การพัฒนาแบบจำลองสารสนเทศอัจฉริยะสำหรับพยากรณ์เศรษฐกิจจังหวัด
DOI:
https://doi.org/10.14456/lruj.2026.22คำสำคัญ:
แบบจำลอง, สารสนเทศ, อัจฉริยะ, พยากรณ์เศรษฐกิจบทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษา วิเคราะห์ รูปแบบการจัดทำแบบจำลองที่ใช้ในการพยากรณ์เศรษฐกิจจังหวัด 2) พัฒนาแบบจำลองสารสนเทศอัจฉริยะที่มีความเหมาะสมสำหรับพยากรณ์เศรษฐกิจจังหวัด และ 3) ประเมินประสิทธิภาพการใช้งานแบบจำลองสารสนเทศอัจฉริยะในการพยากรณ์เศรษฐกิจจังหวัด โดยศึกษารูปแบบการจัดทำแบบจำลองเดิมที่ใช้ในสำนักงานคลังจังหวัดเขต 4 จำนวน 12 แห่ง ผ่านการเก็บข้อมูลและสัมภาษณ์เชิงลึกกับผู้เกี่ยวข้อง 108 คน พบว่าการจัดทำแบบจำลองเดิมยังมีข้อจำกัดหลายด้าน เช่น ขาดบุคลากรที่มีความเชี่ยวชาญความแตกต่างของฮาร์ดแวร์-ซอฟต์แวร์ และรูปแบบฐานข้อมูลที่ไม่เหมาะสม ในการพัฒนาแบบจำลองใหม่นี้ใช้เทคโนโลยีเว็บแอปพลิเคชัน ฐานข้อมูล MySQL และภาษา Python โดยเลือกใช้โมเดล Random forest regression สำหรับการพยากรณ์ ซึ่งสามารถจัดการข้อมูลที่ซับซ้อนและผันผวนได้ดี ผลการทดสอบประสิทธิภาพของแบบจำลองพบว่ามีความแม่นยำสูง โดยมีค่าสัมประสิทธิ์การตัดสินใจ (R²) เท่ากับ 0.92 ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) เท่ากับ 3,034.41 และค่าความคลาดเคลื่อนสมบูรณ์เฉลี่ย (MAE) เท่ากับ 2,018.00 ซึ่งแสดงว่าโมเดลสามารถฟิตข้อมูลได้ใกล้เคียงค่าจริง โมเดลสามารถฟิตข้อมูลได้ใกล้เคียงค่าจริง การประเมินประสิทธิภาพของแบบจำลองพบว่าผู้ใช้งานมีความพึงพอใจในระดับมากที่สุด ( = 4.28 จาก 5.00) โดยด้านที่มีความพึงพอใจสูงสุดคือรูปแบบการแสดงผลที่หลากหลาย (
= 4.94) รองลงมาคือความชัดเจนของรายงานการวิเคราะห์ (
= 4.88) ซึ่งแสดงให้เห็นถึงศักยภาพของแบบจำลองนี้ในการเป็นเครื่องมือสนับสนุนการตัดสินใจเชิงนโยบายด้านเศรษฐกิจอย่างมีประสิทธิภาพ
Downloads
เอกสารอ้างอิง
Amatayakul, N. (2018). A Study of the Relationship Between Digital Lending Approval Factors and Technology Acceptance Affecting the Satisfaction of Digital Lending Service Users in Bangkok and Metropolitan Areas [Master's thesis, Thammasat University]. Thammasat University Digital Repository.
Bank of Thailand. (2023). A Machine Learning Approach to Measure Quarterly Economic Growth from Nighttime Light Data (Economic Pulse No. 2). https://www.bot.or.th/th/research-and-publications/research/economic-pulse/economic-pulse-202308.html.
Best, J. W. (1977). Research in Education (3rd ed.). Prentice-Hall.
Breiman, L. (2001). Random Forests. Machine Learning, 45(1), 5-32.
Chen, Y. (2013). Data Visualization in Models for Healthcare Workflow Improvement [Doctoral dissertation, The Pennsylvania State University]. Pennsylvania State University Repository.
Chuasing, W. (2021). The Development of a Data Visualization System to Support Strategic Marketing Planning for E-commerce Organizations [Master's thesis, Sripatum University]. Sripatum University Digital Repository.
Davenport, T. H. (1993). Process Innovation: Reengineering Work Through Information Technology. Harvard Business Press.
DeLone, W. H., & McLean, E. R. (1992). Information Systems Success: The Quest for the Dependent Variable. Information Systems Research, 3(1), 60–95. https://doi.org/10.1287/isre.3.1.60.
DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-year Update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748.
