรยของขอมล

อกดวย โดยขอมลในรปแบบเจสนจะประกอบไปดวยชอ (Name) และคา (Value) ของขอมล โดยทขอมล

แตละตวถกคนดวยเครองหมายจลภาค ตวอยางเชน

{“firstName” : “Nasi” , “lastName” : “Tantitharanukul”}

โดยทขอมลในรปแบบดงขางตนสามารถบงบอกไดถง ขอมลสองชดซงประกอบดวย firstName

ทมคาเปน Nasi และขอมล lastName ทมคาเปน Tantitharanukul โดยปจจบนมการนารปแบบเจสนไปใชงาน

ในหลายดาน อาท การแทนขอมลในระบบฐานขอมล หรอการแทนขอมลเวกเตอร (Vector Data) สาหรบ

ระบบสารสนเทศภมศาสตร (GIS: Geographic Information System) (Xu & Zhu, 2011) เปนตน

จากคณลกษณะทโดดเดนของรปแบบของเจสนดงกลาวขางตน ผวจยจงมแนวคดทจะใชเปนมาตรฐานใน

การกาหนดรปแบบของขอความทเผยแพรอยางสาธารณะเพอใชในการพฒนาเมองอจฉรยะ

วธการวจย งานวจยนมวตถประสงคเพอวเคราะหความเหมาะสมของการเผยแพรขอมลสาธารณะเพอการพฒนา

เมองอจฉรยะผานโปรโตคอลเอมควททภายใตการกาหนดชอหวขอดวยหลกการเอมทเอนซทมขอความใน

รปแบบเจสน ดงนนผวจยจงไดกาหนดวธวจยโดยแบงออกเปนสามสวน ประกอบดวย การสรางขอมลจาลอง

การทดสอบการสอความหมายของหวขอและขอความและความยาก-งายตอการบอกรบขอมลดวยอกขระ

ตวแทนและทายทสดเปนการวเคราะหและแปลผลขอมลการทดสอบ โดยมรายละเอยดในแตละสวนดงน

1.1 การสรางขอมลจาลอง

ขนตอนนจะเปนการสรางขอมลจาลองขนเพอใชในการทดสอบการสอความหมายของ

ชดขอมลทหวขอและขอความอยภายใตหลกการเอมทเอนซและเจสนตามลาดบ โดยเปรยบเทยบกบการสอ


ความหมายของชดขอมลทหวขอและขอความทไมตงอย บนหลกการการกาหนดชอหรอรปแบบใดๆ

โดยมขนตอนการสรางคอ

1.1.1 ผวจยศกษาขอมลและการเผยแพรขอมลเกยวกบเมองในเชงสาธารณะรวมถงการนาขอมล

ไปใชเพอการพฒนาระบบอจฉรยะตางๆ เพอเปนฐานในการสรางขอมลจาลอง เชน ขอมลสภาพแวดลอม

ทางธรรมชาต ขอมลการเฝาระวงภยพบต ขอมลการจราจร ขอมลการจดการขยะ ขอมลประชากร หรอขอมล

ดานการจดการพลงงานและแสงสวางเปนตน

1.1.2 สรางชดขอมลจาลองเพอใชในการทดสอบสมมตฐานการวจย ดงแสดงในตารางท 1

โดยมการสรางชดขอมล 40 ชดทมหวขอตางกน (พรอมคาอธบายถงความหมายและวตถประสงคของขอมล)

ประกอบดวยหวขอภายใตหลกการการเอมทเอนซ 20 หวขอโดยทอก 20 หวขอไมตงอยบนหลกการการตงชอใดๆ

ซงแตละประเภทชดขอมลแยกเปนชดขอมลทมขอความในรปแบบเจสน 10 ชด ขณะทอก 10 ชดขอมล

มขอความทไมมรปแบบใดๆ โดยในการสรางหวขอและขอความของขอมลแตละชด คดเลอกมาจากกลมคา

ทมคาความยากงาย (Difficulty) ของการแปลความหมายของคาทระดบ 0.20 – 0.50 จานวนครงหนงและ

อกครงหนงเปนกลมคาทมคาความยากงาย ระดบ 0.51 – 0.80 เพอนามาประกอบเปนสายของหวขอและ

สายของขอมล โดยตวอยางของแบบฟอรมของชดขอมลทสรางขนแตละชดเปนดงตารางท 2

1.1.3 นาขอมลจาลองทไดไปปรกษาผเชยวชาญจานวน 3 ทาน ทเชยวชาญทางดานการวเคราะห

ขอมล ดานการสอสารขอมลและดานการพฒนาอปกรณดจทลสาหรบเมองอจฉรยะเพอตรวจสอบความถกตอง

และการสอความหมายและวตถประสงคของขอมลตามทกาหนด พรอมทงปรบปรงแกไข จากนนจงนาไปเปน

ขอมลจาลองเพอใชในการทดสอบ


การออกแบบชดขอมลจาลองเพอใชในการทดสอบ

10 10

10 10



ตวอยางฟอรมบนทกชดขอมลจาลอง: (ประเภทท1) ขอมลภายใตหลกการเอมทเอนซและเจสน

1

Environment/ Air/ AverageCO2/ THA/ ChiangMai/ AmphoeMueang/ INTNINLab

{“value” : 900, “Unit” : “ppm” , “dateTime” : “2017-03-05 02:20:14”}

ppm

INTNIN Laboratory

, ,

,

2 … …

… … …

2 ทดสอบการสอความหมายของชดขอมล

ในการทดสอบการสอความหมายและการนาไปใชของชดขอมลทมหวขออยภายใตหลกการ

เอมทเอนซและขอความอยในรปเจสน ผวจยไดทดสอบบนผใชขอมล จานวน 20 คน ซงแบงเปนสองกลมคอ

2.1 ผใชขอมลทเขาใจหลกการเอมทเอนซและรปแบบขอมลแบบเจสน จานวน 10 คน

2.2 ผใชขอมลทไมมพนฐานความรเกยวกบหลกการเอมทเอนซและรปแบบขอมลแบบเจสน

จานวน 10 คน

ผวจยไดออกแบบการทดสอบบนผใชขอมลทงสองกลม โดยกาหนดใหผใชทงสองกลมทาหนาท

เปนผบอกรบขอมล โดยขอมลทถกเผยแพรจะเปนขอมลจากชดขอมลจาลองทไดสรางขนในขนตอน กอนหนา

โดยทแตละชดขอมลจะถกปกปดรายละเอยดบางสวนซงรายละเอยดทปกปดประกอบดวย วตถประสงคของ

ขอมล ผเผยแพรและผบอกรบทคาดหวง โดยกาหนดใหกลมทดสอบเปนผเตมรายละเอยดนนแทน เพอทดสอบ

วาผใชจะมอตราการตอบถกเปนเทาใดเพอวดความเขาใจในความหมายของชดขอมล เมออานจาก “หวขอ”

และ “ขอความ” โดยตารางท 3 เปนรายละเอยดของการทดสอบชดขอมลทสรางขนซงแยกประเภทชดขอมล

ตามตารางท 1 บนผใชทงสองกลมซงประกอบดวยผใชขอมลทเขาใจหลกการเอมทเอนซและเจสนและผใช

ขอมลทไมมพนฐานความรเกยวกบหลกการเอมทเอนซและเจสน ดงนน การทดสอบทงหมดจงถกออกแบบ

ใหเปน 8 ประเภท ซงแตละประเภทประกอบดวยสองสวนคอ 1) การสอ ความหมายของขอมลหรออตราสวน

จานวนผใชขอมลทเขาใจความหมายและวตถประสงคของขอมล โดยคดจากจานวนผตอบแบบทดสอบไดถกตอง

(แบบทดสอบ) และ 2) ความงายตอการนาขอมลไปใชงาน (แบบสอบถาม)



ประเภทของการทดสอบ

3. การวเคราะหและการแปลผลขอมลการทดสอบ

ในการทดสอบความเขาใจในขอมลของผใชหรอการสอความหมายของขอมล โดยใหผใชเปน

ผกรอกรายละเอยดของขอมลเทยบกบเฉลยทปดไว หากคาตอบตรงกบเฉลยมากกวารอยละ 80 จะถอวาผใช

ตอบไดถกตอง โดยมเกณฑการแปลผลดงตารางท 4


การแปลผลการทดสอบ

40

40 - 49

50 - 69

70 - 79

80

สาหรบแบบสอบถามความงายตอการนาขอมลไปใชงานและความยดหยนของหวขอตอการใชงาน

รวมกบอกขระตวแทนเมอขอมลถกกาหนดใหอยภายใตหลกการเอมทเอนซและรปแบบเจสน ไดถกออกแบบ

ใหใชมาตรวดแบบลเครท (Likert scale) 5 ระดบ โดยแปลผลดงตารางท 5

1 ( 1) 1 ( 3)

2 ( 2) 2 ( 4)

1 ( 5) 1 ( 7)

2 ( 6) 2 ( 8)



การแปลผลแบบสอบถาม

1.00 – 1.49

1.50 - 2.49

2.50 - 3.49

3.50 - 4.49

4.5 - 5.0

ผลการวจย หลงจากดาเนนการวจยดงทไดกาหนดไวในขนตอนกอนหนา ผวจยไดแบงผลของการวจยออกเปน

สองสวนโดยมรายละเอยดดงน

1. ผลการทดสอบการสอความหมายของขอมล (วเคราะหจากผลการทดสอบ)

