วารสารวิจัย มทร.ธัญบุรี ปีที่ 17 ฉบับที่ 1 (มกราคม - มิถุนายน 2561)

วารสารมหาวิทยาลยั เทคโนโลยีราชมงคลธัญบรุ ี ปีท่ี 17 ฉบบั ที่ 1 กรกฎาคม-ธนั วาคม 2561 วตั ถุประสงค์ วารสารวจิ ัยของมหาวทิ ยาเทคโนโลยีราชมงคลธญั บรุ ี (RJ-RMUTT) เป็นวารสารทเ่ี ผยแพรอ่ งค์ความรู้ และ ประสบการณท์ างด้านวชิ าการและวจิ ัยทางดา้ นวิทยาศาสตร์และเทคโนโลยี โดยมีจดุ หมายและวตั ปุ ระสงค์ของวารสาร วิจยั ดงั น้ี 1. เพอ่ื เผยแพรแ่ นวความคดิ งานวจิ ยั การพัฒนาและประเดน็ สาคญั ในด้านวทิ ยาศาสตรแ์ ละเทคโนโลยี 2. เพอื่ กระตุ้นใหเ้ กดิ การอภปิ รายทางด้านวทิ ยาศาสตรแ์ ละเทคโลยที ุกสาขาวิชา ซง่ึ เป็นท้ังงานวจิ ัยพนื้ ฐาน และงานวิจัยประยุกต์ ท้ังน้วี ารสารวจิ ยั ของมหาวิยาลยั เทคโนโลยรี าชมงคลธญั บุรอี ยู่ในฐานขอ้ มลู ดชั นกี ารอา้ งองิ วารสารไทย (Thai Journal Citation Index Centre, TCI Centre) โดยผ่านการรับรองคุณภาพจาก TCI และจะมุ้งเนน้ พฒั นาคณุ ภาพ เพ่ือเข้าสูฐ่ านขอ้ มลู สากลต่อไป รองศาสตราจารย์ ดร.ประเสรฐิ ท่ีปรกึ ษา ผชู้ ว่ ยศาตราจารย์ ดร. สมหมาย ปน่ิ ปฐมรัฐ อธกิ ารบดี นายพงศพ์ ชิ ญ์ ผวิ สอาด รองอธิการบดี ผชู้ ว่ ยศาตราจารย์ ดร. สิริแข ต่วนภษู า รองอธิการบดี Prof.Dr. Sean พงษ์สวสั ดิ์ รองอธิการบดี Prof.Dr. Hee Young Danaher Northumbria University (UK) Prof.Dr. Hiroyuki Lee Yeungnam University (Korea) Prof. Dr. Seiichi Hamada Kyoto Institute of Technology (Japan) Kawahara Nagaoka University of Technology (Japan) ผู้ช่วยศาตราจารย์ ดร. วารุณี บรรณาธกิ าร อริยวริ ยิ ะนนั ท์ ผอู้ านวยการสถาบันวจิ ัยและพัฒนา ศาสตราจารย์ ดร. ผดงุ ศกั ดิ์ กองบรรณาธกิ ารภายนอก ศาสตราจารย์ ดร. พเิ ชษฐ รัตนเดโช มหาวทิ ยาลยั ธรรมศาสตร์ รองศาสตราจารย์ ดร. คมสนั ล้มิ สวุ รรณ มหาวทิ ยาลยั เทคโนโลยพี ระจอมเกล้าธนบรุ ี ศาสตราจารย์ ดร.สนอง มาลสี ี สถาบนั เทคโนโลยพี ระจอมเกล้าเจา้ คณุ ทหารลาดกระบัง ศาสตราจารย์ ดร.ชกู จิ เอกสทิ ธ์ิ จฬุ าลงกรณม์ หาวิทยาลยั รองศาสตราจารย์ ดร. วสกร ลิมปจิ านงค์ สถาบันส่งเสรมิ การสอนวิทยาศาสตร์และเทคโนโลยี บลั ลงั กโ์ พธิ์ มหาวิทยาลยั เกษตรศาสตร์

กองบรรณาธกิ ารภายใน รองศาสตราจารย์ ดร.บุญยงั ปล่งั กลาง คณะวศิ วกรรมศาสตร์ รองศาสตราจารย์ ดร. จตุรงค์ ผู้ชว่ ยศาสตราจารย์ ดร. อมร ลงั กาพนิ ธ์ุ คณะวศิ วกรรมศาสตร์ ผู้ชว่ ยศาสตราจารย์ ดร.นรศิ ร์ ผชู้ ว่ ยศาสตราจารย์ ดร. จักรี ไชยสัตย์ คณะวทิ ยาศาสตรแ์ ละเทคโนโลยี ผ้ชู ่วยศาสตราจารย์ ดร. สรพงษ์ บาลทิพย์ คณะวิทยาศาสตร์และเทคโนโลยี ศรีนนท์ฉตั ร คณะวิศวกรรมศาสตร์ ภวสปุ รยี ์ คณะวิศวกรรมศาสตร์ จดั ทาโดย สถาบนั วิจยั และพฒั นา มหาวทิ ยาลยั เทคโนโลยรี าชมงคลธัญบุรี เลขท่ี 39 หมูท่ ่ี 1 ตาบลคลองหก อาเภอธญั บรุ ี จังหวัดปทุมธานี 12110 โทรศพั ท์ 0 2549 4682 4 โทรสาร 0 2577 5038 และ 0 2549 4680 Website : http://www.ird .rmutt.ac.th นางสาวกชกร คณะผู้จัดทา สถาบนั วิจัยและพฒั นา นางสาวปุณณานนั ท์ ดาราพาณิชย์ สถาบันวิจัยและพฒั นา นางสาวฉัตรวดี พนั ธ์แกน่ สถาบนั วิจยั และพัฒนา นางสาวณฐั วรรณ สายใยทอง สถาบนั วจิ ยั และพัฒนา นางสาวพชั รี ธรรมวัชรากร สถาบันวจิ ัยและพฒั นา แซฉ่ ัว่ ออกแบบปก นางสาวเบญสิร์ยา ปานปณุ ญเดช สานกั วทิ ยบริการและเทคโนโลยีสารสนเทศ นางสาวปณุ ณานันท์ พันธ์แก่น สถาบนั วิจัยและพฒั นา จดั ทารปู เลม่ นางสาวปณุ ณานันท์ พันธ์แก่น สถาบันวจิ ัยและพัฒนา

คานา วารสารวจิ ัยของมหาวิทยาลัยเทคโนโลยรี าชมงคลธัญบรุ ี (RJ-RMUTT) เปน็ วารสารทสี่ ง่ เริมงานด้านวจิ ัยและ ดาเนินงานวจิ ัยทางดา้ นวทิ ยาสาสตรแ์ ละเทคโลยซี ึง่ อยู่ในฐานขอ้ มลู ของดชั นีการอ้างอิงวารสารไทย (Thai Journal Citation Index, TCI Centre) รับตีพิมพบ์ ทความวจิ ัย บทความวชิ าการ เปดิ รบั บทความท้งั เปน็ ภาษาไทยและ ภาษาอังกฤษ โดยครอบคลุมในสาขาวิชาตา่ งๆ ท่เี กีย่ วขอ้ งกบั วทิ ยาศาสตร์ และเทคโนโลยี โดยมีจุดมุง่ หมายเพอ่ื เผยแพร่และถา่ ยทอดผลงานวิจัย และวิชาการ รวมถงึ แนวคิดในการพัฒนางานวจิ ัย เพอื่ กระตุ้นให้เกดิ เปน็ แนวทางการ อภิปรายทกุ สาขาซ่งึ เป็นท้ังงานวิจัยพน้ื ฐาน และวิจยั ประยกุ ต์ ท้งั ภายใน และภายนอกมหาวิทยาลยั สาหรบั วารสาร ท่ี 17 ฉบับท่ี 1 มกราคม-มิถนุ ายน 2561 ได้รวบรวมบทความทางวิชาการจากผลการวิจยั ท้งั สนิ้ จานวน 6 บทความ ประกอบปดว้ ยบทความทางวิชาการและบทความจากผลงานวจิ ัย กองบรรณาธกิ าร

สารบัญ 1 11 An Efficiency Comparison of Algorithms and Feature Selection Methods for Predict the Learning Achievement of Vocational Students 23 33 รัชพล กลดั ช่ืน; จรญั แสนราช 45 55 The combination effect of tetracycline with bitter gourd (Momordica charantia) fruit extract and gallic acid on antimicrobial against pathogens Supawadee Patathananone; Noliza Lareenu, Prattanah Siripat, Sompong Klaynongsruang, Sakda Daduang Utilization of black Mao pomace extract in hand cleansing gel product สภุ กาญจน์ พรหมขนั ธ,์ ชนษิ ฎา วงศ์บาสก,์ อาทิตยา คาปติ ะ A Prototype of Soil Monitoring and Notification System in Durian Farm: A Case Study of Bueng Ka Sam, Nong Suea, Pathum Thani ปองพล นลิ พฤกษ,์ กรี ตบิ ุตร กาญจนเสถียร, บุรัสกร อย่สู ขุ Route Recommender System for King Mongkut’s University of Technology North Bangkok On Android Operating System พรทพิ า กรุณานนท;์ ศศชิ า พึ่งเงนิ , หทัยรตั น์ เกตมุ ณชี ยั รัตน์ Simulation of Wind Turbine Characteristic Using LabVIEW พงษ์ศิลป แก้วรตั นศรโี พธิ์; ปนัดดา แสงแก้ว

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 1 การเปรยี บเทยี บประสทิ ธิภาพอัลกอริทึมและการคัดเลอื กคณุ ลักษณะทเี่ หมาะสม เพื่อการทานายผลสัมฤทธทิ์ างการเรียนของนักศึกษาระดับอาชีวศกึ ษา An Efficiency Comparison of Algorithms and Feature Selection Methods to Predict the Learning Achievement of Vocational Students รัชพล กลัดชื่น1* และ จรญั แสนราช2 1แผนกคอมพิวเตอรธ์ รุ กิจ วิทยาลยั อาชวี ศึกษานครปฐม นครปฐม 73000 2ภาควชิ าคอมพิวเตอร์ศกึ ษา มหาวทิ ยาลัยเทคโนโลยพี ระจอมเกลา้ พระนครเหนือ กรุงเทพมหานคร 10800 Corresponding Author E-mail :[email protected] ARTICLE INFO ABSTRACT Article history: The objectives of this research were to compare an efficiency of Received 30 April 2018 algorithm and feature selection methods to predict the learning Accept 04 June 2018 achievement of vocational students. By studying the vocational certificate Online 30 June 2018 student’s profiles during the 2007-2016 academic year for 5,100 records 27 Keywords: features. In this research includes two methods: Simple Classification and Data Mining, Hybrid Classification, Simple Classification used only classification Decision Tree, algorithms. The three candidate classification algorithms were used in this Naïve Bayes, experiment for both Simple and Hybrid Classification include: 1) Decision Rule Induction, Tree: J48graft 2) Naïve Bayes and 3) Rule Induction. Hybrid Classification Feature Selection used forward selection techniques to select attributes. The data was analyzed by using Rapid Miner Studio 8 with data mining technique on 10- fold cross validation. The comparative results showed that the accuracy of Decision Tree: J48graft by forwarding selection and all feature selection is 83.08% and 81.71%, respectively. In conclusion, the prediction model using Decision Tree: J48graft is most appropriate for predicting the learning achievement of vocational students.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 2 บทคัดยอ่ ในการดารงชีวิต มีทักษะและสมรรถนะในงานอาชีพ ก า ร วิ จั ย นี้ มี วั ต ถุ ป ร ะ ส ง ค์ เ พ่ื อ เ ป รี ย บ เ ที ย บ สามารถบูรณาการความรู้ ทักษะจากศาสตร์ต่าง ๆ มา ประสิทธิภาพของอัลกอริทึมในการทานายแล ะ ประยุกต์ใช้ในงานอาชีพ แต่จากรายงานผลการทดสอบ คุณลักษณะท่ีมีต่อผลสัมฤทธ์ิทางการเรียนของนักศึกษา ทางการศึกษาระดับชาติด้านอาชีวศึกษา (V-Net) ซึ่งเป็น ระดับอาชีวศึกษา โดยทาการศึกษาข้อมูลนักศึกษาระดับ การทดสอบเพื่อวัดความรู้และวามคิดของผู้เรียน ต้ังแต่ปี ประกาศนียบัตรวิชาชีพ จานวน 5,100 ระเบียน ตั้งแต่ปี ก า ร ศึ ก ษ า 2 5 5 6 - 2 5 6 0 พ บ ว่ า นั ก ศึ ก ษา ร ะ ดั บ การศึกษา 2550 - 2559 9 สาขาวิชา 27 คุณลักษณะ ประกาศนียบัตรวิชาชีพช้ันสูง มีคะแนนเฉล่ียเท่ากับ โดยใช้เทคนคิ การจาแนกขอ้ มูล 3 เทคนคิ ไดแ้ ก่ Decision 39.27, 41.37, 41.69, 37.35 และ 37.11 ตามลาดับ Tree : J4 8 graft, Naïve Bayes แ ล ะ Rule Induction ระดับคุณภาพอยู่ในเกณฑ์ ต้องปรับปรุง แสดงให้เห็นถึง ทาการเปรียบเทียบประสิทธิภาพตัวแบบการทานาย คุ ณ ภ า พ ท า ง ด้ า น วิ ช า ก า ร อ ยู่ ใ น ร ะ ดั บ ต่ า ก ว่ า เ ก ณ ฑ์ ร ะ ห ว่ า ง ก า ร ใ ช้ คุ ณ ลั ก ษ ณ ะ ท้ั ง ห ม ด กั บ ก า ร เ ลื อ ก มาตรฐาน [1] ท้ังนี้อาจเน่ืองจากตัวผู้สอนใช้การบรรยาย คุณลักษณะแบบ forward select ทดสอบประสิทธิภาพ ให้ผู้เรียนฟัง ขาดแรงจูงใจให้ผู้เรียนสนใจในการเรียน ตัวแบบทานายด้วยวิธีการ 10-fold cross validation ประกอบกับผู้เรียนอาชีวศึกษาส่วนมากมีผลสัมฤทธิ์ โดยใช้โปรแกรม Rapid Miner Studio 8 จากนั้นนาผล ทางการเรียนค่อนข้างต่า ไม่ค่อยสนใจในการเรียน การทดสอบประสิทธิภาพท่ีมีค่าความถูกต้องท่ีสูงท่ีสุด 2 เทา่ ทค่ี วร ขาดวนิ ยั ขาดความขยันและขาดความอดทน ค่า มาทาการเปรียบเทียบด้วยวิธี T-Test ผลการศึกษา พบว่าการใช้เทคนิค Decision Tree : J48graft ด้วยการ การทาเหมืองข้อมูล เป็นวิธีการในการค้นหา เลือกคุณลักษณะแบบ Forward Selection และ การ รูปแบบและแนวโน้มที่มีประโยชน์จากแหล่งข้อมูลขนาด เลือกคุณลักษณะทั้งหมด มีค่าความถูกต้องเท่ากับ ใหญ่ [2] เชน่ ฐานข้อมูล คลังขอ้ มูล เวบ็ หรอื แหล่งจดั เกบ็ 83.08% และ 81.71% ตามลาดับ และทดสอบด้วยวิธี T- ข้อมูลอ่ืน ๆ โดยเฉพาะในดา้ นการศึกษาถือว่าเป็นแหลง่ ที่ Test พบว่าการทดสอบท้ังสองแบบมีความแตกต่างกัน มีข้อมูลขนาดใหญ่ถูกเก็บรวบรวมอยู่จานวนมาก เช่น อย่างมีนัยสาคัญทางสถิติที่ระดับ .05 จากผลการ ประวัติผู้เรียน ประวัติผลการเรียน ข้อมูลรายวิชาต่างๆ เปรียบเทียบประสิทธิภาพในครั้งน้ี สามารถนาเทคนิค เป็นตน้ Decision Tree : J48graft ไปใช้ในการทานายผลสัมฤทธิ์ ทางการเรียน และเป็นแนวทางในการสอนเสริมหรือแนะ วิทยาลัยอาชีวศึกษาส่วนใหญ่มีการเก็บข้อมูล แนวให้กบั นกั ศึกษาต่อไป ต่างๆ ของนักศึกษาไว้เป็นจานวนมาก และไม่ได้นามาใช้ ให้เกิดประโยชน์หลังจากท่ีนักศึกษาเรียนจบไปแล้ว ปัจจุบันนักวิจัยได้เริ่มนาข้อมูลเหล่านั้นมาทาการศึกษา เพื่อทานายผลผลสัมฤทธิ์ทางการเรียนของนักศึกษา โดย คำสำคัญ: เหมืองข้อมูล, วิธีต้นไม้ตัดสินใจ, วิธีแบบเบย์, นาข้อมูลที่เก็บไว้จานวนมากเหล่านั้นมาสรา้ งเป็นตัวแบบ วิธกี ารสรา้ งกฎ, การคดั เลือกคณุ ลกั ษณะ โดยใช้เทคนิคเหมืองข้อมูล (Data Mining) [3] จากการ ทบทวนงานวิจัยพบว่าได้มีงานวิจัยเป็นจานวนมากทไ่ี ด้ให้ ค ว า ม ส า คั ญ แ ล ะ ไ ด้ ท า ก า ร ศึ ก ษ า ถึ ง ปั จ จั ย ที่ มี ผ ล ต่ อ คานา ผลสัมฤทธ์ิทางการเรียน รวมถึงการพัฒนาตัวแบบสาหรับ จุดมุ่งหมายของหลักสูตรประกาศนียบัตรวิชาชีพ การสร้างระบบเพ่ือวิเคราะห์แนวทางการเรียนให้กับ ช้ันสูง พทุ ธศกั ราช 2557 มงุ่ เนน้ ใหผ้ ้เู รยี นมีความร้พู ้นื ฐาน ผู้เรียน ดังเช่น สุกิจ และคณะ [4] ได้เปรียบเทียบ

