การศึกษาการกระจายตัวและจัดกลุ่มย่านแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวกจังหวัดบุรีรัมย์ด้วยดีบีสแกนอัลกอริทึม

ผู้แต่ง

  • จิรวดี โยยรัมย์ สาขาวิชาเทคโนโลยีสารสนเทศ คณะวิทยาศาสตร์ มหาวิทยาลัยราชภัฏบุรีรัมย์ ประเทศไทย
  • จงกล จันทร์เรือง คณะวิทยาศาสตร์และศิลปศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน ประเทศไทย
  • สนั่น การค้า คณะวิทยาศาสตร์และศิลปศาสตร์ มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน ประเทศไทย

DOI:

https://doi.org/10.14456/jiskku.2024.17

คำสำคัญ:

การกระจายตัวของแหล่งท่องเที่ยว , การจัดกลุ่มย่านการท่องเที่ยว, ดีบีสแกนอัลกอริทึม , การจัดการข้อมูล, ข้อมูลเชิงพื้นที่

บทคัดย่อ

วัตถุประสงค์: ศึกษาการกระจายตัวแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวกในจังหวัดบุรีรัมย์ด้วยดีบีสแกนอัลกอริทึมและจัดกลุ่มย่านการท่องเที่ยวจังหวัดบุรีรัมย์

วิธีการศึกษา: ประยุกต์การดำเนินงานตามกระบวนการการทำเหมืองข้อมูล ประกอบด้วย 5 ขั้นตอน คือ                  1) การจัดเก็บข้อมูลและดำเนินการกับข้อมูลที่ได้จากการดึงข้อมูลบนเว็บไซต์ จำนวน 400 รายการ 2) การจัดเตรียมข้อมูล 3) การจัดกลุ่มข้อมูลด้วยดีบีสแกนอัลกอริทึม 4) การแสดงผลลัพธ์ด้วยภาพแผนที่การกระจายตัวของแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวกและแสดงผลการจัดกลุ่มย่านการท่องเที่ยว และ 5) การประเมินประสิทธิภาพการจัดกลุ่มย่านการท่องเที่ยวจังหวัดบุรีรัมย์ด้วยการเทียบเคียงกลุ่มย่านการท่องเที่ยวกับเส้นทางการท่องเที่ยวจังหวัดบุรีรัมย์

ข้อค้นพบ: การกระจายตัวและกลุ่มย่านการท่องเที่ยวจังหวัดบุรีรัมย์มีลักษณะการกระจายตัวหนาแน่น จำนวน 3 ย่าน คือ ย่านการท่องเที่ยวกีฬา ย่านการท่องเที่ยวอารยธรรมขอม และย่านการท่องเที่ยววัฒนธรรมอาหาร เมื่อเทียบเคียงผลการจัดกลุ่มย่านการท่องเที่ยวกับเส้นทางการท่องเที่ยวของจังหวัดบุรีรัมย์ พบว่า ทั้งสองชุดข้อมูลมีความสอดคล้องไปในทิศทางเดียวกัน นั้นแสดงให้เห็นว่า ดีบีสแกนอัลกอริทึมสามารถนำมาใช้เป็นเครื่องมือเพื่อการศึกษาการกระจายตัวและจัดกลุ่มย่านการท่องเที่ยวจังหวัดบุรีรัมย์

การประยุกต์ใช้จากการศึกษานี้: ดีบีสแกนอัลกอริทึมสามารถนำมาใช้เป็นเครื่องมือนำเสนอข้อมูลการกระจายตัวของกลุ่มย่านการท่องเที่ยวจังหวัดบุรีรัมย์ เพื่อประกอบการพิจารณาการพัฒนาแหล่งท่องเที่ยวและการประชาสัมพันธ์การท่องเที่ยวจังหวัดบุรีรัมย์ 

Downloads

Download data is not yet available.

เอกสารอ้างอิง

Chowdhurya, S., Helianb, N., Amorimc, R.C. (2023). Feature weighting in DBSCAN using reverse nearest neighbours. Pattern Recognition, 137(109314). https://doi.org/10.1016/j.patcog.2023.109314

Faikhoksoong, P., et al. (2021). Development of creative tourism products of the biosphere of the six volcanoes in buriram province to build upon sports tourism. (In Thai). Program Management Unit for Competitiveness (PMU-C).

