ชื่อบทความภาษาไทย	การออกแบบและพัฒนาแอปพลิเคชันรู้จำตัวอักษรบนอุปกรณ์เคลื่อนที่ เพื่อการฝึกเขียนพยัญชนะไทย
ชื่อบทความภาษาอังกฤษ (Title)	Design and Development of Character Recognition Applications on Mobile Devices for Practice writing Thai consonants
ชื่อผู้เขียนภาษาไทย (Authors TH)	นางสาวอรอุมา พร้าโมต , นางสาวสุภาพร นุภาพ,
ชื่อผู้เขียนภาษาอังกฤษ (Authors EN)	On-Uma Pramote , Supaporn Nupap,
บทคัดย่อภาษาไทย	งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ออกแบบและพัฒนาแอปพลิเคชันรู้จำตัวอักษรบนอุปกรณ์เคลื่อนที่ เพื่อการฝึกเขียนพยัญชนะไทย 2) ศึกษาความพึงพอใจของผู้ใช้แอปพลิเคชัน จำนวน 30 คน โดยมีขั้นตอนการดำเนินงาน 5 ขั้นตอน ได้แก่ 1) การเก็บข้อมูลลายมือ 2) การสร้างโมเดลรู้จำรูปแบบ 3) การพัฒนาแอปพลิเคชัน 4) การนำไปใช้ และ 5) การประเมินผลความพึงพอใจ ซึ่งผู้วิจัยเก็บข้อมูลลายมือจากนักศึกษาวิทยาการคอมพิวเตอร์ จำนวน 100 คน โดยใช้กระดานวาดภาพอิเล็กทรอนิกส์ ได้ภาพจำนวน 4400 ภาพ จาก 44 ตัวอักษร โดยใช้เป็นข้อมูลการสอน 3080 ภาพ ข้อมูลการทดสอบ 1320 ภาพ และนำภาพตัวอักษรมาผ่านกระบวนการประมวลผลภาพเพื่อให้ได้ภาพที่เหมาะต่อการใช้งาน สร้างโมเดลรู้จำรูปแบบด้วยเครื่องมือชื่อ ทีชเอเบิล แมชชีน (Teachable Machine) และพัฒนาแอปพลิเคชันด้วยแอนดรอยด์ สูติโอ (Android Studio) กับ เทนเซอร์โฟล ไลต์ (TensorFlow Lite) ผลการวิจัยพบว่าโมเดลรู้จำมีค่าความถูกต้อง (Accuracy) ร้อยละ 94 และแอปพลิเคชันมีผลการประเมินความพึงพอใจจากผู้ใช้อยู่ในระดับมาก โดยมีค่าเฉลี่ยเท่ากับ 4.07 และค่าส่วนเบี่ยงเบนมาตรฐานเท่ากับ 0.80
คำสำคัญภาษาไทย	การรู้จำตัวอักษร เครื่องจักรเรียนรู้ แอปพลิเคชันมือถือ
Abstract	This research aims to: 1) Design and develop character recognition applications on mobile devices for practice writing Thai consonants 2) Study the satisfaction of 30 users of the application. This research process is as follows: 1) Data preparation 2) Creating a model for pattern recognition 3) Application development 4) Using the application 5) Evaluation. We collect handwritten data on a tablet from 100 computer science students. All images in datasets contain 4400 from 44 characters, divided into two parts 1) training data 3080 images and 2) testing data 1320 images. The datasets are processed by image processing techniques for suitability to use in the next step. Character recognition models were created by Teachable Machine tool. Android Studio and TensorFlow Lite use to create the application. The evaluation accuracy of character recognition models is 94%, and user satisfaction assessment results of the application at a good level (x ̅ = 4.07, S.D. = 0.80), Respectively.
Keyword	Character Recognition, Machine Learning, Mobile Application
กลุ่มของบทความ	คอมพิวเตอร์และเทคโนโลยีสารสนเทศ
รูปแบบการนำเสนอ	Oral
รูปแบบของบทความ	บทความวิจัย
Publication date	8 - 9 กรกฎาคม 2564