Proceedings of 11th National Conference on Information Technology-NCIT2019

การประชมุ วชิ าการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ ครงั้ ที่ 11 (NCIT2019) สื่อสงั คมออนไลน์ที่มีผลต่อการตดั สินใจซื้อผลิตภณั ฑข์ องผบู้ ริโภค Social Media Influencing consumer purchase decisions ณฐั วรรณ จุลกลั ป์ ธดิ ารตั น์ ลาดบรู ณ์ เลอลกั ษณ์ บุญลา้ Nattawan Junlakan Thidara Ladboon Lerluck Boonlamp วทิ ยาลยั การคอมพวิ เตอร์ วทิ ยาลยั การคอมพวิ เตอร์ วทิ ยาลยั การคอมพวิ เตอร์ College of Computing College of Computing College of Computing ภูเกต็ / ไทย ภเู กต็ / ไทย ภเู กต็ / ไทย Phuket / Thailand Phuket / Thailand Phuket / Thailand [email protected] [email protected] [email protected] บทคดั ย่อ — การวิจยั ครงั้ น้ีมีวตั ถปุ ระสงค์เพื่อ (1) เพ่อื ศึกษาสือ่ สงั คม study marketing factors through social media that affect the consumer ออนไลน์ท่ีมผี ลต่อการตดั สินใจซื้อผลิตภณั ฑ์ของผบู้ ริโภค (2) เพ่อื ศึกษา decision. พฤติกรรมการใช้สื่อสงั คมออนไลน์ในการเลือกซื้อผลิตภณั ฑข์ องผ้บู ริโภค (3) เพอื่ ศึกษาปัจจยั การตลาดผา่ นสอ่ื สงั คมออนไลน์ที่มผี ลต่อการตดั สินใจ The sample group was students, professors, and other people in the ซ้ือผลิตภณั ฑอ์ งผ้บู ริโภค university who were men and women aged 18 years and above. There researcher used questionnaires as a research tools, and there were 106 กลมุ่ ตวั อย่างเป็นนักศึกษา อาจารย์ บุคลากร ในมหาวิทยาลยั ทงั้ เพศ responding samples analyzed by G*Power program. ขายและหญิง อายุ 18 ปี ขึน้ ไป โดยวิธการสม่ ตวั อย่างแบบโดยใช้จานวน 106 คน ด้วยโปรแกรม G*Power เครอ่ื งมอื ที่ใช้ในการวิจยั ได้แก่ แบบสอบถามที่ The results found that (1 ) General information of the population ผวู้ ิจยั จดั ทาข้นึ mostly female accounted for 66 percent, with the age range between 18- 25 years, accounting for 58.5 percent and there was a student accounted ผลการวิจยั พบวา่ (1) ข้อมูลทัว่ ไปของประชากร สว่ นใหญ่เป็นเพศหญิง for 53.8 percent. (2) Social media usage behavior in choosing to buy คิดเป็นร้อยละ 66 มชี ่วงอายุระหว่าง 18-25 ปี คิดเป็นรอ้ ยละ 58.5 โดย products most of them used social media accounted for 96 percent. ส่วนมากประกอบอาชีพ นักเรียน/นักศึกษา คิดเป็นร้อยละ 53.8 (2) Besides, the products that consumers used to buy, mostly clothing, พฤติกรรมการใช้ส่อื สงั คมออนไลน์ในการเลอื กซื้อผลิตภณั ฑ์ โดยสว่ นใหญ่ clothing accounted for 33.6 percent. With the average price of products เคยใช้สอื่ สงั คมออนไลน์ คิดเป็นรอ้ ยละ 96 ประเภทผลิตภณั ฑท์ ่ีผบู้ ริโภคเคย that were purchased from 501-1,000 baht, accounting for 41.5 percent. ซื้อส่วนมากเป็นเสื้อผ้าเครอ่ื งแต่งกาย คิดเป็นรอ้ ยละ 33.6 มรี าคาเฉล่ยี ของ Facebook, website, and line are sources of social media that the ผลิตภณั ฑ์ที่เคยซื้อ 501-1,000 บาท คิดเป็นร้อยละ 41.5 มีเฟซบกุ๊ เวบ็ ไซต์ respondents most likely to use for online purchasing decision-making; ไลน์ เป็นสอ่ื สงั คมออนไลน์ที่ชอบใช้ในการตดั สินใจซ้ือ คิดเป็นร้อยละ 22.4 which can be accounted for 22.4, 19, and 17.4 percent respectively. 19 17.4 ตามลาดบั ส่ือสงั คมออนไลน์ เฟซบุก๊ มีผลต่อการตดั สินใจซื้อมาก Moreover, Facebook has the most impact on purchasing decisions ท่ีสดุ คิดเป็นร้อยละ 37.7 เหตุผลท่ีหาข้อมูลจากส่อื สงั คมออนไลน์ก่อนการ accounted for 37.7 percent. The reason for finding information from ตดั สินใจซื้อส่วนใหญ่ ค้นหาขอ้ มลู ได้สะดวกมากกว่าการไปหาขอ้ มูลจาก social media before making a purchase finding information is more แหลง่ อื่น คิดเป็นร้อยละ 40.6 (3) ความคิดเหน็ ของผตู้ อบแบบสอบถามใน convenient than finding information from other sources accounted for เรือ่ งสอื่ สงั คมออนไลน์ท่ีมีผลต่อการตดั สินใจซื้อผลิตภณั ฑข์ องผ้บู ริโภค 40.6 percent. (3) The opinions of respondents on social media that affect พบว่า ผตู้ อบแบบสอบถามให้ระดบั ความเหน็ ของปัจจยั การตลาดผา่ นสื่อ the consumer decision found that the overall opinion of marketing สงั คมออนไลน์โดยรวมในระดบั เหน็ ด้วยมาก = 3.76 ส่วนในแต่ละด้าน factors via social media at the high-agreed level = 3.76. On each side, ด้านการสื่อสารแบบปากตอ่ ปากผา่ นส่ืออิเลก็ ทรอนิกสอ์ ยใู่ นระดบั มาก = in terms of word-of-mouth communication via electronic media, it was 3.96 ด้านชุมชนออนไลน์อยู่ในระดบั มาก = 3.51 ดา้ นการโฆษณาออนไลน์ at a high-level = 3.96 in the online community at a high-level = 3.51 in อยูใ่ นระดบั มาก = 3.81 online advertising at a high-level = 3.81. คำสำคญั — ส่อื สงั คมออนไลน์, ผลิตภณั ฑ์, การตดั สินใจซ้ือ Keywords — Social media, Product, Purchase decision. ABSTRACT — The objectives of this study were (1) to study social 1. บทนา media that affects consumer product purchase decisions (2) to study ในปัจจุบนั ตอ้ งยอมรบั ว่าส่อื สงั คมออนไลน์เป็นส่อื ทม่ี อี ทิ ธพิ ลตอ่ สังคม the behavior of using social media in buying consumer products (3) to และวฒั นธรรมเป็นอยา่ งมาก โดยความหมายของส่อื สงั คมท่เี ขา้ ใจงา่ ยๆ ก็ คือส่ือท่ีทาให้บุคคลท่ีอยู่ต่างท่ีกันสามารถเช่ือมต่อและปฏิสัมพนั ธ์กนั 128

การประชุมวิชาการระดบั ชาตดิ า้ นเทคโนโลยสี ารสนเทศ คร้ังท่ี 11 (NCIT2019) ได้ ทาใหผ้ คู้ นสามารถติดต่อส่ือสารกันไดอ้ ย่างรวดเร็วยิ่งขนึ้ อกี ทงั้ ยงั ภาพลกั ษณ์ในตราสนิ คา้ ทาใหเ้ กดิ การเพมิ่ คุณคา่ เป็นการสรา้ งคณุ คา่ ในตวั สนิ คา้ และทาใหธ้ รุ กจิ สามารถตงั้ ราคาสูงขน้ึ ไดท้ าใหช้ ่วยส่งเสรมิ การ สามารถใช้สืบค้นหาความรู้ทางส่อื สังคมออนไลน์ได้อีกด้วย ส่ือสังคม ดาเนินการทางธุรกจิ เป็นไปไดอ้ ยา่ งตอ่ เน่อื ง ออนไลน์จึงถูกนามาใช้อย่างแพร่หลาย ผูค้ นในปัจจุบันจึงไม่สามารถ การเขา้ ถงึ ผบู้ รโิ ภค เป็นสง่ิ ท่สี าคญั ท่สี ุดในการดาเนนิ ธุรกจิ และสาหรบั นกั การตลาดหรอื องคก์ รธรุ กจิ จาเป็นท่จี ะตอ้ งใหค้ วามสาคญั กบั พฤตกิ รรม หลีกเล่ียงโลก \"ออนไลน์\" ได้ ในชีวิตประจาวนั ทุกคนจะถูก \"ดิจิไทซ์\" ของผบู้ รโิ ภคทเ่ี ปล่ยี นไปตลาดเทคโนโลยี พฤตกิ รรมการตดั สนิ ใจซอ้ื สนิ คา้ หรอื บรกิ ารของผบู้ รโิ ภคทม่ี สี ่อื สงั คมออนไลน์เขา้ มาเป็นปัจจยั และนาขอ้ มูล กลายเป็นส่วนหน่ึงของโลก \"ออนไลน์\" สงั เกตจากพฤตกิ รรมในปัจจุบนั มาทาวเิ คราะหเ์ พ่อื เขา้ ใจคณุ ลกั ษณะของผบู้ รโิ ภค ซ่งึ นกั การตลาดทกุ คน ควรเขา้ ใจและตระหนกั อยเู่ สมอในการดาเนินงานทางการตลาด การใชอ้ ุปกรณ์การส่อื สารของเดก็ จนถงึ ผใู้ หญน่ นั้ ตา่ งตอ้ งมโี ทรศพั ทม์ อื ถอื ดงั นนั้ ผวู้ จิ ยั จงึ มคี วามสนใจในการศกึ ษาเร่อื ง “ส่อื สงั คมออนไลนท์ ม่ี ผี ล พกพาอยตู่ ลอดเวลาเพ่อื ใชส้ าหรบั การเช่อื มต่อโลกออนไลน์ สาหรบั ภาค ตอ่ การตดั สนิ ใจซอื้ ผลติ ภณั ฑข์ องผบู้ รโิ ภค” เพ่อื เป็นประโยชน์สาหรบั ธุรกจิ ท่นี าส่อื สงั คมออนไลน์มาปรบั และประยกุ ตใ์ ชส้ าหรบั ธุรกจิ เพ่อื เพมิ่ ธุรกจิ นนั้ สามารถนาส่อื สงั คมออนไลน์มาเป็นประโยชน์และสร้างรายได้ ยอดขายและเพ่อื ขยายธรุ กจิ ตลอดจนการสรา้ งส่อื ประชาสมั พนั ธเ์ พ่อื ประกอบการตดั สนิ ใจซอื้ ผลติ ภณั ฑ์ ทาใหเ้ กดิ การซอ้ื -ขาย ทม่ี คี วามสะดวก ให้กบั องคก์ รได้อย่างง่ายดาย เพราะส่อื สงั คมออนไลน์เป็นส่ือท่รี วบรวม รวดเรว็ และประหยดั เวลา สงั่ ซอื้ ง่าย เขา้ ถงึ กลุม่ คนไดร้ วดเรว็ และมแี นวโน้ม ค่อนขา้ งชดั เจนวา่ ส่อื สงั คมออนไลนจ์ ะเป็นส่ือหลกั ของผคู้ นในอนาคต ผู้คนมากมายมารวมตัวกันเป็ นกลุ่ม การสร้างแคมเปญหรือการทา 2. วตั ถปุ ระสงค์ การตลาดผา่ นส่อื สงั คมออนไลน์ในแต่ละครงั้ นนั้ ทาให้สามารถเขา้ ถึงกล่มุ 2.1. เพ่อื ศกึ ษาส่อื สงั คมออนไลนท์ ่มี ผี ลตอ่ การตดั สนิ ใจซอ้ื ผลติ ภณั ฑ์ ของผบู้ รโิ ภค คนได้อย่างมากมายและหลากหลาย การทาการตลาดออนไลน์จึงเป็นท่ี 2.2. เพ่อื ศกึ ษาพฤตกิ รรมการใชส้ ่อื สงั คมออนไลนใ์ นการเลอื กซอื้ ผลติ ภณั ฑข์ องผบู้ รโิ ภค น่าสนใจสาหรบั ภาคธุรกจิ 2.3. เพ่อื ศกึ ษาปัจจยั การตลาดผา่ นส่อื สงั คมออนไลนท์ ่มี ผี ลต่อการ ตดั สนิ ใจซอื้ ผลติ ภณั ฑอ์ งผบู้ รโิ ภค ปัจจบุ นั การทาตลาดผา่ นส่อื สงั คมออนไลน์มกี ารนาระบบตลาดทม่ี กี าร 3. กรอบแนวคดิ ส่อื สารการตลาดแบบครบวงจร เพ่อื เป็นการโฆษณาและถา่ ยทอดขา่ วสาร การวจิ ยั ในครงั้ น้ีเป็นการวจิ ยั เชงิ สารวจ โดยจะศกึ ษาส่อื สงั คมออนไลน์ ทม่ี ผี ลต่อการตดั สนิ ใจซอ้ื ผลติ ภณั ฑข์ องผบู้ รโิ ภค เกย่ี วกบั สนิ คา้ ใหก้ บั ลกู คา้ ไดต้ รงกลุ่มเป้าหมาย เจา้ ของกจิ การ สามารถ รปู ท่ี 1. กรอบแนวคดิ งานวจิ ยั เลอื กเขา้ ถงึ กลุม่ เป้าหมาย สง่ ขอ้ มลู ไปยงั กลมุ่ เป้าหมาย ตรวจสอบไดว้ ่า 4. วธิ กี ารดาเนนิ การวจิ ยั กลุ่มเป้าหมายมกี ารตอบรบั หรอื การปฏเิ สธ ปรบั เปล่ยี นใหเ้ หมาะสมกบั ผวู้ จิ ยั ทราบค่าแน่นอนของจานวนประชากรท่จี ะใชใ้ นการวจิ ยั ครงั้ น้ี โดยมจี านวน 3,747 คน มาจากจานวนนกั ศกึ ษา 3,239 คน อาจารยแ์ ละ กลุ่มเป้าหมายแต่ละประเภท ประหยดั เวลา มลี กั ษณะส่วนบุคคล ต้นทนุ บุคลากรในมหาวทิ ยาลยั สงขลานครนิ ทร์ วทิ ยาเขตภูเกต็ จานวน 368 คน ทงั้ เพศชายและเพศหญงิ ทอ่ี ายุ 18 ปีขน้ึ ไป กล่มุ ตวั อยา่ งท่ใี ชใ้ นการศกึ ษา ของกจิ กรรมต่า ตลอดจนสามารถวดั ผลได้ เรยี กอกี อยา่ งว่า การตลาดทาง จากนกั ศกึ ษาและบุคลากร ในมหาวทิ ยาลยั จานวน 106 คน ท่เี คยซอ้ื ตรงทท่ี าการตลาดผา่ นส่อื สงั คมออนไลน์ มคี วามสาคญั ต่อเจ้าของกจิ การ หรอื บรกิ าร คอื สามารถกาหนดเป้าหมายลกู คา้ ไดช้ ดั เจน สง่ ขอ้ มลู ขา่ วสาร เก่ยี วกบั สนิ คา้ หรอื บรกิ ารไปยงั กลมุ่ เป้าหมายไดโ้ ดยตรง อานวยความ สะดวกแกพ่ นกั งานขาย ประเมนิ ผลการตดั สนิ ใจเกย่ี วกบั จานวนผสู้ นใจได้ อยา่ งชดั เจน และ สามารถรวบรวมขอ้ มูลกลมุ่ เป้าหมายได้ นอกจากนยี้ งั มี ความสาคญั ตอ่ ผบู้ รโิ ภค เช่น [1] สามารถใชเ้ ป็นขอ้ มลู ประกอบการตดั สนิ ใจ เกดิ ความสะดวกสบายในการเลอื กซอ้ื สนิ คา้ และสรา้ งความพงึ พอใจแก่ ลูกคา้ เป้าหมายได้ เป็นตน้ จากงานวจิ ยั [2] ใหค้ าจากดั ความ การตลาดผา่ นส่อื สงั คมออนไลน์ไว้ ว่าการตลาดผา่ นส่อื สงั คมออนไลน์เป็นช่องทางการทาธุรกจิ ใหมท่ ่เี ก่ยี วขอ้ ง กบั การทาการตลาด สนิ คา้ บรกิ าร ขอ้ มูล และไอเดยี ผา่ นทางส่อื สงั คม ออนไลน์ การส่อื สารแบบปากต่อปากผา่ นส่อื อเิ ลก็ ทรอนกิ ส์ (Electronic Word of Mouth: E–WOM) งานวจิ ยั [3] การส่อื สารแบบปากตอ่ ปากมบี ทบาทสาคญั มากท่สี ง่ ผลตอ่ การตดั สนิ ใจซอ้ื [4] คาจากดั ความของการส่อื สารแบบปาก ต่อปากไวว้ ่า คากลา่ วแงบ่ วกหรอื แงล่ บใด ๆ ท่กี ล่าวโดยลกู คา้ เดมิ หรอื ทงั้ ท่ยี งั เป็นลกู คา้ อยู่ หรอื เป็นอดตี ลูกคา้ เก่ยี วกบั ผลติ ภณั ฑห์ รอื บรษิ ทั ท่ี จาหน่ายสนิ คา้ หรอื ใหบ้ รกิ ารแก่ผบู้ รโิ ภคและองคก์ รตา่ ง ๆ ในวงกวา้ งผา่ น ทางอนิ เทอรเ์ น็ต ชมุ ชนออนไลน์ (Online Communities) [5] ชมุ ชนออนไลนห์ รอื ชมุ ชน เสมอื น (Visual Communities) คอื กลมุ่ บุคคลท่มี คี วามสนใจรว่ มกนั มกี าร ตดิ ตอ่ ส่อื สารกนั ณ ชว่ งเวลาหน่งึ ผา่ นทางอนิ เทอรเ์ นต็ โดยใชพ้ น้ื ท่พี ูดคยุ ทวั่ ไป เชน่ Chat Box และ Messenger เป็นต้น นอกจากนช้ี มุ ชนออนไลน์ ยงั หมายถงึ กลมุ่ บคุ คลทส่ี ่อื สารกนั ผา่ นทางส่อื อเิ ลก็ ทรอนิกสอ์ ยา่ ง อนิ เทอรเ์ นต็ โดยมคี วามช่นื ชอบในสงิ่ เดยี วกนั การโฆษณาออนไลน์ (Online Advertisements) [6] การโฆษณาเป็น กระบวนการทท่ี าใหเ้ กดิ ความรกู้ ารรบั รใู้ นตวั สนิ คา้ ซ่งึ จะนาไปสู่การสรา้ ง 129

การประชมุ วชิ าการระดับชาตดิ ้านเทคโนโลยสี ารสนเทศ ครัง้ ที่ 11 (NCIT2019) ผลติ ภณั ฑผ์ า่ นชอ่ งทางออนไลน์ แบง่ เป็น นกั ศกึ ษา 57 คน และบุคลากร 49 5.3. สมมตฐิ านขอ้ ที่ 3 การเลอื กใชส้ อื่ สงั คมออนไลนใ์ นการตดั สนิ ใจซ้อื คน ผวู้ จิ ยั ไดท้ าการกาหนดกลุ่มตวั อยา่ งในการวจิ ยั โดยใชโ้ ปรแกรม ผลติ ภณั ฑข์ องแต่ละอาชพี มคี วามแตกตา่ งกนั G*Power ทร่ี ะดบั ความเช่อื มนั่ รอ้ ยละ 95 และค่าความคลาดเคล่อื นทร่ี ะดบั รอ้ ยละ ± 5 โดยใชแ้ บบสอบถามเป็นเคร่อื งมอื ในการทาวจิ ยั 5. ผลการวจิ ยั รูปท่ี 4. ความสมั พนั ธร์ ะหวา่ งอาชพี กบั การใชส้ ่อื สงั คมออนไลนใ์ นการ การศกึ ษาเร่อื ง ส่อื สงั คมออนไลนท์ ม่ี ผี ลต่อการตดั สนิ ใจซอื้ ผลติ ภณั ฑ์ คน้ หาขอ้ มลู ของผลติ ภณั ฑ์ ของผบู้ รโิ ภค มปี ระเดน็ ปัจจยั ตามสมมตฐิ านท่กี าหนดไว้ โดยสามารถนามา อภปิ รายผลดงั นี้ ผลการวจิ ยั พบว่า ในแตล่ ะอาชพี ส่วนใหญ่เลอื กใชส้ ่อื สงั คมออนไลน์เฟ 5.1. สมมตฐิ านขอ้ ที่ 1 ชว่ งอายรุ ะหว่าง 18-25 มกี ารตดั สนิ ใจเลอื กซ้อื ซบุ๊กในการตดั สนิ ใจซอ้ื ผลติ ภณั ฑไ์ มต่ ่างกนั โดยสอดคลอ้ งกบั งานวจิ ยั เร่อื ง ผลติ ภณั ฑผ์ า่ นสอื่ Facebook มากกวา่ ช่วงอายอุ นื่ ปัจจยั และพฤตกิ รรมท่มี ผี ลตอ่ การตดั สนิ ใจใชโ้ มบายแอพพลเิ คชนั่ ซอื้ สินค้า ผา่ นทางสมารท์ โฟนและแทบ๊ เล็ตของผบู้ รโิ ภค ในเขตกรุงเทพมหานคร [9] รูปท่ี 2. ความสมั พนั ธร์ ะหว่างชว่ งอายกุ บั ส่อื สงั คมออนไลนท์ ม่ี ผี ลต่อการ พบว่า เพศ อายุ ระดบั การศกึ ษา อาชพี และรายไดต้ อ่ เดอื น ท่แี ตกตา่ งกนั มีผลต่อระดับการตดั สินใจใช้แอพพลิเคชนั่ ซื้อสินค้าออนไลน์ผ่านทาง ตดั สนิ ใจซอ้ื ผลติ ภณั ฑม์ ากทส่ี ดุ สมารท์ โฟนและแท๊บเลต็ ไม่แตกตา่ งกนั ผลการวจิ ยั พบว่า ชว่ งอายรุ ะหวา่ ง 18-25 ปี มกี ารตดั สนิ ใจเลอื กซอื้ 5.4. สมมตฐิ านขอ้ ที่ 4 ปัจจยั การตลาดผา่ นสอื่ สงั คมออนไลนแ์ ตล่ ะด้าน มอี ทิ ธพิ ลกบั กล่มุ เพศแตกต่างกนั ผลติ ภณั ฑผ์ า่ นส่อื Facebook มากกว่าชว่ งอายอุ ่นื ซ่งึ สอดคลอ้ งกบั งานวจิ ยั ตารางท่ี 1. ความสมั พนั ธ์ระหว่างเพศกบั ปัจจยั การตลาดผา่ นส่อื สังคม ออนไลน์ เร่อื งอทิ ธพิ ลของส่อื โฆษณาในเครอื ขา่ ยสงั คมออนไลน์ ท่มี ผี ลตอ่ ผลการวจิ ยั พบว่า ปัจจยั การตลาดผา่ นส่อื สงั คมออนไลนแ์ ตล่ ะดา้ นมี กระบวนการตอบสนองของผบู้ รโิ ภค [7] พบว่าขอ้ มลู ลกั ษณะประชากรส่วน อทิ ธพิ ลกบั กลุ่มเพศทแ่ี ตกตา่ งกนั จากตารางท่ี 1 ดา้ นการส่อื สารแบบปาก ต่อปากผา่ นทางอเิ ลก็ ทรอนกิ สม์ คี ่า P-Value 0.155 ซง่ึ สรปุ ไดว้ า่ เพศไม่มี ใหญเ่ ป็นเพศหญงิ อายุ 16 - 25 ปี ขอ้ มลู ประเภทเครอื ขา่ ยสงั คมออนไลน์ท่ี ความสมั พนั ธก์ บั การเลอื กใชส้ ่อื สงั คมออนไลน์แบบการส่อื สารแบบปากต่อ ปาก ดา้ นชมุ ชนออนไลนม์ คี า่ P-Value 0.033 สรุปไดว้ า่ เพศมคี วามสมั พนั ธ์ มกี ารรบั รสู้ ่อื โฆษณามากท่สี ุดจากเฟซบ๊กุ (Facebook) กบั การเลอื กใชส้ ่อื สงั คมออนไลนป์ ระเภทดา้ นชุมชนออนไลน์ และดา้ น โฆษณาออนไลน์ P-Value 0.784 สรปุ ได้ว่าเพศไม่มคี วามสมั พนั ธก์ บั การ 5.2. สมมตฐิ านขอ้ ที่2 เพศหญงิ และเพศชายมพี ฤตกิ รรมการเลอื กใชส้ อื่ เลอื กใชส้ ่อื สงั คมออนไลน์ประเภทโฆษณาออนไลน์ สงั คมออนไลน์ในการตดั สนิ ใจซ้อื ทแี่ ตกตา่ งกนั 6. การอภปิ รายผล 6.1. สมมุตฐิ านขอ้ ที่ 1 รปู ท่ี 3. ความสมั พนั ธร์ ะหวา่ งเพศหญงิ และชายกบั พฤตกิ รรมในการใชส้ ่อื ชว่ งอายรุ ะหว่าง 18-25 ปี มกี ารตดั สนิ ใจเลอื กซอ้ื ผลติ ภณั ฑผ์ า่ นส่อื Facebook มากกว่าชว่ งอายอุ ่นื ซง่ึ สอดคลอ้ งกบั งานวจิ ยั เร่อื งอทิ ธพิ ลของ สงั คมออนไลน์ ส่อื โฆษณาในเครอื ขา่ ยสงั คมออนไลนท์ ม่ี ผี ลตอ่ กระบวนการตอบสนองของ ผบู้ รโิ ภค [10] โดยพบวา่ ขอ้ มูลลกั ษณะประชากรสว่ นใหญ่เป็นเพศหญงิ ผลการวจิ ยั พบวา่ ทงั้ เพศหญงิ และเพศชายส่วนใหญ่เลอื กใชส้ ่อื สงั คม อายุ 16-25 ปี ขอ้ มลู ประเภทเคร่อื ขา่ ยสงั คมออนไลนท์ ่มี กี ารรบั รสู้ ่อื โฆษณา มากท่สี ดุ จากเฟสบุก๊ และเม่อื วเิ คราะหค์ วามสมั พนั ธข์ องอายกุ บั ส่อื สงั คม ออนไลนเ์ ฟซบุ๊กในการตดั สนิ ใจซอ้ื ไมแ่ ตกตา่ งกนั ทงั้ นอ้ี าจเน่อื งมาจาก รปู แบบการใชง้ านท่เี ขา้ ถงึ ไดง้ า่ ย ซง่ึ ไมส่ อดคลอ้ งกบั งานวจิ ยั เร่ือง พฤตกิ รรมการใชเ้ ครอื ขา่ ยสงั คมออนไลน์ของคนวยั ทางานในเขต กรุงเทพมหานคร [8] ซ่งึ พบว่ากล่มุ ตวั อยา่ ง ของคนทางานในเขต กรงุ เทพมหานครทม่ี ี เพศ อายุ การศกึ ษา รายได้ แตกต่างกนั มกี ารแสดง พฤตกิ รรมการเขา้ ใชบ้ รกิ ารเครอื ขา่ ยสงั คมออนไลน์แตกต่างกนั 130

การประชุมวชิ าการระดบั ชาตดิ ้านเทคโนโลยสี ารสนเทศ คร้งั ที่ 11 (NCIT2019) ออนไลน์ทม่ี ผี ลตอ่ การตดั สนิ ใจซอื้ ผลติ ภณั ฑโ์ ดยใชส้ ถติ ิ Chi Square มคี ่า บอรด์ บลอ็ ก อนิ สตาแกรม อเี มลล์ เป็นตน้ นนั้ หมายถงึ สาหรบั ธรุ กจิ ท่ี P-Value ท่ี 0.184 ซ่งึ หมายถงึ อายไุ ม่มอี ทิ ธพิ ลต่อการตดั สนิ ใจซอ้ื ตอ้ งการประชาสมั พนั ธห์ รอื กระจายหากลุ่มลูกคา้ กส็ ามารถใชช้ อ่ งทางส่อื ผลติ ภณั ฑผ์ า่ นส่อื สงั คมออนไลน์ สงั คมออนไลนต์ ่างๆ หลายหลาย เพ่อื เขา้ ถงึ ลูกคา้ หลาย ๆ ชอ่ งทาง ดกี ว่า ประชาสมั พนั ธแ์ ค่ส่อื โซเชยี ลเดยี ว 6.2. สมมุตฐิ านขอ้ ที่ 2 เพศหญงิ และเพศชายมพี ฤตกิ รรมการเลอื กใชส้ ่อื สงั คมออนไลน์ในการ จากการศกึ ษาปัจจยั การตลาดผา่ นส่อื สงั คมออนไลน์ในแตล่ ะดา้ น เพศ ตดั สนิ ใจซอ้ื ท่แี ตกต่างกนั พบว่าทงั้ เพศหญงิ และเพศชายใชส้ ่อื สงั คม หญงิ และเพศชายส่วนใหญ่จะใหค้ วามสาคญั เป็นอยา่ งมาก โดยเฉพาะ ดา้ น ออนไลน์ ในการตดั สนิ ใจซอ้ื ไมแ่ ตกต่างกนั วเิ คราะหต์ ารางความสมั พนั ธม์ ี การส่อื สารแบบปากตอ่ ปากผา่ นส่อื อเิ ลก็ ทรอนิกส์ ทใ่ี หค้ วามสนใจมากทส่ี ุด คา่ P-Value ท่ี .77 ซง่ึ ไม่สอดคลอ้ งกบั งานวจิ ยั เร่อื งพฤตกิ รรมการใช้ รองลงมาคอื ดา้ นการโฆษณาออนไลน์ และดา้ นชมุ ชนออนไลน์ ตามลาดบั เครอื ขา่ ยสงั คมออนไลน์ของคนวยั ทางานในเขตกรงุ เทพมหานคร [11] ซง่ึ ดงั นนั้ ผปู้ ระกอบการควรคานึงถงึ ปัจจยั นดี้ ว้ ย เพ่อื ชว่ ยเพมิ่ ความน่าเช่อื ถอื พบวา่ กล่มุ ตวั อยา่ งของคนทางานในเขตกรงุ เทพมหานครทม่ี เี พศ อายุ ไวว้ างใจ และสนใจใหก้ บั ผบู้ รโิ ภค การศกึ ษา รายได้ แตกต่างกนั มกี ารแสดงพฤตกิ รรมการเขา้ ใชบ้ รกิ าร เครอื ขา่ ยสงั คมออนไลน์แตกต่างกนั ท่ไี ม่สอดคลอ้ งกนั อาจเป็นเพราะกลุม่ นอกจากนส้ี าหรบั ผทู้ ก่ี าลงั จะเรมิ่ ประกอบธรุ กจิ ผา่ นส่อื สงั คมออนไลน์ ตวั อยา่ งและการเกบ็ ขอ้ มูลทแ่ี ตกตา่ งกนั กส็ ามารถนาขอ้ มูลเหล่านีไ้ ปพจิ ารณาเพ่อื ธุรกจิ จะสามารถตอบสนองความ 6.3. สมมตุ ฐิ านขอ้ ที่ 3 ตอ้ งการของผบู้ รโิ ภคไดม้ ากยงิ่ ขนึ้ รวมถงึ การพจิ ารณากาหนดราคา การเลอื กใชส้ ่อื สงั คมออนไลนใ์ นการตดั สนิ ใจซอ้ื ผลติ ภณั ฑข์ องแต่ละ วเิ คราะหก์ ลุ่มเป้าหมายหรอื อาจจะนาไปใชใ้ นการวางแผนในอนาคต อาชพี มคี วามแตกตา่ งกนั พบว่าโดยในแตล่ ะอาชพี ส่วนใหญเ่ ลอื กใชส้ ่อื สงั คมออนไลนใ์ นการตดั สนิ ใจซอื้ ผลติ ภฑั ณ์ไม่แตกต่างกนั จะมเี พยี งส่อื เอกสารอ้างอิง สงั คมออนไลน์ประเภทอนิ สตราแกรมตวั เดยี วท่แี ตกตา่ งกนั โดยสอดคลอ้ ง กบั งานวจิ ยั เร่อื งปัยจยั และพฤตกิ รรมทม่ี ผี ลต่อการตดั สนิ ใจใชโ้ มบาย [1] กลั ยรกั ษ์ (2560) บทความทาการตลาดผา่ นสอ่ื สงั คมออนไลน์ (Social แอพพลเิ คชนั่ ซอื้ สนคิ า้ ผา่ นทางสมารท์ โฟนและแท๊บเลต็ ของผบู้ รโิ ภคใน Network) ดอี ย่างไร. คน้ หาเม่อื 14 มกราคม 2561. เวบ็ ไซต์ เขตกรุงเทพมหานคร [12] โดยพบว่า เพศ อายุ ระดบั การศกึ ษา อาชพี และ http://jeabtrainingtheicon.blogspot.com/2016/05/social-network_12.html รายไดต้ อ่ เดอื นท่แี ตกต่างกนั มผี ลต่อระดบั การตดั สนิ ใจใชแ้ อพพลเิ คชนั่ ซอื้ สนิ คา้ ออนไลน์ผา่ นทางสมารท์ โฟสนและแท๊บเลต็ ไมแ่ ตกตา่ งกนั [2] Dahnil, M. I., Marzuki, K. M., Langgat, J.k & Fabeil, N. F. (2014), 6.4. สมมุตฐิ านขอ้ ที่ 4 Factors influencing SMEs adoption of social media marketing. ปัจจยั การตลาดผา่ นส่อื สงั คมออนไลนแ์ ตล่ ะดา้ นมอี ทิ ธพิ ลกบั กลมุ่ เพศ Procedia-Social and Behavioral Science, 148, p119-125. แตกต่างกนั พบวา่ ปัจจยั การตลาดผา่ นส่อื สงั คมออนไลน์ แตล่ ะปัจจจยั มี อทิ ธพิ ลกบั กลุม่ เพศทไ่ี มแ่ ตกตา่ งกนั เทา่ ไรนกั เน่อื งจากปัจจยั ดา้ นการ [3] Richins, M. L., & Root–Shaffer, T. (1988). The role of involvement and ส่อื สารแบบปากต่อปากผา่ นทางอเิ ลก็ ทรอนกิ ส์ และดา้ นโฆษณาออนไลน์ opinion leadership in consumer word–of–mouth: An implicit model made เพศหญงิ และเพศชายมรี ะดบั ความพงึ พอใจในระดบั มาก โดยค่า p-value explicit. Advances in Consumer Research, 15, 32–36. ของแตล่ ะดา้ นอยทู่ ่ี .155 และ .784 ตามลาดบั และในชมุ ชนออนไลน์เพศ ชายจะมรี ะดบั ความพงึ พอใจมาก เพศหญงิ มรี ะดบั ความพงึ พอใจปานกลาง [4] Hennig, N., & Senecal, S. (2004). The influence of online product โดยค่า p-value อยทู่ ่ี 0.033 โดยสอดคลอ้ งกบั งานวจิ ยั เร่อื งปัจจยั ท่มี ี recommendations on consumers’ online choices. Journal of Retailing, ความสาคญั จากการส่อื สารการตลาดทม่ี ตี อ่ สโมสรฟุตบอลไทยพรเี มยี รล์ กี 80, 159–169. [13] ท่พี บวา่ เพศ ทต่ี า่ งกนั ไมม่ ผี ลต่อการซอ้ื ผลติ ภณั ฑข์ องผบู้ รโิ ภคจาก การส่อื สารการตลาดในรูปแบบส่อื สงั คมออนไลน์ [5] Lee, H. Y., Ahn, H., Kim, H. K., & Jongwon, L. (2014). Comparative analysis of trust in online communities. Procedia Computer Science, 31, 7. ขอ้ เสนอแนะ 1140–1149. จากผลการศกึ ษาดา้ นขอ้ มูลทวั่ ไป ผปู้ ระกอบการสามารถนาขอ้ มูล ดงั กลา่ วไปวางแผนและกาหนดกลยทุ ธ์ หรอื วเิ คราะหแ์ นวโน้มพฤตกิ รรม [6] เสรี วงษ์มณฑา (2540) กว่าจะเหน็ เป็นโฆษณา. กรุงเทพมหานคร: ดอกหญา้ การซอื้ ของกลมุ่ เป้าหมายได้ เช่น เพศหญงิ ช่วงอายรุ ะหวา่ ง 18-25 ปี จะ [7] นุชจรนิ ทร์ ชอบดา้ รงธรรม. (2553). อทิ ธพิ ลของสอ่ื โฆษณาในเครอื ขา่ ยสงั คม เลอื กใชส้ ่อื สงั คมเฟสบกุ๊ ในการตดั สนิ ใจเลอื กซอ้ื ผลติ ภณั ฑม์ าก ผลติ ภณั ฑ์ ท่เี คยซอ้ื มากท่สี ุดคอื ประเภทเสอื้ ผา้ เคร่อื งแตง่ กาย หากกลุ่มเป้าหมายทาง ออนไลน์ทม่ี ผี ลต่อกระบวนการตอบสนองของผบู้ รโิ ภค.ปรญิ ญานพิ นธ์ บธ.ม. ธรุ กจิ เป็นช่วงอายดุ งั กล่าว การทาโฆษณาหรอื ประชาสมั พนั ธ์ โปรโมชนั่ (การตลาด). กรุงเทพมหานคร: บณั ฑติ วทิ ยาลยั มหาวทิ ยาลยั ศรนี ครนิ ทรวิ ต่างๆ ของผลติ ภณั ฑ์ นกั การตลาดควรทาส่อื การตลาดผา่ นเฟซบุก๊ โรฒ จากผลการศกึ ษาพฤตกิ รรมการใชส้ ่อื สงั คมออนไลน์ ส่วนใหญจ่ ะเคย [8] ปณชิ า นิตพิ รมงคล. (2554). พฤตกิ รรมการใชเ้ ครอื ข่ายสงั คมออนไลน์ของ ซอื้ ผลติ ภณั ฑผ์ า่ นชอ่ งทางออนไลนม์ าแลว้ และมคี วามชอบใชส้ ่อื สงั คม คนวยั ทา้ งานในเขตกรงุ เทพมหานคร. บทความทางวชิ าการ. มหาวทิ ยาลยั ศรี ออนไลนห์ าขอ้ มูลผลิตภณั ฑเ์ พ่อื ประกอบการตดั สนิ ใจซอ้ื อาทเิ ชน่ เวบ็ ไซต์ ปทมุ . [9] ยุพเรศ พริ ยิ พลพงศ์ (2558) ปัจจยั และพฤตกิ รรมทม่ี ผี ลตอ่ การตดั สนิ ใจใชโ้ ม บายแอพพลเิ คชนั่ ซ้อื สนิ คา้ ผา่ นทางสมารท์ โฟนและแทบ็ เลต็ ของผบู้ รโิ ภคใน เขตกรุงเทพมหานคร วจิ ยั นักศกึ ษาปรญิ ญาโทบรหิ ารธรุ กจิ มหาบณั ฑติ มหาวทิ ยาลยั นานาชาตแิ สตมฟอรด์ . [10] นุชจรนิ ทร์ ชอบดารงธรรม (2553) อทิ ธพิ ลของสอ่ื โฆษณาในเครอื ขา่ ยสงั คม ออนไลน์ ท่มี ผี ลต่อกระบวนการตอบสนองของผบู้ รโิ ภค. บณั ฑติ วทิ ยาลยั มหาวทิ ยาลยั ศรนี ครนิ ทรวโิ รฒ [11] ปณชิ า นิตพิ รมงคล (2554) พฤตกิ รรมการใชเ้ ครอื ข่ายสงั คมออนไลน์ของคน วยั ทางานในเขตกรงุ เทพมหานคร. บทความวชิ าการ มหาวทิ ยาลยั ศรปี ทมุ [12] ยพุ เรศ พริ ยิ พลพงศ์ (2558) ปัจจยั และพฤตกิ รรมท่มี ผี ลตอ่ การตดั สนิ ใจใชโ้ ม บายแอพพลเิ คชนั่ ซอ้ื สนิ คา้ ผ่านทางสมารท์ โฟนและแท๊บเลต็ ของผบู้ รโิ ภคใน 131

การประชุมวชิ าการระดับชาติด้านเทคโนโลยสี ารสนเทศ คร้งั ท่ี 11 (NCIT2019) เขตกรุงเทพมหานคร. วจิ ยั นักศกึ ษาปรญิ ญาโท บรหิ ารธุรกจิ มหาบณั ฑติ มหาวทิ ยาลยั นานาชาตแิ สตมฟอรด์ [13] ชนินทร์ วฒั นสนธ,ิ ดร. ณัฐชา ผาสกุ (2560) ปัจจยั ท่มี คี วามสาคญั จากการ สอ่ื สารการตบาดท่มี ตี ่อสโมสรฟุตบอลไทยพรเี มยี ร์ลกี การประชมุ วชิ าการ เสนผลงานวจิ ยั ระดบั ชาตแิ ละนานาชาติ ครงั้ ท่ี 8 132

การประชุมวิชาการระดับชาตดิ ้านเทคโนโลยีสารสนเทศ ครัง้ ที่ 11 (NCIT2019) การเพิ่มประสิทธิภาพการจดั ทาดชั นีบนกลอ่ งเอกสารด้วย เทคนิคการรจู้ าอกั ขระภาพลายมอื OPTIMIZATION OF INDEXING ON DOCUMENT BOXES WITH HANDWRITING RECOGNITION TECHNIQUES จกั รพนั ธ์ วาศพุฒสิ ทิ ธิ์ สะพรงั่ สทิ ธิ์มฤทุสาธร Jakkaphan Whasphuttisit Saprangsit Mruetusatorn คณะเทคโนโลยสี ารสนเทศ สาขาเทคโนโลยสี ารสนเทศ คณะเทคโนโลยสี ารสนเทศ สาขาเทคโนโลยสี ารสนเทศ สถาบนั เทคโนโลยไี ทย-ญปี่ ่นุ สถาบนั เทคโนโลยไี ทย-ญปี่ ่นุ Thai-Nichi Institute of Technology Thai-Nichi Institute of Technology กรุงเทพฯ / ประเทศไทย กรงุ เทพฯ / ประเทศไทย Bangkok / Thailand Bangkok / Thailand [email protected] [email protected] บทคัดยอ่ — ปัญหาการบนั ทึกขอ้ มูลดชั นีกล่องเอกสารผิดพลาดเป็ น characters that are used on the computer. The method will convert the เรอ่ื งที่เกิดขึ้นอยเู่ ป็นประจา สาเหตุเกิดจากพนักงานบนั ทึกข้อมูลผิดพลาด color image to binary image and finding the segmentation of the ขาดความชานาญและความรอบคอบ รวมถึงพนื้ ที่การปฏิบตั ิงานมีจากดั ทา characters, then performing Optical Character Recognition and ให้เกิดความสบั สนในการนากล่องเอกสารมาทาการบนั ทึกข้อมูล งานวิจยั translate the meaning of the letter, compared to the frequently นี้ได้นาเสนอต้นแบบท่ีใช้พฒั นาโปรแกรมการบันทึกข้อมูลท่ีเขียนด้วย appearing words. The result of the assessment is 87.30% of accuracy ลายมือบนกล่องเอกสาร โดยใช้เทคนิ ค Optical Character Recognition and 68.33% reduction in the recording time from the original method. เข้ามาช่วยงาน หลกั การทางานแบ่งเป็ น 2 Sections Section 1 Training Data เป็ นการจดั เก็บและจดั ทาข้อมูลภาพลายมือตัวอกั ษรของพนักงาน Keywords — Optical Character Recognition, Digital Image รวมถึงคาศัพท์ที่พบอยู่เป็ นประจา Section 2 Testing Data เป็ นการนา Processing, Data Dictionary, Recognition, interpretation ขอ้ มลู ภาพกล่องเอกสารมาทาการแปลงตวั อักษรท่ีเขียนด้วยลายมอื ให้เป็ น ตวั อักษรท่ีใช้งานบนคอมพิวเตอร์ โดยทาการแปลงภาพสีเป็ นขาวดาและ 1. บทนา หา Segmentation ของตัวอักษร จากนั้นทาการรู้จาตัวอักษร (Optical ปัญหาเร่อื งการบรหิ ารจดั การเอกสาร เป็นเร่อื งท่สี ามารถพบไดท้ วั่ ไป Character Recognition) และแปลความหมายของตัวอักษรโดยเทียบกับ ไม่ว่าจะเป็นท่บี า้ น ท่ที างาน ซ่ึงพบว่าในหลายๆ บริษทั มีปริมาณการใช้ พจนานุกรมคาศัพท์ท่ีสร้างไว้และตรวจสอบความถูกต้อง โดยผลการ งานเอกสารท่ีเพม่ิ มากขน้ึ ตามอตั ราการเจริญเติบโตของบรษิ ทั ทาให้มี ทดลองพบว่าสามารถแปลงข้อมูลได้ความถูกต้อง 87.30% และลด เอกสารเป็นจานวนมากท่ีจาเป็นจะต้องจดั เก็บตามกฎหมาย แต่จะต้อง ระยะเวลาการบนั ทึกข้อมูล 68.33% จากวิธีการเดิม แบ่งแยกประเภทการจดั เกบ็ ออกเป็นหลากหลายประเภท ทาใหก้ ารคน้ หา เอกสารแต่ละครงั้ นนั้ มีความยุง่ ยาก อนั เกดิ จากการจดั เก็บเอกสารปะปน คำสำคญั — Optical Character Recognition, กำรประมวลผลภำพ, กนั จดั เกบ็ ไม่ถูกท่ี ทาให้คน้ หาไมส่ ะดวก ใชร้ ะยะเวลาในการค้นหาเอกสาร กำรทำคลงั ขอ้ มลู ภำพตวั อกั ษร, กำรรจู้ ำ, กำรแปลควำมหมำย นาน บ่อยครงั้ ยงั พบเอกสารชารุด สูญหาย อนั เน่ืองจากไม่ได้มีการดูแล อยา่ งเป็นระบบ บรษิ ทั หลายแห่งไดเ้ ลง็ เหน็ ความสาคญั และความจาเป็นใน ABSTRACT — The Failure of document indexing on boxes is a การจดั เกบ็ เอกสารทงั้ หมดใหม้ ีความเป็นระเบียบเรยี บรอ้ ย เป็นหมวดหมู่ frequent problem because the employee types the wrong information, เพ่อื ความสะดวกในการสบื ค้น รวมไปถงึ การบรหิ ารจดั การพนื้ ท่ใี นบรษิ ทั lack of expertise and limited operational areas to record data. This เพ่อื ลดต้นทุนในการจดั เก็บเอกสารท่มี ีการใช้งานน้อยและตอ้ งเก็บรกั ษา research presents a prototype that is used to develop handwritten data เอกสารตามอายขุ องกฎหมาย บรษิ ทั ต่างๆ จงึ ไดม้ กี ารมองหารูปแบบการ recording programs on document boxes by using the Optical จดั เก็บเอกสารนอกสถานท่ี โดยใชผ้ เู้ ช่ยี วชาญจากภายนอก (Outsource) Character Recognition technique to help. The working principle is ซ่งึ จะอยใู่ นรูปแบบของบรษิ ทั ท่ใี หบ้ รกิ ารจดั เกบ็ เอกสารในรูปแบบกล่อง divided into 2 sections. Section 1 Training Data is the storage and เอกสาร กล่าวคือ บริษทั จะต้องทาการบรรจุเอกสารท่ีต้องการจดั เกบ็ ลง preparation of handwritten image data of employees include the กล่องเอกสารแล้วจดั ทาดชั นีสบื คน้ ก่อนท่จี ะแจ้งผใู้ หบ้ รกิ ารเขา้ มารบั กลอ่ ง frequently appearing words vocabulary. Section 2 Testing Data is the เอกสารไปจดั เก็บ หลงั จากท่ีรบั กล่องเอกสารจากบริษทั แลว้ ก่อนท่ีจะ use of document box image data to convert the handwritten letters into ดาเนินการจัดเก็บเข้าชัน้ วางกล่องเอกสารทางผู้ให้บริการจะมีการ 133