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 3 ประสิทธิภาพของการจาแนกข้อมูลด้วยเทคนิคเหมือง สาคัญในการทาเหมืองข้อมูล อย่างท่ี ไก้รุ่ง และคณะ [8] ข้อมูล 3 เทคนิค คือ C4.5 (J48), K-Nearest Neighbors ได้ใช้เทคนิคเหมืองข้อมูล 2 เทคนิค คือ ต้นไม้ตัดสินใจ (K-NN) และ Naïve Bayes เพื่อวิเคราะห์ปัจจัยพฤติกรรม C4.5 และข่ายงานความเชอ่ื เบย์ (BayesNet) โดยแบง่ การ ด้านวินัยในตนเองท่ีส่งผลต่อระดับผลการเรียนของ ทดลองออกเป็น 2 ลักษณะ คือ การทดลองกับชุดข้อมูล นักศึกษา ผลการเปรียบเทียบพบว่าการจาแนกข้อมลู โดย ท้ังหมดทุกแอททริบิวท์ และการทดลองด้วยการเลือกทุก ใช้ C4.5 (J48) ให้ประสิทธิภาพสูงสุดร้อยละ 78 และ แอททริบิวท์ด้วยวิธีการ SNR (Signal to Noise Ratio) เสกสรร [5] ได้ทาการสร้างตัวแบบสาหรับหาปัจจัยเพ่ือ พบว่า วิธีการต้นไม้ตัดสินใจ C4.5 ให้ประสิทธภิ าพในการ พยากรณ์ผลการเรียนของนักเรียนโรงเรียนสาธิตแห่ง ทางานดีกว่าเมือ่ เปรยี บเทียบกับวิธกี ารโครงข่ายเบย์ มหาวทิ ยาลัยเกษตรศาสตร์ วิทยาลยั กาแพงแสน ศนู ยว์ ิจยั ดงั นนั้ งานวจิ ัยนี้จะนาเสนอเทคนิคเหมืองข้อมูลมา และพัฒนาการศึกษา โดยใช้ข้อมูลนักเรียนระดับมัธยม ใช้สาหรับการเรยี นรู้การเลือกคณุ ลักษณะท่ีเหมาะสมและ ศึกษาปีที่ 4 ระหว่างปีการศึกษา 2553 – 2556 จานวน อัลกอรทิ มึ ในการจาแนกและหาปจั จัยทมี่ ผี ลตอ่ ผลสัมฤทธิ์ 525 ระเบียน ประกอบด้วย 16 คุณลักษณะ พบว่า ชุด ทางการเรียนของนักศึกษาระดับอาชีวศึกษา เพื่อเป็น ข้อมูลแบบไม่จัดกลุ่มนามาคัดเลือกคุณลักษณะด้วยวิธี แนวทางในการปรับปรุงระบบการเรียนการสอนต่อไป Correlation-based Feature Selection (CFS) ร่วมกับ ด้วยวิธีการจาแนกข้อมูล 3 เทคนิค ได้แก่ ต้นไม้ตัดสินใจ เทคนิคโครงข่ายประสาทเทียมแบบมัลติเลเยอร์เพอร์ (Decision Tree : J48graft) เทคนิคนาอีฟเบย์ (Naïve เซ็ปตรอน ให้ค่าความถูกต้องสูงท่ีสุดท่ีร้อยละ 94.48 Bayes) และ เทคนิคกฎการอปุ นัย (Rule Induction) นอกจากนี้ สุภาวดี และคณะ [6] ได้นาเสนอรูปแบบการ วัตถุประสงค์ของการวิจัย เพื่อเปรียบเทียบ ทานายผลการทดสอบทางการศึกษาระดบั ชาติขั้นพน้ื ฐาน ประสิทธิภาพของอัลกอริทึมในการทานายแล ะ (O-Net) โดยทาการเปรียบเทียบเทคนิคเหมืองข้อมูล 3 คุณลักษณะที่มีผลสัมฤทธิ์ผลทางการเรียนของนักศึกษา เทคนิค ได้แก่ Decision Tree, K-Nearest Neighbors อาชีวศึกษา (K-NN) และ Naïve Bayes พบว่าการใช้เทคนิคต้นไม้ ทฤษฎีและงานวจิ ยั ทเ่ี ก่ยี วขอ้ ง ตัดสินใจ (Decision Tree) สร้างตัวแบบในการทานาย 1 . ก า ร จ า แ น ก ป ร ะ เ ภ ท ข้ อ มู ล ( Data รายวิชาภาษาไทยมีค่าเฉล่ียความถูกต้องสูงสุดร้อยละ Classification) เปน็ การเรียนร้แู บบมผี สู้ อน (Supervised 74.14 และวิชาวิทยาศาสตร์มีค่าเฉลี่ยความถูกต้องสูงสุด Learning) โดยเป็นการสร้างโมเดลจาแนกประเภทเพ่ือ ร้อยละ 81.46 อรนุช และคณะ [7] ได้เปรียบเทียบ ทานายกลุ่มของข้อมูลใหม่ ซ่ึงคาตอบท่ีเป็นประเภทค่า ประสิทธิภาพการจาแนกรูปแบบการเรียนรู้ VARK ด้วย ตา่ ง ๆ เหล่านใ้ี นการวเิ คราะหข์ ้อมูลเรยี กว่าคลาส (Class) เทคนิคเหมืองข้อมูล 3 วิธี คือ วิธีแบบเบย์ วิธีต้นไม้ หรือ ลาเบล (Label) การสร้างโมเดลจาแนกประเภท ตัดสินใจ และวิธีฐานกฎ พบว่าการจาแนกข้อมูลแบบ ข้อมูลเกิดจากการหาความสัมพันธ์ของข้อมูล โดยข้อมูล ต้นไม้ตัดสินใจ ด้วยอัลกอริทึม J48 มีประสิทธิภาพสูงสุด ทั้งหมดจะแบ่งเป็น 2 ส่วน คือ ส่วนแรกข้อมูลเรียนรู้ ใหค้ า่ ความถูกต้องเท่ากับ 82.78% (Training data) เป็นชุดข้อมูลที่ใช้ในการสร้างโมเดล ปญั หาในการทาเหมืองขอ้ มลู ท่สี าคญั อยา่ งหน่ึงคือ จาแนกประเภทข้อมูลข้ึนมาใหม่ เพื่อให้โมเดลที่สร้างได้ คุณลักษณะของข้อมูลท่ีนามาทานายมีจานวนมากซ่ึง เรียนรู้ข้อมูล และส่วนทีสองของมูลท่ีใช้ในการทดสอบ บางส่วนก็ไม่มีความสัมพันธ์กับการสร้างตัวแบบในการ โมเดลที่สรา้ งข้ึนมา (Testing Data) เปน็ ชุดขอ้ มูลประเมนิ ทานาย ดังนั้นในการคดั เลือกคุณลักษณะจงึ เปน็ ข้ันตอนท่ี ความถกู ต้องของโมเดลจาแนกประเภทข้อมลู [9] งานวิจยั

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 4 นี้คณะผู้วิจัยได้เลือกเทคนิคของการทาเหมืองข้อมูล 3 เทคนคิ [10] 1.1 ต้นไม้ตัดสินใจ (Decision Tree) เป็นตัว แบบทางคณิตศาสตร์ที่ใช้จาแนกประเภทข้อมูลท่ีมีความ แม่นยาสูง แต่ประสิทธิภาพของตัวแบบข้ึนอยู่กับ คุณลักษณะของข้อมูลท่ีนามาใช้ ซึ่งค่าของคุณลักษณะ เหล่านี้จะอยู่ในรูปของค่าท่ีไม่ต่อเนื่อง (Discrete Value) รูปที่ 1 ตัวอย่างตน้ ไม้ตดั สนิ ใจ [10] เช่น เพศ สาขาวชิ า เป็นต้น ตวั อยา่ งการนาต้นไมต้ ัดสนิ ใจ ไปใช้ เช่น วงการแพทย์ การวิเคราะห์ทางการเงิน ดารา 1.2 อลั กอริทมึ นาอีฟเบย์ (Naïve Bayes) นาอีฟ ศาสตร์ [11] ต้นไม้ตัดสินใจเป็นโครงสร้างข้อมูลชนิดเป็น เบย์เป็นเคร่ืองจักรเรียนรู้ท่ีอาศัยหลักการความน่าจะเปน็ ลาดับช้ัน (Hierarchy) ใช้สนับสนุนการตัดสินใจ โดยจะมี (Probability) ตามทฤษฎีของเบย์ (Bayes’s theorem) ลักษณะคล้ายต้นไม้จริงกลับหัวที่มีโหนดราก (Root ซึ่งมีอัลกอริทึมท่ีไม่ซับซ้อน เป็นข้ันตอนวิธีในการจาแนก Node) อยู่ด้านบนสุดและโหนดใบอยู่ล่างสุดของต้นไม้ ข้อมูล โดยการเรียนรู้ปัญหาท่ีเกิดข้ึน เพื่อนามาสร้าง ภายในต้นไม้จะประกอบไปด้วยโหนด (Node) ซ่ึงแต่ละ เง่ือนไขการจาแนกข้อมูลใหม่ หลักการของนาอีฟเบย์ใช้ โหนดจะมคี ุณลกั ษณะ (Attribute) เปน็ ตัวทดสอบ กิ่งของ หลักการของความน่าจะเป็น โดยมีสมมติฐานว่าปริมาณ ต้นไม้ (Branch) แสดงถึงค่าท่ีเป็นไปได้ของคุณลักษณะท่ี ของความสนใจข้ึนอยู่กับการกระจายความน่าจะเป็น ถูกเลือกทดสอบ และใบ (Leaf) ซึ่งเป็นสิ่งท่ีอยูล่ า่ งสุดของ (Probability Distribution) [10] เป็นเทคนิคในการ ต้นไม้ตัดสินใจแสดงถึงกลุ่มของข้อมูล (Class) หรือ แก้ปัญหาแบบจาแนกประเภทท่ีสามารถคาดการณ์ ผลลัพธ์ท่ีได้จากการทานาย โหนดท่ีอยู่บนสุดของต้นไม้ ผลลัพธ์ได้ โดยทาการวิเคราะห์ความสัมพันธ์ระหว่างตัว เรียกโหนดราก (Root Node) แปรเพื่อใช้ในการสร้างเงื่อนไขความน่าจะเป็นสาหรับแต่ ละความสัมพันธ์ เหมาะกับกรณีของเซตตัวอย่างท่ีมี จากรูปที่ 1 จะแทนกฎการจาแนกประเภทดังนี้ จานวนมากและคุณลักษณะ (Attribute) ของตัวอย่างไม่ IF <age>=youth and <student>=no THEN no ขึ้นต่อกัน โดยกาหนดให้ความน่าจะเป็นของข้อมูลเท่ากบั IF <age>=youth and <student>=yes THEN yes สมการ IF <age>=middle_aged THEN yes IF <age>=senior and <credit_rating>=fair 1.3 Rule Induction เป็นวิธีการสาหรับการดึง THEN no เอาชุดกฎเกณฑ์ต่าง ๆ เพ่ือจัดแบ่งเง่ือนไขหรือกรณี IF <age>=senior and credit_rating>=excellent โครงสร้างตน้ ไมส้ ามารถสรา้ งชดุ ของกฎตา่ ง ๆ และขณะที่ THEN yes บางคร้ังเรียกวธิ ีการนี้ว่า การสรา้ งกฎใหม่จากตวั อยา่ ง แต่ วิธีการนี้ยังมีความหมายท่ีแตกต่างกันเนื่องจากวิธีการใช้ การอุปนัยจะสร้างชุดของกฎท่ีเป็นอิสระ ซึ่งไม่จาเป็นตอ้ ง อยู่ในรูปโครงสร้างของต้นไม้ เพราะตัวสร้างการอนุมาน กฎ (Rule Induction) ไม่ได้บังคับการแตกข้อมูลเป็นแต่ ละระดับ แต่อาจจะสามารถค้นหารูปแบบ (Pattern) ท่ี แตกตา่ งกนั ได้

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 5 2. การเลือกคุณลักษณะ (Feature Selection) 3) การเลือกคณุ ลกั ษณะแบบควบรวม (Wrapper) การวเิ คราะห์ขอ้ มูลทีม่ ีมิติจานวนมากนั้น ถอื เป็นเร่อื งยาก เป็นข้นั ตอนกระบวนการหน่ึงสาหรับคัดเลอื กเซตยอ่ ยจาก และมีความซับซ้อนสูง ข้ันตอนวิธีสาหรับการเรียนรู้ท่ีจะ คุณลักษณะทั้งหมดของข้อมูล โดยจะเน้นที่กระบวนการ นามาใช้จัดการกับข้อมูลเหล่านี้จะต้องใช้ทรัพยากรทั้งใน ค้นหาเซตย่อยของคุณลักษณะท่ีเหมาะสมกับขั้นตอน ด้านการคานวณและการใช้หน่วยความจาจานวนมาก วิธีการเรียนรู้วิธีใดวิธีหนึ่งโดยเฉพาะ ดังนั้นวิธีการเลือก ในขณะท่ีประสิทธิภาพของกระบวนการเรียนรู้อาจลดลง คุณลักษณะแบบน้ี ถือได้ว่าจะเป็นการเพ่ิมประสิทธิภาพ เน่ืองจากอาจมีสัญญาณรบกวน (Noise) ในข้อมูลที่เกิด ของข้ันตอนการเรียนรู้ได้ดีที่สุด แต่ข้อเสียท่ีสาคัญคือ จากมิติที่ไม่เก่ียวข้องกับการวิเคราะห์ข้อมูลนั้น ๆ ดังนั้น จะต้องใช้เวลาในการเรียนรู้มาก และเซตย่อยของ เพอ่ื แก้ปัญหาดงั กล่าว มติ ิของขอ้ มูลเหล่านน้ั จะต้องถูกลด คุณลักษณะท่ีเลือกได้ จะเหมาะกับวิธีการเรยี นรู้แบบหน่ึง จานวนลงดว้ ยวธิ ีการเลือกคณุ ลกั ษณะทส่ี าคัญสาหรับการ ซ่ึงอาจไม่เหมาะกับวิธีการเรียนรู้แบบอื่น ๆ และปัญหาที่ วเิ คราะห์ขอ้ มูล [12] สาคัญอีกประการหนึ่งคือ อาจเกิดปัญหา Overfitting ได้ การเลือกคุณลักษณะแบ่งได้ 3 ประเภท ได้แก่ ตัวอย่างของวิธีการเลือกคุณลักษณะแบบ Wrapper เช่น Embedded, Filter และ Wrapper ซึ่งมีรายละเอียด Forward Selection, Backward Elimination แ ล ะ ดงั ต่อไปนี้ Evolutionary Selection 1) การเลือกคณุ ลักษณะแบบฝงั ตวั (Embedded) 3. การวิเคราะห์ความแม่นตรงของโมเดล K-fold จะเกิดขึ้นโดยขั้นตอนวิธีสาหรับการเรียนรู้เอง ซึ่งใน cross validation เป็นวิธีการตรวจสอบค่าความผิดพลาด ขัน้ ตอนวธิ สี าหรับการเรยี นรูเ้ อง จะมีการเลือกคณุ ลกั ษณะ ในการคาดการของโมเดล โดยการแบง่ ขอ้ มลู ออกเป็นกลุ่ม ที่เหมาะสมสาหรับการสร้างแบบจาลองในการแก้ปัญหา จานวน K กลุ่ม (K-fold) ในตอนแรกเลือกข้อมูลกลุ่มท่ี 1 ต่าง ๆ โดยไม่ต้องเพ่ิมกระบวนการวิธีในการคัดเลือก เป็นข้อมูลชุดทดสอบ และข้อมูลชุดที่เหลือจะเป็นข้อมูล คณุ ลักษณะทีเ่ หมาะสมอนื่ ๆ เขา้ มาช่วย ชุดสอน นาข้อมูลไปจัดหมวดหมู่ จากนั้นจะสลับข้อมูล 2) การเลือกคุณลักษณะแบบกรอง (Filter) จะ กลุ่มที่ 2 มาเป็นชุดทดสอบและข้อมูลกลุ่มอ่ืน ๆ ท่ีเหลือ เป็นกระบวนการประเมินประสิทธิภาพของคุณลักษณะ เป็นชุดทดสอบ สลับอย่างนี้ไปเรอื่ ย ๆ จนครบ K กลุ่ม ใน ของข้อมูลแต่ละตัวว่ามีความเหมาะสมกับการวิเคราะห์ ขั้นตอนสุดท้ายจะหาค่าเฉลี่ยและค่าส่วนเบ่ียงเบน ข้อมูลมากน้อยเพียงใด โดยไม่ขึ้นกับข้ันตอนวิธีของการ มาตรฐานของคา่ ความถกู ต้องในแตล่ ะกลุ่ม วธิ ีการนข้ี ้อมลู เรียนรแู้ บบใดแบบหนึง่ การเลือกคุณลกั ษณะแบบนจ้ี ะทา ทกุ ตัวจะได้เป็นทง้ั ชดุ ทดสอบและชดุ สอน [8] การจัดลาดบั (Ranking) ตามความสาคัญของคณุ ลักษณะ 4. หลกั การทางานของ Forward Selection เป็น แต่ละตัว และเลือกคุณลกั ษณะทีม่ ีระดับความสาคญั สงู สดุ การใช้หลักการสร้างชุดของคุณลักษณะโดยการใช้การ ตามจานวนที่ผู้ใช้ระบุ หรืออาจจะระบุเป็นค่าขีดแบ่ง เรยี งลาดับ โดยมขี ้ันตอนดังนี้ (Threshold) ของคุณลักษณะท่ีจะเลือกก็ได้ ข้อดีของการ 4.1 เริ่มต้นจากเซตว่าง แล้ววนรอบการทางาน เลือกคุณลักษณะแบบน้ีคือ การประมวลผลท่ีรวดเร็วและ โดยเรมิ่ ต้นจากรอบที่ 1 จะทาการหยิบคณุ ลกั ษณะทั้งหมด ไม่ขนึ้ กบั ขนั้ ตอนวิธกี ารเรยี นรแู้ บบใด ๆ แต่ข้อเสียทส่ี าคญั มา 1 คุณลักษณะ เพื่อคานวณหา Gain ของทุก คือ จานวนคุณลักษณะหรือค่าขีดแบ่งท่ีเหมาะสมนั้น ไม่ คณุ ลกั ษณะ ซึง่ เปน็ ค่าที่บอกถงึ อานาจในการจาแนก หาก สามารถทราบได้ คุณลักษณะใดคานวณได้ค่า Gain สูง ก็จะเลือกเอา คณุ ลกั ษณะนน้ั เป็นตวั ตง้ั สาหรบั รอบต่อไป

