การวิเคราะห์ข้อมูลสำหรับการจำแนกประเภทขการวิเคราะห์ข้อมูลสำหรับการจำแนกประเภทขยะด้วยเทคนิค การประมวลผลภาพของสำนักวิทยบริการ มหาวิทยาลัยสงขลานครินทร์

บทคัดย่อ (Abstract)

การวิจัยในครั้งนี้มีวัตถุประสงค์ (1) เพื่อวิเคราะห์ข้อมูลสำหรับการจำแนกรูปภาพประเภทขยะด้วยเทคนิคการประมวลผลภาพ และ (2) เพื่อวัดประสิทธิภาพความถูกต้องการจำแนกรูปภาพประเภทขยะด้วยเทคนิคการประมวลผลภาพ โดยใช้เครื่องมือ Teachable Machine ที่ใช้หลักการการเรียนรู้ของเครื่อง (Machine Learning: ML) มาใช้ในการจำแนกรูปภาพประเภทขยะอัตโนมัติ ข้อมูลที่ใช้เป็นรูปภาพขยะในลักษณะเวกเตอร์ 2 มิติ จำนวน 250 ภาพ โดยมีการแบ่งข้อมูลรูปภาพสำหรับเรียนรู้ (Train set) จำนวน 200 ภาพ และข้อมูลรูปภาพสำหรับทดสอบ (Test set) จำนวน 50 ภาพ ในอัตราส่วน 80:20 ผลการวัดประสิทธิภาพความถูกต้อง พบว่า ภาพรวมมีค่าความถูกต้องที่ 95.72% เมื่อจำแนกค่าความถูกต้องของรูปภาพขยะแต่ละประเภท พบว่า รูปภาพขยะอันตราย มีค่าความถูกต้องสูงที่สุด (99.10%) รองลงมาคือ รูปภาพขยะติดเชื้อ (96.60%) รูปภาพขยะทั่วไป (95.30%) รูปภาพขยะรีไซเคิล (95.10%) และรูปภาพขยะอินทรีย์ มีค่าความถูกต้องน้อยที่สุด (92.50%) การวิเคราะห์ข้อมูลสำหรับการจำแนกประเภทขยะด้วยเทคนิคการประมวลผลภาพ (Image Processing) สามารถนำไปพัฒนาเป็นแอปพลิเคชันระบบการคัดแยกขยะใช้กับห้องสมุดและหน่วยงานต่าง ๆ รวมถึงเพื่อนำนวัตกรรมไปใช้ประโยชน์สำหรับการดำเนินกิจกรรมการอนุรักษ์พลังงานและสิ่งแวดล้อม และสนับสนุนการดำเนินงานสำนักสีเขียว (Green Office) ห้องสมุดสีเขียว (Green Library) ในการนำเครื่องมือไปให้ความรู้เกี่ยวกับการจำแนกประเภทขยะแก่คนในชุมชนให้ตระหนักถึงการจัดการขยะได้อย่างมีประสิทธิภาพ