The objective is to develop a web application for tool requests to issues arising from using Excel programs. The initial Excel file is copied from an existing SQL database and repeatedly duplicated, leading to excessive storage consumption. Additionally, the Excel files cannot be accessed concurrently by multiple users. Therefore, this web application aims to connect directly to the SQL database, eliminating the problems caused by using Excel files.
ปัจจุบัน การจัดการข้อมูลที่เกี่ยวข้องกับการเบิกจ่ายเครื่องมือภายในองค์กรยังคงพึ่งพาโปรแกรม Excel เป็นหลัก โดยมีการใช้ไฟล์ Excel อยู่ 3 ไฟล์หลัก ได้แก่ Master, Request, และ Issue ข้อมูลในไฟล์เหล่านี้ถูกคัดลอกและนำไปใช้ต่อๆ กันมาหลายครั้ง ทำให้ไฟล์มีขนาดใหญ่และซับซ้อนมากขึ้นเรื่อยๆ ปัญหาที่เกิดจากการใช้ไฟล์ Excel คือ ไฟล์ไม่สามารถรองรับการใช้งานพร้อมกันได้หลายคน ซึ่งเป็นข้อจำกัดที่ส่งผลกระทบต่อประสิทธิภาพในการทำงานขององค์กร นอกจากนี้ ไฟล์ Master ที่เป็น Excel ยังเป็นการคัดลอกมาจากข้อมูลในฐานข้อมูล SQL ที่มีอยู่แล้ว ทำให้เกิดความซ้ำซ้อนและเพิ่มความยุ่งยากในการจัดการข้อมูล ด้วยเหตุนี้ ส่วนกลางจึงมีความต้องการในการพัฒนาเว็ปแอปพลิเคชันที่สามารถเชื่อมต่อกับฐานข้อมูล SQL โดยตรง เพื่อให้ผู้ใช้งานสามารถเข้าถึงและจัดการกับข้อมูลการเบิกจ่ายเครื่องมือได้อย่างง่ายดายและสะดวกผ่านทางเว็บไซต์ ซึ่งจะช่วยลดปัญหาที่เกิดจากการใช้งานไฟล์ Excel ไม่ว่าจะเป็นขนาดไฟล์ที่ใหญ่เกินไป การเข้าถึงข้อมูลที่ไม่พร้อมกัน และความซ้ำซ้อนของข้อมูลในไฟล์ Excel การพัฒนาเว็ปแอปพลิเคชันนี้จะช่วยลดการใช้พื้นที่ในการจัดเก็บข้อมูล ลดความซับซ้อนในการใช้งาน และเพิ่มความสะดวกสบายในการเข้าถึงข้อมูลจากหลายผู้ใช้งานพร้อมกัน ซึ่งจะส่งผลให้กระบวนการทำงานภายในองค์กรมีประสิทธิภาพมากขึ้น และช่วยให้การจัดการข้อมูลการเบิกจ่ายเครื่องมือสามารถทำได้อย่างราบรื่นและรวดเร็วกว่าเดิม
คณะวิทยาศาสตร์
The development of a fruit spoilage detection system originates from the need to reduce agricultural product losses, a global issue affecting both the agricultural and food distribution industries. Spoiled fruit can negatively impact product quality and result in significant economic losses. The primary goal of this system is to assist in screening and removing unsuitable fruit from the supply chain, thereby preserving product quality and meeting consumer demands for fresh produce. The system was designed to simulate the sorting process by utilizing images as a key factor in detecting spoiled fruit. Experimental results demonstrated high efficiency and rapid prediction capabilities, highlighting the system’s potential for practical applications.
คณะวิทยาศาสตร์
Currently, climate change and human activities are causing rapid deterioration of coral reefs worldwide. Monitoring coral health is essential for marine ecosystem conservation. This project focuses on developing an Artificial Intelligence (AI) model to classify coral health into four categories: Healthy, Bleached, Pale, and Dead using Deep Learning techniques. With pre-trained convolutional neural network (CNN) for image classification. To improve accuracy and mitigate overfitting, 5-fold Cross-Validation is employed during training, and the best-performing model is saved. The results of this project can be applied to monitor coral reef conditions and assist marine scientists in analyzing coral health more efficiently and accurately. This contributes to better conservation planning for marine ecosystems in the future.
คณะเทคโนโลยีสารสนเทศ
This report is part of applying the knowledge gained from studying machine learning models and methods for developing a predictive model to identify customers likely to cancel their credit card services with a bank. The project was carried out during an internship at a financial institution, where the creator developed a model to predict customers likely to churn from their credit card services using real customer data through the organization's system. The focus was on building a model that can accurately predict customer churn by selecting features that are appropriate for the prediction model and the unique characteristics of the credit card industry data to ensure the highest possible accuracy and efficiency. This report also covers the integration of the model into the development of a website, which allows related departments to conveniently use the prediction model. Users can upload data for prediction and receive model results instantly. In addition, a dashboard has been created to present insights from the model's predictions, such as identifying high-risk customers likely to cancel services, as well as other important analytical information for strategic decision-making. This will help support more efficient marketing planning and customer retention efforts within the organization.