DSpace Collection:http://dspace.spu.ac.th/handle/123456789/27432024-03-29T15:35:21Z2024-03-29T15:35:21Zการพัฒนาระบบประเมินคุณภาพเลิร์นนิงอ็อบเจกต์สาวิตรี จูเจี่ยhttp://dspace.spu.ac.th/handle/123456789/68202021-11-19T12:53:25Z2563-01-01T00:00:00ZTitle: การพัฒนาระบบประเมินคุณภาพเลิร์นนิงอ็อบเจกต์
Authors: สาวิตรี จูเจี่ย
Abstract: วิทยานิพนธ์บับนี้มีวัตถุประสงค์เพื่อพัฒนาตัวชี้วัดคุณภาพเลิร์นนิงอ็อบเจกต์และเพื่อการพัฒนาระบบประเมินคุณภาพเลิร์นนิงอ็อบเจกต์ กลุ่มตัวอย่างที่ใช้ในการวิจัยจำนวน 206 คน ประกอบด้วย กลุ่มผู้พัฒนาคุณภาพ กลุ่มนักศึกษา/ผู้ออกแบบระบบการเรียนการสอน และกลุ่มผู้ใช้งาน เครื่องมือที่ใช้ในการวิจัยคือแบบบันทึกข้อมูลการสนทนากลุ่ม และแบบสอบถามเพื่อการยืยยันตัวชี้วัด การวิเคราะห์ข้อมูล ใช้ระเบียบวิธีวิจัยเชิงผสมผสาน ทั้งการวิจัยเชิงคุณภาพและการวิจัยเชิงปริมาณ สถิติที่ใช้ในการวิเคราะห์ข้อมูลเชิงคุณภาพ ได้แก่ ค่าความถี่ ค่าร้อยละ ค่าเฉลี่ย ค่าเบี่ยงเบนมาตรฐาน และสถิติที่ใช้ในการวิเคราะห์ข้อมูลเชิงปริมาณ ได้แก่ การวิเคราะห์องค์ประกอบเชิงสำรวจและการวิเคราะห์องค์ประกอบเชิงยืนยัน ผลการวิจัยสรุปได้ว่า ตัวชี้วัดคุณภาพเลิร์นนิงอ็อบเจกต์ มี 4 มิติ 35 ตัวชี้วัด ประกอบด้วย มิติคุณภาพด้านโครงสร้าง 22 ตัวชี้วัด มิติคุณภาพด้านการศึกษา 6 ตัวชี้วัด มิติคุณภาพด้านการเรียนการสอน 4 ตัวชี้วัด และมิติคุณภาพด้านเทคโนโลยี 3 ตัวชี้วัด ระบบประเมินคุณภาพเลิร์นนิงอ็อบเจกต์ สามารถประเมินคะแนนตามตัวชี้วัดแต่ละมิติ สามารถวิเคราะห์ช่องว่าง (Gap Analysis) และบอกจุดแข็ง จุดที่ควรพัฒนาและจุดที่ควรปรับปรุงอย่างเร่งด่วน ระบบสามารถให้คำแนะนำ โดยแสดงรายละเอียดตามข้อมูลที่ได้จากการวิเคราะห์ช่องว่าง (Gap Analysis) นอกจากนี้ระบบยังสามารถรายงานผลคะแนนประเมินคุณภาพเลิร์นนิงอ็อบเจกต์ เพื่อให้ทราบถึงระดับประสิทธิภาพขิงเลิร์นนิงอ็อบเจกต์ รวมไปถึงคำอธิบายลักษณะของระดับคุณภาพที่ได้ และส่วนที่ควรมีการปรับปรุงให้ดียิ่งขึ้น
Description: ตาราง2563-01-01T00:00:00Zวิธีการตัดคำและออกแบบออนโทโลจีสำหรับประเมินคำตอบอัตนัยภาษาไทยเศรษฐชัย ใจฮึกhttp://dspace.spu.ac.th/handle/123456789/57862021-11-19T13:42:03Z2561-01-01T00:00:00ZTitle: วิธีการตัดคำและออกแบบออนโทโลจีสำหรับประเมินคำตอบอัตนัยภาษาไทย
Authors: เศรษฐชัย ใจฮึก
Abstract: ข้อสอบอัตนัย คือ เป็นข้อสอบที่ไม่มีตัวเลือกคำตอบ แต่ใช้วิธีตอบด้วยการเขียนบรรยาย สำหรับการตรวจให้คะแนน ผู้ตรวจอาจใช้เวลานานเพื่อพิจารณาคะแนนให้เกิดความเหมาะสม ผู้วิจัยได้พัฒนาระบบการตรวจข้อสอบอัตนัยแบบออนไลน์ สำหรับทดลองใช้กับวิชา “GEN1102 ระบบสารสนเทศในชีวิตประจำวัน” โดยใช้วิธีการค้นหาและเปรียบเทียบคำศัพท์ อย่างไรก็ตามนักวิจัย พบรูปแบบปัญหาที่เกิดจากคำศัพท์ที่เขียนต่างกัน แต่มีความหมายเหมือนกัน ผู้วิจัยจึงได้นำแนวคิดเกี่ยวกับออนโทโลจีมาใช้แก้ปัญหาด้วยการสร้างความสัมพันธ์เชิงความหมายแล้วส่งต่อไปยังการประมวลผลคะแนน ในการทดสอบประสิทธิภาพ พบว่า ค่าเฉลี่ยความถูกต้อง (precision) ที่ร้อยละ 94.42 ค่าความครบถ้วน (recall) ที่ร้อยละ 59.92 และค่าประสิทธิภาพโดยรวม (f-measure) ที่ร้อยละ 72.52 ส่วนความความแตกต่างระหว่างการให้คะแนนจากผู้เชี่ยวชาญกับการให้คะแนนจากระบบที่พัฒนาขึ้น พบว่า ไม่มีความแตกต่างกัน อย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 ผลการสำรวจความพึงพอใจจากการใช้งาน พบว่า ผู้เชี่ยวชาญมีความพึงพอใจในระดับมาก (x̄=4.49, S.D.=0.52) และผู้ใช้งานมีความพึงพอใจในระดับมาก (x̄=4.21, S.D.=0.70) เช่นกัน
Description: ปรัชญาดุษฏีบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม2561-01-01T00:00:00Zการพัฒนาระบบประเมินห้องเรียนอัจฉริยะเสมือนสำหรับการศึกษาไทยพันธิการ์ วัฒนกุลhttp://dspace.spu.ac.th/handle/123456789/57722021-11-19T14:14:05Z2561-01-01T00:00:00ZTitle: การพัฒนาระบบประเมินห้องเรียนอัจฉริยะเสมือนสำหรับการศึกษาไทย
Authors: พันธิการ์ วัฒนกุล
Abstract: ห้องเรียนอัจฉริยะเสมือนถูกพัฒนาขึ้นเพื่อสนับสนุนประสิทธิภาพการเรียนรู้แตกต่างกันไปตามเทคโนโลยีที่ใช้ การที่ทราบถึงคุณภาพของห้องเรียนอัจฉริยะเสมือนได้นั้นสิ่งสำคัญคือต้องมีเครื่องมือประเมินที่มีประสิทธิภาพ การศึกษาวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาระบบการประเมินผลห้องเรียนอัจฉริยะเสมือนโดยใช้ตัวชี้วัดคุณภาพที่เหมาะสมกับประเทศไทยและเพื่อพัฒนาตัวชี้วัดสำหรับใช้ในการประเมินคุณภาพของห้องเรียนอัจฉริยะเสมือนจริงในระดับชั้นการศึกษาต่าง ๆ ของไทย วิธีการวิจัยแบ่งออกเป็น 3 ขั้นตอนคือ 1) การพัฒนาตัวชี้วัดในมิติคุณภาพต่าง ๆ 2) การพัฒนาระบบการประเมินห้องเรียนอัจฉริยะเสมือนสำหรับการศึกษาระดับต่าง ๆ ของไทยและ 3) การประเมินระบบห้องเรียนอัจฉริยะเสมือนที่พัฒนาขึ้นสำหรับการศึกษาไทย สถิติที่ใช้ในการวิเคราะห์ข้อมูล ได้แก่ ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน ผลการวิจัยพบว่ามิติการวัดคุณภาพที่ใช้ในการประเมินห้องเรียนอัจฉริยะเสมือนที่เหมาะสมกับการศึกษาของไทยแบ่งออกเป็น 5 มิติคือ มิติทางด้านเทคนิค มิติเนื้อหา มิติความรู้ความเข้าใจ มิติการรู้คิด และมิติทางสังคม ในแต่ละมิติมีตัวชี้วัดและค่าน้ำหนักที่แตกต่างกันไปตามบริบทของระดับการศึกษา ระบบการประเมินห้องเรียนอัจฉริยะเสมือนที่พัฒนาขึ้นประกอบด้วยองค์ประกอบหลัก 5 ส่วนคือ ส่วนการติดต่อผู้ใช้งาน ส่วนการประมวลผล ขั้นตอนวิธีการประมวลผล ตัวชี้วัดที่ใช้สำหรับการประเมิน และฐานข้อมูล ระบบที่พัฒนาขึ้นเป็นเว็บแอปพลิเคชันโดยใช้ภาษา PHP และฐานข้อมูล MySQL ระบบสามารถแสดงผลการประเมินคุณภาพ 5 มิติในรูปแบบตัวเลขและกราฟฟิคและให้ข้อแนะนำสำหรับตัวชี้วัดที่ควรปรับปรุงในแต่ละมิติ การประเมินระบบ 3 ด้านคือ ด้านการฟังก์ชันการทำงานของระบบ การใช้งานและประสิทธิภาพ โดยผู้เชี่ยวชาญที่จากระดับชั้นการศึกษาต่าง ๆ จำนวน 5 คน พบว่ามีผลการประเมินอยู่ในระดับดีทั้ง 3 ด้าน และมีผลการประเมินความพึงพอใจของผู้ใช้ระบบจากหน่วยงานด้านการศึกษาต่าง ๆ จำนวน 20 คน อยู่ในระดับดีมาก
Description: ปรัชญาดุษฎีบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยศรีปทุม2561-01-01T00:00:00Zการหาจุดสนใจของภาพที่เหมาะสมของขั้นตอนวิธีเอสไอเอฟที สำหรับการยืนยันภาพลายเซ็นชัชวาลย์ วรวิทย์รัตนกุลhttp://dspace.spu.ac.th/handle/123456789/51662021-11-19T14:20:10Z2560-01-01T00:00:00ZTitle: การหาจุดสนใจของภาพที่เหมาะสมของขั้นตอนวิธีเอสไอเอฟที สำหรับการยืนยันภาพลายเซ็น
Authors: ชัชวาลย์ วรวิทย์รัตนกุล
