บทความงานประชุมวิชาการระดับชาติ ครั้งที่ 12 (มหาวิทยาลัยราชภัฏนครปฐม)
ระหว่างวันที่ 9 – 10 กรกฎาคม 2563 ณ มหาวิทยาลัยราชภัฏนครปฐม

แสดงบทคัดย่อ
 ชื่อบทความภาษาไทย การพยากรณ์ปริมาณฝุ่น PM2.5 โดยใช้วิธีวิเคราะห์อนุกรมเวลาด้วยเทคนิคเหมืองข้อมูลกรณีศึกษา: กรุงเทพฯ เขตปทุมวัน
 ชื่อบทความภาษาอังกฤษ (Title) Predict amount of PM2.5 by using Data Mining – Time series techniques Case Study: Pathum Wan District, Bangkok
 ชื่อผู้เขียนบทความ (Authors) นายธนกร สุวรรณโสภณ , นายณภัทร เลาหไพฑูรย์, นายทัศภูมิ รันระนา,
 บทคัดย่อภาษาไทย
ในช่วงหลายปีที่ผ่านมาประเทศไทยต้องประสบกับปัญหามลภาวะทางอากาศ หนึ่งในนั้นคือฝุ่น PM2.5 ถึงแม้ในปัจจุบันได้เบาบางลงบ้างแล้วในหลายจังหวัด ในกลุ่มเสี่ยงและผู้มีภูมิคุ้มกันต่ำบางส่วนนั้นพบความผิดปกติกับร่างกายไม่ว่าจะเป็น ไม่สบายตัว หายใจไม่สะดวก เกิดอาการเจ็บคอหรือหน้าอก ซึ่งอาการเหล่านี้อาจเกิดขึ้นจาก PM2.5 กรมควบคุมมลพิษรายงานสถานการณ์ฝุ่นละอองในประเทศพบว่า ปริมาณฝุ่นละอองเพิ่มขึ้นจนเกินค่ามาตรฐานในทุกพื้นที่ของกรุงเทพมหานครในขณะนั้น ผู้วิจัยจึงทำการศึกษารูปแบบการพยากรณ์ปริมาณฝุ่น PM2.5 มีวัตถุประสงค์เพื่อสร้างรูปแบบการพยากรณ์ปริมาณฝุ่น PM2.5 โดยใช้วิธีวิเคราะห์อนุกรมเวลาด้วยเทคนิคเหมืองข้อมูลกรณีศึกษา: กรุงเทพฯ เขตปทุมวัน โดยใช้การวิเคราะห์แบบอนุกรมเวลาด้วยเทคนิคเหมืองข้อมูล จากข้อมูลปริมาณมลภาวะในอากาศ ในช่วงเดือนมกราคม พ.ศ. 2562 – เดือนธันวาคม พ.ศ. 2562 ที่เผยแพร่ข้อมูลผ่านเว็บไซต์บริการศูนย์กลางข้อมูลกองจัดการคุณภาพอากาศและเสียงกรุงเทพมหานครเป็นจำนวน 12 เดือน โดยแบ่งข้อมูลออกเป็น 2 ส่วนคือ ข้อมูลที่ใช้ชุดข้อมูลสำหรับฝึก กับ ข้อมูลที่ใช้ทดสอบ  ซึ่งในการสร้างแบบจำลองการพยากรณ์ครั้งนี้ได้ใช้โปรแกรม Weka 3.9.3 โดยใช้เทคนิคเหมืองข้อมูล 3 เทคนิคดังนี้ 1) การถดถอยเชิงเส้น 2) แบบจำลองโครงข่ายประสาทเทียมแบบเพอร์เซ็ปตรอนหลายชั้น และ 3) ซัพพอร์ตเวกเตอร์แมชชีนสำหรับการถดถอยซึ่งเป็นเทคนิคที่ได้รับความนิยมสำหรับการสร้างแบบจำลองการพยากรณ์ จากผลการวิจัยพบว่า ซัพพอร์ตเวกเตอร์แมชชีน แบบถดถอยสามารถสร้างแบบจำลองที่มีความเหมาะจะนำไปใช้ในการพยากรณ์มลภาวะ PM2.5 มากที่สุด หน่วยงานที่เกี่ยวข้องหรือภาคเอกชนสามารถนำแบบจำลองนี้ไปใช้แสดงเป็นข้อเท็จจริง เพื่อรณรงค์และส่งเสริมให้ประชาชนช่วยกันป้องกันหรือลดการเกิด PM2.5 
 คำสำคัญภาษาไทย การวิเคราะห์อนุกรมเวลา, ปริมาณฝุ่น PM2.5, เหมืองข้อมูล
 Abstract
In past few years Thai people suffering from air pollution ,PM2.5 is a one of them. Even though the situation has been alleviated but in risk group people found out that they have something wrong with their body such as feel discomfort, sore throat, uneasy breathing, angina. Since all these symptoms are from PM2.5. Pollution Control Department’s dust situation report in country founds that amount of dust are rise through average in all district of Bangkok. Researchers are study to provide the best algorithms model to forecast amount of pollution PM2.5 in Bangkok, Pathum Wan District by using data mining time series techniques. The data for study was the amount of pollution PM2.5 in Pathum Wan District from January 1st, 2019 to December 31th, 2019 from Pollution control department. We Data divide data into two major groups: (1) Training Data set and (2) Testing data set. Three of the most widely-used data mining algorithms such as Linear Regression, Multilayer Perceptron and Support Vector Machine for Regression. Analysis results from data mining reveal form weka software, knowledge creation and useful discovery for decision making. The result can show that the suitable algorithms model for forecast amount of pollution PM2.5 using of all series test for the Support Vector Machine Regression forecasting was the most suitable. Related agency or Private sector can use this model to represent the fact, for campaign and encourage people to prevent or reduce amount of PM2.5.
 Keyword Time Series Analysis, Amount of Pollution PM2.5, Data Mining
 กลุ่มของบทความ คอมพิวเตอร์และเทคโนโลยีสารสนเทศ
 รูปแบบการนำเสนอ Poster
 รูปแบบของบทความ บทความวิจัย
Publication date 9 - 10 กรกฎาคม 2563