Fauzan, A., Novianti, A., Ramadhani, R. R. M. A., & Adhiwibawa, M. A. S. (2022). Analysis of hotels spatial clustering in Bali: density-based spatial clustering of application noise (DBSCAN) algorithm approach. EKSAKTA: Journal of Sciences and Data Analysis, 3(1), 25–38. https://doi.org/10.20885/eksakta.vol3.iss1.art4

Pensiri, F., Visutsak, P., & Chaowalit, O. (2022). Clustering tourist using DBSCAN algorithm. AIP Conference Proceedings, 2471(1), 020002. https://doi.org/10.1063/5.0082995

Hoelscher, D. M., et al. (2022). Effects of large-scale municipal safe routes to school infrastructure on student active travel and physical activity: design, methods, and baseline data of the safe travel environment evaluation in Texas schools (STREETS) natural experiment. International Journal of Environmental Research and Public Health, 19(3), 1810. https://doi.org/10.3390/ijerph19031810

Karayazi, S. S., Dane, G., & Vries, B. de. (2021). Utilizing urban geospatial data to understand heritage attractiveness in Amsterdam. ISPRS International Journal of Geo-Information, 10(4), 198. https://doi.org/10.3390/ijgi10040198

Liao, Y. (2020). Hot spot analysis of tourist attractions based on stay point spatial clustering. Journal of Information Processing Systems, 16(4), 750–759.

Lou, N. (2022). Analysis of the intelligent tourism route planning scheme based on the cluster analysis algorithm. Computational Intelligence and Neuroscience, 2022, e3310676. https://doi.org/10.1155/2022/3310676

Moonpen, U., Mungsing, S., & Banditwattanawong, T. (2020). Clustering algorithm optimization model for essential attribute analysis of tour package forms inbound tourism market in Thailand. The Journal of King Mongkut’s University of Technology North Bangkok, 30(4). https://doi.org/10.14416/j.kmutnb.2020.04.006

Jaya, N. M., Anom Wiryasa, N. M., Dewa, K. S., & Salain, P. D. P. (2019). Mapping the potential for tourism strategic areas to improve the equality of development in Bali. MATEC Web of Conferences, 276, 02008. https://doi.org/10.1051/matecconf/201927602008

Phanngam, T. & Kopsiriphat, W. (2021). A development of spatial database and community products for tourism at Chaloem Phra Kiat district, Na Khon Ratchasima province, Journal of Information Science, 39 (3), 28-42. https://doi.org/10.14456/iskku.2021.14

Phobphimail, S. & Janruang, J. (2021). Applied DBSCAN clustering algorithm to identify tourism and hospitality zone case study of Sikhoraphum district at Surin province, International Conference Management Sciences 2021: Innovation Management for Enhancing the Local Economy, 10(3), 766-788.

Plangruksa, W., Faikhoksung, P., & Boonkate, K., (2020). A study of Thai tourists behavior toward sports city tourism in Buriram province. 6Th National Conference on Tourism 2021, (856-868). Tehran: Universitas Pendidikan Ganesha.

Rodríguez-Echeverría, J., Semanjski, I., Van Gheluwe, C., Ochoa, D., IJben, H., & Gautama, S. (2020). Density-based spatial clustering and ordering points approach for characterizations of tourist behaviour. ISPRS International Journal of Geo-Information, 9(11), 686. https://doi.org/10.3390/ijgi9110686

Suwantada, K. (2017). Factors affecting to tourists in choosing accommodation in Buriram province. RMUTL Journal of Business Administration and Liberal Arts, 4(2), 1–9.

Wandee, P., Tahom, U., Dhurata, S., Rattakul, W., Ngamwiriya, R., Chanthed, C., and Thernsawadkit, W. (2018). The development of information system for historical and cultural tourism route Buriram province via QR-code, Connecting Local Research to International Perspectives, 1181-1192.

Wang, X., Tang, L., Chen, W., & Zhang, J. (2022). Impact and recovery of coastal tourism amid covid-19: tourism flow networks in Indonesia. Sustainability, 14(20), 13480. https://doi.org/10.3390/su142013480

Wibowo, T. W., Santosa, S. H. M. B., Susilo, B., & Purwanto, T. H. (2021). Revealing tourist hotspots in Yogyakarta city based on social media data clustering. GeoJournal of Tourism and Geosites, 34(1), 218–225. https://doi.org/10.30892/gtg.34129-640

ดาวน์โหลด

เผยแพร่แล้ว

2024-06-15

รูปแบบการอ้างอิง

โยยรัมย์ จ., จันทร์เรือง จ. ., & การค้า ส. . (2024). การศึกษาการกระจายตัวและจัดกลุ่มย่านแหล่งท่องเที่ยวและสิ่งอำนวยความสะดวกจังหวัดบุรีรัมย์ด้วยดีบีสแกนอัลกอริทึม . Journal of Information Science Research and Practice, 42(3), 1–18. https://doi.org/10.14456/jiskku.2024.17

ฉบับ

ประเภทบทความ

Research Article