DEVELOPMENT AND EVALUATION OF A SMART ORNAMENTAL CHICKEN FARM MANAGEMENT APPLICATION FOR DIGITAL AGRICULTURE
Article Sidebar
Main Article Content
Abstract
Native and ornamental chicken farming plays an important role in local economies across several regions of Thailand, particularly in the southern region. The application of digital agriculture concepts is therefore considered a promising approach to enhancing farm management efficiency. This study aimed to: 1) Design and develop a smart ornamental chicken farm management application based on the concept of digital agriculture; 2) Evaluate the quality of the application according to the ISO/IEC 25010 software quality standard; 3) Analyze users’ technology acceptance based on the Technology Acceptance Model (TAM); and 4) Compare operational effectiveness before and after using the application through a paired-samples t-test. This study employed a research and development methodology. The application was developed based on the Waterfall Model. The sample consisted of 32 ornamental chicken farmers in Nopphitam District, Nakhon Si Thammarat Province, Thailand. Data were analyzed using mean, standard deviation, Pearson’s correlation coefficient, and a paired-samples t-test. The findings revealed that the application effectively supported farm management by integrating individual chicken records, health and vaccination data, QR Code-based traceability, cost and revenue data, and IoT-based environmental monitoring into a single platform.
The software quality assessment, based on ISO/IEC 25010, was at the highest level ( = 4.77), and technology acceptance, based on TAM, was also at the highest level (
= 4.78). The paired-samples t-test results indicated that the average task completion time after using the application decreased significantly (p < .001), with large effect sizes (Cohen’s dz = 1.45 - 2.56). These findings demonstrate that the application can improve data management efficiency, reduce operational time, and support data-driven decision-making in ornamental chicken farm management.
Article Details
References
กรมปศุสัตว์. (2566). แผนปฏิบัติการพัฒนาไก่พื้นเมือง. เรียกใช้เมื่อ 10 มกราคม 2569 จาก https://planning.dld.go.th/images/File/species-specific-strategic/strategic-02.pdf
กรมปศุสัตว์. (2568). ข้อมูลจำนวนปศุสัตว์ในประเทศไทย ปี 2568. เรียกใช้เมื่อ 10 มกราคม 2569 จาก https://ict.dld.go.th/index.php/th/service/report/book/report-book-2568
เตชิตา สุทธิรักษ์ และคณะ. (2567). รูปแบบการบริหารต้นทุนและห่วงโซ่อุปทานธุรกิจไก่แจ้สวยงามบ้านวังนาค. วารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยมหาสารคาม, 43(2), 288-298.
ธญนนทภร สุภาจันทร์ และคณะ. (2567). การพัฒนาระบบจัดการฟาร์มเลี้ยงไก่อัจฉริยะด้วยเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งและ ข้อมูลสารสนเทศ. วารสารเกษตรนเรศวร, 21(1), e0210107-e0210107.
ปฐมพงษ์ หอมศรี และสุริยันต์ ศรีมาตย์. (2566). เพิ่มผลกำไรบริหารจัดการฟาร์มไก่อัจฉริยะ ด้วยอินเตอร์เน็ตออฟติงส์ ผ่านเว็บแอพพลิเคชั่นบนสมาร์ทโฟน กรณีศึกษาโรงเลี้ยงไก่แห่งหนึ่งในจังหวัดนครราชสีมา. Wittayasara: Integration Apply Engineering and Industrial Technology, 16(1), 30-41.
รวิศ คำหาญพล และคณะ. (2568). การออกแบบและพัฒนาเครื่องฟักไข่อัตโนมัติสำหรับสายพันธุ์ไก่แจ้บ้านวังนาคพื้นที่จังหวัดนครศรีธรรมราช ภาคใต้ของประเทศไทย. Journal of Science and Technology Mahasarakham University, 44(1), 75-82.
รัตนากร แสนทำพล และคณะ. (2567). การพัฒนาเทคโนโลยีแอปพลิเคชันเช็กลิสต์ สำหรับการจัดการฟาร์มแพะนมของกลุ่มวิสาหกิจผู้เลี้ยงแพะแกะ อำเภอศรีเทพ จังหวัดเพชรบูรณ์. วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏเพชรบูรณ์, 4(1), 74-85.
สำนักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ. (2566). แผนพัฒนาเศรษฐกิจและสังคมแห่งชาติ ฉบับที่ 13. ราชกิจจนุเบกษา เล่ม 139 ตอนพิเศษ 258 ง หน้า 1 (1 พฤศจิกายน 2565).
Abiri, R. et al. (2023). Application of digital technologies for ensuring agricultural productivity. Heliyon, 9(12), e22601. https://doi.org/10.1016/j.heliyon.2023.e22601.
Canlas, R. B. et al. (2021). An ISO/IEC 25010 Based Software Quality Assessment of a Faculty Research Productivity Monitoring and Prediction System. In 2021 The 9th International Conference on Information Technology: IoT and. New York: Association for Computing Machinery.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences. (2nd ed.). Hillsdale: Lawrence Erlbaum Associates.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008.
Faul, F. et al. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175-191. https://doi.org/10.3758/BF03193146.
Kendall, K. E. & Kendall, J. E. (2011). Systems analysis and design. (8th ed.). Upper Saddle River: Pearson Prentice Hall.
Sargani, G. R. et al. (2025). Is digital transformation the key to agricultural strength? A novel approach to productivity and supply chain resilience. Smart Agricultural Technology, 10, 100838. https://doi.org/10.1016/j.atech.2025.100838.
Srivetbodee, S. & Igel, B. (2021). Digital technology adoption in agriculture: Success factors, obstacles and impact on corporate social responsibility performance in Thailand’s smart farming projects. Thammasat Review, 24(2), 149-170.
