การพัฒนาระบบสแกนใบหน้าในการบริหารงานทรัพยากรบุคคล : กรณีศึกษา บริษัท ดูดี อินดีด จำกัด

บทคัดย่อ

งานวิจัยนี้ได้พัฒนาระบบสแกนใบหน้าในการบริหารงานทรัพยากรบุคคล สำหรับใช้เพื่อสแกน ใบหน้าเช็กชื่อเข้า-ออกงานของพนักงาน โดยนำเทคนิคการตรวจจับใบหน้า (Face Detection) และการ จดจำใบหน้า (Face Recognition) มาประยุกต์ใช้ในการระบุตัวตนของพนักงาน โดยระบบจะนำภาพที่ ได้จากการตรวจจับใบหน้าของพนักงานผ่านกล้อง Webcam/USB Camera ไปเปรียบเทียบกับใบหน้า ในฐานข้อมูลเพื่อระบุตัวตนของใบหน้านั้น โดยระบบที่พัฒนาขึ้นจะนำมาเป็นฟีเจอร์หนึ่งในระบบบริหาร จัดการทรัพยากรบุคคล (HRM) ของบริษัท ซึ่งจะเป็นฟีเจอร์ที่มาเสริมช่วยแก้ปัญหาของระบบการเข้าออกงานเดิมของบริษัท การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) ประยุกต์ใช้เทคโนโลยีการรู้จำใบหน้า เพื่อเช็กชื่อเวลาเข้าออกงานของพนักงาน 2) ทดสอบประสิทธิภาพของระบบสแกนใบหน้าที่ได้พัฒนาขึ้น 3) ศึกษาความพึง พอใจของผู้ใช้ที่มีต่อระบบสแกนใบหน้าเพื่อเช็กชื่อเวลาเข้า-ออกงานของพนักงาน กลุ่มเป้าหมายของการ วิจัยครั้งนี้คือ ผู้เชี่ยวชาญด้าน Machine Learning จำนวน 2 คน และพนักงานจำนวน 32 คน เครื่องมือ การวิจัย ได้แก่ แบบประเมินคุณภาพโดยผู้เชี่ยวชาญ และแบบสอบถามความพึงพอใจของกลุ่มตัวอย่าง ผลการวิจัยพบว่า 1) ได้ระบบจัดการข้อมูล ใบหน้าของพนักงาน ดูการเข้าออกงานแบบ เรียลไทม์ ดูประวัติการเข้า -ออกงานของพนักงาน สแกนใบหน้าเข้า -ออกงานของพนักงาน และมีการ แจ้งเตือนการเข้า-ออกงานของพนักงานผ่านทางแอปพลิเคชันไลน์ 2) ผลการทดสอบประสิทธิภาพของ ระบบ โดยวัดความแม่นยำของการจำแนกใบหน้าพนักงานพบว่า ระบบมีค่าความถูกต้องแม่นยำ (Accuracy) คิดเป็น 97.8% และมีค่าความเฉพาะเจาะจง (Specificity) คิดเป็น 82.6% ทำให้มีความ น่าเชื่อถือและสร้างความเชื่อมั่นในการนำไปใช้งานจริง 3) ผลการประเมินความพึงพอใจจากกลุ่มตัวอย่าง แบ่งเป็น 2 กลุ่ม คือ กลุ่มผู้เชี่ยวชาญด้าน Machine Learning พบว่าระบบมีคุณภาพอยู่ในระดับ มาก (????̅ = 4.10, S.D. = 0.42) และผลการประเมินความพึงพอใจในกลุ่มของพนักงานที่มีต่อระบบพบว่า พนักงานมีความพึงพอใจและยอมรับระบบอยู่ในระดับ มากที่สุด (????