The forecasting patterns of juvenile recidivism: ศิริลักษณ์ หล่อพันธ์มณี*, ศิริพร ฉิมพลี, วิชชา ฉิมพลี, วัชรากรณ์ เนตรหาญ และ ณรงค์ฤทธิ์ ภิรมย์นก | การพยากรณ์รูปแบบของการกระทำความผิดซ้ำของเด็กและเยาวชน: ศิริลักษณ์ หล่อพันธ์มณี*, ศิริพร ฉิมพลี, วิชชา ฉิมพลี, วัชรากรณ์ เนตรหาญ และ ณรงค์ฤทธิ์ ภิรมย์นก

Английский. The juvenile delinquency is one of the most important problems of many countries because juvenile will be important forces of the nation in the future and the recidivism of juvenile tend to increase continuously. The research also studies the forms of juvenile delinquency to predict juvenile recidivism by applying the AI: Artificial Intelligence algorithm. The result shows the predictions based on factors that cause juvenile delinquency and selected by the XGBoost algorithm consists of 6 characteristics: 1) Living by making a living 2) Tamper behavior into someone else's house, building, or car 3) Accepting employment, purchasing and / or selling drugs 4) History of prosecution 5) Training history / Imprisonment / Probation / Rehabilitation of drug addicts 6) Age while committing crime. The results of the performance evaluation are as follows. 97.80 percent of the accuracy accounted for 97.80 percent and the gift accounted for 100 percent

Тайский. การกระทำความผิดของเด็กและเยาวชน เป็นประเด็นปัญหาที่หลายประเทศต่างให้ความสำคัญเป็นอันดับต้น ๆ เนื่องจากเด็กและเยาวชนจะเป็นกำลังที่สำคัญของชาติในอนาคตและการกระทำความผิดซ้ำของเด็กและเยาวชนมีแนวโน้มเพิ่มขึ้นอย่างต่อเนื่อง ซึ่งการวิจัยนี้ได้ทำการศึกษารูปแบบของการกระทำความผิดของเด็กและเยาวชน เพื่อคาดการณ์การกระทำความผิดซ้ำของเด็กและเยาวชน โดยการประยุกต์ใช้อัลกอริธึมปัญญาประดิษฐ์ (AI : Artificial Intelligence) ผลการวิจัยพบว่าการพยากรณ์ที่ใช้ปัจจัยที่เป็นสาเหตุของการกระทำความผิดของเด็กและเยาวชนและถูกคัดเลือกโดยอัลกอริธึม XGBoost ประกอบด้วย 6 คุณลักษณะ 1) การดำรงชีพด้วยการประกอบมิฉาชีพ 2) พฤติกรรมงัดแงะเข้าบ้าน อาคาร หรือรถของคนอื่น 3) การรับฝาก รับจ้างซื้อและหรือจำหน่ายยาเสพติด 4) ประวัติการเคยถูกดำเนินคดี 5) ประวัติการฝึกอบรม/จำคุก/คุมประพฤติ/เข้ารับการฟื้นฟูสมรรถภาพผู้ติดยาเสพติด 6) อายุขณะกระทำผิด ซึ่งผลการประเมินประสิทธิภาพของอัลกอริทึมมีดังนี้ ค่าความถูกต้อง คิดเป็นร้อยละ 97.80 ค่าความแม่นยำ คิดเป็นร้อยละ 97.80 และค่าความระลึก คิดเป็นร้อยละ 100