บทความนี้นำเสนอตัวแบบการประยุกต์ใช้เทคนิคการจำแนกประเภทในการพยากรณ์ระดับคาร์บอนฟุตพรินท์ขององค์กรจากการใช้พลังงานไฟฟ้า ซึ่งเทคนิคการจำแนกประเภทที่ใช้ในการศึกษา ได้แก่ เทคนิคนาอีฟเบย์และต้นไม้ตัดสินใจ โดยใช้โรงเรียนเศรษฐบุตรบำเพ็ญ เป็นกรณีศึกษา มีขอบเขต คือ ระหว่างปีการศึกษา 2554-2556 ปัจจัยที่ใช้ในการศึกษา ได้แก่ จำนวนนักเรียน จำนวนบุคลากร จำนวนวันทำงาน ปริมาณการใช้พลังงานไฟฟ้า ปริมาณการปล่อยก๊าซเรือนกระจก และระดับก๊าซเรือนกระจก และทดสอบความถูกต้อง ในการพยากรณ์ด้วยวิธีการตรวจสอบไขว้ จำนวน 10 ชุด พบว่า ตัวแบบต้นไม้ตัดสินใจให้ค่าความถูกต้องร้อยละ 88.89 มากกว่านาอีฟเบย์ ที่ให้ค่าความถูกต้องร้อยละ 75
This paper presents an apply of classification techniques, decision tree and native bayes techniques, for prediction carbon footprint of organization from electricity consumption model; Case study for Setthabutbamphen School in academic year 2011-2013. The factors are number of students, number of employees, working day, electricity consumption, greenhouse gases emission (GHGs) and a level of GHGs. The accuracy of model, 10-folds cross validation method, showed that the decision tree model gives the accuracy better than the naïve bayes model with the accuracies 88.89% and 75% respectively.
