โครงงานสหกิจศึกษาหัวข้อการปรับปรุงประสิทธิภาพการทำงานในคลังสินค้าด้วย Power BI และ Power Automate รณีศึกษาบริษัท ปตท. จำกัด (มหาชน) ศูนย์ปฏิบัติการชลบุรี จัดทำขึ้นเพื่อเพิ่มความรวดเร็วและอำนวยความสะดวกในการตรวจสอบการเบิก โอน จ่าย และรับเข้าสินค้า โดยมุ่งแก้ไขปัญหาเวลาสูญเปล่าและความล่าช้าที่เกิดขึ้นในกระบวนการทำงาน จากการสำรวจพบว่าระบบ SAP มีกระบวนการที่ซับซ้อน ต้องมีความชำนาญ แม้ว่าบริษัทจะมีการพัฒนาระบบ iWarehouse เพื่อปรับปรุงความรวดเร็ว แต่ยังคงพบความล่าช้าและความซับซ้อนในขั้นตอนการทำงาน เพื่อแก้ปัญหานี้ ผู้ศึกษาได้นำ Power BI มาช่วยในการแสดงผลข้อมูล เช่น ข้อมูลการเบิก โอน จ่าย และรับเข้าสินค้า ช่วยให้พนักงานคลังสามารถทำงานได้อย่างมีประสิทธิภาพ ลดความสูญเปล่าและรวดเร็วมากยิ่งขึ้น นอกจากนี้ Power Automate ยังถูกนำมาใช้ในการประมวลผลเลขการรับสินค้า อัตโนมัติจากอีเมล เพื่อลดข้อผิดพลาดและความล่าช้าในการป้อนข้อมูลจากอีเมล ผลลัพธ์จากการปรับปรุงนี้แสดงให้เห็นว่าพนักงานมีประสิทธิภาพในการทำงานสูงขึ้นและสามารถลดเวลาสูญเปล่าที่เกิดขึ้นได้อย่างมีนัยสำคัญ หลังเสร็จสิ้นการศึกษา ข้อมูลและแนวทางการพัฒนาเหล่านี้จะถูกส่งต่อให้บริษัทเพื่อนำไปพัฒนาต่อไป
เนื่องจากในกระบวนการทำงานในคลังสินค้า ในหน่วยงานส่วนจัดหาและบริหารพัสดุ กรณีศึกษาบริษัท ปตท. จำกัด (มหาชน) ศูนย์ปฏิบัติการชลบุรี มีเวลาสูญเปล่าเกิดขึ้นเป็นจำนวนมาก และมีกระบวนการทำงานที่ซับซ้อน และยังขาดเครื่องมือหรือเทคโนโลยีสมัยใหม่
วิทยาเขตชุมพรเขตรอุดมศักดิ์
โครงงานนี้มุ่งเน้นการพัฒนาระบบติดตามงานสำหรับสมาชิกในทีม โดยใช้ภาษา Python ในการดึงข้อมูลจากไฟล์ Excel และนำเข้าสู่ฐานข้อมูล SQL Server เพื่อจัดการข้อมูลอย่างเป็นระบบ ระบบนี้มีฟังก์ชันการแจ้งเตือนสถานะงานผ่าน LINE และแสดงผลรายงานผ่าน Power BI เพื่อให้หัวหน้างานสามารถติดตามความคืบหน้าและประเมินผลงานของสมาชิกในทีมได้อย่างมีประสิทธิภาพ นอกจากนี้ ระบบยังช่วยส่งเสริมทักษะการบริหารจัดการงานและเวลาให้กับสมาชิกในทีมอีกด้วย
คณะวิศวกรรมศาสตร์
ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย
คณะวิศวกรรมศาสตร์
ในปัจจุบัน ผู้บริโภคอาจเคยประสบเหตุการณ์ที่ไม่รู้ว่าจะเลือกผลิตภัณฑ์ใดตามปัญหาผิว, ผลิตภัณฑ์ที่ใช้นั้นไม่ให้ผลลัพธ์ตามที่ต้องการ, ผลิตภัณฑ์นั้นไม่คุ้มค่ากับราคา, แพ้สารเคมีบางชนิดในผลิตภัณฑ์ หรือใช้ผลิตภัณฑ์หลายชิ้นแล้วมีส่วนผสมที่ไม่ควรใช้ร่วมกันนำไปสู่การระคายเคือง ด้วยเหตุผลนี้คณะผู้จัดทำจึงพัฒนาแอปพลิเคชันวิเคราะห์ส่วนผสมของผลิตภัณฑ์ดูแลผิว เพื่อช่วยแก้ปัญหาดังกล่าว ทำให้ผู้บริโภคเข้าใจข้อมูลส่วนผสมในผลิตภัณฑ์ได้อย่างถูกต้องและรู้ว่าควรใช้ผลิตภัณฑ์ใดตามปัญหาผิวโดยไม่ต้องอาศัยความรู้ด้านเคมีและได้ผลิตภัณฑ์ที่คุ้มค่ากับราคาที่สุด โครงงานได้มีการบูรณาการความรู้ด้าน Software เพื่อพัฒนาแอปพลิเคชันสำหรับวิเคราะห์ส่วนผสมของผลิตภัณฑ์ดูแลผิว เพื่อค้นหาและแนะนำผลิตภัณฑ์ดูแลผิวที่เหมาะสมให้กับผู้บริโภค โดยมีการเก็บรวบรวมข้อมููลของส่วนผสมที่สำคัญต่าง ๆ จากบทความและงานวิจัยที่เชื่อถือได้