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 6 4.2 ทาการจับคู่คุณลักษณะน้ันกับคุณลักษณะ หลังจากเก็บรวบรวมข้อมูลของนักศึกษาแต่ละคนแล้ว ก็ อ่ืน ๆ เพิ่มคร้ังละ 1 คุณลักษณะ แล้วก็คานวณค่า Gain จะนาข้อมูลท่ีได้มาทาการตรวจสอบความสมบูรณ์ ซ่ึงอยู่ ถ้าคู่ใดได้ค่า Gain สูงก็จะถูกเลือกเป็นตัวต้ังสาหรับรอบ ในรูปแบบของตาราง Excel และทาการ Clean ข้อมูล ถดั ไป เพ่ือตัดข้อมูลที่ไม่สอดคล้องกันออก รวมถึงข้อมูลท่ีมีค่า 4.3 วนรอบเพ่ือเพ่ิมคุณลักษณะขึ้นครั้งละ 1 ว่าง (Missing Values) จากนนั้ ทาการแปลงข้อมูลให้อยู่ใน คุณลักษณะ จนกระท่ังสุดท้ายได้ชุดของคุณลักษณะท่ีถูก รูปแบบท่ีพร้อมนาเอาไปใช้ในการวิเคราะห์ข้อมูลตาม เลอื กออกมา อลั กอริทมึ ท่ีเลือกใช้ ดงั นี้ 1) จัดกลุ่มจังหวัดของสถานศึกษาเดิมแยกตาม วิธกี ารทดลอง ภูมิภาคเป็น 6 กลุ่ม คอื วิธีการวิจัยครั้งนี้แบ่งออกเป็น 3 ข้ันตอน - N ภาคเหนอื ประกอบด้วย 1) การจดั เตรยี มข้อมูล 2) การสร้างตวั แบบ - NE ภาคตะวันออกเฉียงเหนอื ทานาย และ 3) การวัดประสิทธิภาพของตวั แบบทานาย - C ภาคกลาง - E ภาคตะวนั ออก 1. การจัดเตรยี มข้อมูล ขอ้ มลู ทน่ี ามาใช้ในการวจิ ยั - W ภาคตะวนั ตก ครั้งนี้ เป็นข้อมูลของนักศึกษาระดับประกาศนียบัตร - S ภาคใต้ วิชาชีพ ของสถานศึกษารัฐบาลแห่งหน่ึงในประเทศไทย 2) จัดกลุ่มของคะแนนสอบแต่ละกลุ่มสาขา และ จานวน 5,100 ระเบียน ท่เี ก็บรวบรวมไวต้ ั้งแตป่ ีการศกึ ษา ผลการเรยี นของโรงเรยี นเดมิ เปน็ 3 กลุ่ม คือ 2550 ถึง 2559 ประกอบด้วย 9 สาขาวิชา ได้แก่ สาขา - คะแนนเฉลี่ย 3.00 – 4.00 ช่วงผลการเรียน การบัญชี, สาขาคอมพิวเตอร์ธุรกิจ, สาขาการขาย, สาขา เปน็ High (สูง) เลขานกุ าร, สาขาการโรงแรม, สาขาธุรกิจค้าปลกี , สาขาค - คะแนนเฉล่ีย 2.00 – 2.99 ช่วงผลการเรียน หกรรมการผลติ , สาขาการตลาด, สาขาธุรกิจค้าปลีกทว่ั ไป เปน็ Medium (ปานกลาง) ประกอบด้วยคุณลักษณะท้ังสิ้น 27 คุณลักษณะ ได้แก่ - คะแนนเฉลี่ย 1.00 – 1.99 ช่วงผลการเรียน กรุ๊ปเลือด, ส่วนสูง, น้าหนัก, จังหวัดของสถานศึกษาเดิม, เปน็ Low (ตา่ ) รายได้บิดา, รายได้มารดา, อาชีพบิดา, อาชีพมารดา, 3) จัดกลมุ่ ผลการเรยี นเฉล่ียตอนจบการศึกษาเปน็ รายได้ผู้ปกครอง, ความสัมพันธ์กับ,ผู้ปกครอง, สถานะ 4 กลุ่ม คือ บิดา, สถานะมารดา, ประเภทการเข้าศึกษา, รอบการเข้า - คะแนนเฉล่ีย 3.50 – 4.00 ช่วงผลการเรียน เรียน, รูปแบบการศึกษา, สถานะการศึกษา, เกรดเฉลี่ย เปน็ Excellent (ดเี ยยี่ ม) เดิม, สาขาวิชาที่เรียน, ผลการเรียนเฉลี่ยกลุ่มภาษาไทย, - คะแนนเฉล่ีย 3.00 – 3.49 ช่วงผลการเรียน ผลการเรียนเฉลี่ยกลุ่มภาษาต่างประเทศ, ผลการเรียน เป็น Good (ด)ี เฉลี่ยกลุ่มสังคม, ผลการเรียนเฉล่ียกลุ่มวิทยาศาสตร์, ผล - คะแนนเฉล่ีย 2.50 – 2.99 ช่วงผลการเรียน การเรียนเฉลี่ยกลุ่มคณิตศาสตร์, ผลการเรียนเฉลี่ยกลุ่ม เปน็ Averagely (ปานกลาง) พละศึกษา, ผลการเรียนเฉล่ียกลุ่มศิลปะ, ผลการเรียน - คะแนนเฉล่ีย 2.00 – 2.49 ช่วงผลการเรียน เฉลยี่ กลุ่มการงานอาชีพและเทคโนโลยี, ผลการเรียนเฉล่ยี เป็น Fairly (พอใช)้ เม่อื จบการศกึ ษาตามสาขาทเ่ี ลือกเรยี น

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 7 2. การสร้างตัวแบบทานาย เป็นขั้นตอนการ 3. การหาประสิทธิภาพของตัวแบบทานาย การ ออกแบบและสร้างตัวแบบทานายท้ัง 3 ตัวแบบ ได้แก่ วิจัยนี้ผู้วิจยั ได้ทาการทดสอบประสิทธภิ าพตัวแบบทานาย Decision Tree : J4 8 graft, Naïve Bayes แ ล ะ Rule ด้วยวิธีการ 10-fold cross validation ซึ่งจะแบ่งข้อมูล Induction ในการวิจัยจะเปรียบเทียบการทางาน 2 แบบ ออกเป็น 10 ส่วน โดยท่ีแต่ละส่วนมีจานวนข้อมูลเท่า ๆ คือ กัน คือ 510 ระเบียน หลังจากน้ันข้อมูลหนึ่งส่วนมาเป็น 2.1 Simple Classification คือ ไม่มีการเลือก กลุ่มชุดข้อมลู ทดสอบ (Testing Data) ส่วนทเี่ หลือ 9 สว่ น คุณลกั ษณะของขอ้ มลู กอ่ น แตใ่ ชอ้ ัลกอริทึมในการจาแนก นามาใช้เป็นกลุ่มข้อมูลชุดสอน (Training Data) แล้วทา ประเภทข้อมูลต่าง ๆ เพ่ือทาการประมวลผลเพ่ือหา การวนไปจนครบจานวน 10 รอบ โดยเปลี่ยนกลุ่มชุด คาตอบอยา่ งเดยี ว ข้อมูลทดสอบไปเรื่อย ๆ จนครบ จากน้ันนาผลการ 2.2 Hybrid Classification คือ การคัดเลือก ทดสอบประสิทธิภาพที่มีค่าความถูกต้อง (Accuracy) ท่ี คุณลักษณะของข้อมูลก่อนแล้วจึงนาไปประมวลผลต่อใน สูงที่สุด 2 ค่า มาทาการเปรียบเทียบด้วยวิธี T-Test เพ่ือ อัลกอริทึมการจาแนกประเภทข้อมูลต่าง ๆ โดยในการ ตรวจสอบว่าคา่ ความถกู ต้องท้ังสองน้ันมีความแตกต่างกัน วิจัยน้ีใช้เทคนิคการค้นหาคุณลักษณะแบบ Forward อย่างมีนัยสาคญั ทางสถิติหรอื ไม่ และสุดท้ายไดน้ าผลของ Selection ตัวแบบท่ีให้ผลดีท่ีสุดมาใช้สาหรับเป็นต้นแบบในการ ทานายผลสัมฤทธ์ิทางการเรียนของนักศึกษาระดับ ชุดข้อมลู อาชีวศึกษาตอ่ ไป คุณลักษณะ Forward ผลการทดลอง การวจิ ัยนีใ้ ชข้ ้อมลู นักศึกษาระดับประกาศนียบัตร J48gr Naïve Rule วิชาชีพ จานวน 5,100 ระเบียน 27 คุณลักษณะ ไป ทดสอบกับตัวแบบทานาย 3 ตัวแบบ ที่ใช้เทคนิคต้นไม้ ประสิทธิภาพตวั แบบทานายที่มคี ่าความถกู ตอ้ ง ตัดสินใจ (Decision Tree : J48graft) เทคนิคนาอีฟเบย์ ( Naïve Bayes) แ ล ะ เ ท ค นิ ค ก ฎ ก า ร อุป นั ย ( Rule ตัวแบบทานายผลสมั ฤทธท์ิ างการ Induction) เพื่อเปรียบเทียบประสิทธิภาพของตัวแบบ รปู ท่ี 2 รปู แบบการสร้างตัวแบบทานาย ทานาย นอกจากนั้นยังได้ทาการเปรียบเทียบระหว่างการ ไ ม่ เ ลื อ ก คุ ณ ลั ก ษ ณ ะ ข อ ง ข้ อ มู ล ก่ อ น แ ล ะ เ ม่ื อ เ ลื อ ก จากรูปภาพท่ี 2 เป็นรูปแบบการสร้างตัวแบบ คุณลักษณะโดยการใช้หลักการทางานของ Forward ทานาย โดยข้ันตอนแรกเป็นการนาข้อมูลของนักศึกษาสง่ Selection ผลการเปรยี บเทียบดังตารางท่ี 1 เข้าไปยังตัวแบบการทานายทั้ง 3 ตัวแบบ ขั้นแรกใช้ จากตารางท่ี 1 พบว่า การใช้เทคนิค Decision คุณลักษณะท้ังหมด และทาการวัดประสิทธิภาพตัวแบบ Tree: J48graft ด้วยการเลือกคุณลักษณะแบบ Forward การทานาย ขั้นท่ีสองใช้การเลือกคุณลักษณะแบบ Selection ค่าความถูกต้อง (Accuracy) ในการจาแนก Forward Select กบั ตัวแบบทานายทงั้ 3 ตวั แบบ เชน่ กนั ประเภทข้อมลู ได้ดีทส่ี ุด โดยให้คา่ ความถูกต้องที่ 83.08% และวัดประสิทธิภาพ เพ่ือเปรียบเทียบหาค่าความถูกต้อง สามารถสรุปเปน็ กฎการตดั สินใจได้ 88 ขอ้ แสดงดงั รปู ที่ 3 ทส่ี ูงท่ีสดุ มาใชใ้ นการทานายผลสมั ฤทธ์ิทางการเรียน

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 8 ตารางท่ี 1 เปรยี บเทยี บประสทิ ธภิ าพของการทางานของ จากน้ันเราจะทาการเทียบค่าความถูกต้องการใช้ ตวั แบบ 10-fold cross validation เ ท ค นิ ค Decision Tree: J4 8 graft แ บ บ Simple Accuracy Classification และ แบบ Hybrid Classification ว่ามี ความแตกต่างกันอย่างมีนัยสาคัญทางสถิติหรือไม่ โดยใช้ Algorithm Simple Hybrid T-Test พบว่า การทดสอบทั้งสองแบบมีค่าเท่ากับ 0.018 ซง่ึ มีคา่ นอ้ ยกวา่ 0.05 แสดงวา่ ค่าความถูกต้องท้ังสองค่ามี Decision tree Classification Classificatio ความแตกตา่ งกันอย่างมีนัยสาคญั ทางสถิติที่ .05 ดงั ตาราง (J48graft) ที่ 2 n 81.71* 83.08* Naïve Bayes 78.25 81.69 Rule Induction 81.25 81.22 ตารางท่ี 2 การทดสอบค่าความถกู ตอ้ งด้วย T-Test ABC J48graft pruned tree 0.817+/-0.014 0.831+/-0.010 ------------------ Tech = Low 0.817+/-0.014 0.018* 0.831+/-0.010 | Lang = Low: Fairly (781.0/87.0) | Lang = Medium สรปุ ผล | | Thai = Low: Fairly (51.0/11.0) | | Thai = Medium จากผลการวิจัยสามารถใช้เทคนิคเหมืองข้อมูลใน | | | Phy = Low: Fairly (3.0) การทานายผลสัมฤทธิ์ทางการเรียนของนักศึกษาระดับ | | | Phy = Medium: Averagely (24.0/9.0) อาชีวศึกษา ได้ท้ัง 3 ตัวแบบ ประกอบไปด้วย Decision | | | Phy = High: Averagely (45.0/17.0) Tree : J4 8 graft, Naïve Bayes แ ล ะ Rule Induction | | Thai = High แต่ทาการเปรยี บเทยี บเพื่อให้ไดว้ ิธีการที่ได้ค่าความถกู ตอ้ ง | | | Phy = Low: Fairly (3.0) ที่สูงท่ีสุด จากนั้นจึงทาการเปรียบเทียบหาประสิทธิภาพ | | | Phy = Medium: Averagely (17.0/6.0) ความถูกต้องในการทานาย เพ่ือหาตัวแบบทานายท่ีให้ | | | Phy = High: Averagely (29.0/7.0) ความถูกต้องสูงสุดที่เหมาะสมกับการนาไปใช้ในการ | Lang = High ทานายผลสัมฤทธิ์ทางการเรียนของนักศึกษาระดับ | | Sci = Low: Fairly (16.0/2.0) อาชีวศึกษา ผลการวิจัยพบว่าตัวแบบการทานายที่ใช้ | | Sci = Medium เ ท ค นิ ค Decision Tree : J4 8 graft แ บ บ Simple Classification ให้ค่าความถูกต้องร้อยละ 81.71 และ รปู ที่ 3 ตัวอยา่ งกฎการตดั สินใจทไี่ ด้จากต้นไมต้ ัดสนิ ใจ โดยใชอ้ ัลกอรทิ มึ J48graft จากรูปท่ี 3 กฎการตัดสินใจท่ีได้ เช่น IF แบบ Hybrid Classification ร่วมกับการใช้หลักการ Tech=Low AND Lang=Low THEN Fairly หมายความ ว่าถ้าผลการเรียนเฉล่ียกลุ่มการงานอาชีพและเทคโนโลยี ทางานของ Forward Selection ให้ค่าความถูกต้องร้อย ละ 83.08 ซึ่งมีค่าสูงสุด และผลการทดสอบค่าความ ถกู ต้องทั้งสองโดยใช้ T-Test พบวา่ ค่าความถกู ต้องทัง้ สอง ต่า และผลการเรยี นเฉล่ยี กลมุ่ ภาษาต่างประเทศต่า ดังนน้ั ค่ามีความแตกต่างกันอย่างมีนัยสาคัญทางสถิติที่ .05 ผลการเรียนตอนจบการศกึ ษาจะอยู่ในระดับพอใช้ แสดงให้เห็นว่าตัวแบบการทานายท่ีใช้เทคนิค Decision