การประชมุ วชิ าการระดบั ชาตดิ า้ นเทคโนโลยีสารสนเทศ ครงั้ ที่ 11 (NCIT2019) ดาเนินการบนั ทึกขอ้ มูลรายละเอยี ดท่ปี รากฎอยดู่ า้ นขา้ งกล่อง ไดแ้ ก่ เลข ในปัจจบุ นั ความกา้ วหน้าทางดา้ นเทคโนโลยดี า้ นการประมวลผลภาพ บารโ์ ค้ดกล่อง รหสั ลูกค้า ช่อื กล่องลูกคา้ วนั ท่ีเอกสารครบกาหนด และ (Digital Image Processing) ได้มีนักวิจัยได้นาหลักการ OCR (Optical รายละเอียดของกล่องเอกสาร โดยขอ้ มูลท่ีปรากฎนัน้ มีทงั้ ท่ีเขยี นด้วย Character Recognition) และ Handwriting Recognition มาดาเนินการ ลายมอื ตวั พมิ พจ์ ากเคร่อื งพมิ พ์ และบารโ์ คด้ ซ่งึ ในแตล่ ะกล่องจะมรี ูปแบบ วิจยั ในรูปแบบและวิธีการท่แี ตกต่างกนั ออกไป ซ่งึ สามารถแบ่งงานวจิ ยั ของการจัดทาดัชนี (INDEX) ท่ีเป็ นเอกลักษณ์เฉพาะบุคคล ซ่ึงส่งผล ออกเป็น 2 กลมุ่ ไดแ้ ก่ กระทบทาให้การบันทึกข้อมูลต้องใช้เวลาในการจัดทา ข้อมูลท่ีจะ ดาเนินการบนั ทึกจะมขี อ้ มูลท่มี ตี วั อกั ษรภาษาไทย ภาษาองั กฤษ ตวั เลข กลุ่มท่ี 1 ใช้อลั กอริทึมและเทคนิคท่กี ระบวนการ Pre-Processing วิ และเคร่อื งหมายและสญั ลกั ษณ์ตา่ งๆ ดงั รูปท่ี 1. เชษฐ์รจน์ เอ่ยี มสาอางค์ และรชั ฎา คงคะจนั ทร์ [1] ได้ทาการศึกษาการ แยกภาพตัวอักษรลายมือเขียนภาษาไทยแบบอตั โนมัติ โดยใช้การ รูปท่ี 1. ตวั อยา่ งการเขยี นขา้ งกล่องเอกสาร วิเคราะห์ถดถอยเชิงเส้น (Linear Regression Analysis) และการเรยี นรู้ แหล่งทมี่ า : บรษิ ทั เซลสฮ์ บั จากดั ด้วยต้นไม้ตัดสินใจ (Decision Tree Learning) ซ่ึงเป็ นกระบ วนการ เตรียมพ ร้อมของภาพข้อมูลก่อนท่ีจะดาเนินการรู้จาลายมือเขียน ขนั้ ตอนการจดั ทาดชั นีบนกล่องเอกสารแบบเดิมจะประกอบดว้ ย ขนั้ (Handwritten Recognition) เพ่ือแยกตวั อักษรท่ีติดกันในแนวนอนและ แรก นากลอ่ งมาวางทจ่ี ดุ ทจ่ี ะทาการบนั ทกึ ขอ้ มูล ใชเ้ วลา 10 วนิ าที ขนั้ ท่ี 2 แนวตงั้ โดยใชเ้ สน้ การวเิ คราะห์การถดถอยสาหรบั ตดั แบ่งระดบั พยญั ชนะ พนักงานทาการบันทึกข้อมูลจากรูปภาพ ใช้เวลา 30 วินาที ขนั้ ท่ี 3 กบั สระ และทาการตดั แบ่งตวั อกั ษร (Segmentation) ก่อนการรจู้ าตวั อกั ษร พนกั งานทาการ QC ขอ้ มูลท่ที าการบนั ทึกใช้เวลา 15 วนิ าที ขนั้ ท่ี 4 นา ตามหลกั ของการรูจ้ าตวั อกั ษรไทยโดยใชเ้ ทคนิคการใช้ตน้ ไมต้ ดั สนิ ใจเขา้ กล่องไปวางท่ีจุด Outbound ใช้เวลา 5 วินาที รวมระยะเวลาท่ีใช้ตงั้ แต่ มาช่วย โดยพบวา่ มคี วามถูกตอ้ งแมน่ ยาในการแปลขอ้ มลู อยทู่ ่ี 90.44% ซ่งึ ขนั้ ตอนท่ี 1 ถงึ 4 ใชเ้ วลาการดาเนนิ การใน 1 กล่อง ประมาณ 60 วนิ าที (1 อุปสรรคท่สี ่งผลกระทบทาให้การแปลมีความแม่นยาลดลงเกิดจาก การ นาที) ขนั้ ท่ี 5 นาขอ้ มูลเขา้ สู่ระบบ โดยการบนั ทกึ ขอ้ มูลจะใช้เวลารอ้ ยละ เขยี นตวั อกั ษรท่ไี ม่มหี วั ทาใหเ้ กดิ ความคาดเคล่อื นในการรู้จาลดลง กรณีมี 50 ของทงั้ กระบวนการ ในแต่ละวนั จะมีกลอ่ งเอกสารท่รี บั เขา้ มาประมาณ สระขา้ งปนอยู่ เช่น สระเอ สระไอ จะทาเกิดความผิดพลาดในการตัด 1,000 กล่อง ใช้พนกั งานจานวน 3 คน ทาการบนั ทกึ ขอ้ มูลก่อนท่จี ะนาเขา้ ตวั อกั ษรแต่ละตวั ได้ พาฝัน ดวงไพศาล พนิดา หล่อวงศต์ ระกูล และพยงุ ระบบและนากล่องเอกสารจดั เกบ็ เขา้ ชนั้ วางได้ ปัญหาทพ่ี บในขนั้ ตอนการ มสี จั [2] ไดท้ าการศกึ ษาการจดจาการเขยี นลายมอื ตวั เลขไทยด้วยเทคนิค ปฏบิ ตั ิงานอยู่เป็นประจา ได้แก่ มกี ารบนั ทึกขอ้ มูลผดิ พลาดจากพนักงาน โครงข่ายการส่งข้อมูลแบบไม่ยอ้ นกลบั (feed-forward neural network) บนั ทกึ ขอ้ มูล มกี ารทางานท่มี คี วามซ้าซอ้ นกนั พน้ื ท่กี ารปฏบิ ตั งิ านมจี ากดั เปรียบเทียบกบั เทคนิค K-Nearest Neighbor (KNN) โดยสามารถจดจา จานวนพนักงานในตาแหน่งงานบนั ทึกขอ้ มูลมีจานวนจากดั และลาออก ลายมอื เขยี นตวั เลขไทยท่มี ลี ายมอื แตกตา่ งไปจากเดมิ ได้ โดยใชโ้ ปรแกรม (Turnover) อยู่เป็นประจา เป็นต้น ทาใหเ้ กิดปัญหาท่ีต้องแก้ไขอยู่เสมอ MATLAB ในการคานวณเพ่อื ประมวลผล พบวา่ มคี วามถูกตอ้ งแม่นยาอย่ทู ่ี จากปัญหาท่ีเกิดขน้ึ ผูว้ ิจยั ได้เล็งเห็นความสาคัญของปัญหาการบันทึก 87.86% แต่ขนาดขอ้ มูลท่นี ามาคานวณมขี นาดใหญ่เกนิ ไป ทาใหต้ ้องใช้ ขอ้ มูลดชั นี (Index) ขา้ งกล่องเอกสารสามารถนาเทคโนโลยดี ้าน OCR หน่วยความจาสูงมากในการประมวลผล โดยไดม้ ขี อ้ เสนอแนะวา่ สามารถจะ (Optical Character Recognition) เข้ามาช่วยปรบั ปรุงขนั้ ตอนปฏิบตั ิงาน ทาการลดขนาดของขอ้ มูลได้ 2 วิธวี ธิ ีท่ี 1 ลดขนาดภาพโดยตรงโดยใช้ ใหด้ ยี งิ่ ขน้ึ ได้ เทคนิค Nearest-neighbor interpolation และ bilinear interpolation และ วธิ ที ่ี 2 ลดขนาดของขอ้ มูล (dimension reduction) ธรี เดช ราชไพบูลยแ์ ละ งานวจิ ยั น้ีวตั ถุประสงคเ์ พ่อื นาเสนอกรอบแนวคิดและตน้ แบบสาหรบั ใช้ นุชนาฎ สตั ยากวี [3] ไดท้ าการศกึ ษาการรจู้ าลายมอื เลขประจาตวั ผสู้ อบใน พฒั นาโปรแกรมท่สี ามารถแปลงดชั นี (Index) ทเ่ี ป็นขอ้ ความท่อี ยบู่ นกลอ่ ง กระดาษคาตอบของขอ้ สอบแบบปรนยั โดยมีการกาหนดให้ผูเ้ ข้าสอบ เอกสารใหเ้ ป็นตวั อกั ษรท่สี ามารถใช้งานไดใ้ นคอมพิวเตอร์ โดยสามารถ จะต้องเขียนตวั เลขอารบิกด้วยปากกาลูกล่ืนสีน้าเงินไว้ท่ีมุมบนซ้ายท่ี แ ป ล งข้อ มู ล ท่ี เขีย น ด้ว ย ล า ย มือ บ น ก ล่ อ ง เอ ก ส า รไ ด้มี ค ว า ม ถู ก ต้อ ง กระดาษคาตอบ โดยใชเ้ ทคนิคโปรเจคชนั โปรไฟล์ 4 แกน ไดแ้ ก่ แนวแถว (Accuracy) อย่างน้อย 80% เพ่ือลดระยะเวลาท่ีใช้ในขนั้ ตอนการบนั ทึก (Horizontal) แนวคอลมั น์ (Vertical) แนวทแยงซ้าย (Left Diagonal) และ ข้อมูลดัชนี (Index) เป็ น 30% ของกระบวนการและต้นทุนด้านการ แนวทแยงขวา (Right Diagonal) มาทาการวเิ คราะหโ์ ครงสร้าง (Structural ดาเนนิ งานของฝ่ายปฏบิ ตั กิ าร Analysis) ของตัวเลขท่ีปรากฏ อยู่ในภาพ กระดาษคาตอบ เพ่ือจะ ดาเนินการสกดั เอาส่วนท่ีสาคญั (Feature Extraction) ของตวั เลขออกมา 2. งานวจิ ยั ทเ่ี ก่ยี วขอ้ ง แล้วนามาจบั คู่กบั รูปแบบ (Template Matching) ท่ไี ด้ทาการกาหนดไวใ้ น คลงั ขอ้ มูล จากการใช้เทคนิคดงั กล่าวพบว่ามีความถูกต้องแม่นยาอยู่ท่ี 77% สาเหตุท่ีทาให้ค่าความแม่นยาลดลง เน่ืองจากภาพท่ีนามา ประมวลผลมีขนาดภาพใหญ่ทาใหป้ ระมวลผลช้า ลายมอื ทเ่ี ขยี นตวั เลขบน กระดาษคาตอบนนั้ ใชป้ ากกาลกู ล่นื เขยี น ความหนกั เบาใบในการเขยี นและ ชนิดหมกึ ของปากกาทใ่ี ชอ้ อกไม่เทา่ กนั ทาใหเ้ วลาทส่ี แกนเขา้ ไปอาจทาให้ เส้นขาดหายได้ จึงควรใชป้ ากกาเคมีหรือดินสอเขียนได้ ในขนั้ ตอนทา Feature Extraction ใช้วธิ ีการพจิ ารณาแบบเส้นตรง (Linear) อาจจะไม่ดี เทา่ การใชก้ ารพจิ ารณาแบบเชงิ ตน้ ไม้ (Tree) เพ่อื ใหท้ าการจดั กลมุ่ ของเลข 134

การประชมุ วิชาการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ ครงั้ ท่ี 11 (NCIT2019) บางชุดใหอ้ ยู่ในกลุ่มเดียวกนั ก่อน แลว้ ค่อยนาไปพจิ ารณาต่อจนไดค้ ่าท่ี นาเอาคาแตล่ ะคามาทาการแยกเป็นแต่ละตวั อกั ษร ซ่งึ ได้ค่าความแม่นยา เหมาะสมทส่ี ดุ และสุดทา้ ยการวเิ คราะหค์ าตอบจากโปรเจคชนั 4 แกน โดย ในการแปลผลข้อมูลโดยแบ่งเป็น เทคนิค Line Segmentation = 100% ใช้ค่าเฉล่ียจะมีความน่าเช่ือถือน้อยท่ีสุด ดงั นัน้ จึงควรใช้แค่ค่าฐานนิยม และ Character Segmentation = 98% Mamata Nayak และ Ajit Kumar และมธั ยฐานแทนซ่งึ จะมีความหน้าเช่อื ถือมากกว่า อมรเทพ วจิ ติ รเจรญิ Nayak [6] ได้ทาการศกึ ษาการทา OCR ตวั อกั ษร Odia โดยใช้ Tesseract และพธุ ษดี ศิรแิ สงตระกูล [4] ไดท้ าการศกึ ษาการสกดั คุณลกั ษณะเดน่ แบบ OCR Engine และมี Training Data เพ่ือช่วยในการแปลข้อมูล ซ่ึงการ ผสมเพ่ือรู้จาตวั เขยี นอกั ษรธรรมอีสานดว้ ยโครงขา่ ยประสาทเทยี มแบบ Training Tesseract Engine เพ่ือทาใหร้ ะบบรูร้ ูปแบบของตวั อกั ษร Odia แพร่ยอ้ นกลับด้วยวิธีผสมระหว่างการแบ่งโซนภาพ และฮิสโตแกรม ท่จี ะทาการแปลตวั อกั ษรจากพจนานุกรมขอ้ มูลท่มี กี ารสรา้ งไว้ ซ่งึ ผลการ โปรเจคชนั โดยโครงขา่ ยประสาทเทยี มแบบแพร่ยอ้ นกลบั เป็นอลั กอริทึม ทดสอบพบว่า ตวั อกั ษร Odia ขนาด 10pt 12pt 16pt มีความแม่นยาใน การเรยี นรแู้ บบมผี ฝู้ ึกสอน เพ่อื ปรบั ปรุงค่าน้าหนักของโครงขา่ ยประสาท การแปล 100% และตวั อักษร Utkal มีความแม่นยา 98% (มกี ารทดลอง เทียมให้เหมาะสมกับโครงข่ายนั้นๆ ด้วยการคานวณหาค่าผิดพลาด ผสมตวั อกั ษร Utkal เขา้ ไปในเอกสาร Odia) แต่งานวจิ ยั นจ้ี ะยงั ไม่สามารถ (Error) จากผลลพั ธ์ (Output) ซ่งึ กระบวนการของการศกึ ษานไ้ี ดเ้ นน้ การใช้ แปลตวั อกั ษรภาษาอ่นื ท่ปี รากฏอยบู่ นเอกสารตวั อกั ษร Odia ได้ เทคนิค Feature Extraction เพ่ือสกัดเอาคุณลักษณะเด่นของตัวอักษร ออกมา โดยใช้อลั กอรทิ ึม 2 แบบมาใชใ้ นขนั้ ตอนน้ี ไดแ้ ก่ อลั กอรทิ ึมท่ี 1 กลุ่มท่ี 2 ใช้อัลกอริทึมและเทคนิคท่ีกระบวนการ Processing และ ความหนาแน่นของจุดพิกเซลดว้ ยวธิ ีแบง่ โซน อลั กอรทิ ึมท่ี 2 ฮสิ โตแกรม Post-Processing ประสิทธิ์ บุญเอนก และผศ.ดร.อาทิตย์ ศรีแก้ว [7] ได้ โปรเจคชนั ในแนวตงั้ และแนวนอน หลงั จากท่สี กดั ตวั อกั ษรไดแ้ ล้ว ได้นา นาเสนอการจดจาลายมอื เขยี นตวั อกั ษรไทยดว้ ยแผนผงั คุณลกั ษณะจดั การ เทคนิค เคโฟลดครอสวาลิเดชนั่ (K-Fold Cross Validation) มาทาการรจู้ า ตัวเอง โดยระบบดงั กล่าวเป็นการผสมผสานระหว่างเทคนิคเครือข่าย ตวั อกั ษรโดยแบ่งขอ้ มลู ท่ใี ชใ้ นการทดสอบออกเป็นกลมุ่ จานวน K กลุ่ม (K- ประสาทเทยี มแบบการเรยี นรเู้ วกเตอรค์ วอนไทเซชนั และเทคนิคเครอื ข่าย Folds) เพ่อื ให้ขอ้ มูลทุกตวั มโี อกาสเป็นชุดทดสอบและชุดสอนเพ่อื ป้องกนั ไปขา้ งหน้า ซ่งึ เป็นระบบการจดจาลายมือเขยี นตัวอกั ษรไทยท่สี ามารถ ปัญหาการจากการเลอื กขอ้ มูลทด่ี แี ละง่ายมาเป็นขอ้ มูลชุดทดสอบ จากการ จดจา ลายมอื เขยี นภาษาไทยท่มี ลี กั ษณะรปู ร่างผดิ เพยี้ นไปจากเดมิ ได้ และ ทดสอบพบว่าไดม้ ีการเปรียบเทยี บค่าความถูกต้องแม่นยาท่ไี ด้เป็น 4 วิธี ยงั สามารถเรียนรู้ลกั ษณะลายมือเขยี นใหม่ ๆ ท่เี พิ่มเตมิ ได้ จากการใช้ ไดแ้ ก่ วธิ กี ารแบง่ โซน มคี า่ ความแมน่ ยา 62.22% วธิ ฮี สี โตแกรมโปรเจคชนั เทคนิคดงั กล่าวพบว่ามีความถูกต้องแม่นยาอยู่ท่ี 91.09% Savita Pal มีค่าความแม่นยา 52.24% วธิ ีผสมระหว่างการแบ่งโซนและฮิสโตแกรม Godara และ Pratap Singh Patwal [8] ไดน้ าเสนอการสกดั ตวั อกั ษรละตนิ โปรเจคชนั แนวนอน มีค่าความแม่นยา 63.87% และวิธีผสมระหว่างการ จากภาพเอกสารท่มี อี กั ษรเทวานาครแี ละอกั ษรละตนิ ปนกนั อยู่ งานวจิ ยั น้ี แบ่งโซนและฮิสโตแกรมโปรเจคชนั แนวตงั้ มคี ่าความแม่นยา 71.22% จะ เน้นขนั้ ตอนการทา Pre-Processing ในเร่อื งของการปรบั ปรุงคุณภาพของ เห็นได้ว่าวิธีการผสมจะทาให้ได้ประสิทธิภาพในการประมวลผลดีกว่า ภาพท่ีจะนามาแปลขอ้ มูล โดยใช้เทคนิค Binarization, Dilation, Erosion สาเหตุท่คี า่ ความแม่นยามคี า่ ไมส่ ูงมากเน่อื งจากเอกสารตน้ ฉบบั เป็นใบลาน แ ล ะ Skew Correction แ ล ะใช้อัล ก อ ริทึ ม Horization แ ล ะ Vertical เก่าทาให้เกิด Noise รบกวนมากซ่งึ ทาให้ประสทิ ธภิ าพการรจู้ าลดลง และ Projection Profile ทาการสกดั เอาตวั อกั ษรท่อี ยใู่ นรูปภาพออกมา ผลการ ควรจะเน้นขนั้ ตอนการประมวลผลขนั้ ตน้ ใหม้ คี วามละเอยี ดยง่ิ ขน้ึ ก่อนเขา้ สู่ ทดลองพบจะแบ่งออกเป็น 4 กรณี ไดแ้ ก่ กรณีท่ี 1 เอกสารท่เี ป็นตวั อกั ษร กระบ วนการส กัด Vinaya. S. Tapkir แ ละ Sushma.D.Shelke [5] ได้ ละตนิ อยา่ งเดยี วจะมคี ่าความแม่นยาในการแปลขอ้ มูลอยทู่ ่ี 99.35% กรณี ทาการศึกษาการทา OCR ลายมอื เขยี นตวั อกั ษร Marathi ซ่งึ เทคนิค OCR ท่ี 2 เอกสารท่มี ตี วั อกั ษรละตนิ ส่วนใหญ่และมตี วั ตวั อกั ษรเทวานาครปี ะปน แบบดงั้ เดมิ จะพบปัญหาเร่อื งคุณภาพในการแปล โดยความผดิ พลาดจะ อยใู่ นจะคา่ ความแม่นยา 0.65% กรณีท่ี 3 เอกสารทเ่ี ป็นตวั อกั ษรเทวานาค เกิดขน้ึ ในขนั้ ตอนการแยกส่วนของตวั อกั ษร (Character Segmentation) รอี ยา่ งเดยี วมคี ่าความแม่นยาอยูท่ ่ี 99.80% กรณีท่ี 4 เอกสารท่มี ตี วั อกั ษร ซ่งึ เป็นกระบวนการท่สี าคญั ในการทา OCR เน่อื งจากความถูกต้องแม่นยา เทวานาครเี ป็นส่วนใหญแ่ ละมตี วั อกั ษรละตนิ ปะปนอยใู่ นจะคา่ ความแมน่ ยา ในการแปลจะขึ้นอยู่ การใช้อลั กอริทมึ การแยกส่วนของตวั อกั ษรท่ใี ชก้ บั อยู่ท่ี 0.65% จากผลการทดลองพบว่ามีขอ้ จากดั ในกรณีท่ีเอกสารมี 2 ส่วนนี้ จากการศึกษาพบว่า การแยกส่วนของภาพ (Segmentation) การ ภาษาปะปนกนั จะทาใหค้ วามแม่นยาในการแปลภาษาท่ไี ม่ใช่ภาษาหลกั มี เขยี นอกั ษรเทวนาครี (Devanagari) ดว้ ยลายมือจะทาไดย้ ากกวา่ เม่อื เทยี บ ค่าความแม่นยาน้อยมาก ศุภรตั น์ อภิวงศโ์ สภณ [9] ไดท้ าการศกึ ษาการ กบั อกั ษรเทวนาครี (Devanagari) หรอื ตวั อกั ษรภาษาองั กฤษท่พี มิ พ์จาก รจู้ าขอ้ มูลลายมอื จากการกรอกแบบฟอรม์ โดยใชท้ าการแบ่งระดบั ขอ้ ความ เคร่อื ง เน่อื งจากการเขยี นจะมีความหลากหลายกว่าและมกี ารเพม่ิ ขนึ้ ของ และหาขอบภาพของแต่ละตวั อกั ษร จากนนั้ นามาแบ่งครง่ึ ตวั อกั ษรแลว้ ทา รูปแบบตวั อกั ษร ซง่ึ ลายมอื แต่ละคนเขยี นตวั อกั ษรเดยี วกนั แต่ระบบจะทา การเปรียบเทียบกับค่ารหัสลูกโซ่ 8 ทิศ (Octet Chain code) ว่าเป็ น การรจู้ าเป็นแบบใหม่ (New Pattern) และอาจจะมกี ารเขยี นซอ้ นกนั เกดิ ขนึ้ ตวั อกั ษรอะไร แลว้ นาขอ้ มูลทไ่ี ดม้ าจดั เกบ็ ในระบบฐานขอ้ มูล ถา้ มีขอ้ มลู ท่ี ในงานวิจยั น้ีได้นาเสนอการทา การแยกส่วนของภาพ (Segmentation) เป็นคาประเภทเดยี วกนั ท่เี คยรจู้ าและมใี นฐานขอ้ มลู อยแู่ ลว้ ระบบจะทาการ การเขียนอักษรเทวนาครี (Devanagari) ด้วยอัลกอริทึม Projection กรอกแบบฟอรม์ ใหโ้ ดยอตั โิ นมตั ิ จากการทดลองดงั กลา่ วพบว่ามคี ่าความ profiles โดยมีการนาเทคนิคการแยกส่วนของภาพมาใช้งานออกเป็น 3 แม่นยาอยทู่ ่ี 91% โดยขอ้ ผดิ พลาดท่เี กดิ ขนึ้ จะเกดิ จากลายมอื ของผทู้ ่กี รอก ส่วน สว่ นท่ี 1 เทคนคิ Line Segmentation คอื นาภาพ Original มาทาการ แบบฟอรม์ เขยี นตวั อกั ษรสองตวั ลากเสน้ ตดิ กนั ห า แ ละแ ยก บ รรทัด ขอ งแ ต่ ละข้อ ควา ม ส่ วน ท่ี 2 เท ค นิค Word Segmentation หลงั จากท่แี ยกเป็นแตล่ ะบรรทดั แลว้ จะนาบรรทดั ขอ้ ความท่ี 3. วธิ ดี าเนินการวจิ ยั ได้มาทาการตัดเป็ นคาๆ ส่วนท่ี 3 เทคนิค Character Segmentation งานวิจยั น้จี ะนาเสนอกรอบแนวคิดและการพฒั นาตน้ แบบ (Prototype) ทส่ี ามารถแปลงดชั นี (Index) ท่เี ป็นขอ้ ความท่อี ยูบ่ นกล่องเอกสารให้เป็น 135

การประชมุ วชิ าการระดบั ชาตดิ า้ นเทคโนโลยสี ารสนเทศ คร้งั ท่ี 11 (NCIT2019) ตวั อกั ษรท่สี ามารถใชง้ านไดใ้ นคอมพวิ เตอร์ เพ่อื ลดขนั้ ตอนการดาเนนิ งาน รปู ท่ี 3. แผนภาพขนั้ ตอนการเตรยี มตวั อกั ษรตน้ แบบ (Training Data) ของผปู้ ฏบิ ตั งิ านและต้นทุนด้านการดาเนินงานของฝ่ายปฏบิ ตั กิ าร โดยมี แบ่งการทางานออกเป็น 2 ส่วน ส่วนท่ี 1 การวิเคราะห์รายละเอียดของ 3.2. ขนั้ ตอนการทดสอบภาพตวั อยา่ ง (Testing Data) ขนั้ ตอนนี้จะมี รูปแบบกล่องเอกสาร ส่วนท่ี 2 การนาเสนอแนวคดิ เพ่ือพฒั นาตน้ แบบท่ี ขนั้ ตอนยอ่ ย 4 ขนั้ ตอน ไดแ้ ก่ สามารถแปลงดชั นี (Index) บนกล่องเอกสารใหเ้ ป็นตวั อกั ษร (Proposed Method) ท่สี ามารถใชง้ านไดใ้ นคอมพิวเตอร์ จะแบง่ เป็น 2 Sections ไดแ้ ก่ ขนั้ ตอนที่ 1 การปรบั ปรงุ คุณภาพของภาพ (Pre- Processing) ทาเพ่อื จดั เตรยี มภาพท่อี ย่ใู นคุณลกั ษณะทจ่ี ะนาไปเขา้ สู่กระบวนการประมวลผล Training Data และ Testing Data ดงั รปู ท่ี 2. ได้อย่างมีประสิทธิภาพ ขนั้ ตอนจะเรม่ิ จากนารูปภาพสีท่ีได้จากกล้อง รปู ท่ี 2. แผนภาพการนาเสนอแนวคดิ เพ่อื พฒั นาตน้ แบบ ถ่ายรูปท่ีถ่ายไว้แล้ว ซ่ึงรูปภาพท่ีนาเขา้ มาจะเป็นการถ่ายภาพกล่อง เอกสารโดยมีระยะห่าง 30 เซนติเมตรระหว่างกล้องกับกล่องเอกสาร 3.1. ขนั้ ตอนการเตรียมตวั อกั ษรตน้ แบบ (Training Data) ขนั้ ตอนน้จี ะเป็น เพ่ือท่ีจะสามารถเกบ็ ขอ้ มูลรายละเอยี ดของขา้ งกล่องท่ีได้จดั ทาดชั นีไว้ การเตรียมตวั แบบอกั ษรท่ีจะใช้ในประมวลจบั คู่รูปแบบของตวั อกั ษรท่ี จากนนั้ นาภาพสีไปแปลงใหเ้ ป็นภาพขาวดา (Binary Image) โดยทาการ ปรากฎบนกล่องเอกสารให้เป็นตวั อกั ษรท่ใี ช้งานบนคอมพิวเตอรไ์ ด้ การ ปรบั ปรุงคุณภาพใช้ Local Thresholding เพ่ือกาจัดแสงเงาท่ีเขา้ มาใน เตรยี มตวั แบบอกั ษรนี้จะใหผ้ ปู้ ฏบิ ตั งิ านทาการเขยี นตวั อยา่ งตวั อกั ษรและ รูปภาพ เพ่ือทาให้ในขนั้ ตอนถดั ไปสามารถแปลงตัวอักษรได้ง่ายขึ้น คาท่พี บเป็นประจาลงกระดาษ เหตุผลท่ตี อ้ งเขยี นคาทพ่ี บเป็นประจาเขา้ ไป จากนัน้ จะทาการแยกส่วนของภาพ (Segmentation) เพ่ือเตรยี มนาเข้า เพราะผปู้ ฏบิ ตั งิ านส่วนใหญ่จะเขยี นด้วยลายมือของคนเดมิ และแบบเดิม กระบวนการรจู้ าตวั อกั ษร ดงั รูปท่ี 4. ทาใหจ้ ุดนี้เป็นจุดท่เี พิ่มความแม่นยาของการแปลงผลของตัวอกั ษรได้ดี ยงิ่ ขึ้น จากนั้นจะนาลายมือท่ีเขียนตัวอักษรมาสแกนเป็นไฟล์และตัด รูปท่ี 4. แผนภาพขนั้ ตอนการทางานการปรบั ปรงุ คุณภาพของภาพ ตวั อักษรแต่ละตวั เพ่ือจะนาเข้า OCR Trainer ใน MATLAB โดยมีการ (Pre-Processing) ปรบั ปรงุ คณุ ภาพโดยใช้ Global Thresholding และกาหนด Segmentation แบบอตั โนมตั หิ รอื ทาการกาหนดเองโดยผใู้ ชง้ านของตวั อกั ษรแตล่ ะตวั ท่ีจะ ขนั้ ตอนที่ 2 การหา Segmentation ของตวั อกั ษรทจี่ ะทดลอง จะเกดิ ขน้ึ ให้ OCR Trainer ทาการรจู้ าวา่ ตวั อกั ษรแต่ละตวั คือตวั อกั ษรอะไร สาหรบั หลงั จากท่ไี ดท้ าการปรบั ปรุงคณุ ภาพของภาพเสรจ็ เรยี บรอ้ ยแลว้ ทาใหไ้ ด้ เตรยี มไวใ้ ชต้ อนท่ที าการประมวลจบั ครู่ ูปแบบของตวั อกั ษร ดงั รปู ท่ี 3. ภาพกล่องเอกสารท่ีเป็ นภาพขาวดา (Binary Image) ก่อนจะนาภาพ เอกสารท่ไี ดไ้ ปทาการแปลงตวั อกั ษรแตล่ ะตวั ให้อยใู่ นรปู แบบของตวั อกั ษร ภาษาไทย ตวั อกั ษรภาษาองั กฤษ สัญลักษณ์หรอื ตวั เลขออกมา จะหา Segmentation ของตวั อกั ษร โดยเรมิ่ จากการหาบรรทดั คา และตวั อกั ษรท่ี จะทาการแปลความหมาย ขั้น ต อ น ที่ 3 ก า ร รู้จ า ตัว อัก ษ ร ข อ งภ า พ (Optical Character Recognition) จะนาตวั อักษรภาษาไทยและภาษาองั กฤษท่ีได้ มาทาการ รู้จ า ตัวอักษ รขอ งภ า พ (Optical Character Recognition) แ ละแ ป ล ความหมายของตวั อักษรท่ไี ด้เทียบกบั พจนานุกรมคาศัพท์ท่ีสรา้ งขนึ้ มา เพ่อื ให้ไดค้ วามหมายของคาศพั ทท์ ่เี ป็นช่อื เตม็ ของตวั อกั ษรย่อนนั้ ๆ เพ่ือ สามารถนาไปใชง้ านในคอมพวิ เตอรไ์ ด้ ดงั รูปท่ี 5. 136

การประชุมวชิ าการระดบั ชาตดิ า้ นเทคโนโลยสี ารสนเทศ คร้ังท่ี 11 (NCIT2019) รูปท่ี 5. แผนภาพแสดงการหา Segmentation ของตวั อกั ษรท่จี ะทดลอง 4. ผลการวจิ ยั ขัน้ ตอ นที่ 4 การตรวจ สอ บ ความ ถูกต้องโดยม นุ ษย์ (Human การเพ่มิ ประสิทธภิ าพการจดั ทาดชั นีบนกล่องเอกสารดว้ ยเทคนิคการ รจู้ าอกั ขระภาพลายมอื ไดท้ าการทดลองกลอ่ งเอกสาร จานวน 436 กล่อง intervention) เม่อื กระบวนการรู้จาตวั อักษรของภาพ (Optical Character โดยรปู แบบของกล่องเอกสารท่ที าการทดลองมี 2 รูปแบบ ไดแ้ ก่ กลอ่ งของ Recognition) ไดท้ างานเสรจ็ สิ้น จะให้ผปู้ ฏบิ ตั งิ านเขา้ มาตรวจสอบความ บรษิ ทั ลูกคา้ จานวน 202 และกล่องของบรษิ ทั ผใู้ หบ้ ริการจดั เกบ็ เอกสาร ถกู ตอ้ งของตวั อกั ษรท่ไี ดแ้ ปลงขอ้ มลู ก่อนท่จี ะทาการบนั ทกึ ขอ้ มูลเก็บใน จานวน 234 กลอ่ ง ซง่ึ ไดผ้ ลการวจิ ยั ตามวตั ถุประสงคด์ งั นี้ ฐานขอ้ มลู ตอ่ ไป ดงั รปู ท่ี 6. 4.1. กาหนดกรอบแนวคิดเกีย่ วกบั การจดั ทาต้นแบบสาหรับใช้พัฒนา โปรแกรมทสี่ ามารถลดขนั้ ตอนการบนั ทกึ ขอ้ มูลทเี่ ขยี นด้วยลายมอื บนกล่อง รปู ท่ี 6. แผนภาพแสดงขนั้ ตอนการตรวจสอบความถูกตอ้ งโดยมนุษย์ เอกสาร ประกอบดว้ ย 2 Sections คอื Section 1 Training Data Section (Human intervention) 2 Testing Data โดยแตล่ ะสว่ นจะมกี ารทางานใหส้ อดคลอ้ งกนั 4.2. ผลการประเมินการแปลงขอ้ มูลทเี่ ขยี นด้วยลายมอื บนกล่องเอกสารมี ความถกู ตอ้ ง (Accuracy) เท่ากบั 87.30% 4.3 ผลการประเมินการแปลงขอ้ มูลทีเ่ ขียนด้วยลายมือบนกล่องเฉพาะ กล่องของบรษิ ทั ลูกค้ามคี วามถูกต้อง (Accuracy) เท่ากบั 85.49% โดยมี รายละเอยี ดความถูกตอ้ ง (Accuracy) การแปลงขอ้ มูลเฉพาะชอ่ ง ดงั นี้ 4.3.1. ช่องสานกั งาน เทา่ กบั 80.00% 4.3.2. ชอ่ งกล่มุ งาน เทา่ กบั 95.00% 4.3.3. ช่องกลอ่ งเลขที่ เท่ากบั 82.23% 4.3.4. ชอ่ งเลขทอี่ า้ งองิ เทา่ กบั 87.74% 4.3.5. ชอ่ งสถานทเี่ กบ็ ของ เท่ากบั 100.00% 4.3.6. ชอ่ งวนั ทที่ าลาย เทา่ กบั 82.67% 4.4. ผลการประเมินการแปลงข้อมูลทเี่ ขยี นด้วยลายมือบนกล่องเฉพาะ กล่องของบริษัททีใ่ ห้บรกิ ารจดั เก็บเอกสารมีความถูกต้อง (Accuracy) เท่ากับ 88.52% โดยมีรายละเอยี ดความถูกต้อง (Accuracy) การแปลง ขอ้ มลู เฉพาะชอ่ ง ดงั นี้ 4.4.1. ชอ่ งชอื่ กลอ่ งลูกคา้ เท่ากบั 93.89% 4.4.2. ช่องรายละเอยี ดกล่อง เทา่ กบั 85.09% 4.5. ผลการประเมนิ การทางานวธิ กี ารเดมิ เทยี บกบั วธิ กี ารใหมเ่ ขา้ มาช่วยใน ขนั้ ตอนการทางาน ระยะเวลาแต่ละขนั้ ตอนทางาน การบนั ทึกขอ้ มูลดชั นี กล่องเอกสารใชเ้ วลาลดลง 41 วนิ าที คดิ เป็น 68.33% จากระยะเวลาของ วธิ ีการเดมิ ในขนั้ ตอนการทางานท่เี ป็นต้นทุนต่อเก่ยี วเน่อื งคอื การขนยา้ ย กล่องมายงั จุดบันทึกขอ้ มูลจะไม่เกดิ ขนึ้ และพนื้ ท่ีในการจดั วางกล่อง ณ บรเิ วณท่ที าการบนั ทึกขอ้ มูลลดลง โดยใช้ภาพถ่ายท่เี ป็นไฟล์ดจิ ิทลั มาทา การบนั ทึกแทน ในด้านจานวนคนจะใช้คนลดลงจากเดิม 1 คน คิดเป็น 50% ของจานวนคนจากวธิ กี ารเดมิ โดยวิธกี ารใหม่จะใช้คน 1 คนเพ่อื ทา การตรวจสอบไฟลท์ ่ไี ดจ้ ากการแปลงขอ้ มูลจากโปรแกรมเท่านนั้ ซ่งึ สง่ ผล ใหต้ น้ ทนุ ในการบนั ทกึ ดชั นีกล่องเอกสารลดลง 340 บาทต่อวนั การวดั ประสทิ ธิภาพและความถูกตอ้ งของงานวิจยั จะดาเนนิ การวดั อยู่ 3 5. สรปุ และอภปิ รายผล ส่วน ได้แก่ ส่วนท่ี 1 วัดเป็ นค่าร้อยละของความถูกต้องของชุดข้อมูล การดาเนินงานวิจัยการเพิ่มประสิทธภิ าพการจดั ทาดัชนีบนกล่อง ทดสอบ (Testing Data) กบั ชุดขอ้ มลู ฝึกสอน (Training Data) สว่ นท่ี 2 วดั เอกสารด้วยเทคนิคการรู้จาอักขระภาพลายมือได้มีการจดั ทาต้นแบบ ค่าเป็นรอ้ ยละของความถูกตอ้ งของชุดขอ้ มูลทดสอบ (Testing Data) ในแต่ (Prototype) เพ่อื ใช้ทดสอบตามขอ้ สมมติฐานท่ีว่าสามารถแปลงข้อมูลท่ี ละช่องท่ปี รากฏอยบู่ นดชั นีกล่องเอกสารจากจานวนขอ้ มูลทดสอบทงั้ หมด เขยี นดว้ ยลายมอื บนกล่องเอกสารได้มคี วามถกู ตอ้ ง (Accuracy) 80% และ ส่วนท่ี 3 วัดเป็นค่ารอ้ ยละของประสิทธิภาพของเวลาท่ีใช้ในการบันทึก ลดระยะเวลาท่ใี ชใ้ นขนั้ ตอนการบนั ทึกขอ้ มูลดชั นี (Index) เป็น 30% ของ ขอ้ มูลดชั นี (Index) ด้วยตวั ตน้ แบบกบั การบนั ทึกขอ้ มลู ดชั นี (Index) ด้วย กระบวนการเดมิ โดยผลการทดลองพบว่าสามารถแปลงขอ้ มูลไดถ้ ูกต้อง วธิ เี ดมิ 87.30% และสามารถลดระยะเวลาการบันทึกขอ้ มูลลง 68.33% จาก กระบวนการเดมิ เหตุผลทท่ี าใหผ้ ลการทดลองเป็นไปตามท่ตี งั้ สมมตฐิ านไว้ 137

การประชมุ วิชาการระดบั ชาตดิ ้านเทคโนโลยสี ารสนเทศ ครงั้ ท่ี 11 (NCIT2019) เน่อื งจากตวั ตน้ แบบ (Prototype) ไดม้ กี ารจดั เตรยี มขอ้ มูลของลายมอื ท่เี ป็น การเรยี นรดู้ ว้ ยตน้ ไมต้ ดั สนิ ใจ”, Thai Journal of Science and Technology, เฉพาะของผทู้ ่ที าการบนั ทกึ ขอ้ มูลและไดม้ กี ารจดั ทาคลงั ขอ้ มูลคาศพั ท์ท่ี ปีท่ี 2, ฉบบั ท่ี 2, หน้า 166-174, พฤษภาคม-สงิ หาคม, 2556. พบบอ่ ย (Dictionary) เพ่อื ใหต้ วั ตน้ แบบ (Prototype) ทาการแปลงตวั อกั ษร [2] พาฝัน ดวงไพศาล และคณะ, “การจดจาการเขยี นลายมือตัวเลขไทยดว้ ย ไดม้ คี วามแม่นยามากยง่ิ ขนึ้ โครงข่ายการส่งข้อมูลแบบไม่ย้อนกลับ ,” Joint conference on Applied Computer Technology and Information Systems & The National 6. ขอ้ เสนอแนะ Conference on Business Administrator 2015, ACTIS & NCOBA 2015, ขอ้ เสนอแนะสาหรบั งานวจิ ยั มดี งั น้ี Nakorn Phanom, Thailand, January 30-31, 2015, pp. 293-297. 6.1. เพมิ่ ความหลากหลายของลายมอื การจดั ทาดชั นีบนกลอ่ งเอกสารดว้ ย [3] ธรี เดช ราชไพบูลย์, “การรูจ้ าตวั เลขอารบกิ จากลายมอื สาหรบั ระบรุ หัสผสู้ อบ เทคนคิ การรูจ้ าอกั ขระภาพลายมอื ไดท้ าการวจิ ยั เป็นขอ้ มูลท่มี ีความเฉพาะ บนกระดาษคาตอบแบบปรนัย ,” ปริญ ญ านิ พนธ์ วศ.บ. (วิศวกรรม และข้อจากัดในเร่ืองของลายมือท่ีนามาทาตวั ต้นแบบการรู้จาลายมือ คอมพวิ เตอร์), มหาวทิ ยาลยั เกษตรศาสตร์, กรงุ เทพมหานคร, 2556 (Training Data) ทาให้กล่องเอกสารใหม่ๆ ท่ีมีลายมือแตกต่างจากตัว [4] อมรเทพ วิจิตรเจรญิ , “การสกดั คณุ ลกั ษณะเด่นแบบผสมเพ่อื รู้จาตัวเขยี น ตน้ แบบท่ไี ดจ้ ดั ทาไว้ จะทาใหก้ ารแปลงตวั อกั ษรมคี วามผดิ พลาดได้ ดงั นนั้ อักษรธรรมอีสาน ด้วยโครงข่ายประสาทเทียม ,” 4th Conference on โปรแกรมจะต้องมกี ารทาการรจู้ าแบบของลายมอื ของแต่ละแบบไว้เพ่อื ใช้ Knowledge and Smart Technology, KST, จังหวัดชลบุร,ี กรกฎาคม 7-8, เป็นขอ้ มูลในการเปรียบเทียบเพ่อื ใช้แปลงผลขอ้ มลู ให้มีความแม่นยามาก 2012, หน้า 45-52 ขนึ้ [5] V. S. Tapkir and S. D. Shelke, “OCR For Handwritten Marathi Script,” 6.2. การเลอื กบรเิ วณทจี่ ะรจู้ าไดโ้ ดยอตั โนมตั ิ ขนั้ ตอนท่ที าการเลอื กบรเิ วณ International Journal of Scientific & Engineering Research, vol 3, Issue ท่จี ะใหร้ ูจ้ าตวั อกั ษรในแต่ละช่อง ควรจะตอ้ งใหโ้ ปรแกรมสามารถกาหนด 8, pp.1-6, August 2012. บรเิ วณท่จี ะทาการรจู้ าตวั อกั ษรไดโ้ ดยอตั โนมตั ิ เพราะจะทาใหก้ ระบวนการ [6] Mamata Nayak and Ajit Kumar Nayak, “Odia Characters Recognition ทาได้รวดเรว็ มากยง่ิ ขน้ึ มากกว่าการใช้คนเลือกบริเวณท่ีจะทาการรู้จา by Training Tesseract OCR Engine,” International Conference in ตวั อักษรซ่ึงมีข้อผดิ พลาดเกิดขึน้ แต่อย่างไรก็ตามยงั ต้องใชค้ นในการ Distributed Computing & Internet Technology, ICDCIT-2014, ตรวจเช็คขอ้ มูลท่ีได้จากการรูจ้ าตัวอกั ษรได้โดยอตั โนมัติก่อนบนั ทึกลง Bhubaneswar, India, February 6-9, 2014, pp. 25-30 ฐานขอ้ มลู [7] ประสิทธิ ์ บุญเอนก, “การจดจาลายมือเขียนตัวอักษรไทยด้วยแผนผัง 6.3. การเพมิ่ ความสามารถของโปรแกรมใหเ้ รยี นรจู้ ากตวั อกั ษรทไี่ ดท้ าการ คุณลักษณะจัดการ,” วิทยานิพนธ์ วศ.ม. (วิศวกรรมแมคคาทรอนิกส์), แปลงขอ้ มูล ขนั้ ตอนหลงั จากโปรแกรมไดท้ าการรจู้ าแลว้ ควรจะต้องทาให้ มหาวทิ ยาลยั เทคโนโลยสี รุ นาร,ี 2551. การโปรแกรมสามารถทาการเรียนรู้ขอ้ มูลลายมือท่ีแตกต่างจากข้อมูล [8] S. P. Godara and P. S. Patwal, “Latin Script Detection and Removal Training Data ทไ่ี ดท้ าไว้ from Devanagari Document Image for OCR,” International Journal of 6.4. การเขยี นควรใหอ้ ยใู่ นบรเิ วณช่องทกี่ าหนด การเขยี นขอ้ มูลดชั นีขา้ ง Computer & Organization Trends, vol. 6, no. 1, pp. 33-36, Mar 2014. กลอ่ งเอกสารควรจะตอ้ งเขยี นใหอ้ ยภู่ ายในช่องท่กี าหนดไวโ้ ดยไม่เขยี นทบั [9] ศุภรตั น์ อภวิ งศ์โสภณ, “การรูจ้ าตัวอกั ษรภาษาไทยท่ีเขียนดว้ ยลายมอื ใน บรเิ วณกรอบของแต่ละช่องและควรตอ้ งเขยี นเป็นลกั ษณะคาสาคญั หรือ แบบฟอร์ม”, รหสั เพ่ือท่ีจะให้สามารถลบกรอบออกได้ โดยตวั อกั ษรท่เี ขียนแต่ละตวั จะตอ้ งเขยี นใหแ้ ยกจากกนั ชดั เจนไม่ตดิ และตอ้ งไม่ลากเสน้ ของตวั อกั ษรแต่ ละตวั ตอ่ เน่อื งกนั เพ่อื ทาใหก้ ารรจู้ าตวั อกั ษรทาไดอ้ ยา่ งมปี ระสิทธภิ าพมาก ขนึ้ 6.5. การควบคมและกาหนดสภาวะแวดล้อมตอนถ่ายรูป การถ่ายรูปตัว กลอ่ งเอกสารท่จี ะนามาใชเ้ ป็น Testing Data ควรจะต้องมกี ารควบคมุ เร่อื ง ต่างๆ ดงั น้ี แสงเงา ตาแหน่งการวางกล่องเอกสารต้องคงท่ี ระยะห่างของ กล่องกบั กลอ้ งถ่ายรูปตอ้ งคงท่ี องศาท่ถี ่ายและตาแหน่งของกลอ้ งถ่ายรูป เพ่อื ใหท้ าใหใ้ นการรจู้ าตวั อกั ษรท่ปี รากฏอยบู่ นกล่องมปี ระสทิ ธภิ าพ เพราะ ถา้ หากไมม่ กี ารควบคุมจะส่งผลทาใหก้ ระบวนการประมวลผลยากขน้ึ 6.6. การนาขอ้ มูลผลการวจิ ยั ไปทาโปรแกรมจรงิ ขอ้ มลู ทไ่ี ดท้ าการวจิ ยั เป็น เพยี งต้นแบบเพ่อื ให้สามารถนาไปจดั ทาโปรแกรมไดจ้ รงิ จงึ ควรมีการนา ขอ้ มูลท่ไี ดจ้ ากการวิจยั ไปดาเนินการจดั ทาเป็นโปรแกรมเพ่อื ทดสอบการ แปลงขอ้ มูลแบบอตั โนมตั ไิ ด้ เอกสารอ้างอิง [1] วเิ ชษฐ์รจน์ เอ่ยี มสาอางค์ และรัชฎา คงคะจันทร์, “การแยกภาพตัวอกั ษร ลายมอื เขยี นภาษาไทยแบบอตั โนมตั ิ โดยใชก้ าริเคราะห์ถดถอยเชงิ เสน้ และ 138

