Please use this identifier to cite or link to this item: http://cmuir.cmu.ac.th/jspui/handle/6653943832/72180
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorภาสกร พรรณจิตต์-
dc.contributor.authorชินวัฒน์ งามสมen_US
dc.date.accessioned2021-12-20T06:45:10Z-
dc.date.available2021-12-20T06:45:10Z-
dc.date.issued2020-10-
dc.identifier.urihttp://cmuir.cmu.ac.th/jspui/handle/6653943832/72180-
dc.description.abstractThis independent study aims to develop a data pipeline system that is able to transform a printed business cheque into digital numeric data using the OCR technique. This system was developed specifically to enhance the efficiency of the data input process of the insurance claim payment process. The evaluation of the system is in two folds. The first one is to evaluate the efficiency among different algorithms used in building the OCR system based on accuracy and runtime. The selected algorithms are k-Nearest Neighbors (kNN), Support Vector Machine (SVM), and Gradient Boosting Machine (GBM) respectively. Based on empirical experimental, GBM was found to be the most accurate and it demanded the least runtime among the three algorithms. The second evaluation is to appraise based on the result of evaluation survey from 10 experts who are either the developers or the person in charges of claiming process in the insurance industry. The survey results show that both of the accuracy and speediness of the system developed is outstanding and it could satisfy all the ten experts. Therefore, it can be concluded that the purposed system can increase the capability of data input process of the insurance claim payment process.en_US
dc.language.isootheren_US
dc.publisherเชียงใหม่ : บัณฑิตวิทยาลัย มหาวิทยาลัยเชียงใหม่en_US
dc.titleระบบรู้จำอักขระด้วยแสงสำหรับตั๋วเงินประเภทเช็คในกระบวนการเบิกจ่ายค่าสินไหมทนแทนในธุรกิจประกันภัยen_US
dc.title.alternativeOptical character recognition for business cheque in insurance claim payment processen_US
dc.typeIndependent Study (IS)
thailis.controlvocab.thashระบบรู้จำอักขระ-
thailis.controlvocab.thashตั๋วเงิน-
thailis.controlvocab.thashเช็ค-
thailis.controlvocab.thashธุรกิจประกันภัย-
thesis.degreemasteren_US
thesis.description.thaiAbstractการค้นคว้าอิสระครั้งนี้เป็นการพัฒนาระบบเชื่อมต่อเพื่อช่วยในการอ่านข้อมูลตัวเลขจากรูปแบบตัวเลขมาตรฐานโดยการรู้จำอักขระด้วยแสง (Optical Character Recognition; OCR) สำหรับตั๋วเงินประเภทเช็คเพื่อใช้เพิ่มประสิทธิภาพการบันทึกข้อมูลในกระบวนการเบิกจ่ายค่าสินไหมทดแทนในธุรกิจประกันภัย และทำการศึกษาเปรียบเทียบการทำงานของตัวจำแนก (Classifier) ของตัวเลขจากรูปภาพตั๋วเงินประเภทเช็ค จำนวน 3 ชนิด ได้แก่ k-Nearest Neighbors (kNN) Support Vector Machine (SVM) และ Gradient Boosting Machine (GBM) เพื่อหาตัวจำแนกที่เหมาะสมที่สุด โดยเปรียบเทียบจากความแม่นยำ และเวลาที่ใช้ในการประมวลผลรูปภาพตั๋วเงินประเภทเช็ค การวัดประสิทธิภาพของระบบที่ได้พัฒนาขึ้นมาในงานวิจัยชิ้นนี้ แบ่งเป็น 2 ส่วน ส่วนแรกเป็นการเปรียบเทียบความแม่นยำและเวลาที่ใช้ในการประมวลของการทำนายจากการเรียนรู้ของตัวจำแนก 3 ชนิด พบว่าตัวจำแนก GBM ให้ความแม่นยำมากที่สุดและใช้เวลาในการประมวลผลที่น้อยที่สุด ส่วนที่สองเป็นการนำเสนอระบบเชื่อมต่อการรู้จำอักขระด้วยแสง ด้วยการใช้งานระบบจริงต่อผู้เชี่ยวชาญทั้งหมด 10 คน โดยผู้เชี่ยวชาญทั้งหมดเป็นผู้พัฒนาและผู้ใช้งานระบบเบิกจ่ายสินไหมทดแทนหรือผู้มีส่วนเกี่ยวข้องกับระบบ ซึ่งจากการนำเสนอและผลของแบบประเมินจากผู้เชี่ยวชาญพบว่า ระบบที่พัฒนาขึ้นมานั้นสามารถช่วยการบันทึกข้อมูลในกระบวนการเบิกจ่ายค่าสินไหมทดแทนในธุรกิจประกันภัย ซึ่งระบบสามารถประมวลผลลัพธ์ของอักขระตัวเลขมีความถูกต้องตามตัวเลขที่ปรากฏบนตั๋วเงินประเภทเช็คจริงอยู่ในระดับที่ดีมาก ได้แก่ 5 จาก 5 ของ ไลเคิร์ตสเกล อีกทั้งระบบมีความรวดเร็วในการประมวลคำตอบได้อย่างดีเยี่ยม ได้แก่ 5 จาก 5 ของ ไลเคิร์ตสเกล จึงสามารถกล่าวได้ว่า งานวิจัยนี้สามารถเพิ่มประสิทธิภาพการบันทึกข้อมูลในกระบวนการเบิกจ่ายค่าสินไหมทดแทนในธุรกิจประกันภัยได้เป็นอย่างดีen_US
Appears in Collections:ENG: Independent Study (IS)

Files in This Item:
File Description SizeFormat 
610632076 ชินวัฒน์ งามสม.pdf1.12 MBAdobe PDFView/Open    Request a copy


Items in CMUIR are protected by copyright, with all rights reserved, unless otherwise indicated.