2. ผลการสารวจความงายตอการนาขอมลไปใชงานตอและความยดหยนของหวขอทอยภายใต

หลกการเอมทเอนซตอการใชงานรวมกบอกขระตวแทน (วเคราะหจากผลของแบบสอบถาม) โดยผลการ

ทดสอบการสอความหมายของขอมลเปนดงภาพท 3 ซงแบงการทดสอบออกเปน 8 ประเภท ดงทกาหนดไว

ในตารางท 3 โดยสามารถแสดงเปนผลรวมของการตอบแบบทดสอบจากกลมผใชขอมลทงสองกลมได

ดงตารางท 6 ขณะทผลการสารวจความงายตอการนาขอมลไปใชงานตอและความยดหยนของหวขอทอย

ภายใตหลกการเอนทเอนซตอการใชงานรวมกบอกขระตวแทน ไดวากลมผใชขอมลใหผลคะแนนเฉลยเปน

4.60 จาก คะแนนเตม 5.00 คะแนน ทคาเบยงเบนมาตรฐาน 0.50

ภาพท 3: ผลการทดสอบการสอความหมายของชดขอมล



ผลรวมของจานวนแบบทดสอบทผถกทดสอบกลมท 1 และกลมท 2 ตอบไดถกตอง

17 20 ( 85) 7 20 ( 35)

เจ 14 20 ( 70) 5 20 ( 25)

อภปรายผลการวจย จากผลการวจยดงภาพท 3 และตารางท 6 แสดงใหเหนวา ขอมลทมหวขออยภายใตหลกการ