การประชุมวิชาการระดบั ชาตดิ า้ นเทคโนโลยสี ารสนเทศ ครั้งที่ 11 (NCIT2019) ระบบควบคมุ คณุ ภาพน้าในต้ปู ลา Water quality control system for aquarium พฤกษา ดวงผาสุข เชาวรนิ สกุลวรากลาง กบรู ทองทา สายนั ห์ รว้ิ ทอง Pruegsa Duangphasuk Chaowarin Sakunvaraklang Kaboon Thongtha Sayan Riwtong สาขาวชิ าเทคโนโลยสี ารสนเทศ สาขาวชิ าเทคโนโลยสี ารสนเทศ สาขาวชิ าเทคโนโลยสี ารสนเทศ สาขาวชิ าเทคโนโลยสี ารสนเทศ คณะวทิ ยาการและเทคโนโลยี คณะวทิ ยาการและเทคโนโลยี คณะวทิ ยาการและเทคโนโลยี คณะวทิ ยาการและเทคโนโลยี สารสนเทศ มหาวทิ ยาลยั สารสนเทศ มหาวทิ ยาลยั สารสนเทศ มหาวทิ ยาลยั สารสนเทศ มหาวทิ ยาลยั เทคโนโลยมี หานคร เทคโนโลยมี หานคร เทคโนโลยมี หานคร เทคโนโลยมี หานคร Information Technology Information Technology Information Technology Faculty of Information Science Faculty of Information Science Faculty of Information Science Information Technology and Technology, and Technology, Faculty of Information Science Mahanakorn University of Mahanakorn University of and Technology, Mahanakorn University of and Technology, Technology Technology Mahanakorn University of กรุงเทพมหานครฯ / ประเทศไทย กรงุ เทพมหานครฯ / ประเทศไทย Technology กรุงเทพมหานครฯ / ประเทศไทย Technology Bangkok, Thailand. Bangkok, Thailand. กรุงเทพมหานครฯ / ประเทศไทย [email protected] [email protected] Bangkok, Thailand [email protected] Bangkok, Thailand. [email protected] บทคัดย่อ — ความเป็ นอยู่ของปลามีความแตกต่างจากสตั ว์บกหรือ ABSTRACT — The well-being of fish is very different from land สตั วเ์ ลอื ดอ่นุ ค่อนขา้ งมาก เพราะบา้ นของปลานัน้ กค็ ือ น้า การที่นาปลามา animals or warm-blooded animals. Because the house of the fish is เล้ียงในตู้นั้น โดยท่ี ไม่ได้ รู้เลยว่าคุณภาพน้ าและอุณหภูมิ ในน้ามี water. Without knowing that water quality and water temperature are ความสาคัญมาก คุณภาพหรืออุณหภูมิของน้าอาจจะแตกต่างไปจาก very important for fish in aquarium. The quality or temperature of the ธรรมชาติโดยสิ้นเชิงจนอาจจะทาให้ปลาถึงตายได้ ผ้เู ล้ียงปลาจึงควรให้ water may be completely different from nature until it can cause the fish ความสนใจและดูแลปลา เพ่ือให้ปลาที่เล้ียงได้อยู่ในสภาพแวดล้อมที่ to die. Fish farmers should pay attention and take care of fish. In order เหมาะสมอยู่เสมอ งานวิจัยน้ีนาเสนอระบบควบคุมคุณภาพน้าในตู้ปลา to keep fish that are always in a suitable environment. This study ประกอบไปด้วยกระบวนการควบคุมตู้ปลาภายใต้การตรวจสอบคุณภาพ presented Water quality control system for aquarium. It consists of a ของน้าและอุณหภูมิของน้าในตู้ปลา เพื่อให้มีความเหมาะสมต่อการ fish tank control process under the quality of water and the temperature ดารงชีวิตของปลาในตู้ ตลอดจนก่อให้เกิดความสมดุลยข์ องน้าที่เหมาะสม of the water in the aquarium. In order to be suitable for the life of fish in รวมไปถึงขีดความสามารถในการสงั่ เปิ ด – ปิ ด อุปกรณ์ควบคุมไฟฟ้า ฮีต the cabinet as well as creating the right balance of water, including the เตอร์ เครื่องกรองน้า หลอดไฟ และเคร่ืองออกซิ เจนได้ด้วย ที่มีการ ability to open-close electrical control devices, heaters, water purifiers, ออกแบบการเชื่ อมต่ อของ NETPIE (Network Platform for Internet of light bulbs and oxygen machines as well. This applied the design of the Everything) พร้อมทงั้ มีระบบตรวจจับผ่านทางเซ็นเซอร์เกี่ยวกบั คุณภาพ NETPIE (Network Platform for Internet of Everything) connection. There น้า สภาพน้า และอุณหภูมิแล้วทาการแจ้งเตือนไปยงั ผเู้ ลี้ยงปลา เม่ือค่าที่ is also a sensor system via sensors about water quality, water แสดงความเป็ นกรด-เบส หรือค่าพีเอช (Potential of Hydrogen ion: PH) conditions and temperature, and then it will alert to fish farmers when และอุณหภมู ิน้าในตู้ปลาเกิดมีการเปลี่ยนแปลงที่เกินกาหนด ผลจากการ the value that shows the acidity or the pH (Potential of Hydrogen ion: ทดสอบในกลุ่มผู้เลี้ยงปลาน้าจีดสามารถเช่ือมต่อ Wifi ของ NodeMCU PH) and the temperature of the water in the aquarium is over- สามารถทางานได้ปกติ นอกจากน้ียงั มีการสารวจความพึงพอใจของกลุ่มผู้ determined. The experimental result showed that in the Fish Farming เลีย้ งปลาจานวน 10 ราย พบว่าคะแนนเฉลี่ยของความพงึ พอใจเท่ากบั 4.65 Group can connect to NodeMCU's Wifi and also this can work normally. คะแนน (จากคะแนนเตม็ 5.00 คะแนน) In addition, a survey of the satisfaction of 10 groups of fish farmers revealed that the average score of satisfaction was 4.65 points (from the คำสำคญั — เซ็นเซอรว์ ดั คุณภาพน้า, ระบบนิเวศในน้าอจั ฉริยะ, วดั full 5.00 points). อณุ หภมู ิ, สมดุลค่าพเี อส, อินเทอรเ์ น็ตของสรรพสิ่ง , สมารท์ โฟน, เซน็ เซอร์ ต้ปู ลา Keywords — Water quality sensors, Intelligent water ecosystems, temperature measurement, pH measurement, Internet of things, smart phone, aquarium sensor. 139

การประชุมวิชาการระดบั ชาติด้านเทคโนโลยีสารสนเทศ ครง้ั ท่ี 11 (NCIT2019) 1. บทนา รวบรวมขอ้ มลู ตามเวลาจรงิ จากสภาพแวดล้อมของพพิ ธิ ภณั ฑ์สตั ว์น้าโดย ใช้เซ็นเซอรป์ ระมวลผลและใช้การเปล่ยี นแปลงกบั น้าเพ่อื ตอบสนองต่อ คุณสมบตั ขิ องน้าท่เี กย่ี วขอ้ งกบั การเจรญิ เตบิ โตของปลาสาหรบั น้าจดื สถานการณ์ท่ไี ม่เออ้ื อานวยใด ๆ ผ่านแอคทูเอเตอร์ และมกี ารส่งการแจง้ พบว่าภายใต้อุณหภูมขิ องน้ามีผลต่อการดารงชวี ิตของปลาค่อนขา้ งมาก เตอื นไปยงั ผใู้ ช้ เพราะปลาเป็นสตั วเ์ ลอื ดเยน็ อุณหภูมริ ่างกายของปลาจะเปล่ยี นแปลงไป ตามอุณหภูมขิ องน้า ดงั นนั้ ซ่งึ อณุ หภูมทิ เ่ี หมาะสมสาหรบั ปลาโดยทวั่ ไปจะ ดงั นนั้ ปลาเป็นสงิ่ มชี วี ติ จานวนมาก และมพี ารามเิ ตอรด์ า้ นสงิ่ แวดลอ้ ม อยรู่ ะหวา่ ง 27 - 32 องศาเซลเซียส เท่านนั้ สาหรบั การเล้ียงปลาซ่งึ ท่ไี ม่มี ท่ตี ่างกนั ดว้ ยเหตนุ ้ีการเลี้ยงปลาชนดิ ตา่ ง ๆ นนั้ ตอ้ งการเง่อื นไขทแ่ี น่นอน การควบคุมอุณหภูมิน้าภายในตู้ปลานนั้ ถา้ อุณหภูมใิ นน้าเยน็ จนเกนิ ไป นอกจากนค้ี นทท่ี างานในบ่อเลยี้ งปลาตอ้ งมสี ว่ นร่วมในกจิ กรรมตลอดทงั้ วนั อาจจะทาใหป้ ลาเป็นโรคไดง้ ่าย แต่ถ้ากรณีท่อี ณุ หภูมใิ นน้าร้อนจนเกนิ ไป เพ่อื รกั ษาท่อี ยอู่ าศยั ของปลา สง่ ผลใหก้ ารตดิ ตามและดาเนนิ การเพ่อื รกั ษา อาจจะทาใหป้ ลาน็อกน้าเฉียบพนั ได้ ส่วนโอกาสท่นี ้าจะเยน็ มมี ากกวา่ น้า สภาพแวดลอ้ มท่ยี งั่ ยนื ของถน่ิ ท่อี ยอู่ าศยั ของปลาบางชนิดในบ่อตกปลา ร้อน ส่วนโอกาสน้าท่ีจะร้อนมักจะไม่เกิด เว้นแต่จะนาตู้ปลาเล้ียงไว้ ผา่ นระบบท่นี าเสนอในครงั้ น้ี ซ่งึ จะช่วยยน่ ระยะเวลาท่จี าเป็นสาหรบั การ กลางแจ้งหรือว่าตากแดไว้ เพ่อื ลดความเส่ยี งเหล่านี้ ในการเล้ียงปลาเพ่อื ดาเนนิ การพนื้ ฐานบางอยา่ งเป็นแรงจูงใจหลกั ไม่ใหเ้ กดิ น้าทม่ี อี ุณหภูมทิ ค่ี วามรอ้ นหรอื ความเยน็ มากจนเกินไป สามารถ แก้ไขโดยใช้เคร่ืองควบคุมอุณหภูมิ (Heater) ก็สามารถควบคุมใหน้ ้ามี ความเป็นกรดเป็นดา่ งของน้า มกั นยิ มเรยี กว่า PH หมายถงึ ค่าความ อณุ หภูมเิ หมาะสมสาหรบั ปลาได้ แลว้ จะช่วยใหป้ ลากนิ อาหารไดต้ ามปกติ เขม้ ขน้ ของไฮโดรเจนออิ อน (H+) ท่อี ยู่ในน้า ค่า pH ของน้าจะอยูร่ ะหว่าง ทาใหป้ ลาแขง็ แรงสุขภาพดี จงึ เป็นวธิ กี ารช่วยป้องกนั การเกดิ โรคไดอ้ ยา่ งดี 0 – 14 โดยมคี า่ เป็นกลางท่ี pH 7 ท่อี ุณหภูมิ 25 องศาเซลเซยี สสาหรบั น้า จึงเป็ นสิ่งสาคัญใ นกา ร ต รวจ สอบส ภาพ น้ าอ ย่า ง ใก ล้ชิดแล ะป รับ ป รุ ง ธรรมชาติโดยทวั่ ไปจะมคี ่า pH อย่รู ะหว่าง 5 – 9 จากการศกึ ษาระดบั คา่ คุณภาพน้าสาหรับตู้ปลาขนาดเล็ก งานวิจัยท่ีผ่านมาได้อธิบา ย ของ pH ท่มี ผี ลต่อการดารงชพี ของสตั วน์ ้าจดื ตามรปู ท่ี 1 ความสมั พนั ธร์ ะหวา่ งเซน็ เซอร์ตปู้ ลาและแอคทูเอเตอร์ (actuators) และให้ ตวั อยา่ งทเ่ี ป็นรปู ธรรมเกย่ี วกบั การตงั้ ค่าเกณฑ์ ปรบั ใชก้ ารควบคมุ อจั ฉรยิ ะ รูปท่ี 1. ระดบั คา่ ของ pH ท่มี ผี ลต่อการดารงชพี ของสตั วน์ ้าจดื อยา่ งรวดเรว็ สาหรบั สภาพน้าท่หี ลากหลาย [1] 2. ขอบเขตของระบบ ทุกวันนี้ Internet of Things (IoT) และเทคนิค Remote Sensing แนวคดิ ในการพฒั นาแอพพลิเคชนั ท่ีอานวยความสะดวกในการ (RS) ถูกนามาใช้ในงานวิจยั ต่าง ๆ [2] เพ่ือการตรวจสอบรวบรวมและ เลย้ี งปลา เพ่อื ชว่ ยผเู้ ลย้ี งควบคมุ สภาพน้าท่งี ่ายขน้ึ โดยการควบคมุ อุปกรณ์ วิเคราะหข์ อ้ มูลจากสถานท่หี ่างไกล ตลอดจนระบบตรวจสอบคุณภาพน้า ผ่านแอพพลิเคชันในสมาร์ทโฟน ส่วนสาคัญอีกประเด็นคือสามารถ อัจฉริยะโดยใช้เครือข่าย GSM เพ่ือถ่ายโอนขอ้ มูลการตรวจจบั ไปยงั ตรวจสอบคุณภาพน้าภายในตูป้ ลาอย่างได้เป็นปัจจุบนั มีขอบเขตการ เซริ ฟ์ เวอรค์ ลาวด์ ระบบวดั อุณหภูมขิ องน้า, pH, ศกั ยภาพในการลดการ ทางานของระบบดงั ต่อไปน้ี เกดิ ออกซเิ ดชนั และการนาไฟฟ้า [3] วธิ กี ารทวั่ ไปในการวเิ คราะหค์ ุณภาพ 1. ระบบตรวจสอบและแสดงคา่ อุณหภูมนิ ้า pH ของน้าในตปู้ ลา น้าต้องใช้เวลาและแรงงานมาก ดงั นนั้ จงึ มีความจาเป็นต้องตรวจสอบและ 2. ระบบมีการแจ้งเตือน ผลการวิเคราะห์สภาวะอุณหภูมขิ องน้าท่มี ผี ลตอ่ ป้ องกันน้ าด้วยระบบต ร วจสอบคุณ ภาพน้ าแบบเ รีย ลไ ทม์เพ่ือท า ก า ร การดารงชีพของปลา โดยแบ่งเป็น 3 ระดบั คือ สีเขยี ว (เหมาะสม), สี ตรวจวดั เชงิ รกุ เพ่อื ลดการปนเปื้อน [4] เหลอื ง (ปานกลาง), สแี ดง (อนั ตราย) และ ผลการวิเคราะห์สภาวะความ เป็นกรดด่างของน้าท่มี ผี ลต่อการดารงชีพของปลา โดยแบ่งเป็น 3 ระดบั การลดลงของคุณภาพแหล่งน้าไดก้ ลายเป็นปัญหาท่พี บบ่อย วิธีการ คอื สเี ขยี ว (เหมาะสม), สเี หลอื ง (ปานกลาง), สแี ดง (อนั ตราย) มาตรฐานของการเฝ้าระวงั คุณภาพน้ารวมถงึ การรวบรวมคู่มือตวั อยา่ งน้า 3. ระบบสามารถควบคุมหลอดไฟของตู้ปลา เช่น เปิดปิด โดยผา่ นการตงั้ จากสถานท่ตี ่างๆ ตวั อย่างน้าเหล่านี้ไดร้ บั การทดสอบในหอ้ งปฏบิ ตั ิการ เวลาเปิด-ปิดไดอ้ ตั โนมตั ิ และสามารถควบคมุ เคร่อื งใหอ้ อกซเิ จนในตปู้ ลา โดยใชค้ วามสามารถของหน่วยสบื ราชการลบั วธิ กี ารดงั กล่าวตอ้ งใช้เวลา เช่น เปิด-ปิด จากการสงั่ กดป่มุ และตงั้ ค่าเวลาปิดไดอ้ ตั โนมตั ิ และไม่ไดร้ บั การพจิ ารณาว่าไม่มปี ระสทิ ธภิ าพอกี ต่อไป วิธกี ารตรวจสอบ 5. ระบบสามารถควบคมุ การเปลย่ี นแปลงอุณหภูมขิ องน้าใหม้ อี ุณหภมู ทิ ถ่ี ูก คุณภาพน้าแบบเดิมนนั้ ใชเ้ วลานานแม่นยาน้อยลงและมีราคาแพง โดย กาหนด โดยมเี คร่อื งควบคุมอุณหภูมเิ ปิด-ปิด และเม่อื มกี ารแจง้ เตอื นผล มุ่งเน้นไปท่ปี ัญหาขา้ งตน้ IOT สามารถใช้ในการตรวจสอบคุณภาพน้าใน จากการวิเคราะหส์ ภาวะอุณหภูมิของน้า กรณีระดับสีเหลืองหรอื สีแดง เวลาจรงิ ระบบการตรวจสอบคณุ ภาพน้าตน้ ทุนต่า พารามเิ ตอรค์ ุณภาพน้า เคร่อื งควบคมุ อณุ หภมู จิ ะทาการเปิด แต่เม่อื อยใู่ นระดบั สเี ขยี วจะทาการปิด ในระบบท่ีนาเสนอนั้นวัดโดยเซ็นเซอร์ต่าง ๆ เช่น pH อุณหภูมิและ 6. ระบบสามารถควบคุมเคร่อื งกรองน้า เพ่อื ช่วยรกั ษาสภาพน้าภายในตู้ ออกซิเจนท่ีละลายในการถ่ายโอนข้อมูลบนแพลตฟอร์มผ่านระบบ ปลาชว่ งระยะเวลาหน่งึ เชน่ เปิด – ปิด และเม่อื มกี ารแจง้ เตอื นผลจากการ ไมโครคอนโทรลเลอร์ ดงั นนั้ เพ่อื ตอบสนองความตอ้ งการเหล่าน้ี มกี ลุ่ม วเิ คราะหส์ ภาวะความเป็นกรดและความเป็นดา่ งของน้า กรณีระดบั สเี หลอื ง งานวจิ ยั ท่นี าเสนอการใชเ้ ทคโนโลยอี ่นื ๆ เช่น MQTT (Message Sorting Delimiter Transform) ช่วยให้การจดั อนั ดับเซ็นเซอร์ และจานวนขอ้ มูล พ ร้อ ม กัน ร ะ ห ว่ า ง เ ซ็ น เ ซ อ ร์แ ล ะ เ ซิร์ฟ เ ว อ ร์ด้ว ย ค ว า ม ช่ ว ย เ ห ลือ ข อ ง อลั กอริทึม MQTT [5] นอกจากนี้สถาปัตยกรรมสาหรบั การจดั การตูป้ ลา โดยใชเ้ ทคโนโลยี IoT ในการจดั การพพิ ธิ ภณั ฑส์ ตั วน์ ้าท่มี กี ารเปล่ยี นแปลง ค่าพารามเิ ตอรน์ ้าในเวลาท่เี หมาะสม การเปล่ยี นแปลงเหล่านี้อาจส่งผล กระทบต่อชีวิตสตั ว์น้าในตู้ปลา งานวิจยั ท่ีเก่ียวผ่านมา [6] ได้นาเสนอ 140

การประชมุ วชิ าการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ ครง้ั ท่ี 11 (NCIT2019) หรอื สแี ดงเคร่อื งกรองน้าจะทาการเปิด แต่เม่อื อยใู่ นระดบั สเี ขยี วจะทาการ PH Meter Sensor ตามรูปท่ี 4 สาหรับวดั ค่าความเป็นกรดและ ปิด ตลอดจนมกี ารแสดงประวตั ขิ อ้ มลู สถานะอุปกรณ์และวนั เวลาท่ใี ชง้ าน ความเป็นด่างของน้า สามารถนาไปใชว้ ดั คุณภาพน้า โดยช่วงสาหรบั การ วัดค่า PH ใช้ไฟเลี้ยง 5.0 V โดยค่าท่ีได้จะเป็ นค่า Analog ส่งไปยัง 3. การพฒั นาและการออกแบบระบบ NodeMCU ในการวดั ค่า PH เม่อื ใชง้ าน Sensor ในช่วงเวลาสกั พกั จาต้อง NETPIE (Network Platform for Internet of Everything) คือ cloud ทาการคารเิ บท โดยจะมผี งไวส้ าหรบั ทดสอบ เพ่อื ใหใ้ นการวดั ค่าไดแ้ ม่นยา platform ท่ถี กู ออกแบบและพฒั นาขนึ้ เพ่อื อานวยใหเ้ กดิ การส่อื สารระหว่าง อยู่เสมอ มี 3 ขาสาหรบั การเช่อื มต่อ คือ ขา GND (สายดิน), ขา VVC อุปกรณ์หรอื things ในเครอื ขา่ ย IoT เทคโนโลยที ่อี นิ เทอร์เน็ตเช่อื มต่อกบั (ไฟเลยี้ ง 5.0 V), ขา Po (ชอ่ งสญั ญาณสาหรบั เช่อื มต่อในการรบั ขอ้ มูลจาก อุปกรณ์โทรศพั ทม์ อื ถอื เขา้ กบั อนิ เทอร์เน็ต ทาให้สามารถเช่อื มโยงส่อื สาร Sensor) กบั อุปกรณ์ได้ โดยผ่านเครอื ขา่ ยอินเทอร์เน็ต ซ่งึ Protocol ใชร้ บั ส่งขอ้ มลู จ ะ มี ช่ื อ ว่ า Message Queuing Telemetry Transport (MQTT) เ ป็ น รปู ท่ี 5. อปุ กรณ์ Sensor อณุ หภมู นิ ้า Protocol ทอ่ี อกแบบมาเพ่อื การเช่อื มต่อแบบ M2M (machine-to-machine) คืออุปกรณ์กบั อุปกรณ์ ส่วนการใช้งาน NodeMCU ในการรบั ส่งขอ้ มูล ระหว่าง Cloud Service (NETPIE) ดว้ ย MQTT Protocol โดยตวั อุปกรณ์ จะทาการ Publish กบั NETPIE และ Application จะทาการ Subscribe กบั NETPIE เพ่อื นาขอ้ มูลมาใชง้ านต่อ ตามรูปท่ี 2 Sensor วดั อุณหภูมใิ นน้า ตามรปู ท่ี 5 โดยอุณหภมู ทิ ่สี ามารถวดั ไดจ้ ะ อย่ใู นช่วง -55 °C ถึง 125 °C มี 3 ขา ไว้สาหรบั เช่อื มต่อ คือ ขา GND (สายดิน), ขา VVC (ไฟเลี้ยง 3.0 V ถึง 5.0 V), ขา DQ (ช่องสัญญาณ สาหรบั เช่อื มตอ่ ในการรบั ขอ้ มลู จาก Sensor) รูปท่ี 2. รปู แบบการเช่อื มต่อของ NETPIE รูปท่ี 6. อปุ กรณ์ Relay 4 Channel รูปท่ี 3. อุปกรณ์ NodeMCU(Micro Controller Unit) บอร์ดรเี ลย์ 5 โวลต์ ตวั บอรด์ จะเป็นแบบ 4 ช่อง แยกอิสระและมไี ฟ LED แสดงผลการทางานของแต่ละช่อง เพ่อื ใหไ้ ด้รูว้ ่าทาการเปิดหรือทา การปิดอยู่ สาหรบั การเช่อื มตอ่ คอื ขา GND (สายดนิ ), ขา VVC (ไฟเล้ียง 5.0 V, ขา CTR1 ถงึ CTR4 (สญั ญาณป้อน Active High หรอื Active Low จาก NodeMCU) NodeMCU คอื บอรด์ ไมโครคอนโทรลเลอร์ จะมคี ลา้ ย ๆ Arduino แต่ NodeMCU ภายในบอดร์นนั้ มีชปิ ท่ชี ่อื ว่า ESP8622 มี CPU ขนาดถึง 32 bit แตกต่างจาก Arduino ท่ีเป็น CPU 8 bit เท่านัน้ อีกทงั้ ทางด้านของ NodeMCU ยงั มีโมดูล Wifi ติดตงั้ ภายในตวั บอรด์ มาอีกดว้ ยและสามารถ เขยี นโปรแกรมคอนโทรลอปุ กรณ์ I/O ตามรปู ท่ี 3 รูปท่ี 4. อปุ กรณ์ Sensor คณุ ภาพน้า(PH) 141

การประชุมวชิ าการระดบั ชาติด้านเทคโนโลยสี ารสนเทศ คร้ังท่ี 11 (NCIT2019) Application Relay Netpie Netpie <<include>> Sensor PH <<include>> Sensor Temperature รูปท่ี 8. ภาพ Use Case diagram ในสว่ นของ NodeMCU รปู ท่ี 7. Use case diagram ของระบบในสว่ นของ Application จากรูปท่ี 8 Use case diagram ของระบบในส่วนของ NodeMCU ประกอบไปดว้ ย 5 Use Cases ดงั น้ี จากรปู ท่ี 6 Use case diagram ของระบบในสว่ นของ Application on 1. Use Case: สงั่ เปิดอุปกรณ์ ทาหนา้ ท่รี บั คาสงั่ เปิดอุปกรณ์ โดยคาสงั่ จะมี smartphone ประกอบไปดว้ ย 8 Use Cases ดงั นี้ แค่ “ON” คาสงั่ จะได้มาจากNETPIE ทาให้อุปกรณ์เปิด หลงั จากนัน้ จะ 1. Use Case: แสดงข้อมูล ทาหน้าท่ีแสดงข้อมูลคุณภาพน้ากบั ข้อมูล บนั ทกึ สถานะเปิด เพ่อื เกบ็ เป็นขอ้ มลู ประวตั กิ ารใชง้ านสง่ ให้ NETPIE อณุ หภมู นิ ้าบนแอพพลเิ คชนั โดย NETPIE สง่ ขอ้ มูลมาใหแ้ อพพลเิ คชนั 2. Use Case: สงั่ ปิดอุปกรณ์ ทาหน้าท่รี บั คาสงั่ ปิดอุปกรณ์ โดยคาสงั่ จะมี 2. Use Case: แสดงประวตั ิการใช้งาน ทาหน้าท่แี สดงประวตั ิการใช้งาน แค่ “OFF” คาสงั่ จะไดม้ าจาก NETPIE ทาใหอ้ ุปกรณ์ปิด หลงั จากนัน้ จะ โดยแอพพลเิ คชนั จะทาการเกบ็ ขอ้ มูลประวตั ิการใช้งาน มขี อ้ มูลดงั น้ี ช่อื บนั ทกึ สถานะปิด เพ่อื เกบ็ เป็นขอ้ มลู ประวตั กิ ารใชง้ านส่งให้ NETPIE อปุ กรณ์, สถานะ, วนั ทแ่ี ละเวลา โดยมอี ปุ กรณ์ทงั้ หมดคอื หลอดไฟ เคร่อื ง 3. Use Case: ส่งขอ้ มูล ทาหน้าท่ีนาขอ้ มูลจาก Sensor ท่ีเช่ือมต่อกับ ออกซเิ จน เคร่อื งกรองน้า เคร่อื งควบคมุ อุณหภูมนิ ้า NodeMCU มีขอ้ มูลคุณภาพน้า (PH) และอุณหภูมิน้า (Temp) ส่งไปยงั 3. Use Case: แจ้งเตือนคุณภาพน้า ทาหน้าท่ีแจง้ เตือนเม่อื คุณภาพน้า NETPIE ความเป็นกรดหรอื ความเป็นดา่ งอยู่ในแต่ละช่วงท่ไี ด้กาหนด โดย NETPIE 4. Use Case: วเิ คราะหข์ อ้ มูลคุณภาพน้า ทาหน้าท่นี าขอ้ มูลคุณภาพน้า ทาการสง่ ขอ้ มูลคุณภาพน้ามาใหแ้ อพพลเิ คชนั วเิ คราะห์ ความเป็ นกรดความเป็ นด่าง (PH) จาก Sensor PH มาวิเคราะห์เพ่ือ 4. Use Cas: แจง้ เตอื นอณุ หภูมนิ ้า ทาหนา้ ทแ่ี จง้ เตอื นเม่อื อณุ หภูมขิ องน้า ควบคมุ เปิด-ปิดเคร่อื งกรองน้า สามารถใชง้ านในรปู แบบอตั โนมตั ไิ ดด้ ว้ ย อยใู่ นองศาแตล่ ะชว่ งท่ไี ดก้ าหนด โดย NETPIE ทาการสง่ ขอ้ มูลคณุ ภาพน้า 5. Use Case: วิเคราะห์ข้อมูลอุณภูมิน้า ทาหน้าท่ีนาข้อมูลอุณหภูมนิ ้า มาใหแ้ อพพลเิ คชนั วเิ คราะห์ (Temp) จาก Sensor Temperature มาวเิ คราะหเ์ พ่อื ควบคมุ เปิด-ปิดเคร่อื ง 5. Use Case: ควบคุมการเปิดอปุ กรณ์ ทาหน้าท่คี วบคุมการเปิดอปุ กรณ์ ควบคุมอณุ หภมู ิ อกี ทงั้ ยงั สามารถใชง้ านในรปู แบบอตั โนมตั ไิ ดด้ ว้ ย จากผใู้ ชง้ าน โดยมอี ุปกรณ์หลอดไฟเคร่อื งใหอ้ อกซเิ จน ระบบอตั โนมตั ขิ อง เคร่อื งกรองน้าและเคร่อื งควบคุมอณุ หภมู ผิ า่ นแอพพลเิ คชนั 6. Use Case: ควบคุมการปิดอุปกรณ์ ทาหน้าท่คี วบคุมการปิดอุปกรณ์ จากผใู้ ช้งาน โดยมอี ุปกรณ์หลอดไฟ เคร่อื งใหอ้ อกซิเจน ระบบอตั โนมตั ิ ของเคร่อื งกรองน้าและเคร่อื งควบคมุ อณุ หภูมผิ า่ นแอพพลเิ คชนั 7. Use Case: ตงั้ เวลาอุปกรณ์เปิด ทาหน้าท่ีตงั้ เวลาอุปกรณ์เปิด จาก ผใู้ ชง้ าน โดยมอี ุปกรณ์หลอดไฟและเคร่อื งออกซเิ จน ผา่ นแอพพลเิ คชนั 8. Use Case: ตัง้ เวลาอุปกรณ์ปิ ด ทาหน้าท่ีตัง้ เวลาอุปกรณ์ปิ ด จาก ผใู้ ชง้ าน โดยมอี ุปกรณ์หลอดไฟและเคร่อื งออกซเิ จน ผา่ นแอพพลเิ คชนั รูปท่ี 9. แผนผงั การตอ่ วงจร 142

การประชมุ วชิ าการระดับชาตดิ ้านเทคโนโลยสี ารสนเทศ ครงั้ ท่ี 11 (NCIT2019) สาหรบั การต่อแผนวงจรโดยมี NodeMCU เป็นอุปกรณ์ทค่ี วบคุมการ ทางานของ SensorPH จะส่งขอ้ มูลในรูปแบบ Analog จงึ มีการเช่อื มต่อ สายขอ้ มูลไวท้ ่ี Port A0 กบั SensorTemperature จะส่งขอ้ มูลในรูปแบบ Digital จึงมีการเช่ือมต่อสายข้อมูลไว้ท่ี Port D1 รวมไปถึง Relay 4 Channel ท่ียงั สามารถตดั ไฟฟ้าเพ่ือเปิด / ปิดอุปกรณ์ จะรบั คาสงั่ ใน รูปแบบ Digital จงึ มกี ารเช่อื มต่อสายขอ้ มลู ไวท้ ่ี Port D5, D6, D7, D8 ตาม รปู ท่ี 9 รปู ท่ี 10. แผนผงั การเช่อื มต่อระบบ จากรูปท่ี 10 แสดงแผนผงั การเช่อื มตอ่ ระบบ โดยมกี ารทางานดงั นี้ (ก) (ข) 1. เริ่มแรกทางฝัง่ Arduino ตัว NodeMCU โดยมีโมดูล Wifi กับการใช้ รปู ท่ี 11. หนา้ จอหลกั ของระบบควบคมุ คณุ ภาพน้าในตปู้ ลา ไลบาร่ี ESP8266WiFi.h เพ่อื เป็นการเช่อื มต่ออินเตอร์เน็ตและใชไ้ ลบาร่ี MicroGear.h เพ่อื เป็นการเช่อื มต่อกบั ทาง NETPIE สาหรบั การแจง้ เตือน จะมีอยู่ 2 การแจง้ เตือนดว้ ยกนั คอื แจง้ เตือน 2. NodeMCU จะมกี ารรบั ค่าขอ้ มลู จาก Sensor หลงั จากนนั้ จะมกี ารสง่ คา่ คุณภาพน้ากบั แจง้ เตือนอุณหภูมิน้า โดยอ้างอิงผลการวเิ คราะหส์ ภาวะ ขอ้ มลู ไปยงั NETPIE โดยใชค้ าสงั่ Pubilsh ท่เี ป็นคาสงั่ ไลบาร่ี MicroGear.h ความเป็นกรดและความเป็นดา่ งของน้าและผลการวเิ คราะหส์ ภาวะอณุ หภูมิ ตวั อยา่ งรูปแบบการเขยี น microgear.publish(\"/PHWater\",vyslednePH,1) ของน้าท่ีมีผลต่อการดารงชีพของปลา แบ่งเป็น 3 ระดบั คือ สีเขียว 3. Application จะมกี ารดึงขอ้ มูลจาก NETPIE โดยใชค้ าสงั่ Subscribe ท่ี (เหมาะสม), สเี หลอื ง (ปานกลาง), สแี ดง (อนั ตราย) ในส่วนของการแสดง เป็นคาสงั่ ไลบาร่ี MicroGear สาหรบั รบั ค่าขอ้ มูลทม่ี ีการ Pubilsh จากทาง แสดงสจี ะอยใู่ นหน้าจอหลกั ตามรปู ท่ี 12 (ก) ฝัง่ Arduino ตวั อยา่ งรปู แบบการเขยี น microgear.subscribe(\"/PHWater\"); 4. Application จะมีการใช้คาสัง่ Chat ท่ีเป็ นคาสัง่ ไลบาร่ี MicroGear ผใู้ ชง้ านสามารถตงั้ เวลา โดยกาหนดเวลาแต่หน่วยจะเป็นวนิ าที และ สาหรับส่งค่าข้อความ เพ่ือใช้ในการเปิด/ปิดอุปกรณ์ ไปยงั NETPIE สามารถตงั้ เวลาทงั้ 2 อุปกรณ์พรอ้ มกนั ได้ โดยอุปกรณ์ท่สี ามารถตงั้ เวลา ตวั อยา่ งรูปแบบการเขยี น microgear.chat(\"NodeMCU1\", “LED1/ON\"); ไดค้ อื หลอดไฟ (LED) และเคร่อื งใหอ้ อกซเิ จน ตามรูปท่ี 12 (ข) 5. เม่อื NETPIE ได้รบั คาสงั่ Chat ขอ้ ความจาก Application จะมีการส่ง ขอ้ ความนนั้ เป็นยงั ทางฝัง่ Arduino ทนั ที 4. การทดสอบและผลการทดลอง (ก) (ข) รูปท่ี 12. หนา้ จอการแจง้ เตอื นและการตงั้ เวลาบนแอพพลเิ คชนั ระบบท่ไี ด้ทาการทดสอบกระบวนทางานทงั้ หมดแล้ว โดยรวม คอื ระบบสามารถทางานตามขอบเขตทงั้ หมดได้ครบ การรบั ส่งขอ้ มูลต่าง ๆ ผใู้ ชง้ านสามารถดปู ระวตั กิ ารใชง้ านของอุปกรณ์ทงั้ หมดได้ โดยจะ ระหว่าง Netpie ไปยงั Application หรอื NodeMCU ไปยงั Netpie สามารถ มีการบนั ทึกทุก ๆ ครงั้ ท่อี ุปกรณ์มีการใช้งานทุกรูปแบบและจะแสดงผลมี ทางานไดด้ ที งั้ คู่ รวมไปถงึ อปุ กรณ์ ไฟฟ้าตา่ ง ๆ ท่มี กี ารเช่อื มต่อ Relay ก็ รายละเอยี ด ดงั นี้ ช่อื อปุ กรณ์, สถานะ, วนั /เวลา ตามรปู ท่ี 13 ยงั สามารถใชง้ านไดด้ เี ช่นกนั เวน้ แต่ SensorPH จะตอ้ งทาการคารเิ บสค่า อยบู่ อ่ ยครงั้ เพ่อื ใหค้ า่ ขอ้ มลู คุณภาพน้ามคี วามแมน่ ยาอยเู่ สมอ การแสดงขอ้ มูลคุณภาพน้ากบั ขอ้ มูลอุณภูมิน้า รวมไปถงึ ผใู้ ช้งาน สามารถเปิด-ปิดทงั้ 4 อุปกรณ์ และยงั สามารถเลือกการทางานระบบ อตั โนมตั ขิ องอุปกรณ์เคร่อื งกรองน้ากบั เคร่อื งควบคุมอณุ หภูมไิ ดใ้ นรปู แบบ Auto/Manual อีกทงั้ ยงั มีในส่วนหลอดไฟ (LED) เคร่ืองให้ออกซิเจนจะ สามารถตงั้ เวลาเปิด-ปิดไดแ้ ละเมนูประวตั กิ ารใชง้ าน เพ่อื แสดงสถานะการ เปิด-ปิดอปุ กรณ์ทงั้ หมด ตามรปู ท่ี 11 (ก) และผใู้ ชง้ านสามารถควบคุมการ เปิด / ปิด อุปกรณ์ โดยมอี ุปกรณ์ คอื หลอดไฟ (LED), เคร่อื งออกซเิ จน, เคร่อื งกรองน้า, เคร่อื งควบคมุ อุณหภูมแิ ละยงั สามารถเลอื กการทางานของ เคร่ืองกรองน้ากบั เคร่ืองควบคุมอุณหภูมิในรูปแบบ Auto / Manual ได้ ตามรปู ท่ี 11 (ข) 143

การประชมุ วชิ าการระดับชาตดิ ้านเทคโนโลยีสารสนเทศ ครั้งท่ี 11 (NCIT2019) รูปท่ี 13. หนา้ จอแสดงประวตั กิ ารใชง้ านบนแอพพลเิ คชนั หลงั จากทาการเช่อื มต่อสมบรูณ์จึงพตั นาส่วนแอพพลิเคชนั บนโปรแกรม (Android studio) โดยรวม คือ ระบบสามารถทางานตามขอบเขตทงั้ หมด การทดสอบการทางานตามลาดบั ดงั น้ี ได้ครบ การรบั ส่งขอ้ มูลต่าง ๆ ระหว่าง Netpie ไปยงั Application หรือ 1. ผลการทดสอบการรบั ค่าขอ้ มูลจาก Sensor ทงั้ 2 สามารถรบั ค่าไดป้ กติ NodeMCU ไปยงั Netpie สามารถทางานไดด้ ที งั้ คู่ รวมไปถงึ อุปกรณ์ ไฟฟ้า 2. ผลการทดสอบ Relay สามารถใชไ้ ดป้ กติ ทงั้ 4 Channel แตจ่ าเป็นตอ้ ง ต่าง ๆ ท่ีมีการเช่ือมต่อ Relay ก็ยงั สามารถใช้งานได้ดีเช่นกนั เว้นแต่ จ่ายไฟเลย้ี งจาก Adapter 5V 1A ตรง ๆ เพ่อื ใหม้ คี วามเสถยี รในการใชง้ าน SensorPH จะตอ้ งทาการคารเิ บสคา่ อยบู่ อ่ ยครงั้ เพ่อื ใหค้ า่ ขอ้ มูลคุณภาพน้า 3. ผลการทดสอบเช่อื มต่อ Wifi ของ NodeMCU สามารถทางานไดป้ กติ มคี วามแมน่ ยาอยเู่ สมอ นอกจากน้ียงั มกี ารสารวจความพึงพอใจของกลุ่มผู้ 4. ผลการทดสอบการเช่อื มต่อ NETPIE สามารถเช่อื มตอ่ ไดป้ กติ เลยี้ งปลาจานวน 10 ราย ในเขตลาดกระบงั จานวน 4 ราย เขตหนองจอก 5. ผลการทดสอบการรับ-ส่งข้อมูลระหว่าง NodeMCU กับ NETPIE จานวน 4 ราย และเขตมีนบุรจี านวน 2 ราย พบว่าคะแนนเฉล่ยี ของความ สามารถทางานไดป้ กติ พงึ พอใจเทา่ กบั 4.65 คะแนน (จากคะแนนเตม็ 5.00 คะแนน) 6. ผลการทดสอบการรับ-ส่งข้อมูลระหว่าง Application กับ NETPIE สามารถทางานไดป้ กติ การพฒั นาต่อในอนาคต สามารถพฒั นาระบบให้สามารถเล้ียงปลา 7. ผลการทดสอบการนาค่าขอ้ มูลมาแสดงบน Application ในหน้าต่าง น้าเค็มโดยมกี ารนาอุปกรณ์ต่าง ๆ ท่มี ปี ระโยชน์ในการดารงชวี ติ ของปลา Main สามารถทางานไดป้ กติ มาปรบั ใช้ พฒั นาอุปกรณ์ใหม้ คี ณุ ภาพมากขน้ึ เช่น หลอดไฟทส่ี ามารถฆ่า 8. ผลการทดสอบการใชง้ าน เปิด / ปิด อุปกรณ์ทงั้ หมดและการเปิด / ปิด เชอ้ื แบคทเี รยี เป็นตน้ โดยจะมสี ว่ นช่วยใหก้ ารดารงชวี ติ ของปลาเหมาะสม การทางานอัตโนมัติของอุปกรณ์ บน Application ในหน้าต่าง Main และดยี ง่ิ ขน้ึ นอกจากนี้งานวจิ ยั ศกึ ษาต่อควรจะครอบคลุมเร่อื งของการ สามารถทางานไดป้ กติ เปลย่ี นถา่ ยน้าในตปู้ ลาไดอ้ ยา่ งอตั โนมตั เิ ม่อื มกี ารแสดงผลวา่ คุณภาพน้าใน 9. ผลการทดสอบการตงั้ เวลา เปิด / ปิด หลอดไฟกบั เคร่อื งใหอ้ อกซเิ จน ใน ตปู้ ลานนั้ ไมเ่ หมาะสมแลว้ รวมทงั้ เม่อื ไดร้ บั การแจง้ เตอื นเร่อื งคณุ ภาพของ หน้าต่าง Main สามารถทางานไดป้ กติ น้าและอุณหภูมแิ ลว้ ทางผใู้ ชง้ านจะตอ้ งดาเนินการจดั การแบบ Manual เอง 10. ผลการทดสอบการแสดงประวตั กิ ารใชง้ าน บน Application ในหนา้ ต่าง ซ่งึ ต่อไปควรจะเพมิ่ ระบบการจดั การในส่วนนี้แบบอตั โนมตั ิ เบ้อื งตน้ หาก History สามารถทางานไดป้ กติ อุ ณ ห ภู มิสู ง ห รือ ต่ าเ กิน ไ ปจ ะ มีก าร ใ ช้ร ะ บบห มุน เ วีย น แ ล ะ เ ปิ ด ระบบ 11. ระบบท่ีได้ทาการทดสอบกระบวนทางานทงั้ หมดแล้ว โดยรวม คือ เคร่อื งปรบั อากาศชว่ ย ระบบสามารถทางานตามขอบเขตทงั้ หมดได้ครบ การรบั ส่งขอ้ มูลต่าง ๆ ระหว่าง NETPIE ไปยัง Application หรือ NodeMCU ไปยัง NETPIE กิตติกรรมประกาศ สามารถทางานไดด้ ที งั้ คู่ รวมไปถงึ อุปกรณ์ ไฟฟ้าต่าง ๆ ท่มี กี ารเช่อื มตอ่ Relay กย็ งั สามารถใชง้ านไดด้ เี ช่นกนั เวน้ แต่ SensorPH จะตอ้ งทาการคา ขอขอบคุณการเกบ็ ขอ้ มูลและให้ขอ้ มูลจากฟาร์มทงั้ 10 แหล่ง โดยมี รเิ บสค่าอยบู่ ่อยครงั้ เพ่อื ใหค้ า่ ขอ้ มลู คณุ ภาพน้ามคี วามแม่นยาอยเู่ สมอ การประสานงานนายณฐั นนั ท์ สทิ ธพิ ฤกษ์ และนายอดุลย์ มฮู าหมดั อารี 5. สรปุ และการอภิปราย เอกสารอ้างอิง ระบบควบคุมคุณภาพน้าในตู้ปลา เริ่มจากการออกแบบระบบด้วย [1] Y. Lin and H. Tseng, \"FishTalk: An IoT-Based Mini Aquarium เคร่อื งมอื UML (Unified Modeling Language) โดยจะมสี ่วนของ Diagram ทส่ี ามารถบอกถงึ ภาพรวมการทางานของระบบทงั้ หมดซ่งึ ประกอบไปด้วย System,\" in IEEE Access, vol. 7, pp. 35457-35469, 2019. Use case diagram, Activity diagram และ Class diagram หลังจากนัน้ [2] A.N.Prasad & Mamun, Kabir & Islam, F & Haqva, \"Smart Water ระบบมกี ารทางานในส่วนของ IOT โดยมอี ุปกรณ์ต่าง ๆ ท่มี ีส่วนนามาใช้ งาน เช่น NodeMCU รวมไปถงึ Sensor ต่าง ๆ และยงั มกี ารเช่อื มต่อของ Quality Monitoring System.\", 2nd IEEE Asia Pacific World อปุ กรณ์ใหม้ กี ารส่อื สารกบั แอพพลเิ คชนั ได้ โดยผา่ น library ของ NETPIE Congress on Computer Science and Engineering, Fiji Islands, December 2015. [3] Niswar, Muhammad & Wainalang, Sonny & A. Ilham, Amil & Zainuddin, Zahir & Fujaya, Yushinta & Muslimin, Zaenab & Paundu, Ady & Kashihara, Shigeru & Fall, Doudou. (2018). “IoT- based Water Quality Monitoring System for Soft-Shell Crab Farming.” Pp.6-9. Doi 10.1109/IOTAIS.2018.8600828. [4] Ra, Varsha & Wu, Wendy. \"IoT Technology for smart water system\", The 16th IEEE International conference on Smart City (Smart City 2018), Exeter, United Kingdom, 2018. [5] Vadivel, G & P. Thangamuthu, A & Priyadharshini, A., “A Study on IOT for Smart Water Quality Monitoring Using MQTT Algorithm.” International Journal of Scientific Research in Computer Science, Engineering and Information Technology. 2019, pp. 869-872. 144

การประชุมวิชาการระดบั ชาติด้านเทคโนโลยีสารสนเทศ ครงั้ ที่ 11 (NCIT2019) การพฒั นาแอปพลิเคชนั ติดตามบตุ รหลานบนระบบปฏิบตั ิการแอนดรอยด์ The Development of Android Application for Children’s Location Tracking ผชู้ ่วยศาสตราจารยส์ ริ นิ ธร จยี าศกั ดิ์ Sirinthorn Cheyasak, Asst. Prof. คณะเทคโนโลยสี ารสนเทศและนวตั กรรม / มหาวทิ ยาลยั กรงุ เทพ Information Technology and Innovation/ Bangkok University จงั หวดั กรงุ เทพมหานคร / ประเทศไทย Bangkok / Thailand Email: [email protected] บทคัดย่อ — งานวิจยั น้ีมีวตั ถุประสงค์เพื่อศึกษาและกาหนด 1. บทนา รปู แบบการรบั ส่งข้อมูลสาหรบั การพฒั นาแอปพลิเคชนั ติดตามบุตรหลาน ในสงั คมยคุ ปัจจบุ นั มเี หตกุ ารณ์ตา่ งๆ เกดิ ขน้ึ กบั เดก็ และเยาวชน ไม่ว่า บนระบบปฏิบตั ิ การแอนดรอยด์ โดยแอปพลิเคชนั จะเกบ็ ขอ้ มลู สถานที่จาก จะเป็นการลกั พาตวั หรือการออกไปนอกสถานท่โี ดยไม่ทราบสาเหตุเกิด ตาแหน่งปัจจบุ นั ของบตุ รหลานจากนัน้ ผ้ปู กครองสามารถกาหนดสถานท่ี ขนึ้ อย่บู อ่ ยครงั้ ซ่งึ สรา้ งความกงั วลใหแ้ ก่ผปู้ กครองเป็นอยา่ งมาก ประกอบ เพ่ือทาการแจ้งเตือนเมื่อบุตรหลานเข้าหรือออกจากสถานท่ีท่ีกาหนด กบั ผปู้ กครองยคุ ปัจจุบนั จาเป็นตอ้ งทางานนอกบา้ นหรอื ทางานหนักจึงทา สาหรบั แอปพลิเคชนั นี้ประกอบด้วย 5 ฟังกช์ นั งานหลกั ได้แก่ ฟังกช์ ันการ ให้ไม่สามารถดูแลบุตรหลานได้อย่างใกลช้ ิดมากนัก แม้ว่าเดก็ จะอยู่ใน จดั การผ้ใู ช้งาน ฟังกช์ นั การเพ่ิมบตุ รหลาน ฟังกช์ นั กาหนดสถานที่ ฟังก์ชัน สายตาของผปู้ กครองแต่เหตกุ ารณ์ท่ไี ม่คาดคดิ กอ็ าจเกดิ ขน้ึ ได้ ซ่งึ จากสถิติ การติดตามบุตรหลาน และฟังก์ชนั การเพิ่มบุคคลใกล้ชิด ซึ่งผลการศึกษา ผสู้ ญู หายในเด็กท่มี อี ายตุ งั้ แต่แรกเกดิ จนถึงสบิ หา้ ปีในปีพทุ ธศกั ราช 2559 ความพึงพอใจของผ้ใู ช้กลุ่มตัวอย่างจานวน 30 คน พบว่าการใช้แอปพลิ- จานวน 304 คน (มูลนิธิกระจกเงา , 2559) ซ่ึงมิจฉ าชีพ มีวิธีการท่ี เคชันง่ายต่อการใช้งานและสามารถกาหนดสถานที่เพื่อแจ้งเตือนได้ตรง หลากหลายโดยเฉพาะในกลุ่มเดก็ เล็กอาจจะเข้ามาในรูปแบบตีสนิทกบั ตามตาแหน่ งปัจจุบนั ด้วยค่าเฉลี่ย 3.87 อยู่ในระดับดี จึงส่งผลให้ระดับ ครอบครวั หรอื ปลอมตวั เขา้ มาเป็นพเ่ี ลย้ี งเดก็ หรอื ญาตผิ ปู้ ่วยในโรงพยาบาล ความพ่งึ พอใจในภาพรวมต่อแอปพลิเคชนั อยใู่ นระดบั ดี ด้วยค่าเฉลย่ี 3.79 ในกลมุ่ เดก็ โต อาจจะเขา้ มาในรูปแบบการหลอกล่อดว้ ย ขนม เงนิ ของเล่น หรอื เกม และมกั ชกั จูงเดก็ ใหอ้ อกห่างบรเิ วณท่เี ดก็ อยู่ ซง่ึ อาจจะเป็นตน้ เหตุ คำสำคัญ — ระบบปฏิ บัติ การแอนดรอยด์, ติ ดตามบุตรหลาน, ใหบ้ ุตรหลานสูญหายและมแี นวโน้มท่สี ูงขน้ึ จากแนวโน้มการใชอ้ ุปกรณ์ โมบายแอปพลิเคชนั ส่อื สารในยุคดจิ ิทลั ของสังคมไทยพบว่ากว่ารอ้ ยละ 80 มกี ารใชอ้ ุปกรณ์ มอื ถือสาหรบั การติดต่อส่อื สารหรือแม้แต่การดาเนินชวี ิตในปัจจุบนั จาก ABSTRACT — This research aims to study and determine a data ส ถิติกา รใช้งา นอุป กรณ์ ส่ ือ ส า รป ร ะเภทมือ ถือ ขอ งค น ไท ยพ บ ว่า มีผู้ใช้ transmission format for developing an application for children tracking โทรศพั ทม์ อื ถือ 56.7 ลา้ นคน คดิ เป็นร้อยละ 89.6 ของประชากร [9] โดยมี on the Android. The application can record a current location สดั ส่วนของการใช้โทรศพั ทม์ ือถือบนระบบปฏบิ ัติการแอนดรอยด์สูงกว่า information of a child wearing a smart watch. Parents can set a ระบบปฏิบตั ิการไอโอเอส ซ่ึงปรากฏในผลการสารวจของรายงานสถิติ predefined location to be notified when their children enter or leave ของ Consumer Intelligence Research Partners (CIRP) และส่วนใหญ่ that location. The application consists of 5 main functions including ของการใช้โทรศพั ท์มือถือในสงั คมไทย มีการเช่อื มต่ออนิ เทอร์เน็ตผา่ น user management functions, adding children function, adding location โทรศพั ทม์ อื ถอื กวา่ รอ้ ยละ 73.9 [9] function, child tracking function and adding parent function. The ดงั นนั้ ผวู้ จิ ยั จงึ มุ่งเน้นศกึ ษาและพฒั นาแอปพลเิ คชนั ตดิ ตามบตุ รหลาน sample for this study was a group of 30 people. It found that the บนระบบปฏบิ ตั ิการแอนดรอยด์ ท่ีจะทาหน้าท่ีเปรยี บเสมือนผู้ช่วยค่อย satisfaction of using the application is easy to use and can determine ตดิ ตามบตุ รหลานในบรเิ วณสถานทท่ี ่กี าหนด ผปู้ กครองสามารถตรวจสอบ the location to be alerted according to the current position with an ขอ้ มูลตาแหน่งของบุตรหลาน ณ ปัจจุบนั พรอ้ มทงั้ สามารถแจง้ เตือนใน average of 3.87 on very good level. Consequently, the satisfaction of กรณีท่บี ุตรหลานเขา้ หรอื ออกจากสถานท่ที ่กี าหนดไว้ the overall of application usage was good, 3.79. Keywords — Android operating system, Children tracking, 2. วตั ถุประสงคข์ องการวจิ ยั Mobile application. งานวิจยั น้ีมีวตั ถุประสงค์เพ่ือพัฒนาแอปพลิเค ชนั สาหรับติดตาม ตาแหน่งทอ่ี ยู่ของบตุ รหลานบนระบบปฏบิ ตั กิ ารแอนดรอยด์ โดยศกึ ษาการ 145

