หลักสูตร/ปี พ.ศ. วิทยาศาสตรมหาบัณฑิต สาขาวิชาเทคโนโลยีสารสนเทศ ปี พ.ศ. 2557
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2556
ประเภทโครงงาน
การศึกษาค้นคว้าอิสระ
ชื่อโครงงานภาษาไทย
ระบบสนับสนุนการตัดสินใจอนุมัติสินเชื่อรถจักรยานยนต์
ชื่อโครงงานภาษาอังกฤษ
Decision Support System for Motorcycle Loan Approval
ผู้พัฒนา
5514554562 นายวิชชา วงศ์ศรีภูมิเทศ
อาจารย์ที่ปรึกษาหลัก
กฤษณะ ไวยมัย
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
บริษัท ที ลีสซิ่ง จำกัด เป็นบริษัทเอกชนดำเนินธุรกิจให้บริการสินเชื่อเช่าซื้อรถจักรยานยนต์ ซึ่งเป็นธุรกิจที่มีความเสี่ยงสูง เกี่ยวกับการผิดนัดชำระของลูกค้า เนื่องจากลูกค้าส่วนใหญ่อยู่ในระดับรากหญ้า ทำให้มีปริมาณหนี้เสียเป็นจำนวนมาก การศึกษาค้นคว้าอิสระในครั้งนี้ มีวัตถุประสงค์ในการประยุกต์ใช้การทำเหมืองข้อมูล เพื่อลดปัญหาหนี้เสีย และพัฒนาระบบสนับสนุนการตัดสินใจอนุมัติสินเชื่อรถจักรยานยนต์
เทคโนโลยีเหมืองข้อมูล (Data Mining) เป็นศาสตร์ที่ว่าด้วยการวิเคราะห์ข้อมูล เพื่อค้นหารูปแบบและความสัมพันธ์ที่ซ่อนอยู่ในชุดข้อมูล ดังนั้น ทางผู้วิจัยจึงประยุกต์ใช้เทคนิคการทำเหมืองข้อมูลกับกระบวนการอนุมัติสินเชื่อ เป็นเครื่องมือในการลดปัญหาหนี้เสีย ซึ่งเริ่มตั้งแต่การรวบรวมข้อมูลในอดีตที่เกี่ยวข้องกับตัวลูกค้าทั้งหมด โดยใช้โปรแกรม Weka ในการวิเคราะห์ข้อมูล ค้นหาความรู้หรือกฎที่ซ่อนอยู่ และเลือกเทคนิค JRip ซึ่งเป็นประเภท Rule-Based เนื่องจากให้จำนวนกฎออกมาน้อย รวมทั้งใช้วิธีแบบ Multi-Level Classification นำไปทดสอบกับข้อมูลจริง โดยมีระดับความแม่นยำที่ 71.4%
จากนั้นจึงพัฒนาระบบสนับสนุนการตัดสินใจ (Decision Support System) ผ่าน Web Application เพื่อประกอบการพิจารณาอนุมัติสินเชื่อและพยากรณ์ลูกค้ารายใหม่ ซึ่งคาดว่าน่าจะช่วยลดปัญหาหนี้เสียที่จะเกิดขึ้นได้ ส่งผลให้การทำงานบรรลุเป้าหมายขององค์กร
Abstract
T Leasing Co., Ltd. is a motorcycle hire-purchase company with its business having high default risk. This is because most of its customers are of grassroots level and usually create bad debt. This independent study has the objective to apply data mining technique for reducing the bad debt, and develop a decision support system for motorcycle loan approval.
Data mining technology is the analysis of data to find patterns and relationships hidden in the data set. Therefore, our objective is to apply data mining to the loan approval process as a tool to solve the problem of bad debt reduction. Customer data is collected, and analyzed using “Weka” data mining tool to find all the hidden rules. JRip, a rule-based technique is used because of its small number of generated rules. With multi-level classification, experimental result on real data shows 71.4 % of accuracy.
Finally, the decision support system for motorcycle loan approval is developed by means of a web-based application. The developed system is capable of improving the loan approval process and forecasting the new customers. This is expected to reduce the bad debt, and achieve the initial goals of the company.
คำสำคัญ (Keywords)
-
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
-
ที่เก็บเวอร์ชันซอร์สโค้ด
-
ผู้นำเข้าข้อมูลครั้งแรก
สุนันทา
ช้างทอง
(fengsntc)
แก้ไขครั้งสุดท้าย
เมื่อ Feb. 23, 2015, 2:11 p.m. โดย
สุนันทา
ช้างทอง
(fengsntc)
สถานะการอนุมัติ
รออนุมัติ