เอมทเอนซและมขอความอยในรปแบบเจสน (การทดสอบประเภทท 1 และ 2) สามารถแสดงความหมาย

ของขอมลใหผใชเขาใจไดในระดบดมาก ซงอตราการตอบถกสงถงรอยละ 85 อกทงมความคดเหนของผใชตอ

ความงายในการนาขอมลไปใชงานและบอกรบขอมลรวมกบการใชอกขระตวแทนในระดบงายมาก โดยมขอ

สงเกตคอจากภาพท 3 จะเหนไดวาผใชขอมลทงสองกลมสามารถเขาใจความหมายและวตถประสงคของ

ขอมลไดใกลเคยงกนและอยในระดบทสง แมวากลมผใชขอมลกลมทสองไมมพนฐานความรเกยวกบหลกการ

เอมทเอนซและเจสน ซงแสดงใหเหนวาการใชหลกการเอมทเอนซรวมกบเจสนชวยเพมการสอความหมายของ

ขอมลไดถงแมผบอกรบไมเคยทราบหลกการการกาหนดรปแบบของหวขอและขอความใดๆ มากอนสาหรบ

ขอมลทมหวขออยภายใตหลกการเอมทเอนซแตขอความไมขนกบหลกการใดๆ (การทดสอบประเภทท 5 และ

6) ยงคงแสดงความหมายของขอมลใหผใชเขาใจไดในระดบด ซงยงคง มระดบมากกวาชดขอมลทหวขอและ

ขอความไมตงอยบนหลกการใดๆ และจากการทการทดสอบประเภทท 3, 4, 7 และ 8 ซงเปนการทดสอบท

หวขอไมอยภายใตหลกการเอมทเอนซ ไดคะแนนทตากวาการทดสอบทเหลอ แสดงใหเหนวาหลกการเอมท

เอนซมนาหนกตอการเขาใจความหมายและวตถประสงคของขอมลในระดบคอนขางมาก จากการทดสอบ

ทงหมดจงแสดงใหเหนวาการใชหลกการเอมทเอนซรวมกบการกาหนดรปแบบขอความใหเปนแบบเจสน

ชวยเพมความสามารถในการแสดงความหมายของขอมลอยางมนยสาคญ เหตผลเนองมาจากหลกการเอมทเอนซ

กาหนดใหผเผยแพรตองระบหวขอทประกอบดวยวตถประสงคของขอมล แหลงกาเนดของขอมล รวมทง

ผเปนเจาของขอมล ซงเพยงพอตอการนาขอมลไปใชงานในการพฒนาโปรแกรมประยกตหรอระบบอจฉรยะ

ตางๆ และดวยความสามารถในการแสดงความหมายและวตถประสงคของขอมล ของหวขอทอยภายใต

หลกการเอมทเอนซนจงทาใหผ บอกรบสามารถบอกรบขอมลรวมกบอกขระตวแทนไดโดยงายและ

เกดความผดพลาดนอย จงสงผลใหผลสารวจความยาก-งายตอการบอกรบขอมลรวมกบอกขระตวแทนจาก

ขอมลทตงอยบนหลกการทนาเสนอ ไดคะแนนเฉลยสงถง 4.60 จาก คะแนนเตม 5.00 คะแนน ทคาเบยงเบน

มาตรฐาน 0.50


สรป งานวจยนมวตถประสงคเพอทดสอบการสอความหมายและการใชงานขอมลสาธารณะทเผยแพร

ผานโปรโตคอลเอมควทททหวขออยภายใตหลกการเอมทเอนซและขอความอยภายใตรปแบบเจสน

ผลการวจยพบวา ชดขอมลทมหวขอและขอความอยภายใตหลกการดงกลาว สามารถสอความหมายใหผใชขอมล

เขาใจถงรายละเอยดของขอมลอยในระดบดมากและงายตอการบอกรบขอมลรวมกบอกขระตวแทน ซงได

คะแนนเฉลยเปน 4.60 จาก คะแนนเตม 5.00 คะแนน ทคาเบยงเบนมาตรฐาน 0.50 โดยตางจากชดขอมล

ทหวขอและขอความไมอยภายใตหลกการใดๆ ทสอความหมายไดนอยสาหรบงานวจยในอนาคต ผวจยเหนวา

ควรเปรยบเทยบหลกการทนาเสนอกบมาตรฐานของขอความทอยในรปแบบอน เชนขอความทอยในรปแบบ

เอกซเอมแอล ทงในดานของการสอความหมาย ขนาดความรวดเรวในการสอสารและการใชทรพยากรเปนตน

กตตกรรมประกาศ งานวจยนสาเรจลงไดผ วจยขอขอบคณการสนบสนนจากหนวยวจยนวตกรรมดจทลอจฉรยะ

คณะวทยาศาสตรและสานกวจยและสงเสรมวชาการการเกษตร มหาวทยาลยแมโจ มา ณ ทน

เอกสารอางองDerhamy, H. ; Eliasson, J. ; Delsing, J. & Priller, P. (2015). A survey of commercial frameworks for

the Internet of Things. In Emerging Technologies & Factory Automation (ETFA), 2015 IEEE

20th Conference on (pp. 1-8). IEEE.

Hantrakul, K. ; Sitti, S. & Tantitharanukul, N. (2017). Parking lot guidance software based on MQTT

Protocol. In Digital Arts, Media and Technology (ICDAMT). International Conference on

(pp. 75-78). IEEE.

ISO/IEC20922:2016. (2016). Information technology – Message Queuing Telemetry Transport

(MQTT) v3.1.1.

Lin, B. ; Chen, Y. ; Chen, X. & Yu, Y. (2012, August). Comparison between JSON and XML in

applications based on AJAX. In Computer Science & Service System (CSSS), 2012

International Conference on (pp. 1174-1177). IEEE.

MQTT. (Maejo University) (n.d.) Online accessed 10-Jan-2017. Retrieved June, n.d. , from , http://mqtt.org.

Osathanunkul, K. ; Hantrakul, K. ; Pramokchon, P. ; Khoenkaw, P. & Tantitharanukul, N. (2017).

Configurable automatic smart urinal flusher based on MQTT protocol. In Digital Arts, Media

and Technology (ICDAMT), International Conference on (pp. 58-61). IEEE.


Tantitharanukul, N. ; Osathanunkul, K. ; Hantrakul, K. ; Pramokchon, P. & Khoenkaw, P. (2016).

Mqtt-topic naming criteria of open data for smart cities. In Computer Science and Engineering

Conference (ICSEC), 2016 International (pp. 1-6). IEEE.

Tantitharanukul, N. ; Osathanunkul, K. ; Hantrakul, K. ; Pramokchon, P. & Khoenkaw, P. (2017,

March). MQTT-Topics Management System for sharing of Open Data. In Digital Arts,

Media and Technology (ICDAMT), International Conference on (pp. 62-65). IEEE.

Vermesan, O. & Friess, P. (Eds.). (2014). Internet of things-from research and innovation to market

deployment (pp. 74-75). Aalborg: River Publishers.

Xu, Z. & Zhu, J. (2011, December). Research of WebGIS based on HTML5 and JSON. In

Computer Science and Network Technology (ICCSNT). (pp. 1714-1717). IEEE.


¤íÒá¹Ð¹íÒã¹¡ÒÃ¨Ñ´àμÃÕÂÁμŒ¹©ºÑºÊíÒËÃÑº¼ÙŒà¢ÕÂ¹ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑÂ¿ÒÃ�ÍÕÊà·ÍÃ�¹

