JALA is a brand that established a business around jasmine rice wax scented candles with the aim of addressing the stress people face in everyday life. The brand utilizes "Aromatherapy" to help relax the mind and alleviate stress. The scented candles made from jasmine rice wax are an innovative product, distinguished by their clean burn, safety for users and the environment, and high vitamin E content that nourishes the skin. They also retain a unique fragrance that provides true relaxation. JALA aims to offer products that blend traditional Thai elements with modern design, making their scented candles not only therapeutic but also a reflection of Thai culture and modern identity. The brand caters to health-conscious and environmentally aware consumers.
ผู้คนในยุคปัจจุบันเจอกับสภาวะที่กดดันจากการเรียน การทํางาน ซึ่งทําให้เกิดการเหนื่อยล้าในแต่ละวัน จนเกิดเป็นความเครียดสะสม ทางแบรนด์ได้เล็งเห็นถึงปัญหานี้ จึงหยิบยกการบําบัดความเครียดด้วยกลิ่น ซึ่งเป็นศาสตร์ของ “สุคนธบําบัด” หรือที่รู้จักกันอย่างแพร่หลายในชื่อ อโรมาเธอราพี (Aromatherapy) ซึ่งเป็นการบําบัดจากความรู้สึกของการรับกลิ่น การได้รับกลิ่นที่ผ่อนคลายสามารถเยียวยาทางจิตใจ และปรับปรุงอารมณ์ให้ดียิ่งขึ้นอีกทั้งทางแบรนด์ได้ใช้ผลิตภัณฑ์ที่เป็นธรรมชาติ โดยเทียนหอมที่วางจำหน่ายทั่วไปมักทำจากพาราฟิน ซึ่งมีสารเคมีอันตราย และเทียนหอมที่มีราคาอยู่ในระดับกลางถึงสูงมักนิยมใช้ไขถั่วเหลืองที่เป็นสินค้านำเข้าจากต่างประเทศ ทั้งนี้ทั้งนั้นเพื่อสร้างความแตกต่างจากสินค้าประเภทเดียวกันในตลาด ทางแบรนด์จึงเลือกใช้ไขข้าวหอมมะลิ ซึ่งเป็นวัตถุดิบที่ไม่เพียงแต่หาได้จากธรรมชาติ แต่ยังเป็นนวัตกรรมจากฝีมือคนไทย วัตถุดิบนี้นอกจากจะช่วยลดการพึ่งพาวัตถุดิบนำเข้าแล้วยังเป็นการยกระดับคุณค่าและเอกลักษณ์ของสินค้า นอกจากการเลือกใช้วัตถุดิบที่มีคุณภาพแล้ว ทางแบรนด์ยังมุ่งเน้นการเพิ่มมูลค่าสินค้าด้วยการนำเสนอความเป็นไทยในรูปแบบใหม่ที่ทันสมัยและเข้าถึงได้ง่ายในสไตล์ "ไทยโมเดิร์น" ให้ความสำคัญกับการออกแบบที่มีความสวยงามและแฝงไปด้วยความเป็นไทยอย่างมีสไตล์
คณะวิศวกรรมศาสตร์
This cooperative education project aims to enhance the efficiency of Hydrogen Manufacturing Unit 2 (HMU-2) and Pressure Swing Adsorption 3 (PSA-3) by using AVEVA Pro/II process modeling and a Machine Learning model for process simulation. The study found that the AVEVA Pro/II model predicted outcomes with deviations ranging from 0–35%, including a hydrogen flow rate deviation from the PSA unit of 12%, exceeding the company’s acceptable limit of 10%. To address this, a Machine Learning model based on the Random Forest algorithm was developed with hyperparameter tuning. The Machine Learning model demonstrated high accuracy, achieving Mean Squared Errors (MSE) of 8.48 and 0.18 for process and laboratory data, respectively, and R-squared values of 0.98 and 0.88 for the same datasets. It outperformed the AVEVA Pro/II model in predicting all variables and reduced the hydrogen flow rate deviation to 4.75% and 1.35% for production rates of 180 and 220 tons per day, respectively. Optimization using the model provided recommendations for process adjustments, increasing hydrogen production by 7.8 tons per day and generating an additional annual profit of 850,966.23 Baht.
คณะอุตสาหกรรมอาหาร
The growing interest in antioxidant-rich foods is driven by their potential to reduce the risk of chronic diseases such as cancer, cardiovascular conditions, and cellular degeneration. Ginger (Zingiber officinale), banana inflorescence (Musa paradisiaca L.), and roselle (Hibiscus sabdariffa L.) are herbal plants known for their high phenolic content, a crucial component in antioxidant activity. However, the bioactive compounds in these plants are often unstable when exposed to light, temperature, and oxygen, leading to a reduction in their efficacy. This study aims to investigate the optimal ratio of ginger, banana inflorescence, and roselle for encapsulation in liposomes—a technique designed to enhance the stability of bioactive compounds and improve their delivery efficacy. The research evaluates the antioxidant activity of the extracts using DPPH, ABTS, and FRAP methods, alongside total phenolic content (TPC) measurement. The most effective ratio for antioxidant activity will be selected for liposomal encapsulation, employing phospholipids as key structural components. The encapsulation efficiency (EE%) will be calculated to assess the effectiveness of the liposomal delivery system. The findings are expected to identify the optimal combination of ginger, banana inflorescence, and roselle that maximizes antioxidant potency and enhances the stability of bioactive compounds through liposomal encapsulation. This approach offers a promising strategy for developing herbal health supplements that maintain their biological properties over time.
คณะศิลปศาสตร์
Layla, the hotel robot, is responsible for carrying guests’ luggage and guiding them to their accommodations. It is equipped with an internal map of the hotel, allowing it to navigate various locations efficiently. Additionally, it features an AI-powered system that enables interactive conversations in three major languages: Thai, English, and Chinese.