การผลิตน้ำตาลจากอ้อยเป็นกระบวนการที่มีความซับซ้อนและต้องการการควบคุมที่แม่นยำ หนึ่งในปัญหาสำคัญคือการสูญเสียน้ำตาล ซึ่งอาจเกิดจากหลายปัจจัย โดยเฉพาะ “การเผาอ้อย” ก่อนนำเข้าหีบ ที่ลดคุณภาพอ้อยและประสิทธิภาพการสกัดน้ำตาล รวมถึง ประสิทธิภาพเครื่องจักรและคุณสมบัติของอ้อย ที่ส่งผลต่อปริมาณน้ำตาลที่ได้ งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อการสูญเสียน้ำตาลในกระบวนการผลิตน้ำตาลจากอ้อย โดยใช้ข้อมูลเชิงปริมาณจากโรงงานน้ำตาล ครอบคลุม 9 ตัวแปร ได้แก่ ประสิทธิภาพเครื่องจักร (Mechanical efficiency), จำนวนชั่วโมงหยุดเครื่องจักรในหนึ่งวัน (Stoppage), จำนวนชั่วโมงหยุดรออ้อยในหนึ่งวัน (Due to Cane), ปริมาณทรายในน้ำอ้อย (Sand), ประสิทธิภาพการหีบสกัดอ้อย (Pol Extraction), ประสิทธิภาพเวลาการทำงานโดยรวม (Overall Time), ค่าความบริสุทธิ์ของน้ำอ้อย (Purity), ค่าปริมาณน้ำตาลในอ้อย (C.C.S.), และปริมาณอ้อยไฟไหม้ (Burn Cane) โดยจะทำการวิเคราะห์ข้อมูลด้วยค่าสหสัมพันธ์ (Correlation) เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวแปร และแบบจำลองการถดถอย (Regression Model) เพื่อพยากรณ์การสูญเสียน้ำตาล ผลการวิจัยพบว่า ประสิทธิภาพเครื่องจักร, ค่าปริมาณน้ำตาลในอ้อย และปริมาณทรายหรือสิ่งปนเปื้อนในน้ำอ้อย มีความสัมพันธ์อย่างมีนัยสำคัญกับการสูญเสียน้ำตาล โดยประสิทธิภาพเครื่องจักร มีความสัมพันธ์โดยตรงกับปริมาณอ้อยเข้าหีบ ซึ่งช่วยเพิ่มผลผลิตน้ำตาล ขณะที่ อ้อยไฟไหม้หรืออ้อยที่ถูกเผาก่อนการเก็บเกี่ยว ส่งผลให้การสกัดน้ำตาลลดลงและกระทบต่อคุณภาพน้ำตาล ดังนั้น การลดการสูญเสียน้ำตาลในกระบวนการผลิตสามารถทำได้โดย การเพิ่มประสิทธิภาพเครื่องจักร, ลดสิ่งปนเปื้อนในน้ำอ้อย และจัดการอ้อยไฟไหม้ ซึ่งจะช่วยปรับปรุงประสิทธิภาพการผลิตน้ำตาลให้สูงขึ้นได้ในอนาคต
อุตสาหกรรมน้ำตาลของประเทศไทยเป็นอุตสาหกรรมเกษตรแปรรูปที่มีความสำคัญ โดยมีความโดดเด่นจากการใช้วัตถุดิบภายในประเทศในการผลิตน้ำตาลเพื่อบริโภคภายในประเทศ รวมทั้งสามารถส่งออกส่วนเกินเพื่อสร้างรายได้ให้กับโรงงานผลิตน้ำตาลและเกษตรกรชาวไร่อ้อยซึ่งมีจำนวนมากกว่า 200,000 ครัวเรือน สร้างรายได้มูลค่ากว่า 200,000 ล้านบาทต่อปี ปัจจุบันประเทศไทยมีโรงงานผลิตน้ำตาลจำนวน 51 แห่ง มีอัตรากำลังการผลิตอ้อยสูงถึง 365 ล้านตันต่อปี แต่ในความเป็นจริง โรงงานผลิตน้ำตาลในประเทศไทยมีอ้อยที่ใช้ผลิตเพียง 105 ล้านตันต่อปีเท่านั้น ซึ่งอ้อย 105 ล้านตันจะถูกนำไปหีบในระยะเวลา 4-5 เดือน ตั้งแต่เดือนธันวาคมถึงเดือนเมษายนของทุกปี ซึ่งสามารถผลิตน้ำตาลทรายได้ประมาณ 11-11.5 ล้านตัน โดยผลผลิตนี้จะถูกแบ่งเพื่อบริโภคภายในประเทศประมาณ 2.5 ล้านตัน