̅ = 4.56, S.D. = 0.57) คาสำคั ญ : ระบบบริหารทรัพยากรบุคคล; บั ญชี ทางการไลน์ ; แจ้ งเตื อนไลน์ ; ไลน์ แชทบอท; ปัญญาประดิษฐ์; ตรวจจับใบหน้า; จดจำใบหน้า; สแกนใบหน้าเข้า-ออกงาน 1. บทนำ เนื่อ งด้วยปัจ จุบันทางบริษัทมี ระบบบริหารจั ดการทรัพยากรบุคคล (HRM : Human Resource Management) โดยตัวระบบจะเป็นในรูปแบบของเว็บไซต์ที่มีการเชื่อมต่อกับระบบ LINE มีการสร้าง Account และเก็บข้อมูลส่วนตัวของพนักงาน โดยพนักงานสามารถเข้าสู่ระบบได้ผ่านทาง เว็บไซต์หรือ LINE ที่พนักงานได้ทำการเชื่อมกับตัว LINE OA ของทางบริษัท ฟีเจอร์ที่พนักงานสามารถ ใช้งานกับระบบ HRM ได้ เช่น เข้า-ออกงาน ประวัติการเข้างาน กระเป๋าเงิน ข้อมูลส่วนตัว ขอเอกสาร (เอกสารขอลา เอกสารรับรองเงินเดือน เอกสารขอเบิกเงินล่วงหน้า เอกสารแจ้งปัญหา และเอกสาร OT) และรายการอื่นๆ (ประวัติเอกสารการลา ประวัติรายการเงินเดือน ประวัติรายการเบิกเงิน ล่วงหน้า ประวัติรายการแจ้งปัญหา และประวัติ OT) แต่ในส่วนของฟีเจอร์ที่มีอยู่แล้ว ในส่วนของ ฟีเจอร์เข้า-ออกงาน โดยการทำงานของฟีเจอร์จะเป็นดังนี้ พนักงานสามารถกดปุ่มเข้า -ออกงานได้ เวลาที่ทำการกดปุ่มเข้า-ออกงานก็จะมี LINE Webhook แจ้งเข้าไปยัง LINE ให้พนักงานได้ทราบว่าได้ เข้า-ออกงานแล้ว โดยการกดปุ่มเข้างานสามารถกดได้ตั้งแต่เวลา 07:00 – 11:00 น. (แต่หากกดปุ่มเข้า งานหลังเวลา 09:15 จะนับเป็นสถานะเข้างานสาย) และสามารถกดปุ่มออกงานได้ตั้งแต่เวลา 16:00 – 20:00 น. (แต่หากกดปุ่มก่อนเวลา 18:00 จะนับเป็นสถานะออกงานก่อนเวลา) หลังจากกดปุ่มเข้าออกงานแล้วจะทราบได้อย่างไรว่าพนักงานคนนั้นได้เข้า -ออกงานในขณะที่ตัวพนักงานคนนั้นได้อยู่ที่ บริษัทจริงๆคำตอบก็คือ “ระบุจากพิกัดที่พนักงานอยู่” โดยจะใช้สิ่งที่เรียกว่า “Map Polygon” ใน การคำนวณ โดยจะทำการรับพิกัดจากอุปกรณ์ของผู้ใช้แล้วเอามาคำนวณดูว่าพิกัดของอุปกรณ์น้นั อยู่ ในบริเวณใกล้เคียงกับพิกัดที่ตั้งของบริษัทหรือไม่ (จะมีการคำนวณและระบุขอบเขตพื้นที่บริเวณ โดยรอบของบริษัทเอาไว้ ไม่ได้ระบุให้ต้องอยู่แค่ในอาคารของบริษัทถึงจะลงเวลาเข้า -ออกงานได้ สมมติหากอยู่ตรงข้ามบริษัท หรืออีก 400 เมตรจะถึงบริษัท แล้วพิกัดของผู้ใช้อยู่ในขอบเขตของบริษัท ที่ได้คำนวณเอาไว้ ก็สามารถเข้า-ออกงานได้) แต่ฟีเจอร์การเข้า-ออกงานที่กล่าวไปข้างต้นนั้นมีปัญหา อยู่ บางครั้งพนักงานเมื่อมาถึงบริษัทแล้วลืมว่าต้องกดเข้า-ออกงานในตัวระบบ HRM ทำให้เข้างานสาย หรือในบางกรณีอาจจะลืมจนผ่านไปอีกวันแล้ว ทำให้ขาดงานวันนั้นไป (นี่เป็นแค่กรณีตัวอย่างของ ปัญหาของฟีเจอร์นี้เท่านั้น เพราะจริงๆแล้วจะมี HR ทำการ Monitor ในส่วนของการเข้า-ออกงาน ของพนักงานทุกวัน หากพนักงานคนไหนลืม HR