1. ขอมลเบองตนของวารสาร 1.1 วตถประสงค 1) เพอเปนสอกลางในการตพมพเผยแพรผลงานวชาการ ผลงานวจย และงานสรางสรรค ทงภาษาไทยและภาษาองกฤษในสาขาวชาการบรหารธรกจและการจดการ รฐศาสตรและรฐประศาสนศาสตร นเทศศาสตร ศลปศาสตร เทคโนโลยสารสนเทศ และสหวทยาการดานมนษยศาสตรและสงคมศาสตร ทมคณภาพซงสามารถแสดงถงประโยชนทงในเชงทฤษฎเพอใหนกวจยสามารถนาไปพฒนาหรอ สรางองคความรใหม และประโยชนในเชงปฎบต ทนกปฎบตสามารถนาไปประยกตใชในภาคสวนตางๆ ทงภาครฐ ภาคธรกจและภาคสงคมและชมชน 2) เพอสงเสรมการศกษาคนควาวจยและนาเสนอผลงานทางวชาการของคณาจารย นกวจย นกวชาการ และนกศกษา 1.2 ขอบเขตเนอหา ประกอบดวย 1) บรหารธรกจและการจดการ 2) รฐศาสตรและรฐประศาสนศาสตร 3) นเทศศาสตร 4) ศลปศาสตร 5) เทคโนโลยสารสนเทศ 6) สหวทยาการดานมนษยศาสตรและสงคมศาสตร 1.3 กาหนดตพมพเผยแพร วารสารวชาการมหาวทยาลยฟารอสเทอรนเรมตพมพเผยแพรมาตงแตป พ.ศ. 2550 โดยจดทาเปนราย 3 เดอน (4 ฉบบ/ป) 1) ฉบบท 1 เดอนมกราคม - เดอนมนาคม 2) ฉบบท 2 เดอนเมษายน - เดอนมถนายน 3) ฉบบท 3 เดอนกรกฎาคม - เดอนกนยายน 4) ฉบบท 4 เดอนตลาคม - เดอนธนวาคม2. นโยบายการพจารณารบตพมพผลงาน 2.1 คาแนะนาทวไป 1) ผลงานทเสนอตพมพตองไมเคยตพมพเผยแพรในวารสาร หรอสงพมพใดมากอน (ยกเวนรายงานวจย และวทยานพนธ) 2) ผลงานทเสนอตพมพตองไมอยในระหวางการพจารณารอตพมพในวารสารหรอสงตพมพอนใด


3) กรณบทความบางสวนเคยเผยแพรในรายงานสบเนองจากการประชมวชาการ ผเขยนตองแสดงใหเหนวาบทความทสงมาไดมสวนเพมเตมหรอขยายจากบทความเดม นอกจากนผเขยนยงตองระบ ในบทความวาไดเผยแพรบางสวนของบทความดงกลาวไปแลวทใดและเมอไรมาแลว 4) ทศนะและขอคดเหนใดๆ ในบทความถอเปนทศนะของผเขยน กองบรรณาธการไมจาเปนตองเหนพองดวยกบทศนะเหลานนและไมถอวาเปนความรบผดชอบของกองบรรณาธการ กรณมการฟองรองเรองการละเมดลขสทธถอเปนความรบผดชอบของผเขยนแตเพยงฝายเดยว 5) ลขสทธบทความเปนของผ เขยนและมหาวทยาลยฟารอสเทอรนไดรบการสงวนสทธ ตามกฎหมาย การตพมพซาตองไดรบอนญาตโดยตรงจากผเขยนและมหาวทยาลยฟารอสเทอรนเปน ลายลกษณอกษร 2.2 ประเภทผลงานทรบตพมพ วารสารวชาการมหาวทยาลยฟารอสเทอรนรบพจารณาตพมพบทความทงภาษาไทยและ ภาษาองกฤษ ดงน 1) บทความวชาการ (Academic Article) 2) บทความวจย (Research Article) 3) บทความปรทศน (Review Article) 4) บทวจารณหนงสอ (Book Review) 2.3 การพจารณากลนกรองบทความ 1) บทความทจะไดรบพจารณาตพมพ ตองเปนบทความทแสดงใหเหนถงคณภาพทางวชาการและมประโยชนทงในเชงทฤษฎเพอใหนกวจยสามารถนาไปพฒนาหรอสรางองคความรใหม และประโยชน ในเชงปฎบตทนกปฎบตสามารถนาไปประยกตใชทงในภาคสวนตาง ๆทงภาครฐ ภาคธรกจ และภาคสงคมและชมชน 2) บทความทจะไดรบการตพมพตองผานกระบวนการกลนกรองจากผทรงคณวฒ (Peer Review) ในสาขาวชาทเกยวของ จานวน 2 ทานและไดรบความเหนชอบจากกองบรรณาธการ 2.4 กระบวนการพจารณากลนกรองบทความ (Peer Review) 1) กองบรรณาธการจะแจงใหผเขยนทราบเมอกองบรรณาธการไดรบบทความเรยบรอยสมบรณ 2) กองบรรณาธการจะตรวจสอบบทความวาอยในขอบเขตเนอหาวารสารหรอไม รวมถงคณภาพทางวชาการและประโยชนทงในเชงทฤษฎและปฎบต 3) ในกรณทกองบรรณาธการพจารณาเหนควรรบบทความไวพจารณาตพมพ กองบรรณาธการจะดาเนนการสงบทความเพอกลนกรองตอไป โดยจะสงใหผทรงคณวฒในสาขาวชาทเกยวของ จานวน 2 ทานประเมนคณภาพของบทความวาอยในเกณฑทเหมาะสมจะลงตพมพหรอไมโดยกระบวนการกลนกรองน ทงผทรงคณวฒและผเขยนจะไมทราบขอมลของกนและกน (Double-Blind Process) 4) เมอผทรงคณวฒประเมนคณภาพบทความแลว กองบรรณาธการจะตดสนใจโดยองตาม ขอเสนอแนะของผทรงคณวฒวาบทความนน ๆ ควรนาลงตพมพหรอควรจะสงใหผเขยนแกไขแลวสงให ผทรงคณวฒประเมนอกครงหนง หรอปฎเสธการตพมพ


