การบริหารจัดการข้อมูลและระบบติดตามของภาครัฐในการควบคุมโรงงานผลิตอาหารสัตว์
DOI:
https://doi.org/10.64186/jsp2414%20คำสำคัญ:
การบริหารจัดการข้อมูล , ระบบติดตามของภาครัฐ , การควบคุมโรงงานผลิตอาหารสัตว์บทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ศึกษารูปแบบและแนวทางการบริหารจัดการข้อมูลของภาครัฐที่ใช้ในการควบคุมและกำกับดูแลโรงงานผลิตอาหารสัตว์ในประเทศไทย 2) วิเคราะห์ประสิทธิภาพของระบบติดตามและตรวจสอบ ที่ภาครัฐนำมาใช้ในการควบคุมคุณภาพการผลิตอาหารสัตว์ และ 3) เสนอแนวทางการพัฒนาระบบบริหารจัดการข้อมูลและการติดตามของภาครัฐ โดยอาศัยเทคโนโลยีดิจิทัล เช่น Internet of Things (IoT) และ Blockchain เพื่อเพิ่มประสิทธิภาพและความโปร่งใสในการควบคุมโรงงานอาหารสัตว์ กลุ่มตัวอย่างที่ใช้ในการวิจัย ได้แก่ เจ้าหน้าที่ภาครัฐที่เกี่ยวข้องกับการควบคุมโรงงานอาหารสัตว์ ผู้บริหารโรงงานในจังหวัดนนทบุรี และผู้เชี่ยวชาญด้านเทคโนโลยีสารสนเทศ รวมจำนวน 25 ราย โดยใช้วิธีการเลือกแบบเจาะจง และเก็บข้อมูลด้วยการสัมภาษณ์เชิงลึก สถิติที่ใช้ในการวิจัยคือการวิเคราะห์เนื้อหา ผลการวิจัยพบว่า 1) การจัดการข้อมูลของภาครัฐยังขาดการบูรณาการ ปัจจุบันหน่วยงานต่าง ๆ ยังมีการจัดเก็บข้อมูลแยกกันในรูปแบบแมนนวลหรือรายงานกระดาษ ส่งผลให้เกิดความซ้ำซ้อนและไม่สามารถนำข้อมูลมาใช้ร่วมกันอย่างมีประสิทธิภาพ การขาดระบบกลางที่เชื่อมโยงทำให้การวิเคราะห์ข้อมูลเพื่อวางแผนและตัดสินใจเชิงนโยบายขาดความแม่นยำและทันเวลา 2) ข้อจำกัดของระบบติดตามภาครัฐ ระบบติดตามการดำเนินงานในภาครัฐยังประสบปัญหาด้านความล่าช้า ความไม่แม่นยำ และการตอบสนองต่อเหตุการณ์ผิดปกติไม่ทันท่วงที โดยมักมุ่งเน้นการตรวจสอบย้อนหลังมากกว่าการคาดการณ์ล่วงหน้า ซึ่งไม่เพียงพอต่อการจัดการความเสี่ยงเชิงรุกในสถานการณ์ที่เปลี่ยนแปลงรวดเร็ว และ 3) แนวทางการพัฒนาควรเน้นเทคโนโลยีและบุคลากร การประยุกต์ใช้เทคโนโลยีอย่าง อินเทอร์เน็ตสรรพสิ่ง (IoT & Blockchain) จะช่วยให้สามารถบันทึกและตรวจสอบทันทีที่เกิดเหตุการณ์จริง ควบคู่กับการพัฒนาฐานข้อมูลกลางที่เชื่อมโยงภาครัฐและเอกชน และการอบรมบุคลากรให้มีทักษะดิจิทัลรองรับระบบในระยะยาว
เอกสารอ้างอิง
Anderson, B., Chugg, B., Eicher, S., Lee, S., & Ho, D. E. (2021). Enhancing environmental enforcement with near real-time monitoring: Likelihood-based detection of structural expansion of intensive livestock farms. arXiv. https://arxiv.org/abs/
Betagro. (2020). Betagro launches Nong Bun Mak feed mill in Nakhon Ratchasima: Smart factory with IoT. https://www.betagro.com/th/updates/news-release/174/betagro-launches-nong-bun-mak-feed-mill-in-nakhon-ratchasima-smart-factory-with-intelligence-to-level-up-supply-chain-a-prototype-to-drive-production-manage-resources-for-sustainable-growth
Department of Livestock Development. (2024). Digital action plan of the Department of Livestock Development [Government document].
Iftekhar, A., Cui, X., Hassan, M., & Afzal, W. (2020). Application of blockchain and Internet of Things to ensure tamper proof data availability for food safety [Preprint]. arXiv. https://arxiv.org/abs/
Jaroonmethasit, P. (2020). Improving overall equipment effectiveness in an animal feed manufacturing plant (Master’s thesis, Dhurakij Pundit University).
King, G., Keohane, R. O., & Verba, S. (1994). Designing social inquiry: Scientific inference in qualitative research. Princeton University Press.
Marakanon, L. (2021). Supplier selection for an animal feed factory using the Analytic Hierarchy Process (AHP) (Academic thesis, Thepsatri Rajabhat University).
Miasayedava, L., McBride, K., & Tuhtan, J. A. (2020). Automated environmental compliance monitoring with IoT and open government data. arXiv. https://arxiv.org/abs/
PC Farm Thailand. (n.d.). Good manufacturing practices for animal feed. https://www.pcf-farm.com/index.php?Id=2147503257&Ntype=17&ac=article&lay=show
Robinson, C., Chugg, B., Anderson, B., Ferres, J. M. L., & Ho, D. E. (2021). Mapping industrial poultry operations at scale with deep learning and aerial imagery. arXiv. https://arxiv.org/abs/
Spitalleri, A., Kavasidis, I., Cartelli, V., Mineo, R., Rundo, F., Palazzo, S., Spampinato, C., & Giordano, D. (2023). BioTrak: A blockchain based platform for food chain logistics traceability [Preprint]. arXiv. https://arxiv.org/abs/
Suwannakut, K. (2018). Introduction to qualitative research in social sciences. Thammasat University Press.
Syafrudin, M., Alfian, G., & Fitriyani, N. L. (2025). Smartphone based food traceability system using NoSQL database [Preprint]. arXiv. https://arxiv.org/abs/
Thai Feed Mill Association. (2021). Overview of information management of the Thai Feed Mill Association. https://www.thaifeedmill.org/about/
Wattagnet. (2014, April). Feed traceability systems improve with evolving regulations. Wattagnet. https://www.wattagnet.com/home/article/15513266/feed-traceability-systems-improve-with-evolving-regulations
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
หมวดหมู่
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสารสังคมศึกษาปริทรรศน์
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความนี้ได้รับการเผยแพร่ภายใต้สัญญาอนุญาต Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) ซึ่งอนุญาตให้ผู้อื่นสามารถแชร์บทความได้โดยให้เครดิตผู้เขียนและห้ามนำไปใช้เพื่อการค้าหรือดัดแปลง หากต้องการใช้งานซ้ำในลักษณะอื่น ๆ หรือการเผยแพร่ซ้ำ จำเป็นต้องได้รับอนุญาตจากวารสาร
