Abstract
The purposes of this research were to: (1) study the effectiveness of the prediction model for futuring study plans from a neural network, support vector machine, decision tree, and ensemble vote; and (2) compare the effectiveness of the prediction model for futuring study plans from those techniques. The research population included 787 Mathayom 6 students of Chulalongkorn University Demonstration School including Chulalongkorn University Demonstration School Class of 50?53. A computer program was used to analyse the neural network, support vector machine, decision tree, and ensemble vote. The research results indicate that there were only slight differences in the prediction modelfor futuring study plans from each technique. The S-E model could predict two suitable majors, with its best predictive performance for Science and Art. The S-E model with ensemble vote had an efficiency of 80.05 percent. Besides, the lower secondary school level GPA in Mathematics was the most important and had the greatest influence on the study plan selection. (การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ศึกษาประสิทธิภาพของโมเดลทำนายแผนการเรียนของนักเรียนในการศึกษาต่อระดับมัธยมศึกษาตอนปลายที่ได้จากการวิเคราะห์ด้วยเครือข่ายใยประสาท ซัพพอร์ตเวกเตอร์แมชชีน ต้นไม้ตัดสินใจ และเอ็นเซ็มเบิ้ลโหวต และ 2) เปรียบเทียบประสิทธิภาพของโมเดลทำนายแผนการเรียนของนักเรียนในการศึกษาต่อระดับมัธยมศึกษาตอนปลายที่ได้จากการวิเคราะห์ด้วยแต่ละเทคนิค ประชากรที่ใช้ในการวิจัยครั้งนี้คือ นักเรียนชั้น ม.6 โรงเรียนสาธิตจุฬาลงกรณ์มหาวิทยาลัย ฝ่ายมัธยม ตัวอย่าง คือ นักเรียนรุ่นที่ 50 ถึง รุ่นที่ 53 จำนวน 787 คน ใช้โปรแกรมคอมพิวเตอร์ในการวิเคราะห์ข้อมูล ผลการวิจัยสรุปว่า โมเดลทำนายแผนการเรียนที่ได้จากการวิเคราะห์ด้วยแต่ละเทคนิคมีประสิทธิภาพการทำนายไม่แตกต่างกันมากนัก สำหรับโมเดลที่มีประสิทธิภาพการทำนายดีที่สุด คือ โมเดล S-E ซึ่งเป็นโมเดลที่สามารถใช้ทำนายกลุ่มการเรียนที่เหมาะสมกับนักเรียนใน 2 กลุ่มการเรียนหลัก ได้แก่ กลุ่มการเรียนวิทย์ และกลุ่มการเรียนศิลป์ โดยมีประสิทธิภาพของการทำนายด้วยเทคนิคเอ็นเซ็มเบิ้ลโหวตได้ถูกต้องสูงที่สุด คิดเป็นร้อยละ 80.05 นอกจากนี้ยังพบว่า ผลการเรียนเฉลี่ยกลุ่มสาระการเรียนรู้คณิตศาสตร์ระดับมัธยมศึกษาตอนต้น มีความสำคัญและมีอิทธิพลต่อการเลือกแผนการเรียนเป็นอย่างมาก)
Publisher
Faculty of Education, Chulalongkorn University
First Page
125
Last Page
142
Recommended Citation
Thongma, Thanapat
(2020)
"Development of Prediction Model for Futuring Study Plans in Upper Secondary School of Chulalongkorn University Demonstration Secondary School Students: An Application of Ensemble Vote together with Neural Network, Support Vector Machine and Decision Tree(การพัฒนาโมเดลทำนายแผนการเรียนในการศึกษาต่อระดับมัธยมศึกษาตอนปลายของนักเรียน โรงเรียนสาธิตจุฬาลงกรณ์มหาวิทยาลัย ฝ่ายมัธยม: การประยุกต์ใช้เทคนิคเอ็นเซ็มเบิ้ลโหวตร่วมกันระหว่างเครือข่ายใยประสาท ซัพพอร์ตเวกเตอร์แมชชีน และต้นไม้ตัดสินใจ),"
Journal of Education Studies: Vol. 48:
Iss.
3, Article 8.
Available at:
https://digital.car.chula.ac.th/educujournal/vol48/iss3/8