การประชมุ วชิ าการระดับชาติด้านเทคโนโลยีสารสนเทศ คร้ังท่ี 11 (NCIT2019) เช่ือมต่ออุปกรณ์ สมาร์ทวอร์ชของบุตรหลานกับแอปพลิเคชัน และ คน ถดั ไปคือกาหนดตาแหน่งท่ีผู้ใช้ต้องการเฝ้าติดตามบุตรหลานจาก ทาการศกึ ษารปู แบบการส่งขอ้ มลู จากอปุ กรณ์เคล่อื นทไ่ี ปยงั เซริ ฟ์ เวอรเ์ พ่อื สมาร์ทวอรช์ และสามารถเพิ่มเบอร์โทรศพั ท์บุคคลใกลช้ ิดเพ่ือสามารถ สามารถดึงขอ้ มูลจากเซิร์ฟเวอร์สาหรบั การวิเคราะห์ตาแหน่งของบุตร ตดิ ตอ่ ไดเ้ วลาฉุกเฉิน หลาน พรอ้ มทงั้ ศกึ ษาควาพงึ พอใจของผใู้ ชท้ ม่ี ตี อ่ แอปพลเิ คชนั 3.3 การออกแบบ การออกแบบในครงั้ น้ีแบง่ ออกเป็น 2 ส่วน คอื ส่วน 3. วธิ ดี าเนนิ การวจิ ยั การออกแบบโครงสรา้ งขอ้ มูลและส่วนการออกแบบหน้าจอการทางานของ การวิจยั ครงั้ นี้เป็นการวิจยั เพ่ือพัฒนาแอปพลิเคชันสาหรบั ติดตาม แอปพลเิ คชนั โดยแต่ละสว่ นมกี ารออกแบบดงั นี้ ตาแหน่งท่ีอยู่บุตรหลานบนระบบปฏิบัติการแอนดรอยด์ประกอบด้วย ฟังกช์ นั งานทงั้ 5 ฟังกช์ นั งานคอื 1) ฟังกช์ นั การจดั การผใู้ ชง้ าน 2) ฟังกช์ นั 3.3.1 การออกแบบโครงสรา้ งขอ้ มูล ผวู้ จิ ยั ได้ศึกษาขอ้ มูลเพ่อื กาหนด การเพ่มิ บุตรหลาน 3) ฟังกช์ นั กาหนดสถานท่ี 4) ฟังกช์ นั การตดิ ตามบุตร รูปแบบโครงสร้างของการเก็บขอ้ มูลสาหรบั นาขอ้ มูลจากอุปกรณ์จาก หลาน และ 5) ฟังกช์ นั การเพม่ิ บคุ คลใกลช้ ดิ โดยมขี อบเขตการดาเนินการ สมารท์ วอรซ์ ไปเกบ็ ในเซิรฟ์ เวอรแ์ ละสามารถนาขอ้ มูลจากเซิรฟ์ เวอร์มา 5 ขนั้ ตอน แตล่ ะขนั้ ตอนมขี อบเขตการดาเนนิ งานดงั นี้ ประมวลผลตาแหน่งพกิ ดั สาหรบั แจ้งเตอื นไปยงั ผปู้ กครองกรณีบุตรหลาย 3.1 เก็บรวบรวมขอ้ มูล ผู้วิจัยได้ศึกษาและเก็บรวบรวมขอ้ มูลความ เขา้ ไปยงั ตาแหน่งท่กี าหนดหรอื ออกนอกเขตของตาแหน่งท่ีกาหนด โดย ตอ้ งการของผใู้ ชแ้ อปพลเิ คชนั จานวน 30 คน เพ่อื ใหท้ ราบถึงฟังกช์ นั งานท่ี การออกแบบโครงสรา้ งการเกบ็ ขอ้ มูลแบง่ เป็นโครงสรา้ งขอ้ มลู 4 โครงสรา้ ง ผใู้ ชต้ อ้ งการตดิ ตามท่อี ยูข่ องบุตรหลานเพ่อื เป็นขอ้ มูลเบอ้ื งตน้ สาหรบั การ ประกอบดว้ ย วเิ คราะห์และออกแบบแอปพลิเคชนั ในขนั้ ตอนถดั ไป รวมถึงการศกึ ษา เคร่อื งมอื สาหรบั พฒั นาแอปพลเิ คชนั บนระบบปฏิบตั ิการแอนดรอยดโ์ ดย 1. โครงสรา้ งการเกบ็ ขอ้ มลู ผปู้ กครอง ซง่ึ แบ่งการเกบ็ ขอ้ มูลเป็น 5 การพฒั นาครงั้ น้ีใช้โปรแกรม Android Studio และใช้ภาษา Java สาหรบั คลู่ าดบั ดงั นี้ การพฒั นาแอปพลเิ คชนั ในครงั้ นี้ [{\"id\":\"1\",\"Name\":\"chan\",\"User\":\"chan\",\"Password\":\"12345\",\"Gender\":\" 3.2 การวิเคราะหร์ ะบบ จากการเกบ็ รวบรวมขอ้ มูลความต้องการของ 1\"}] โดยแตล่ ะคูล่ าดบั มคี วามหมายคอื คู่ลาดบั ท่ี 1 “id” : “1” ใชใ้ นการเกบ็ ผใู้ ชส้ ามารถสรุปไดต้ ามแผนผงั การทางานของแอปพลเิ คชนั ไดด้ งั รปู รหัสของผูป้ กครอง คู่ลาดับท่ี 2 “Name” : “chan” ใช้ในการเก็บช่ือของ ผปู้ กครอง คู่ลาดบั ท่ี 3 “Username” : “chan” ใชใ้ นการเก็บช่อื ผใู้ ชง้ านใน รูปท่ี 1. แผนผงั การทางานของแอปพลเิ คชนั การเขา้ ระบบ คู่ลาดบั ท่ี 4 “Password” : “12345” ใช้ในการเก็บรหสั ผา่ น จากรูปท่ี 1 แผนผงั การทางานของแอปพลเิ คชนั มกี ารทางานเรมิ่ จาก เข้าสู่ระบ บ และคู่ลาดับ ท่ี 5 “Gender” : “1” ใช้ในการเก็บ เพ ศ ของ ผใู้ ชห้ รอื ผปู้ กครองสมคั รสมาชกิ เพ่อื เขา้ สรู่ ะบบ เม่อื เขา้ สรู่ ะบบครงั้ แรกผใู้ ช้ ผปู้ กครอง 1 หมายถงึ เพศหญงิ 0 หมายถงึ เพศชาย จาเป็นต้องเพม่ิ บุตรหลานท่ตี อ้ งการเขา้ ติดตามซ่งึ สามารถเพมิ่ ได้ไมเ่ กนิ 5 2. โครงสร้างการเก็บขอ้ มูลบุตรหลาน ซ่ึงแบ่งการเกบ็ ขอ้ มูลเป็น 7 คูล่ าดบั ดงั น้ี [{\"id\":\"1\",\"Code\":\"29351\",\"Name\":\"mind\",\"Gender\":\"Female\",\"id_Paren t\":\"14\",\"Lat\":\"13.771878\",\"Lng\":\"100.654247\"}] โ ด ย แ ต่ ล ะคู่ ล า ดับ มี ความหมายคือ คู่ลาดบั ท่ี 1 “id” : “1” ใช้ในการเก็บรหสั ของบุตรหลาน คู่ลาดับท่ี 2 “Code” : “29351” ใช้ในการเก็บโค้ดจากนาฬิกาของบุตร หลาน คู่ลาดับท่ี 3 “Name” : “chan” ใช้ในการเก็บช่ือของบุตรหลาน คู่ลาดบั ท่ี 4 “Gender” : “Female” ใชใ้ นการเกบ็ เพศของบตุ รหลาน คลู่ าดบั ท่ี 5 “id_Parent” : “14” ใช้ในการเก็บ รหัสของผู้ปกครอง คู่ลาดับท่ี 6 “Lat” : “13.771878” ใชใ้ นการเกบ็ ละติจตู ทส่ี ่งมาจากนาฬกิ าของบุตรหลาน และคู่ลาดบั ท่ี 7 “Lng” : “100.65424” ใช้ในการเก็บลองติจูตท่ีส่งมาจาก นาฬกิ าของบุตรหลาน 3. โครงสรา้ งการเก็บขอ้ มูลสถานท่ีตงั้ ซ่งึ แบ่งการเกบ็ ขอ้ มูลเป็น 4 คู่ลาดบั ดงั น้ี [{\"id\":\"1\",\"Name\":\"Bangkok Universitr\", \"Lat\":\"13.711349\", \"Lng\": \"100.581867\"}] โดยแต่ละคู่ลาดบั มีความหมายคือ คู่ลาดบั ท่ี 1 “id” : “1” ใชใ้ นการเกบ็ รหสั สถานท่ี คู่ลาดบั ท่ี 2 “Name” : “Bangkok University” ใช้ ในการเก็บช่อื สถานท่ี คู่ลาดบั ท่ี 3 “Lat” : “13.711349” ใชใ้ นการเก็บละติ จูตของสถานท่ี และคูล่ าดบั ท่ี 4 “Lng” : “100.581867” ใชใ้ นการเกบ็ ลองติ จตู ของสถานท่ี 4. โครงสรา้ งการเกบ็ ขอ้ มูลบคุ คลใกลช้ ิด ซ่งึ แบ่งการเกบ็ ขอ้ มูลเป็น 3 คู่ลาดบั ดงั นี้ [{\"id\":\"1\",\"Name\":\"mean\",\"Tel\":\"0806251200\"},{\"id\":\"2\",\"Name\":\"Mind\", \"Tel\":\"0828259407\"} }] โดยแต่ละคู่ลาดับมีความหมายคือ คู่ลาดับท่ี 1 “id” : “1” ใช้ในการเก็บรหัสของบุคคลใกล้ชิด คู่ลาดับท่ี 2 “Name” : 146

การประชมุ วิชาการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ ครัง้ ท่ี 11 (NCIT2019) “Mean” ใช้ในการเก็บช่ือของบุคคลใกล้ชิด และคู่ลาดับท่ี 3 “Tel” : “0806251200” ใช้ในการเกบ็ เบอร์โทรศพั ทข์ องบุคคลใกล้ชดิ โดยสามารถ เพม่ิ ขอ้ มูลบุคคลใกลช้ ดิ ไดส้ งู สดุ 3 คน จากการออกแบบโครงสรา้ งขอ้ มูลทงั้ 4 โครงสรา้ งนี้สามารถนามา แสดงในเพ่ือจาลองความสัมพนั ธ์ Entity Relationship Diagram (ERD) เพ่อื ใชอ้ ธบิ ายโครงสรา้ งของฐานขอ้ มูลแอปพลเิ คชนั ตดิ ตามดูแลบุตรหลาน ดงั นี้ รปู ท่ี 4. การสมคั รบญั ชชี ่อื ใหมข่ องผใู้ ช้ รปู ท่ี 4 แสดงหน้าของการสมคั รบญั ชชี ่อื ใหม่ของผปู้ กครองหรอื ผใู้ ช้ โดยกรอกขอ้ มลู ช่อื นามสกุล บญั ชเี ขา้ ใชง้ าน (User) รหสั ผา่ น (Password) และการยนื ยนั รหสั ผา่ น (Re-password) รปู ท่ี 2. Entity Relationship Diagram ของแอปพลเิ คชนั ตดิ ตามบตุ รหลาน 3.3.2 การออกแบบหน้าจอการทางานของแอปพลเิ คชนั การออกแบบหนา้ จอแอปพลเิ คชนั (User Interface) เพ่อื ใหก้ ารใชง้ าน แอปพลิเคชันมีความสะดวกต่อการใชง้ านและมคี วามสวยงามซ่ึงมีการ ออกแบบสาหรบั ฟังก์ชนั งานทงั้ 5 ฟังก์ชนั งานคอื 1) ฟังก์ชนั การจดั การ ผู้ใช้งาน 2) ฟั งก์ชันการเพ่ิมบุตรหลาน 3) ฟั งก์ชันกาหนดสถานท่ี 4) ฟังกช์ นั การตดิ ตามบตุ รหลาน และ 5) ฟังกช์ นั การเพม่ิ บคุ คลใกล้ชดิ ซ่งึ ลกั ษณะการออกแบบหนา้ จอดงั น้ี รปู ท่ี 5. การเพมิ่ ขอ้ มูลบุตรหลานของแอปพลเิ คชนั รูปท่ี 5 แสดงหนา้ จอการเพม่ิ ขอ้ มูลบุตรหลานสาหรบั การแจง้ เตอื นการ เขา้ ออกสถานท่ี โดยภายในหนา้ จอนจ้ี ะใหเ้ พ่มิ ขอ้ มลู รหสั ของบุตรหลานซ่งึ รหสั ของบุตรหลานจะได้มาจากการเปิดอุปกรณ์สมารท์ วอร์ชก่อนแลว้ นา รหสั ท่ีได้จากสมารท์ วอรช์ มากรอกลงในแอปพลเิ คชนั พรอ้ มระบุช่อื บุตร หลานและเพศ รูปท่ี 3. หนา้ หลกั ของแอปพลเิ คชนั ตดิ ตามบตุ รหลานการเขา้ ออกสถานท่ี รูปท่ี 3 แสดงหน้าหลกั ของแอปพลเิ คชนั ตดิ ตามบุตรหลานการเขา้ ออก สถานท่ขี องบุตรหลาน เริ่มจากหน้าแสดงช่อื ของแอปพลเิ คชนั จากนนั้ จะ เขา้ สู่ระบบโดยการใส่ช่อื บัญชีและรหสั ผา่ นก่อนเสมอ กรณีผใู้ ชย้ งั ไม่เคย ลงทะเบยี นเพ่อื สรา้ งบญั ชสี ามารถสรา้ งบญั ชชี ่อื ใหมไ่ ดด้ งั รูปท่ี 4 147

การประชมุ วชิ าการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ ครงั้ ท่ี 11 (NCIT2019) ส่วนท่ี 1 ขอ้ มูลทวั่ ไปของผปู้ ระเมนิ สว่ นท่ี 2 ความพงึ พอใจต่อการใชง้ านแอปพลเิ คชนั ส่วนท่ี 3 ขอ้ เสนอแนะ โดยหลกั เกณฑ์ในการประเมนิ ความพึงพอใจของผใู้ ชต้ ามมาตราวดั Likert’s Scale แบ่งเป็น 5 ระดบั ดงั น้ี [4] ซ่งึ เกณฑใ์ นการแปลความหมาย ค่าเฉล่ยี แบ่งออกเป็น 5 ระดบั ดงั น้ี รูปท่ี 6. การเพมิ่ ตาแหน่งสาหรบั แจง้ เตอื นการเขา้ ออกสถานท่ี คา่ เฉลย่ี 4.50 – 5.00 หมายถงึ มคี วามพงึ พอใจอยใู่ นระดบั มากทส่ี ดุ ค่าเฉล่ยี 3.50 – 4.49 หมายถงึ มคี วามพงึ พอใจอยใู่ นระดบั มาก รปู ท่ี 6 แสดงหน้าจอการกาหนดสถานท่สี าหรบั แจง้ เตอื นการเขา้ ออก คา่ เฉล่ยี 2.50 – 3.49 หมายถงึ มคี วามพงึ พอใจอยใู่ นระดบั ปานกลาง กรณีท่บี ตุ รหลานเขา้ ไปยงั สถานทท่ี ่กี าหนดหรือออกจากสถานท่ที ่กี าหนด คา่ เฉลย่ี 1.50 – 2.49 หมายถงึ มคี วามพงึ พอใจอยใู่ นระดบั นอ้ ย โดยเพม่ิ สถานท่ไี ดจ้ ากการคน้ หาช่อื สถานท่ที ่ตี อ้ งการ แล้วทาการเพ่มิ ช่อื ค่าเฉลย่ี 1.00 – 1.49 หมายถงึ มคี วามพงึ พอใจอยใู่ นระดบั นอ้ ยท่สี ุด สถานท่ซี ่งึ ผใู้ ช้สามารถตงั้ ช่อื เองใหม่ได้ โดยแอปพลเิ คชันจะดงึ ตาแหน่ง จากนนั้ ไดน้ าขอ้ มูลจากผลการประเมินมาทาการวิเคราะหด์ ้วยสถิติ ของละตจิ ตู และลองตจิ ูตของสถานท่นี นั้ เพ่อื ไปเกบ็ ไวย้ งั เซริ ฟ์ เวอร์ เบ้อื งตน้ ด้วยค่าเฉล่ยี รอ้ ยละ และส่วนเบ่ยี งเบนมาตรฐาน เพ่อื นาผลการ วเิ คราะหท์ างสถติ มิ าประเมนิ ผลการวจิ ยั ต่อไป 4. ผลการวจิ ยั เม่อื นาผลการประเมินมาวเิ คราะหด์ ้วยค่าสถิตพิ ืน้ ฐานจากผู้ทาแบบ ประเมินจานวน 30 คน พบว่าผตู้ อบแบบประเมนิ เป็นเพศชายคดิ เป็นรอ้ ย ละ 43.3 และเพศหญิงคดิ เป็นร้อยละ 56.7 ซง่ึ ผตู้ อบแบบประเมินส่วนใหญ่ เป็นผปู้ กครองท่มี ีบุตรหลานท่ีคอยดูแลคดิ เป็นร้อยละ 83.3 และจากการ ประเมนิ ของผใู้ ชท้ ม่ี ีต่อแอปพลเิ คชนั ติดตามบตุ รหลานบนระบบปฏบิ ตั กิ าร แอนดรอยด์ในด้านต่างๆ ได้แก่ ด้านการออกแบบ ด้านการใช้งาน แอปพลเิ คชนั และดา้ นขอ้ มลู สถานท่ี สามารถแสดงผลไดใ้ นตารางท่ี 1. ตารางท่ี 1. ช่อื หรอื คาอธบิ ายของตารางท่ี 1 หวั ขอ้ รายการประเมนิ สถติ ขิ องผลการประเมนิ คา่ เฉลย่ี S.D. แปลผล รปู ท่ี 7. การเพมิ่ ขอ้ มูลบคุ คลใกลช้ ดิ ดา้ นการออกแบบ รูปท่ี 7 แสดงหน้าจอการเพมิ่ ขอ้ มูลเบอร์โทรติดต่อของบุคคลใกลช้ ิด 1. สสี นั ภายในแอปพลเิ คชนั ไปใน 3.87 0.63 มาก สาหรบั กรณีท่มี เี หตุฉุกเฉินหรอื กรณีท่บี ุตรหลานออกนอกพื้นท่ที ่กี าหนด ทศิ ทางเดยี วกนั ผใู้ ชแ้ อปพลเิ คชนั สามารถตดิ ตอ่ บคุ คลใกลช้ ดิ ได้ 2. มคี วามสวยงามและเหมาะสม 3.73 0.64 มาก 4. การพฒั นาแอปพลเิ คชนั แอปพลเิ คชนั ตดิ ตามบตุ รหลาน ผวู้ จิ ยั เลอื ก ตอ่ การใชง้ าน ศกึ ษาและใช้ Android Studio ในการออกแบบและพฒั นาแอปพลเิ คชนั ใช้ Genymotion ในการจาลองอุปกรณ์สมาร์ทโฟนเพ่ือใช้ประมวลผลการ 3. ปุ่มกดภายในแอปพลเิ คชนั ส่อื 3.73 0.52 มาก ทางานจากโปรแกรมท่ีพัฒนาด้วย Android Studio ซ่ึงแอปพลิเคชัน ความหมายไดอ้ ยา่ งชดั เจน สามารถใชง้ านบนระบบปฏบิ ตั กิ ารแอนดรอยด์ 4. ออกแบบตรงตอ่ พฤตกิ รรมและ 5. การทดสอบการใชง้ านแอปพลเิ คชนั แอปพลเิ คชนั ตดิ ตามบตุ รหลาน ผูว้ ิจัยดาเนินการทดลองใช้งานแอปพลิเคชันบนระบบปฏิบตั ิการแอน ความคุน้ เคยในการใชแ้ อปพลเิ ค 3.77 0.82 มาก ดรอยด์ท่ีพฒั นาข้นึ กบั บุคคลทวั่ ไปจานวน 30 คนโดยกลุ่มตวั อย่างท่ีได้ ทดลองใช้งานแอปพลเิ คชัน และตอบแบบประเมนิ ความพึงพอใจท่ีมตี ่อ ชนั ของ ผใู้ ชง้ าน แอปพลิเคชนั ตดิ ตามบุตรหลาน การทดลองใช้แอปพลิเคชนั และประเมิน ความพงึ พอใจต่อแอปพลเิ คชนั โดยแบ่งเป็น 3 ส่วน ดงั นี้ รวม 3.78 0.65 มาก ดา้ นการใชง้ านแอปพลเิ คชนั 1. แสดงตาแหน่งไดอ้ ยา่ งถกู ตอ้ ง 3.83 0.87 มาก 2. สามารถแจง้ เตอื นไดต้ รงตาม 3.87 0.73 มาก ตาแหน่งปัจจบุ นั 3. ความเรว็ ในการแจง้ เตอื นเขา้ 3.70 0.70 มาก และออกสถานทท่ี ก่ี าหนด 4. แอปพลเิ คชนั ใชง้ านง่าย 4.00 0.87 มาก รวม 3.85 0.79 มาก 148

การประชมุ วชิ าการระดบั ชาตดิ ้านเทคโนโลยสี ารสนเทศ คร้งั ท่ี 11 (NCIT2019) ดา้ นขอ้ มลู ท่มี ตี ่อแอปพลเิ คชนั ตดิ ตามบุตรหลานอย่ใู นระดบั มาก ดว้ ยค่าเฉล่ยี เท่ากบั 3.79 ซง่ึ เม่อื พจิ ารณาผลการประเมนิ รายดา้ นพบวา่ ค่าผลการประเมนิ ดา้ น 1. สามารถคน้ หาสถานทไ่ี ด้ 3.60 0.97 มาก การใชง้ านแอปพลเิ คชนั มคี า่ เฉล่ยี เท่ากบั 3.85 ดา้ นการออกแบบมคี า่ เฉล่ยี เท่ากบั 3.78 และดา้ นขอ้ มลู สถานทม่ี คี ่าเฉลย่ี เทา่ กบั 3.72 ตามลาดบั ครอบคลมุ 6. ขอ้ เสนอแนะ 2. สถานทท่ี ่คี น้ หามคี วามถูกตอ้ ง 3.80 0.71 มาก การวิจยั ครงั้ นี้เป็ นการพัฒนาแอปพลิเคชนั ติดตามบุตรหลานบน ระบบปฏิบตั ิการแอนดรอยด์ทางานได้ในระบบปฏิบตั ิการแอนดรอยด์ แม่นยา เทา่ นนั้ หากสามารถพฒั นาใหร้ องรบั ไดท้ กุ แฟลตฟอรม์ จะสามารถเพมิ่ กลมุ่ ผใู้ ชง้ านไดห้ ลากหลายขนึ้ การเพ่ิมสถานท่สี าหรบั เฝ้าตดิ ตามจะต้องเป็น 3. บนั ทกึ สถานท่ไี ดอ้ ยา่ งถูกตอ้ ง 3.77 0.73 มาก สถานทท่ี ส่ี ามารถคน้ หาจากแผน่ ท่ี (Google Map) เทา่ นนั้ หากผใู้ ชส้ ามารถ เพิ่มสถานท่ีโดยกาหนดละติจูตและลองติจูตได้เองจะทาให้ครอบคลุ ม รวม 3.72 0.80 มาก สถานท่ไี ดม้ ากขน้ึ และควรสามารถบนั ทกึ ประวตั เิ สน้ ทางกาของบุตรหลาน ในลกั ษณะรายวนั รายเดอื น รายปีได้ จะสามารถดูขอ้ มูลยอ้ นหลงั ไดเ้ ป็น ความพงึ พอใจโดยรวมของ 3.79 0.74 มาก ตน้ แอปพลเิ คชนั กิตติกรรมประกาศ จากตารางท่ี 1 แสดงผลการประเมินความพึงพอใจของผู้ใช้งาน ผวู้ จิ ยั ขอขอบคณุ นางสาวอนั น์มา วฒั นสนิ โยธนิ และนายภวู ดล ศรธี รรมทไ่ี ด้ แอปพลิเคชนั ติดตามบุตรหลานโดยแบ่งออกเป็น 3 ด้าน โดยสามารถ ชว่ ยเกบ็ รวบรวมขอ้ มูลรว่ มกับผวู้ จิ ยั ขอขอบคณุ คณะเทคโนโลยีสารสนเทศและ วเิ คราะห์ผลการประเมนิ รายดา้ นคอื ดา้ นการออกแบบเก่ยี วกบั สสี นั ความ นวตั กรรมทช่ี ว่ ยสนับสนุนเครอ่ื งมอื การวจิ ยั และกรรมการวจิ ยั ท่ีช่วยเสนอแนะและ สวยงามปุ่มการใชง้ านส่อื ความหมายและตรงตอ่ พฤตกิ รรมความคนุ้ เคยใน อานวยความสะดวกตลอดการวจิ ยั การใชง้ านแอปพลเิ คชนั พบว่าผลการประเมนิ มคี ่าเฉล่ยี เท่ากบั 3.87 3.73 3.73 และ 3.77ตามลาดับ ส่งผลให้คะแนนเฉล่ียด้านการออกแบบรวม เอกสารอ้างอิง เทา่ กบั 3.78 อยใู่ นระดบั มาก สาหรบั ดา้ นการใชง้ านแอปพลเิ คชนั เก่ยี วกับ [1] A. Al-Mazloum, E. Omer, M. F. A. Abdullah ,” GPS and SMS-Based การแสดงตาแหน่งไดอ้ ย่างถูกต้อง สามารถแจ้งเตอื นไดต้ รงตามตาแหน่ง ปัจจุบนั ความเรว็ ในการแจ้งเตือนการเขา้ และออกสถานท่ที ่กี าหนด และ Child Tracking System Using Smart Phone “, World Academy of แอปพลเิ คชนั ใชง้ านงา่ ย พบว่าผลการประเมินมีค่าเฉล่ยี เท่ากบั 3.83 3.87 Science Engineering and Technology International Journal of 3.70 และ 4.00 ตามลาดบั สง่ ผลใหค้ ะแนนเฉล่ยี ดา้ นการใชแ้ อปพลิเคชนั Electronics and Communication Engineering Vol:7, No:2, 2013 รวมเท่ากบั 3.85 อยใู่ นระดบั มาก สาหรบั ดา้ นขอ้ มูลสถานท่สี ามารถคน้ หา [2] Ghaith Bader Al-Suwaidi, Mohamed Jamal Zemerly, “Locating friends สถานท่ไี ดค้ รอบคลุม สถานท่ที ่ีค้นหามีความถูกต้องแม่นยา และบนั ทึก and family using mobile phones with global positioning system (GPS),” สถานท่ไี ดอ้ ย่างถูกตอ้ ง พบว่าผลการประเมินมีค่าเฉล่ยี เท่ากบั 3.60 3.80 IEEE/ACS International Conference on Computer Systems and และ 3.77 ตามลาดบั จงึ ส่งผลใหผ้ ลประเมินความพึงพอใจโดยรวมต่อผใู้ ช้ Applications, 2009 แอปพลเิ คชนั ตดิ ตามบตุ รหลานบนระบบปฏิบตั กิ ารแอนดรอยดม์ คี ่าเฉล่ยี [3] ณั ฐภัท ร แ ก้ว รัต น ภั ท ร์ , “โค รงสร้างข้อมู ล เจ สัน ”, [อ อน ไล น์ ] จ าก เท่ากบั 3.79 ซง่ึ มเี กณฑก์ ารประเมนิ อยใู่ นระดบั มาก http://www.teacher.ssru.ac.th/nutthapat_ke/file.php/1/IntroJSON3_new. pdf 5. สรุปและอภปิ รายผล [4] พสิ ทุ ธา อารรี าษฏร์. (2551). การพฒั นาซอฟแวรท์ างการศกึ ษา. มหาสารคาม: แอปพลิเคชันติดตามบุตรหลานบนระบบปฏิบตั ิการแอนดรอยด์ อภชิ าตการพมิ พ.์ สาหรบั ช่วยให้ผปู้ กครองสามารถตดิ ตามบุตรหลานในสถานท่ตี ่างๆ โดย [5] มูลนิธกิ ระจกเงา. “สถติ ขิ อ้ มูลคนหาย”. [ออนไลน์]. แอปพลเิ คชนั จะมีการแจง้ เตือนเม่อื บุตรหลานเขา้ หรอื ออกจากสถานท่ที ่มี ี http://web.backtohome.org/missing_charts.php#. [Access] 20 มถิ นุ ายน, การกาหนดไว้ภายในแอปพลิเคชนั ผู้ปกครองสามารถเพิ่มสถานท่ีท่ี 2559 ต้องการติดตามบุตรหลานได้โดยการค้นหาจากแผนท่ี (Google Map) [6] ศภุ ศลิ ป์ กลุ จติ ต์เจอื วงศ์, “โทรศพั ท์มอื ถืออจั ฉรยิ ะ ทศวรรษใหมข่ องนวตั กรรม จากนนั้ ระบบจะทาการลงิ คข์ อ้ มูลบุตรหลานกบั สถานท่ที ่ผี ปู้ กครองกาหนด การส่ือสารแห่งอนาคต,” วารสารวารสารวิชาการ Veridian E-Journal ไว้ และแอปพลเิ คชนั จะทาการแจ้งเตอื นกรณีท่บี ุตรหลายเขา้ ไปยงั สถานท่ี บัณฑิตวิทยาลัย มหาวิทยาลัยศิลปากร, ปี ท่ี 6, , หน้า 132-142, ฉบับท่ี ท่ีก าห น ดห รือ ใน ก รณี ท่ีบุ ต รห ลาน อ อก นอ ก จาก พ้ืน ท่ีท่ีก าห น ดไป ย งั เดอื นมกราคม-เมษายน, 2556 แอปพลเิ คชนั พร้อมมีเสียงสญั ญาณแจ้งให้กบั ผูป้ กครองจานวน 3 ครงั้ [7] ศรญั ญา เกิดขาว. “การพฒั นาแอพพลเิ คชนั สาหรับการเรยี นการสอนภาษา หลังจากนัน้ จะมีข้อความค้างไว้ยังหน้าจอเพ่ือเป็ นจุดสังเกตให้กับ ญ่ีป่ ุนบนไอโฟน ”. การประชุมวิชาการระดับประเทศด้านเทคโนโลยี ผปู้ กครอง โดยขอ้ ความนี้จะหายไปเม่อื ผปู้ กครองทาการลบขอ้ ความแจง้ สารสนเทศ(NCIT) ครงั้ ท่ี 5, 2555 เตอื นนท้ี ง้ิ ออกไปซ่งึ การพฒั นาแอปพลเิ คชนั เพ่อื อานวยความสะดวกใหก้ บั [8] สชุ าดา พลาชัยภริ มย์ศลิ . “แนวโน้มการใชโ้ มบายแอปพลเิ คชนั ,” วารสารนัก ผปู้ กครองน้ี สอดคล้องกับศุภศิลป์ กุ ลจิตต์เจือวงศ์ [6] กล่าวว่าการใช้ บรหิ าร มหาวทิ ยาลยั กรงุ เทพ ปีท่ี 16, หน้า 110-115, ฉบับท่ี 1 มกราคม – โทรศพั ท์มือถอื เป็นเคร่อื งมือการส่อื สารในรูปแบบใหม่ ท่ชี ่วยสรา้ งความ มถิ นุ ายน, 2554 สะดวกสบายให้กับผใู้ ช้สาหรบั การติดต่อส่อื สารและการรบั ขา่ วสาร และ [9] สานักงานสถติ แิ ห่งชาติ กระทรวงดจิ ทิ ลั เพ่อื เศรษฐกจิ และสงั คม. “การสารวจ จากผลประเมินความพึงพอใจของผใู้ ช้ท่ีมีต่อแอปพลิเคชันติดตามบุตร การมกี ารใชเ้ ทคโนโลยสี ารสนเทศและการสอ่ื สาร การมกี ารใชเ้ ทคโนโลยี หลานจากผทู้ าแบบสอบถามจานวน 30 คน โดยส่วนใหญ่เป็นเพศหญงิ รอ้ ย ละ 56.7 และเพศชายรอ้ ยละ 43.3 พบวา่ ผลประเมนิ ความพึงพอใจโดยรวม 149

การประชมุ วิชาการระดับชาติด้านเทคโนโลยีสารสนเทศ ครั้งท่ี 11 (NCIT2019) สารสนเทศและการสอ่ื สารในครวั เรอื น พ.ศ. 2561 (ไตรมาส1),” [Online]. Available: http://www.nso.go.th/sites/2014/Pages/index07-61.aspx. [Accessed: 7 พฤษภาคม 2562]. 150

การประชุมวชิ าการระดบั ชาตดิ า้ นเทคโนโลยีสารสนเทศ คร้ังท่ี 11 (NCIT2019) การพฒั นาระบบตรวจสอบการใช้ไฟฟ้าในบา้ นแบบหลายจดุ ด้วย Wireless Mesh Network เชื่อมต่อระบบผ่านเครือขา่ ย 3G Development of Home Energy Monitor Multiple Unit System with Wireless Mesh Network connected to the Internet by 3G network จริ วฒั น์ จติ ประสตู วทิ ย์ พชั รนิ ทร์ กระจา่ งแจ่ม เพญ็ นภา สะมะแอ คณะวศิ วกรรมศาสตรศ์ รรี าชา คณะวศิ วกรรมศาสตรศ์ รรี าชา คณะวศิ วกรรมศาสตรศ์ รรี าชา ภาควชิ าวศิ วกรรมคอมพวิ เตอร์ ภาควชิ าวศิ วกรรมคอมพวิ เตอร์ ภาควชิ าวศิ วกรรมคอมพวิ เตอร์ ม.เกษตรศาสตร์ วทิ ยาเขตศรรี าชา ม.เกษตรศาสตร์ วทิ ยาเขตศรรี าชา ม.เกษตรศาสตร์ วทิ ยาเขตศรรี าชา ชลบรุ ี ชลบุรี ชลบุรี [email protected] [email protected] [email protected] บทคดั ยอ่ — เทคโนโลยีที่ทนั สมยั ทาให้มีการพฒั นาอปุ กรณ์อานวย stablishing benefits to electricity consumption inside the house of current population. ความสะดวกมากขึ้น สง่ ผลให้มีความต้องการในการใช้พลงั งานไฟฟ้ามาก Keywords — Energy Meter, Energy Management System, Mesh ขึน้ เช่นกนั ในหลายครอบครวั จะประสบปัญหาค่าไฟฟ้าสูงข้นึ โดยไมท่ ราบ Network, 3G Network, Single IoT Gateway, Internet of thing. สาเหตุ และไมส่ ามารถหาต้นตอเพอื่ แก้ปัญหาได้ อีกทงั้ อุปกรณ์ตรวจสอบ 1. บทนา ปัจจุบันพลังงานไฟฟ้ าถือได้ว่าเป็ นพลังงานท่ีสาคัญมากในการ พลงั งานมีราคาสูง และไมส่ ามารถตรวจวดั ข้อมูลจากการใช้ไฟฟ้า ดารงชวี ติ โดยในยคุ ดจิ ติ อล ท่อี ปุ กรณ์ไฟฟ้าออกแบบมาช่วยอานวยความ สะดวกในการใชช้ วี ติ ทาใหก้ ารใชช้ วี ติ สะดวกสบายยงิ่ ขนึ้ มอี ยู่รอบตวั หลาย ครอบคลมุ ทวั่ ทงั้ บริเวณบ้าน รายงานการวิจยั นี้นาเอาเทคโนโลยี ครอบครวั ตอ้ งพ่งึ พาไฟฟ้าตลอด 24ชวั่ โมง ประเทศไทยจงึ ประสบปัญหา การใช้พลงั งานไฟฟ้ามากข้ึน และมีแนวโน้มเพิ่มขึ้นในทุกๆปี แต่ว่า อินเทอรเ์ น็ตของสรรพส่ิง(IoT) เขา้ มาใช้เพอ่ื พฒั นาระบบตรวจสอบพลงั งาน พลงั งานท่มี อี ยู่ปัจจุบนั มีจานวนลดน้อยลง [1] ประเทศไทยจงึ ต้องนาเขา้ น้ามนั เชือ้ เพลงิ และก๊าซธรรมชาติจานวนมากจากต่างประเทศ เพ่อื นามา ไฟฟ้าในบ้าน ที่สามารถตรวจวดั ไฟฟ้าทงั้ ชนิดกระแสตรง และกระแสสลบั ผลิตพลังงานไฟฟ้า ดงั จะเห็นว่ามีการรณรงค์ส่งเสริมใหม้ ีการอนุรกั ษ์ พลงั งาน และกระตุน้ ใหป้ ระชาชนประหยดั พลงั งาน โดยนาเสนอผ่านส่ือ พร้อมกนั ได้หลายจดุ ภายในบริเวณบ้าน ทงั้ น้ีอปุ กรณ์ที่พฒั นาข้นึ ในแต่ละ ประชาสมั พนั ธต์ ่างๆ เพ่อื ลดการใชไ้ ฟฟ้าของภาคครวั เรือน จากปัญหาท่ี กล่าวมา การลดการใช้ไฟฟ้าจึงเป็นสิ่งท่ีสาคัญท่ีทุกครัวเรือนควรให้ จุดจะสง่ ขอ้ มูลที่วดั การใช้ไฟฟ้ากลบั มาท่ี อุปกรณ์ศูนยก์ ลาง(3G Single ความสาคญั ดงั นนั้ การตรวจสอบการใชไ้ ฟฟ้าจงึ เป็นสงิ่ ท่สี าคญั ในการช่วย ลดการใช้ไฟฟ้าได้ [2] แต่โดยพื้นฐานแล้วทุกครัวเรือนท่ีจะการติดตัง้ Gateway) ซ่ึงมหี น้าท่ีจดั การกบั ข้อมลู ท่ีถกู ส่งเขา้ มา โดยระบบจะใช้ 3G อุปกรณ์วดั พลงั งานไฟฟ้า(มเิ ตอรไ์ ฟฟ้า) สาหรบั วดั การใชไ้ ฟฟ้าภายใน ครวั เรือนอยู่แล้ว แต่ด้วยความไม่สะดวกในการตรวจสอบ ท่ีไม่สามารถ Network ในการเช่ือมต่อสู่ Internet และจดั การสง่ ข้อมลู ไปยงั Cloud Server ตรวจวดั การใชพ้ ลงั งานไฟฟ้ามากจนผดิ ปกติ ไดต้ ลอดเวลา และไมส่ ามารถ ดขู อ้ มลู ยอ้ นหลงั เทยี บกบั เวลาได้ การทจ่ี ะตรวจเจอปัญหากใ็ กล้ในช่วงสน้ิ ทาให้การทางานมเี สถียรภาพทงั้ ด้านขอ้ มลู และการเช่ือมต่อ ดงั นัน้ ระบบที่ เดือน ส่งผลให้มกี ารเรยี กเก็บค่าไฟฟ้า ท่ีค่าใชจ้ ่ายก็สูงเกนิ ท่คี าดไปแลว้ ดงั นนั้ ในปัจจบุ นั จงึ มกี ารพฒั นาอุปกรณ์ หรอื ระบบในการตรวจสอบการใช้ พฒั นาขึน้ จะสามารถทางานได้อย่างมปี ระสิทธิภาพและเกิดประโยชน์ต่อ พลงั งาน เพ่อื นามาตดิ ตามการใชพ้ ลงั งานไดแ้ บบเรยี ลไทม์ ท่จี ะทาใหก้ าร บรหิ ารจดั การเป็นไปไดอ้ ยา่ งมปี ระสทิ ธภิ าพมากยงิ่ ขน้ึ การใช้ไฟฟ้าภายในบา้ นของผคู้ นในปัจจบุ นั ข้อมูลการใช้ไฟฟ้า เป็นสิ่งท่ีสาคญั การบริหารจัดการการใช้ไฟฟ้า ภายในบ้าน เพ่ือท่ีจะนาขอ้ มูลฯมาจดั การการใช้ไฟฟ้าได้อย่างตรงจุด คำสำคญั — เครอื่ งวดั พลงั งานไฟฟ้า, การจดั การการใช้พลงั งาน ดงั นนั้ ระบบท่คี าดว่าจะพฒั นาขน้ึ มาจงึ ต้องมีอุปกรณ์ท่เี ก็บขอ้ มูลการใช้ ไฟฟ้า ท่สี ามารถเกบ็ ขอ้ มูลการใช้ไฟฟ้าได้หลายประเภทคอื อุปกรณ์ท่ใี ช้ ไฟฟ้า, เครือข่ายแบบตาขา่ ย, เครือขา่ ย3G, อินเทอรเ์ น็ตของสรรพส่ิง ไฟฟ้ากระแสตรง เช่น มือถอื , โคมไฟ และอุปกรณ์ท่ใี ช้ไฟฟ้ากระแสสลบั ABSTRACT — With the advancement in technology, device development to facilitate has increased. As a result, there is necessity to use electricity consumption has also increased. There are many families encountered a problem higher electricity charge without knowing the reason and cannot identify root causes for problem solving. Additionally, device to investigate energy are expensive and it cannot monitor electricity consumption of comprehensive home area. This research paper brings Internet of Thing (IoT) technology to develop a monitoring system of a home electricity consumption that it can measure electricity energy with multiple points. The Energy Node will send data to centralized (3G Single Gateway) for managing data. The system will adopt 3G Network for send data to Cloud Server consequently caused to stability both data and connection. Therefore, the system which is developed will enable work to efficiency and also 151

การประชุมวิชาการระดบั ชาตดิ า้ นเทคโนโลยีสารสนเทศ ครั้งที่ 11 (NCIT2019) เช่น พดั ลม, ทวี ี เป็นตน้ ภายในบา้ นอาจจะมกี ารวางอปุ กรณ์วดั พลงั งานไว้ รูปท่ี 2. ภาพรวมของระบบ ประกอบดว้ ย 2.1) DC Node, 2.2) AC Node, ในหลายๆจุด ผใู้ ชต้ ้องคอยตรวจสอบเองในแต่ละจดุ ก็จะเกดิ ปัญหาในการ 2.3) Gateway Node, 2.4) Cloud Server และ 2.5) Dash Board ตรวจสอบขอ้ มูลขนึ้ มา จึงเกิดแนวคดิ ว่าจะพฒั นาระบบตรวจสอบการใช้ พลงั งาน 2.2 การออกแบบระบบ 2.2.1 การออกแบบ DC Node อุปกรณ์ตรวจวดั พลงั งาน(Energy Node) จะถูกวางครอบคลุมทงั้ ตวั การออกแบบให้ความสาคญั ในเร่อื งขนาดอุปกรณ์ การออกแบบ บ้าน(ดงั รูป1) อุปกรณ์สามารถวดั ไฟฟ้าชนิดกระแสตรง(DC Node) และ ชนิดกระแสสลบั (AC Node) อุปกรณ์จะส่งขอ้ มูลไปยงั อุปกรณ์ศูนย์กลาง วงจร(ดงั รูป3) ใชไ้ ฟ 5V-USB เป็นแหลง่ พลงั งานของตวั อปุ กรณ์ และนาไป โดยใช้แนวคดิ การพฒั นาระบบสารสนเทศเพ่อื การบรหิ ารจดั การแบบรวม จา่ ยใหก้ บั อุปกรณ์ท่จี ะตรวจสอบ ใช้ ESP8266 ท่เี ป็น Wifi SoC เป็น MCU ศูนย(์ Centralizes System) ท่มี ผี ลดีในดา้ นความปลอดภยั และการจดั การ สามารถติดต่อกับอุปกรณ์ในระบบด้วยคล่ืนความถ่ี 2.4GHz (Mesh ขอ้ มูล [3] โดยนาเอาเทคโนโลยี Mesh Network มาร่วมใช้ในการติดต่อ Network) ใช้ Sensor วดั กระแสไฟฟ้าเบอร์ INA219 ของบริษัท Texas ระหว่าง Node ทาให้การตดิ ต่อต่อระหว่างอปุ กรณ์ท่วี างไกลเกินระยะของ Instruments แรงดนั ไฟฟ้าสูงสุดทว่ี ดั ได้ 26VDC กระแสสงู สุด 3.2A ใช้ I2C อุปกรณ์ศูนย์กลาง(Gateway Node) ก็สามารถส่งข้อมูลกลับมา ยัง ตดิ ต่อกบั MCU ติดตงั้ จอแสดงผลขนาดเลก็ ชนิด OLED 0.91” ตดิ ต่อผา่ น ศูนย์กลางได้ผ่านการวางการเช่ือมต่อแบบ Mesh Network ในด้าน I2C ทาใหส้ ะดวกตอ่ การนาไปใชง้ าน และทาใหอ้ ุปกรณ์มขี นาดเลก็ โครงสรา้ งพ้ืนฐานในการติดต่อกันระหว่างอุปกรณ์ฯ (Energy Node) จะ ตดิ ตอ่ กนั แบบไรส้ ายผา่ นคล่นื ความถ่ี 2.4GHz อุปกรณ์ศูนยก์ ลาง(Gateway) จะได้รบั ขอ้ มูลจากอุปกรณ์ตรวจวัด ไฟฟ้า(DC and AC Node) และจัดการการส่งข้อมูลไปยงั Cloud Server โดยใช้ 3G Network มกี ารแสดงผลขอ้ มูลการใช้ไฟฟ้า เพ่อื การจดั การใช้ ไฟฟ้าได้อยา่ งมปี ระสิทธิภาพ โดยแสดงขอ้ มูลแบบเวลาจริง(Real-Time) และสามารถดูขอ้ มูลยอ้ นหลงั (Data Logger) การพฒั นาระบบนจี้ ะสามารถ จดั การการใชไ้ ฟฟ้าในบา้ นอย่างมปี ระสทิ ธภิ าพมากยงิ่ ขนึ้ ส่งผลใหก้ ารใช้ ไฟฟ้าในบา้ นและค่าใชจ้ า่ ยไฟฟ้ามแี นวโนม้ ลดลงไดด้ ยี งิ่ ขน้ึ รูปท่ี 1. จาลองการตดิ ตงั้ อุปกรณ์วดั ไฟฟ้า DC/AC หลายจุดภายในบา้ น รปู ท่ี 3. การออกแบบวงจรของอุปกรณ์ DC Node 2. รายละเอียดการพฒั นา การออกแบบ Enclosure สาหรบั DC Node เนน้ การออกแบบให้ 2.1 ภาพรวมของระบบ มีขนาดเล็ก (กว้าง 37 x ยาว 88 x สูง 25 mm) (ดังรูป4) สามารถใช้ ระบบท่อี อกแบบจะมกี ารติดตงั้ อุปกรณ์วดั ไฟฟ้าหลายจุดภายในบา้ น อแดปเตอร์ 5V ให้พลงั งานกบั ตวั อุปกรณ์ผา่ น Port Micro-USB ซ่งึ หาได้ และจะมีการตดิ ตงั้ อปุ กรณ์เช่อื มต่อศูนยก์ ลางอยบู่ ริเวณกลางบา้ น เพ่อื ทา ง่าย ตวั อปุ กรณ์ DC Node สะดวกในการใชง้ าน หนา้ ท่ใี นการเช่อื มตอ่ อปุ กรณ์เขา้ ดว้ ยกนั (ดงั รูป1) ระบบทอ่ี อกแบบจะคานงึ ถงึ การนาไปใชง้ าน โดยเนน้ การออกแบบใหม้ ี เสถยี รภาพในการรบั สง่ ขอ้ มลู ประกอบแบ่งเป็น 5 สว่ น (ดงั รปู ท่2ี ) รปู ท่ี 4. การออกแบบ Enclosure สาหรบั DC Node 152

