การออกแบบระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy

Main Article Content

วันเพ็ญ ผลิศร
ปณิตา วรรณพิรุณ

บทคัดย่อ

          การวิจัยครั้งนี้ มีวัตถุประสงค์เพื่อออกแบบและประเมินระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy วิธีดำเนินการวิจัยแบ่งออกเป็น 2 ระยะ คือ ระยะที่ 1 การออกแบบระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy สำหรับนักศึกษาระดับปริญญาตรี ตามขั้นตอน SDLC และ ระยะที่ 2 การประเมินการออกแบบระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy เครื่องมือที่ใช้ในการวิจัยคือ แบบประเมินความเหมาะสมของระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy กลุ่มตัวอย่างที่ใช้ในการวิจัยเลือกแบบเจาะจง คือ ผู้เชี่ยวชาญ จำนวน 5 ท่าน ที่มีความเชี่ยวชาญและมีประสบการณ์ด้านการเรียนรู้แบบปรับเหมาะอย่างน้อย 3 ปี สถิติที่ใช้ในการวิจัย คือ ค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐาน


         ผลการวิจัย พบว่า องค์ประกอบของระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy สำหรับนักศึกษาระดับปริญญาตรี ประกอบด้วย 7 องค์ประกอบ ได้แก่ 1) ช่องทางการสื่อสาร 2) ส่วนนำทาง 3) ข้อมูล 4) ระบบปรับเปลี่ยนการเรียนรู้ 5) ข้อเสนอแนะการเรียนรู้ 6) ฐานข้อมูล และ 7) ส่วนติดต่อผู้ใช้ที่ปรับเปลี่ยนขนาดตามอุปกรณ์ ผลการประเมินความเหมาะสมของระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy สำหรับนักศึกษาระดับปริญญาตรีมีค่าเฉลี่ยอยู่ในระดับมาก

Article Details

รูปแบบการอ้างอิง
ผลิศร ว., & วรรณพิรุณ ป. (2018). การออกแบบระบบบริหารจัดการเรียนรู้แบบอัจฉริยะด้วยเทคนิค Neuro-Fuzzy. วารสารวิชาการ มทร.สุวรรณภูมิ ฉบับมนุษยศาสตร์และสังคมศาสตร์, 3(2), 204–214. สืบค้น จาก https://so05.tci-thaijo.org/index.php/rmutsb-hs/article/view/149137
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

กลุ่มพัฒนานวัตกรรมและเทคโนโลยีการศึกษา. (2554). E-learning:strategy of learning in future. สืบค้น 20 มกราคม 2560, จาก http://studio.rmutp.ac.th/?p=2258

ครูบ้านนอก.คอม. (2552). การเรียนการสอนรายบุคคล (Individualized Instruction). สืบค้น 20 มกราคม 2560, จาก http://www.
kroobannok.com/23054

ชัชวาลย์ เรืองประพันธ์. (2543). สถิติพื้นฐานพร้อมตัวอย่างการวิเคราะห์ด้วยโปรแกรม minitab SPSS และ SAS. ขอนแก่น: มหาวิทยาลัยขอนแก่น.

ฝ่ายผลิตหนังสือตำราวิชาการคอมพิวเตอร์. (2551). การวิเคราะห์และออกแบบระบบ. กรุงเทพฯ: ซีเอ็ดยูเคชั่น.

ถนอมพร เลาหจรัสแสง. (2541). คอมพิวเตอร์ช่วยสอน. กรุงเทพฯ: วงกมลโปรดักชั่น.

พรรณี ปานเทวัญ. (2559). การพัฒนาผู้เรียนในศตวรรษที่ 21 กับการเรียนรู้เชิงรุกในวิชาชีพพยาบาล. วารสารพยาบาลทหารบก, 17(3), 17-24.

สุนทร เกื้อกูล, และพยุง มีสัจ. (2548). การพัฒนาระบบสารสนเทศเพื่องานทะเบียนของโรงเรียนระดับมัธยม. ใน การประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 1 (NCCIT05) (น. 444-449). กรุงเทพฯ: มหาวิทยาลัยเทคโนโลยี-พระจอมเกล้าพระนครเหนือ.

Antony, J., Thottupuram, F. R., Thomas, S., & John, M. V. (2012). Semantic web based adaptive E-Learning triggered through short message services. In 7th International Conference on Computer Science & Education (ICCSE 2012) (pp. 1860-1863). Melbourne, Australia: IEEE.

Atutor. (2016). ATutor features. Retrieved 18 December 2016, from http://www.atutor.ca/atutor/features.php

Bodyanskiy, Y., Vynokurova, O., Setlak, G., & Pliss, I. (2015). Hybrid neuro-neo-fuzzy system and its adaptive learning algorithm. In 10th International Scientific and Technical Conference “Computer Sciences and Information Technologies” (CSIT) (pp. 111-114). Lviv, Ukraine: IEEE.

Counting Calories. (2010). Online course structure. Retrieved 18 December 2016, from https://fsuofd.wordpress.com/
2010/08/10/online-course-structure/

Financesonline.com. (2016). Edmodo review learning management system. Retrieved 18 December 2016, from https://
reviews.financesonline.com/p/edmodo/

Hafidi, M., & Lamia, M. (2015). A personalized adaptive e-learning system based on learner's feedback and learner's multiple intelligences. In 12th International Symposium on Programming and Systems (ISPS) (pp. 1-6). Algiers, Algeria: IEEE.

Icoz, K., Sanalan, V. A., Ozdemir, E. B., Kaya, S., & Cakar, M. A. (2015). Using students’ performance to improve ontologies for intelligent E-learning system. Educational Science: Theory & Practice, 15(4), 1039-1049.

Jommongkol, J. (2005). Education system intelligence to forecast and applications. Chieng Mai: Faculty of engineering.

Kularbphettong, K. (2014). An adaptive Web-based intelligent tutoring using mastery learning and logistic regression techniques. Journal of Theoretical & Applied Information Technology, 66(1), 31-35.

Moodle. (2013). Database schema introduction. Retrieved 18 December 2016, from https://docs.moodle.org/dev/
Database_schema_introduction

Ouguengay, Y. A., El Faddouli, N-E., & Bennani, S. (2015). A Neuro-Fuzzy inference system for the evaluation of reading/writing competencies. Journal of Theoretical & Applied Information Technology, 81(3), 600-608.

Pongpech, A. (2012). Intelligent personalized learning system consideration. In 14th International Conference on Computer Modelling and Simulation (UKSim2012) (pp. 66-71). Cambridge, UK: IEEE.

Pumchalerm, S., Nilsook, P., & Jeerungsuwan, N. (2015). Design of intelligent cooperative education process management system on cloud computing technology. In The sixth TCU Proceedings of International e-Learning Conference 2015 (pp. 64-69). Bangkok, Thailand: Office of the Higher Education Commission.

Selvi, S. T., & Panneerselvam, K. (2012). A self-regulated learning approach for programming language using cloud-based learning management system. In International Conference on Recent Trends in Information Technology (ICRTIT-2012) (pp. 191-196). Chennai, Tamil Nadu, India: IEEE.