|
การพัฒนาระบบสแกนใบหน้าในการบริหารงานทรัพยากรบุคคล : กรณีศึกษา บริษัท ดูดี อินดีด จำกัด |
|---|---|
| รหัสดีโอไอ | |
| Creator | กิตติกร หาญตระกูล |
| Title | การพัฒนาระบบสแกนใบหน้าในการบริหารงานทรัพยากรบุคคล : กรณีศึกษา บริษัท ดูดี อินดีด จำกัด |
| Contributor | เอกรินทร์ แสงยอ, ศุภชัย รอดฤทธิ์, ภานุวัฒน์ เมฆะ, พยุงศักดิ์ เกษมสำราญ |
| Publisher | มหาวิทยาลัยแม่โจ้ |
| Publication Year | 2568 |
| Journal Title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| Journal Vol. | 11 |
| Journal No. | 3 |
| Page no. | 54-82 |
| Keyword | ระบบบริหารทรัพยากรบุคคล, บัญชีทางการไลน์, แจ้งเตือนไลน์, ไลน์แชทบอท, ปัญญาประดิษฐ์, ตรวจจับใบหน้า, จดจำใบหน้า, สแกนใบหน้าเข้า-ออกงาน |
| URL Website | https://mitij.mju.ac.th/ |
| Website title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| ISSN | ISSN 3027-7280 (Online) |
| Abstract | งานวิจัยนี้ได้พัฒนาระบบสแกนใบหน้าในการบริหารงานทรัพยากรบุคคล สำหรับใช้เพื่อสแกนใบหน้าเช็กชื่อเข้า-ออกงานของพนักงาน โดยนำเทคนิคการตรวจจับใบหน้า (Face Detection) และการจดจำใบหน้า (Face Recognition) มาประยุกต์ใช้ในการระบุตัวตนของพนักงาน โดยระบบจะนำภาพที่ได้จากการตรวจจับใบหน้าของพนักงานผ่านกล้อง Webcam/USB Camera ไปเปรียบเทียบกับใบหน้าในฐานข้อมูลเพื่อระบุตัวตนของใบหน้านั้น โดยระบบที่พัฒนาขึ้นจะนำมาเป็นฟีเจอร์หนึ่งในระบบบริหารจัดการทรัพยากรบุคคล (HRM) ของบริษัท ซึ่งจะเป็นฟีเจอร์ที่มาเสริมช่วยแก้ปัญหาของระบบการเข้า-ออกงานเดิมของบริษัทการวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ประยุกต์ใช้เทคโนโลยีการรู้จำใบหน้า เพื่อเช็กชื่อเวลาเข้า-ออกงานของพนักงาน 2) ทดสอบประสิทธิภาพของระบบสแกนใบหน้าที่ได้พัฒนาขึ้น 3) ศึกษาความพึงพอใจของผู้ใช้ที่มีต่อระบบสแกนใบหน้าเพื่อเช็กชื่อเวลาเข้า-ออกงานของพนักงาน กลุ่มเป้าหมายของการวิจัยครั้งนี้คือ ผู้เชี่ยวชาญด้าน Machine Learning จำนวน 2 คน และพนักงานจำนวน 32 คน เครื่องมือการวิจัย ได้แก่ แบบประเมินคุณภาพโดยผู้เชี่ยวชาญ และแบบสอบถามความพึงพอใจของกลุ่มตัวอย่างผลการวิจัยพบว่า 1) ได้ระบบจัดการข้อมูลใบหน้าของพนักงาน ดูการเข้าออกงานแบบเรียลไทม์ ดูประวัติการเข้า-ออกงานของพนักงาน สแกนใบหน้าเข้า-ออกงานของพนักงาน และมีการแจ้งเตือนการเข้า-ออกงานของพนักงานผ่านทางแอปพลิเคชันไลน์ 2) ผลการทดสอบประสิทธิภาพของระบบ โดยวัดความแม่นยำของการจำแนกใบหน้าพนักงานพบว่า ระบบมีค่าความถูกต้องแม่นยำ (Accuracy) คิดเป็น 97.8% และมีค่าความเฉพาะเจาะจง (Specificity) คิดเป็น 82.6% ทำให้มีความน่าเชื่อถือและสร้างความเชื่อมั่นในการนำไปใช้งานจริง 3) ผลการประเมินความพึงพอใจจากกลุ่มตัวอย่าง แบ่งเป็น 2 กลุ่ม คือ กลุ่มผู้เชี่ยวชาญด้าน Machine Learning พบว่าระบบมีคุณภาพอยู่ในระดับ มาก (x ̅= 4.10, S.D. = 0.42) และผลการประเมินความพึงพอใจในกลุ่มของพนักงานที่มีต่อระบบพบว่า พนักงานมีความพึงพอใจและยอมรับระบบอยู่ในระดับ มากที่สุด (x ̅= 4.56, S.D. = 0.57) |
