การหาความสัมพันธ์ของคนขับรถแท็กซี่ด้วยเหมืองกระบวนการ

การอ้างอิง|Citation

ชวิศ รุจิชาญสิริ. (2562). การหาความสัมพันธ์ของคนขับรถแท็กซี่ด้วยเหมืองกระบวนการ. (การค้นคว้าอิสระวิทยาศาสตรมหาบัณฑิต). กรุงเทพฯ: บัณฑิตวิทยาลัย มหาวิทยาลัยสยาม.

Rujichansiri C. (2019). Pair selection of appropriate taxi drivers using process mining. (Master’s independent study). Bangkok: Graduate Schools, Siam University.

บทคัดย่อ

สารนิพนธ์ฉบับนี้นำเสนอเกี่ยวกับอู่แท็กซี่ ซึ่งรถแท็กซี่ในอู่มีทั้งหมด 30 คัน โดยในความพยายามที่จะกำหนดมาตรฐานประสิทธิภาพและฟังก์ชั่นการใช้งานของระบบของอู่แท็กซี่ ซึ่งเจ้าของอู่แท็กซี่ต้องการให้รถแท็กซี่จอดโดยไม่มีคนขับให้น้อยที่สุด โดยทั่วไปแล้วระบบของอู่แท็กซี่ ประกอบด้วยขั้นตอนดังต่อไปนี้ ใน24ชั่วโมงรถแท็กซี่จะใช้คนขับสองคน คนขับคนแรกจะขับช่วงเช้าครึ่งวัน ส่วนคนที่สองจะขับช่วงกลางคืนครึ่งวัน การทำเช่นนี้สามารถช่วย ให้อู่แท็กซี่ได้สร้างรายได้สูงสุดและนำไปสู่รายได้และผลกำไรที่เหมาะสมที่สุด อย่างไรก็ตามหนึ่งในปัญหาที่เกี่ยวข้องกับระบบคือคนขับรถ จะไม่สามารถมาทำงานได้ตรงเวลา

ดังนั้นสิ่งนี้จะส่งผลต่อการกำหนดเวลาโดยรวมของแผนการขับขี่สำหรับ วันนั้น ๆ ความขัดแย้งด้านเวลาและการสูญเสียเงินของอู่รถแท็กซี่ ดังนั้นการเลือกคนขับรถที่เหมาะสมจึงเป็นสิ่งสำคัญสำหรับเจ้าของอู่แท็กซี่ เพื่อแก้ไขปัญหาดังกล่าวข้างต้นได้นำเทคนิคการวิเคราะห์กระบวนการตามอัลกอริธึมมาช่วยการวิเคราะห์โดยใช้ Social Network และนำไปใช้โดยมีเจตนาที่จะวิเคราะห์และตรวจสอบพฤติกรรมของคนขับรถให้ดีที่สุดคู่คนขับรถสำหรับวันทำงานที่เกี่ยวข้อง ต่อจากนั้นโดยใช้กราฟ, โมเดลเครือข่ายโซเชียลที่ได้รับสร้างผลลัพธ์ให้เจ้าของอู่รถแท็กซี่ ได้สามารถจำลองและแสดงความสัมพันธ์คนขับรถได้ เนื่องจากอู่รถแท็กซี่ใช้วิธีการเก็บรวบรวมข้อมูลแบบดั้งเดิมดังนั้นข้อมูลจึงถูกบันทึกและจัดเก็บด้วยตนเองโดยใช้กระดาษเป็นหลัก

อย่างไรก็ตามงานนี้สามารถให้รากฐานสำหรับการศึกษาและการวิจัยเพิ่มเติมในอนาคต วิธีที่เทคนิคการทำเหมืองกระบวนการจำนวนมาก รวมถึงวิธีการใช้ Social Network สามารถใช้งานได้หลากหลาย

Abstract

The current work emphasizes on a Taxi rental company which possess 30 cars. In an effort to benchmark the company’s performance and functionality/usability system, the owner of the company decided to utilize the cars as much as possible in such a way to avoid any Taxi remaining in an idle/inactive status. The company’s system typically was consisted of the following steps as follows: a Taxi car is usually used by a pair of two different drivers within 24 hours so as the first driver takes care of the morning half-day, while the other one takes care of the night half-day.

Doing this can help the company to maximum its monetization process leading to optimum revenue and profits. However, one of the problems associated with the current system is that, in case any of the driver pairs will not be able to come to work punctually, then this is going to affect the overall time scheduling of the driving plan for that day leading to time conflict and loss of money for the company. Accordingly, the selection of the appropriate pair of drivers is crucial for the owner of the company. To solve these issues and in order to address the above-mentioned problems, a Process Mining technique based on the social network analysis algorithm was applied and used with the intention of better analyzing and investigating the behavior of the drivers so as to select the best "pair" of drivers for the relevant working days.

Subsequently, by using the resulting/generated social network graphs/models, the owner of the company was capable of simulating and illustrating the relationships and communicational dependencies amongst the drivers. Due to the fact that the company was using a very traditional way of data collection, therefore, the data was captured and
stored manually within a paper-based approach. Nevertheless, this work can provide the groundwork for further and future studies and research in such a way that several Process Mining techniques (including social network mining methods) can be applied in versatile.

การหาความสัมพันธ์ของคนขับรถแท็กซี่ด้วยเหมืองกระบวนการ Pair Selection of Appropriate Taxi Drivers using Process Mining

Master of Science in Information Technology, Siam University, Bangkok, Thailand