Dosi, G. (1982). Technological Paradigms and Technological Trajectories: A Suggested Interpretation of the Determinants and Directions of Technical Change. Research Policy, 11(3), 147–162. https://doi.org/10.1016/0048-7333(82)90016-6.
Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). Springer. https://doi.org/10.1007/978-0-387-84858-7.
Heeks, R. (2002). Information Systems and Developing Countries: Failure, Success, and Local Improvisations. The Information Society, 18(2), 101–112. https://doi.org/10.1080/01972240290075039.
Kasetsart University. (2019). Thailand's Macroeconomic Model Framework. Department of Economics, Kasetsart University. http://pirun.ku.ac.th/~fecobdc/Model/Model.html.
Kaskasem, M. (2020). The Development of Visualization of Financial Performance: A Case Study of Telecommunication Businesses in the Stock Exchange of Thailand [Master's thesis, Sripatum University]. Sripatum University Digital Repository.
Leelathaweewut, S., Duangpattra, J., & Paireekreng, W. (2018, December 1). Data Model of Business Intelligence System for ASEAN Economic Community. Journal of Siam University, 29(4), 512–530. https://e-library.siam.edu/e-journal/wp-content/uploads/2018/12/EJSU-vol15-no31-jul-dec2015-1.pdf.
Liangrokapart, J., & Pitisan, P. (2016). Business Intelligence System to Support Decision Making and Customer Relationship Management in Hospitals to Enhance Hospital Supply Chain Efficiency [Research report]. The Thailand Research Fund. (In Thai).
Office of the National Economic and Social Development Council [NESDC]. (2021). Gross Regional and Provincial Product Chain Volume Measures 2021 Edition. https://www.nesdc.go.th/main.php?filename=gross_regional.
Phadungphot, P. (2018). Development of an Intelligent Information Model for Risk Analysis of Savings Cooperatives' Financial Statements Using Markov Chain Monte Carlo Methods [Master's thesis, Sripatum University]. Sripatum University Digital Repository.
Pipatjessadakul, P., & Pinngern, O. (2018). The Development of a Business Intelligence System to Support Electricity Distribution. Journal of Project in Computer Science and Information Technology, 5(2), 48. https://ph02.tci-thaijo.org/index.php/project-journal/article/view/204706.
Rodpoon, N., Khutranon, K., Leetachanon, N., & Paichamnan, S. (2022). The Development of a Business Intelligence System for Service Information Reporting in Hospitals to Improve Pharmaceutical Services [Research report]. Prince of Songkla University.
Roscoe, J. T. (1975). Fundamental Research Statistics for the Behavioral Sciences (2nd ed.). Holt, Rinehart and Winston.
Sawanphothiphan, N. (2021). The Development of a Data Visualization System for Analysis and Success Prediction: A Case Study of the Digital Lending Project of the Bank for Agriculture and Agricultural Cooperatives [Master's thesis, Sripatum University]. Sripatum University Digital Repository.
Sitthisorn, P., Paireekreng, W., & Duangpattra, J. (2023). Development of Business Intelligence System for Data Analysis and Decision Making on Revenue Budget. Journal of Information Science and Technology, 13(1), 45–56.
Sukijboriharn, A. (2020). The Development of a Data Visualization System to Support Health Services: A Case Study of Health Service Agencies in the Country [Master's thesis, Sripatum University]. Sripatum University Digital Repository.
The Loei Provincial Office of the Comptroller General. (2016). Manual for Economic Forecasting With the Management Chart Method. Ministry of Finance. (In Thai).
Trist, E. L. (1981). The Evolution of Socio-technical Systems: A Conceptual Framework and An Action Research Program. Issues in the Quality of Working Life, 22, 19–75.
Zhang, G. P. (2003). Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model. Neurocomputing, 50, 159–175. https://doi.org/10.1016/S0925-2312(01)00702-0.
ดาวน์โหลด
เผยแพร่แล้ว
เวอร์ชัน
- 2026-08-18 (2)
- 2026-08-11 (1)
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2026 วารสารวิจัยและพัฒนา มหาวิทยาลัยราชภัฏเลย
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
ข้อความที่ปรากฎในวารสารฉบับนี้เป็นความคิดเห็นของผู้เขียนแต่ละท่าน สถาบันวิจัยและพัฒนา มหาวิทยาลัยราชภัฏเลย และกองบรรณาธิการ ไม่จำเป็นต้องเห็นด้วยและไม่มีส่วนรับผิดชอบใดๆ
สถาบันวิจัยและพัฒนา มหาวิทยาลัยราชภัฏเลย ขอให้ผู้อ่านอ้างอิงในกรณีที่ท่านคัดลอกเนื้อหาบทความในวารสารฉบับนี้
