https://so03.tci-thaijo.org/index.php/oarit <p> วารสารเทคโนโลยีสารสนเทศและนวัตกรรม มีวัตถุประสงค์เพื่อส่งเสริมและเผยแพร่ผลงานวิชาการด้าน เทคโนโลยีสารสนเทศ เทคโนโลยีและนวัตกรรม การจัดการเทคโนโลยี ระบบสารสนเทศ การจัดการความรู้ สารสนเทศศาสตร์ กลยุทธ์และการจัดการ และสาขาวิชาที่เกี่ยวข้อง โดยมีสำนักวิทยบริการและเทคโนโลยีสารสนเทศ มหาวิทยาลัยราชภัฏบ้านสมเด็จเจ้าพระยาเป็นเจ้าของวารสาร ดำเนินการจัดพิมพ์ครั้งแรก ในปี พ.ศ. 2543 ในชื่อเดิม วารสารสารสนเทศ (Journal of Information) และในปีพ.ศ 2567 ได้ผ่านการอนุมัติการขอจดแจ้งการพิมพ์ แจ้งเปลี่ยนแปลงเลข E-ISSN และชื่อวารสารภาษาไทยและภาษาอังกฤษจากสำนักหอสมุดแห่งชาติ เมื่อวันที่ 14 มิถุนายน พ.ศ. 2567 เป็นที่เรียบร้อยแล้ว</p> สำนักวิทยบริการและเทคโนโลยีสารสนเทศ มรภ.บ้านสมเด็จเจ้าพระยา en-US Journal of Information Technology and Innovation 3056-9362 <p>บทความ&nbsp; ข้อความ&nbsp; ภาพประกอบ&nbsp; และตารางประกอบที่ลงพิมพ์ในวารสารเป็นความคิดเห็นส่วนตัวของผู้นิพนธ์&nbsp; กองบรรณาธิการไม่จำเป็นต้องเห็นตามเสมอไป&nbsp; และไม่มีส่วนรับผิดชอบใดๆ&nbsp; ถือเป็นความรับผิดชอบของผู้นิพนธ์เพียงผู้เดียว</p> https://so03.tci-thaijo.org/index.php/oarit/article/view/290971 <p>Outpatient departments in Thai hospitals frequently encounter problems in queue management, leading to delays in service delivery, overcrowded service areas, patient dissatisfaction, and increased workload for healthcare staff. A literature review conducted between 2016 and 2023 , based on both domestic and international studies, reveals 2 main categories of problems: (1) issues affecting patients, such as long waiting times, unclear service information, and the lack of efficient appointment systems; and (2) issues affecting healthcare providers, including limited system flexibility, stress due to workload, and poor coordination within the health service system in managing patient flow. The findings suggest that digital technology can provide effective solutions to these problems. Key approaches include the use of machine learning to predict patient waiting times more accurately, the application of artificial intelligence (AI) to support early symptom assessment and patient triage, and the development of real-time health information systems to manage queues and notify patients. These strategies have the potential to enhance operational efficiency and improve service quality and patient satisfaction in Health service system</p> Apichaya Plienvijarn Thitaporn Kamnerdrat Nattachai Plienvijarn Copyright (c) 2025 https://creativecommons.org/licenses/by-nc-nd/4.0 2025-06-26 2025-06-26 24 1 1 13 https://so03.tci-thaijo.org/index.php/oarit/article/view/291001 <p>This study presents the development of a mobile application for herbal flower recognition using deep learning and image processing techniques. The application was designed to classify and provide information about the medicinal properties of herbal flowers, particularly in the treatment and alleviation of various health conditions. The classification model was trained on a dataset comprising 200 images distributed across ten species of medicinal flowers (Hibiscus, Plumeria, Damask Rose, Sunflower, Bougainvillea, Marigold, Sacred Lotus, Butterfly Pea, Jasmine, and Yellow Elder) using the Teachable Machine platform. The application was implemented in Dart programming language.</p> <p>Experimental results demonstrated that 1) the model achieved 93.00% prediction accuracy in herbal flower classification tasks; 2) the application was rated at a good level in terms of technical performance and ease of use by domain experts; and 3) user satisfaction surveys revealed exceptionally high approval ratings. The developed application has demonstrated potential in promoting learning and disseminating knowledge about Thai herbal plants. This technology enables users to capture flower images of flowers, after which the system identifies the specimen and provides comprehensive information about its medicinal properties and traditional usage.</p> Pattharaphorn Intanasak Dittapol Muntham Wishanee Matthayom Pratueng Vongtong Copyright (c) 2025 https://creativecommons.org/licenses/by-nc-nd/4.0 2025-06-26 2025-06-26 24 1 14 29