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 9 Tree : J48graft แบบ Hybrid Classification ร่วมกับ 3. การเตรียมข้อมลู ก่อนทาการวิเคราะห์น้ันถือวา่ ก า ร ใ ช้ ห ลั ก ก า ร ท า ง า น ข อ ง Forward Selection มีความสาคัญเป็นอยา่ งมาก เพราะถ้าทา Data Cleaning เหมาะสมในการนาไปใช้ในการทานายผลสัมฤทธิ์ทางการ โดยใช้วิธีการตัดข้อมูลที่มีค่าว่าง ซึ่งบางครั้งข้อมูลท่ีตัด เรียนของนักศึกษาระดับประกาศนียบัตรวิชาชีพ ซึ่ง ออกไปนั้นอาจมีผลต่อตัวแบบการทานาย ในการ สอดคล้องกับงานวิจัยสุกิจ คูชัยสิทธ์ิ [4] สุภาวดี จูฑะ ดาเนนิ การจงึ ควรพิจารณาใหล้ ะเอียดรอบคอบ สุวรรณ [6] อรนุช พันโท [7] และ ไก้รุ่ง เฮงพระพรหม 4. ในการนาเทคนิคเหมืองข้อมูลมาใช้น้ัน ควรนา [8] ท่ีใช้เทคนิคต้นไม้โดยใช้อัลกอริทึม J48graft ให้ เทคนิคหลาย ๆ เทคนิคมาใช้ เพื่อเปรียบเทียบค่าความ ประสทิ ธภิ าพได้ดที สี่ ุด ถูกต้อง ซ่ึงจะทาให้ตัวแบบการทานายเกิดประสิทธิภาพ ส่วนปัจจัยที่ส่งผลต่อผลสัมฤทธ์ิทางการเรียนมี มากที่สดุ ทั้งหมด 9 คุณลักษณะ ได้แก่ ผลการเรียนเฉล่ียกลุ่มการ งานอาชีพและเทคโนโลยี ภาษาไทย คณิตศาสตร์ เอกสารอ้างอิง ภาษาต่างประเทศ วิทยาศาสตร์ สังคม สาขาวิชาท่ีเรียน [1] สถาบนั ทดสอบทางการศกึ ษาแห่งชาติ. (2559). ผล รอบการเข้าเรียน(เช้า-บ่าย) และรูปแบบการศึกษา(ทวิ ก า ร ท ด ส อ บ ท า ง ก า ร ศึ ก ษ า ร ะ ดั บ ช า ติ ด้ า น ภาคี-ปกติ) และจากกฎการตัดสินใจที่ได้จากต้นไม้ อ า ชี ว ศึ ก ษ า Vocational National ตัดสินใจโดยใช้อัลกอริทึม J48graft ในรูปภาพท่ี 3 เรา Educational Test (V-Net). สื บ ค้ น จ า ก สามารถบอกได้ว่าผลการเรียนเฉล่ียของกลุ่มสาระใดมผี ล http://www.niets.or.th/uploads/content_p ต่อผลสัมฤทธ์ิทางการเรียน ซึ่งช่วยให้อาจารย์ท่ีปรึกษา df/pdf_1503649895.pdf และอาจารย์ผู้สอนร่วมกันวางแผนการเรียน และสอน เสรมิ หรือแนะแนวใหก้ บั นกั ศึกษาที่ไดค้ ะแนนในแตล่ ะวชิ า [ 2 ] Daniel T. L.and Chantal D. L. (2 0 1 5 ) . Data ในกลมุ่ สาระน้ัน ๆ mining and predictive analytics. 2nd ed. ] USA : John Wiley and Sons incorporate. ข้อเสนอแนะ จากผลการดาเนินงานวิจัย มีข้อเสนอแนะเพื่อ [3] พรรณภิ า บุตรเอก และสรุ เดช บุญลือ.(2557). การ ดาเนินการวิจัยครั้งต่อไปหรือการนาผลการวิจัยไป พยากรณ์โอกาสสาเรจ็ การศกึ ษาของนกั ศกึ ษาโดย ประยุกต์ใช้ในประเดน็ ตา่ งๆ ดังน้ี ใช้ซัพพอร์ตเวกเตอร์แมชชีน . Veridian E- 1. ในการจัดเก็บข้อมูลไว้ในฐานข้อมูลผู้ท่ีมีส่วน Journal Science and Technology Silpakorn เกี่ยวข้องควรมีการพิจารณาคุณลักษณะข้อมูลของ University, 1(6): 40-49. นักศึกษาที่จาเป็นต้องจัดเก็บ เพ่ือให้ได้ข้อมูลที่เป็น ประโยชน์มากที่สุด และในการทางานของโปรแกรมควรมี [4] กิจ คูชัยสิทธ์ิ และเพ็ญศิริ มโนมัยสุพัฒน์. “การ การกาหนดให้ผกู้ รอกขอ้ มลู ตอ้ งกรอกให้ครบทุกชอ่ ง เปรียบเทียบประสิทธิภาพการจาแนกข้อมูลเพื่อ 2. อาจารย์ท่ีปรึกษาและผู้ที่เก่ียวข้องควรนาผล วิเคราะห์ปัจจัยพฤติกรรมด้านวินัยในตนเองที่ การทานายผลสัมฤทธ์ิทางการเรียนไปพิจารณาและหา ส่งผลต่อระดับผลการเรียนของนักศึกษาด้วย แนวทางแก้ไข เทคนิคเหมืองข้อมูล” ใน การประชุมวิชาการ

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 10 ระดับประเทศด้านเทคโนโลยีสารสนเทศ คร้งั ที่ 8, ข้อมูล.วารสารวิชาการราชภัฏตะวันตก, 9(1): โรงแรมดวี าน่า พล่าซา่ จงั หวดั กระบี่, 2016. 71-80. [5] เสกสรร วลิ ัยลกั ษณ์,วภิ า เจรญิ ภัณฑารักษ์ และ [9] เอกสิทธ์ิ พชั รวงศ์ศักดา.(2557). การวิเคราะหข์ ้อมลู ดวงดาว วิชาดากุล.(2558).การใช้เทคนิคการทา ด้วยเทคนิคดาต้า ไมน์นิ้ง เบื้องต้น. พิมพ์ครั้งที่ เ ห มื อ ง ข้ อ มู ล เ พ่ื อ พ ย า ก ร ณ์ ผ ล ก า ร เ รี ย น ข อ ง 2. กรงุ เทพฯ: เอเชยี ดิจติ อลการพมิ พ์. นั ก เ รี ย น โ ร ง เ รี ย น ส า ธิ ต แ ห่ ง มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตกาแพงแสน [10] Han, J, Kamber Mi. and Pei J. (2012). Data ศูนย์วิจัยและพัฒนาการศึกษา. Veridian E- Mining Concepts and Techniques. 3 rd Journal Science and Technology ed. USA: Morgan Kaufmann. Silpakorn University, 2(2): 1-17. [11] Thanaruk Theeramunkong.(2012). Introduction [6] สุภาวดี จูฑะสุวรรณ และ สมบูรณ์ อเนกฤทธิ์มงคล. to Concepts and Techniques in Data รปู แบบการพยากรณ์ผลการทดสอบทางการศึกษา Mining and Application to Text Mining. ระดับชาติข้ันพ้ืนฐาน (O-Net) โดยใช้เทคนิค 2 nd ed. Thai: Thammasat Printing House เหมืองข้อมูล กรณีศึกษานักเรียนช้ันประถมศึกษา (Tha Prachan Campus). ปีที่ 6 โรงเรียนอนุบาลสงิ ห์บุรี. ใน ICMSIT 2017: 4 th International Conference on [12] เอกสิทธิ์ พชั รวงศ์ศกั ดา. การคัดเลือก feature Management Science, Innovation and (feature selection) ด้ ว ย วิ ธี Information Technology, Suan Sunandha Rajabhat Gain. สบื ค้นจาก: http://dataminingtrend.com University, Bangkok,Thailand. 2560. /2 0 1 4 / data-mining-techniques/feature- selection-information-gain [7] อรนุช พันโท และมนตช์ ัย เทียนทอง. (2014). เปรียบเทียบประสทิ ธิภาพการจาแนกรปู แบบการ เรียนรู้ VARK ด้วยเทคนิคเหมืองข้อมูล. วารสาร เทคโนโลยีอุตสาหกรรม มหาวิทยาลัยราชภัฎ อุบลราชธานี, 4(1): 1-11. [8] ไกร้ งุ่ เฮงพระพรหม,สพุ จน์ เฮงพระพรหม และ สุวิมล มรรควิบูลย์ชัย.(2557). การค้นหาความรู้ คุณลักษณะสาคัญของนักศึกษาที่มีต่อผลสัมฤทธ์ิ ทางการเรียนในกลุ่มโปรแกรมคอมพิวเตอร์ มหาวิทยาลัยราชภัฏนครปฐม ด้วยเทคนิคเหมือง

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 11 The combination effect of tetracycline with bitter gourd (Momordica charantia) fruit extract and gallic acid on antimicrobial against pathogens Supawadee Patathananone1*, Noliza Lareenu1, Prattanah Siripat1, Sompong Klaynongsruang2 and Sakda Daduang3 1*Department of Chemistry, Faculty of Science and Technology, Rajamangala University of Technology Thanyaburi, Pathum Thani 12110 2Department of Biochemistry, Faculty of Science, Khon Kaen University, Khon Kaen 40002 3Division of Pharmacognosy and Toxicology, Faculty of Pharmaceutical Sciences, Khon Kaen University, Khon Kaen 20004, Corresponding Author E-mail : [email protected] ARTICLE INFO ABSTRACT Article history: Antibiotic drugs resistant of the pathogenic microorganism Received 11 May 2018 problem has increased rate in the current. The single antibiotic substances Accept 11 June 2018 often potential decrease for therapy. Thus, the multiple combinations of Online 30 June 2018 antimicrobial agents are a new strategy for improving this problem. Natural Keywords: products are the sources of antimicrobial substances which are developed Gallic acid, for antibiotic combination. In this research, the antimicrobial effect of Caffeic acid, phytochemical compounds, gallic acid and caffeic acid, bitter gourd fruit Tetracycline, extracts and tetracycline which is representative of antibiotic drug on the synergy, growth of Pseudomonas aeruginosa ATCC 35872and Staphylococcus antagonism aureus ATCC 25923 were determined. Then, the combined effects of bitter gourd fruit extracts and gallic acid with tetracycline were determined using checkerboard assay and analyzed by FIC Index. The result showed that all treatment samples inhibited growth of both pathogenic bacterial cells in vitro. The MIC values of bitter gourd fruit extracts, gallic acid and tetracycline

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 12 on Ps. aeruginosa were 12000, 2000 and 16 µg/ml, respectively. Additionally, MIC dose on S. aureus showed 16000, 6000 and 1 µg/ml, respectively. Antagonistic effect was observed with the combination of bitter gourd fruit extracts and tetracycline as evidenced by high values of the FIC index on Ps. aeruginosa and S. aureus around 5.33 and 6.50, respectively. However, the combination effect of gallic acid and tetracycline showed an additive effect with the values of the FIC index of Ps. aeruginosa and S. aureus 3.00 and 0.83, respectively. INTRODUCTION strategy for developing combined therapies [10-12]. Momordica charantia (Bitter gourd, bitter Drugresistanceofpathogenicmicroorganism is the critical condition of public health of the world melon or balsam pear) is a kind of medicinal wide [1]. In Thailand, Pseudomonas aeruginosa plant that belonging to the family Cucurbitaceae and Staphylococcus aureus are the nosocomial [13]. It is the economically plant in many pathogen which has been reported to have high countries. Moreover, it is a natural resource frequency resistance drugs in most hospitals [2- which reported to have many biological 3]. Several mechanisms for resistance against properties [14]. The ethanoic extracts of bitter antibiotics of Ps. aeruginosa have been offered - gourd leaves showed antimicrobial, antioxidant which include antibiotic inactivation by activity [15], and antitumor activity. Additionally, enzymatic digestion, altering the efflux pump the extract of bitter gourd fruit is an anti-diabetic mechanisms, target mutation, and decreased substance in normal and alloxan-diabetic rats. uptake of antibiotics [4]. Moreover, S. aureus has Furthermore, bitter gourd fruit extract acted as been reported as the superbug [5]. Therefore, the antimicrobial, antioxidant, antiviral, anti- the mono-treatment substances are often hepatotoxic and anti-ulcer genic activities [14]. unsatisfactory for therapy infectious diseases. To solve this situation, the new strategies are Tetracycline is an antibiotic drug which developed by using the multiple combinations inhibited growth of bacterial cell by interruption of antimicrobial agents [3, 6-7]. of protein synthesis of bacterial cells. The mechanism of action of tetracycline has been Since long, there are many natural products which report by Chopra and Roberts [16]. Bacterial cells are indicated to have high potential of antimicrobial up take tetracycline into cytoplasm via activity, for example phenolic acids, flavonoids, transmenbrane protein or efflux pump, after that essential oil and alkaloids [8-9]. The bioactive it interacted on the acyltransferase site (A-site) of products from natural resources are a new 30s ribosome subunit due to aminoacly-tRNA unable to bind at this site and then the process

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 13 of protein synthesis stopped and then bacterial (Momordica charantia) fruits were kept from Tha cell cannot growth [16]. Phae district of Satun province, Thailand. Bitter gourd fruits were washed for 3 times and placed Thai medicinal herbs and phytochemical at room temperature until dried. Next, the whole agents are determined the combination effect fruits were cut to reduce the area size. The with antibiotic drugs on resistant pathogenic extraction process was briefly applied previously microorganism. For example, Rhinacanthus descriptively [13]. Approximately, 15.0 g of small nasutus leaves extract displayed the piece fruits were homogenized with 95% ethanol antimicrobial activity on Acinetobacter for 5 minutes. The homogenate was shaken 180 baumannii, Pseudomonas aeruginosa and rpm at room temperature, for 24 h, after that methicillin- resistant Staphylococcus aureus (MRSA) [17]. Moreover, the combination results incubated at 4°C overnight. To make clearing indicated Rhinacanthus nasutus leaves extract supernatant, the homogenate was filtrated using exhibited the synergistic effect with acarbose membrane filter Whatman no. 05. The ethanol [18]. In addition, alpha-mangostin /gentamicin solvent was removed under the evaporator combination against S. aureus (MRSA) and MSSA machine. Evaporated supernatant was frozen dry isolate. The synergistic effect was found in MSSA by lyophilize. Then, the powder of the extract isolate [19]. was balanced and kept in -20°C. However, there is small report which Phytochemical and standard antibiotic studied the combination effect of bitter gourd agents fruit extract with antibiotic drug on inhibitory bacterial cell growth. Therefore, in this research, Gallic acid, Caffeic and tetracycline were in vitro antimicrobial activity of Bitter gourd fruit purchased from sigma Addict Company. extracts, gallic acid, caffeic acid and tetracycline were investigated on Ps. aeruginosa ATCC 27853 Pathogenic microorganism and S. aureus ATCC 25923. The MIC value of each treatment sample was determined using the Pseudomonas aeruginosa ATCC 27853 broth dilution technique. Finally, the combined and Staphylococcus aureus ATCC 25923 were effect was investigated using checkerboard test supported from Sompong Klaynongsruang and analyzed data by FIC index. laboratory which under the Protein and Proteomics Research Center for Commercial and RESEARCH METHODOLOGY Industrial Purposes (ProCCI), Department of Biochemistry, Faculty of Science, Khon Kaen University, Khon Kaen 40002, Thailand. Extraction process Antimicrobial susceptibility assay The process of sample collection was The mini modified broth dilution method performed in June, 2017. Matured bitter gourd was used to determine the Minimal Inhibitory