การประชมุ วชิ าการระดบั ชาติด้านเทคโนโลยีสารสนเทศ ครัง้ ที่ 11 (NCIT2019) 2.2.2 การออกแบบ AC Node การออกแบบ Gateway Node เน้นการทางานใหเ้ สถียรเป็นหลกั การออกแบบ AC Node จะเน้นการออกแบบดา้ นความปลอดภยั และส่วนของการแสดงผลท่ชี ดั เจน การออกแบบวงจร(ดงั รปู 7) ใช้ 5V-USB ในการใชง้ าน และการควบคุมอุปกรณ์ สามารถสงั เปิด/ปิดอุปกรณ์ท่ีวัด เป็นแหล่งพลงั งานของตวั อุปกรณ์ เลอื กใชไ้ มโครคอนโทรลเลอร์ ESP32 ท่ี พลงั งานอยูไ่ ด้ การออกแบบวงจร(ดงั รูป5) ใช้พลงั งานจากไฟฟ้าแรงดนั เป็น Wifi SoC มี Port การเช่อื มตอ่ ทม่ี ากขน้ึ สามารถตดิ ตอ่ กบั อุปกรณ์ใน 220V นามาแปลงแรงดันไฟฟ้ าเป็ น 5VDC โดยใช้ Switching Supply เครอื ขา่ ย Mesh ดว้ ย Wifi 2.4GHz การตดิ ตอ่ กบั DC Node และ AC Node 220VAC to 5VDC ในอกี ส่วนของวงจรจะนาไฟฟ้า 220VAC ไปจา่ ยใหก้ บั จะใช้เทคนิค Wifi Mesh Network ในการตดิ ต่อ ดงั นนั้ ตวั อุปกรณ์จะตอ้ งมี อุปกรณ์ทจ่ี ะตรวจวดั เลอื กใช้ ESP32 รุน่ M5 Stack เป็นหน่วยประมวลผล การตดิ ต่อเขา้ สู่ Internet ผา่ นการเช่อื มต่อrพื้นฐาน ผวู้ จิ ยั ได้เลือกใชก้ าร ท่เี ป็น Wifi SoC และมีจอ LCD ขนาด 2” ในการแสดงผล การวดั พลงั งาน ตดิ ต่อแบบ Cellular คล่นื ความถ่ี 3G 850/900/2100MHz มาใชใ้ นการสง่ ใช้ Module PZEM-004T ท่รี บั แรงดนั ไฟฟ้าชว่ ง 80-260VAC และวดั กระแส ข้อมูลไปยัง Cloud Server ตัวอุปกรณ์ใช้ 3G Modem บริษัท Quectel สงู สดุ 100A วดั กระแสผา่ น Coil ไมส่ มั ผสั กบั สายไฟฟ้าโดยตรง ใช้ UART UC20G GSM/UMTS/HSPA+ ตดิ ต่อ MCU ผา่ น Serial UART จงึ เลอื กใช้ ในการตดิ ต่อกบั MCU และมี Relay มาใชค้ วบคมุ อปุ กรณ์ โดยผา่ น Opto- ESP32 ทม่ี ี UART 3ช่อง มาใชง้ าน ในส่วนของจอแสดงผลเลอื กใชจ้ อ TFT isolation เพ่อื ความปลอดภยั ในการใชง้ านอุปกรณ์ อปุ กรณ์จะตดิ ตงั้ ไมย่ าก LCD 2.2นวิ้ มาแสดงผลทาใหก้ ารแสดงผลทาไดช้ ดั เจนยง่ิ ขน้ึ สามารถดูการใชพ้ ลงั งานทางจอแสดงผลในตวั อปุ กรณ์ไดเ้ ชน่ เดยี วกนั รปู ท่ี 7. การออกแบบวงจรของอปุ กรณ์ Gateway Node กา รอ อ กแ บ บ Enclosure ส า ห รับ Gateway Node เน้นกา ร ออกแบบใหเ้ หมาะสมกบั การใช้งาน (กว้าง 65 x ยาว 82 x สูง 55 mm) ดา้ นบนเป็นจอแสดงผลขนาด 2.2 น้ิว มอี งศาการเอยี ง 20 องศา เพ่อื นให้ ผใู้ ช้งานสามารถมองจอแสดงผลไดส้ ะดวกขน้ึ การออกแบบ Enclosure (ดงั รูป8) รปู ท่ี 5. การออกแบบวงจรของอุปกรณ์ AC Node การออกแบบ Enclosure สาหรบั AC Node เน้นการออกแบบใหม้ ี ความแขง็ แรงทนตอ่ การใช้งาน (กวา้ ง 120 x ยาว 135 x สูง 59 mm) การ ออกแบบ Enclosure ( ดงั รปู 6 ) รูปท่ี 6. การออกแบบ Enclosure สาหรบั AC Node รูปท่ี 8. การออกแบบ Enclosure สาหรบั Gateway Node 2.2.3 การออกแบบ Gateway Node 2.2.4 การออกแบบ Cloud Server การออกแบบ Server ในปัจจุบนั มบี รกิ าร Server หรอื Broker ใน การทดลองการทางานด้าน IoT มากมาย ทงั้ นี้ผวู้ จิ ยั เรม่ิ ตน้ การออกแบบ โดยคานึงถงึ การบริหารจดั การ รวมถงึ การทางาน โดยตวั เคร่อื ง Server 153

การประชมุ วิชาการระดบั ชาตดิ ้านเทคโนโลยีสารสนเทศ ครง้ั ที่ 11 (NCIT2019) จะตอ้ งประกอบดว้ ย 6 ส่วนดงั นี้ 1.สะดวกในการดแู ลรกั ษา 2.ค่าใชจ้ า่ ยต่า IDE หลกั ในการพัฒนา รายละเอียดของการพฒั นา Firmware DC/AC 3.มีเสถียรภาพในการทางานสูง 4.ตดิ ตงั้ Mqtt Server สาหรบั เช่อื มตอ่ กบั Node (ดงั รูปท่1ี 0) Gateway Node (ดงั รปู 11) อุปกรณ์ Gateway Node 5.ตดิ ตงั้ Database สาหรบั เกบ็ ขอ้ มลู เรยี กขอ้ มลู ในอดีตมาดูได้ 6.สามารถขยายการทางานไดเ้ ม่อื ตอ้ งการ เม่ือดูจากสิ่งท่ี 2.3.2 การพฒั นา Enclosure ตอ้ งการผวู้ จิ ยั จงึ ไดเ้ ลือกใช้ Cloud Server เพ่อื ตอบสนองความสะดวกใน การพฒั นา Enclosure คอื การสร้างกล่องใส่อุปกรณ์ใหเ้ หมาะสม การดูแลรกั ษา ค่าใชจ้ ่ายต่า และมเี สถยี รภาพสูง เม่อื ดูปัจจยั ท่ตี อ้ งการ เพิ่มเติมจึงได้พัฒนา Cloud Server แบบ Virtual Machine Instances กับการทางาน ผู้วิจัยเลือกใช้โปรแกรม TinkerCAD ในการออกแบบ ผวู้ จิ ยั ไดพ้ ฒั นาบน Google Cloud Platform ในสว่ นของ Compute Engine จากนนั้ Export เป็นไฟล์(.STL) และใชโ้ ปรแกรม Ultimaker Cura ในการ รายละเอยี ดของตวั Server ดงั ตารางท่1ี ตดั Slicer ช้ินงานเป็นไฟล์(.GCODE) จากนัน้ นาไปทาการการขึ้นรูป Enclosure ดว้ ยเคร่อื ง 3D Printing เม่อื พมิ พ์ขน้ึ รูปเสร็จ จากนนั้ กเ็ ป็นใน ตารางท่ี 1. รายละเอยี ดของตวั Cloud Server ท่ผี วู้ จิ ยั นามาพฒั นา ส่วนของการประกอบชิ้นงานอุปกรณ์ อุปกรณ์ DC/AC Node และ Gateway Node ทป่ี ระกอบเสรจ็ แลว้ (ดงั รูปท่ี 12) หวั ขอ้ รายละเอยี ด Cloud platform Google Cloud Platform Type Compute Engine Processor Intel Skylake Machine type g1-small (1 vCPU) RAM 1.7GB Region asia-southeast1-c OS Ubuntu 16.04 LTS Price 22.82USD/Month การพฒั นา Cloud Server เลอื กใชร้ ะบบปฏบิ ตั กิ าร Ubuntu 16.04 LTS ผวู้ จิ ยั ไดท้ าการ Install NodeJS, npm Package Manager จากนนั้ ทาการตดิ ตงั้ NodeRed ท่เี ป็น Flow-based programming สามารถทางานรว่ มกบั Service ตา่ งๆ ซง่ึ รนั อยบู่ น NodeJS ทาใหก้ าร พฒั นาระบบไดอ้ ยา่ งคลอ่ งตวั ผวู้ จิ ยั ได้เลอื กใช้ mosquito มาเป็น MQTT Broker ในระบบ และเลอื กใช้ MongoDB เป็นฐานขอ้ มลู ของระบบ ดงั แสดง รายละเอยี ดของการพฒั นา Cloud server (ดงั รูป 9) รูปท่ี 10. Flowchart ของ DC/AC Node รปู ท่ี 9. รายละเอยี ดการพฒั นา Cloud Server 9.1) Platform ทเ่ี ลอื กใช้ 9.2) OS 9.3) Runtime 9.4) Tools ทน่ี ามาพฒั นา 2.3 การพฒั นาระบบ 2.3.1 การพฒั นา Firmware การพัฒนาอุปกรณ์ DC/AC Node และ Gateway Node เม่ือ ออกแบบ Hardware เสร็จเรียบร้อย ในขนั้ ตอนถัดไปคือการพัฒนา Firmware ผวู้ จิ ยั เลอื กใช้ VSCode Studio (Install Arduino extension) เป็น 154

การประชมุ วชิ าการระดบั ชาติดา้ นเทคโนโลยสี ารสนเทศ ครัง้ ท่ี 11 (NCIT2019) แผน่ วงจรรวม 100 100 100 Enclosure 40 150 70 585 970 1410 รวม 3. การติดตงั้ และการทดสอบใช้งาน ปัจจบุ นั ผวู้ จิ ยั ไดอ้ อกแบบ ผลติ และทดสอบใชง้ านจรงิ โดยมี รายละเอยี ดดงั นี้ DC Node จานวน 2เคร่อื ง AC Node จานวน 1เคร่อื ง Gateway 1เคร่อื ง และCloud Server 1Server รายละเอยี ดการทดสอบ เป็นไปตามรายละเอยี ดตามท่จี ะนาเสนอถดั ไป 3.1 ทดสอบความถกู ตอ้ งในการวดั DC Node การเปรยี บเทยี บความแม่นยาในการวดั การใชพ้ ลงั งานระหว่าง อุปกรณ์ท่พี ฒั นากบั Digital Multimeter UNI-T รุน่ UT210 ความแม่นยาใน การวดั DC ±(2%+3) ดงั ตารางท่3ี และรูปท่1ี 3 ผลการทดสอบตวั อปุ กรณ์มี ความแม่นยาใกลเ้ คยี งกบั เคร่อื งมอื วดั ทางไฟฟ้าท่ี DC ±(2%+3) ตารางท่ี 3. ผลการเปรยี บเทยี บการวดั ค่ากระแสไฟฟ้าจาก DC Node อปุ กรณ์ UNI-T UT210 DC Node (A) Error(%) Meter (A) Particle Electron 0.037 0.04 8.11 STM32 0.052 0.05 3.85 STM32 + Lora 0.057 0.06 5.26 Esp8266 0.071 0.07 1.41 Esp32+TFT 0.115 0.12 4.35 Raspberry Pi 0.644 0.64 0.62 รูปท่ี 11. Flowchart ของ Gateway Node Mean Error (%) 3.93 รูปท่ี 12. แสดงอุปกรณ์ในระบบ ดงั น้ี 12.1) DC Node, 12.2) AC Node, รปู ท่ี 13. กราฟแสดงผลการวดั กระแสจาก DC Node กบั Load ชนดิ ต่างๆ 12.3) Gateway Node และ 12.4) Dash Board 2.3.3 รายละเอยี ดตน้ ทุนตอ่ หน่วยในการพฒั นา 3.2 ทดสอบความถกู ตอ้ งในการวดั AC Node รายละเอยี ดของการพฒั นาระบบ จะแบ่งคา่ ใชจ้ า่ ยสาหรบั การพฒั นา การเปรยี บเทยี บความแม่นยาในการวดั การใชพ้ ลงั งานระหว่าง อปุ กรณ์ 3 ชนิด (DC Node, Ac Node, Gateway Node) ดงั ตารางท่2ี อุปกรณ์ท่พี ฒั นากบั Digital Multimeter UNI-T รุ่น UT210 ความแมน่ ยาใน การวดั AC ±(2.5%+5) ดงั ตารางท่4ี และรปู ท่1ี 4 ผลการทดสอบตวั อปุ กรณ์ ตาราง 2. รายละเอยี ดตน้ ทุนต่อหน่วยของแตล่ ะอปุ กรณ์ มคี วามแมน่ ยาใกลเ้ คยี งกบั เคร่อื งมอื วดั ทางไฟฟ้าท่ี AC ±(2.5%+5) อุปกรณ์ DC Node AC Node Gateway หน่วยประมวลผลหลกั 95 190 190 ตาราง 4. ผลการเปรยี บเทยี บการวดั คา่ กระแสไฟฟ้าจาก AC Node เซนเซอร์ 150 280 - อปุ กรณ์ UNI-T UT210 AC Node (A) Error(%) Modem - - 850 Meter (A) อเิ ลก็ ทรอนิกสอ์ ่นื ๆ 150 200 150 ลาโพง 0.067 0.070 4.48 คอนเนคเตอร์ 50 50 50 155

การประชุมวชิ าการระดบั ชาติด้านเทคโนโลยีสารสนเทศ ครัง้ ท่ี 11 (NCIT2019) ทวี ี Standby 0.104 0.110 5.77 AC Node 14.0 เมตร Not connect โน้ตบุค 0.102 0.100 1.96 พดั ลม เบอร1์ 0.168 0.170 1.19 ตารางท่ี 5 ผลการทดสอบการสง่ ขอ้ มลู รปู แบบตา่ งๆ พดั ลม เบอร2์ 0.190 0.190 0.00 พดั ลม เบอร3์ 0.203 0.200 1.48 อุปกรณ์ Single msg. Broadcast msg. Double msg. ทวี เี ปิดปกติ 0.424 0.440 3.77 ไดรเ์ ป่าผมลมเยน็ 1.169 1.090 6.76 ระยะ 3.5m Ok 3.2s Ok 5.0s Ok 4.4s 3.18 Mean Error (%) ระยะ 7.0m Ok 3.3s Ok 5.5s Ok 4.4s ระยะ 10.5m Not connect Ok 5.5s Ok 5.1s ระยะ 14m Not connect Ok 7.4s Not connect รปู ท่ี 13. กราฟแสดงผลการวดั กระแสจาก AC Node กบั Load ชนดิ ต่างๆ 4. บทสรปุ การพฒั นาระบบตรวจสอบการใชไ้ ฟฟ้าในบา้ นแบบหลายจดุ นี้ เป็นการ 3.3 ทดสอบระยะในการเช่อื มต่อ และรูปแบบการเช่อื มต่อต่างๆ นาเอาอุปกรณ์ Hardware และความรู้ด้าน IoT มาประยุกต์เพ่ือแกป้ ัญหา เพ่อื ทดสอบการทางานของอุปกรณ์ DC/AC Node ว่าเช่อื มตอ่ ไร้ การตรวจสอบไฟฟ้าในบ้านจากการทดลองใช้งานจริงพบว่ามกี ารหลุด สายผา่ น Wifi Mesh Network ตามระยะตา่ งๆ วา่ ไดร้ ะยะไกลสุดเทา่ ไหร่ เช่อื มต่ออยบู่ า้ ง สามารถแกไ้ ขโดยการใช้ WDT ทาใหอ้ ปุ กรณ์ Restart ได้ เพ่อื นามาออกแบบใหเ้ หมาะสมกบั การนาไปใชง้ านจรงิ ผวู้ จิ ยั ทดลองตดิ ตอ่ ทาใหข้ อ้ มูลมคี วามเสถยี รในการส่งขอ้ มลู เน่อื งจากตวั Gateway node ใช้ โดยวดั ระยะการใชง้ านภายในอาคาร ท่มี กี าแพงขวาง ผลการทดสอบดงั 3G ในการตดิ ตอ่ ไปยงั Cloud Server ตารางท่ี 4 อุปกรณ์ในระบบไมส่ ามารถตดิ ต่อไดใ้ นระยะเกนิ กวา่ 14เมตร ในสว่ นของค่าใชจ้ ่ายของระบบจะแบ่งเป็นคา่ ใชจ้ ่ายของอปุ กรณ์ดงั น้ี หรอื ประมาณ 4หอ้ ง ในสว่ นของรปู แบบการเช่อื มต่อ แบง่ วธิ กี ารส่งขอ้ มูล DC Node 585บาท AC Node 970บาท และ Gateway 1410บาท โดยถ้า ไดด้ ว้ ยกนั 3 แบบคอื 1) Single address msg. 2) Broadcast address เทียบกบั อุปกรณ์ลกั ษณะเดยี วกนั ในปัจจุบนั จะยงั ไม่มอี ุปกรณ์ท่ลี กั ษณะ msg. 3) Single and Broadcast (Double) address msg. ทดสอบภายใต้ เดียวกนั ใช้ Mesh Network ในการตดิ ต่อกนั โดยส่วนใหญ่จะเป็นการต่อ ระบบจาลองเดยี วกนั คอื มี DC Node 2 ตวั และ AC Node 1ตวั ทดสอบ อปุ กรณ์เขา้ สู่ Wifi ภายในบา้ นโดยตรง ซ่งึ มรี าคาแตกต่างกนั 500 – 2800 จากระยะและเวลาท่ี master อา่ นขอ้ มูลไดค้ รบทงั้ 3อปุ กรณ์ ผลการทดสอบ บาท ขนึ้ อยกู่ บั ประสทิ ธภิ าพของอปุ กรณ์และเทคโนโลยที น่ี ามาใช้ ดงั ตารางท่ี 5 โดยการตดิ ตงั้ เพ่อื นาไปใชง้ านจรงิ ควรคานงึ ถึง เสน้ ทางใน จากการทดลอง วดั ความแม่นยากระแสตรง DC Node และวดั ความ การส่อื สารโดยเลอื กวธิ อี ยา่ งเหมาะสม โดยการตดิ ตอ่ แบบ Single จะทาได้ แม่นยากระแสสลับ AC Node อุปกรณ์ทัง้ สอง DC/AC Node มีความ เรว็ ทส่ี ุดในระยะทางท่วี างอปุ กรณ์ภายในหอ้ ง แตใ่ นกรณีอุปกรณ์อยหู่ า่ งกนั แม่นยาในการวดั กระแส มคี ่าใกลเ้ คยี งกบั เคร่อื งมอื วดั ทางไฟฟ้า ค่าความ เกนิ 2 หอ้ งโดยประมาณควรเลอื กการตดิ ตอ่ แบบ Broadcast msg คาดเคล่อื น DC Node 3.93% และค่าความคาดเคล่อื น AC Node 3.18% จากการทดลองทดสอบระยะการเช่อื มต่อ พบว่ามปี ัญหาหาในการ ตารางท่ี 4 ผลการทดสอบการเช่อื มต่อ เช่อื มตอ่ ทร่ี ะยะ 14เมตร หรอื 4หอ้ งทม่ี กี าแพงกนั้ การเช่อื มต่อในทโ่ี ลง่ ไม่มี กาแพงกนั้ จะอย่ใู นระยะไม่เกิน 65เมตร ส่วนชนิดการเช่อื มต่อในกรณีใช้ อปุ กรณ์ ระยะทาง สถานะ ภายในบา้ น ระบบท่พี ฒั นาขนึ้ เลือกใช้ Broadcast msg. ในการติดต่อกนั ระหว่าง Mesh Network ทงั้ น้ีผวู้ จิ ยั เน้นการใชง้ านภายในครวั เรือนจงึ เน้น DC Node 3.5 เมตร Connect การทดลองภายในบา้ นเป็นหลกั จากการดาเนินการวิจยั และพฒั นาระบบดังกล่าวข้ึนมา ผูว้ ิจัยได้ DC Node 7.0 เมตร Connect ดาเนินการออกแบบ ประกอบ ทดสอบ และผลติ อุปกรณ์ในระบบขนึ้ มา พร้อมทัง้ การเขียนโปรแกรมควบคุม และติดตัง้ Cloud Server โดย DC Node 10.5 เมตร Connect ภาพรวมของระบบ จากการสอบถามการใชง้ านอุปกรณ์จานวน 60คน พบว่าการนาไปใช้งานจริงมีผลท่ีน่าพอใจ (ความพึงพอใจในภาพรวม DC Node 14.0 เมตร Not connect 4.52/5.0 ดเี ย่ยี ม) และตวั ระบบท่พี ฒั นาขน้ึ สามารถตรวจสอบการทางาน ของอปุ กรณ์ภายในบา้ นทกุ ชนดิ ไดอ้ ยา่ งสะดวก ทาใหท้ ราบพฤตกิ รรมการ AC Node 3.5 เมตร Connect ใช้ไฟฟ้า สามารถท่จี ะโปรแกรมใหร้ ะบบตรวจสอบการใชพ้ ลงั งานภายใน บา้ นได้และแจง้ เตอื นกลบั มายงั เจา้ ของบ้าน ในกรณีมีการใชไ้ ฟฟ้าเกนิ ค่า AC Node 7.0 เมตร Connect ท่ตี งั้ ไว้ หรือมีการใชไ้ ฟฟ้าโดยรวมเพมิ่ สูงเกนิ ค่าอตั ราท่กี าหนดไวต้ ่อวนั หรอื เดอื น เพ่อื ท่จี ะทาใหช้ ว่ ยผใู้ ช้ลดการใชพ้ ลงั งานไดอ้ ยา่ งทนั ถว่ งที ค่าท่ี กาหนดการแจง้ เตอื นขนึ้ กบั ผใู้ ชส้ ามารถตงั้ ไดผ้ า่ นหน้า UI บนเวปไซด์ เพ่อื นาไปบรหิ ารจดั การการใชพ้ ลงั งานใหด้ ยี ง่ิ ขนึ้ ต่อไป AC Node 10.5 เมตร Connect 156

การประชมุ วิชาการระดบั ชาติด้านเทคโนโลยสี ารสนเทศ คร้งั ท่ี 11 (NCIT2019) 5. แนวทางในการพฒั นาตอ่ 5.1 เพม่ิ ระบบแจง้ เตอื นไปยงั ผใู้ ช้ พฒั นา Server ใหร้ องรบั การ แจง้ เตอื นไปยงั ผใู้ ช้ และรองรบั การกาหนดตรวจสอบการใชไ้ ฟแบบเวลา จรงิ และแบบกาหนดชว่ ง เม่อื มกี ารใชพ้ ไฟฟ้าเกนิ กวา่ ค่าทก่ี าหนดไว้ ก็ จะแจง้ เตอื นไปยงั ผใู้ ช้ 5.2 ปรบั ปรงุ ให้ DC Node รองรบั ไฟฟ้ากระแสตรงไดห้ ลายชว่ ง แรงดนั อปุ กรณ์ท่พี ฒั นา Fix แรงดนั ท่ี 5V 5.3 ปรบั ปรงุ ให้ AC Node มวี งจรป้องกนั การใชไ้ ฟฟ้าเกนิ แบบ อตั โนมตั ิ เพ่อื ความปลอดภยั ในการใชง้ าน 5.4 การเช่อื มต่อ Gateway Node สามารถนาเอาเทคโนโลยี Nb- IoT มาใชใ้ นระบบเพ่อื ลดคา่ ใชจ้ า่ ย Data หรอื เพมิ่ ใหส้ ามารถเลอื กการส่ง ขอ้ มูล ใหม้ ี 3G + Wifi ในกรณีการเช่อื มต่อขดั ขอ่ งสามารถเปลย่ี นไปใชก้ าร เช่อื มตอ่ อกี แบบไดท้ นั ที 5.5 พฒั นาในสว่ นการแสดงผลในฝัง่ Cloud Server ใหม้ ี ประสทิ ธภิ าพมากยง่ิ ขนึ้ ส่งขอ้ มูลเขา้ ฐานขอ้ มลู แบบ Time Serie Database เพ่อื การประโยชนใ์ นการนาขอ้ มูลไปวเิ คราะหต์ ่อไป เอกสารอ้างอิง [1] C. Chupong ; B. Plangklang, \"Electricity bill forecasting application by home energy monitoring system\" in iEECON 2 0 1 7 ; DOI: 8 0 7 5 7 59 , March. 2017. [2] S. Rojchaya ; M. Konghirun, \"Development of energy management and warning system for resident: An energy saving solution\", in ECTICON2009, DOI: 5137040, May. 2009. [3] Shan Yin ; Yueming Lu ; Yonghua Li, \"Design and implementation of IoT centralized management model with linkage policy\", in IET, DOI: 10.1049/cp.2015.0859, Oct. 2015. 157

การประชมุ วชิ าการระดบั ชาตดิ า้ นเทคโนโลยสี ารสนเทศ คร้งั ที่ 11 (NCIT2019) การวิเคราะหข์ อ้ มลู เพื่อจาแนกคณุ ลกั ษณะในแมวสายพนั ธแ์ุ ท้ An Information Analysis for Cat Breeds Identification ณชั ชา ซาวปิง สะพรงั่ สทิ ธิ์มฤทุสาธร Nacha Zawping Saprangsit Mruetusatorn คณะเทคโนโลยสี ารสนเทศ สถาบนั เทคโนโลยไี ทย-ญปี่ ่นุ คณะเทคโนโลยสี ารสนเทศ สถาบนั เทคโนโลยไี ทย-ญปี่ ่นุ Thai-Nichi Institute of Technology Thai-Nichi Institute of Technology กรุงเทพมหานคร กรุงเทพมหานคร Bangkok Thailand Bangkok Thailand [email protected] [email protected] บทคัดย่อ — งานวิจัยนี้ มีวตั ถุประสงค์เพ่ือสร้างความเข้าใจในการ world standards, CFA and TICA (The International Cat Association). จาแนกคุณลกั ษณะเฉพาะของแมว 44 สายพนั ธตุ์ ามมาตรฐาน CFA (The Each standard provides feature information, i.e. color and shape, with Cat Fanciers’ Association) โดยการบรู ณาการข้อมูลแมวสายพนั ธ์ุแท้จาก different level of detail for classifying and identifying cat breeds. Thus, 2 ม าต รฐาน ที่ ได้ รับ การยอ มรับทั่วโลก ได้ แก่ CFA และ TICA (The the incorporation of both standards helps significantly fulfill more International Cat Association) ซ่ึงมขี อ้ มลู และจุดเด่นที่มคี วามแตกต่างกัน complete detail of the features for the information analysis helping สาหรับใช้ ในการอ้ างอิ งคุณ ลัก ษณ ะในการจาแนก แบ่งออกเป็ น more accurate classification and identification of the cat breeds คุณลกั ษณะของสี และคุณลกั ษณะของรูปทรง เพื่อให้ได้ข้อมูลท่ีครบถ้วน further. สมบูรณ์ สามารถจาแนกความแตกต่างระหว่างสายพันธ์ุได้อย่างมี นัยสาคญั สาหรบั ใช้ในการวิเคราะห์สารสนเทศ (Information Analysis) ใน According to the result of the information analysis, it is found that การจาแนกขอ้ มลู สายพนั ธ์ุเบ้ืองต้น เพือ่ เป็นประโยชน์ในการนางานวิจยั ไป the uniqueness and similarity of among the cat breeds could be ต่อยอดสาหรบั การระบุสายพนั ธุแ์ มวให้มีความแมน่ ยาย่ิงขนึ้ obviously classified for analyzing probability of identifying cat breeds. From the quantitative analysis using Pivot Table of cat breeds’ ผลการวิเคราะห์ข้อมูลทาให้สามารถเข้าใจความเป็นเอกลกั ษณ์เฉพาะ features, it is found that there are 253 unique colors and patterns out (Unique) ของแมวในสายพนั ธท์ุ ี่มีความแตกต่างอยา่ งเหน็ ได้ชดั และ of total 453, and 200 colors and patterns similar to other cat breeds. สามารถจาแนกความคล้ายคลึงกนั ของคณุ ลกั ษณะเพอื่ วิเคราะหถ์ ึงความ For the eye color, it can be divided into 20 color shades. About the น่าจะเป็นในการระบุสายพนั ธขุ์ องแมว จากการศึกษาโดยนับจากการคดั head shape, there are 12 types of shape, which 4 shapes are unique in กรองด้วย Pivot Table และการวิเคราะหเ์ ชิงปริมาณ พบวา่ มจี านวน 4 breeds. For the ear shape, there are only 3 and only unique in 2 คณุ ลกั ษณะของสีและลวดลายทงั้ หมด 453 สี โดยมจี านวน 253 สที ี่มีความ breeds i.e. American Curl and Scottish Fold. For the eye shape, there เป็นเอกลกั ษณะเฉพาะโดยนับจากจานวนสีท่ีปรากฏเป็น 1 จากจานวนรวม are 10 and 4 of them are unique. For the body shape, there are only 10 ของสายพนั ธทุ์ งั้ หมด และมี 200 สที ี่มคี วามคลา้ ยคลึงกนั กบั สายพนั ธอุ์ ื่น out of 18 which are unique. ในขณะเดียวกนั คุณลกั ษณะสขี องดวงตาสามารถแบ่งออกได้เป็นช่วงของ เฉดสไี ด้ถึง 20 เฉดสี คณุ ลกั ษณะด้านรูปทรงของหวั มที งั้ หมด 12 รปู ทรง Keywords — Feature Classification, Cat breeds, Information โดยมรี ูปทรงที่มคี วามเป็นเอกลกั ษณ์เฉพาะ 4 รปู ทรงใน 4 สายพนั ธุ์ รูปทรง Analysis ของหสู ามารถมไี ด้เพยี ง 3 รูปทรงและมีเพียง 2 สายพนั ธ์เุ ท่านัน้ ที่มีความ เป็นเอกลกั ษณะเฉพาะ ได้แก่ American Curl และ Scottish Fold รปู ทรง 1. บทนา ของดวงตา 10 รูปทรง มีรูปทรงที่มีความเป็นเอกลกั ษณ์เฉพาะ 4 รปู ทรง แมวเป็นหน่งึ ในสตั วเ์ ลีย้ งท่ไี ด้รบั ความนิยมมากท่สี ุดในโลก หลกั ฐาน และประเภทของลาตวั พบว่ามีเพียง 10 ใน 18 รูปทรงเท่านัน้ ที่มีเอกลกั ษณ์ ทางโบราณคดแี สดงใหเ้ หน็ ว่าแมวมตี น้ กาเนดิ มาราว 9000-10000 ปี [1] เฉพาะ และไดร้ บั ความนยิ มมาอยา่ งต่อเน่อื งในหลากหลายพนื้ ท่ขี องโลก หลาย สถาบนั ไดม้ กี ารศกึ ษาสายพนั ธขุ์ องแมว โดยการแยกความแตกตา่ งของ คำสำคญั — การจาแนกคณุ ลกั ษณะเฉพาะ, สายพนั ธุแ์ มว, วิเคราะห์ แมวตามลกั ษณะแตล่ ะสายพนั ธุ์ เพ่อื กาหนดเป็นมาตรฐานเฉพาะของ สารสนเทศ สถาบนั ทไ่ี ดผ้ า่ นการวจิ ยั ในการแบง่ แยกระบสุ ายพนั ธทุ์ ่ชี ดั เจนในทาง วทิ ยาศาสตร์ ซง่ึ ไดร้ บั การยอมรบั ไปทวั่ โลก อาทิ มาตรฐาน CFA (The ABSTRACT — The purpose of this research is to understand the Cat Fanciers’ Association) และ มาตรฐาน TICA (The International Cat feature classification for 44 cat breeds basically based on the CFA Association) ในประเทศไทยชมรมผนู้ ิยมแมวแหง่ ประเทศไทย หรอื CFCT standard (The Cat Fanciers’ Association) by incorporating between two (Cat Fanciers’ Club of Thailand) [2] เป็นหน่งึ ในสมาชกิ ท่ไี ดข้ นึ้ ทะเบยี น 158

การประชมุ วชิ าการระดับชาติด้านเทคโนโลยสี ารสนเทศ ครั้งที่ 11 (NCIT2019) โดยใชม้ าตรฐานของ CFA ซง่ึ มแี มวสายพนั ธแุ์ ทท้ ไ่ี ดร้ บั การระบไุ วต้ าม การวเิ คราะหส์ ารสนเทศ (Information Analysis) เป็นกระบวนการจดั มาตรฐานจานวน 44 สายพนั ธุ์ ระเบยี บแยกแยะสว่ นสาคญั ของขอ้ มลู ทม่ี อี ยอู่ อกเป็นหมวดหมู่ โดยจาแนก ขอ้ มูลสารสนเทศทม่ี เี นอ้ื หาไปในทศิ ทางเดยี วกนั ใหอ้ ยู่ร่วมกนั [7] เพ่อื ให้ งานวจิ ยั น้ีมุง่ เนน้ ศกึ ษาขอ้ มูลของแมวสายพนั ธแุ์ ท้ 44 สายพนั ธุ์ โดย ไดค้ าตอบตามความมุ่งหมายและสมมตฐิ านท่กี าหนดไว้ การระบสุ ายพนั ธุ์ กาหนดขอบเขตของการวเิ คราะหค์ ณุ ลกั ษณะหลกั เพ่อื จาแนกสายพนั ธเุ์ ป็น แมวจากคณุ ลกั ษณะเพ่อื หาระยะความเป็นไปไดท้ ่จี ะปรากฏในแมวสาย 2 สว่ น ไดแ้ ก่ คณุ ลกั ษณะของสี ประกอบดว้ ย สีของตา และสขี องตวั โดย พนั ธแุ์ ทท้ ่มี คี วามเป็นเอกลกั ษณ์เฉพาะ หรอื จดั กล่มุ แมวสายพนั ธแุ์ ทท้ ม่ี ี อา้ งองิ ตามมาตรฐาน CFA คณุ ลกั ษณะของรูปทรง ประกอบดว้ ย รปู ทรง ความคลา้ ยคลงึ กนั เป็นสว่ นทจ่ี ะทาใหส้ ามารถระบคุ วามเป็นไปไดข้ อง ของหวั รูปทรงของตา รูปทรงของหู ขนาดของหู และประเภทของลาตวั ขอบเขตในวงกวา้ งใหล้ ดนอ้ ยลง เพ่อื การระบสุ ายพนั ธแุ์ มวไดอ้ ยา่ งแม่นยา โดยอา้ งองิ ตามมาตรฐาน TICA บูรณาการขอ้ มูลเพ่อื ใหไ้ ดข้ อ้ มลู ท่คี รบถว้ น โดยการวเิ คราะหส์ ารสนเทศดว้ ย Pivot Table ซ่งึ เป็นเคร่อื งมอื วเิ คราะห์ ในการสรา้ งกล่มุ ของขอ้ มูลทส่ี นใจสาหรบั ทาการวเิ คราะหข์ อ้ มูลแบบ Pivot ขอ้ มลู ท่สี ามารถกรองขอ้ มลู (Filter) ของแต่ละคณุ ลกั ษณะท่ใี หค้ วามสนใจ Table เพ่อื ทาความเขา้ ใจในคุณลกั ษณะเฉพาะของแมวแต่ละสายพนั ธุ์ สาหรบั ใชใ้ นการจาแนกเพ่อื ระบสุ ายพนั ธแุ์ มวไดอ้ ยา่ งถูกตอ้ ง และแม่นยา 3. วธิ ดี าเนินงาน การบูรณาการขอ้ มลู เพ่อื การวเิ คราะหส์ ารสนเทศเป็นการจดั เกบ็ ขอ้ มูล 2. เอกสารและงานวจิ ยั ท่เี ก่ยี วขอ้ ง จากหลายแหล่งท่มี า เพ่อื ใหไ้ ดค้ ณุ ลกั ษณะของแมวสายพนั ธแุ์ ทท้ ่คี รบถว้ น แมวเป็นสตั วเ์ ลย้ี งลกู ดว้ ยนมอยใู่ นตระกลู Felidae ซ่งึ เป็นตระกูลเดยี วกบั โดยเลอื กแหลง่ ขอ้ มลู จากมาตรฐานแมวสายพนั ธแุ์ ทท้ ่มี จี ดุ สนใจแตกต่าง สงิ โตและเสอื ดาว ตน้ ตระกลู แมวมาจากเสอื ไซบเี รยี น หลกั ฐานทาง กนั และไดร้ บั การยอมรบั อยา่ งแพรห่ ลาย ประกอบดว้ ยขนั้ ตอน ดงั น้ี โบราณคดแี สดงใหเ้ หน็ การผลดั ถน่ิ ของแมว ท่เี กดิ ขน้ึ ในตะวนั ออกกลาง 1) ศกึ ษาขอ้ มูลมาตรฐานแมวสายพนั ธแุ์ ท้ โดยมงุ่ เนน้ พนื้ ทส่ี นใจ สง่ ผลตอ่ การแพร่กระจายของแมวในอดตี ซ่งึ เกดิ จากเสน้ ทางการคา้ ระหว่างอารยาธรรมโบราณ หลกั ฐานทางประวตั ศิ าสตรท์ เ่ี กา่ แก่ทส่ี ดุ ของ จานวนแมวสายพนั ธแุ์ ท้ สี และลวดลายของแมว (Color and แมวคอื การทามมั ม่แี มวทค่ี น้ พบในสมยั อยี ปิ ตโ์ บราณ [3] แมวเรมิ่ เขา้ มา Pattern Feature) 44 สายพนั ธุ์ ตามมาตรฐาน CFA (The Cat เกย่ี วขอ้ งกบั วถิ ชี วี ติ ของมนุษยร์ าว 9,500 ปีก่อน ความสมั พนั ธร์ ะหวา่ ง Fanciers’ Association) ท่ใี หค้ วามสาคญั เขม้ งวดในการรบั รอง มนุษยก์ บั แมวเป็นประโยชน์ในการพง่ึ พาอาศยั กนั และกนั มนุษยเ์ ลย้ี งแมว การจดทะเบยี นแมวสายพนั ธแุ์ ท้ และเร่อื งของสี ทงั้ น้ีมาตรฐาน สาหรบั การควบคมุ ประชากรหนูทม่ี าทาลายพชื ผกั ท่เี พาะปลกู สาหรบั ปรงุ CFA มกี ารระบุคุณลกั ษณะดา้ นรูปทรงทไ่ี มช่ ดั เจน ซ่งึ มผี ลต่อ อาหาร การจาแนกสายพนั ธแุ์ มวท่มี คี วามจาเป็นในการใชข้ อ้ มูลในสว่ น ของคณุ ลกั ษณะดา้ นรปู ทรงของแมว (Shape Feature) จงึ ได้ ปัจจบุ นั แมวไดก้ ลายมาเป็นสตั วเ์ ลย้ี งท่ไี ด้รบั ความนิยม ซ่งึ จดั อยใู่ น เลอื กอา้ งองิ จากมาตรฐาน TICA (The International Cat กลุ่มของประเภทสตั วก์ นิ เนอื้ สบื สายเลอื ดมาจากแมวป่าทม่ี ขี นาดใหญก่ วา่ Association) ท่มี กี ารระบุขอ้ มูลของคณุ ลกั ษณะดา้ นรูปทรงท่ี โดยทวั่ ไปสามารถแบง่ ลกั ษณะของแมวออกไดเ้ ป็น 2 กลมุ่ ใหญ่ๆ คอื แมว ครบถว้ นตามขอ้ มูลทใ่ี หค้ วามสนใจ การบรู ณาการขอ้ มูลจาก 2 ขนยาว (Long Haired Cats) และ แมวขนสนั้ (Short Haired Cats) [4] ซ่งึ มาตรฐานเขา้ ดว้ ยกนั ทาใหไ้ ดข้ อ้ มูลท่มี คี วามสอดคลอ้ งกนั และ การแบง่ กล่มุ ลกั ษณะน้ไี ม่สามารถบง่ บอกลกั ษณะเฉพาะเจาะจงของสาย สมบูรณ์มากยง่ิ ขน้ึ พนั ธแุ์ มวไดเ้ พยี งพอ 2) กาหนดคณุ ลกั ษณะ (Feature) สาหรบั การจาแนกสายพนั ธแุ์ มว ประกอบดว้ ย สี (Color Feature) ไดแ้ ก่ สขี องดวงตา สขี อง ประเทศสหรฐั อเมรกิ าไดม้ กี ารกาหนดมาตรฐานในการระบุสายพนั ธุ์ ลาตวั และรปู ทรง (Shape Feature) ไดแ้ ก่ รูปทรงของหวั แมวท่เี ป็นท่ยี อมรบั โดยจดั ตงั้ สถาบนั เฉพาะทางสาหรบั การคน้ ควา้ รปู ทรงของดวงตา รปู ทรงของหู ขนาดของหู และประเภทของ สง่ เสรมิ การอนุรกั ษแ์ มวสายพนั ธแุ์ ท้ และรบั รองการจดทะเบยี นสายพนั ธุ์ ลาตวั แมว เพ่อื เผยแพรใ่ หเ้ ป็นมาตรฐานสากลท่เี ป็นท่ยี อมรบั ไปทวั่ โลก 3) บูรณาการขอ้ มูลดว้ ยการสรา้ งกลุ่มของขอ้ มูลทใ่ี หค้ วามสนใจ เพ่อื ใชใ้ นการวเิ คราะหแ์ บบ Pivot Table และ วเิ คราะหข์ อ้ มลู มาตรฐาน Show Standards ของ CFA ปี 2018-2019 มกี ารระบุ สารสนเทศเชงิ ปรมิ าณ ในการระบุคณุ ลกั ษณะทม่ี คี วามเป็น มาตรฐานแมวสายพนั ธแุ์ ท้ 44 สายพนั ธุ์ ในการใชเ้ ป็นเกณฑใ์ หก้ บั สถาบนั เอกลกั ษณ์เฉพาะ และความน่าจะเป็นจากความคลา้ ยคลงึ กนั ในหลายประเทศทวั่ โลกทไ่ี ดร้ บั การอนุมตั ขิ นึ้ ตรงเป็นสมาชกิ มาตรฐาน ของกลมุ่ ขอ้ มูลเพ่อื การจาแนกสายพนั ธแุ์ มว CFA มคี วามเขม้ งวดในการอนุมตั กิ ารจดทะเบยี นสายพนั ธแุ์ มวเป็นอนั ดบั 4) ทาการ Visualization ขอ้ มูลดว้ ยโปรแกรม Tableau เพ่อื ให้ ตน้ ๆท่ไี ดร้ บั การยอมรบั [5] โดยตอ้ งเป็นแมวสายพนั ธแุ์ ทท้ ่จี ดั อยใู่ นกลุม่ สามารถมองเหน็ ภาพรวมของผลการวเิ คราะหข์ อ้ มลู ไดอ้ ยา่ ง ของสตั วเ์ ลีย้ งเท่านนั้ ไมร่ วมสายพนั ธแุ์ ทใ้ นแมวป่า (Wild Cat) และสาย ชดั เจน พนั ธผุ์ สม (Cross Cat) ในขณะเดยี วกนั มาตรฐาน TICA เป็นอกี หน่งึ 5) สรุป และอภปิ รายผล มาตรฐานของสถาบนั ใหญ่ท่ไี ดร้ บั ความยอมรบั รองลงมา TICA เป็น มาตรฐานท่สี ามารถจดทะเบยี นแมวไดแ้ ทบทกุ สายพนั ธุ์ ซง่ึ รวมถงึ สาย 4. ผลการวิเคราะหข์ อ้ มูล พนั ธทุ์ ่ี CFA ไมใ่ หก้ ารยอมรบั โดย TICA มกี ฏการจดทะเบยี นในเร่อื งของสี การวเิ คราะหข์ อ้ มลู แมวสายพนั ธแุ์ ท้ 44 สายพนั ธุ์ สามารถระบสุ าย ท่ไี ม่เครง่ ครดั เท่า CFA แต่ใหค้ วามสาคญั เขม้ งวดในคุณลกั ษณะดา้ นอ่นื พนั ธทุ์ ม่ี คี วามเป็นเอกลกั ษณ์เฉพาะ (Uniqueness) และความคลา้ ยคลึงกนั เชน่ รปู ทรง และขนาด [6] มาตรฐานของแมวสายพนั ธแุ์ ทท้ งั้ 2 มาตรฐาน มขี อ้ มลู ทเ่ี ป็นสว่ นสาคญั ในการจาแนกสายพนั ธแุ์ มวดว้ ยการวเิ คราะห์ สารสนเทศ 159

การประชมุ วิชาการระดับชาตดิ ้านเทคโนโลยีสารสนเทศ คร้ังท่ี 11 (NCIT2019) (Similarity) ไดด้ ว้ ยคุณลกั ษณะ (Feature) ของสายพนั ธทุ์ ่มี กี ารระบุไวต้ าม Bombay 2111111 มาตรฐานสากล โดยสามารถจาแนกไดด้ งั นี้ British Shorthair 39 8 1 1 1 1 1 4.1 การวเิ คราะหเ์ ชงิ ปรมิ าณ โดยการแยกคุณลกั ษณะออกเป็น 2 ส่วน Burmese 4811111 ไดแ้ ก่ Burmilla 34 1 1 1 1 1 1 ● คณุ ลกั ษณะดา้ นสี (Color Feature) ประกอบดว้ ย สี และ ลวดลายของลาตวั รวมทงั้ หมดจากการอา้ งองิ จาก CFA Chartreux 1111111 Breed/Color Designation Charts [8] ของแมว 44 สายพนั ธใุ์ น Colorpoint 21 2 1 1 1 1 1 CFA ทงั้ นี้ไม่รวมสอี ่นื ๆท่ไี ม่มกี ารระบอุ ยา่ งชดั เจน พบว่าสขี อง Cornish Rex 47 8 1 1 1 1 1 ลาตวั มจี านวนรวมทงั้ หมด 453 ส,ี คณุ ลกั ษณะของสขี องดวงตา Devon Rex 77 2 1 1 1 1 1 แบ่งออกเป็นเฉดสใี นแมว 44 สายพนั ธพุ์ บวา่ มกี ารแบ่งช่วงของ สที แ่ี ตกตา่ งกนั ถงึ 20 รูปแบบ Egyptian Mau 6111111 ● คณุ ลกั ษณะดา้ นรปู ทรงและขนาด (Shape and Size Feature) European Burmese 10 1 1 1 1 1 1 ประกอบไปดว้ ย รปู ทรงของหวั (Head Shape) รวมลกั ษณะ Exotic 107 8 1 1 1 1 1 ยอ่ ยทม่ี คี วามแตกต่างกนั สามารถปรากฏไดถ้ งึ 12 รูปทรง, Havana Brown 2111111 คณุ ลกั ษณะรปู ทรงของหู (Ears Shape) มที งั้ หมด 3 รปู ทรง, ขนาดของหู (Ears Size) มที งั้ หมด 3 ขนาด ไม่รวมชว่ งของ Japanese Bobtail 27 3 1 1 1 1 1 ขนาดท่มี คี วามแตกตา่ งกนั , คณุ ลกั ษณะรูปทรงของดวงตา Khao Manee 1311111 (Eye Shape) มที งั้ หมด 10 รูปทรง และประเภทของลาตวั Korat 1 1 1 1 1 1 1 (Body Type) สามารถปรากฏได้ 18 รปู แบบ ดงั จะเหน็ ในตาราง LaPerm 72 3 1 1 1 1 1 ท่ี 1 Lykoi 12 1 1 1 1 1 1 ตารางท่ี 1 ผลรวมของคณุ ลกั ษณะทงั้ หมดเชงิ ปรมิ าณ Maine Coon Cat 65 1 1 1 1 1 1 Color Feature Shape and Size Feature Manx 35 4 1 1 1 1 1 Color/Pattern Eye Head Ears Ears Eye Body Norwegian Forest Cat 61 1 1 1 1 1 1 Shade Shape Shape Size Shape Type Ocicat 12 1 1 1 1 1 1 453 20 12 3 3 10 18 Oriental 99 4 1 1 1 1 1 จากตารางแสดงใหเ้ หน็ ไดถ้ งึ จานวนโดยรวมของแตล่ ะคุณลกั ษณะ ซ่งึ Persian 76 1 1 1 1 1 1 ทาการแยกออกเป็นจานวนตามคุณลกั ษณะใน 44 สายพนั ธุ์ ไดด้ งั จะเหน็ ในตารางท่ี 2 Ragamuffin 14 1 1 1 1 1 1 ตารางท่ี 2 ผลรวมของคณุ ลกั ษณะทงั้ หมดใน 44 สายพนั ธเุ์ ชงิ ปรมิ าณ Ragdoll 20 1 1 1 1 1 1 Russian Blue 1111111 Scottish Fold 40 1 1 1 1 1 1 Body Type Selkirk Rex 80 1 1 1 1 1 1 Eye Shape Breed Ears Size Siamese 4111111 Ears Shape Head Shape Siberian 60 1 1 1 1 1 1 Eye Shade Color//Pattern Abyssinian 4111111 Singapura 1111111 American Bobtail 51 5 1 1 1 1 1 American Curl 70 1 1 1 1 1 1 Somali 4111111 American Shorthair 65 8 1 1 1 1 1 American Wirehair 24 1 1 1 1 1 1 Sphynx 77 1 1 1 1 1 1 Balinese 4111111 Bengal 36 4 1 1 1 1 1 Tonkinese 13 3 1 1 1 1 1 Birman 20 1 1 1 1 1 1 Turkish Angora 31 1 1 1 1 1 1 Turkish Van 12 3 1 1 1 1 1 จากตารางท่ี 2 สามารถสรุปไดว้ ่าในแมวหน่งึ สายพนั ธสุ์ ามารถปรากฏ สขี องตวั ไดส้ งู ทส่ี ุดกวา่ 107 สี จากจานวนสขี องตวั ทงั้ หมด 453 สี ใน 160