ก็จะแจ้งไปยังพนักงานให้กดเข้า -ออกงานด้วย) แต่ ตามที่กล่าวไปจะเห็นว่าการเข้า -ออกงานของระบบ HRM นั้นจะเป็นภาระในส่วนของตัวพนักงาน ที่ ต้องตระหนักตลอดเวลาว่าต้องกดเข้า -ออกงานทุกๆครั้ง ทำให้พนักงานขาดความคล่องตัว และใน บางวันหากสภาพอากาศไม่ดีทำให้ตัว GPS ระบุพิกัดได้ไม่แม่นยำ แล้วเกิดพิกัดของผู้ใช้ไปโผล่ที่อื่นที่ ไม่ได้อยู่ในบริเวณที่ตั้งของบริษัท ก็อาจทำให้การกดเข้า -ออกงานมีข้อผิดพลาดได้ จึงได้สนใจที่จะหา เทคนิคหรือเทคโนโลยีใหม่ๆที่เข้ามาช่วยแก้ปัญหาและข้อผิดพลาดที่เกิดขึ้นในระบบงานเดิม ดังนั้นทางผู้วิจัยจึงได้มีแนวคิดในการพัฒนาระบบสแกนใบหน้าเพิ่มเข้ามา โดยใช้พื้นฐานเป็น เว็บแอปพลิเคชันแล้วทำการเชื่อมต่อเข้ากับระบบ HRM ที่มีอยู่เดิมแล้ว โดยจะให้พนักงานสามารถ สแกนใบหน้าได้ผ่าน Webcam ที่บริษัทได้ติดตั้งไว้ เวลาที่พนักงานเดินเข้าประตูบริษัทมา จะมีการตั้ง กล้อง Webcam และในอนาคตจะใช้กล้องวงจรปิดแบบไอพี (IP Camera) แทนที่กล้อง Webcam แบบเดิม ไว้ให้พนักงานสแกนเข้า-ออกงาน เพื่ออำนวยความสะดวกให้กับพนักงานในการเข้า-ออกงาน โดยทำให้ได้ระบบการเข้า -ออกงาน ที่สามารถระบุตัวตนของพนักงานในการเข้า -ออกงานได้อย่าง ถูกต้อง สะดวกและรวดเร็ว โดยใช้เทคโนโลยีในปัจจุบันมาช่วยในการแก้ไขปัญหา เพื่อช่วยลดปัญหา จากการเข้า-ออกงานของพนักงานในระบบเดิม ดังที่กล่าวไปก่อนหน้านี้ และเนื่องด้วยราคาของตัว ฮาร์ดแวร์และระบบสแกนใบหน้านั้นมีต้นทุนที่สูงและราคาแพง จึงได้มีการพัฒนาระบบขึ้นมาเอง รูปที่ 1 ระบบ HRM ของบริษัท ดูดี อินดีด จำกัด 2. งานวิจัยที่เกี่ยวข้อง จากการวิจัย พัฒนาระบบสแกนใบหน้าในการบริหารงานทรัพยากรบุคคล : กรณีศึกษา บริษัท ดูดี อิน ดีดจำกัด จึงได้มีการนำงานวิจัยที่เกี่ยวข้องกับการทาระบบจดจำใบหน้ามาเป็น แนวทางในการวิจัยดังนี้ ในงานวิจัยของแสงเดือน โปธา (2564) งานวิจัยนี้ได้พัฒนาเครื่องมือบันทึกชื่อและเวลาเข้า ชั้นเรียนของนักศึกษาสาขาวิชาวิศวกรรมไฟฟ้า โดยนำเทคนิคการตรวจจับใบหน้า (Face Detection) และการรู้จำใบหน้า (Face Recognition) มาประยุกต์ใช้ในการระบุตัวตนของนักศึกษา โดยระบบจะ นำภาพที่ได้จากการตรวจจับใบหน้าผ่านกล้อง USB camera ไปเปรียบเทียบกับใบหน้าในฐานข้อมูล เพื่อระบุตัวตนของใบหน้านั้น ในขั้นตอน Face Detection จะใช้เทคนิค Haar-like feature และ ขั้นตอนการ training จะใช้วิธี Adaboost เพื่อเพิ่มประสิทธิภาพในการตรวจจับให้มีความถูกต้องมาก ยิ่ง ขึ้น ด้วยการใช้ตัวจำแนกแบบ Cascading Classifiers ในส่วนของการรู้จำใบหน้าที่เ ป็ น กระบวนการนำภาพที่ตรวจจับได้จากขั้นตอนการตรวจจับใบหน้าแล้วนำมาเปรียบเทียบกับฐานข้อมูล ของใบหน้าเพื่อระบุว่าใบหน้าที่ตรวจจับได้ตรงกับบุคคลใด จะเลือกใช้อัลกอริทึมการรู้จำใบหน้าคือ Principal Component Analysis (PCA) เครื่องมือที่พัฒนาขึ้นมีค่าเปอร์เซ็นต์ความแม่นยำที่ 54.7% และมีค่าเปอร์เซ็นต์ความมั่นใจในการจำแนกใบหน้าที่ 34.43% อาทิตย์ ศรีแก้ว และอภิรดี อัมพวะสิริ (2553) งานวิจัยนี้ดำเนินการศึกษาและพัฒนา โครงสร้างระบบการตรวจจับหน้าคนด้วยโครงข่าย ART เพื่อให้สามารถนำไปประยุกต์ใช้ให้เป็น ประโยชน์กับงานด้านอื่นๆได้ต่อไป ซึ่งระบบที่พัฒนาขึ้นประกอบด้วยการคัดแยกสีผิวมนุษย์ออกจาก สิ่งแวดล้อมโดยโครงข่ายประสาทเทียมแบบแพร่กลับ และการตรวจจับตำแหน่งของหน้าคนในภาพ โดยโครงข่าย ART โดยใช้ไอเกนเวกเตอร์ที่ได้จากหลักการวิเคราะห์องค์ประกอบมาเป็นอินพุตของ โครงข่าย โดยใช้การค้นหาแบบ GA ในการหาค่าที่เหมาะสมที่สุดของค่าพารามิเตอร์ของระบบ โดยค่า ผลลัพธ์ที่เหมาะสมกับระบบที่สุด คือ 0.851 ซึ่งทำให้ระบบสามารถจำแนกภาพที่มีใบหน้าบุคคลได้ ถูกต้องสูงถึง 98.86% และค่าพารามิเตอร์ที่ 0.802 จะทำให้ระบบสามารถจำแนกภาพที่ไม่มีใบหน้า บุคคลได้ถูกต้องสูงถึง 96.57% เจริญ รุ่งกลิ่น, ศุภกร โพธิ์รุกข์ และณฐพล ผลระย้า (2564) งานวิจัยนี้ได้ดำเนินการศึกษา และพัฒนาระบบเปิดประตูด้วยการจดจำใบหน้า ซึ่งเป็นการประยุกต์ใช้กับเครื่องคอมพิวเตอร์ขนาด เล็กที่เรีย กว่า Raspberry Pi โดยเชื่อมต่อกับกล้อง Camera Module และกลอนประตูไฟฟ้า Solenoid Door Lock เพื่อเพิ่มความปลอดภัยของบ้านให้มากขึ้น ระบบนี้ใช้กลอนประตูไฟฟ้าที่ ทำงานตามชุดคำสั่งแทนการใช้ลูกกุญแจ ซึ่งช่วยลดโอกาสในการโดนปลอมกุญแจ นอกจากนี้ยังช่วย ลดความเสี่ยงในการติดเชื้อโรคจากการสัมผัสตามรูปแบบชีวิตวิถีใหม่ได้เป็นอย่างดี โดยผลลัพธ์ความ แม่นยำในการจำแนกใบหน้าของตัวระบบอยู่ที่ 76% โดยมีความแม่นยำในการตรวจจับภาพใบหน้า จากผู้ทดสอบ 19 คน จากจำนวนทั้งหมด 25 คน อีก 6 คนมีความคลาดเคลื่อน เนื่องมาจากจุดยืนที่ ใช้ในการสแกนใบหน้า หากมีระยะห่างเกิน 50 เซนติเมตร และสภาพแวดล้อมแสงไม่เพียงพออาจทำ ให้บางคนระบบไม่สามารถตรวจจับใบหน้าได้ ทางผู้วิจัยจึงได้กำหนดจุ ดยืนสำหรับสแกนใบหน้าใน ระยะห่างไม่เกิน 50 เซนติเมตร และปรับแสงสว่างของตัวกล้องหรือเปลี่ยนสภาพแวดล้อมที่แสง เหมาะสมเพียงพอ ปรากฏว่าระบบสามารถตรวจจับใบหน้าได้ครบทุกคน