Abstract: ขั้นตอนวิธีเอสไอเอฟที เป็นขั้นตอนวิธีสำหรับการหาลักษณะเด่นของภาพที่ได้รับความนิยม โดยใช้หลักการทำซ้ำเพื่อหาจุดสนใจของภาพ (Keypoints) ซึ่งภาพแต่ละภาพที่ใช้ในการหาจุดสนใจของภาพ จะใช้จำนวนรอบในการวิเคราะห์ไม่เท่ากัน ซึ่งทำให้จุดสนใจของภาพที่ได้ไม่สามารถบอกได้ว่าเป็นจุดสนใจของภาพที่เหมาะสมหรือไม่ ในงานวิจัยนี้ได้เสนอวิธีการกำหนดจำนวนรอบในการหาจุดสนใจของภาพลายเซ็นที่เหมาะสม โดยการเปรียบเทียบระยะห่างของภาพลายเซ็นซึ่งคำนวณจากระยะทางยุคลิดระหว่างจุดสนใจของภาพลายเซ็นในแต่ละรอบ โดยกำหนดเกณฑ์พิจารณา = 0.2 และนำจำนวนรอบที่ได้กำหนดจุดสนใจของภาพลายเซ็นต้นแบบเพื่อเปรียบเทียบระหว่างภาพลายเซ็นจริงและภาพลายเซ็นคู่ทดสอบด้วยขั้นตอนวิธีเอสไอเอฟที การเปรียบเทียบระยะห่างระหว่างภาพลายเซ็น ใช้เกณฑ์พิจารณา = 0.25 นอกจากนี้ยังทำการเปรียบเทียบภาพลายเซ็นต้นแบบกับภาพลายเซ็นจริงและภาพลายเซ็นคู่ทดสอบโดยบุคคล ผลการวิจัยใช้ตัวอย่างภาพลายเซ็นจากบุคคลทั่วไปจำนวน 20 คนๆ ละ 10 ภาพลายเซ็นรวม 200 ภาพลายเซ็นเป็นลายเซ็นต้นแบบ ผลการวิเคราะห์ภาพลายเซ็นต้นแบบ พบว่าจุดสนใจของภาพลายเซ็นที่เหมาะสมเกิดขึ้นในรอบที่ 6 ด้วยค่าระยะห่างของภาพลายเซ็น ≤ และผลการเปรียบเทียบภาพลายเซ็นต้นแบบกับภาพลายเซ็นจริงจำนวน 20 ภาพและภาพลายเซ็นคู่ทดสอบจำนวน 20 ภาพ ด้วยขั้นตอนวิธีเอสไอเอฟทีด้วยค่าระยะห่างของภาพลายเซ็น ≤ พบว่ามีค่าร้อยละความสำเร็จเท่ากับ 82.50 สำหรับการเปรียบเทียบโดยบุคคลจำนวน 10 คน พบว่ามีค่าร้อยละความสำเร็จเท่ากับ 77.25 SIFT Algorithm is a popular method for finding feature of an image. It uses repetitive method for finding key points within an image. The number of rounds for analyzing key points for each picture is not equal and still in doubt whether the key points found be appropriate. This research proposed a method for determining the number of rounds to be analyzed for obtaining the optimized key points for signature identification by comparing calculated Euclidean distance of signature image key points in each round with the assigned value of as 0.2, and used the signature image from optimized round to designate the key points of stored original signature images for comparison with a test signature image by the SIFT Algorithm with the assigned value of as 0.25, by the SIFT Algorithm. In addition, the comparison of signature was also performed by 10 individual persons. In this research, samples of 400 signatures from 20 persons, each provided 10 signatures, were tested and found that the optimized key points was found in the sixth round with the distance between the stored original signatures and the signatures used for testing, using SIFT Algorithm, was less than or equal to the assigned value. The distance from the comparisons of 20 sample signatures, between 20 genuine signatures and their test pairs, using SIFT Algorithm, was less than the assigned value. The test results showed that the comparison success percentage using the SIFT Algorithm was 82.50 and the comparison success percentage by 10 individual persons was 77.25.
Description: วิทยานิพนธ์ หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ คณะเทคโนโลยีสารสนเทศ, มหาวิทยาลัยศรีปทุม2560-01-01T00:00:00Z