การพัฒนาแบบจำลองพยากรณ์แนวโน้มการสมัครงานให้ตรง กับวุฒิการศึกษา สาขาคอมพิวเตอร์ โดยใช้โครงข่ายประสาทเทียม

บทคัดย่อ

บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์ เพื่อพัฒนาแบบจำลองพยากรณ์แนวโน้มการสมัครงานตรงกับวุฒิการศึกษาสาขา
คอมพิวเตอร์ และเพื่อให้ทราบปัจจัยที่มีผลต่อการศึกษาสาขาคอมพิวเตอร์ เนื่องจากปัจจุบันนักศึกษาที่เรียนในสาขานี้มีพื้นฐานความรู้ที่แตกต่างกัน และบางคนมีบุคลิกภาพที่ไม่สอดคล้องกับคุณลักษณะบัณฑิตของสาขาคอมพิวเตอร์ สิ่งเหล่านี้เป็นปัจจัยที่ทำให้ผลการเรียนเฉลี่ยไม่ดี ส่งผลต่อการสมัครงานที่ตรงกับวุฒิการศึกษาในองค์กรที่มีความน่าเชื่อถือ ซึ่งมีการกำหนดผลการเรียนเฉลี่ยในการรับสมัครงาน ดังนั้นงานวิจัยนี้จึงทำการพัฒนาแบบจำลองพยากรณ์แนวโน้มการสมัครงานตรงกับวุฒิการศึกษาสาขาคอมพิวเตอร์โดยใช้โครงข่ายประสาทเทียม ซึ่งชุดข้อมูลที่นำมาใช้ คือ ข้อมูลของนักศึกษาสาขาคอมพิวเตอร์ วิธีการวิจัยประกอบด้วย 3 ขั้นตอน ดังนี้ ขั้นตอนแรก คือ การเตรียมข้อมูล นำเข้าใช้ข้อมูลของนักศึกษาสาขาคอมพิวเตอร์ ซึ่งประกอบด้วยคะแนนแบบทดสอบบุคลิกภาพที่สอดคล้องกับคุณลักษณะบัณฑิตของสาขาคอมพิวเตอร์ ผลการเรียนเฉลี่ยในกลุ่มสาระการเรียนรู้ในระดับชั้นมัธยมศึกษาตอนปลาย ได้แก่ การงานอาชีพและเทคโนโลยี ภาษาไทย คณิตศาสตร์ วิทยาศาสตร์ และภาษาต่างประเทศ ขั้นตอนต่อไปสร้าง
แบบจำลองพยากรณ์แนวโน้มการสมัครงานตรงกับวุฒิการศึกษาสาขาคอมพิวเตอร์ด้วยโครงข่ายประสาทเทียมแบบหลายชั้น และขั้นตอนสุดท้ายทดสอบประสิทธิภาพของแบบจำลองพยากรณ์ ผลการวิจัย พบว่า แบบจำลองที่มีค่าความถูกต้องมากที่สุด คือ 75.63% มีปัจจัยสำคัญประกอบด้วยบุคลิกภาพที่สอดคล้องกับคุณลักษณะบัณฑิตของสาขาคอมพิวเตอร์ กลุ่มสาระการเรียนรู้ ได้แก่ การงานอาชีพและเทคโนโลยี
ภาษาไทย คณิตศาสตร์ วิทยาศาสตร์ และภาษาต่างประเทศ นอกจากนี้ผลจากการสังเคราะห์ปัจจัยที่ส่งผลต่อการศึกษาสาขาคอมพิวเตอร์ คือ กลุ่มสาระการเรียนรู้ภาษาไทย บุคลิกภาพที่สอดคล้องกับคุณลักษณะบัณฑิตของสาขาคอมพิวเตอร์ และกลุ่มสาระการเรียนรู้การงานอาชีพและเทคโนโลยี มีค่า 26.32% 21.05% และ 18.42% ตามลำดับ

Abstract
This research aims to develop a model for forecasting trends of matching between a job application and a computer degree and to identify factors that affect education in computer major.
Currently, students in this field have a different background knowledge and someone has a personality that is not suitable to graduate in computer major. These factors lead to low grade point average (GPA). They also affect the job application to the qualified organization. Therefore, this research developed a model for forecasting by using artificial neural network. The dataset is collected from the computer-major undergraduate student. The process consists of three steps as follows: Firstly, pre-processing step for preparing input data that contain the score of personality compatibility test for computer degree, GPA of standard subjects in their high school, including Thai language, mathematics, science, occupations and technology and foreign languages; subsequently, creating the forecasting model using artificial neural network; finally, evaluating the performance of this forecasting model.
The experimental results show that the forecasting model achieves the highest accuracy rate at 75.63%. The important factor consists of the personality compatibility test for computer degree, GPA of standard subjects in their high school, including occupations and technology, Thai language, mathematics, science, and foreign languages. According to these results, the most influencing factors are Thai language, the personality compatibility test, and occupations and technologies,
which are 26.32% and 21.05% and 18.42% of influence, respectively.