และส่วนที่เหลือจะถูกส่งออกนำรายได้เข้าประเทศ การผลิตน้ำตาลจากอ้อยเป็นกระบวนการที่มีความซับซ้อนและต้องการการจัดการอย่างมีประสิทธิภาพเพื่อให้ได้ผลผลิตสูงสุด ถ้าพิจารณาปริมาณอ้อยและผลผลิตน้ำตาล จะแสดงให้เห็นถึงประสิทธิภาพการผลิตน้ำตาลของโรงงาน ซึ่งจะขึ้นอยู่กับปัจจัยหลัก 2 ประการคือ 1) อ้อย เป็นวัตถุดิบหลักในการผลิต 2) กระบวนการผลิตที่เกี่ยวข้องกับการสกัดน้ำตาลจากอ้อยผ่านหลายขั้นตอน ตั้งแต่การหีบ การทำให้สิ่งสกปรกจับตัว การระเหยเพื่อลดน้ำในน้ำอ้อย การตกผลึกน้ำตาล การแยกผลึกออกจากกากน้ำตาล และการทำให้ผลึกน้ำตาลแห้ง กระบวนการเหล่านี้ทำงานต่อเนื่อง หากมีการหยุดชะงักในกระบวนการใดกระบวนการหนึ่ง อาจทำให้การสูญเสียน้ำตาลเกิดขึ้น เช่น สูญเสียน้ำตาลในกากอ้อย โมลาส หรือกากตะกรันหม้อกรอง รวมถึงการสูญเสียน้ำตาลที่ไม่สามารถระบุแหล่งได้ อย่างไรก็ตาม หนึ่งในปัจจัยที่มีผลกระทบอย่างมากต่อการสูญเสียน้ำตาลคือ "การเผาอ้อย" ซึ่งเป็นกระบวนการที่เกษตรกรบางส่วนใช้ในการเตรียมอ้อยก่อนการเก็บเกี่ยว การเผาอ้อยทำให้คุณภาพของอ้อยลดลง และทำให้การสกัดน้ำตาลมีประสิทธิภาพต่ำลง ส่งผลต่อผลผลิตน้ำตาลที่ได้ นอกจากนี้ การเผาอ้อยยังทำให้เกิดสิ่งปนเปื้อนในน้ำอ้อย เช่น เถ้าถ่าน หรือควัน ซึ่งมีผลต่อการผลิตน้ำตาลในกระบวนการต่างๆ ต่อไป การศึกษาครั้งนี้จึงวัตถุประสงค์เพื่อวิเคราะห์ปัจจัยที่ส่งผลต่อการสูญเสียน้ำตาลในกระบวนการผลิตน้ำตาลจากอ้อย โดยใช้ข้อมูลเชิงปริมาณจากโรงงานน้ำตาล ครอบคลุม 9 ตัวแปร ได้แก่ ประสิทธิภาพเครื่องจักร (Mechanical efficiency), จำนวนชั่วโมงหยุดเครื่องจักรในหนึ่งวัน (Stoppage), จำนวนชั่วโมงหยุดรออ้อยในหนึ่งวัน (Due to Cane), ปริมาณทรายในน้ำอ้อย (Sand), ประสิทธิภาพการหีบสกัดอ้อย (Pol Extraction), ประสิทธิภาพเวลาการทำงานโดยรวม (Overall Time), ค่าความบริสุทธิ์ของน้ำอ้อย (Purity), ค่าปริมาณน้ำตาลในอ้อย (C.C.S.), และปริมาณอ้อยไฟไหม้ (Burn Cane) โดยจะทำการวิเคราะห์ข้อมูลด้วยค่าสหสัมพันธ์ (Correlation) เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวแปร และแบบจำลองการถดถอย (Regression Model) เพื่อพยากรณ์การสูญเสียน้ำตาล การศึกษาครั้งนี้จึงมีความสำคัญในการพัฒนากระบวนการผลิตอย่างยั่งยืน ช่วยให้โรงงานน้ำตาลสามารถลดการสูญเสียน้ำตาลระหว่างกระบวนการผลิต และเพิ่มประสิทธิภาพในการผลิตน้ำตาล ซึ่งจะนำไปสู่การลดต้นทุนการผลิตและสร้างความสามารถในการแข่งขันในตลาดน้ำตาลได้ในระยะยาว
วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาขั้นตอนการจัดการของเสียจากม้า กระบวนการผลิตปุ๋ยอินทรีย์จากมูลม้า และความคิดเห็นต่อการใช้นวัตกรรมปุ๋ยอินทรีย์จากมูลม้า โดยใช้การวิจัยแบบผสมผสานระหว่างเชิงคุณภาพและเชิงปริมาณ ปุ๋ยอินทรีย์ดังกล่าวผลิตจากของเสียจากม้า ซึ่งเป็นของเสียที่ต้องเสียค่าใช้จ่ายในการกำจัด มาผ่านกระบวนการหมักจนกลายเป็นปุ๋ยที่เป็นมิตรต่อสิ่งแวดล้อมและมีธาตุอาหารที่จะเป็นต่อพืช จากผลการตรวจวิเคราะห์ปุ๋ยอินทรีย์ จากห้องปฏิบัติการปฐพีวิทยา คณะเทคโนโลยีเกษตร สถาบันพระจอมเกล้าเจ้าคุณทหารลาดกระบัง พบว่า ปุ๋ยอินทรีย์จากมูลม้านั้น มีธาตุอาหารที่จำเป็นต่อการเจริญเติบโตของพืช ทั้งธาตุอาหารหลัก ธาตุอาหารรอง และจุลธาตุ สะท้อนถึงศักยภาพในการกำจัดของเสียจากม้า กระบวนการผลิตปุ๋ยอินทรีย์จากมูลม้า ประสิทธิภาพของปุ๋ยอินทรีย์ และแนวทางเพิ่มคุณค่าเพื่อการขยายผลทางการตลาดเชิงพาณิชย์
คณะอุตสาหกรรมอาหาร
เตปาเช่เป็นเครื่องดื่มที่มีต้นกำเนิดจากเม็กซิโก ที่นิยมใช้เปลือกสับปะรดที่มีน้ำตาลธรรมชาติและเอนไซม์โบรมีเลนในการผลิต จึงทำให้เตปาเช่มีกลิ่นหอมและมีรสชาติที่เป็นเอกลักษณ์ โครงงานนี้มีเป้าหมายเพื่อพัฒนากระบวนการผลิตเครื่องดื่มเตปาเช่เพื่อสุขภาพ โดยหมักเปลือกสับปะรดด้วยยีสต์และแบคทีเรียกรดแลคติกที่มีคุณสมบัติเป็นโพรไบโอติก ร่วมกับการใช้พรีไบโอติกที่เป็นอาหารของจุลินทรีย์โพรไบโอติก ได้แก่ อินูลิน และ ไซโลโอลิโกเซคคาไรด์ ทำให้ได้เป็นผลิตภัณฑ์เครื่องดื่มซินไบโอติกเตปาเช่ที่ดีต่อสุขภาพ ช่วยรักษาสมดุลของจุลินทรีย์ลำไส้ มีฤทธิ์ต้านอนุมูลอิสระ และเสริมภูมิต้านทานให้กับผู้บริโภค
คณะวิทยาศาสตร์
ในยุคที่ข้อมูลรีวิวสินค้าบนแพลตฟอร์มอีคอมเมิร์ซมีจำนวนมาก การสรุปความคิดเห็นให้เข้าใจง่ายและใช้งานได้จริงจึงเป็นสิ่งสำคัญ งานวิจัยนี้นำเสนอระบบวิเคราะห์รีวิวสินค้าด้วย Aspect-Based Sentiment Analysis (ABSA) ซึ่งเป็นเทคนิคใน Natural Language Processing (NLP) ที่สามารถแยกแยะแง่มุมสำคัญของรีวิว (เช่น การจัดส่ง คุณภาพสินค้า บรรจุภัณฑ์) และวิเคราะห์อารมณ์ (บวก ลบ หรือเป็นกลาง) ของแต่ละแง่มุม ระบบนี้ช่วยให้ผู้บริโภคและร้านค้าสามารถเข้าถึงข้อมูลเชิงลึกได้อย่างมีประสิทธิภาพ โครงการนี้ได้พัฒนา AI สำหรับการวิเคราะห์ ABSA ภาษาไทย โดยใช้ WangchanBERTa ซึ่งฝึกบนข้อมูลภาษาไทย และเปรียบเทียบกับโมเดลต่างๆ เช่น TF-IDF + Logistic Regression, Word2Vec + BiLSTM, และ Multilingual BERT (mBERT/XLM-R) เพื่อประเมินประสิทธิภาพในด้านความแม่นยำ ความเร็ว และการใช้ทรัพยากร นอกจากนี้ยังมีการแสดงผลผ่าน Dashboard Visualization เพื่อให้ผู้ใช้เข้าใจแนวโน้มของรีวิวได้อย่างรวดเร็ว ผลลัพธ์ที่คาดหวังคือการพัฒนาเครื่องมือ AI ที่ใช้งานจริงในอุตสาหกรรมอีคอมเมิร์ซ ช่วยให้ผู้บริโภคตัดสินใจซื้อสินค้าได้ง่ายขึ้น และช่วยร้านค้าในการปรับปรุงผลิตภัณฑ์และบริการได้อย่างมีประสิทธิภาพ