การประชุมวิชาการระดบั ชาตดิ ้านเทคโนโลยสี ารสนเทศ คร้ังท่ี 11 (NCIT2019) ขณะเดยี วกนั สีของดวงตาสามารถมปี รากฏไดม้ ากกวา่ 8 เฉดสใี นหน่งึ สาย Chartreux Sable พนั ธุ์ และน้อยทส่ี ุดเพยี ง 1 เฉดสใี นหน่งึ สายพนั ธทุ์ แ่ี สดงใหเ้ หน็ ถงึ ความ Havana Brown Blue เป็นเอกลกั ษณ์เฉพาะ ทงั้ นค้ี ณุ ลกั ษณะดา้ นรปู ทรงพบว่า รูปทรงของหวั Brown รูปทรงของหู ขนาดของหู รปู ทรงของตา และประเภทของลาตวั ปรากฏได้ Khao Manee Lavender เพยี ง 1 คณุ ลกั ษณะในหน่งึ สายพนั ธเุ์ ท่านนั้ Korat White Russian Blue Blue จากการวเิ คราะหเ์ ชงิ ปรมิ าณของคุณลกั ษณะ 44 สายพนั ธใุ์ นตารางท่ี Singapura Blue 2 ยงั ไม่สามารถระบคุ วามเป็นคณุ ลกั ษณะของสไี ดอ้ ยา่ งชดั เจน จงึ ตอ้ งทา Sepia Agouti การวเิ คราะหเ์ ชงิ ปรมิ าณในภาพรวมของคุณลกั ษณะทงั้ หมดท่สี ามารถ ปรากฏในแมวสายพนั ธแุ์ ท้ คุณลกั ษณะสขี องลาตวั ของแมวพบว่ามสี ที ม่ี ี 4.2.2. สขี องดวงตา (Eye Shade) แมวสายพนั ธแุ์ ทส้ ามารถมสี ขี อง เอกลกั ษณ์เฉพาะกวา่ 253 สี จาก 453 ทงั้ หมดของสแี ละลวดลาย ทงั้ น้ีสที ่ี ดวงตาเรยี งลาดบั ตามเฉดสไี ดต้ งั้ แต่ สเี ขยี ว (Green) สเี ขยี วอมน้าตาล มคี า่ จานวนความคลา้ ยคลงึ กนั มากทส่ี ุด 5 ลาดบั แรก ไดแ้ ก่ สเี ทาออ่ น (Hazel Green) สที อง (Gold) สเี หลอื ง (Yellow) สเี หลอื งอาพนั (Amber) สี (Blue) ท่สี ามารถปรากฏไดก้ บั 31 สายพนั ธุ์ ตามมาดว้ ยสนี ้าตาลแดง สม้ (Orange) และสที องแดง (Copper) นอกเหนอื จากนย้ี งั มสี ที ไ่ี ม่ถกู จดั อยู่ (Red) ทส่ี ามารถปรากฏไดก้ บั 26 สายพนั ธุ์ สขี าว (White) และ สดี า ในกลมุ่ ของเฉดสหี ลกั แตส่ ามารถปรากฏไดก้ บั แมวบางสายพนั ธุ์ ไดแ้ ก่ (Black) ท่สี ามารถปรากฏไดก้ บั 23 สายพนั ธุ์ สเี ทาออ่ นปนครมี (Blue เฉดสชี มพูทป่ี รากฏไดใ้ นแมวสเี ผอื ก (Albino) ทม่ี เี ฉพาะในสายพนั ธุ์ Cream) ท่สี ามารถปรากฏไดก้ บั 22 สายพนั ธุ์ และสอี ่นื ๆตามลาดบั ดงั จะ Colorpoint เท่านนั้ รวมไปถงึ เฉดสฟี ้า (Blue) สฟี ้าน้าทะเล (Aqua) และตา เหน็ ตวั อยา่ งไดใ้ นตารางท่ี 3 สองสี (Odd Eye) [10] ซ่งึ สามารถปรากฏไดโ้ ดยสว่ นใหญ่ในแมวท่มี สี ขี อง ตวั สขี าวท่สี ามารถพบไดใ้ นบางแมวสายพนั ธุ์ โดยตาทงั้ สองขา้ งจะเป็นหน่งึ ตารางท่ี 3 ลาดบั ของสที ม่ี ปี รากฏไดม้ ากกวา่ 1 สายพนั ธุ์ ในเฉดสที ่แี ตกตา่ งกนั ดงั จะเหน็ ในตารางท่ี 5 Color/Pattern Breed Blue 31 Red 26 ตารางท่ี 5 สขี องดวงตาสองสใี นแมวสายพนั ธแุ์ ท้ White 23 Breed Eye Shade Black 23 American Bobtail Blue, Copper, Odd Blue Cream 22 Exotic คณุ ลกั ษณะของสขี องดวงตาพบวา่ จากช่วงสเี ขยี วไปจนถงึ สที องแดง Japanese Bobtail (Green to Copper) เป็นเฉดสที ่ปี รากฏมากท่สี ดุ ถงึ 17 สายพนั ธุ์ นอกเหนือจากนนั้ ยงั พบวา่ มเี ฉดสที ม่ี คี วามเป็นเอกลกั ษณ์เฉพาะถงึ 7 ช่วง Khao Manee เฉดสจี าก 20 ช่วงเฉดสขี องดวงตาทงั้ หมด British Blue, Gold, Odd Cornish Rex Manx 4.2.การวเิ คราะหค์ ณุ ลกั ษณะของสี (Color Feature) Oriental Blue, Green, Odd 4.2.1. สขี องแมว (Color and Pattern) สามารถพบไดก้ ว่า 453 สี โดย American Shorthair Green to Gold, Blue, Odd มกี ารจาแนกออกเป็นลกั ษณะตามลวดลายท่แี ตกต่างกนั แมวสามารถมไี ด้ เพยี ง 3 สใี นหน่งึ ตวั โดยส่วนใหญ่แมวทป่ี รากฏ 3 สจี ะพบไดเ้ ฉพาะในเพศ Laperm เมยี [9] ในแมวสายพนั ธแุ์ ทพ้ บวา่ บางสายพนั ธสุ์ ามารถมสี ไี ดเ้ พยี งเฉดสี เดยี วเท่านนั้ ซง่ึ นบั เป็นเอกลกั ษณ์เฉพาะของสายพนั ธใุ์ นการจาแนกความ Turkish Van แตกตา่ ง อาทิ แมวสายพนั ธุ์ Bombay สามารถปรากฏไดเ้ พยี งเฉดสดี า, แมวสายพนั ธุ์ Havana Brown ท่สี ามารถปรากฏไดเ้ พยี งเฉดสนี ้าตาลไป 4.3. การวเิ คราะหค์ ณุ ลกั ษณะของรปู ทรง (Shape Feature) จนถงึ เฉดลาเวนเดอร,์ แมวสายพนั ธุ์ Singapura ทส่ี ามารถปรากฏไดเ้ พยี ง 4.3.1. รูปทรงของหวั (Head Shape) มี 12 รปู แบบตามมาตรฐาน สนี ้าตาลซเี ปีย, แมวสายพนั ธุ์ Khao Manee ทส่ี ามารถปรากฏไดเ้ พยี งสี ขาว ซ่งึ รวมถงึ แมวสายพนั ธุ์ Korat, Chartreux และ Russian Blue ท่ี Standard Guideline Packet ของ TICA [11] สามารถแบ่งออกเป็น 7 กลมุ่ สามารถปรากฏไดเ้ พยี งเฉดสเี ทาออ่ น (Blue) ดงั จะเหน็ ในตารางท่ี 4 ตามลกั ษณะรปู ทรงท่มี คี วามคลา้ ยคลงึ กนั (Similarity) ของแมวสายพนั ธุ์ แทก้ ว่า 40 สายพนั ธุ์ ทงั้ น้พี บวา่ มี 4 รูปทรง จาก 4 สายพนั ธุ์ ทม่ี คี วามเป็น ตารางท่ี 4 สายพนั ธแุ์ มวท่มี สี เี ป็นเอกลกั ษณ์เฉพาะ เอกลกั ษณ์เฉพาะ (Unique) ไดแ้ ก่ สายพนั ธุ์ Birman ท่มี รี ูปทรงของหน้า เป็นรปู Rounded Broad เพยี งสายพนั ธเุ์ ดยี ว, สายพนั ธุ์ Cornish Rex Breed Color/Pattern เป็นสายพนั ธทุ์ ่มี รี ูปทรงของหนา้ เป็นรูปไข่ (Egg Shape) เพยี งสายพนั ธุ์ เดยี ว, สายพนั ธุ์ Korat เป็นสายพนั ธทุ์ ม่ี รี ปู ทรงของหนา้ เป็นรูปหวั ใจ Bombay Black (Heart Shape) เพยี งสายพนั ธเุ์ ดยี ว และสายพนั ธุ์ Havana Brown เป็น เพยี งสายพนั ธเุ์ ดยี วท่มี รี ปู ทรงของหน้าเป็นรูปทรง Triangle Longer ดงั จะ 161

การประชุมวชิ าการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ คร้ังท่ี 11 (NCIT2019) เหน็ ในตารางท่ี 6 เอกลกั ษณ์เฉพาะทส่ี ามารถปรากฏไดก้ บั เพยี ง 2 สายพนั ธุ์ ไดแ้ ก่ ใบหูท่ี พลกิ ไปดา้ นหลงั (Curled Shape) สามารถปรากฎไดเ้ ฉพาะในสายพนั ธุ์ ตารางท่ี 6 รปู ทรงของหวั ทม่ี คี วามเป็นเอกลกั ษณ์เฉพาะ (Unique) American Curl, ใบหูทพ่ี บั ลง (Folded Shape) สามารถปรากฏไดเ้ ฉพาะ ในสายพนั ธุ์ Scottish Fold และใบหทู ต่ี งั้ ตรง (Straight Shape) ท่สี ามารถ Breed Head Shape พบเหน็ ไดท้ วั่ ไปในแมว 42 สายพนั ธนุ์ อกเหนือจากสายพนั ธทุ์ ร่ี ะบไุ ว้ Birman Rounded Broad ขนาดของหู (Ears Size) เป็นอกี หน่งึ ปัจจยั ทส่ี าคญั ในการหาความ คลา้ ยคลงึ กนั และแบ่งแยกความแตกต่างของหูในรูปทรงตงั้ ตรง (Straight Cornish Rex Egg Shape) พบวา่ มกี ารแบง่ แยกออกเป็น 3 ขนาด ไดแ้ ก่ ขนาดเลก็ (Small Size) ขนาดกลาง (Medium Size) และขนาดใหญ่ (Large Size) ท่ี Havana Brown Triangle Longer the wide ประกอบดว้ ย 3 รูปแบบ Normal Large, Strikingly Large และ Moderately Large ลกั ษณะของใบหทู ่มี ขี นาดแตกต่างกนั สามารถระบุได้ Korat Heart เม่อื เทยี บกบั ขนาดของหวั ของแมวในสายพนั ธุเ์ ดยี วกนั 4.3.2. รูปทรงของดวงตา (Eye Shape) ตามมาตรฐาน TICA มกี าร ตารางท่ี 8 รูปทรงของหูทม่ี คี วามเป็นเอกลกั ษณ์เฉพาะ ระบคุ ณุ ลกั ษณะรปู ทรงของดวงตาออกเป็น 12 รปู ทรง โดยจากรปู ทรง ซา้ ยมอื ไปขวามอื ถูกจดั อยใู่ นรปู ทรงท่มี ลี กั ษณะคลา้ ยคลงึ กนั หรอื อยใู่ น กลุม่ รูปทรงเดยี วกนั ดงั จะเหน็ ไดจ้ ากรปู ท่ี 1 Breed Ears Shape Ear Size American curl Curled Large Scottish Fold Folded Small 4.3.4 ประเภทของตวั (Body Type) แมวสามารถปรากฏประเภทของ สรรี ะไดห้ น่งึ คณุ ลกั ษณะในหน่งึ สายพนั ธุ์ และสามารถคลา้ ยคลงึ กนั กบั สาย พนั ธอุ์ ่นื ๆ โดยทาการจาแนกออกเป็นกลุ่มของสายพนั ธทุ์ ม่ี คี วามเป็น เอกลกั ษณ์เฉพาะดงั จะเหน็ ในตารางท่ี 9 ตารางท่ี 9 การจาแนกความคลา้ ยคลงึ กนั ของตวั Breed Body Type Lykoi Foreign รูปท่ี 1. รปู ทรงของดวงตา Ragamuffin Rectangular แหล่งทมี่ า : (TICA Standard Guidelines Packet) Ocicat Semi-Foreign จากการศกึ ษาพบวา่ มถี งึ 4 รปู ทรงทม่ี คี วามเป็นเอกลกั ษณ์เฉพาะ และ Siberian Barrel-Shape Medium สามารถปรากฏไดใ้ นเพยี ง 4 สายพนั ธุ์ ไดแ้ ก่ ดวงตารูปทรง Almost Almond ท่สี ามารถพบไดใ้ นแมวสายพนธุ์ American Bobtail, ดวงตา Egypointian Mau Foreign Cobby รปู ทรง Large Oval ทส่ี ามารถพบไดใ้ นแมวสายพนั ธุ์ Khao Manee, ดวงตารปู ทรง Lemon ท่สี ามารถพบไดใ้ นแมวสายพนั ธุ์ Sphynx, ดวงตา American Curl Rectangular Semi-Foreign รูปทรง Peach Pit ท่สี ามารถพบไดใ้ นแมวสายพนั ธุ์ Tonkinese ดงั ตาราง ท่ี 7 Selkirk Rex Substantial Medium แมวสายพนั ธแุ์ ทส้ ามารถปรากฏคุณลกั ษณะทม่ี คี วามคลา้ ยคลงึ กนั ได้ หลายคณุ ลกั ษณะแต่ไมใ่ ช่ทงั้ หมด คณุ ลกั ษณะทางดา้ นรูปทรงของแมวจะ ปรากฏเพยี งหน่งึ คุณลกั ษณะในหน่งึ สายพนั ธุ์ ซ่งึ เป็นมาตรฐานสาคญั ใน ตารางท่ี 7 รูปทรงของดวงตาทม่ี คี วามเป็นเอกลกั ษณ์เฉพาะ (Unique) การระบสุ ายพนั ธขุ์ องแมวไดอ้ ยา่ งถูกตอ้ ง การจาแนกสขี องแมวเป็นเร่อื งท่ี Breed Eye Shape ซบั ซอ้ นเน่อื งจากมคี วามคลา้ ยคลงึ กนั มากกวา่ หน่งึ สายพนั ธุ์ ความ American Bobtail Almost Almond แตกต่างของสจี งึ ตอ้ งศกึ ษาจากสายพนั ธทุ์ ม่ี สี เี ฉพาะเฉดสเี ดยี ว และศกึ ษา Khao Manee Large Oval จากลวดลาย (Pattern) ท่มี คี วามเป็นเอกลกั ษณ์และพบไดเ้ พยี งบางสาย Sphynx Lemon พนั ธเุ์ ทา่ นนั้ Tonkinese Peach Pit 5. สรปุ ผลการวจิ ยั และอภปิ รายผล จากการวเิ คราะหข์ อ้ มูล (Information Analysis) ในการจาแนกเพ่อื ระบุ 4.3.3 รปู ทรงของหู (Ears Shape) ในแมวสายพนั ธแุ์ ท้ 44 สายพนั ธุ์ จะ คณุ ลกั ษณะเฉพาะของแมวสายพนั ธแุ์ ท้ 44 สายพนั ธุ์ ตามมาตรฐาน CFA ปรากฏไดเ้ พยี ง 3 คณุ ลกั ษณะ พบว่ามี 2 คุณลกั ษณะทม่ี คี วามเป็น (The Cat Fanciers’ Association) พบว่าคณุ ลกั ษณะของแมวสายพนั ธแุ์ ท้ 162

การประชุมวชิ าการระดบั ชาตดิ า้ นเทคโนโลยีสารสนเทศ ครัง้ ท่ี 11 (NCIT2019) มคี วามแตกตา่ งกนั อยา่ งเป็นเหตุเป็นผล คุณลกั ษณะใดคุณลกั ษณะหน่งึ [12] The Cat Fanciers’ Association (CFA) “Show Standards 2018 - ของแมวหน่งึ สายพนั ธสุ์ ามารถปรากฏคณุ ลกั ษณะเดยี วกนั ในแมวสายพนั ธุ์ 2019”, pp. 1-37, May 2018. อ่นื ได้ แต่ตอ้ งไม่ใช่คุณลกั ษณะเดยี วกนั ทงั้ หมดจาก 7 คณุ ลกั ษณะ จาก การศกึ ษาพบวา่ คุณลกั ษณะดา้ นรปู ทรงทงั้ หมดเม่อื อยรู่ ่วมกนั ในแมวสาย พนั ธแุ์ ทเ้ ป็นสว่ นทจ่ี ะสามารถแบง่ แยกความแตกต่างระหว่างสายพนั ธไุ์ ด้ อยา่ งชดั เจน ในขณะท่คี ณุ ลกั ษณะของสพี บว่ายงั มคี วามคลุมเครอื ในการใช้ สาหรบั เป็นคณุ ลกั ษณะหลกั ในการจาแนก อยา่ งไรกต็ ามความคลา้ ยคลงึ กนั ในแมวสายพนั ธแุ์ ทเ้ ป็นเพยี งความคลา้ ยคลงึ กนั ในคุณลกั ษณะหน่ึงต่อ คณุ ลกั ษณะหน่งึ เทา่ นนั้ เม่อื คุณลกั ษณะทงั้ 7 คุณลกั ษณะมารวมกนั ทาให้ แมวเกดิ ความเป็นเอกลกั ษณ์เฉพาะของสายพนั ธุ์ (Unique) และสามารถ ชดเชยความเป็นไปไดข้ องความคลา้ ยคลงึ กนั (Similarity) ไดอ้ ยา่ งสมบรู ณ์ การบูรณาการขอ้ มูลทาใหไ้ ดค้ ณุ ลกั ษณะทส่ี ามารถจาแนกสายพนั ธแุ์ มวได้ ดว้ ยการวเิ คราะหเ์ ชงิ ปรมิ าณ และการจดั กลุ่มของขอ้ มลู เพ่อื ใหไ้ ดก้ ลุม่ ของ คุณลกั ษณะท่แี คบลงในการนาไปศกึ ษาเพ่อื พฒั นาระบบทส่ี ามารถจาแนก สายพนั ธแุ์ มวไดอ้ ยา่ งแมน่ ยาต่อไป เอกสารอ้างอิง [1] Monika J. Lipinski, “The Ascents of Cat Breeds Genetic Evaluation of Breeds and Worldwide Random Bred Populations” Journal of Genomics, vol. 91 no. 1, pp. 12-21, January 2008. [2] Cat Fanciers’ Club of Thailand, “About Cat Fanciers’ Club of Thailand”. 2016. [Online]. Available: www.cfct-cat.com/. [Accessed: January 1, 2019]. [3] Marilyn Menotti Raymond, “Patterns of Molecular Genetic Variation Among Cat Breeds” Journal of Genomics, vol. 91, no.1 pp. 1-11, January. 2008. [4] สถานียอ่ ยของสตั วโ์ ลก “การจดั จาแนกแมว” วกิ พิ เี ดยี สารานุกรม เสร,ี May. 2019. [Online]. Available: https://th.wikipedia.org/. [Accessed: January 5, 2019] [5] Flavor of the cat, “CFA - Cat Fanciers’ Association (USA)”, มนี าคม. 2014. [Online]. Available: https://www.facebook.com/Flavorofcat/. [Accessed: January 4, 2019] [6] TCC ชมรมแมวแหง่ ประเทศไทย “TICA - The International Cat Association (based in USA, affiliated societies around the world)”, November. 2015. [Online]. Available: https://www.facebook.com/thailandcatclub/. [Accessed: January 1, 2019] [7] ศรอี ร เจนประภาพงษ์, “การวเิ คราะหแ์ ละสงั เคราะห์สารสนเทศ” มหาวทิ ยาลยั หอการคา้ ไทย, March. 2014. [Online]. Available: https://www.slideshare.net/thai2104/7-31828833/. [Accessed: February 2, 2019] [8] The Cat Fanciers' Association, Inc., “CFA Breed/Color Designation Charts”, 2019 [Online]. Available:www.cfa.org/. [Accessed: December 10, 2018] [9] Science Buddies Staff, “X-inactivation Marks the Spot for Cat Coat Color” Science Buddies, July 2017. [10] Sarah Hartwell, “Cat Eye Colours”, 2009. [Online]. Available: http://messybeast.com/. [Accessed: December 12, 2018] [11] The International Cat Association (TICA) “TICA Standard Guidelines Packet”, pp.10, Jan. 2014. 163

การประชมุ วิชาการระดับชาติดา้ นเทคโนโลยีสารสนเทศ ครั้งท่ี 11 (NCIT2019) แฟ้มประวตั ิครภุ ณั ฑแ์ บบพลวตั สำหรบั สถำบนั อดุ มศึกษำ โดยใช้สถำปัตยกรรมเชิงบริกำร Fixed Assets Dynamic Profile for Higher Education Institutes Using Service-Oriented Architecture นวลศรี เดน่ วฒั นา ณฐั พร ภกั ดี ศภุ กจิ อนุพงษ์ Nuansri Denwattana Nuttaporn Phakdee Supakit Anupong คณะวทิ ยาการสารสนเทศ มหาวทิ ยาลยั บรู พา คณะวทิ ยาการสารสนเทศ มหาวทิ ยาลยั บรู พา คณะวทิ ยาการสารสนเทศ มหาวทิ ยาลยั บรู พา Faculty of Informatics, Burapha University Faculty of Informatics, Burapha University Faculty of Informatics, Burapha University ชลบรุ ี ชลบุรี ชลบุรี Chonburi / Thailand Chonburi / Thailand Chonburi / Thailand [email protected] [email protected] [email protected] บทคดั ย่อ — ในปัจจุบนั สถำบนั อุดมศึกษำมีกำรนำเทคโนโลยีและระบบ assurance assessment, the system are evaluated by internal and สำรสนเทศเข้ำมำช่วยในกำรดำเนิ นงำน เพื่อให้สอดคล้องกบั 5 พนั ธกิจ external assessors, especially from the Nursing Council. หลกั ซึ่งหน่ึงในพนั ธกิจเหล่ำนัน้ คือ ด้ำนกำรบริหำร ครอบคลมุ ใน เรื่อง ของ บคุ ลำกร แผนงำนงบประมำณ และทรพั ยำกรครภุ ณั ฑ์ อย่ำงไรกต็ ำม แต่ละ Keywords — Fixed asset dynamic profile, Service-oriented องค์กรมีข้อมูลครภุ ณั ฑอ์ ยู่เป็ นจำนวนมำก เพื่อให้เข้ำถึงข้อมูลได้สะดวก architecture, Information systems, Enterprise system. เช่ือมโยงข้อมลู หลำยภำคส่วนได้อย่ำงถกู ต้องและ เหมำะสม บทควำมนี้จึง นำเสนอทงั้ สถำปัตยกรรมและกำรออกแบบระบบแฟ้มประวตั ิครภุ ณั ฑแ์ บบ 1. บทนา พลวตั สำหรบั สถำบนั อดุ มศึกษำ รวมทงั้ ผลกำรพฒั นำระบบ โดยมุ่งเน้นไปที่ ระบบสารสนเทศสาหรับสถาบันอุดมศึกษา เพ่ือสนับสนุนการ ข้อมูลทรพั ยส์ ินครภุ ณั ฑ์ขององคก์ ร ซึ่งระบบดงั กล่ำวเป็ นส่วนหนึ่งของชดุ ดาเนินงานตาม 5 พนั ธกจิ หลกั ซ่งึ ได้แก่ 1. ด้านการผลติ บณั ฑติ 2. ดา้ น ซอฟต์แวร์เพ่ือกำรจัดกำรศึกษำ TheDB และถูกนำไปใช้งำนจริง ณ การบรหิ าร 3. ดา้ นการวจิ ยั และวชิ าการ 4. ดา้ นการบรกิ ารวชิ าการแกส่ งั คม วิทยำลยั สำธำรณสุข ในสังกดั กระทรวงสำธำรณสุข และคณะพยำบำล และ 5. ดา้ นการทานุบารุงศลิ ปวฒั นธรรม เป็นสง่ิ จาเป็นในปัจจบุ นั โดยส่วน ศำสตร์ มหำวิทยำลยั นรำธิวำสรำชนครินทรโ์ ดยสถำบนั ดงั กล่ำวได้รบั ใหญ่องค์กรซ่งึ เป็นสถาบนั อุดมศกึ ษา มกั จะให้ความสาคญั กบั ขอ้ มลู นิสติ คะแนนสูงสุดในด้ำนระบบสำรสนเทศสำหรบั กำรบริหำรองค์กร จำกกำร นักศึกษา คณาจารย์งานวิจยั และวิชาการ รวมถึงการจดั การแผนงาน ประกนั คณุ ภำพโดยสภำกำรพยำบำล โครงการและงบประมาณ เป็นลาดบั แรก อย่างไรกต็ ามขอ้ มลู อกี กลมุ่ หน่ึงท่ี มคี วามสาคญั ไม่น้อยกว่าขอ้ มลู ท่กี ล่าวในขา้ งต้น ไดแ้ ก่ ขอ้ มลู ทรพั ย์สนิ คำสำคญั — แฟ้มประวตั ิครภุ ณั ฑแ์ บบพลวตั , สถำปัตยกรรมเชิง ประเภทครุภณั ฑ์ของสถาบนั ซง่ึ แต่ละองคก์ รมขี อ้ มลู ทรพั ยส์ นิ จานวนมาก บริกำร, ระบบสำรสนเทศ, ระบบสำรสนเทศองคก์ ร เช่น ขอ้ มลู ครุภณั ฑส์ านักงาน ขอ้ มลู ครุภณั ฑ์คอมพวิ เตอร์ ขอ้ มลู ครุภณั ฑ์ ยานพาหนะและขนส่ง ขอ้ มูลครุภณั ฑ์งานบ้านงานครวั ข้อมูลครุภณั ฑ์ ABSTRACT — Thailand higher education institutions have an ก่อสรา้ งเคร่อื งมอื และอุปกรณ์ ขอ้ มูลครุภณั ฑ์การแพทย์ ขอ้ มูลครุภณั ฑ์ Information Systems to organization and accordance with 5 core การศกึ ษา และขอ้ มลู ครุภณั ฑไ์ ฟฟ้าและวทิ ยุ เป็นตน้ โดยลกั ษณะขอ้ มลู อยู่ missions. Several institutions perform such missions via Enterprise ในรปู แบบทห่ี ลากหลาย (Excel, Word, PDF, Program) รวมถงึ วางอย่กู ระจดั system. One of the important part of the information system is an output กระจายทวั่ สถาบนั ซ่งึ มผี ู้รบั ผดิ ชอบท่หี ลากหลาย และมมี ติ กิ ารใช้งานท่ี to represent relevant data in the appropriate format to the right user(s). ต่างกนั In this paper, we propose a dynamic profile of fixed asset using service ในการพฒั นาระบบสารสนเทศเพอ่ื จดั การครภุ ณั ฑ์โดยทวั่ ไป มกั จะให้ oriented architecture. It contains both generic and specific data of each ความสาคญั กบั การนาขอ้ มลู จานวนมากเขา้ สรู่ ะบบ ดว้ ยวธิ ที ไ่ี มย่ ุ่งยากมาก asset servicing from other systems. In addition, such dynamic profile นัก รวมถงึ มมี อดูลต่าง ๆ ของระบบ เพ่อื จดั เกบ็ ปรบั ปรุงขอ้ มลู ใหท้ นั สมยั also illustrate data in a real time manner. The propose system is a part และเรยี กคน้ คนื ขอ้ มลู อยา่ งไรกต็ ามเน่อื งจากขอ้ มลู ครภุ ณั ฑม์ จี านวนมากมี of Enterprise system for Higher Education called TheDB. The system หลากหลายประเภท เมอ่ื เทยี บกบั ทรพั ย์สนิ ประเภทอ่นื ๆ ประกอบกบั มี has been deployed in nursing colleges of Ministry of Public Health and กลุ่มคนท่ีเก่ียวข้องต่างบทบาทกันในการเข้าถึงข้อมูล รวมถึงข้อมูล in the Princess of Naradhiwas University (Faculty of Nursing). As such ครุภณั ฑ์มคี วามเช่อื มโยงกบั ขอ้ มูลและระบบสารสนเทศอ่นื ๆ ดงั นัน้ การ institutes use this system in the process of educational quality 164

การประชมุ วชิ าการระดบั ชาติด้านเทคโนโลยีสารสนเทศ คร้งั ท่ี 11 (NCIT2019) แสดงผลขอ้ มลู ครุภณั ฑค์ วรจะสอดรบั กบั เงอ่ื นไขต่าง ๆ (Constraints) และ อายุการใชง้ านยนื นาน (ไม่น้อยกว่า 1 ปี) เม่อื ชารุดเสยี หายแลว้ สามารถ อานวยความสะดวกใหก้ บั ผใู้ ชง้ าน ทผ่ี พู้ ฒั นาระบบฯ ควรจะคานงึ ถงึ ซ่อมแซมใหใ้ ชง้ านไดด้ งั เดมิ [2] งานวจิ ยั น้ีเป็นการนาเสนอการแสดงผลขอ้ มลู ครุภณั ฑ์ในรูปแบบของ นอกจากน้ี หนังสอื สานักงบประมาณ ด่วนท่สี ุด ท่ี นร0704/ว68 ลง แฟ้มประวตั ิแบบพลวตั (Dynamic profile) โดยมกี ารเช่อื มโยง และบูรณา วนั ท่ี 29 เมษายน 2558 เรอ่ื ง การปรบั ปรุงหลกั การจาแนกประเภทรายจ่าย การขอ้ มลู จากระบบสารสนเทศอน่ื ทเ่ี กย่ี วขอ้ ง โดยแสดงผลทงั้ ในส่วนทเ่ี ป็น ตามงบประมาณ ไดก้ ล่าวถงึ การจดั การครุภณั ฑ์ เกย่ี วกบั การควบคุมและ ขอ้ มลู ทวั่ ไป และขอ้ มลู เฉพาะ รวมถงึ มกี ารเชอ่ื มโยงมาจากและไปยงั ขอ้ มลู ลงบญั ชคี รุภณั ฑ์ การเกบ็ รกั ษาครุภณั ฑ์ การเบกิ ครุภณั ฑ์ การจาหน่วย หรอื ระบบสารสนเทศอ่นื ๆ ในลกั ษณะของการแสดงผลแบบ All-in one ซ่งึ ครุภณั ฑอ์ อกจากระบบ จะช่วยแกป้ ัญหาและขอ้ จากดั ในเรอ่ื งความไม่สม่าเสมอของขอ้ มลู ความไม่ ทนั สมยั ความสะดวกในการเขา้ ถงึ ขอ้ มลู และช่วยในการนาเสนอขอ้ มลู ให้ โดยการลงบญั ชหี รอื ทะเบยี นครุภณั ฑ์ หมายถงึ การบนั ทกึ รายละเอยี ด สอดคลอ้ งกบั ความตอ้ งการของผใู้ ชง้ านอกี ดว้ ย การรบั หรอื จ่ายในบัญชีหรอื ทะเบียน โดยจาแนกแต่ละประเภท แต่ละ รายการของครุภณั ฑ์ และการเก็บรกั ษาครุภณั ฑ์ หมายถึง การจดั เก็บ ทงั้ น้ีแฟ้มประวตั คิ รภุ ณั ฑแ์ บบพลวตั ประกอบดว้ ยขอ้ มลู รายการต่าง ๆ รกั ษาครุภณั ฑ์ใหเ้ ป็นระเบยี บเรยี บรอ้ ยปลอดภยั ถูกต้อง ครบถ้วน ตรง ของครุภัณฑ์ช้ินหน่ึง ๆ ตัง้ แต่ข้อมูลทวั่ ไป ภาพถ่ายของครุภัณฑ์การ ตามบญั ชหี รอื ทะเบยี น เชอ่ื มโยงไปยงั ครุภณั ฑ์ท่เี หมอื นกนั ประเภทเดยี วกนั ซ้อื ในลอ็ ตเดยี วกนั รวมถึงตารางค่าเส่อื มราคาของครุภณั ฑ์ช้นิ นัน้ ๆ และตารางค่าใชจ้ ่ายท่ี นอกจากน้ีภาครฐั ยงั มกี าหนดหมายเลขครุภณั ฑ์ ซ่งึ ตอ้ งไม่ซ้ากนั ของ เกดิ ขน้ึ ในการซ่อมครุภณั ฑด์ งั กล่าวทผ่ี า่ นมา โดยแฟ้มประวตั ขิ องครภุ ณั ฑ์ แต่ละช้ินท่ีข้ึนทะเบียนไว้ มีการกาหนดรายการต่าง ๆ ( Attributes) ท่ี แบบพลวตั น้ีเป็นส่วนหน่งึ ของระบบสารสนเทศองคก์ ร (Enterprise system) จาเป็นต้องมเี พ่อื ใช้ในการอธบิ ายครุภณั ฑ์แต่ละช้นิ รวมถงึ มกี ารจดั แบ่ง เพ่อื การบริหารการศึกษา ระดบั อุดมศึกษา ท่เี รยี กว่า TheDB (Thailand ครุภณั ฑ์ออกเป็นประเภทต่าง ๆ ครอบคลุมตงั้ แต่ อาคารสง่ิ ปลูกสร้าง higher education DashBoard) ซ่ึ ง มีห ล า ย อ ง ค์ ก ร ซ่ึ ง ส ถ า น ศึ ก ษ า ครุภณั ฑ์สานักงาน ครุภณั ฑ์การศึกษา ครุภณั ฑ์ยานพาหนะและขนส่ง ระดบั อุดมศกึ ษา ใชใ้ นการบรหิ ารจดั การองคก์ ร รวมถงึ ใชเ้ ป็นเครอ่ื งมอื ใน ครุภัณฑ์โฆษณาและเผยแพร่ ครุภัณฑ์คอมพิวเตอร์ และครุภัณฑ์ การประกนั คณุ ภาพการศกึ ษา รวมถงึ การรบั การประเมนิ ฯ เป็นประจาทุกปี วทิ ยาศาสตร์การแพทย์ เป็นต้น และมมี าตรฐานในการคานวณค่าเส่อื ม ราคา ตามประกาศกระทรวงการคลงั เร่อื งมาตรฐานการบญั ชภี าครฐั ฉบบั บทความน้ีมกี ารจดั วางเรยี งเน้ือหา ประกอบดว้ ย 5 ส่วน โดยส่วนท่ี 1 ท่ี 17 เรอ่ื งทด่ี นิ อาคารและอุปกรณ์ ลงวนั ท่ี 5 มกราคม 2559 [3] เป็ นบทนา ส่วนท่ี 2 เป็ นการอธิบายความหมายและองค์ประกอบท่ี เก่ยี วข้องกบั การจดั การครุภณั ฑ์และแนวคดิ ของสถาปัตยกรรมบริการ 2.2 สถาปัตยกรรมเชงิ บรกิ าร (Service Oriented Architecture) ส่วนท่ี 3 เป็นการนาเสนอสถาปัตยกรรม Service Oriented Architecture: SOA เ ป็ น ชุ ด ข อ ง ซ อ ฟ ต์ แ ว ร์ ท่ีถู ก ของการแสดงผลแฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั ทงั้ ในระดบั กรอบแนวคดิ (Conceptualization) และการออกแบบในภาพรวม (High-Level Design) ออกแบบสถาปัตยกรรมใหม้ คี วามยดื หยุ่นต่อการใชง้ าน โดยจะทาหน้าทอ่ี ยู่ รวมถงึ แบบจาลองสถาปัตยกรรมเชงิ บรกิ ารของระบบ ในส่วนของผลการ ระหว่างการแสดงผล และการประมวลผลของขอ้ มลู ซง่ึ มกี ารแยกส่วนการ ดาเนินงานและเครอ่ื งมอื ท่ใี ชใ้ นการพฒั นา จะอธบิ ายในส่วนท่ี 4 และการ ทางานออกเป็ นส่วนประกอบ (Components) ในแต่ละส่วนประกอบ จะ สรุปผลการดาเนินงาน รวมถงึ การพฒั นาต่อยอดงานวจิ ยั น้ีในอนาคตจะ ประกอบดว้ ยชุดใหบ้ รกิ าร (Service) [4],[5] อธบิ ายแนวคดิ ของ SOA ซ่งึ มี กลา่ วถงึ ในส่วนท่ี 5 ดว้ ยกนั 3 สว่ น [6],[7] ไดแ้ ก่ 2. ทฤษฎแี ละงานวจิ ยั ทเ่ี กย่ี วขอ้ ง  ผใู้ หบ้ รกิ าร (Service Provider) เป็นส่วนทส่ี รา้ งการใหบ้ รกิ าร และ ในส่วนน้ีจะเป็นการอธบิ ายความหมาย และการจดั การสนิ ทรพั ยถ์ าวร เผยแพร่สว่ นอนิ เทอรเ์ ฟซ และการเขา้ ถงึ ของขอ้ มลู ไปสตู่ วั แทนผใู้ หบ้ รกิ าร ซง่ึ ภาครฐั เรยี กว่าครุภณั ฑ์ รวมถงึ นาเสนอสาระทส่ี าคญั ของสถาปัตยกรรม ซง่ึ จะบนั ทกึ รายละเอยี ดของการใหบ้ รกิ ารไวใ้ นฐานขอ้ มลู เชงิ บรกิ าร และองคป์ ระกอบทเ่ี กย่ี วขอ้ ง 2.1 การจดั การสนิ ทรพั ยถ์ าวรหรอื ครภุ ณั ฑ์  ผขู้ อใชบ้ รกิ าร (Service Requester) เป็นผทู้ ร่ี อ้ งขอการใหบ้ รกิ าร ในองคก์ รแต่ละประเภทอาจมกี ารนยิ ามและจดั แบ่งหมวดหมสู่ นิ ทรพั ย์ ขอ้ มูล โดยจะทาการค้นหารายการ Service ผ่านทางตวั แทนผูใ้ หบ้ รกิ าร ถาวร (Fixed assets) แตกต่างกนั ออกไป โดยส่วนใหญ่หลายองค์กรขนาด และทาการเรยี กใชบ้ รกิ ารนนั้ ๆ ใหญ่ มกั จะนามาตรฐาน หรอื ระเบยี บของภาครฐั มาใชเ้ ป็นต้นแบบในการ จดั การสนิ ทรพั ย์ดงั กล่าว ทงั้ น้ีเพราะภาครฐั มกี ารจดั ระเบียบหมวดหมู่  ตวั แทนผู้ให้บรกิ าร (Service Broker) เป็นผู้กาหนดมาตรฐานท่ี สนิ ทรพั ย์ถาวรอย่างเป็นระบบ ในส่วนน้ีจะเป็นการอธบิ ายนิยาม การแบ่ง เกย่ี วขอ้ งกบั การลงทะเบยี นขอ้ มูลของการใหบ้ รกิ าร อธบิ ายรายละเอยี ด หมวดหมู่ และการจดั การครุภณั ฑ์ซ่งึ เป็นชอ่ื เรยี กของสนิ ทรพั ย์ถาวรของ ของผใู้ หบ้ รกิ าร และวธิ ใี นการเชอ่ื มต่อขอ้ มลู ภาครฐั โดยองิ ตามระเบยี บสานกั นายกรฐั มนตรวี า่ ดว้ ยการพสั ดุ พ.ศ. 2535 และทแ่ี กไ้ ขเพมิ่ เตมิ [2] 2.3 ตวั อย่างเครอื่ งมอื ทเี่ กยี่ วขอ้ งกบั แฟ้มประวตั คิ รภุ ณั ฑแ์ บบพลวตั ครุภณั ฑ์หมายถงึ สนิ ทรพั ย์ทม่ี มี ลู ค่าตงั้ แต่ 5,000 บาทขน้ึ ไป (มลู ค่า ในการวจิ ยั ครงั้ น้ี ผู้วจิ ยั ได้รวบรวมและศกึ ษาการทางานของระบบท่ี รวมภาษมี ลู ค่าเพม่ิ และค่าใชจ้ ่ายเพอ่ื ใหส้ นิ ทรพั ย์อยู่ในสภาพพรอ้ มใชง้ าน เช่น ค่าขนส่ง ค่าตดิ ตงั้ ค่าภาษเี ป็นตน้ ) และเป็นสนิ ทรพั ยท์ ม่ี คี งทนถาวรมี เกย่ี วขอ้ งกบั การจดั การครุภณั ฑ์ ดงั น้ี 1. Ezofficeinventory [8] เป็นระบบ บรหิ ารครุภณั ฑ์ท่รี องรบั การทางานในหลายอุปกรณ์ และสามารถแสดง ปฏทิ นิ ของการใชง้ านครุภณั ฑ์ โดยการทางานของระบบเน้นการติดตาม สถานการณ์ใชง้ านของครุภณั ฑช์ น้ิ นนั้ ๆ 2. AMPRO [9] นนั้ มกี ารทางาน คลา้ ยคลงึ กบั Ezofficeinventory แต่มฟี ังกช์ นั การทางานเพมิ่ ขน้ึ มา คอื การ แสดงจานวนของครุภณั ฑ์ในมุมมองท่หี ลากหลาย 3. Hardcat [10] เป็น 165

การประชมุ วชิ าการระดับชาติด้านเทคโนโลยสี ารสนเทศ ครง้ั ท่ี 11 (NCIT2019) ระบบท่มี ุ่งนาเสนอข้อมูลของการใช้ครุภณั ฑ์ในมุมมองท่หี ลากหลายมติ ิ และแสดงผลออกมาในรูปแบบกราฟท่เี ขา้ ใจง่าย และ 4. Transcendent [11] มงุ่ เน้นในเรอ่ื งของการตดิ ตามการใชง้ านครุภณั ฑ์ การแสดงขอ้ มลู ของ ครุภัณฑ์ในมุมมองท่ีหลากหลายมิติ รวมถึงการรองรับการใช้งานท่ี หลากหลายอุปกรณ์ แสดงดงั ตารางท่ี 1 ตารางท่ี 1. การเปรยี บเทยี บการทางานของระบบ ฟังกช์ นั การทางาน [8] Ezofficeinventory [9] AMPRO [10] Hardcat [11] Transcendent เขา้ ถงึ และใชง้ านบนอนิ เทอรเ์ น็ต / // / ร อ ง รับ ก า ร ใ ช้ง า น บ น อุ ป ก ร ณ์ / - / / เคลอ่ื นท่ี การแสดงรปู ภาพของครภุ ณั ฑ์ / // / รปู ท่ี 1. แบบจาลองโครงสรา้ งการเชอ่ื มโยงขอ้ มลู การแสดงคา่ เสอ่ื มราคา - ---  ระดับท่ี 2 จัดเป็นระบบสารสนเทศท่ีเก่ียวข้องกับฟังก์ชนั การ ทางานของสถาบนั อุดมศกึ ษา ซง่ึ ประกอบดว้ ยระบบสารสนเทศทเ่ี กย่ี วขอ้ ง การแสดงสถานะของการใช้งาน - / / - กบั การเรยี นการสอน การบรหิ าร การผลติ ผลงานวจิ ยั และวชิ าการ การ บรกิ ารวชิ าการแกส่ งั คม รวมถงึ การทานุบารงุ ศลิ ปวฒั นธรรม ครุภณั ฑ์  ระดับท่ี 3 เป็ นส่วนชัน้ บนสุดของบ้าน ลักษณะของระบบ การนาเสนอข้อมูลในลักษณะ - - / / สารสนเทศจะเน้นการวเิ คราะห์ และรายงานผลการดาเนินงาน ในรปู แบบท่ี เขา้ ใจงา่ ย เหมาะสาหรบั นาไปใชใ้ นการตดั สนิ ใจ Dashboard 3.2 สถาปัตยกรรมระบบแฟ้มประวตั คิ รภุ ณั ฑแ์ บบพลวตั ในภาพรวม (High- ปฏทิ นิ ในการใชง้ านครภุ ณั ฑ์ / --- Level Design) มลู ค่าของครภุ ณั ฑ์ / /- / ในส่วนน้ผี วู้ จิ ยั นาเสนอรายละเอยี ดในเชงิ เทคนิคของระบบแฟ้มประวตั ิ ครภุ ณั ฑแ์ บบพลวตั แบง่ โครงสรา้ งของสถาปัตยกรรมออกเป็น 3 สว่ นหลกั อย่างไรกต็ าม จากการทางานของระบบทผ่ี วู้ จิ ยั ไดท้ าการรวบรวมและ ไดแ้ ก่ ส่วนของฐานขอ้ มลู ส่วนของการจดั การขอ้ มลู และส่วนสุดทา้ ยการ ศกึ ษา พบว่าส่วนใหญ่ทงั้ 4 ระบบสามารถใชง้ านบนอนิ เทอรเ์ น็ต รวมทงั้ แสดงผล ดงั แสดงในรูปท่ี 2 โดยหน้าท่กี ารทางานหลกั ของแฟ้มประวตั ิ การแสดงผลขอ้ มลู รปู ภาพของครุภณั ฑท์ ใ่ี ชง้ านง่าย และยงั สามารถใชง้ าน ครุภณั ฑแ์ บบพลวตั จะมหี น้าทใ่ี นการแสดงผล (Interface) เพยี งเท่านนั้ ซง่ึ บนอุปกรณ์เคลอ่ื นทไ่ี ด้ โดยการทางานทย่ี งั ไมม่ ใี นทงั้ 4 ระบบคอื การแสดง หากพบว่าขอ้ มลู ทแ่ี สดงผลผดิ พลาด แสดงวา่ ขอ้ มลู ทไ่ี ดร้ บั มาจากระบบต้น และคดิ ค่าเส่อื มราคาของครุภณั ฑ์ตามระเบยี บสานักนายกรฐั มนตรวี ่าดว้ ย ทางผดิ พลาด จงึ จาเป็นตอ้ งไปปรบั ปรงุ แกไ้ ขขอ้ มลู ดงั กล่าวทร่ี ะบบตน้ ทาง การพสั ดุ พ.ศ. 2535 และการแสดงขอ้ มูลของครุภณั ฑ์ท่อี ยู่ในหมวดหมู่ หรอื จากฐานขอ้ มลู ทส่ี ่งขอ้ มลู มา เดยี วกนั หรอื ลอ็ ตเดยี วกนั  ส่วนฐานข้อมูล แสดงถึงแหล่งในการจัดเก็บข้อมูลของระบบ 3. สถาปัตยกรรมแฟ้มประวตั คิ รภุ ณั ฑแ์ บบพลวตั สารสนเทศต่าง ๆ จาแนกตามลกั ษณะทางกายภาพของการตดิ ตงั้ ทงั้ อยู่ เน้ือหาในบทน้ีจะกล่าวถงึ กรอบแนวคดิ และการออบแบบการบูรณา ภายในสภาพแวดลอ้ มเดยี วกนั และ/หรอื สภาพแวดลอ้ มต่างกนั อย่างไรก็ การข้อมูลของแฟ้ มประวัติครุภัณฑ์แบบพลวัตกับระบบสารสนเทศท่ี ตามขอ้ มลู ในฐานขอ้ มลู เหลา่ น้ีจะถกู นามาใชป้ ระกอบในการประมวลผล เก่ยี วขอ้ ง รวมถึงแนวคดิ การรบั -ส่งข้อมลู ของแฟ้มประวตั ิครุภณั ฑ์แบบ พลวตั ในรปู แบบสถาปัตยกรรมต่าง ๆ  ส่วนของการจดั การขอ้ มลู แบ่งออกเป็น 2 ส่วนย่อย ประกอบดว้ ย ส่วนแรกทาหน้าทใ่ี นการปรบั ปรุงและ/หรอื เปล่ียนแปลงรูปแบบของขอ้ มูล 3.1 กรอบแนวคดิ (Data Transformation) ใหต้ รงกบั ความต้องการ โดยต่อจากนนั้ ในส่วนท่ี ผวู้ จิ ยั นาเสนอกรอบแนวคดิ ในการออบแบบระบบแฟ้มประวตั คิ รภุ ณั ฑ์ 2 ทาหน้าทร่ี วบรวม และจดั กลุม่ ของขอ้ มลู เหลา่ นนั้ ใหม้ คี วามเหมาะสมกบั การแสดงผลหรอื ตามความตอ้ งการทถ่ี ูกกาหนดไว้ ถงึ แมว้ ่าขอ้ มลู เหลา่ นนั้ แบบพลวตั สาหรบั สถาบนั อุดมศกึ ษา จะมาจากคนละแหล่งท่ีมาก็ตาม เช่น 1. กลุ่มข้อมูลระบบบุคลากร จะ จากรูปท่ี 1. ผวู้ จิ ยั นาเสนอ 3 ส่วนหลกั ของกรอบแนวคดิ ซง่ึ มลี กั ษณะ ประกอบดว้ ย ขอ้ มลู ทวั่ ไปของผทู้ ย่ี มื ครุภณั ฑ์ และหน่วยงานทน่ี าครุภณั ฑ์ คลา้ ยบา้ นของระบบสารสนเทศ ประกอบดว้ ย  ระดบั ท่ี 1 จดั เป็นส่วนฐานรากของกรอบแนวคดิ เกย่ี วขอ้ งกบั ชุด ของระบบสารสนเทศทท่ี าหน้าทเ่ี สมอื นฐานรากสาหรบั ใหข้ อ้ มลู ทจ่ี าเป็นแก่ ระบบสารสนเทศในชนั้ ถดั ไป ตวั อย่างเช่น ระบบบุคลากร จะเป็นระบบ สารสนเทศต้นทางในการนาเขา้ ขอ้ มูลท่เี กย่ี วขอ้ งกบั ขอ้ มูลบุคลากร ส่วน ระบบในชนั้ ถดั ไป จะนาเอาขอ้ มลู บุคลากรไปใชไ้ ดท้ นั ที 166