3. ขอกาหนดตนฉบบ 3.1 การจดพมพตนฉบบ 1) ผลงานทเสนอพจาณาตพมพควรมความยาวประมาณ 5 - 10 หนากระดาษ A4 2) บทความภาษาไทย พมพดวย Font Angsana New ขนาดตวอกษร 16 Point บทความ ภาษาองกฤษ พมพดวย Font Time New Roman ขนาดตวอกษร 12 Point 3) ระยะขอบกระดาษ 1 นว (เทากนทกดาน) 4) หมายเลขหนา ใหใสไวตาแหนงดานบนขวา ตงแตตนจนจบบทความ 5) ชอเรองบทความ ขนาดตวอกษร 18 Point (ตวหนา) จดกงกลางหนากระดาษ 6) บทคดยอภาษาไทย ความยาว 1 ยอหนา (250 คา) ขนาดตวอกษร 16 Point พมพ 1 คอลมนและตองพมพคาสาคญตอทาย 7) บทคดยอภาษาองกฤษ ความยาว 1 ยอหนา (250 คา) ขนาดตวอกษร 16 Point พมพ 1 คอลมน และตองพมพคาสาคญตอทาย 8) เนอหาพมพ 1 คอลมน ขนาดตวอกษร 16 Point 9) ชอและหมายเลขกากบตาราง ขนาดตวอกษร 14 Point (ตวหนา) ใหพมพไวบนตาราง จดชดซาย ใตตารางบอกแหลงทมา จดชดซาย 10) ชอภาพและหมายเลขกากบภาพ ชอแผนภมและหมายเลขกากบแผนภม ขนาดตวอกษร 14 Point (ตวหนา) ใหพมพไวใตภาพ (ควรเปนภาพทชดเจน และควรแนบ File ภาพมาดวย) 11) แผนภม จดกงกลางหนากระดาษ ใตภาพ แผนภมบอกแหลงทมา จดกงกลางหนากระดาษ 12) ชอบรรณานกรม/เอกสารอางอง ขนาดตวอกษร 16 Point (ตวหนา) จดชดซาย สวนเนอหาบรรณานกรม/เอกสารอางอง ขนาดตวอกษร 16 Point พมพ 1 คอลมน 13) พมพชอและนามสกลของผเขยนทกคน พรอมระบคณวฒสงสด ตาแหนงทางวชาการ (ถาม) ตาแหนงงาน และหนวยงานทสงกด หรอสถานศกษา และแนบ File .jpg ภาพถายผเขยนมาดวย 14) ผเขยนตองตรวจสอบความถกตองของการพมพตนฉบบ เชน ตวสะกด วรรคตอน และ ความสละสลวยของการใชภาษา 3.2 สวนประกอบของบทความ 1) บทความวชาการ หวขอและเนอหาควรชประเดนทตองการนาเสนอใหชดเจนและมลาดบเนอหาทเหมาะสมเพอใหผอานสามารถเขาใจไดชดเจน รวมถงมการใชทฤษฎวเคราะหและเสนอแนะประเดนอยางสมบรณ โดยควรมองคประกอบดงตอไปน (สามารถมหวขอหรอองคประกอบทแตกตางได) (1) ชอเรอง (Title) (2) บทคดยอ (Abstract) สรปเนอหาของบทความใหไดใจความชดเจน กาหนดใหมทงบทคดยอภาษาไทยและภาษาองกฤษ โดยเขยนเปนภาษาไทยกอน ความยาว 1 ยอหนา ไมเกน 250 คา (3) คาสาคญ (Keyword) ระบคาทเปนคาสาคญของเนอหาเหมาะสาหรบนาไปใชเปนคาคนในระบบฐานขอมล


