หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2564
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคฤดูร้อน ปีการศึกษา 2563
ประเภทโครงงาน
วิทยานิพนธ์
ชื่อโครงงานภาษาไทย
การประยุกต์ใช้ระบบสารสนเทศภูมิศาสตร์เพื่อเฝ้าระวังและพยากรณ์โรคพิษสุนัขบ้า
ชื่อโครงงานภาษาอังกฤษ
A Development of GIS System for Warning and Forecasting of Rabies
ผู้พัฒนา
5914550050 ธนา รัตนจำรูญ
อาจารย์ที่ปรึกษาหลัก
สมชาย นำประเสริฐชัย
อาจารย์ที่ปรึกษาร่วม
หัชทัย ชาญเลขา
บทคัดย่อ
โรคพิษสุนัขบ้าหรือโรคกลัวน้ำ เป็นโรคติดเชื้อในระบบประสาทที่สามารถติดต่อจากสัตว์สู่คนได้ ผ่านการถูกสัตว์พาหะที่มีเชื้อโรคกัด ข่วน หรือเลีย ในบริเวณที่มีบาดแผล พบได้มากในสัตว์เลี้ยงลูกด้วยนมประเภทสุนัข และแมว ผู้ป่วยที่ไม่มีการฉีดวัคซีนเพื่อป้องกันโรคพิษสุนัขบ้ามีโอกาสติดเชื้อได้ โดยจะเริ่มแสดงอาการและเสียชีวิตลงภายในเวลาเพียงไม่กี่วัน งานวิจัยนี้นำเสนอการสร้างแบบจำลองและเปรียบเทียบประสิทธิภาพการทำนายโรคพิษสุนัขบ้า โดยใช้ข้อมูลการพบโรคพิษสุนัขบ้าในสัตว์ระหว่างปี พ.ศ. 2557-2563 เป็นจำนวน 45,213 รายการ นำมาสร้างแบบจำลองการทำนายโรคด้วยเทคนิคการทำเหมืองข้อมูล โดยวิธี Holt-Winters Exponential Smoothing, ARIMA และ LSTM
ผลการประเมินตัวแบบจำลองพบว่า ตัวแบบจำลองวิธี Holt-Winters Exponential Smoothing โดยการใช้ข้อมูลอนุกรมเวลา อาศัยปัจจัยด้านการพบโรคย้อนหลังเป็นเวลา 6 ปี สามารถให้ค่าสัมบูรณ์ของความคลาดเคลื่อน (MAE) เท่ากับ 6.28337 และ ค่ารากที่สองของค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) 7.72367 ซึ่งถือเป็นค่าที่ดีที่สุดเมื่อเทียบกับตัวแบบจำลองวิธี ARIMA และ LSTM
Abstract
Rabies is an infectious disease of the nervous system that can be transmitted from animals to humans through being bitten, scratched, or licked in the wound area. Was many found in a mammal such as dogs and cats. Patients who are not vaccinated will show symptoms and die within a few days. The objective of this research is to a comparison of efficiency rabies prediction using Data Mining. The disease data was used during the period 2014-2020 in 45,213 records to build a forecasting model with a Data Mining technique using Holt-Winters Exponential Smoothing, ARIMA and LSTM.
The model evaluation results showed that The Holt-Winters Exponential Smoothing method model using 6 - year historical time series data based on disease factors provides MAE at 6.28337 and RMSE at 7.72367 which is the best value compared to the ARIMA and LSTM.
คำสำคัญ (Keywords)
Rabies, Prediction, Data Mining
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
ธนา
รัตนจำรูญ
(g5914550050)
แก้ไขครั้งสุดท้าย
เมื่อ March 4, 2022, 5:51 a.m. โดย
ธนา
รัตนจำรูญ
(g5914550050)
สถานะการอนุมัติ
รออนุมัติ