This study aimed to develop a formula and production process for snacks made from germinated brown rice flour and banana flour using the extrusion process. The results indicated that both germinated brown rice flour and banana flour could be effectively used as the main raw materials for snack production via extrusion. The proportion of flour in the formula and production conditions, such as moisture content of the raw materials, barrel temperature, and screw speed, significantly influenced the nutritional value, bioactive compound levels, and antioxidant activity of the final products.
ขนมขบเคี้ยวส่วนใหญ่ทำจากแป้งและไขมัน ทำให้มีแคลอรี่สูง ในขณะที่ปริมาณโปรตีน แร่ธาตุ และสารออกฤทธิ์ทางชีวภาพค่อนข้างต่ำ การบริโภคขนมขบเคี้ยวอย่างต่อเนื่องและมากเกินไปอาจส่งผลกระทบต่อสุขภาพ ดังนั้น การพัฒนาผลิตภัณฑ์ขนมขบเคี้ยวให้มีคุณค่าทางโภชนาการสูงขึ้นจึงเป็นเรื่องสำคัญ โดยสามารถทำได้ผ่านการปรับสูตรส่วนผสมโดยใช้วัตถุดิบที่มีคุณค่าทางโภชนาการสูง และการพัฒนากระบวนการผลิตที่ไม่ต้องทอด เช่น การใช้กระบวนการเอกซ์ทรูชัน การศึกษาในครั้งนี้จึงมุ่งพัฒนาผลิตภัณฑ์ขนมขบเคี้ยวจากแป้งข้าวกล้องงอกและแป้งกล้วยน้ำว้า ซึ่งมีคุณค่าทางโภชนาการและสารออกฤทธิ์ทางชีวภาพโดดเด่น พร้อมทั้งศึกษาสภาวะที่เหมาะสมของกระบวนการเอกซ์ทรูชันเพื่อให้ผลิตภัณฑ์มีคุณภาพและเป็นประโยชน์ต่อสุขภาพ ตรงตามความต้องการของผู้บริโภคในปัจจุบัน
คณะบริหารธุรกิจ
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.
คณะวิทยาศาสตร์
This special problem aims to compare the performance of machine learning methods in time series forecasting using lagged time periods as independent variables. The lagged periods are categorized into three groups: lagged by 10 units, lagged by 15 units, and lagged by 20 units. The study employs four machine learning methods: Decision Tree (DT), Random Forest (RF), K-Nearest Neighbors (KNN), and Support Vector Machine (SVM). The time series data simulated as independent variables diverse including characteristics: Random Walk data, Trending data, and Non-Linear data, with sample sizes of 100, 300, 500, and 700. The research methodology involves splitting the data into 90% for training and 10% for testing. Simulations and analysis are performed using the R programming language, with 1,000 iterations conducted. The results are evaluated based on the average mean squared error (AMSE) and the average mean absolute percentage error (AMAPE) are calculated to identify the best performing method. The research findings revealed that for Random Walk data, the best performing methods are Random Forest and Support Vector Machine. For Trend data, the best performing methods are Random Forest. For Non-Linear data, the best performing methods are Support Vector Machine. When tested with real-world data, the results show that for the Euro-to-Thai Baht exchange rate, the best methods are Random Forest and Support Vector Machine. For the S&P 500 Index in USD, the best performing methods are Random Forest. For the Bank of America Corp Index in USD, the best performing methods are Support Vector Machine.
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
This research presents a Digital Twin of an Aquarium for Water Quality Monitoring, developing a virtual model that displays real-time key water parameters, including pH level, temperature, flow rate, and dissolved oxygen. Sensor data is processed and visualized through a Graphical User Interface (GUI) to reflect the real-time status of the virtual aquarium. This system enables accurate water quality monitoring and analysis while reducing reliance on expensive software solutions.