(4) บทนา (Introduction) เปนสวนแนะนาและปพนเรองเพอใหผอานทราบขอมลเบองตนของเนอหา เปนการจงใจใหผอานเกดความสนใจในเรองนน ๆ (5) เนอหา (Body of Text) เปนสวนหลกของเนอหาบทความ การจดลาดบเนอหา ควรมการวางแผนจดโครงสรางของเนอหาทนาเสนอใหเหมาะสมกบธรรมชาตของเนอหานน การนาเสนอเนอหาควรมความตอเนองเพอชวยใหผอานเขาใจสาระนนไดโดยงาย (6) สรป (Conclusion) เปนการสรปเนอหาในบทความทงหมดออกมาอยางชดเจน และกระชบโดยมการสรปปดทายเนอหาทเราไดนาเสนอไปแลวามผลดหรอผลเสยอยางไร (7) เอกสารอางอง (Reference) เขยนเอกสารอางองในรปแบบ APA (American Psychological Association) 2) บทความวจย ควรมการนาเสนอผลการวจยทไดรบอยางเปนระบบ และมองคประกอบดงตอไปน (1) ชอเรอง (Title) ชอเรองควรมทงภาษาไทยและภาษาองกฤษ โดยพมพชอเรองเปนภาษาไทยและตามดวยชอเรองภาษาองกฤษในบรรทดตอมา (2) บทคดยอ (Abstract) กาหนดใหมทงภาษาไทยและภาษาองกฤษ โดยเขยนเปนภาษาไทยกอน ความยาว 1 ยอหนา ไมเกน 250 คา (การเขยนบทคดยอ คอ การสรปสาระสาคญของเรองโดยเฉพาะวตถประสงค วธการ และผลการวจย) (3) คาสาคญ (Keyword) ระบคาทเปนคาสาคญของเนอหาเหมาะสาหรบนาไปใชเปนคาคนในระบบฐานขอมล (4) บทนา (Introduction) เปนการอธบายถงทมาและความสาคญของปญหาและเหตผลทนาไปสการวจยมขอมล ทางวชาการสนบสนนหรอโตแยง รวมถงแนวคดและทฤษฏทเกยวของ (5) วตถประสงค (Research Objectives) ระบถงวตถประสงคและเปาหมายของการวจย (6) ทบทวนวรรณกรรม (Literature Reviews) นาเสนอแนวคดและทฤษฏทเกยวของทนาไปสกรอบแนวคดในการวจย (7) วธการวจย (Research Methodology) อธบายถงกระบวนการดาเนนการวจยอยางละเอยดและชดเจน (8) ผลการวจย (Results) เสนอผลการวจยทตรงประเดนตามลาดบขนของการวจย การใชตารางหรอแผนภม ไมควรเกน 5 ตารางหรอแผนภมโดยมการแปลความหมายและวเคราะหผลทคนพบอยางชดเจน


(9) อภปรายผลการวจย (Discussion) ผสมผสานปรยบเทยบและตความผลการวจยใหเขากบหลกทฤษฎ แนวคด และงานวจย ทเกยวของ รวมทงเชอมโยงผลการวจยใหสอดคลองกบประเดนปญหาการวจย (10) สรป (Conclusion) สรปสาระสาคญของผลการวจยและใหขอเสนอแนะทจะนาผลการวจยนนไปใชประโยชน (11) เอกสารอางอง (Reference) เขยนเอกสารอางองในรปแบบของ APA (American Psychological Association) 3.3 การอางอง วารสารวชาการมหาวทยาลยฟารอสเทอรนใชรปแบบการอางองของ APA (American Psychological Association) 1) การอางองในเนอหาใหใชรปแบบ ดงน (ชอ-นามสกลผแตง, ปทพมพ, เลขหนา) ตวอยาง (เกยรตศกด เจรญวงศศกด, 2546, 64) 2) เอกสารอางองทายบทใหใชรปแบบ ดงน (1) หนงสอ ชอผแตง. (ปทพมพ). ชอหนงสอ. สถานทพมพ: สานกพมพ. ตวอยาง Bolinger, D. (1977). The Form of Language. London: Longmans. (2) บทความจากวารสาร ชอผแตง.(ปทพมพ). ชอบทความ. ชอวารสาร, ปท(ฉบบท), เลขหนาทอางถง ตวอยาง Klimoski, R., & Palmer, S. (1993). The ADA and The Hiring Process in Organizations. Consulting Psychology Journal: Practice and Research. 45(2), 10-36. (3) วทยานพนธ ชอผแตง. (ปทพมพ). ชอวทยานพนธ. วทยานพนธปรญามหาบณฑต ชอมหาวทยาลย. ตวอยาง สรรพงษ จนทเลศ. (2546). การสรางเวบไซตทองเทยวของจงหวดเชยงราย. วทยานพนธปรญญามหาบณฑต มหาวทยาลยเชยงใหม. (4) เวบเพจ ชอผแตงหรอหนวยงานเจาของเวบไซต. (ปทจดทา). ชอเรอง. สบคนเมอ วนท เดอน ป, จาก URL.htpp://www.businesstgai.co.th/content.php?data=407720-opinion.


ตวอยาง ชวนะ ภวภานนท. (2548). ธรกจสปาไทยนากาวไกลไปกวาน. สบคนเมอ 25 ธนวาคม 2548, จาก htpp://www.businesstgai.co.th/content.php?data=407720-.opinion, American Psychological Association. (1999). Electronic preference formats recommended by the American Psychological Association. retrieved July 18, 1999, from: http://www.apa.org/journals/webref.html.