การประชมุ วชิ าการระดับชาติดา้ นเทคโนโลยีสารสนเทศ คร้งั ที่ 11 (NCIT2019) ไปใช้งาน 2. กลุ่มข้อมูลระบบกากับงบประมาณ ประกอบด้วย ข้อมูล รปู ท่ี 3. สถาปัตยกรรมเชงิ บรกิ ารของแฟ้มประวตั คิ รุภณั ฑแ์ บบพลวตั งบประมาณในการจดั ซอ้ื และส่งซ่อมครุภณั ฑ์ และ 3. กลุ่มขอ้ มลู ระบบการ จดั การครุภณั ฑ์ ไดแ้ ก่ ขอ้ มูลพ้นื ฐานของครุภณั ฑ์ อาทเิ ช่น ช่อื ครุภณั ฑ์  External and Incompatible: ลกั ษณะข้อมูลท่ีอยู่ต่างฐานข้อมูล หมายเลขครุภณั ฑ์ ประเภทครุภณั ฑ์ ขอ้ มลู ประวตั ใิ นการส่งซ่อมครุภณั ฑ์ และไม่สามารถนาขอ้ มูลมาใช้งานได้ ดงั นัน้ ข้อมูลจะถูกเรียกใช้งานใน และขอ้ มลู การคดิ คา่ เสอ่ื มราคาของครุภณั ฑ์ อยา่ งไรกต็ าม เพอ่ื ใหเ้ กดิ ความ ลกั ษณะ Web Service โดยมีการกาหนดรูปแบบของขอ้ มูลเป็น JSON ปลอดภยั จาเป็นต้องมกี ารกาหนดมาตรฐานของการเขา้ ใช้งานในส่วนน้ี Format ซ่ึงมี WCG (Widget Customization Generator) เป็นเคร่อื งมือท่ี (Access Control) ใชใ้ นการควบคุมการเขา้ ถึง รกั ษาความปลอดภยั และดูแลความถูกต้อง ของการรบั -ส่งข้อมูล ซ่ึงในส่วนน้ีแฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั มกี าร  ส่วนการแสดงผล มหี น้าทเ่ี ฉพาะแสดงขอ้ มลู ทไ่ี ดจ้ ากสว่ นของการ เรยี กใชจ้ ากระบบกากบั งบประมาณ และระบบบคุ ลากร จดั การขอ้ มลู เท่านัน้ เป็นเพยี ง Interface ท่นี าเสนอขอ้ มลู ในเชงิ สรุป ใน รปู แบบกราฟ (Graph) ตาราง (Table) และการด์ (Card) เช่น Profile และ Dashboard เป็นตน้ รปู ท่ี 2. สถาปัตยกรรมระบบแฟ้มประวตั คิ รภุ ณั ฑ์แบบพลวตั ในภาพรวม 4. ผลการดาเนินงานและเครอ่ื งมอื ทใ่ี ชใ้ นการพฒั นา ในส่วนน้ีจะนาเสนอการเคร่อื งมอื ท่ใี ชใ้ นการพฒั นาระบบแฟ้มประวตั ิ 3.3 สถาปัตยกรรมเชงิ บรกิ ารของแฟ้มประวตั คิ รภุ ณั ฑ์แบบพลวตั ครภุ ณั ฑแ์ บบพลวตั และนามาใชง้ านจรงิ กบั วทิ ยาลยั การพยาบาล วทิ ยาลยั เ น่ื อ ง จ า ก ลัก ษ ณ ะ ข อ ง ก า ร ว า ง โ ค ร ง ส ร้า ง ห รือ ส ถา ปั ต ย ก ร รม ของ การสาธารณสขุ สงั กดั กระทรวงสาธารณสขุ และมหาวทิ ยาลยั ทส่ี นใจ ฐานขอ้ มลู แต่ละระบบสารสนเทศมคี วามแตกต่างกนั โดยมสี องลกั ษณะคอื 4.1 เครอื่ งมอื ทใี่ ชใ้ นการดาเนนิ งาน ฐานขอ้ มลู ทอ่ี ยทู่ เ่ี ดยี วกนั (Internal) และฐานขอ้ มลู ทอ่ี ย่ตู ่างทก่ี นั (External) แฟ้มประวัติครุภณั ฑ์แบบพลวัต ถูกพัฒนาในรูปแบบ Web-based ประกอบกบั รูปแบบของขอ้ มลู ท่นี ามาใชง้ านมคี วามแตกต่างกนั โดยแบ่ง ออกเป็นสองลกั ษณะคอื ขอ้ มลู ทต่ี รงกบั ความตอ้ งการ สามารถนามาใชไ้ ด้ application โดยใช้ใช้เคร่ืองมือโอเพนซอร์ส คือ PHP CodeIgniter ไมต่ อ้ งมกี ารปรบั ปรุง (Compatible) และขอ้ มลู ทต่ี รงกบั ความต้องการ แต่ framework ร่ ว ม กับ ร ะ บ บ จัด ก า ร ฐ า น ข้อ มู ล MySQL ติ ด ตั้ง บ น ต้องมีการปรับปรุงข้อมูลบางส่วน (Incompatible) ดังในรูปท่ี 3 โดยมี ระบบปฏบิ ตั กิ าร Debian รายละเอยี ดดงั น้ี 4.2 ผลการนาแฟ้มประวตั คิ รภุ ณั ฑ์แบบพลวตั ไปใชจ้ รงิ  Internal and Compatible: ลักษ ณะ ข้อ มูล ท่ีอ ยู่ในฐานข้อมูล จากการพฒั นาระบบแฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั ซ่งึ เป็นหน่ึงใน เดียวกนั สามารถเขา้ ถึงและนาไปใช้ได้โดยตรง (Direct Access) ซ่ึงใน แฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั หมายถงึ ขอ้ มลู ทม่ี าจากระบบการจดั การ สถาปั ตยกรรมของระบบสารสนเทศเพ่ือการบริหารการศึกษ า ครภุ ณั ฑ์ ระดบั อุดมศกึ ษา (TheDB) ซ่งึ ถูกนาไปใชง้ านจรงิ ณ วทิ ยาลยั สาธารณสุข ในสงั กดั กระทรวงสาธารณสุข จานวน 14 แห่ง และสถาบนั อุดมศึกษา  Internal and Incompatible: ลกั ษณะขอ้ มลู ทอ่ี ยู่ในทเ่ี ดยี วกนั แต่ จานวน 1 แหง่ ซง่ึ ผวู้ จิ ยั ยงั มไิ ดป้ ระเมนิ การใชง้ านอยา่ งเป็นระบบ เน่อื งจาก ไม่สามารถนามาใชไ้ ด้ ต้องมกี ารจดั รูปแบบของขอ้ มูลก่อนการนามาใช้ ยงั คงมกี ารพฒั นาแฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั อย่างต่อเน่ือง อย่างไรก็ (Data Transformation) ในส่วนน้ีระบบแฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั ยงั ตามสถาบนั เหล่าน้ีไดร้ บั คะแนนสงู สุดในดา้ นระบบสารสนเทศสาหรบั การ ไมม่ ลี กั ษณะของการรบั /ส่งขอ้ มลู รปู แบบน้ี บรหิ ารองค์กร โดยเฉพาะอย่างยงิ่ ระบบสารสนเทศดา้ นครุภณั ฑ์ จากการ ประกนั คุณภาพโดยสภาการพยาบาล ซง่ึ แสดงใหเ้ หน็ ว่าระบบแฟ้มประวตั ิ  External and Compatible: ลกั ษณะขอ้ มลู ทอ่ี ย่ตู ่างฐานข้อมลู แต่ ครุภณั ฑแ์ บบพลวตั สามารถช่วยใหผ้ บู้ รหิ ารนาไปใชใ้ นการพจิ ารณาและ สามารถนามาใชใ้ นการอ้างองิ หรอื ใชง้ านได้ โดยต้องมกี ารเขา้ ถงึ ขอ้ มลู ใน ตดั สนิ ใจในการจดั หาครุภณั ฑ์ทจ่ี าเป็น และมปี รมิ าณทเ่ี พยี งพอต่อการใช้ ลักษณะของ Web Service ซ่ึงกาหนดรูปแบบการรับข้อมูลในรูปแบบ งาน JSON Format โดย Service Provider จาเป็นต้องจดั ส่งขอ้ มลู ตามรูปแบบ ทก่ี าหนดไวเ้ ท่านนั้ ซง่ึ สาหรบั แฟ้มประวตั คิ รุภณั ฑ์แบบพลวตั ในปัจจุบนั ยงั 4.3 ตวั อยา่ งภาพหน้าจอ ไมม่ ลี กั ษณะของการรบั -ส่งขอ้ มลู รปู แบบน้ี ระบบแฟ้มประวตั ิครุภณั ฑ์แบบพลวตั เป็นการแสดงผล (Interface) ของระบบในการบรหิ ารองคก์ ร สาหรบั สถาบนั อุดมศกึ ษา ในสว่ นน้ผี วู้ จิ ยั จะ นาเสนอตวั อย่างหน้าจอ และการเช่อื มโยงข้อมูลกบั ระบบสารสนเทศท่ี 167

การประชุมวิชาการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ ครง้ั ที่ 11 (NCIT2019) เกย่ี วขอ้ งได้ ดงั รปู ท่ี 4 และรปู ท่ี 5 ดงั กล่าวแสดงให้เห็นถึงการเช่ือมโยงข้อมูลระบบสารสนเทศท่ีมีส่วน เกย่ี วขอ้ ง ในลกั ษณะพลวตั (Dynamic) ขณะน้คี ณะผวู้ จิ ยั กาลงั พฒั นาระบบ เพ่ิมเติมให้ระบบมกี ารแสดงข้อมูลในหลายมติ ิมากข้นึ เช่น การแสดง รายการครุภณั ฑ์ทซ่ี ้อื มากพรอ้ มกนั และการรายงานครุภณั ฑ์ประจาปีใน รปู แบบทเ่ี หมาะสม สุดท้ายน้ีคณะผู้วิจัยขอขอบคุณทีมงานจากห้องปฏิบัติการวิจัย วศิ วกรรมระบบสารสนเทศ มหาวทิ ยาลยั บรู พา และนายอภสิ ทิ ธิ ์แสงใส ผมู้ ี ส่วนช่วยในความสาเรจ็ ของงานวจิ ยั น้ี รปู ท่ี 4. แฟ้มประวตั ขิ องครุภณั ฑแ์ บบพลวตั เอกสำรอ้ำงอิง รปู ท่ี 5. รายละเอยี ดครุภณั ฑ์ [1] Denwattana, N. & Saengsai, A. A Framework of Thailand Higher การคานวณค่าเส่อื มราคาของครุภณั ฑ์ และประวตั กิ ารแจง้ ซ่อม แสดง Education Dashboard System, In Proceeding of The 20th International ในรปู ท่ี 6 Computer Science & Engineering Conference, Chiang Mai, December 2016. [2] สานักงบประมาณ. (2560). หลักการจาแนกประเภทรายการรายจ่าย ต า ม ง บ ป ร ะ ม า ณ . แ ห ล่ ง ข้ อ มู ล : http://bb.go.th/en/topic.php?gid= 228&mid=268. คน้ เม่อื วนั ท่ี 10 มถิ นุ ายน 2562. [3] กระทรวงการคลงั . (2559). มาตรฐานการบญั ชภี าครฐั ฉบบั ท่ี ๑๗ เร่อื ง ทด่ี นิ อาคาร และอปุ กรณ์ของภาครฐั . แหล่งขอ้ มลู : https://saraban-law.cgd.go.th. คน้ เมอ่ื วนั ท่ี 10 มถิ ุนายน 2562. [4] Erl, T. (2015). Service-Oriented Architecture: Concepts. In Technology and Design. Prentice Hall. [5] Somkiat Puisungnoen. (2559). ส รุป ข้อ แ ต ก ต่ า ง ร ะ ห ว่ า ง SOA แ ล ะ Microservice. แ ห ล่ ง ข้ อ มู ล : http://www.somkiat.cc/soa-and-micro service. คน้ เมอ่ื วนั ท่ี 10 มถิ นุ ายน 2562. [6] IBM Knowledge Center. (2019). Web services approach to a service- oriented architecture. แ ห ล่ ง ข้ อ มู ล : https://www.ibm.com/support/ knowledgecenter. คน้ เมอ่ื วนั ท่ี 10 มถิ ุนายน 2562. [7] IBM. (2004). Patterns: Service Oriented Architecture and Web Services. แหล่งข้อมูล: http://www.redbooks.ibm.com/. ค้นเม่ือวันท่ี 10 มถิ ุนายน 2562. [8] EZ Web Enterprise, Inc. (2018). Ezofficeinventory. แ ห ล่ ง ข้ อ มู ล : https://www.ezofficeinventory.com. คน้ เม่อื วนั ท่ี 12 กรกฎาคม 2562. [9] AMRO Applications Pty, Ltd. (2017). AMPRO. แ ห ล่ ง ข้ อ มู ล : https://www.amproapplications.com.au. คน้ เมอ่ื วนั ท่ี 12 กรกฎาคม 2562. [10] Hardcat. (2018). Hardcat Asset Management. แ ห ล่ ง ข้ อ มู ล : https://www.hardcat.com/. คน้ เม่อื วนั ท่ี 12 กรกฎาคม 2562. [11] Trascendent Corporation. (2018). Transcendent แ ห ล่ ง ข้ อ มู ล : https://transcendent.ai. คน้ เมอ่ื วนั ท่ี 12 กรกฎาคม 2562. รปู ท่ี 6. การคดิ ค่าเสอ่ื มราคาและการสง่ ซ่อม 5. สรปุ ผลการดาเนินงาน และแผนงานในอนาคต บทความน้ีเป็นการนาเสนอแบบจาลองของการบรู ณาการขอ้ มลู สาหรบั การแสดงแฟ้มประวตั ขิ องครุภณั ฑแ์ บบพลวตั ซ่งึ เป็นส่วนหน่ึงของระบบ สารสนเทศองค์กร TheDB โดยแฟ้ มประวัติของครุภัณฑ์แบบพลวัต 168

การประชุมวชิ าการระดับชาตดิ า้ นเทคโนโลยสี ารสนเทศ ครั้งที่ 11 (NCIT2019) บทความทบทวนวรรณกรรมและผลการศึกษา การประมวลผลเหตกุ ารณ์ซบั ซ้อน A Review on Complex Event Processing Approaches: Research Background and Challenges ปารชิ าต คนึงเหตุ วรพล พงษเ์ พช็ ร Parichat Ka-nueng-hade Worapol Pongpech คณะสถติ ปิ ระยุกต์, สถาบนั บณั ฑติ พฒั นบรหิ ารศาสตร์ นกั วจิ ยั อสิ ระ Faculty of Applied Statistics, NIDA Researcher กรุงเทพมหานคร กรงุ เทพมหานคร Bangkok / Thailand Bangkok Thailand [email protected] [email protected] บทคดั ย่อ — การเกิดขึ้นของข้อมูลในปัจจุบนั เป็ นไปอย่างรวดเรว็ ABSTRACT — With rapidly increasing adoption of IoT และข้อมลู มีรปู แบบท่ีความหลากหลาย ทาให้การนาข้อมลู ไปวิเคราะหเ์ พ่ือ technologies in many business domains, data is flowing into distributed ค้นหาข้อมูลเชิงลึกสาหรบั ช่วยในการตดั สินใจและวางแผนมีกระบวนการท่ี storages both on premise and off premise at an incredible rate and ซับซ้อน บางกรณีการประมวลผลแบบเชิงกลุ่ม (Batch Processing) โดย volume. To gain insight from these data in order to make a timely การเกบ็ ข้อมูลแล้วจึงประมวลผลไม่เหมาะสาหรบั เหตุการณ์ที่ต้องการการ decision is not a trivial task, and a highly efficient and data complexity ตดั สินใจในทนั ที ซ่ึงต้องการการประมวลผลข้อมูลแบบ real-time งานวิจยั management are needed to enable such task. Traditional batch data ฉบบั นี้จึงสนใจศึกษากระบวนการประมวลผลเหตกุ ารณ์ซบั ซ้อน (Complex processing focusing on calculation and processing on collection of data Event Processing หรือ CEP) ซ่ึงเป็ นกระบวนการประมวลผลข้อมูลที่ is not suitable for the task. A data processing technique that can handle เกิดขึ้นอย่างรวดเรว็ และต่อเนื่องแบบ real-time การประมวลผล CEP มี large and rapid data flow to enable real-time decision making must be กระบวนการท่ีซบั ซ้อน มีทฤษฎีและเทคนิคที่หลากหลาย งานวิจยั ฉบบั นี้จึง considered instead. In this paper, we conduct a literature review and ทาการทบทวนวรรณกรรม ทฤษฎีท่ีเกี่ยวข้องกบั CEP และนาเสนอข้อมูล analyze the Complex Event Processing (CEP) approach which is the เชิงวิเคราะห์ framework for continuous and real-time data processing. To this end, the continuous and streaming data processing approaches including (1) จากการทบทวนวรรณกรรมพบว่าความท้าทายของ CEP ท่ีสาคญั คือ Information Flow Processing (IFP), (2) CEP advancements and use การเพิ่มประสิทธิภาพของ CEP เพ่ือประมวลผลข้อมูลในยุคปัจจุบนั ท่ี cases, (3) CEP and Machine Learning, and (4) Online Machine Learning เกิดขึ้นอย่างรวดเรว็ มีจานวนมาก และมีความหลายหลาย ซึ่งในมุมมอง are presented in the analytical way. ของการจดั การข้อมูลขนาดใหญ่(Big Data) กย็ งั มีความต้องการเคร่ืองมือ สาหรบั ประมวลผลข้อมลู ที่รวดเรว็ และแม่นยาเพื่อนาไปใช้ตดั สินใจไดท้ นั ที According to our comparative analysis, we found that Machine จากการศึกษาพบว่า การใช้การเรียนร้ขู องเคร่ือง (Machine Learning) มี Learning (ML) has a potential to increase the efficiency in CEP. หลายเทคนิคที่สามารถประมวลผลคณุ ลกั ษณะข้อมลู ดงั กล่าวได้ ซึ่งวิธีการ Specifically, Online ML is the method for continuous data processing เรยี นรอู้ อนไลน์ (Online Learning) เป็นหน่ึงในเทคนิคท่ีสามารถประมวลผล with the capability to flexibly adjust the process rules. In addition, we ข้อมูลได้อย่างต่อเน่ือง และสามารถปรบั ปรงุ กฎเกณฑก์ ารประมวลผลได้ found that unsupervised learning is a promising approach to support ตลอดเวลา และกลุ่มการเรียนร้แู บบไม่มีผ้สู อน (Unsupervised Learning) unlabeled data processing whereas the supervised learning model เหมาะสมกบั การประมวลผลข้อมูลท่ีมีรูปแบบหลากหลายเพราะข้อมูลท่ี requires labeled data in order to define the output. Finally, we give the เกิ ดขึ้นใหม่ไม่สามารถคาดการณ์คุณลักษณะของข้อมูลได้ ทาให้ไม่ concluding remarks on the reviewed approaches and point out the สามารถทาฉลากข้อมูล (label) ได้ตามแนวทางการเรียนรู้แบบมีผ้สู อน future works that are worth for further investigation. (Supervised Learning) ซ่ึงผวู้ ิจยั จะทาการศึกษาเพ่ิมเติมต่อไป Keywords — Complex Event Processing, Machine Learning, Fog คำสำคญั — Complex Event Processing, Machine Learning, Online Computing, Online Learning, Big Data Learning, Fog Computing, Big Data 1. บทนา 169

การประชุมวิชาการระดับชาติดา้ นเทคโนโลยสี ารสนเทศ ครง้ั ท่ี 11 (NCIT2019) การเตบิ โตของเทคโนโลยโี ทรศพั ทเ์ คลอ่ื นทใ่ี นปัจจบุ นั เป็นสาเหตุสาคญั รวดเร็วข้นึ เน่ืองจากความกา้ วหน้าทางเทคโนโลยี รูปแบบขอ้ มูลมคี วาม ท่ที าใหก้ ารเตบิ โตของขอ้ มลู เป็นไปอย่างรวดเรว็ ทงั้ ขอ้ มลู ท่เี กดิ จากการ หลากหลาย และมคี วามตอ้ งการประมวลผลหาความหมายของขอ้ มลู เพ่อื ส่อื สาร ขอ้ มลู ข่าวสาร หรอื ขอ้ มลู จากการใช้สอ่ื สงั คมออนไลน์ รวมไปถงึ ใชป้ ระโยชน์ในการแจง้ เตอื นหรอื คาดการณ์ไดอ้ ย่างแมน่ ยาในทนั ที ซง่ึ จาก พฒั นาการของ Internet of Things หรอื IoT ไม่ว่าจะเป็นขอ้ มูลท่เี กดิ จาก การศกึ ษางานวจิ ยั พบวา่ การเพมิ่ ประสทิ ธภิ าพของ CEP ยงั สามารถนามา อุปกรณ์ตรวจจบั ต่าง ๆ เช่น การวดั สภาพอากาศ สภาพสงิ่ แวดลอ้ มต่าง ๆ ศกึ ษาและวจิ ยั เพมิ่ เตมิ ไดใ้ นหลายด้าน ประกอบกบั งานวจิ ยั ทางดา้ นการ จากสถติ ปิ ี 2561 พบว่า 90% ของขอ้ มลู ทม่ี ที งั้ หมดในโลก เพง่ิ ถูกสรา้ งขน้ึ ประมวลผลข้อมูลขนาดใหญ่ด้วยเทคนิคต่าง ๆ ยังมีการพัฒนาอยู่ ภายใน 2 ปี ถือได้ว่าอตั ราการเตบิ โตของขอ้ มลู ใน 2 ปีท่ผี ่านมาเป็นไป ตลอดเวลา ไมว่ า่ จะเป็นการเพม่ิ ประสทิ ธภิ าพดา้ นความถูกตอ้ งของผลลพั ธ์ อย่างรวดเรว็ และอตั ราดงั กล่าวจะเพมิ่ ขน้ึ ในอนาคต ขอ้ มูลหลากหลายท่ี ความเรว็ ในการประมวลผล หรอื การจดั การกบั ขอ้ มูลทไ่ี มส่ มบรู ณ์ เพม่ิ ขน้ึ อยา่ งรวดเรว็ น้ี มลี กั ษณะคลา้ ยกนั คอื เป็นกระแสขอ้ มลู ทเ่ี กดิ ขน้ึ ใหม่ ตลอดเวลา (Data Stream) จากแนวโน้มท่ีกล่าวมา ทาให้หลายองค์กร งานวจิ ยั ฉบบั น้ีไดท้ าการศกึ ษาการประมวลผลขอ้ มลู เหตุการณ์ซบั ซอ้ น ต้องการนาขอ้ มลู ไปใชใ้ หเ้ กดิ ประโยชน์เพอ่ื การตดั สนิ ใจวางแผนหรอื แจง้ (Complex Event Processing หรอื CEP) ตงั้ แต่วธิ กี ารประมวลผลขอ้ มลู ท่ี เตอื นสถานการณ์ต่าง ๆ ไดอ้ ย่างทนั ที (Real-time) เพอ่ื ใหท้ นั ต่อเหตุการณ์ เกดิ ขน้ึ อย่างต่อเน่อื ง การปรบั ปรุงกระบวนการประมวลผลเพอ่ื นาไปใชง้ าน จรงิ และแนวทางการพฒั นาปรบั ปรุงทส่ี ามารถทาไดใ้ นอนาคต รวมถงึ ได้ แนวทางการประมวลผลข้อมูลดงั กล่าวขา้ งต้นแนวทางหน่ึงคือการ ศกึ ษาวธิ กี ารและเทคนิคทใ่ี ชใ้ นการประมวลผลขอ้ มลู ปรมิ าณมากทม่ี คี วาม ประมวลผลกระแสข้อมูล (Information Flow Processing หรอื IFP) เป็น หลากหลายในปัจจุบนั โดยมุ่งเน้นการประมวลผลกระแสขอ้ มลู ทไ่ี ดผ้ ลลพั ธ์ การประมวลผลขอ้ มลู ทเ่ี ขา้ มาตลอดเวลา แบบทนั ที สามารถแสดงผลลพั ธ์ แบบทนั ที จากการทบทวนวรรณกรรมสามารถสรุปออกมาเป็น 4 หวั ขอ้ ได้อย่างต่อเน่ืองเม่อื ประมวลผลขอ้ มูลเสร็จ เทคนิคการประมวลผล IFP หลกั เรม่ิ จากการกล่าวถงึ การพฒั นาเคร่อื งมอื ทน่ี ามาใชใ้ นการประมวลผล รูปแบบแรก เป็นการพฒั นาเพิ่มประสทิ ธภิ าพการทางานของระบบการ กระแสขอ้ มลู (IFP) หวั ขอ้ ทส่ี องเป็นการกล่าวถงึ การเพมิ่ ประสทิ ธภิ าพของ จัดการฐานข้อมูล (Database Management System หรือ DBMS) ให้ การประมวลผลกระแสขอ้ มลู และการใชง้ าน CEP ในกรณีต่าง ๆ สาหรบั สามารถประมวลผลแบบต่อเน่ืองได้ แต่แนวทางน้ีมขี อ้ จากดั คอื ไม่สามารถ หวั ขอ้ ทส่ี ามเป็นหวั ขอ้ ทเ่ี ก่ยี วขอ้ งกบั การนาเทคนิคการเรยี นรขู้ องเคร่อื ง หาความเก่ียวข้องของลาดับเหตุการณ์ท่ีเกิดข้ึนก่อนหลังหรือ หา (Machine Learning หรอื ML) มาประยุกต์ใชใ้ นการประมวลผลขอ้ มูลทม่ี ี ความสมั พนั ธ์ระหว่างเหตุการณ์ทเ่ี กดิ ขน้ึ หลายๆเหตุการณ์ได้ รูปแบบท่ี รปู แบบหลากหลายและมปี รมิ าณมากใหไ้ ดป้ ระสทิ ธภิ าพ และหวั ขอ้ สดุ ทา้ ย สองเป็ นรูปแบบท่ีงานวิจัยฉบับน้ีให้ความสนใจคือ การประมวลผล เป็นการกล่าวถึงการเรียนรู้ของเคร่ืองแบบออนไลน์ (Online Machine เหตุการณ์ซบั ซ้อน (Complex Event Processing หรอื CEP) ซ่งึ เป็นการ Learning) ซ่ึงเป็นวิธที ่เี หมาะสมในการนามาประมวลผลขอ้ มูลท่เี กดิ ข้นึ ประมวลผลขอ้ มลู เหตุการณ์ทเ่ี กดิ ขน้ึ โดยใชเ้ ทคนิคต่าง ๆ หาความสมั พนั ธ์ อย่างต่อเน่ืองและโมเดลในกลุ่มการเรยี นรแู้ บบไม่มผี สู้ อน (Unsupervised ของเหตุการณ์ วเิ คราะห์ลาดบั ของเหตุการณ์ทเ่ี กดิ ขน้ึ เพอ่ื แจง้ เตอื นหรอื Learning) สามารถนาไปประยุกต์ใชก้ บั การประมวลผล CEP ได้ เน่อื งจาก นาไปปรับปรุงกระบวนการทางานได้อย่างทันที รวมทัง้ มีการหา การเรยี นรแู้ บบไมม่ ผี สู้ อน (Unsupervised Learning) เหมาะสมกบั ลกั ษณะ ความสมั พนั ธร์ ะหวา่ งขอ้ มลู หรอื ลาดบั เหตุการณ์ทเ่ี กดิ ขน้ึ เพอ่ื ความแมน่ ยา หรอื ธรรมชาตขิ องขอ้ มลู ทม่ี รี ูปแบบหลากหลาย นอกจากน้ีแลว้ ในบทสรปุ ของผลลพั ธ์ กระบวนการ CEP มคี วามซบั ซ้อนตงั้ แต่การคดั ตวั แทนของ ของงานวิจยั ยงั ได้กล่าวถึงการเพ่ิมประสทิ ธิภาพของ CEP โดยใช้การ ขอ้ มลู ทม่ี รี ูปแบบหลากหลายมาประมวลผล การหาความสมั พนั ธ์และหา ประมวลผลแบบกระจายซ่งึ เป็นเร่อื งทส่ี นใจสาหรบั การศกึ ษาเพมิ่ เติมใน ความหมายของกระแสขอ้ มูลตามกฎเกณฑ์หรือเง่อื นไขท่ีต้องการ ซ่ึง อนาคต เงอ่ื นไขดงั กล่าวต้องยดื หยุ่นปรบั เปล่ยี นได้เพ่อื ให้ทนั สมยั เขา้ กบั กระแส ขอ้ มลู ทเ่ี กดิ ขน้ึ ใหม่ และการประมวลผลยงั ตอ้ งทาไดอ้ ยา่ งรวดเรว็ ต่อเน่อื ง 2. ทบทวนวรรณกรรม (Literature Review) เพอ่ื ใหไ้ ดผ้ ลลพั ธท์ นั ที 2.1. การประมวลผลกระแสขอ้ มลู (Information Flow Processing หรอื IFP) ในปัจจุบนั หลายธุรกจิ ไดน้ า CEP ไปใช้ เพ่อื ประมวลผลขอ้ มลู หรอื จากงานวิจัยของ Gianpaolo Cugola and Alessandro Margara [2] เหตุการณ์ต่าง ๆ ไม่ว่าจะเป็ นการหาคุณค่า (Values) ของข้อมูลเพ่ือ แนวทางในการประมวลผลขอ้ มูลท่มี ลี กั ษณะต่อเน่ือง Information Flow นาไปใช้เป็นแนวทางในการดาเนินธุรกิจ (Opportunities) หรอื ตรวจจบั Processing (IFP) มี 3 แนวทาง คอื ขอ้ มลู (Detect) เพอ่ื แจง้ เตอื น (Threats) แบบทนั ที จากบทความ A Short History of CEP ของ David C Luckham [1] ได้แบ่งพฒั นาการของ CEP 2.1.1. Active Database Systems [3] ออกเป็น 4 ช่วง โดยเรม่ิ จาก ปี 1999 ถงึ 2007 เป็นช่วงเรม่ิ ต้นของการนา เป็นการประยุกต์ใชง้ าน DBMS โดยการยา้ ยคาสงั่ ในระดบั โปรแกรม ข้อมูลเหตุการณ์มาประมวลผล (Simple CEP) ต่อมาในปี 2006 ถึง ปี ประยุกต์ (Application Layer) มาประมวลผลท่รี ะบบการจดั การฐานขอ้ มลู 2011 เป็ นช่วงท่ีมีการศึกษาวิจัยเพิ่มเติม โดยใช้เทคนิคท่ีซับซ้อนมา (DBMS) เมอ่ื มขี อ้ มลู ใหมเ่ กดิ ขน้ึ ขอ้ มลู จะถูกเกบ็ ลงฐานขอ้ มลู และคาสงั่ ท่ี ประยุกต์และใชง้ านกบั ขอ้ มลู ทห่ี ลากหลายขน้ึ (Creeping CEP) จนกระทงั่ ตดิ ตงั้ ไวจ้ ะประมวลผลไดท้ นั ที แต่กรณีน้ีจะมขี อ้ เสยี คอื เมอ่ื จานวนคาสงั่ ท่ี ช่วง 2010 ถึง 2025 CEP กลายเป็นเทคโนโลยหี ลกั สาหรบั ประมวลผล ตดิ ตงั้ ไวห้ รอื ขอ้ มลู มปี รมิ าณมากขน้ึ จะเกดิ ผลกระทบกบั ประสทิ ธภิ าพการ กระแสขอ้ มลู และในปี 2015 เป็นตน้ มา CEP ถูกนามาใชอ้ ย่างแพร่หลาย ทางานของระบบโดยตรง (Ubiquitous CEP) 2.1.2. Data Stream Management Systems (DSMSs) [4] DSMS สามารถประมวลผลข้อมูลแบบทันที โดยแก้ปัญหาเร่ือง ความทา้ ทายทส่ี าคญั ของการประมวลผลขอ้ มลู CEP คอื การนา CEP ประสิทธิภาพของ Active Database Systems เน่ืองจากไม่ต้องจัดเก็บ มาประยุกต์ใชก้ บั ลกั ษณะขอ้ มลู ในยุคปัจจุบนั ทม่ี แี นวโน้มการเตบิ โตอย่าง ขอ้ มูลทงั้ หมดลงฐานขอ้ มูลก่อนการประมวลผล แต่การประมวลผลแบบ 170

การประชุมวิชาการระดับชาตดิ า้ นเทคโนโลยีสารสนเทศ ครงั้ ท่ี 11 (NCIT2019) DSMS ไม่สามารถหาความสมั พนั ธ์ระหว่างขอ้ มลู ได้ รวมทงั้ ไม่นาลาดบั เทคนคิ SAMOA (Scalable Advanced Massive Online Analysis) [7] หรอื ของการเกดิ เหตุการณ์มาใชใ้ นการวเิ คราะหข์ อ้ มลู เทคนคิ ดา้ นการจดั กลุ่มกระแสขอ้ มลู (Stream Clustering) เช่น Clustering Large-scale Streaming Graphs [8] เป็นตน้ 2.1.3. Complex Event Processing (CEP) Systems [5] เป็นการนาขอ้ มลู และเหตุการณ์มาประมวลผล โดยการทาความเขา้ ใจ ทงั้ น้ยี งั มคี วามทา้ ยทายในดา้ นอน่ื ๆ ยกตวั อยา่ งเชน่ งานวจิ ยั ดา้ นความ ข้อมูลเพ่ือหารูปแบบและหาความสัมพันธ์ระหว่างข้อมูล ตามลาดับ ไม่แน่นอนและความไม่น่าเช่อื ถือของข้อมูลท่นี าไปประมวลผล (Event เหตุการณ์ทเ่ี กดิ ขน้ึ ทาใหเ้ ขา้ ใจสถานการณ์ และสามารถนาผลลพั ธท์ ไ่ี ดไ้ ป Processing with Uncertain Data) ซง่ึ ตอ้ งใชห้ ลกั การความน่าจะเป็นคาด แจง้ เตอื นหรอื คาดการณ์ ความสามารถของ CEP ขน้ึ อย่กู บั ความยดื หยุ่น เดาขอ้ มลู เพอ่ื ใหไ้ ดผ้ ลลพั ธท์ ส่ี ามารถอธบิ ายไดต้ ามหลกั สถติ ิ งานวจิ ยั ดา้ น ของการกาหนดเง่อื นไขและความเร็วของการประมวลผล โดยสามารถ การจดั การขอ้ มลู ทไ่ี มม่ ลี าดบั (Out-of-Order Event Processing) งานวจิ ยั แสดงกระบวนการทางานในภาพรวมดงั รปู ท่ี 1 ด้านการคดั ตวั แทนขอ้ มูลจากจานวนขอ้ มลู ทงั้ หมดเพ่อื นามาประมวลผล (Approximate Complex Event Processing) เน่อื งจากขอ้ มลู มปี รมิ าณมาก รปู ท่ี 1. Complex Event Process Framework และเกดิ ขน้ึ ตลอดเวลา จงึ ต้องมเี ทคนิคทางสถติ ทิ ส่ี ามารถคดั ตวั แทนของ ขอ้ มลู ทเ่ี หมาะสมเพอ่ื นามาประมวลผลใหไ้ ดผ้ ลลพั ธ์ทถ่ี ูกต้องเพยี งพอต่อ จากรปู การประมวลผลขอ้ มลู CEP เป็นการนาขอ้ มลู เหตุการณ์ต่าง ๆ การนาไปใช้ มาประมวลผลวเิ คราะห์หารูปแบบโดยเทยี บกบั เงอ่ื นไขหรอื กฎเกณฑ์ท่ี กาหนดข้นึ โดยผู้เช่ยี วชาญ (Rules Manager หรอื Domain Expert) เม่อื นอกจากน้ียงั มคี วามท้าทายท่เี ก่ยี วขอ้ งกบั การเพมิ่ ประสิทธภิ าพของ พบขอ้ มลู เหตุการณ์ท่มี รี ูปแบบเป็นไปตามเงอ่ื นไข ระบบจะแจง้ เตอื นหรอื การประมวลผล ซ่งึ สามารถทาวจิ ยั เพมิ่ เติมอกี หลายดา้ น เช่น การใชก้ าร แสดงผลลพั ธใ์ นทนั ที กรณที ร่ี ปู แบบของขอ้ มลู เหตุการณ์มกี ารเปลย่ี นแปลง ประมวลผลแบบกลุ่มเมฆ ( Data Stream Processing in the Clouds) และต้องการนาขอ้ มูลรูปแบบใหม่มาใชป้ ระมวลผล ผู้เชย่ี วชาญสามารถ งานวจิ ยั ด้านความต่อเน่ืองของการประมวลผลขอ้ มูล (High Availability ปรบั เปลย่ี นเงอ่ื นไขไดต้ ามรปู แบบขอ้ มลู ท่เี กดิ ขน้ึ ใหม่หรอื ตามหวั ขอ้ เร่อื ง and Fault Tolerance) และ งานวจิ ยั ดา้ นการขยายและปรบั แต่งระบบอย่าง ใหมท่ ส่ี นใจ อตั โนมตั ิ (System Scalability and Autotuning) เป็นตน้ 2.2. การเพมิ่ ประสทิ ธภิ าพการประมวลผลกระแสขอ้ มลู และกรณกี ารใชง้ าน สุดทา้ ยไดม้ กี ารคาดการณ์ถงึ ความกา้ วหน้าในงานวจิ ยั ทเ่ี กย่ี วขอ้ งกบั (CEP Advancements and Use Cases) IoT, Graph Streams แ ล ะ Streaming Machine Learning จ ะ มีข้ึน ใ น อนาคตอันใกล้ และได้วิเคราะห์ว่าการประมวลผลกระแสข้อมูลและ การประมวลผลกระแสข้อมูลนัน้ ถูกนาไปปรับปรุงพัฒนาอย่าง เทคโนโลยที ่เี ก่ยี วขอ้ ง มกี ารเตบิ โตอย่างมนี ัยสาคญั ในช่วง 5 ถึง 10 ปีท่ี แพร่หลาย งานวจิ ยั ของ Miyuru Dayarathna and Srinath Perera [6] ได้ ผ่านมา และคาดการณ์วา่ จะเตบิ โตอยา่ งต่อเน่อื งในอนาคต [6] รวบรวมและจดั กลุ่มการพฒั นาประสทิ ธภิ าพการประมวลผลกระแสขอ้ มลู เหตุการณ์ (Event Processing) ทย่ี งั เป็นความทา้ ทายและตอ้ งการการวจิ ยั จากงานวจิ ยั ทแ่ี พร่หลายในปัจจบุ นั ไดม้ กี ารนา CEP ไปใชง้ านในธุรกจิ เพมิ่ เตมิ โดยแบ่งออกเป็น 13 ดา้ น หลายด้าน งานวจิ ยั ของ Alaa Alakari, Kin Fun Li and Fayez Gebali [9] ไดท้ าการศกึ ษาการนา CEP ไปใชง้ าน จานวน 20 กรณี (Use Cases) โดย หน่ึงใน 13 ด้าน คือการพัฒนาการเรียนรู้ของเคร่ือง (Machine แบ่งออกเป็ น 4 กลุ่มธุรกิจ คือ การทาธุรกิจแบบอัตโนมตั ิ (Business Learning) โดยนามาปรบั ใชก้ บั การประมวลผลกระแสขอ้ มลู ทเ่ี กดิ ขน้ึ อยา่ ง Automation) การ บริห าร จัดการส่ิงแวดล้อม ( Smart Environment) ต่อเน่อื ง เรยี กว่า Streaming Machine Learning ซง่ึ สามารถประยกุ ต์ใชไ้ ด้ เครอื ข่ายสงั คมออนไลน์ (Social Networks) และ การควบคุมการจราจร กบั กระบวนการ CEP และเป็นแนวทางทง่ี านวจิ ยั ฉบบั น้ีสนใจ การพฒั นา และยานพาหนะ (Traffic and Vehicle Control) เพม่ิ ประสทิ ธภิ าพในด้านน้ี มสี าเหตุเกดิ จากขอ้ มลู ในโลกออนไลน์มเี พ่ิม มากขน้ึ หลายธรุ กจิ มองเหน็ โอกาสจากการนาขอ้ มลู เหล่าน้ีไปใชง้ านใหเ้ กดิ การนา CEP ไปประยุกต์ใชง้ าน ได้มกี ารเพ่มิ ประสทิ ธภิ าพในแต่ละ ประโยชน์สูงสุด จึงต้องการพฒั นาเคร่อื งมอื ใหม่ๆ ท่ีเหมาะสมกับการ ด้านของ CEP เพ่ือให้เหมาะสมกับประเภทคธุรกิจ โดยแบ่งการเพ่ิม ประมวลผลขอ้ มลู ทม่ี ปี รมิ าณมากและเกดิ ขน้ึ อย่างต่อเน่ือง การเรยี นรขู้ อง ประสิทธิภาพออกเป็น 7 ด้าน คือ Semantic Enrichment เป็นการเพ่ิม เคร่อื ง (Machine Learning) เป็นวธิ หี น่ึงทถ่ี ูกพฒั นาเพม่ิ ประสทิ ธภิ าพเพ่อื ประสทิ ธภิ าพของการหาความหมายและความสมั พนั ธ์ระหว่างขอ้ มลู หรอื นามาประมวลผลขอ้ มลู ดงั กล่าวใหไ้ ดผ้ ลลพั ธ์เป็นไปตามวตั ถุประสงค์ของ เหตุการณ์ทเ่ี กดิ ขน้ึ Context Awareness คอื การตอบสนองหรอื ใหผ้ ลลพั ธ์ การใช้งาน ซ่ึงเทคนิคท่ีใช้มีหลากหลายข้นึ อยู่กบั กรณีท่ีนาไปใช้ เช่น ตามสิง่ แวดล้อมของเหตุการณ์ท่แี ตกต่างกนั Situation Awareness เป็น การนาขอ้ มูลหลายแหล่งท่ที นั สมยั มาหาความหมายและความสมั พันธ์ เพ่อื ให้เกดิ ความรู้ใหม่ Updated CEP Rules เป็นการปรบั ปรุงกฎเกณฑ์ หรอื เงอ่ื นไขการประมวลผลใหท้ นั ต่อเหตุการณ์และสามารถใชง้ านไดก้ บั ข้อมูลหรือเหตุการณ์ท่ีเกิดข้ึนใหม่ Proactive CEP เป็ นการใช้ประวตั ิ เหตุการณ์ท่ีเกิดข้นึ ร่วมกบั การวิเคราะห์ข้อมูลเชิงทานาย (Predictive Analytics) และการเรียนรู้ของเคร่ือง (Machine Learning) เพ่ือทานาย เหตุการณ์ท่ีจะเกิดข้ึนในอนาคต [10] Event Incompleteness คือ เม่ือ ขอ้ มลู ทน่ี ามาประมวลผลมจี านวนไมเ่ พยี งพอ ตอ้ งใชข้ อ้ มลู จากแหลง่ อ่นื มา ประกอบเพ่อื เพม่ิ ความแม่นยาของผลลพั ธ์ และ Decoupling Nature คอื การปรบั ปรุงดา้ นการเขา้ ถึงขอ้ มลู ตลอดกระบวนการของการประมวลผล 171

