
This research aims to investigate the adulteration of Khao Dawk Mali 105 rice based on storage age using Near-Infrared Spectroscopy (NIRS) with Fourier Transform Near-Infrared Spectroscopy (FT-NIR) in the wavenumber range of 12,500 – 4,000 cm-1 (800 – 2,500 nm). Storage duration significantly impacts the quality of cooked rice. This research is divided into two parts: 1) to investigate the feasibility of separating rice according to storage age (1, 2, and 3 years) using the best model created by an Ensemble method combined with Second Derivative, which achieved an accuracy of 96.3%. 2) To investigate adulteration based on storage age by adulterating at 0% (all 2- and 3-year-old rice), 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, and 100% (all 1-year-old rice). The best model was created using Gaussian Process Regression (GPR) combined with Smoothing + Multiplicative Scatter Correction (MSC), with coefficients of determination (r²), root mean square error of prediction (RMSEP), bias, and prediction ability (RPD) values of 0.92, 8.6%, 0.9%, and 3.6 respectively. This demonstrates that the adulteration model can be applied to separate rice by storage age (1, 2, and 3 years). Additionally, the color values of rice with different storage ages show differences in L* and b* values.
โรงงานผู้ผลิตข้าวพบปัญหาการปลอมปนของข้าวสารที่มีอายุการเก็บรักษาต่างกัน โดยทั่วไปการคัดแยกการปลอมปนจะใช้วิธีมาตรฐานโดยการหุงข้าว จากนั้นนำข้าวหุงสุกไปวัดเนื้อสัมผัสเพื่อแยกอายุของข้าว ซึ่งใช้เวลาและเป็นการทำลายตัวอย่างและเกิดความล่าช้าในการตรวจสอบคุณภาพข้าวสาร งานวิจัยนี้ใช้เทคนิคเนียร์อินฟราเรดสเปกโทรสโกปี (Near-Infrared Spectroscopy, NIRS) ในการตรวจสอบการปลอมปนของข้าวสารพันธุ์ขาวดอกมะลิ 105 (KDML 105) ที่อายุการเก็บรักษาต่างกันเพื่อแก้ไขปัญหาดังกล่าว

คณะวิศวกรรมศาสตร์
Under The National Broadcasting and Telecommunications Commission (NBTC), the Telecommunication Enforcement Bureau collects a lot of data on service quality by monitoring and controlling the quality of telecommunications services, mainly by assessing mobile network infrastructure. The NBTC used Microsoft Excel for data analysis but became ineffective and slow. We used Python programming for preparation, analysis, and data processing to address this. Raw data was obtained from the Syberiz program in CSV format, processed in Python, and displayed on a dashboard. The dashboard, developed using Power BI, meets NBTC's telecommunications quality standards. It features maps, test results, and graphical representations. This method enhances the dashboard's appearance and usability and speeds up data processing and visualization compared to Microsoft Excel. This project is primarily designed to help the Telecommunication Enforcement Bureau's operations by making data processing and display for telecommunications quality monitoring faster, more effective, and easier to use.

คณะเทคโนโลยีการเกษตร
-

คณะสถาปัตยกรรม ศิลปะและการออกแบบ
-