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 14 Concentration (MICs) of treatment agents. FICA, FICB - Fractional inhibitory concentration of Pathogenic bacteria were cultured in 3 mL of drug A & B respectively. MICA, MICB - Minimum nutrient broth at 37°C, 180 rpm for 4-6 h to inhibitory concentration of drug A & B respectively. observe the optical density at 600 nm [A], [B] - Concentration of drug A & B respectively. (OD600nm) approximate 0.5 (1 x 108 CFU/mL) FIC index by checkerboard method is interpreted and then diluted turbidity to 1 x 106 CFU/mL. as follows: Next, 1.0 mL of suspended bacterial cells was FIC index ≤ 0.5; synergy placed in test tubes. All treatment compounds 0.5 < FIC index ≤ 4; additivity and were prepared under the Serial twofold dilutions FIC index > 4; antagonism using NB medium. Diluted substances (1mL) were added into the suspended bacterial test tube, EXPERIMENT AND RESULTS mixed gentle and incubated at 37°C, 180 rpm for 18-20 h. The MIC of each agent was detected as Dried weight of Bitter gourd fruit extracts previously described [3]. Bitter gourd fruits were extracted for three Determination of combination effect times by the same condition. The lyophilized powder of the extracts was balanced for The activity of treatment samples and recording dried weight. The data was showed in Table 1. The average ±SD of dried weight was antibiotics in combination effect was determined 0.637±0.040 g. This extract is a treatment sample which was used to treat with pathogenic by the checkerboard broth micro dilution bacterial cells (Pseudomonas aeruginosa ATCC 27853 and Staphylococcus aureus ATCC 25923) method. The antibiotic and samples were to determine antimicrobial activity, MIC and prepared by twofold serial dilutions. combination effects. Approximately 50 µl of each component (bitter Table 1 Dried weight of bitter gourd fruits Extracts ground fruit extracts and gallic acid) were mixed Dried weight sample (g) Repeat times Mean ± SD with tetracycline and incubate at 37°C for 15 min. Bitter gourd (1) (2) (3) The combined samples were placed into the fruits extracts 0.60 0.68 0.63 0736. ±0.04 sterile 96-well Microtiter plate which contained 100 µL of suspended bacterial cells (1 x 106 CFU/mL). Plates were then incubated at 37°C and MIC was determined after 18-20 h of incubation. The Fractional inhibitory concentration (FIC index) for all the combinations was investigated using the following formula as described by [20]. FIC index = FICA + FICB = [A]/MICA + [B]/MICB……………………………(1)

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 15 Antimicrobial activity of treatment samples in Table 3. The MIC value of bitter gourd fruit extracts, gallic acid and tetracycline on Ps. Four kinds of treatment samples such as aeruginosa ATCC 27853 was 12000, 2000 and 16 bitter gourd fruit extracts, gallic acid, caffeic acid µg/mL, respectively. In addition, MIC on S. aureus and tetracycline were determined antimicrobial ATCC 25923 showed 16000, 6000, 1 µg/mL, activity on Ps. aeruginosa ATCC 27853 and S. respectively. However, caffeic acid unable to aureus ATCC 25923. All treatment samples were determine MIC value in this research able to inhibit growth of both pathogens (Figure. 1-2A, 2B, 2C, 2D). The bitter gourd fruit extracts Figure 1 The inhibitory effects of bitter gourd displayed the antibacterial activity at the high extracts (A), gallic acid (B), caffeic acid presenting concentration. Approximately 80% of (C) and tetracycline (D) on Ps. aeruginosa percentage inhibition on Ps. aeruginosa ATCC ATCC 27853. 27853 was proposed at the extracted dose more than 10,000 µg/mL (10.0 mg/mL). Thus, the MIC Combination effect value of the bitter ground fruit extract was The combination effect between two examined from ranging dose 10,000 – 20,000 µg/mL. In addition, gallic acid and tetracycline compounds were studied and analyzed by FIC showed the potential of antimicrobial activity on index. The data showed in Table 4. Tetracycline both pathogens. Additionally, the antibacterial that combined with bitter gourd fruits extracts on property of these treatment samples on S. Ps. aeruginosa ATCC 27853 and S. aureus ATCC aureus ATCC 25923 was similar in the results on 25923 presented the FIC value 5.33 and 6.55, Ps. aeruginosa. However, caffeic acid showed respectively. This data indicated that weak inhibition effects on both pathogens. The Tetracycline and bitter gourd fruit extracts percentage of inhibition less than 50% of all displayed the antagonistic effect. The result of concentration tests. The antimicrobial property tetracycline and gallic acid exhibited the FIC 3.00 of treatment samples was summarized and and 0.83, respectively. Therefore, the combined showed in Table 2. effect of both agents was the additivity. (Fig. 3). Minimal inhibition concentration analysis Minimal inhibitory concentration is the minimal dose of treatment samples that able to inhibit growth of bacterial cells by appearing clear turbidity. All treatment samples were measured MIC value on Ps. aeruginosa ATCC 27853 and S. aureus ATCC 25923 by broth dilution technique. The results were presented

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 16 CONCLUSION AND DISCUSSION antioxidant activity [22] and anticancer property [23]. In this report, MIC value of gallic acid on Ps. The antimicrobial activity of bitter gourd aeruginosa ATCC 27853 and S. aureus ATCC fruits extracts on Ps. aeruginosa ATCC 27853 and 25923 was 2000 and 6000 µg/mL, respectively. S. aureus ATCC 25923 was indicated that bitter Our report associated with the previous research ground fruits were a source of bioactive which showed the antimicrobial activity of gallic compounds. Minimal inhibitory concentration acid on Ps. aeruginosa DB5218, DR3062, ATCC value (MIC value) of bitter ground fruits extracts 15692, PA01 and PT121 at the MIC value 2000 on Ps. aeruginosa ATCC 27853 and S. aureus µg/mL [3]. In addition, a recently report showed ATCC 25923 was 12,000 and 16,000 µg/mL, the MIC dose on S. aureus of gallic acid present respectively. Previously report, bitter gourd fruits higher than 5,000 µg/mL which related to this from many areas in Taiwan were extracted by research [24]. Tetracycline is a kind of antibiotic water and methanol. All the extracts (10.0 which inhibited growth of microorganism by mg/mL) were determined antibacterial activity interruption of protein synthesis. In this report, on Ps. aeruginosa ATCC 27853 and S. aureus MIC value of tetracycline on Ps. aeruginosa ATCC ATCC 3359. The results showed all extracts 27853 and S. aureus ATCC 25923 was 16 and 1 cannot inhibit growth of both pathogens. On the µg/mL, respectively. However, in another reports other hands, these extracts able to induce found the MIC of tetracycline on Ps. aeruginosa bacterial cell growth [13] which differenced from and S. aureus was 32 and 16 µg/mL, respectively our research. Furthermore, there is a report [3, 25]. These data indicated that tetracycline which extracted bitter gourd fruits by 95% able to inhibit growth of both pathogens and MIC ethanol and studied antimicrobial activity on Ps. value can different because there are many aeruginosa and two species of S. aureus factors that associated with the experiment; for (Newman and Romero∆crtM). The report example, difference of bacterial species and indicated that the extract unable to inhibit difference of treatment conditions. growth of Ps. aeruginosa but inhibited S. aureus (Newman) and (Romero∆crtM) at the MIC value The combination effect was analyzed by 12,340 mg/mL and 670 mg/mL, respectively [21]. the FIC index. Tetracycline and bitter gourd fruit The differences area sources of bitter gourd fruits extracts on Ps. aeruginosa ATCC 27853 and S. also contained the different bioactive aureus ATCC 25923 showed FIC around 5.33 and compounds due to the extracts displayed the 6.50, respectively. This result indicated that both antimicrobial activity difference. Gallic acid was substances displayed combination effect as the bioactive compound which presented antagonism. Therefore, bitter gourd fruits extracts antimicrobial activity of many microorganisms [3]. should not combination use with tetracycline. Moreover, it has been reported to have The combination effect of tetracycline and gallic

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 17 acid on both bacterial pathogens also showed the combination mechanism. the FIC index in the case of additivity. However, Although, the synergistic effect is the goal our research different from the report of target of combination strategy, but natural Jayaraman et al. (2010) which indicated the compounds in foods or supplement foods also combination effect of tetracycline and gallic acid showed the antagonistic effect with many kinds as synergism [3]. Gallic acid inhibited growth of of antibiotic drugs due to the potential of bacterial cells by disrupting and produce pore antibiotics are reduced [3]. Therefore, the formation on plasma membrane of bacterial strategies for using combination should be two cells including intracellular potassium release, possible hypotheses such as (1) the compounds physicochemical surface properties, and surface that have synergistic effect with antibiotic drugs charge [26]. However, the bitter gourd fruit should be combined use as well (2) the extracts contained many kinds of bioactive substances that have an antagonistic effect with compounds leading to show the difference of antibiotic drugs should not use and avoid. (A) (B) (C) (D) Figure 2. Percentage of inhibition cell growth of Ps. aeruginosa ATCC 27853 which treated by bitter gourd extracts (A), gallic acid (B), caffeic acid (C) and tetracycline (D).

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 18 Table 2 Antimicrobial activity of treatment samples on Pseudomonas aeruginosa (ATCC 27853) and Staphylococcus aureus (ATCC 25923) Treatment samples Antimicrobial activity on pathogens 1. Bitter gourd fruits extracts Pseudomonas aeruginosa Staphylococcus aureus (ATCC 27853) (ATCC 25923) +++ +++ 2. Gallic acid +++ +++ 3. Tetracycline +++ +++ 4. Caffeic acid ++ *High potential of Inhibitory effect “+++” (Percentage of inhibition > 80 %) Low potential of Inhibitory effect “+” (Percentage of inhibition < 50 %) Table 3: Minimal inhibition concentration of treatment samples on Pseudomonas aeruginosa ATCC27853 and Staphylococcus aureus ATCC 25923 Treatment samples Minimal inhibition concentration (µg/ml) 1. Bitter gourd fruits extracts Pseudomonas aeruginosa Staphylococcus aureus (ATCC 27853) (ATCC 25923) 12,000 16,000 2. Gallic acid 2,000 6,000 3. Tetracycline 16 1 4. Caffeic acid ND ND * ND mean not detectable Table 4 FIC index and combination effect of antibiotic drugs and treatment samples Treatment substances Pathogen FIC index Combination effect Tetracycline + Bitter Ps. Aeruginosa ATCC27853 FIC index > 4.0 Antagonistic effect gourd fruits extract S. aureus ATCC25923 FIC index > 4.0 Antagonistic effect Tetracycline + Gallic acid Ps. Aeruginosa ATCC27853 0.5 < FIC index ≤ 4.0 Additive effect S. aureus ATCC25923 0.5 < FIC index ≤ 4.0 Additive effect * FIC index by checkerboard method is interpreted as follows: synergy ≤ 0.5; 0.5 < additivity ≤ 4.0; and antagonism > 4.0.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 19 Figure 3 The combination effect of gallic acid and tetracycline on Ps. aeruginosa ATCC 27853 which incubated for 6, 12 and 18 h. ACKNOWLEDGMENT resistance mechanisms. Clin Microbiol Reviews, 22(4), 582-610. The author wishes to thank Sakda Daduang for their encouragement and valuable [2] Mesaros, N., P. Nordmann, P. Plésiat, M. suggestions for this research, as well as Sompong Roussel-Delvallez, J. Van Eldere, Y. Klaynongsruang for kindly support pathogenic Glupczynski, Y. Van Laethem, F. Jacobs, P. bacterial cells. The work was made possible by Lebecque, A. Malfroot, P.M. Tulkens, F. funding from department of chemistry faculty of Van Bambeke. (2007). Pseudomonas Science and Technology, Rajamangala University aeruginosa: resistance and therapeutic of Technology Thanyaburi, Faculty of Dentistry of options at the turn of the new Khon Kaen University and Division of millennium. Clin Microbiol Infect, 13(6), Pharmacognosy and Toxicology, Faculty of 560-578. Pharmaceutical Sciences, Khon Kaen University which is gratefully acknowledged [3] Jayaraman ,P., M.K. Sakharkar, C.S. Lim, T.H. Tang, K.R. Sakharkar. (2010). Activity and REFERENCES interactions of antibiotic and phytochemical combinations against Pseudomonas aeruginosa [1] Lister, P.D., D.J. Wolter, N.D. Hanson. (2009). in vitro. International Journal of Antibacterial-resistant Pseudomonas Biological Sciences, 6(6), 556-568. aeruginosa: clinical impact and complex regulation of chromosomally encoded

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 20 [4] Singh, S.B., J.F. Barrett. (2006). Empirical [10] Coutinho, H.D., J.G. Costa, E.O. Lima, V.S. antibacterial drug discovery -Foundation in Falcão-Silva, J.P.Jr. Siqueira. (2008). natural products. Biochemical Enhancement of the antibiotic activity Pharmacology, 71(7), 1006-1015. against a multiresistant Escherichia coli by Mentha arvensis L. and chlorpromazine. [5] Foster, T.J. (2004). The Staphylococcus aureus Chemotherapy, 54(4), pp. 328-330. \"superbug\". Journal of Clinical Investigation, 114(12), 1693-1696 [11] Coutinho, H.D., J.G. Costa, E.O.Lima, V.S. Falcão-Silva, J.P.Jr. Siqueira. (2009). Herbal [6] Niederman, M.S., L.A. Mandell, A. Anzueto, J.B. therapy associated with antibiotic therapy: Bass, W.A. Broughton, G.D. Campbell, et al. Potentiation of the antibiotic activity (2001,). Guidelines for the management of against methicillin - Resistant adults with community-acquired pneumonia. Staphylococcus aureus by Turnera ulmifolia Diagnosis, assessment of severity, L. BMC Complementary and Alternative antimicrobial therapy, and prevention. Medicine, 1, 9-13. American Journal of Respiratory and Critical Care Medicine, 163(7), 1730-1754. [12] Garo, E., G.R. Eldridge, M.G. Goering, E. DeLancey Pulcini, M.A. Hamilton, J.W. [7] El Solh, A.A., A. Alhajhusain. (2009). Update on Costerton, G.A. James.(2007). Asiatic acid the treatment of Pseudomonas and corosolic acid enhance the aeruginosa pneumonia. Journal of susceptibility of Pseudomonas aeruginosa Antimicrobial Chemotherapy, 64(2), 229-238. biofilms to tobramycin. Antimicrob Agents Chemother, 51(5), 1813-1817. [8] Ozcelik, B., M. Kartal, I. Orthan. (2011). Cytotoxicity, antiviral and antimicrobial activities of [13] Lu, Y.L., Y.H. Liu, W.L. Liang, J.H. Chyuan, alkaloids, flavonoids, and phenolic acids. K.T.Cheng, H.J. Liang, W.C. Hou. (2011). Pharmaceutical Biology, 49(4), 396-402. Antibacterial and cytotoxic activities of different wild bitter gourd cultivars [9] Costa, J.G., E.M. Nascimento, A.R. Campos, F.F. (Momordica charantia L. var. abbreviata Rodrigues.(2010). Antibacterial activity of Seringe). Botanical Studies, 52(4), 427-434. Momordica charantia (Curcubitaceae) extracts and fractions. Journal of Basic [14] Grover, J.K., S.P. Yadav. (2004). Pharmacologica and Clinical Pharmacy, 2(1), 45-51. actions and potential uses of Momordica

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 21 charantia: a review. Journal of Narai Hospital. Burapha Science Journal, Ethnopharmacology, 93, 123-132. 16(2) : 89-96. [15] Leelaprakash, G., J. Caroline Rose, B.M. [20] J.N. Spoorthi, T. Vishwanatha, V. Reena, B.C. Gowtham. (2011). In vitro antimicrobial and Divyashree.(2011). Antibiotic synergy test. antioxidant activity of Momordica charantia Checkerboard method on multidrug leaves. Pharmacophore, 2(4), 244-252. resistant Pseudomonas aeruginosa. International Research Journal of [16] Chopra, I., M. Roberts. (2001). Tetracycline Pharmacy, 2(12), 196-198. antibiotics: Mode of action, applications, molecular biology, and epidemiology of [21] ธิดา สมใจ และคณะ ( 2559, พฤศจิกายน). bacterial resistance. Microbiology and การศึกษาผลของสารสกัดผลมะระข้ีนกต่อการ Molecular Biology Reviews, 65(2), 232-260. เ ติ บ โ ต ข อ ง แ บ ค ที เ รี ย ก่ อ โ ร ค แ ล ะ Staphylococcus aureus สายพันธ์ุต่างๆ 7 [17] Antonysamy, J. (2017). In vitro phytochemical การประชุมวิชาการงานเกษตรนเรศวร คร้ังที่ 14, and antibacterial studies on Rhinacanthus พิษณุโลก. Nasutus (L.) Kurz - A medicinally important plant. Journal of Microbiology and [22] Yilmaz, Y., R.T. Toledo.(2004). Major Experimentation 4(2), 1-4. flavonoids in grape seeds and skins: antioxidant capacity of catechin, [18] Shah, M.A., R. Khalil, Z. Ul-Haq, P. epicatechin, and gallic acid. Journal of Panichayupakaranant. (2017). -Glucosidase Agricultural and Food Chemistry, 52(2), inhibitory effect of rhinacanthins-rich 255-260. extract from Rhinacanthus nasutus leaf and synergistic effect in combination with [23] Maurya, D.K., N. Nandakumar, T. P.A. acarbose. Journal of Functional Foods , Devasagayam. (2011). Anticancer property 36, 325-331. of gallic acid in A549, a human lung adenocarcinoma cell line, and possible [19] Thathaisong, U., and S. Sangnual.(2011). mechanisms. Journal of Clinical Synergistic Effect of Alpha-Mangostin and Biochemistry and Nutrition, 48(1) 85-90. Gentamicin against Methicillin-resistant Staphylococcus aureus Isolated from King