การประชุมวิชาการระดบั ชาตดิ า้ นเทคโนโลยีสารสนเทศ ครง้ั ที่ 11 (NCIT2019) กรณที ม่ี หี ลายองคก์ รตอ้ งการใชข้ อ้ มลู ร่วมกนั ขอ้ มลู เหล่าน้จี ะตอ้ งสามารถ 2.3.1. Deep Learning เป็นการเรยี นรู้โดยหาตัวแทนของข้อมูลและ เขา้ ถึงได้และสอดคล้องกนั ทงั้ กระบวนการ โดยทงั้ 4 กลุ่มธุรกจิ ได้ให้ แบ่งกลุ่มขอ้ มลู โดยมจี ุดเด่นคอื สามารถอนุมานคุณสมบตั ขิ องขอ้ มูลจาก ความสาคญั และทาการปรบั ปรุงประสทิ ธภิ าพ CEP ในดา้ นของ Semantic กลุ่มข้อมูลท่ีนามาประมวลผล โดยเทคนิคน้ีสามารถรองรับข้อมูลท่ีมี Enrichment และ Context Enrichment มากถึง 12 กรณี และ 13 กรณี ปริมาณมาก (Volume) และประมวลผลข้อมูลท่ีมีความหลากหลายได้ ตามลาดบั จากจานวนกรณีศึกษาทงั้ หมด 20 กรณี (Use Cases) เช่น (Variety) แต่วิธีน้ียังไม่สามารถรองรับการประมวลผลข้อมูลท่ีเกิดข้นึ กรณีทา Process Management และ กรณี Parcel Express Delivery ใน ตลอดเวลาอย่างรวดเรว็ ได้ (Velocity) อย่างมปี ระสทิ ธภิ าพ กลุ่มการทาธุรกิจแบบอัตโนมตั ิ กรณี Energy Management และ กรณี Smart Cities ในกลุ่มธุรกจิ การบรหิ ารจดั การสงิ่ แวดลอ้ ม เป็นตน้ 2.3.2. Online Learning เป็นการเรยี นรู้ท่ีสามารถประมวลผลกระแส ขอ้ มลู ทม่ี คี วามต่อเน่ืองและรองรบั การปรบั ปรุงกฎเกณฑ์หรอื เงอ่ื นไขการ สาหรบั กรณีทง่ี านวจิ ยั ฉบบั น้ีสนใจคอื การเพมิ่ ประสทิ ธภิ าพ CEP ใน ประมวลผลไดอ้ ย่างยดื หยนุ่ ทาใหว้ ธิ นี ้ีเหมาะสาหรบั การประมวลผลกระแส ด้าน Proactive CEP ซ่ึงเป็นการนา Predictive Analytics และ Machine ข้อมูลท่ีเกิดข้ึนรวดเร็ว (Velocity) แบบทันที แต่ Online learning มี Learning มาช่วยในการปรบั ปรุง CEP โดยพบว่ากลุ่มการทาธุรกิจแบบ ข้อจากัดเร่ืองการใช้ผลลัพธ์การอนุมานท่ีเรียนรู้ไว้ในอดีต จึงมีการ อัต โ น มัติ มีก า ร พัฒ น า Proactive CEP ใ น ก ร ณีก า ร ท า Process พฒั นาการเรยี นรทู้ ส่ี ามารถประมวลผลกระแสขอ้ มลู แบบทนั ทไ่ี ด้ เรยี กว่า Management และ กรณี Transport and Logistics สาหรบั กลุ่มธุรกจิ การ Incremental Learning ซ่งึ เป็นเทคนิคหน่ึงท่สี ามารถนาผลลพั ธท์ เ่ี รยี นรไู้ ว้ ควบคมุ การจราจรและยานพาหนะ นามาปรบั ปรงุ ในกรณกี ารทา Vehicular ในอดตี มาใชก้ บั การประมวลผลกระแสขอ้ มลู ทเ่ี กดิ ขน้ึ ใหมไ่ ด้ Control และกรณี Road Traffic Simulation ส่วนกลุ่มธุรกิจการบริหาร จดั การสง่ิ แวดลอ้ ม ไดน้ ามาปรบั ปรงุ เพอ่ื ใชง้ านในกรณีการทา Smart Grid 2.3.3. Local Learning เป็นการเรยี นรทู้ ่เี หมาะกบั การใชง้ านกบั ขอ้ มูล Analytics และ Smart Grid Monitoring เป็นตน้ ขนาดใหญ่ เน่ืองจากวิธีน้ีสามารถติดตัง้ กฎเกณฑ์หรือเง่ือนไขการ ประมวลผลไว้ท่ีเดียวกับแหล่งข้อมูล สามารถประมวลผลข้อมูลท่ี งานวจิ ยั ไดก้ ล่าวถงึ ความทา้ ทายในอนาคตของการเพม่ิ ประสทิ ธิภาพ แหล่งขอ้ มูลได้ในขณะเดยี วกนั ซ่งึ เป็นหลกั การเดยี วกนั กบั การทา Map- CEP โดยทงั้ 4 กลุ่มธุรกจิ ทไ่ี ดท้ าการศกึ ษา ต้องคานึงถงึ คุณลกั ษณะของ Reduce แต่เทคนคิ น้ียงั ไมร่ องรบั คณุ ลกั ษณะของขอ้ มลู ทเ่ี กดิ ขน้ึ ตลอดเวลา ขอ้ มูลท่เี กดิ ขน้ึ อย่างรวดเรว็ มคี วามหลากหลาย เพ่อื ปรบั ปรุง CEP ใหม้ ี อยา่ งรวดเรว็ (Velocity) และความไมส่ มบรู ณ์ของขอ้ มลู (Veracity) ประสทิ ธภิ าพใชง้ านไดส้ อดคลอ้ งกบั คุณสมบตั ดิ งั กล่าว ทงั้ ยงั ต้องสามารถ ประมวลผลขอ้ มูลไดแ้ บบทนั ทเี พ่อื ใหไ้ ดผ้ ลลพั ธ์ท่มี คี วามถูกต้องแม่นยา 2.3.4. Transfer Learning เป็นการเรยี นรูท้ ่ใี ชจ้ ดั การกรณีทม่ี ขี อ้ มลู ไม่ เพยี งพอต่อการนาไปใชง้ าน เพียงพอสาหรบั การประมวลผลเร่อื งทส่ี นใจ โดยจะทาการถ่ายโอนการ เรยี นรูจ้ ากแหล่งอ่นื ท่มี ขี อ้ มลู เพยี งพอเขา้ มาเพม่ิ เตมิ กระบวนการเรียนรู้ ดงั นัน้ จะเห็นไดว้ ่าคุณลกั ษณะของขอ้ มูลทห่ี ลากหลายเกดิ ขน้ึ อย่าง เพอ่ื ใหเ้ พยี งพอต่อการประมวลผล ทาใหส้ ามารถรองรบั การประมวลผลใน รวดเรว็ ในปัจจุบนั มสี ่วนสาคญั ในการผลกั ดนั ใหม้ กี ารพฒั นาปรบั ปรุงการ กรณที ข่ี อ้ มลู มคี วามหลากหลาย (Variety) ได้ ประมวลผลกระแสขอ้ มลู ดว้ ยเทคนิคต่าง ๆ มากข้ึน สามารถนาขอ้ มลู มา ประมวลผลให้ได้ประโยชน์สูงสุด โดยเฉพาะอย่างยิ่งการนาเทคนิคการ 2.3.5. Lifelong Learning เ ป็ น เ รีย น รู้ท่ีน า Online Learning แ ล ะ เรยี นรขู้ องเครอ่ื ง (Machine Learning) มาประยกุ ตใ์ ชแ้ ละเพม่ิ ประสทิ ธภิ าพ Transfer Learning มาใชง้ านรว่ มกนั ทาใหส้ ามารถทางานกบั กระแสขอ้ มลู การประมวลผล ทาให้กรณีใช้งานในภาคธุรกจิ ไดร้ บั การพฒั นาข้นึ อย่าง ทเ่ี กดิ ขน้ึ อย่างต่อเน่ืองได้ (Velocity) โดยประมวลผลทนั ที รวมทงั้ สามารถ มาก ไม่เพยี งแต่การทา Proactive CEP แต่ยงั สามารถจดั การกบั ขอ้ มลู ทม่ี ี ทางานกบั ขอ้ มลู ทม่ี รี ปู แบบทห่ี ลากหลาย (Variety) ไดอ้ กี ดว้ ย คุณสมบตั ิ “V’s” ซง่ึ ประกอบดว้ ย ปรมิ าณของขอ้ มลู (Volume) ทม่ี จี านวน มาก ความหลายหลายของรูปแบบข้อมูล (Variety) ความต่อเน่ืองและ 2.3.6. Ensemble Learning เป็นการเรยี นรทู้ น่ี าเทคนคิ การเรยี นรหู้ ลาย รวดเรว็ ของการเกดิ ขอ้ มลู (Velocity) ความไมส่ มบรู ณ์ของขอ้ มลู (Veracity) เทคนิคมาประมวลผลข้อมูลชุดเดียวกันแบบคู่ขนาน เพ่ือให้ได้การ งานวจิ ยั ของ Christoph Augenstein, Norman Spangenberg and Bogdan คาดการณ์ทด่ี ขี น้ึ สามารถทาใหก้ ารประมวลผลขอ้ มลู ขนาดใหญ่ (Volume) Franczyk [11] ไดศ้ กึ ษาคุณสมบตั ขิ องขอ้ มูลในยุคปัจจุบนั และการนาการ ได้อย่างมปี ระสทิ ธภิ าพ รวมทงั้ ยงั รองรบั การเกดิ ปัญหาการเปลย่ี นแปลง เรยี นรขู้ องเคร่อื งมาประยุกต์ใชใ้ นการประมวลผลกระแสขอ้ มลู ขนาดใหญ่ รปู แบบของขอ้ มลู เมอ่ื เวลาผ่านไปมผี ลกระทบทาใหก้ ฎเกณฑห์ รอื เงอ่ื นไขท่ี และได้สรุปเทคนิคการเรียนรู้ของเคร่ืองท่ีสอดคล้องกับการนามาใช้ ใชง้ านอย่ไู มเ่ หมาะสมกบั ชดุ ขอ้ มลู ทเ่ี ขา้ มาใหม่ (Concept Drift) [12] ประมวลผลขอ้ มลู ตามคุณสมบตั ขิ องขอ้ มลู ทแ่ี ตกต่างกนั ซ่งึ พบว่าเทคนิค การเรยี นรทู้ น่ี ามาใชป้ ระมวลผลกระแสขอ้ มลู ขนาดใหญ่ ยงั สามารถพฒั นา ดงั้ นัน้ จะเห็นว่าการนาการเรียนรู้ของเคร่ืองมาประยุกต์ใช้อย่าง ไดใ้ นหลายดา้ น ขน้ึ อย่กู บั ความตอ้ งการนาไปใชง้ าน เหมาะสมตามคุณสมบตั ิของขอ้ มูลในสถานการณ์ทส่ี นใจ มผี ลทาให้การ ประมวลผลขอ้ มูลมปี ระสทิ ธภิ าพมากข้นึ ได้ประโยชน์จากขอ้ มูลมากข้นึ 2.3. การประมวลผลเหตุการณ์ซบั ซอ้ นและเทคนิคการเรยี นรขู้ องเครอื่ ง สาหรบั งานวจิ ยั ฉบบั น้ีสนใจศกึ ษาการประมวลผลกระแสขอ้ มลู แบบทนั ที (CEP and Machine Learning Technique) เพอ่ื ใหไ้ ดผ้ ลลพั ธท์ ท่ี นั สมยั ตามการเกดิ ใหมข่ องขอ้ มลู ซง่ึ สอดคลอ้ งกบั การ ประมวลผลเหตุการณ์ซบั ซ้อน (CEP) ทม่ี ุ่งเน้นการประมวลผลแบบทนั ที งาน วิจัย ข อ ง Christoph Augenstein, Norman Spangenberg and ในเวลาท่ีเหมาะสม จากการศึกษางานวิจัยเห็นว่าวิธีการเรียนรู้แบบ Bogdan Franczyk [11] ได้กล่าวถึงเทคนิคการเรียนรู้ของเคร่ืองตาม ออนไลน์ เป็นวธิ ที ่นี ่าสนใจนามาพฒั นาปรบั ปรุงเพมิ่ เตมิ ใหส้ อดคลอ้ งกบั ลกั ษณะการเรยี นรู้ และไดส้ รปุ ถงึ ความเหมาะสมในการนาไปใชป้ ระมวลผล การประมวลผลเหตุการณ์ซับซ้อน เพ่ือตรวจจับรูปแบบเหตุการณ์ท่ี ขอ้ มลู ตามคณุ สมบตั ิ “V’s” ทก่ี ล่าวขา้ งตน้ ไวด้ งั น้ี ตอ้ งการจากกระแสขอ้ มลู ขนาดใหญ่และนาผลลพั ธท์ ไ่ี ดไ้ ปใชป้ ระโยชน์ เช่น เพ่อื การแจ้งเตือน เพ่อื ปรบั ปรุงกระบวนการทางานอย่างอตั โนมตั ิ เพ่อื 172

การประชุมวชิ าการระดับชาติดา้ นเทคโนโลยสี ารสนเทศ ครัง้ ท่ี 11 (NCIT2019) คาดการณ์เหตุการณ์ท่ีจะเกิดข้ึน เป็ นต้น จึงได้ศึกษาเพ่ิมเติมถึง และผลลพั ธร์ ายการขอ้ มลู แนะนาทไ่ี ดจ้ ากการประมวลผลอาจแตกต่างจาก สถานการณ์ทเ่ี หมาะสมสาหรบั การประยุกตใ์ ชง้ านการเรยี นรแู้ บบออนไลน์ เดมิ โดยสน้ิ เชงิ ถงึ แมจ้ ะเป็นรายการขอ้ มลู แนะนาสาหรบั ผใู้ ชง้ านคนเดมิ 2.4. การเรยี นรขู้ องเครอื่ งแบบออนไลน์ (Online Machine Learning) 2.4.4. การเรยี นรแู้ บบไมม่ ผี สู้ อน (Unsupervised Learning) เป็นการ ง า น วิจัย ข อ ง Andras A. Benczur, Levente Kocsis and Robert ประมวลผลเหตุการณ์หรอื ขอ้ มูลทเ่ี ขา้ มา โดยการวเิ คราะห์คุณสมบตั ิของ ขอ้ มลู และทาการจดั กลุ่มขอ้ มลู ตามความเหมอื นหรอื ต่างกนั ของคุณสมบตั ิ Palovics [13] ไดศ้ กึ ษาการเรยี นรขู้ องเครอ่ื งแบบออนไลน์ เพอ่ื ประมวลผล ดงั กล่าว ซง่ึ จากกระบวนการทางาน ของการเรยี นรแู้ บบไมม่ ผี สู้ อนสามารถ กระแสขอ้ มลู แบบต่อเน่อื ง โดยกลา่ วถงึ ความตอ้ งการพน้ื ฐาน 3 ดา้ น คอื นามาประยกุ ต์ใชก้ บั การประมวลผลกระแสขอ้ มลู ได้ เน่อื งจากการวเิ คราะห์ คุณสมบตั ขิ อ้ มลู สามารถใชก้ บั กระแสขอ้ มลู ทเ่ี กดิ ขน้ึ ใหม่ไดอ้ ย่างต่อเน่ือง ความต้องการด้านท่ี 1 การเรยี นรู้ของเคร่อื งแบบออนไลน์จะมกี าร ตัวอย่างโมเดลท่ีสาคัญ เช่น Clustering, Frequent Itemset, Principle ปรบั ปรุงกฎเกณฑ์หรือเง่อื นไขการประมวลผลหลงั จากการประมวลผล Component Analysis (PCA), Latent Dirichlet Allocation (LDA) เป็นตน้ ขอ้ มลู ในแต่ละชุด โดยไมม่ กี ารเขา้ ถงึ ขอ้ มลู ประวตั ทิ งั้ หมด ง า น วิจัย ข อ ง Andras A. Benczur, Levente Kocsis and Robert ความต้องการด้านท่ี 2 การใช้เรียนรู้ของเคร่ืองแบบออนไลน์ต้อง Palovics [13] ได้สรุปว่าการเรียนรู้ของเคร่ืองแบบออนไลน์ เป็ นวิธีท่ี คานึงถงึ ความเปลย่ี นแปลงของขอ้ มลู เมอ่ื เวลาผ่านไปซ่งึ มผี ลกระทบทาให้ เหมาะสมสาหรบั นามาประมวลผลกระแสขอ้ มลู ปรมิ าณมาก ท่มี รี ูปแบบ กฎเกณฑห์ รอื เงอ่ื นไขทใ่ี ชง้ านอย่ไู มเ่ หมาะสมกบั ชุดขอ้ มลู ทเ่ี ขา้ มาใหม่ หลากหลายและเกิดข้นึ อย่างต่อเน่ือง เพ่ือให้ได้ผลลัพธ์แบบทันทีและ ผลลพั ธ์มคี วามทนั สมยั ตลอดเวลา โดยสามารถนาไปประยุกต์ใชไ้ ดต้ าม ความต้องการดา้ นท่ี 3 การใช้เรยี นรูข้ องเคร่อื งแบบออนไลน์สาหรบั สถานการณ์ท่ีต้องการ สาหรับงานวิจัยฉบับน้ี สนใจการเรียนรู้ของ การประมวลผลข้อมูลปริมาณมากจาเป็ นต้องใช้การประมวลผลแบบ เครอ่ื งแบบออนไลน์ในรปู แบบการเรยี นรแู้ บบไม่มผี สู้ อน เน่อื งจากเหน็ ว่ามี กระจายเพอ่ื ใหก้ ารประมวลผลมปี ระสทิ ธภิ าพมากขน้ึ ความยดื หยุ่นเหมาะสมกบั การนาไปประมวลผลกระแสขอ้ มลู ท่ีเกดิ ขน้ึ ใหม่ ตลอดเวลา [16] และยงั มคี วามท้าทายในการนาไปประยุกต์ใช้กบั การ แนวทางการเรียนรู้ของเคร่อื งแบบออนไลน์ได้ถูกนาไปพฒั นาเป็น ประมวลผลข้อมูลเหตุการณ์ซับซ้อน (CEP) ท่ีทาให้ได้ผลลพั ธ์ทนั สมยั เทคนิคต่าง ๆ สาหรับการประมวลผลกระแสข้อมูลและใช้งานใน เหมาะกบั สถานการณ์ทต่ี อ้ งการผลลพั ธแ์ บบทนั ที สถานการณ์ทแ่ี ตกต่างกนั เพอ่ื ใหไ้ ดผ้ ลลพั ธต์ ามความตอ้ งการ โดยสามารถ แบง่ ตามประเภทการใชง้ านได้ ดงั น้ี 3. บทสรปุ และการต่อยอดงานวจิ ยั (Conclusion and Future work) จากผลการศึกษางานวิจยั ท่เี ก่ยี วขอ้ งกบั การประมวลผลเหตุการณ์ 2.4.1. การเรียนรู้แบบมผี ู้สอน (Supervised Learning) การเรียนรู้ ซบั ซอ้ น พบว่ามกี ารพฒั นาอย่างมนี ัยสาคญั เน่ืองจากมคี วามตอ้ งการนา แบบไม่มผี ูส้ อนเป็นการเรยี นรทู้ ่มี กี ารกาหนดผลลพั ธ์เป้าหมายไว้ และให้ CEP ไปประยุกต์ใช้กบั ข้อมูลท่เี กดิ ข้นึ ในยุคปัจจุบนั เพ่อื ประมวลผลหา โมเดลเรยี นรชู้ ุดขอ้ มลู ตวั อย่างจนสามารถบอกไดว้ ่าขอ้ มลู ทเ่ี ขา้ มาใหม่อยู่ รูปแบบเหตุการณ์ท่อี งค์กรสนใจ สามารถแจ้งเตอื นหรอื นามาช่วยในการ ในกลุ่มเป้าหมายกลุ่มใด สาหรบั การใช้งานกบั กระแสขอ้ มูลแบบต่อเน่ือง ตดั สนิ ใจไดอ้ ย่างทนั ที ส่วนในมมุ ของขอ้ มลู ขนาดใหญ่กม็ คี วามตอ้ งการนา เมอ่ื มกี ระแสขอ้ มลู เขา้ มาตอ้ งสามารถเลอื กตวั แทนของขอ้ มลู มาประมวลผล ขอ้ มลู ไปใชป้ ระโยชน์ในหลายรูปแบบทงั้ การประมวลผลเชงิ กลุ่ม (Batch อย่างเหมาะสม ถ้าเกดิ กรณีทย่ี งั ไม่สามารถตคี วามขอ้ มูลได้ (Label) ต้อง Processing) หรือการประมวลผลแบบทันที ( Real-time Processing) ทาการประมวลผลขอ้ มลู บางส่วนท่สี ามารถตคี วามได้ และนาการตคี วาม สาหรบั งานวจิ ยั ฉบบั น้ี สนใจการประมวลผลกระแสขอ้ มลู ขนาดใหญ่แบบ ขอ้ มลู (Label) ทเ่ี กดิ ขน้ึ ภายหลงั มาคาดการณ์ค่าความคลาดเคลอ่ื น เพอ่ื ทนั ทตี ามกระบวนการประมวลผลเหตุการณ์ซบั ซอ้ น เพอ่ื ประมวลผลขอ้ มลู นาไปปรบั ปรุงโมเดลก่อนนาไปใช้ประมวลผลข้อมูลชุดถดั ไป ตวั อย่าง ทาความเขา้ ใจขอ้ มูล หาคุณค่าของขอ้ มูล และนาผลลพั ธ์ไปใช้ให้ทนั ต่อ อลั กอรทิ มึ ทส่ี าคญั เช่น Linear Models Decision and Regression Trees เหตุการณ์ โดยกระบวนการของ CEP มคี วามทา้ ทายตงั้ แต่การคดั ตวั แทน และ Bayes Models เป็นตน้ ของกระแสขอ้ มลู ทม่ี รี ปู แบบหลากหลายมาประมวลผลเพอ่ื หารูปแบบของ เหตุการณ์ทส่ี นใจตามเงอ่ื นไขหรอื กฎเกณฑท์ ก่ี าหนด ซ่งึ เงอ่ื นไขดงั กล่าว 2.4.2. การเรียนรู้แบบเสริมกาลัง (Reinforcement Learning) [14] ตอ้ งมกี ารปรบั ปรุงอย่างต่อเน่อื งใหร้ องรบั รปู แบบกระแสขอ้ มลู ใหม่ทเ่ี ขา้ มา การเรยี นรูแ้ บบเสรมิ กาลงั เป็นการเรยี นรู้แบบท่มี ตี วั แทน (Agent) และมี ทงั้ น้ีการประมวลผลต้องทาได้ในเวลาท่จี ากดั ทาให้มคี วามทา้ ทายและมี การใหร้ างวลั (Reward) สาหรบั ผลลพั ธ์หรอื การกระทา (Action) โดยไม่มี ความจาเป็นมากข้นึ ในการพฒั นาปรบั ปรุงเทคนิคท่สี ามารถจดั การกับ การกาหนดเป้าหมายหรอื ผลลพั ธไ์ วก้ อ่ น ซง่ึ มคี วามแตกต่างจากการเรยี นรู้ กระแสขอ้ มลู ขนาดใหญ่ทเ่ี กดิ ขน้ึ อยา่ งรวดเรว็ เหลา่ น้ไี ด้ แบบมผี ูส้ อน วธิ กี ารเรยี นรูแ้ บบเสรมิ กาลงั สาหรบั การประมวลผลกระแส จากการทบทวนวรรณกรรมพบว่าเทคนิคการเรยี นรู้ของเคร่อื งแบบ ขอ้ มลู จะต้องมกี ารประมวลผลแบบต่อเน่ือง มกี ารใหร้ างวลั และไดผ้ ลลพั ธ์ ออนไลน์ น่าจะเป็นวธิ ที เ่ี หมาะสม เพราะสามารถประมวลผลกระแสขอ้ มลู ท่ี หรอื การกระทาแบบต่อเน่ืองตามสภาพแวดลอ้ มทเ่ี ปลย่ี นแปลงไป เพ่อื ให้ เกิดข้ึนและให้ผลลัพธ์อย่างต่อเน่ือง สามารถปรับปรุงเง่ือนไขการ ผลลัพธ์มีความถูกต้อง ตัวอย่างของอัลกอริทึม (Algorithm) เช่น Q- ประมวลผลไดต้ ลอดเวลาตามคณุ ลกั ษณะของขอ้ มลู ใหม่ เพ่อื ใหไ้ ดผ้ ลลพั ธ์ learning เป็นตน้ ท่ีทันสมยั สอดคล้องสถานการณ์ปัจจุบนั ทงั้ น้ี ยงั ต้องคานึงถึงการหา ความสมั พนั ธ์ระหว่างเหตุการณ์และลาดบั เหตุการณ์ทเ่ี กดิ ข้นึ ซ่งึ มผี ลต่อ 2.4.3. ระบบการแนะนา (Recommendation) [15] ระบบการแนะนา ความถูกตอ้ งแมน่ ยาของผลลพั ธ์ เป็นการประมวลผลขอ้ มลู โดยมกี ารกาหนดรายการขอ้ มลู และผใู้ ชส้ ามารถ ตอบสนองต่อรายการขอ้ มลู ทแ่ี สดงได้ (Feedback) ซ่งึ เมอ่ื เวลาผ่านไปทา ใหเ้ กดิ ขอ้ มลู หรอื เหตุการณ์ใหมท่ ม่ี ผี ลกบั การตอบสนองจากผใู้ ช้ ระบบการ แนะนาสาหรับการประมวลผลกระแสข้อมูลนัน้ ต้องสามารถปรบั ปรุง กฎเกณฑ์หรอื เงอ่ื นไขของการประมวลผลเมอ่ื มกี ระแสขอ้ มลู ใหม่เข้ามา 173

การประชุมวิชาการระดับชาติด้านเทคโนโลยสี ารสนเทศ คร้งั ที่ 11 (NCIT2019) สาหรบั ความไมส่ มบรู ณ์และความไมแ่ น่นอนของขอ้ มลู (Veracity หรอื การประมวลผลเหตุการณ์ซบั ซ้อน ประกอบกับจดั การปัญหาความไม่ Uncertainty Data) จะต้องมกี ารใชเ้ ทคนิคเพม่ิ เติม โดยใชห้ ลกั การความ แน่นอนของข้อมูล พร้อมทัง้ ศึกษาสถาปัตยกรรมการประมวลผลท่ี น่าจะเป็นคาดเดาขอ้ มลู เพ่อื ให้ไดผ้ ลลพั ธ์ทส่ี ามารถอธบิ ายไดต้ ามหลกั แหล่งขอ้ มลู เพอ่ื จดั การกบั ประสทิ ธภิ าพของการประมวลผลขอ้ มลู สถิติ และเน่ืองจากประมวลผลด้วยเทคนิคการเรียนรู้ของเคร่ืองแบบ ออนไลน์ในกลุ่มการเรยี นรู้แบบไม่มผี ู้สอนมกี ารคานึงถึงคุณสมบตั ิและ เอกสารอ้างอิง ความหมายของขอ้ มลู ทเ่ี ลอื กมาประมวลผลเป็นหลกั สามารถประมวลผล ขอ้ มลู และใหผ้ ลลพั ธไ์ ดอ้ ย่างต่อเน่อื งตามคุณสมบตั ขิ องขอ้ มลู ใหมท่ เ่ี กดิ ขน้ึ [1] David C. Luckham, “A Short History of Complex Event Processing: Part ทาใหโ้ มเดลในกลุ่มการเรยี นรู้แบบไมม่ ผี สู้ อนน่าสนใจศกึ ษาต่อในอนาคต 2: the rise of CEP,” 2007. เพอ่ื นามาใชก้ บั การประมวลผลเหตุการณ์ซบั ซอ้ นทส่ี นใจ [2] Gianpaolo Cugola, Alessandro Margara, “Processing flows of จากขอ้ สรปุ ดงั กล่าวจงึ นาเสนอแนวคดิ เบอ้ื งตน้ ของกระบวนการทางาน information: From data stream to complex event processing,” ACM ในภาพรวม โดยแสดงดงั รปู ท่ี 2 Computing Surveys (CSUR), vol. 44, no. 15, Jun. 2012. รปู ท่ี 2. Complex Event Process and Machine Learning [3] Dennis McCarthy, Umeshwar Dayal, “The architecture of an active จากรูป กระแสขอ้ มลู ทเ่ี กดิ ขน้ึ จากหลากหลายแหล่งขอ้ มลู จะถูกนามา database management system,” ACM SIGMOD Record, vol. 18, no.2, ประมวลผล โดยมกี ารกรองขอ้ มลู เหตุการณ์ทส่ี นใจตามลาดบั เวลา ส่วน pp. 215-224, Jun. 1989. ของการประมวลผลจะทาการหาความสมั พนั ธ์ของขอ้ มลู และตรวจสอบกบั เง่ือนไขหรือกฎเกณฑ์ท่ีกาหนดตามสถานการณ์ท่ีสนใจ เม่ือข้อมูล [4] Brian Babcock, Shivnath Babu, Mayur Datar, Rajeev Motwani, Jennifer เหตุการณ์เป็นไปตามเงอ่ื นไข จะทาการแจง้ เตอื นหรอื แสดงผลลพั ธไ์ ดท้ นั ที Widom, “Models and issues in data stream systems,” Proceedings of อย่างอตั โนมตั ิ การเพมิ่ ประสทิ ธภิ าพของ CEP ดว้ ยเทคนิคการเรยี นรดู้ ว้ ย the twenty-first ACM SIGMOD-SIGACT-SIGART symposium on เครอ่ื งสามารถทาไดต้ งั้ แต่กระบวนการประมวลผลจดั กลุ่มขอ้ มลู เหตุการณ์ Principles of database systems, Jun. 2002. ทงั้ ยงั ชว่ ยในกระบวนการการปรบั ปรุงกฎเกณฑแ์ ละเงอ่ื นไขของ CEP ใหม้ ี ความยืดหยุ่นและอัตโนมตั ิมากข้นึ [17] รวมทงั้ สามารถใช้เทคนิคการ [5] David C. Luckham, “The Power of Events: An Introduction to Complex เรยี นรู้ของเคร่อื งมาเพม่ิ ความสามารถในด้านการทานายและคาดการณ์ Event Processing in Distributed Enterprise Systems,” Addison-Wesley เหตุการณ์ทจ่ี ะเกดิ ข้นึ หรอื เกดิ ความรูใ้ หม่จากการประมวลผลได้ ทาให้ Longman Publishing Co., Inc., Boston, MA, 2001. CEP มปี ระสทิ ธภิ าพมากขน้ึ ในหลายดา้ น ทงั้ น้ี จากการศกึ ษาพบว่าการใชส้ ถาปัตยกรรมแบบกระจายสามารถ [6] Miyuru Dayarathna, Srinath Perera, “Recent Advancements in Event เพิ่มประสิทธิภาพของการประมวลผล CEP ได้ เน่ืองจากข้อมูลหรือ Processing,” ACM Computing Surveys, vol. 51, no. 33, Jun. 2018. เหตุการณ์ถูกสร้างขน้ึ จากหลายแหล่งพร้อมกนั ในปัจจุบนั มเี ทคนิคการ ประมวลผลทแ่ี หล่งขอ้ มลู (Edge Analytics หรอื Fog Computing) ซ่งึ เป็น [7] Gianmarco De Francisci Morales, Albert Bifet, “SAMOA: Scalable การประมวลผลขอ้ มูลหรือเหตุการณ์บางส่วนท่แี หล่งขอ้ มูล ลดปริมาณ Advanced Massive Online Analysis,” Journal of Machine Learning ข้อมูลท่ีถูกส่งจากแหล่งข้อมูลเพ่ือนามาประมวลผลท่ีส่วนกลางทาให้ Research 16, pp. 149–153, 2015. ประสทิ ธภิ าพโดยรวมของการประมวลผลดขี น้ึ งาน ท่ีต้อ งการศึกษาในอนาค ตคือจะ ทาการศึกษา การเรียนรู้ของ [8] Ahmed Eldawy, Rohit Khandekar, Kun-Lung Wu, “Clustering Streaming เคร่อื งแบบออนไลน์และการเรยี นรู้แบบไม่มผี ู้สอน เพ่อื นามาประยุกต์ใช้ Graphs,” 32nd IEEE International Conference on Distributed Computing ประมวลผลกระแสขอ้ มลู ปรมิ าณมากทม่ี คี วามหลากหลาย ตามแนวคดิ ของ Systems, 2012. [9] Alaa Alakari, Kin Fun Li, Fayez Gebali, “Complex Event Processing Enrichment: Motivations and Challenges,” IEEE Pacific Rim Conference on Communications, Computers and Signal Processing, 2017. [10] M. Christ, J. Krumeich, and A. W. Kempa-Liehr, “Integrating predictive analytics into complex event processing by using conditional density estimations,” in 2016 IEEE 20th International Enterprise Distributed Object Computing Workshop (EDOCW), pp. 1–8, Sept. 2016. [11] Christoph Augenstein, Norman Spangenberg, Bogdan Franczyk, “Applying Machine Learning to Big Data Streams,” IEEE International Conference on Soft Computing and Machine Intelligence, 2017. [12] Bartosz Krawczyk ,Leandro L. Minku, Joao Gama, Jerzy Stefanowski, and Michal Wozniak, “Ensemble learning for data stream analysis: A survey,” Information Fusion, vol. 37, pp. 132–156, 2017. [13] Andras A. Benczur, Levente Kocsis, Robert Palovics, “Online Machine Learning in Big Data Streams,” arXiv:1802.05872v1 [cs.DC], 2018. [14] Richard S. Sutton, Andrew G. Barto, “Reinforcement learning: An introduction,” A Bradford Book, The MIT Press Cambridge, Massachusetts, London, England, 2017. [15] Francesco Ricci, Lior Rokach, Bracha Shapira, “Introduction to recommender systems handbook,” Springer Science Business Media, LLC, 2011. 174

การประชมุ วชิ าการระดับชาตดิ ้านเทคโนโลยีสารสนเทศ ครั้งท่ี 11 (NCIT2019) [16] Steven C. H. Hoi, Doyen Sahoo, Jing Lu, and Peilin Zhao, “Online Learning: A Comprehensive Survey,” SMU Technical Report 1, pp. 1- 100, 2018. [17] R. Mousheimish, Y. Taher, and K. Zeitouni, “Automatic learning of predictive rules for complex event processing,” in Proceedings of the 10th ACM International Conference on Distributed and Event-based Systems, ser. DEBS ’16. New York, NY, USA: ACM, pp. 414–417, 2016. 175

การประชมุ วิชาการระดบั ชาติดา้ นเทคโนโลยีสารสนเทศ คร้งั ท่ี 11 (NCIT2019) การพฒั นาแอพพลิเคชนั่ บนโทรศพั ท์มือถือ เพื่อติดตามและควบคมุ อปุ กรณ์เครื่องใช้ไฟฟ้าภายในบา้ น โดยใช้เทคโนโลยีอินเทอรเ์ น็ตประสานสรรพส่ิง Development of Mobile Application for Monitoring and Control Home Appliance using Internet of Things Technology เสกสรร มณี สลลิ บญุ พราหมณ์ Seksan Manee Salin Boonbrahm สำนกั วชิ ำสำรสนเทศศำสตร์ สำนกั วชิ ำสำรสนเทศศำสตร์ มหำวทิ ยำลยั วลยั ลกั ษณ์ มหำวทิ ยำลยั วลยั ลกั ษณ์ School of Informatics School of Informatics Walailak University Walailak University นครศรธี รรมราช / ประเทศไทย นครศรธี รรมราช / ประเทศไทย Nakhon Si Thammarat / Thailand Nakhon Si Thammarat / Thailand บทคดั ย่อ — งานวิจยั น้ีมีวตั ถปุ ระสงคเ์ พือ่ พฒั นาโปรแกรมประยุกต์บน anywhere. This application aims to focus on the ability to facilitate โทรศพั ท์มือถือ สาหรบั อานวยความสะดวกในการควบคมุ การทางานของ the daily life of people. In the development process, the modern เครือ่ งใช้ไฟฟ้ าภายในบ้านจากระยะไกล และเป็ นแบบจาลองสาหรบั การ technologies such as mobile application, cloud computing, and พฒั นาต่อยอดระบบบ้านอจั ฉริยะ งานวิจยั น้ีนาเสนอกระบวนการในการ internet of things were applied to be able to work together effectively. พฒั นาโปรแกรมประยุกตบ์ นโทรศพั ท์มือถือทีส่ ามารถควบคมุ การทางาน The developed system consists of 3 main part. Mobile application is ของเครือ่ งใช้ไฟฟ้าในบา้ นได้จากทกุ ที่ โดยมุ่งเน้นไปทีค่ วามสามารถในการ used to control appliances via internet from anywhere. The second อานวยความสะดวกในชีวิตประจาวนั ของผคู้ น ในกระบวนการพฒั นาได้นา part web application is the main data management system that will be เทคโนโลยีทีท่ นั สมยั เช่น การพฒั นาโปรแกรมประยุกต์บนโทรศพั ท์มือถือ connected with mobile application. The third part is microcontroller การประมวลผลแบบกลุ่มเมฆ และอินเทอรเ์ น็ตประสานสรรพสิง่ มาใช้ให้ board that receiving input from users and sending commands to สามารถทางานร่วมกันได้อย่างมีประสิ ทธิ ภาพ ระบบที่พัฒ นาข้ึน control the operation of home appliances. The result of this research ประกอบด้วย 3 ส่วนหลกั ส่วนทีห่ นึง่ โปรแกรมประยุกตบ์ นโทรศพั ท์มือถือ is the facility system and the prototype of product development for เพือ่ ใช้ในการควบคุมการสงั่ งานเครือ่ งใช้ไฟฟ้ าภายในบ้านจากระยะไกล smart home or other work. โดยผ่านระบบอินเทอรเ์ น็ต ส่วนทีส่ องโปรแกรมประยุกตบ์ นเวบ็ เป็ นระบบ จัดก ารข้ อ มูลหลักที่จะเชื่อม ต่ อ ข้อ มู ลกับโป รแกรม ป ระยุกต์บ น Keywords — Mobile application, Cloud computing, Internet of โทรศพั ท์มือถือ และส่วนทีส่ ามแผงควบคุมเพือ่ รบั คาสงั่ จากผ้ใู ช้และส่ง Things, Microcontroller board, Smart home. คาสงั่ เพือ่ ควบคมุ การทางานของเครอื่ งใช้ไฟฟ้าภายในบ้าน ผลทีไ่ ด้จากการ วิจัยครงั้ น้ี คือระบบอานวยความสะดวกและต้นแบบของการพัฒนา 1. บทนา ผลิตภณั ฑส์ าหรบั บ้านอจั ฉริยะหรืองานอืน่ ๆ ปัจจุบนั รปู แบบของการดาเนินชวี ติ ไดเ้ ปลย่ี นไป จากครอบครวั ใหญ่ทม่ี ี สมาชกิ ภายในบา้ นหลายคน กลายเป็นครอบครวั ทม่ี ขี นาดเลก็ ลง มสี มาชกิ คาสาคญั — โปรแกรมประยกุ ตบ์ นโทรศพั ทม์ อื ถือ, การประมวลผล เพยี งไม่กค่ี น ครอบครวั โดยส่วนใหญ่จะมสี มาชกิ ทท่ี างานนอกบ้าน และมี แบบกล่มุ เมฆ, อินเทอร์เน็ตประสานสรรพสิ่ง, แผงควบคมุ , บา้ นอจั ฉริยะ. การใชช้ วี ติ ประจาวนั ท่เี ร่งรบี มากขน้ึ จากสภาพการณ์ทเ่ี ปลย่ี นไปน้ี ทาให้ ผคู้ นมเี วลาใช้ชวี ติ อยู่กบั บ้านน้อยลง ไม่มเี วลาในการดูแลบา้ นหรอื ความ ABSTRACT — This research aims to develop a mobile เป็นอย่ขู องสมาชกิ ในบา้ น ผนวกกบั ชวี ติ ทเ่ี ร่งรบี ทาใหม้ คี วามต้องการสงิ่ application that can facilitate the control of home appliances remotely อานวยความสะดวกในการใชช้ วี ติ ดา้ นต่างๆ มากยงิ่ ขน้ึ ตามไปดว้ ย [1] and can be used a prototype for further development for smart home. จากปัญหาความตอ้ งการขา้ งต้นจงึ ผลกั ดนั ใหเ้ กดิ การคดิ คน้ หาวธิ กี าร This research presents the processes of developing mobile ในการแก้ไขปัญหาจนเกิดเป็นนวตั กรรมต่างๆ เพ่ือมาตอบสนองความ application that controls the operation of home appliances from 176

การประชุมวิชาการระดบั ชาติดา้ นเทคโนโลยสี ารสนเทศ ครั้งท่ี 11 (NCIT2019) ต้องการและยกระดบั การใชช้ ีวติ ใหส้ อดคล้องกบั สภาพสงั คมและการใช้ IoT หรอื “อนิ เทอรเ์ น็ตประสานสรรพสง่ิ ” [2-4] เป็นกรอบแนวคดิ ทจ่ี ะ พฒั นาโครงขา่ ยสาหรบั รองรบั การเชอ่ื มต่ออุปกรณ์ต่างๆ เช่น คอมพวิ เตอร์ ชวี ติ ในปัจจุบนั มากยงิ่ ขน้ึ อุปกรณ์อิเลก็ ทรอนิกส์ เซนเซอร์ หรอื วตั ถุอ่นื ๆ เขา้ ดว้ ยกนั ซ่งึ จะทาให้ ระบบต่างๆ สามารถติดต่อส่ือสารกันได้อัตโนมตั ิ โดยมนุษย์สามารถ เทคโนโลยอี ินเทอร์เน็ตท่เี ขา้ มามบี ทบาทกบั การดาเนินชวี ติ ในด้าน เขา้ ถงึ การเชอ่ื มต่อต่างๆ เพอ่ื สามารถ ควบคุม ตดิ ตาม หรอื ตรวจสอบการ ต่างๆ ของคนเพิ่มมากข้ึนในทุกๆ ด้าน และเป็ นหน่ึงในเคร่ืองมือท่ีมี ทางานได้อย่างมีประสิทธิภาพมากข้ึน ปัจจุบันสามารถแบ่งกลุ่มการ ประโยชน์ต่อผคู้ นอยา่ งสูง ทาใหเ้ กดิ การพฒั นาเทคโนโลยที เ่ี กย่ี วขอ้ งอยา่ ง เช่อื มต่อ ไดด้ งั น้ี 1) การเช่อื มต่อผ่านอุปกรณ์สอ่ื สารระยะสนั้ เป็นรปู แบบ รวดเร็ว โดยเฉพาะอย่างยิ่งการพฒั นาเก่ยี วกบั โทรศพั ท์มือถือ ซ่ึงเป็น การเช่ือมต่อระยะสนั้ โดยใช้กาลงั ส่งต่า เหมาะกับพ้ืนท่ีขนาดเล็ก การ อุปกรณ์ทผ่ี ู้คนโดยส่วนใหญ่ใช้เป็นเครอ่ื งมอื ในการติดต่อส่อื สาร รวมถึง เชอ่ื มต่อจะเป็นลกั ษณะอุปกรณ์กบั อุปกรณ์ 2) การเชอ่ื มต่อผ่านโครงขา่ ย การเขา้ ถงึ ขอ้ มลู สนิ คา้ และบรกิ ารต่างๆ โดยผ่านระบบอนิ เทอรเ์ น็ตไดอ้ ย่าง โทรศพั ทเ์ คลอ่ื นท่ี เป็นรปู แบบการเช่อื มต่อครอบคลมุ พน้ื ทก่ี วา้ ง โดยอาศยั สะดวกและรวดเรว็ การเชอ่ื มต่ออุปกรณ์เขา้ กบั ระบบโครงสรา้ งโทรศพั ทเ์ คลอ่ื นทท่ี ม่ี อี ย่แู ลว้ 3) การเช่อื มต่อผ่านโครงขา่ ย Low Power Wide Area Network เป็นรปู แบบ นอกเหนือจากการพฒั นาด้านการติดต่อส่อื สาร ระหว่างบุคคล หรอื การเชอ่ื มต่อโครงขา่ ยกาลงั ส่งต่าทม่ี อี ตั ราการสง่ ขอ้ มลู ต่า ประหยดั พลงั งาน การเขา้ ถึงขอ้ มูลสินค้าและบรกิ ารต่างๆ แลว้ การพฒั นาเทคโนโลยี IoT และราคาอุปกรณ์ท่ไี มแ่ พง 4) การเชอ่ื มต่อผ่านดาวเทยี ม เป็นรูปแบบการ หรอื “อนิ เทอรเ์ น็ตประสานสรรพสงิ่ ” เป็นเทคโนโลยหี น่ึงท่ไี ดพ้ ฒั นาขน้ึ มา เช่ือมต่อครอบคลุมพ้ืนท่ีบริเวณกว้างมาก โดยอาศัยการส่งข้อมูลผ่าน เพ่ือ เช่ือมโยงสิ่งต่ างๆ เข้ากับ ระบ บ อิน เทอ ร์เน็ ต เช่น อุป กรณ์ ดาวเทยี ม เคร่ืองใช้ไฟฟ้ าต่างๆ ภายในบ้าน รถยนต์ เคร่อื งมือส่ือสาร อุปกรณ์ 2.3 SDLC สานักงาน เคร่อื งจกั รในโรงงานอุตสาหกรรม เป็นต้น ซ่ึงจะทาให้ผู้คน สามารถตดิ ต่อสอ่ื สาร ควบคุมและตดิ ตามการทางานของสง่ิ ต่างๆ ท่กี ล่าว SDLC ห รือ วงจรการพัฒ น าระบ บ (System Development Life มาแลว้ ขา้ งตน้ ไดอ้ ย่างสะดวกจากสถานทใ่ี ดๆ โดยอาศยั ระบบอนิ เทอรเ์ น็ต Cycle) [5] คอื แนวทางในการพัฒนาระบบเพ่อื แก้ปัญหาและตอบสนอง และอุปกรณ์พกพา ความต้องการของผูใ้ ช้ ประกอบดว้ ยขนั้ ตอน ดงั น้ี 1) การกาหนดปัญหา (Problem Definition) คอื การกาหนดหรอื ทาความเขา้ ใจเกย่ี วกบั ปัญหาท่ี จากเหตุผลดงั กล่าวทาใหผ้ ูว้ จิ ยั ไดท้ าการพฒั นาโปรแกรมประยุกต์บน ตอ้ งการทจ่ี ะแกไ้ ขหรอื ปรบั ปรุง 2) การวเิ คราะหป์ ัญหา (Analysis) คอื การ โทรศพั ท์มอื ถอื เพ่อื ตดิ ตามและควบคุมอุปกรณ์เคร่อื งใชไ้ ฟฟ้าภายในบา้ น วิเคราะห์กบั เก่ียวกับปัญหาท่ีต้องการท่ีจะแก้ไขหรือปรบั ปรุง 3) การ โดยใชเ้ ทคโนโลยี IoT ซ่งึ จะเป็นระบบทจ่ี ะสามารถนามาช่วยแกไ้ ขปัญหา ออกแบบ (Design) คอื การออกแบบกระบวนการทจ่ี ะใชใ้ นการนามาแกไ้ ข และยกระดบั การใชช้ วี ติ ของคนในสงั คมปัจจุบนั ให้มคี วามสะดวกสบาย ปัญหา 4) การพฒั นา (Development) คอื กระบวนการในการลงมอื สรา้ ง และปลอดภยั ในการใชช้ วี ติ มากยง่ิ ขน้ึ โดยมวี ตั ถุประสงค์ คอื หรอื พฒั นา 5) การทดสอบ (Testing) คอื กระบวนการในการทดสอบความ ถูกตอ้ งของระบบทส่ี รา้ งขน้ึ  พฒั นาระบบบา้ นอจั ฉรยิ ะ (Home Automation) เพ่อื ช่วยอานวย 2.4 เครอื่ งมอื ทใี่ ชใ้ นกำรพฒั นำ ความสะดวกแก่ผอู้ ยอู่ าศยั เคร่อื งมอื ท่ใี ชใ้ นการทางานวจิ ยั ช้นิ น้ีสามารถแบ่งตามฟังก์ชนั่ งานท่ี  เพ่อื เป็นแนวทางในการพฒั นาต่อยอดเป็นผลิตภณั ฑ์ ท่สี ามารถ พฒั นาไดด้ งั น้ี นาไปใชง้ าน หรอื จาหน่ายไดใ้ นอนาคต 2.4.1 โปรแกรมประยกุ ต์บนโทรศพั ทม์ อื ถอื  เพ่ือนาเทคโนโลยีสารสนเทศ มาประยุกต์ใช้กับการดาเนิน เป็นการพฒั นาโปรแกรมประยุกต์ เพ่ือใช้งานบนระบบปฏิบัติการ ชวี ิตประจาวนั ยกระดบั การใช้ชีวติ ของคนในปัจจุบนั ให้มคี วามสะดวก Android และ iOS โดยมเี ครอ่ื งมอื ทใ่ี ชใ้ นการพฒั นา ดงั น้ี สบายและปลอดภยั ในการใชช้ วี ติ มากยง่ิ ขน้ึ  Ionic framework [6] เป็ นเคร่ืองมือสาหรับพัฒนา โปรแกรม 2. ทฤษฏที เ่ี กย่ี วขอ้ ง ประยุกต์บนโทรศัพท์มือถือ มีคุณสมบัติท่ีเหมาะสมสามารถพัฒนา 2.1 บำ้ นอจั ฉรยิ ะ โปรแกรมในลกั ษณะ Cross Platform ซง่ึ จะทาใหโ้ ปรแกรมสามารถใชง้ าน ได้ทงั้ iOS และ Android มี Components ต่างๆ เพ่อื ใช้ในการออกแบบ บา้ นอจั ฉรยิ ะ [1] เป็นการพฒั นาเทคโนโลยเี พอ่ื เพมิ่ ความสามารถของ หน้าจอ หรอื ฟังก์ชนั่ การทางานซ่งึ ทาให้มคี วามรวดเรว็ ในการพฒั นา อีก ฟังก์ชนั่ การทางานต่างๆ ของบา้ น ใหส้ ามารถทางานไดอ้ ตั โนมตั ิ หรอื ผอู้ ยู่ ทงั้ ยงั สามารถใชง้ าน Library ในการเชอ่ื มต่อ กบั Firebase ไดอ้ ยา่ งสะดวก อาศยั สามารถควบคุมการใช้งานได้อย่างสะดวก เทคโนโลยที ม่ี กั นามาใช้ เช่น เซนเซอร์ หรอื อุปกรณ์ IoT ต่างๆ โดยสามารถสรุปฟังก์ชนั่ การ  Android SDK [7] เป็นเคร่อื งมอื สาหรบั การ Build และ Publish ทางาน ข องบ้าน อัจฉริยะ ได้ดังน้ี 1) ด้าน ความสะดวกสบายใน Application เพอ่ื ใชง้ านกบั Android ชวี ติ ประจาวนั เชน่ การควบคมุ เครอ่ื งใชไ้ ฟฟ้าต่างๆ จากระยะไกล 2) ดา้ น ความปลอดภยั เช่น การตรวจสอบผบู้ ุกรุก การตรวจสอบแก๊สหรอื ไฟไหม้  Xcode 11 [8] เป็นเครอ่ื งมอื สาหรบั การ Build และ Publish 3) ดา้ นพลงั งาน เช่น การเปิดปิดไฟอตั โนมตั ติ ามแสงอาทติ ย์ หรอื ปิดไฟ Application เพอ่ื ใชง้ านกบั iOS อัตโนมตั ิเม่อื ไม่มคี นอยู่ รวมไปถึงการบรหิ ารจดั การพลงั งานในกรณีท่ี 2.4.2 โปรแกรมประยกุ ต์บนเวบ็ ตดิ ตงั้ แผงวงจรโซลาเซลล์ 4) ดา้ นสุขภาพของผูอ้ ยู่อาศยั เช่น การตดิ ตงั้ เซนเซอรต์ รวจคล่นื หวั ใจ ตรวจจบั ไฟไหม้ โดยส่งสญั ญาณ เมอ่ื เวลาเกดิ เป็นการพฒั นาโปรแกรมประยุกต์บนเว็บเพ่อื ทาหน้าทใ่ี นการจดั การ เหตุการณ์ทผ่ี ดิ ปกติ ขอ้ มลู ต่างๆ โดยมเี ครอ่ื งมอื ทใ่ี ชใ้ นการพฒั นา ดงั น้ี 2.2 Internet of Things (IoT) 177