4. การสงตนฉบบ ผเขยนสงตนไฟลตนฉบบบทความ (Microsoft Word) และแบบฟอรมนาเสนอบทความเพอพจารณาตพมพไดททางอเมลท: [email protected] หรอทางระบบ Online Submissions ท https://www.tci-thaijo.org/index.php/FEU/pages/view/online_submissions

5. การตดตามอานผลงานทรบการพจารณาตพมพในวารสาร ผเขยนทผลงานไดรบพจารณาตพมพในวารสาร สามารถตดตามอานผลงานดงกลาวไดจาก วารสารฉบบอเลกทรอนกสบนเวบไซตของวารสาร (URL: http://journal.feu.ac.th) รวมทงจากระบบ การจดการวารสารออนไลน Thai Journal Online: ThaiJo (URL: https://www.tci-thaijo.org/index.php/FEU) สาหรบผเขยนทตองการวารสารฉบบพมพ ผเขยนตองตดตอกองบรรณาธการเพอสงจองวารสาร ลวงหนากอนเวลากาหนดออกของวารสารฉบบนนๆ โดยอตราจาหนายวารสารของแตละฉบบจะคดราคา ตอเลมตามทโรงพมพเสนอมายงกองบรรณาธการ และคาจดสงวารสารจะคดคาจดสงทางไปรษณยแบบสงพมพในราคาเลมละ 25 บาท


วนท ……….เดอน………....…….พ.ศ……….

เรยน บรรณาธการวารสารวชาการมหาวทยาลยฟารอสเทอรนขาพเจา (นาย/นาง/นางสาว) …………………………………………………………………………………………. (Mr./Mrs./Ms.)……………………………………………………………………………………………….คณวฒสงสด และสถานศกษา ………………………………………………………………..…………………….…ตาแหนง/ตาแหนงทางวชาการ (ถาม)…………………………………………………………………...……………..สถานททางาน/สถานศกษา…………………………………………………………………………………...………..ขอสงบทความชอเรอง (ภาษาไทย)………………………………………………………………………...............….ชอเรอง (ภาษาองกฤษ) ………………………………………………………………………………….....………….

ประเภทบทความทสง ( ) บทความวชาการ (Academic article) ( ) บทความวจย (Research article) ( ) บทความปรทศน (Review article) ( ) บทวจารณหนงสอ (Book review) กรณเปนบทความทเสนอเปนสวนหนงของวทยานพนธ โปรดระบ ดงน ( ) บทความวจย ( ) บทความวชาการ ชอหลกสตร............................................................................................................... มหาวทยาลย ............................................................................................................ โดยม...................................................................................เปนอาจารยทปรกษาหลก หนวยงานทสงกดของอาจารยทปรกษา………………………………………………...... ทงนไดสอบปากเปลาวทยานพนธผานแลวเมอวนท……….เดอน.………..… พ.ศ……...ทอยทสามารถตดตอไดสะดวก ……………………........……..….หมท……ซอย…………...………...................…ถนน…………………...…………..ตาบล/แขวง………..………………อาเภอ/เขต…………...……………….……จงหวด...........................................................................................................รหสไปรษณย..............................โทรศพท………………..................…โทรศพทมอถอ……………..................……โทรสาร………………..............E-mail………………………………………………………………………………………………..………………….ขาพเจาขอรบรองวาบทความน ( ) เปนผลงานของขาพเจาเพยงผเดยว ( ) เปนผลงานของขาพเจาและผทระบชอในบทความ บทความนไมเคยตพมพในวารสารใดมากอน และไมอยในระหวางกระบวนการพจารณาตพมพในวารสารอน รวมทงจะไมนาสงไปเพอพจารณาตพมพในวารสารอน ๆ อกนบจากวนทขาพเจาไดสงบทความฉบบนมายง กองบรรณาธการวารสารวชาการมหาวทยาลยฟารอสเทอรน ขาพเจาและผเขยนรวมยอมรบหลกเกณฑการพจารณาตนฉบบ ทงยนยอม ใหกองบรรณาธการตรวจแกตนฉบบตามทเหนสมควร พรอมนขอมอบลขสทธบทความทไดรบการตพมพใหแกมหาวทยาลยฟารอสเทอรน กรณมการฟองรองเรองการละเมดลขสทธเกยวกบภาพ แผนภม ขอความสวนใดสวนหนง และ/หรอขอคดเหนทปรากฎในบทความใหเปนความรบผดชอบของขาพเจาและผเขยนรวมแตเพยงฝายเดยว ลงชอ ................................................... ( ) ............./................../.............

แบบฟอรมนาเสนอบทความเพอพจารณาตพมพเผยแพรในวารสารวชาการมหาวทยาลยฟารอสเทอรน

Documents

ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇ Ô·ÂÒÅ ÑÂ¿ÒÃjournal.feu.ac.th/pdf/v11iพิเศษ.pdf · 2017-10-29 · ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇ Ô·ÂÒÅ ÑÂ¿ÒÃ ÍÕÊà·ÍÃ