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 22 [24] Borges, A., M.J. Saavedra, M. Simões. (2012). The activity of ferulic and gallic acids in biofilm prevention and control of pathogenic bacteria. Biofouling, 28(7), 755-67. [25] Rubin, J.E., K.R. Ball, M. Chirino-Trejo. (2011). Antimicrobial susceptibility of Staphylococcus aureus and Staphylococcus pseudintermedius isolated from various animals. Canadian Veterinary Journal, 52(2), 153-157. [26] Borges, A., C. Ferreira, M.J. Saavedra, M. Simoes. (2013). Antibacterial activity and mode of action of ferulic and gallic acids against pathogenic bacteria. Microbial drug resistance, 19(4), 1-9.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 23 การใชป้ ระโยชนส์ ารสกดั จากกากเมา่ ดาในผลิตภณั ฑ์เจลทาความสะอาดมอื Utilization of black Mao pomace extract in hand cleansing gel product สภุ กาญจน์ พรหมขันธ์1* ชนษิ ฎา วงศบ์ าสก์1 และอาทิตยา คาปิตะ1 0 สาขาวิทยาศาสตรแ์ ละเทคโนโลยีการอาหาร คณะทรัพยากรธรรมชาติ มหาวิทยาลยั เทคโนโลยรี าชมงคลอสี าน จงั หวัดสกลนคร 47160 Corresponding Author E-mail: [email protected] ARTICLE INFO ABSTRACT Article history: This research aims to study the utilization of black Mao pomace Received 11 May 2018 extract by studying the optimal extraction condition from Mao pomace and Accept 11 June 2018 applying the extract in hand cleansing gel product. The result was showed that Online 30 June 2018 the optimal extraction condition was 05% of ethanol and 27 hours extraction time. The extract had total phenolic at 6,550. 48mg gallic acid/ 055ml, Keywords: Mao, antioxidant activity at 2,020. 00mg ascorbic acid / 055ml, total anthocyanin at bioactive 42. 55mg cyanidin-3-glucoside / 055ml. The inhibition effective of E. coli, P. compounds, aeruginosa, S. aureus and E. hirae were 2.62, 2.33, 6. 05and 6. 05mm. cosmeceuticals respectively. From the used of Mao pomace extract developed hand cleansing gel product, it was showed that the optimal amount of the Mao pomace extract was 0%. The product viscosity was 9, 344cP, pH was 0. 88and the color values (L*, C* and ho) were 30.48, 00. 94 and 306.33, respectively. The product had total phenolic at 7. 25mg gallic acid/ 055ml, antioxidant activity at 3. 29 mg ascorbic acid/ 055ml, anthocyanin at 06. 25mg cyanidin-3-glucoside/ 055 ml and the inhibition clear zone of E. coli, S. aureus, E. hirae and P. aeruginosa was 4.02, 4.05, 4. 05and 4.05, respectively. Consumer acceptant test showed that the overall liking score was moderately (2. 79from 9-point scale). There were 44% of consumers accepted the developed product and 26 % of consumer would like to purchase the product.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 24 บทคัดยอ่ บทนา งานวิจัยนี้มุ่งเน้นศึกษาการนาสารสกัดจากเม่า เม่า (Mao) เป็นพืชตระกูลเบอร์ร่ีชนิดหน่ึง ท่ี มาใช้ประโยชน์ โดยศึกษากรรมวิธีท่ีเหมาะสมในการ พบได้ในท้องถิ่นแถบภาคตะวันออกเฉียงเหนือตอนบน สกัดสารสกัดจากกากเม่า เพ่ือประยุกต์ใช้ในผลิตภัณฑ์ ของประเทศไทย มีสารอาหารท่จี าเป็นตอ่ รา่ งกายหลาย เจลทาความสะอาดมือ จากผลการศึกษาพบว่า สภาวะ ชนดิ เชน่ แคลเซียม เหลก็ วติ ามนิ (B0, B7, B3, C และ ท่ีเหมาะสมในการสกัด คือ ความเข้มข้นของเอทานอล E) กรดอะมโิ นมากถงึ 04 ชนิด[0] จากการศึกษาฤทธิ์ใน 50% ท่ีเวลา72 ช่ัวโมง โดยมีปริมาณสารประกอบฟนี อ การต้านอนุมูลอิสระจากเม่า พบว่า สารสกัดจากเมล็ด ลิก 6,005.84 mg gallic acid/100 ml, มคี วามสามารถ และกากมีประสิทธิภาพในการออกฤทธิ์ต้านอนุมูล ในการต้านอนุมูลอิสระ 7,175.11 mgascorbic acid/100 ml, อิสระสูงถึง 95.37-035 GAE/g [7] และยังมีคุณสมบัติ ปริมาณสารแอนโทไชยานินทั้งหมด 87.00 mg ในการต้านแบคทีเรีย โดยการทาลายเยื่อหุ้มเซลล์ของ cyanidin-3-glucoside /100 ml และมีประสิทธิภาพ แบคทีเรียท่ีสามารถสร้างสปอร์ได้ ซ่ึงเป็นสาเหตุของ ในการยับย้ังเชื้อแบคทีเรียท้ัง 4 ชนิด ได้แก่ E. coli, P. โรคอาหารเป็นพิษ [3] ซึ่งปัจจุบันการใช้สารสกัดจาก aeruginosa, S. aureus และ E. hirae โดยมีขนาด ธรรมชาติในเคร่ืองสาอางกาลังเป็นที่นิยม เนื่องจากมี เส้นผ่านศูนย์กลางบริเวณใสเท่ากับ 7.67, 7.33, 6.50 สารออกฤทธิท์ างชีวภาพท่ีจาเป็นตอ่ ร่างกาย และมผี ลดี และ 6.50 mm ตามลาดับ นอก พบว่า ปริมาณสาร ต่อสุขภาพ เช่น สารประกอบฟีนอลิก แอนโธไซยานิน สกัดท่ี 5% มีความเหมาะสมต่อผลิตภัณฑ์มากท่ีสุดใน และฟลาโวนอยด์ เป็นต้น [8] โดยสารต้านอนุมูลอิสระ การทาเจลทาความสะอาดมือ ซึ่งมีคา่ ความหนืด 9,388 มีคุณสมบัติท่ีสามารถป้องกันภาวะเครียดออกซิเดชัน cP ความเปน็ กรด-ด่าง (pH) 5.44 และค่าสี L*, C* และ ของผิวหนัง และยับย้ังความเส่ือมสภาพของผิวหนัง hº เท่ากับ 35.84, 11.98 และ 356.33 ตามลาดับ อีก ส า ม า ร ถ ช่ ว ย ช ะ ล อ ค ว า ม เ สื่ อ ม ข อ ง ผิ ว จ า ก ท้ังมีปริมาณสารประกอบฟีนอลิกทั้งหมด 2.70 mg สภาพแวดล้อมภายนอกและความชราได้ [0] gallic acid /100 ml มคี วามสามารถในการต้านอนุมลู นอกจากนั้นสารสกัดจากธรรมชาติยังมีฤทธ์ิในการ อิสระ 3.79 mg ascorbic acid /100 ml ปรมิ าณสาร ยับยัง้ แบคทเี รียทก่ี ่อใหเ้ กิดโรคบางชนิดได้ [6] ดังน้ันจึง แอนโทไซยานินทั้งหมด 16.70 mg cyanidin-3- มุ่งเน้นศึกษาการนาสารสกัดจากกากเม่า ซึ่งเป็นของ glucoside/100 ml และมีประสิทธิภาพในการยับยั้ง เหลือทิ้งจากกระบวนการแปรรูปเม่ามาใช้เป็นสว่ นผสม เชื้อแบคทีเรีย 4 ชนิด คือ P. aeruginosa, S. aureus, E. ในผลิตภัณฑ์เจลทาความสะอาดมือ เพื่อเพ่ิมมูลค่า hirae และ E. coli โดยมีขนาดเส้นผ่าศูนย์กลางบริเวณใส ให้กับของเหลือใช้และเพ่ิมโอกาสในการพัฒนาพืช เท่ากับ 8.67, 8.50, 8.33, และ 8.17 ตามลาดับ และ ท้ อ ง ถิ่ น ร ว ม ถึ ง ส นั บ ส นุ น ก า ร พั ฒ น า ง า น ผลิตภณั ฑอ์ ตุ สาหกรรมชมุ ชนต่อไป ผู้บริโภคมีความชอบรวมในผลิตภัณฑ์ระดับชอบมาก วิธีดาเนินการวิจยั (7.24 คะแนนจากสเกล 9 ระดับ) มีการยอมรบั ในผลติ ภณั ฑ์ ร้อยละ 88 และสนใจที่จะซ้ือผลิตภัณฑ์เจลทาความสะอาด ศึกษำสภำวะกำรสกัดสำรสกดั จำกกำกเม่ำ มอื ผสมสารสกัดจากกากเมา่ ดา76% เตรียมตัวอย่างกากเม่าดา โดยนากากเม่าดา คำสำคญั : เมา่ , สารออกฤทธทิ์ างชวี ภาพ, เวชสาอาง อบแห้งที่อุณหภูมิ 605C จนมี aw ต่ากว่า 5.8 บดแล้ว ร่อนผ่านตะแกรงขนาด 05 เมช เก็บตัวอย่างที่ได้ในถุง

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 25 อลูมิเนียมฟอยล์ เก็บรักษาท่ีอุณหภูมิ 85C ศึกษา สาร DPPH [2] ปริมาณสารประกอบฟีนอลิกทั้งหมด วิธีการสกัดสารสกัดจากกากเม่าดา ปัจจัยท่ีศึกษา คือ [4] และปรมิ าณสารแอนโธไซยานินทัง้ หมด [9] ความเข้มข้นของเอทานอล (ร้อยละ 70, 05 และ 20) - คุณภาพทางจุลินทรีย์ ได้แก่ ทดสอบ และระยะเวลาการสกัด (78, 84 และ 27 ชว่ั โมง) จัดสง่ิ ประสิทธิภาพการยับยั้งเชื้อแบคทีเรีย 8 ชนิด คือ S. ทดลองแบบแฟคทอเรียลในแผนการทดลองแบบสุ่ม aereus, E. coli, E. hirae และ P. aeruginosa [05] สมบูรณ์ (37 Factorial in CRD) การสกัดใช้ตัวทา - คุณภาพทางประสาทสัมผัส ด้วยวิธีให้คะแนน ละลายในอตั ราส่วน 0:05 (w/v) เขย่าที่อัตราเร็วคงท่ที ่ี ความชอบ 9 ระดับ (9-point hedonic scale) ใน 005 รอบตอ่ นาที ที่อณุ หภมู หิ อ้ ง แยกสว่ นใสด้วยเครอ่ื ง คุณลักษณะต่างๆ ได้แก่ ลักษณะปรากฏ เนื้อสัมผัส Centrifuge 3,055 รอบต่อนาที นาน 00 นาที ผ่าน ความซึมซาบเข้าสู่ผิว ความชุ่มชื้นหลังการใช้ และ กระดาษกรองเบอร์ 8 ระเหยตัวทาละลายออกด้วย ความชอบโดยรวม [07] เครื่อง Rotary Evaporator เก็บในขวดสีชาท่ีอุณหภูมิ ศึกษำคุณภำพของผลติ ภัณฑ์ของเจลทำควำมสะอำด 85C รอการวเิ คราะห์ มอื ผสมสำรสกดั จำกกำกเมำ่ ที่พฒั นำได้ 0. ศึกษาคุณภาพทางเคมี ได้แก่ ประสิทธิภาพ 0. คุณภาพทางกายภาพ ได้แก่ ค่าสี L*, C* ในการยับยั้งอนุมูลอิสระของสารสกัดจากเม่าด้วย และ h๐ ด้วยเคร่ืองวัดสีรุ่น colorflex ค่าความหนืด วิธีการต้านการเปล่ียนแปลงของสาร DPPH [2] ด้วยเคร่ือง Brook field Viscometer หัว Spindle วิเคราะห์ปริมาณสารประกอบฟีนอลิกท้ังหมดด้วยวิธี เบอร์ 67 ความเร็ว 3.5 รอบ/นาที Folin-Ciocalteu Reagent [4] และวิเคราะห์ปริมาณ 7. คุณภาพทางเคมี ได้แก่ ค่า pH ด้วย pH สารแอนโธไซยานินทงั้ หมดด้วยวิธี pH differential [9] meter รุ่น pH 375 ประสิทธิภาพในการยับยั้งอนุมูล 7 ศึกษาคุณภาพทางจุลินทรีย์ของสารสกัดจาก อิสระด้วยวิธีการต้านการเปล่ียนแปลงของสาร DPPH กากเม่าดา ได้แก่ ทดสอบประสิทธิภาพการยับยั้งเช้ือ [2] ปริมาณสารประกอบฟีนอลิก [4] และปริมาณสาร แบคทีเรีย 8 ชนิด คือ Staphylococcus aereus, แอนโธไซยานินท้ังหมด [9] Escherichia coli, Enterococcus hirae แ ล ะ 7.3.3 ทดสอบประสิทธิภาพในการยับย้ัง Pseudomonas aeruginosa โดยวิธี Disc Diffusion จุลินทรีย์ ได้แก่ ทดสอบประสิทธิภาพการยับยั้งเชื้อ Method [05] แบคทีเรีย 8 ชนิด คือ S. aereus, E. coli, E. hirae พัฒนำผลิตภัณฑ์เจลทำควำมสะอำดมือท่ีมีส่วนผสม และ P. aeruginosa [05] ของสำรสกัดจำกกำกเม่ำ ศึกษำกำรยอมรับของผู้บริโภคต่อผลิตภัณฑ์เจลทำ พัฒนาสูตรผลิตภัณฑ์ทาความสะอาดมือที่มี ควำมสะอำดมือผสมสำรสกัดจำกกำกเม่ำดำ ส่วนผสมของสารสกัดจากกากเม่าดา ซึ่งดัดแปลงจาก ศึกษาการยอมรับของผู้บริโภคโดยวิธีการ สูตรผลิตภัณฑ์เจลฆ่าเช้ือ [00] โดยศึกษาปริมาณสาร ทดสอบแบบ Home Use Test [07]โดยการแจก สกัดจากกากเม่าดา 3 ระดับ คือ ร้อยละ 7.0, 0 และ แบบสอบถามและตัวอย่างผลิตภัณฑ์ให้ทดลองใช้เป็น 2.0 วางแผนการทดลองแบบสุ่มสมบรู ณ์ (CRD) ทาการ ระยะเวลา 0สปั ดาห์ กับกลมุ่ ผบู้ ริโภคเปา้ หมายที่เคยใช้ วดั คา่ คณุ ภาพของผลิตภณั ฑ์ ดังนี้ ผลิตภัณฑ์เจลทาความสะอาดมือโดยผู้ทดสอบมีอายุ - คุณภาพทางเคมี ได้แก่ ประสิทธิภาพในการ ต้ังแต่ 75 ปีขึ้นไป จานวน 20 คน ไม่จากัดเพศ ใช้ ยับย้ังอนุมูลอิสระด้วยวิธีการต้านการเปล่ียนแปลงของ วธิ กี ารสุ่มแบบไม่ใช้ความนา่ จะเป็น

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 26 ผลการวิจยั และวิจารณผ์ ลการวิจัย 05 ระยะเวลาสกัด 27 ชั่วโมง มีความสามารถในการ สภำวะกำรสกดั สำรสกดั จำกกำกเมำ่ ดำ ต้านอนุมูลอิสระสูงสุด 2,020.00 mg ascorbic จากผลการวิเคราะห์ค่าคุณภาพทางเคมี ดัง acid/055 ml โดยมีผลไปในทศิ ทางเดียวกนั กบั ปรมิ าณ สารประกอบฟีนอลิก เนื่องจากสารประกอบฟนี อลิกทา ตารางท่ี 0 พบวา่ สารสกัดจากกากเมา่ ดาทค่ี วามเขม้ ขน้ หนา้ ที่เปน็ สารต้านออกซิเดชนั โดยสารประกอบฟีนอลิก ของเอทานอลร้อยละ 05 ระยะเวลาสกัด 27 ชั่วโมง มี ท่ีเพ่ิมมากขึ้นจะส่งผลให้มีความสามารถในการต้าน ปริมาณสารประกอบฟีนอลิกทั้งหมดสูงสุด คือ ออกซิเดชันสูงขึ้นด้วย [08] และเมื่อพิจารณาปริมาณ 6,550.48 mg gallic acid/055 ml โดยเมื่อระยะเวลา สารแอนโทไซยานินทง้ั หมด พบวา่ สารสกดั จากกากเมา่ ในการสกัดนานข้ึน ส่งผลให้ปริมาณสารประกอบฟี ดาท่ีความเข้มข้นของเอทานอลร้อยละ 70 ระยะเวลา นอลกิ เพม่ิ ขนึ้ จากการศกึ ษาของ [03] พบว่า เมื่อระดบั สกัด 78 ชั่วโมง มีปริมาณแอนโทไซยานินสูงสุด 97.38 ค ว า ม เ ข้ ม ข้ น ข อ ง ตั ว ท า ล ะ ล า ย ท่ี มี ค ว า ม เ ป็ น ขั้ ว ท่ี mg cyanidin-3-glucoside/055 ml โดยแอนโธไซ เหมาะสมกับตัวถูกละลายจะทาให้สามารถสกัดสารได้ ยานินมีความสามารถละลายน้าได้ดี [00] ดังน้ันเมื่อ ปริมาณทีส่ ูงกวา่ และเม่ือพิจารณาความสามารถในการ ระยะเวลาในการสกดั สารเพิ่มขึน้ พบว่าปรมิ าณสารแอน ต้านอนุมูลอิสระของสารสกัดจากกากเม่าดา ที่ทาการ โทไซยานินมีแนวโน้มลดลง ทดสอบความสามารถในการยับย้ัง DPPH พบว่า สาร สกัดจากกากเม่าดาท่ีความเข้มข้นของเอทานอลร้อยละ Table 1 Bioactive compounds content of Mao pomace extract. Ethanol Extraction Total phenolic Antioxidant activity Total anthocyanin (%) Time (hr) (mg gallic acid/100 ml) (mg ascorbic acid/100 ml) (mg cyanidin-3- glucoside/100ml) 24 4,886.04±5.24d 5,601.78±17.78c 92.34 ±4.65a 25 48 4,828.75±77.02d 5,592.89±25.39c 80.66±3.61bcd 72 5,010.00±74.62c 5,666.96±86.33c 82.66±1.74bc 24 5,828.75±36.09b 6,410.67±98.98b 84.83±3.34b 50 48 5,930.83±25.46a 6,656.59±64.46b 82.83±5.81bc 72 6,005.84±15.59a 7,175.11±64.14a 87.00±6.76ab 24 3,042.29±14.18f 3,628.44±23.52f 75.15±2.30de 75 48 3,453.75±82.25e 4,031.41±52.10e 76.15±1.33cde 72 3,508.96±40.59e 4,449.19±97.66d 72.47±0.58e Values are expressed as mean ± SD (n=3) within the same column with different letters are significantly different (P<0.05) ซ่ึงอาจเนื่องจากแอนโทไซยานินเกิดการสลายตัว อกซิลของคาร์บอนตาแหน่งที่ 5 ในโมเลกุลของแอนโทไซ เม่ือมีการสมั ผัสกับแสงทาใหไ้ อออนเข้าไปแทนที่หมไู่ ฮดร ยานนิ จงึ ทาให้เกดิ การเปล่ยี นแปลงโครงสรา้ งของแอนโท