ทำให้สรุปได้ว่าระยะการยืน ของผู้สแกน และสภาพแสงเป็นปัจจัยที่สำคัญในการทดสอบระบบ อะดาว น้องวี (2564) งานวิจัยนี้ได้ศึกษาการประยุกต์ใช้เทคโนโลยีการรู้จำใบหน้าเพื่อบันทึก เวลาเข้าออกของพนักงาน เมื่อนักวิจัยได้ทำการปรับปรุงกระบวนการสแกนนิ้ว โดยการศึกษำสภาพ การบันทึกเวลาทำงานจริงที่เกิดขึ้นในปัจจุบันของพนักงาน พบว่าพนักงานใช้ระยะเวลานานในการ บันทึกเวลาเข้าออกปฏิ บัติงาน จากปัญหาดังกล่าวจึงได้ใช้แผนผังก้างปลา (Fish Bone Diagram) วิเคราะห์สาเหตุของปัญหา พบว่าปัญหาที่ต้องเร่งแก้ไขเป็นอันดับแรกคือ การปรับปรุงขั้นตอน กระบวนการบันทึกเวลาเข้าออกพนักงานที่มีความซับซ้อนและยุ่งยาก โดยทำการศึกษาจากแผนภูมิ กระบวนการไหลของกิจกรรม (Activity Process Flow Chart) แล้วจึงนาการลดความสูญเปล่าด้วย หลักการ ECRS มาใช้ในการปรับปรุงกระบวนการบันทึกเวลาแบบสแกนใบหน้า จากการเปรียบเทียบ เวลารอคอยการสแกนนิ้ว (ก่อนปรับปรุง) และการสแกนใบหน้า (หลังการปรับปรุงงาน) พบว่า ระยะเวลาเฉลี่ยในการบันทึกเวลาเข้าออกพนักงานแบบเดิมโดยใช้วิธีการสแกนนิ้ว (ก่อนปรับปรุง) มี ระยะเวลารอเฉลี่ยอยู่ที่ 33 นาที 22 วินาที เมื่อปรับปรุงบันทึกเวลาเข้าออกพนักงานเป็นแบบสแกน ใบหน้าแล้ว (หลังการปรับปรุงงาน) ใช้ระยะเวลาเพียง 1 นาที 23 วินาที ซึ่งสามารถลดเวลาในการ บันทึกเวลาเข้าออกพนักงานเฉลี่ยได้ 32 นาที 1 วินาที คิดเป็นการลดเวลาถึง 96.64% โดยนักวิจัยได้ ประยุกต์ใช้เทคโนโลยีการสแกนใบหน้าผ่านกล้อง CCTV โดยใช้เทคนิค Harr like และ Eigen Face recognition ในการตรวจสอบเพื่อจับใบหน้า จากผลการศึกษาพบว่าวิธี Eigenface recognition มี ค่าเฉลี่ยการรู้จำใบหน้าคิดเป็นร้อยละ 92.15 และวิธี Fisher face recognition มีค่าเฉลี่ยการรู้จำ ใบหน้าคิดเป็นร้อยละ 91.21 ตามลำดับ นอกจากนี้ยังได้ทำการทดสอบด้วยกล้อง CCTV ในปัจจัยที่ กำหนดพบว่า ในตำแหน่งมุม 45 องศาถึง 95.53% และการทดลองค่าของแสง, ระยะโฟกัส, ขนาด ของภาพ, อัตราส่วนของภาพและแนวของภาพมีประสิทธิภาพความถูกต้องสูงด้วยเช่นกัน โดยสามารถ ตรวจจับใบหน้าของพนักงานที่สวมหมวกหรือแว่นได้ โดยมีค่าเฉลี่ยรวมร้อยละ 95.25 3. วัตถุประสงค์ในการวิจัย 1) เพื่อประยุกต์ใช้เทคโนโลยีการรู้จำใบหน้า เพื่อเช็กชื่อเวลาเข้า-ออกงานของพนักงาน 2) เพื่อทดสอบประสิทธิภาพของระบบสแกนใบหน้าที่ได้พัฒนาขึ้น 3) เพื่อศึกษาความพึงพอใจของผู้ใช้ที่มีต่อระบบสแกนใบหน้าเพื่อเช็กชื่อเวลาเข้า-ออกงาน ของพนักงาน