This research focuses on the design and development of a prototype Artificial Intelligence of Things (AIoT) system for monitoring and controlling irrigation using weather information. The system consists of four main components: 1) Weather Station – This component includes various sensors such as air temperature, relative humidity, wind speed, and sunlight duration, among others, to collect real-time weather data. 2) Controller Unit – This unit is equipped with machine learning algorithms or models to estimate the reference evapotranspiration (ETo) and calculate the plant’s water requirement by integrating the crop coefficient (Kc) with other plant-related data. This enables the system to determine the optimal irrigation amount based on plant needs automatically. 3) User Interface (UI) and Display – This section allows farmers or users to input relevant information, such as plant type, soil type, irrigation system type, number of water emitters, planting distance, and growth stages. It also provides a display for monitoring and interaction with the system. 4) Irrigation Unit – This component is responsible for controlling the water supply and managing the irrigation emitters to ensure efficient water distribution based on the calculated requirements.
การเปลี่ยนแปลงสภาพอากาศของโลกทวีความรุนแรงขึ้นอย่างต่อเนื่อง สถานการณ์ดังกล่าวส่งผลกระทบ โดยตรงต่อภาคการเกษตร โดยเฉพาะในประเทศไทยที่มีแนวโน้มเผชิญกับปัญหาการขาดแคลนน้ำและความ ผันผวนของปริมาณน้ำฝน ซึ่งส่งผลต่อทั้งปริมาณและคุณภาพของผลผลิตทางการเกษตรโดยตรง ทั้งนี้ การบริหารจัดการน้ำในภาคเกษตรกรรมของประเทศไทยยังคงเผชิญกับข้อจำกัดหลายประการ เกษตรกรส่วนใหญ่ยังคงพึ่งพาประสบการณ์ส่วนตัวในการให้น้ำพืช ซึ่งอาจนำไปสู่การใช้น้ำที่ไม่มีประสิทธิภาพ เช่น การให้น้ำมากเกินความจำเป็นหรือน้อยเกินไปจนส่งผลกระทบต่อผลผลิต หรืออาจนำไปสู่ปัญหา เช่น การแตกใบอ่อน การร่วงของดอก และมีผลผลิตที่ไม่ได้คุณภาพ (Togneri et al., 2023) ในขณะที่ข้อมูลทาง วิชาการที่สามารถช่วยให้การบริหารจัดการน้ำมีความแม่นยำขึ้น เช่น ค่าอัตราการใช้น้ำของพืชอ้างอิง (Evapotranspiration: ETo) และค่าสัมประสิทธิ์พืช (Kc) กลับเข้าถึงได้ยาก เนื่องจากมีความซับซ้อนในการ คำนวณ อีกทั้งข้อมูลที่มีอยู่มักเป็นข้อมูลเฉลี่ยรายจังหวัดซึ่งไม่สามารถนำไปใช้ได้อย่างมีประสิทธิภาพในระดับ ฟาร์ม โครงการนี้จึงมุ่งเน้นไปที่การพัฒนาระบบปัญญาประดิษฐ์สำหรับการติดตามและควบคุมการให้น้ำพืชอัจฉริยะ โดยอิงข้อมูลสภาพอากาศซึ่งจะช่วยแก้ไขข้อจำกัดของเกษตรกรไทยในการเข้าถึงข้อมูลที่ ถูกต้องและการบริหารจัดการน้ำที่แม่นยำ
คณะอุตสาหกรรมอาหาร
This study focuses on formula development and properties analysis of collagen-fortified kombucha jelly in terms of taste, appearance, and benefits to create a novel product that meets the needs of the health and beauty beverage market. Sensory testing was conducted to evaluate the quality and consumer satisfaction.
คณะวิทยาศาสตร์
The purpose of this study was to examine and analyze the factors influencing household energy expenditures in Thailand. With sample group of 57,600 households. The findings reveal that the majority of the sample population is male, with an average age of 54.31 years, and most are married. The majority have an education level of primary or secondary school and are primarily Own-account worker (without employee), Private company employee or engaged in other job. In terms of social characteristics, the average household size is 2.71 people. Most residences are located in the Central, Northeastern, and Northern regions with similar proportions, followed by the Southern region and Bangkok, respectively. Most type of dwelling in detached houses, with materials of construction being cement or brick, followed by half concrete and wood. Regarding tenure, almost own dwelling and land, with an average of 2.88 rooms per household. Electricity is available in all households, with an average of 2.30 vehicles per household and an average of 22 electrical appliances per household. Regarding economic characteristics, most respondents have government/state enterprise welfare and receive benefits from the government programs. The majority have never borrow money from government funds. The average communication services of respondents amount to 788.46 THB, while the average household debt stands at 4,760.74 THB. At a significance level of 0.05, the factors influencing household energy expenditures in Thailand include gender, education level, marital status, job, household size, residential region, type of dwelling, material of construction, tenure, number of rooms, number of vehicles, number of electrical appliances, welfare of medical services, receive benefits from the government programs, borrow money from government funds, communication services, and household debt. However, age does not affect household energy expenditures in Thailand. The results of multiple linear regression analysis indicate that six quantitative independent variables—communication services, number of household electrical appliances, number of vehicles in the household, household debt, number of rooms, and household size—explain variations in household energy expenditures, with an Adjusted R Square value of 0.561.
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
This study aims to develop a board game for teaching Integrated Farming System and to examine the learning achievement of third-year vocational certificate students at Ratchaburi College of Agriculture and Technology who used the board game as a learning tool. The research instruments included a board game developed using the Educational Boardgame Design Canvas. The board game is a strategic planning game consisting of five game boards, and 166 cards categorized into four types: 30 event cards, 60 special action cards, 16 character cards, and 60 production cards. It also includes 180 resource tokens of six kinds: 60 water tokens, 60 soil tokens, 45 plant product tokens, 45 animal product tokens, 45 aquatic product tokens, and 45 currency tokens. Additional components include one die and five player aid sheets. The game emphasizes planning and decision-making in integrated farming to maximize production and achievement points under game conditions and simulated scenarios. Research tools also included pre-and post-tests and a satisfaction questionnaire. The results indicated that students’ average scores significantly increased at the .05 level after using the board game, with the average pre-test score at 6.54 and the post-test score rising to 17.71. Additionally, an analysis of student satisfaction with board game-based learning revealed a high level of satisfaction (mean score = 4.45). The highest-rated aspects were the teacher’s implementation of post-tests (mean score = 4.69) and the engaging and diverse teaching methods used (mean score = 4.66).