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 27 ไซยานิน และยังเป็นตัวเร่งให้เกิดการสลายตัวของสาร สูงสุด โดยมีขนาดเส้นผ่านศูนย์กลางบริเวณใสเท่ากับ แอนโทไซยานินจากความร้อน[16] ในอุตสาหกรรมการ 7.67 และ 7.33 mm ตามลาดบั แสดงดังตารางท่ี 2 โดย ผลติ เครอ่ื งสาอาง พบวา่ สารตา้ นอนมุ ลู อิสระมบี ทบาทใน ความสามารถในการยับยั้งแบคทีเรียมีความสัมพันธ์กับ การป้องกันเซลล์ผิวหนังจากการถูกทาลายจึงใช้ป้องกัน ปริมาณสารประกอบฟีนอลิกของสารสกัด ซึ่งสารสกัด หรือชะลอความเหี่ยวย่นของผิวหนังได้ [17] อนุมูลอิสระ จากเอทานอลร้อยละ 50 ที่ระยะเวลา 72 ชั่วโมง มี ที่มีผลต่อโครงสร้างของผิวหนังที่พบเป็นส่วนใหญ่คือ ปริมาณสารประกอบฟนี อลกิ สงู สดุ และมีความสามารถใน Reactive Oxygen Species (ROS) โดย พบว่า ร้อยละ การยับย้งั แบคทีเรียสูงสดุ ท้ังน้ีเน่ืองสารประกอบฟีนอลกิ 80 ของอนุมูลอิสระชนิดนี้เกิดจากรังสี UV ท้ังรังสี UVA มคี วามสามารถในการยับยง้ั จุลนิ ทรยี ์ทีท่ าใหก้ ่อเกิดโรคได้ ร้อยละ 95-98 และรังสี UVB ร้อยละ 2-5 [18] ROS จะ [21] พัฒนาผลิตภัณฑ์เจลทาความสะอาดมือผสมสาร สง่ ผลต่อความกระชับตึง และความยืดหย่นุ ของผิว ซง่ึ เปน็ สกัดจากกากเม่าดา สาเหตุของผิวแหง้ เสยี และริว้ รอยต่างๆ [19] ดงั น้ันการใช้ จากการนาสารสกัดจากกากเม่าดามาพัฒนา สารสกัดจากกากเม่าดาในผลิตภัณฑ์เจลทาความสะอาด ผลิตภัณฑ์เจลทาความสะอาดมือ มีระดับในการศึกษา 3 มือจะเป็นการเพ่ิมสารต้านอนุมูลอิสระให้แก่ผลิตภัณฑ์ ระดับ คือ รอ้ ยละ 2.5, 5 และ 7.5 พบวา่ ปริมาณรอ้ ยละ ทาให้ผลิตภัณฑ์สามารถกาจัดอนุมูลอิสระที่เกิดข้ึน และ ของสารสกัดจากกากเม่าดามีผลต่อค่าคุณภาพทางเคมี ป้องกนั ผวิ แหง้ เสยี และรว้ิ รอยได้ นอกจากนั้นมีรายงานว่า แตกต่างกันทางสถิติ (P<0.05) แสดงดังตารางท่ี 3 จาก สารแอนโธไซยานินท่ีได้จากผลไม้ตระกูลเบอร์ร่ีมี ผลการวิเคราะห์ พบว่า ผลิตภัณฑ์เจลทาความสะอาดมอื ความสามารถในการป้องกันรังสี และป้องกันการเกิด ผสมสารสกัดจากกากเม่าดาท่ีมีสารสกัดร้อยละ 7.5 มี ออกซิเดชันได้ [20] และพบว่าสารในกลมุ่ แอนโธไซยานิน ปริมาณสารประกอบฟีนอลิกทั้งหมดสูงสุด คือ 3.45 mg มีผลทาให้สุขภาพผิวดีข้ึนและมีฤทธ์ิในการยับย้ังการเกิด gallic acid /100ml ความสามารถในการต้านอนุมูล มะเร็งผิวหนังอีกด้วย [5] ดังนั้นเม่ือพิจารณาค่าคุณภาพ อิสระสูงสุด 4.40 mg ascorbic acid/100 ml และมี ต่างๆ จึงเลือกสารสกัดจากกากเม่าดาท่ีสกัดด้วย ปริมาณแอนโทไซยานินสงู สุด คือ 12.9 mg cyanidin-3- สารละลายเอทานอลร้อยละ 50 ระยะเวลาสกัด 72 glucoside/100 ml ช่ัวโมง เป็นสารสกัดที่จะนาไปศึกษาข้ันตอนต่อไป และ โดยจากการทดลองพบว่าแบคทีเรียแกรมบวก เมื่อทดสอบประสิทธิภาพการยับย้ังเช้ือแบคทีเรยี 4 ชนิด (S.aureus และE. hirae) มีแนวโน้มถูกยับย้ังด้วยสาร คือ S. aureus, E. coli, E. hirae และ P. aeruginosa สกัดได้ดีกว่าแบคทีเรีย แกรมลบ (E.coli และ P. พบว่า ประสิทธิภาพการยับยั้งเช้ือของสารสกัดจากกาก aeruginosa) เน่ืองจากแบคทีเรีย แกรมลบมีเย่ือหุ้ม เม่าดาท่ีสภาวะต่างกันมีผลยับยั้งเช้ือ S. aureus และ E. ช้ั น น อ ก ( outer phospholipid membrane) แ ล ะ hirae ไม่แตกต่างกันทางสถิติ (P>0.05) แต่พบว่าสาร periplasmic space โดยสารไลโพพอลิแซกคาไรด์ท่ีเป็น สกัดจากกากเม่าดาที่สภาวะการสกัดต่างกันมีผลยับย้ัง องค์ประกอบของเย่ือหุ้มชั้นนอกของแบคทีเรียแกรมลบ เชื้อ E. coli และ P. aeruginosa แตกต่างกันกันทาง เป็นตัวกั้นการซึมผ่านของสารได้ดี ในขณะท่ีแบคทีเรยี แก สถิติ (P<0.05) โดยสารสกัดจากเอทานอลร้อยละ 50 ที่ รมบวกไม่มีโครงสร้างเหล่าน้ี สารต่างๆ จึงสามารถซึม ระยะเวลา 72 ช่ัวโมง มีแนวโน้มในการการยับย้ังเชื้อได้ ผ่านเยื่อห้มุ เซลลไ์ ด้ดกี วา่ แบคทเี รยี แกรมลบ [22] [6]

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 28 Table 2 Bacteria inhibition effective of Mao pomace extract. Ethanol Extraction Inhibition zone) mm( (%) Time (hr) E.coli S. aureusns E. hiraens P. aeruginosa 24 7.00±0.87ab 6.50±0.50 6.33±0.58 6.50±0.87bc 25 48 7.00±0.87ab 6.00±0.00 6.00±0.00 6.83±0.29abc 72 7.00±0.87ab 6.50±0.00 6.17±0.29 7.17±0.29ab 24 6.83±0.76ab 6.17±0.29 6.50±0.00 6.17±0.29c 50 48 7.17±1.04ab 6.67±0.29 6.50±0.50 6.17±0.29c 72 7.67±0.58a 6.50±0.50 6.50±0.00 7.33±0.29a 24 6.83±0.29ab 6.50±0.50 6.00±0.00 6.67±0.29abc 75 48 6.67±0.29ab 6.33±0.29 6.67±0.29 7.00±0.00ab 72 6.17±0.29b 6.33±0.29 6.67±0.58 6.50±0.00bc Values are expressed as mean ± SD (n=3) within the same column with different letters are significantly different (P<0.05) ns The average of each data set vertically not significantly different (P> 0.05) ซึ่งสอดคล้องกับการศึกษาของ [ 23] ซึ่งพบว่า สามารถยับย้ังเช้ือจุลินทรีย์ได้ไม่แตกต่างกันทางสถิติ ส า ร ป ร ะ ก อ บ ฟี น อ ลิ ก ส กั ด จ า ก ผ ล แ ล ะ เ ม ล็ ด อ งุ่ น (P>0.05) ดังน้นั เม่อื พจิ ารณาคุณภาพดา้ นต่างๆจึงเลอื ก สามารถยับยั้งเชื้อจุลินทรีย์ท่ีก่อโรคและทาให้อาหาร ปริมาณสารสกัดจากกากเม่าดาร้อยละ 5 เพ่ือผลิต เสอื่ มเสีย เชน่ S. aureus, E coli และ P. aeruginosa ผลิตภณั ฑเ์ จลทาความสะอาดมือ และจากการพิจารณาค่าคุณภาพเคมี พบว่า เจลทา ความสะอาดมือผสมสารสกัดจากกากเม่าร้อยละ 7.5 มี คุณภำพของผลิตภัณฑ์เจลทำควำมสะอำดมือผสม ค่าปริมาณสารออกฤทธิ์ทางชีวภาพสูงสุด แต่ลักษณะ สำรสกดั จำกกำกเม่ำดำ เจลมีความเหลวมากจนเกินไป เน่ืองจากสารสกัดมี ความเป็นกรด เม่ือใช้สารสกัดในปริมาณสูงสารก่อเจ เม่ือตรวจสอบคุณภาพด้านต่างๆของผลิตภณั ฑ์ ลจึงไม่สามารถทนต่อสภาพความเป็นกรดได้ ซ่ึงหาก เจลทาความสะอาดมือผสมสารสกัดจากกากเม่าดา พิจารณาค่าคุณภาพทางประสาทสัมผัสด้านความชอบ พบว่า มีคุณภาพทางกายภาพ ได้แก่ ความหนืด 9,388 ในคุณลักษณะต่างๆ ได้แก่ ลักษณะปรากฎ (ความเป็น cP ค่าสี L*, C* และ h๐ เท่ากับ 35.84, 11.98 และ เจล) การซึมซาบเข้าสู่ผิว ความชุ่มชื่นหลังการใช้ ความ 356.33 ตามลาดับ และมีคุณภาพทางเคมี ได้แก่ ความ เหนียวเหนอะหลังการใช้และความชอบรวม พบว่าสตู ร เป็นกรด-ด่าง (pH) 5.44 ปริมาณสารประกอบฟีนอลิก ท่ีมีสารสกัดร้อยละ 5 มีค่าคะแนนความชอบใน ท้ังหมด 2.70 mg gallic acid/100 ml ความสามารถ คุณลักษณะดา้ นต่างๆสูงสุด ดังน้ีคือ 7.06, 6.93, 7.10, ในการต้านอนุมูลอิสระ 3.79 mg ascorbic acid/100 6.60 และ 7.23 ตามลาดับ ส่วนค่าคุณภาพทาง ml ปริมาณสารแอนโธไซยานินทั้งหมด 16.70 mg จุลินทรีย์พบว่า สูตรท่ีผสมสารสกัดร้อยละ 5 และ 7.5 cyanidin-3-glucoside/100 ml แ ล ะ ผ ลิ ต ภั ณ ฑ์ ท่ี พัฒนาได้มีประสิทธิภาพในการยับยั้งเชื้อแบคทีเรีย 4

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 29 ชนิด คือ P. aeruginosa, S. aureus, E. hirae และ 8.50, 8.33, และ 8.17 mm ตามลาดับ และผลิตภณั ฑ์ E. coli ขนาดเส้นผ่านศูนย์กลางบรเิ วณใสเท่ากับ 8.67, มจี านวนจลุ นิ ทรีย์น้อยกว่า 25 CFU/g ดงั ตารางท่ี 5 Table 3 Bioactive compounds content of hand cleansing gel products with different percentages of Mao pomace extract Mao pomace Total phenolic Antioxidant activity Total anthocyanin extract (%) (mg gallic acid/100 ml) )mg ascorbic acid/100 ml( )mg cyanidin-3-glucoside/100ml( 2.5 2.58±9.85c 3.30±7.48c 7.43±0.38b 5 2.84±1.57b 3.78±1.94b 11.27±3.89ab 7.5 3.45±1.24a 4.40±3.48a 12.94±1.38a Table 4 Bacteria inhibition effective of hand cleansing gel products with different percentages of Mao pomace extract Mao pomace Inhibition zone) mm( extract (%) E.coli ns S. aureus E. hirae ns P. aeruginosa 2.5 8.00±0.50 7.83±0.76b 8.50±0.50 7.87±0.29b 5 8.17±0.29 8.50±0.50ab 8.50±0.00 8.50±0.00a 7.5 8.50±0.50 9.17±0.29a 8.60±0.53 8.50±0.50a *Values are expressed as mean ± SD (n=3) within the same column with different letters are significantly different (P<0.05) ns The average of each data set vertically not significantly different (p>0.05) กำรยอมรับของผู้บริโภคต่อผลิตภัณฑ์เจลทำควำม พบว่า ผู้บริโภคให้การยอมรับผลิตภัณฑ์ร้อยละ 88 และ สะอำดมอื ผสมสำรสกัดจำกกำกเม่ำ ตดั สินใจซือ้ ผลิตภัณฑร์ ้อยละ 76 จ า ก ก า ร ท ด ส อ บ ก า ร ย อ ม รั บ ข อ ง ผู้ บ ริ โ ภ ค ต่ อ สรปุ ผลการวิจัย ผลิตภัณฑ์เจลทาความสะอาดมือผสมสารสกัดจากกาก เม่าดา โดยการให้คะแนนความชอบ (9-point hedonic สภาวะในการสกัดสารสกัดจากกากเม่าดาท่ี scale) ต่อคุณลักษณะด้านลักษณะปรากฏ (ความเป็น เหมาะสม คือ ความเข้มข้นของเอทานอลร้อยละ 50 เจล) การซึมซาบเข้าสู่ผิว ความชุ่มช้ืนหลังการใช้ ความ ระยะเวลาสกัด 72 ชั่วโมง โดยมีปริมาณสารประกอบฟี เหนียวเหนอะหลังการใช้ และความชอบรวม พบว่า นอลิกทั้งหมด 6,005.84 mg gallic acid/100 ml มี ผู้บริโภคให้คะแนนความชอบอยู่ในช่วงชอบปานกลาง- ความสามารถในการต้านอนุมูลอิสระ 7,175.11 mg ชอบมาก โดยมีคะแนนเฉลี่ย 7.06, 6.66, 6.72, 6.26 Ascorbic acid/100 ml ปริมาณสารแอนโทไซยานิน และ 7.24 คะแนน ตามลาดับ และเมื่อนาผลิตภณั ฑเ์ จล ท้ั ง ห ม ด 87.00 mg Cyanidin-3-glucoside/100 ml ทาความสะอาดมือผสมสารสกัดจากกากเม่าดาบรรจุ และมีประสิทธิภาพในการยับยั้งเชื้อแบคทีเรียแบคทีเรีย หลอดพลาสติกขนาด 50 กรัม ราคาจาหน่าย 45 บาท 4 ชนดิ คือ S. aureus, E. hirae, P. aeruginosa และ E

