DEVELOPED AN ANALYTICAL MODEL USING ARTIFICIAL INTELLIGENCE TO PREDICT THE RESULTS OF THE VALUE ADDED TAX A CASE STUDY OF THE REVENUE DEPARTMENT THAILAND
งานวิจัยนี้มีวัตถุประสงค์ เพื่อศึกษาปัจจัยที่เกี่ยวของการจัดเก็บภาษีมูลค่าเพิ่มของกรมสรรพากรประเทศไทย เพื่อพัฒนาตัวแบบวิเคราะค์ข้อมูลเชิงลึกด้วยปัญญาประดิษฐ์เพื่อพยากรณ์ประมาณการผลการจัดเก็บภาษีมูลค่าเพิ่มของกรมสุรรพากรประเทศไทย และเพื่อทดสอบและประเมินผลการพยากรณ์ประมาณการผลการจัดเก็บภาษีมูลค่าเพิ่มของกรมสรรพากรด้วยปัญญาประดิษฐ์ โดยกลุ่มตัวอย่าง ได้แก่ ข้อมูลผลการจัดเก็บภาษีมูลค่าเพิ่มของกรมสรรพากร ข้อมูลผลิตภัณฑ์มวลรวมภายในประเทศไทย(GDP) และข้อมูลนักท่องเที่ยวชาวต่างชาติที่เดินทางมาประเทศไทยจำนวน 16 ปี ซึ่งเป็นข้อมูลระหว่างปี พ.ศ. 2550 ถึงปี พ.ศ. 2565 และช่วงระยะเวลาของสถานการณ์โควิท-19 เครื่องมื่อที่ใช้ในการวิจัย คือ โปรแกรม RapidMiner Studio โดยใช้เทคนิค Neural Networks, Random Forest และ Support Vector Machines สำหรับสร้างตัวแบบวิเคราะห์ข้มูลเชิงลึก เพื่อนำไปประยุกต์ใช้ในการจัดทำประมาณการผลการจัดเก็บภาษีมูลค่าเพิ่ม ผลวิจัยพบว่า เทคนิคนิ Neural Networks สามารถพยากรณ์ได้ใกล้เคียงกับค่าผลการจัดเก็บภาษีมูลค่าเพิ่มจริงมากที่สุด โดยมีความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (Mean Absolute Error : MAE) เท่ากับ 768.27 ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error : RMSE) ที่ต่ำ เท่ากับ 920.96 และค่าความผันแปร (R-squared : R²) สูงที่สุด เท่ากับ 0.98
