Upload
others
View
10
Download
0
Embed Size (px)
Citation preview
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 2
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
»‚·Õè 11 ©ºÑº¾ÔàÈÉ (ÊÔ§ËÒ¤Á 2560)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 3
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
»‚·Õè 11 ©ºÑº¾ÔàÈÉ (ÊÔ§ËÒ¤Á 2560)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 4
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
»‚·Õè 11 ©ºÑº¾ÔàÈÉ (ÊÔ§ËÒ¤Á 2560)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 5
รายนามคณะกรรมการผทรงคณวฒ (Peer Review) ประจาฉบบ
»‚·Õè 11 ©ºÑº¾ÔàÈÉ (ÊÔ§ËÒ¤Á 2560)
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 6
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·ºÃóҸԡÒÃ
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 7
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 8
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 9
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 10
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 11
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 12
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 13
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 14
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 15
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 16
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 17
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 18
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 19
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 20
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 21
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 22
(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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 23
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 24
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 25
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);
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 26
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 27
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 28
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%
ตารางท 2
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 29
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 30
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 31
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 32
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 33
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 34
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 35
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 36
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 37
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 38
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 39
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 40
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 41
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
ตารางท 1
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 42
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 43
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 44
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 45
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 46
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 47
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 48
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 49
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 50
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 51
ภาพท 4: การวเคราะหออกแบบขนตอนการทางานของระบบดวย UML
ผลการวจย 1. ระบบการจดการเรยนการสอนโดยสอสารผานเครอขายสงคม ระบบการจดการเรยน
การสอนโดยสอสารผานเครอขายสงคมถกพฒนาขนโดยมขอบเขตการทางานของระบบเพอการจดการเนอหา
และระบบจดการเรยนร ดงแสดงในตารางท 1 เปรยบเทยบการทางานของ CMS, LMS และระบบจดการเรยน
การสอนโดยสอสารผานเครอขายสงคม
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 52
ตารางท 1
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 53
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 54
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
ตารางท 2
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 55
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 56
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 57
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 58
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”
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 59
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 60
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 61
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 62
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 63
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 64
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 65
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 66
(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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 67
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
ตารางท 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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 68
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 69
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 70
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 71
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 72
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 73
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 74
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 75
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 76
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 77
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 78
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 79
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 80
Fig. 8. To generate ID or import data into tag.
Fig. 9. To generate ID or import data into tag.
Fig. 10. Write tag operation.
Fig. 8. To generate ID or import data into tag.
Fig. 9. To generate ID or import data into tag.
Fig. 10. Write tag operation.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 81
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 82
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 83
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 84
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).
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 85
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 86
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 88
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 89
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 90
(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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 91
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 92
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 93
;
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 94
(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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 95
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 96
ตารางท 1
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 97
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.).
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 98
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 99
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 100
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 101
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 102
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 103
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 104
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 105
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 106
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 107
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 108
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
ตารางท 1
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
, ,
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 109
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 110
ตอจากนนผวจยไดใชวธคดเลอกลกษณะเฉพาะแบบตวกรองดวยการประเมนคาขดแบงขอมลผดปกตทง
3 แบบ ทไดนาเสนอเรยกวา วธการแบบ Outlier-Based กบขอมลทดสอบมาตรฐานเชนเดยวกน โดยใช
คาพารามเตอร αทแตกตางกนหลายๆ คาเพอหาผลลพธทดทสด จานวนลกษณะเฉพาะทสงผดปกตจะ
แสดงในตารางท 2 และเปรยบเทยบกบจานวนลกษณะเฉพาะทเลอกโดยวธ RW-SF กอนหนาน ซงจาก
ผลการทดลองจะเหนไดวา วธการทเสนอสามารถเลอกกลมลกษณะเฉพาะทมจานวนนอยกวากลมทเลอก
โดยวธบรรทดฐาน
ตารางท 2
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 111
รวมกบการประมาณคาขดแบงทไดนาเสนอสามารถลดจานวนลกษณะเฉพาะไดนอยกวาวธการแบบ RW-SF
แตกยงใหผลการจาแนกขอมลไดนาพอใจและไมแตกตางอยางมนยยะสาคญทางสถต
ตารางท 3
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 112
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 113
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 114
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 115
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 116
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 117
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 118
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 119
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 120
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 121
ตารางท 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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 122
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 123
ภาพท 3: ปรมาณการใชงานโถปสสาวะในเดอนกมภาพนธ พ.ศ. 2560
โดยแบงตามชวงเวลาและแตละวนในสปดาห
สรป ในบทความนไดนาเสนอระบบโถปสสาวะอจรยะทพฒนาขน มความสามารถในการเกบขอมลและ
การตงคาตางๆ ไดตามตงใจมากกวาระบบโถปสสาวะอตโนมตทมขายทวไปทไมมการเกบบนทกขอมลไว
ซงเราสามารถนาขอมลทไดมานนมาวเคราะหและปรบระบบการจดตารางการทางานใหเหมาะสมกบปรมาณ
การใชงานหองนาได อยางไรกตามบทความนยงไมไดกลาวถงการหาคาพารามเตอรตางๆ ทเหมาะสมกบ
การใชงานทวไปได ยกตวอยางเชนระยะ Threshold distance ทอาจจะไมเหมาะกบโถปสสาวะประเภทอน
หรอวาพนทวางของทางเดนดานหนาโถปสสาวะ
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 124
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 125
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 126
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 127
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 128
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:
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 129
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 130
/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
ตารางท 1
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 131
( )
( )
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
ตารางท 2
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 132
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 133
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 134
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 135
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 136
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 137
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 138
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 139
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 140
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 141
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 142
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 143
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
ตารางท 1
การออกแบบชดขอมลจาลองเพอใชในการทดสอบ
10 10
10 10
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 144
ตารางท 2
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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 145
ตารางท 3
ประเภทของการทดสอบ
3. การวเคราะหและการแปลผลขอมลการทดสอบ
ในการทดสอบความเขาใจในขอมลของผใชหรอการสอความหมายของขอมล โดยใหผใชเปน
ผกรอกรายละเอยดของขอมลเทยบกบเฉลยทปดไว หากคาตอบตรงกบเฉลยมากกวารอยละ 80 จะถอวาผใช
ตอบไดถกตอง โดยมเกณฑการแปลผลดงตารางท 4
ตารางท 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)
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 146
ตารางท 5
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 147
ตารางท 6
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 148
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 149
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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 150
¤íÒá¹Ð¹íÒ㹡ÒèѴàμÃÕÂÁμŒ¹©ºÑºÊíÒËÃѺ¼ÙŒà¢Õ¹ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 151
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 152
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 153
(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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 154
(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.
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 155
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
ÇÒÃÊÒÃÇÔªÒ¡ÒÃÁËÒÇÔ·ÂÒÅÑ¿Òà �ÍÕÊà·Íà �¹ปท 11 ฉบบพเศษ สงหาคม 2560 156
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