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 30 coli เม่ือนาสารสกัดจากกากเม่าดามาใช้ประโยชน์โดย ml และมีประสิทธิภาพในการยับย้ังเช้ือแบคทีเรีย การผสมในผลติ ภณั ฑเ์ จลทาความสะอาดมือ ปริมาณร้อย แบคทีเรีย 4 ชนิด คือ P. aeruginosa, S. aureus, E. ละ 5 พบว่า ผลิตภัณฑ์มีคา่ ความหนดื 9,388 cP ค่าสี L*, hirae และE. coli โดยมีขนาดเส้นผ่าศูนย์กลางบริเวณ C* แ ล ะ h๐ เ ท่ า กั บ 35.84, 11.98 แ ล ะ 356.33 ใสเท่ากับ 8.67, 8.50, 8.33, และ 8.17 ตามลาดับ และ ตามลาดับ มีค่าความเป็นกรด-ด่าง (pH) 5.44 และมี ผู้บริโภคให้การยอมรับผลิตภัณฑ์เจลทาความสะอาดมือ ปริมาณสารประกอบฟีนอลิกทั้งหมด 2.70 mg gallic ผสมสารสกัดจากกากเม่าดา ร้อยละ 88 โดยผู้บริโภคให้ acid/100 ml ความสามารถในการตา้ นอนุมลู อิสระ 3.79 คะแนนความชอบในดา้ นคุณลักษณะต่างๆของผลติ ภัณฑ์ mg ascorbic acid/100 ml มีปริมาณสารแอนโธไซ อยู่ในระดับชอบมากและคิดว่าจะตัดสินใจซื้อผลิตภัณฑ์ ยานินท้ังหมด 16.70 mg cyanidin-3-glucoside/100 รอ้ ยละ 76 Table 5 Physical, Chemical and Microorganism properties of developed hand cleansing gel product Properties Result Physical properties Vicosity) cP( 9,388 Color L* 35.84 C* 11.98 ho 365.33 Chemical properties pH 5.44 Total phenolic acid) mg gallic acid/100 ml( 2.70 Antioxidant activity )mg ascorbic acid/100 ml( 3.79 Total anthocyanin) mg cyanidin-3-glucoside/100ml( 16.70 Microorganism properties) Inhibition zone( Escherichia coli (mm) 8.17 Staphylococcus aureus (mm) 8.50 Enterococcus hirae (mm) 8.33 Pseudomonas aeruginosa (mm) 8.67 Total plate count (CFU/g) <25 เอกสารอ้างองิ [2] D. Puangpronpitag, P. Areejitranusorn, P. Boon siri, M. Suttajit and P. Yongvanit. (2008), [1] อร่าม คุ้มกลาง. 2543. งานประดิษฐ์คิดค้น ntioxidant activities of polyphenolic ผลิตภัณฑ์จากพืชตระกูลเม่า. กรุงเทพฯ: โรง compounds isolated from Antidesma พิมพ์ครุ สุ ภาลาดพรา้ ว.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 31 thwaitesianum Müll. Arg. seeds and marcs. Food Sci, 73(9), 48-53. [9] M.M. Giusti and R.E. Wrolstad. (2001). Charcterization and measurement of [3] วัลยา เนาวรัตน์วัฒนา และพัชรี บุญศิริ. (2542). anthocyanins by UV-Visible spectrocscopy. โปร ออกซิแดนซ์:อีกโฉมหน้าของแอนติออกซิ In R.E. Wrolstad (Ed.). Current Protocols แดนซ.์ วิทยาศาสตร์, 53(3), 196-198. in Food Analytical Chemistry. (pp. F1.2.1-F1.2.13), New York, John Wiley & [4] ศุภชัย สมัปปิโต. (2554). มะเม่า. กรุงเทพฯ: Sons Inc. สานักพมิ พโ์ อเดียนสโตร.์ [10] ปิยวดี เจริญวัฒนะ, สุมนา ปานสมุทร, ดารง คง สวัสดิ์ และอานวย เพชรประไพร. (2552). [5] อุไรวรรณ พานิช. (2555). สารต้านอนุมูลอิสระกับ การศึกษาฤทธิ์ในการยับย้ังจุลินทรีย์ของสาร การยับยั้งความเส่ือมสภาพของผิวหนัง. ใน สกัดจากบัวหลวง. ปทุมธานี: มหาวิทยาลัย วรพล เองวานิช (บรรณาธิการ). อนุมูลอิสระ เทคโนโลยีราชมงคลธัญบุรี. และสารต้านอนุมูลอิสระ. (น. 357-384). เชียงใหม:่ สานกั พิมพน์ วัตกรรมสุขภาพ. [11] สรุ เทพ ธนยี วัน. (2552). การผลิตเจลลา้ งมือฆา่ เชอื้ . สบื ค้นจาก http://www.tistr.or.th/tis [6] M. Massara, S.B. Khedir, M.B. Salem, W. tr/code /tistrorg/news. Regaieg and T. Rebai. (2017). Antioxidant and antimicrobial activities of ethanol [12] M. Meilgaard, G.V. Civille and B.T. Carr. and aqueous extracts from Urtica urens. (1999). Sensory evaluation techniques. Pharmaceutical Biology. 55(1), 775-781. (3rd ed). New York: CRC pass. [7] S. Karakaya, El. SN. and A. TAS. (2001). [13] ปฏิวิทย์ ลอยพิมาย, ทิพวรรณ ผาสกุล และราตรี Antioxidant activity of some foods มงคลไทย. (2554). เปรียบเทียบฤทธ์ิการต้าน containing phenolic compounds. อนุมูลอิสระและสารประกอบ ฟีนอลิกรวมของ International Food Sciences and เปลือกผลไม้. วิทยาศาสตร์การเกษตร 42(2), Nutrition 52(6), 501–508. 385-388. [8] J. Daduang, S. Vichitphan, S. Daduang, P. [14] อธิยา เรืองจักรเพ็ชร. (2550). ผลของปฏิกิริยา Hongsprabhas and P. Boonsiri. (2011). การเกิดสีน้าตาลในมะขามป้อม และอายุของ High henolics and antioxidant of some มะกอกน้าต่อปริมาณฟีนอลิก ฟลาโวนอยด์ tropical vegetables related to และกิจกรรมของสารต้านออกซิเดชัน . antibacterial and anticancer activities. (วิ ท ย า นิ พ น ธ์ ป ริ ญ ญ า ม ห า บั ณ ฑิ ต , African Pharmacy and pharmacology มหาวทิ ยาลัยเกษตรศาสตร์) 5(5), 8-15.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 32 [15] นิศารัตน์ ศิริวัฒนเมธานนท์. (2559). สารเคมีท่ีมี Pakistan Pharmaceutical Science. ประโยชน์จากผักผลไม้ที่มีสีม่วงและสีน้าเงิน. 22(1), 102-106. สื บ ค้ น จ า ก http://www.pharmacy. mahidol.ac.th/th/knowledge/article/152 [22] B. Shan, , Y.Z. Cai, J.D. Brooks and H. Corke. (2007). The in vitro antibacterial activity [16] ยุพาพร ผลาขจรศกั ด.ิ์ (2547). การสกัดและความ of dietary spice and medicinal herb คงตวั ของแอนโทไซยานนิ ท่ีสกดั ได้จากเปลือก extract. Food Microbiology. 117(1): มังคุด. (วิทยานิพนธ์ปริญญามหาบัณฑิต, 112-119. มหาวทิ ยาลยั ศิลปากร). [23] ลอื ชยั บตุ คปุ . (2551). การศกึ ษาสารออกฤทธิ์ [17] พิมพร ลลี าพรพิสฐิ . (2551). เคร่อื งสาอางสาหรับ ทางชวี ภาพในเม่าหลวงสายพนั ทางการค้า ผิวหนัง. พิมพ์คร้ังที่ 2. กรุงเทพฯ: สานักพิมพ์ จากภาคตะวนั ออกเฉยี งเหนอื ของประเทศ โอเดียนสโตร์. ไทยเพ่ือการผลิตเครื่องด่มื และไวน์แดง. (วิทยานิพนธป์ ริญญาดษุ ฎบี ณั ฑติ , [18] H. Flober-Muller, S. Champ, C. Kandzia, K. มหาวทิ ยาลยั มหาสารคาม Jung, M. Seifert and T. Herrling. (2008). Strategy for Efficient Prevention from photo-ageing. SOFW Journal 134(8), 23- 32. [19] A.K. Mishra, A. Mishra and P. Chattopadhyay (2011). Herbal cosmeceuticals for photo- protection from Ultraviolet B radiation. Tropical Journal of Pharmaceutical Re- search 10(3), 351-360. [20] I. Kusumawati, and G. Indrayanto. (2013). Natural antioxidants in cosmetic. Oxford United kingdom: Elsevier press. [21] M. Senful, ,E.Yildiz, N. Gungor, B. Cetin, Z. Eder and S. Ercisli. (2009). Total phenolic content, antioxidant and antimicrobial activities of some 170 medicinal plants.

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 33 โปรโตไทพร์ ะบบตรวจวัดและแจง้ เตอื นสภาพดินในสวนทุเรยี น กรณศี ึกษา ต.บึงกาสาม อ.หนองเสือ จ.ปทมุ ธานี A Prototype of Soil Monitoring and Notification System in Durian Farm: A Case Study of Bueng Ka Sam, Nong Suea, Pathum Thani ปองพล นลิ พฤกษ์1,* กรี ติบุตร กาญจนเสถยี ร2 และ บุรสั กร อยสู่ ุข3 ภาควิชาคณติ ศาสตร์และวทิ ยาการคอมพวิ เตอร์ คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลยั เทคโนโลยรี าช มงคลธัญบรุ ี จงั หวัดปทมุ ธานี 12110 Corresponding Author E-mail: [email protected] ARTICLE INFO ABSTRACT Article history: One factor that affects the durian’s growing process in the Received 18 June 2018 target area is that the majority of the farmers do not own the system Accept 06 July 2018 that measures soil moisture and makes an immediate report. The soil Online 15 July 2018 is sent to the lab and it generally requires approximately 3 to 4 months Keywords: to produce the result, which is not the effective way because often Monitoring and Notification the soil moisture changes when the result comes back. Therefore, the System, soil monitoring and notification system in durian farm to overcome Soil, such problems was developed in this research and deal with farmers Durian, directly. The methodology consists of investigating the requirements Smart Farm from users, analyzing and designing the system, developing the prototype in software which applied knowledge-based, and hardware parts which are the connected circuits, and sensors which measure soil pH, moisture, temperature and light volume, installing the system, and transferring the technology to the target group. The results show that the prototype system is running normally. It was powered by solar energy allowing it to keep operate off grid. The farmers can adjust the

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 34 value of soil moisture and pH according to their formula via the application. The server can handle a substantial number of sensors that will increase in the future. The evaluation of the system was marked as “Very Good” from users’ satisfaction. Besides, the cost was reasonably low, and it helps the farmers to reduce their investment. In the future, it is possible to reduce the cost of prototype equipment as well as it can apply to the intelligent farm with other plants. บทคัดย่อ ของแอปพลิเคชันได้คะแนน 4.31/5.00 ซึ่งอยู่ในระดับดี มาก นอกจากนี้เกษตรกรรายย่อยยังเข้าถึงอุปกรณ์ จากผลสารวจประเด็นที่สาคัญต่อผลผลิตทุเรียน ตรวจวัดต้นแบบในราคาที่ยอมรับได้ ในอนาคตสามารถ ในชุมชนเป็นเป้าหมายพบว่า เกษตรกรส่วนมากไม่มีการ ลดต้นทุนของอุปกรณ์ต้นแบบ และยังต่อยอดในระบบ ตรวจวัดค่าคุณสมบัติในดินท่ีเกี่ยวข้องเพ่ือให้ทราบผลได้ ฟารม์ อัจฉริยะกับพืชชนิดอื่นได้ อย่างทันท่วงที จาเป็นต้องส่งตรวจสอบที่ห้องปฏิบัติการ คำสำคญั : ระบบตรวจวัดและแจง้ เตอื น, ดนิ , ทเุ รียน, และทราบผลในอีก 3-4 เดือนเป็นอย่างน้อย ซึ่งไม่ใช่ ฟารม์ อัจฉรยิ ะ ทางเลือกที่ดีเพราะดินอาจเปลี่ยนคุณสมบัติ ดังนั้นผู้วิจัย จึงพัฒนาระบบตรวจวัดและแจ้งเตือนสภาพดินในสวน บทนา ทุเรียน และลงพ้ืนที่กับเกษตรกรรายย่อยเพื่อแก้ปัญหา ดังกล่าว โดยได้ศึกษาปัญหาและความต้องการของ ทุเรียน (Durian) ถือเป็นพืชเศรษฐกิจที่สาคัญ ผู้ใช้งาน วิเคราะห์และออกแบบระบบ พัฒนาระบบ ชนิดหน่ึงของประเทศไทย ซึ่งมีแนวโน้มการส่งออก ต้นแบบท้ังในส่วนของซอฟต์แวร์ ซึ่งประยุกต์กับ ต่างประเทศเพ่ิมข้ึนอย่างต่อเนื่อง โดยเฉพาะการส่งออก ฐานความรู้ในระบบ และฮาร์ดแวร์ซึ่งเช่ือมต่อกับ ไปประเทศจีน [1] และข้อมูลจากสานักเศรษฐกิจ เซนเซอร์ความเป็นกรดด่าง ความช้ืน อุณหภูมิ และ การเกษตร ปี 2555 – 2559 ความต้องการบริโภค ปริมาณแสงในดิน เป็นต้น รวมถึงการติดตั้งระบบและ ภายในประเทศเพ่ิมขึ้นจาก 152,524 ตันในปี 2555 เป็น ถ่ายทอดเทคโนโลยีสู่กลุ่มเป้าหมาย ผลการศึกษาพบว่า 160,444 ตันในปี 2559 หรือเพิ่มข้ึนร้อยละ 2.6 ต่อปี การติดต้ังระบบต้นแบบซ่ึงทางานได้ปกติ พลังงานจาก อย่างไรกต็ ามในปี 2559 การบรโิ ภคภายในประเทศลดลง แผงโซล่าเซลล์สามารถส่งพลังงานให้ระบบทาได้งานไ ด้ จาก 213,362 ตันในปี 2558 ร้อยละ 24.80 เนื่องจาก อย่างต่อเนื่องถ้ามีแสงอาทิตย์ส่องถึง เกษตรกรสามารถ ผลผลิตลดลงส่งผลให้ทุเรียนมีราคาแพงกว่าปีที่ผ่านมา ปรับการแจ้งเตือนความช้ืนและค่าความเป็นกรดด่างท่ี ขณะท่ีตลาดตา่ งประเทศยังมีความต้องการอย่างต่อเนือ่ ง เหมาะสมตามสูตรเฉพาะได้โดยตรงผ่านแอปพลิเคชัน โดยเฉพาะในตลาดจนี [2] ดังนั้นผลผลติ จากทุเรยี นถือว่า ฟังก์ชันการทางานของแอปพลิเคชันบนระบบปฏิบัติการ มีส่วนสาคัญต่อภาพรวมเศรษฐกิจของประเทศไทย แอนดรอยด์ทางานได้ครบทุกส่วน ระบบสามารถรองรับ น อ ก จ า ก นี้ ผู้ วิ จั ย ไ ด้ ท า ก า ร ล ง พ้ื น ท่ี เ พื่ อ ส า ร ว จ แ ล ะ จานวนอุปกรณ์ที่มีเพ่ิมในอนาคตได้ ผลการประเมิน สอบถามข้อมูลจากเกษตรกรและผู้นาชุมชนโดยตรง ณ ประสิทธิภาพของระบบและความพึงพอใจของผู้ใช้งาน ต.บึงกาสาม อ.หนองเสือ จ.ปทุมธานี ซ่ึงเป็นชุมชนที่อยู่

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 35 บริเวณใกล้เคียงกับหน่วยงานที่ผ้วู ิจยั สังกัด จึงเป็นพ้ืนที่ที่ อุณหภูมิในดิน ความชื้นในดิน และความเข็มของแสงใน เหมาะสมในการสารวจ ดนิ จากผลการสารวจพบว่า ประเด็นท่ีสาคัญต่อ จากกรณีที่การพัฒนาระบบฟาร์มอัจฉริยะเป็น ผลผลติ ทเุ รียนในชุมชนที่เป็นเปา้ หมาย คอื การใช้สารเคมี ประเด็นที่สาคัญในศตวรรตท่ี 21 ผู้วิจัยจึงสารวจถึง ใ น ร ะ บ บ ก า ร ผ ลิ ต ที่ เ กิ นค ว า ม จ า เ ป็ น ส่ ง ผ ล ให้ รูปแบบและเทคโนโลยีที่นามาใช้ในการพัฒนาระบบ ทรัพยากรธรรมชาติเส่อื มโทรมจากดินที่เคยอุดมสมบูรณ์ ต้นแบบ ซ่ึงมีงานวิจัยท่ีได้นาเสนอระบบดึงข้อมูล กลายเป็นดินกรดหรือดินท่ีมีค่าความเป็นกรดด่าง (pH) สภาพแวดล้อมจากฟาร์มข้าวโพด [4] โดยพวกเขาได้ สูง ค่าความชื้นและแสงในดินไมส่ ามารถตรวจสอบได้ อีก พัฒนาตัวทดสอบแบบพกพาได้ซ่ึงประกอบด้วยเซนเซอร์ ท้ังค่า NPK (ไนโตรเจน, ฟอสฟอรัส, โพแทสเซียม) ที่ไม่ วัดความชื้นในดิน เซนเซอร์วัดอุณหภูมิอากาศ และมี สอดคล้องกับสภาพของพืชที่ปลูก ส่งผลให้เกิดรอยคลา้ ที่ ระบบทดน้าซ่ึงใช้เครอื ข่ายแบบไร้สายในการควบคุมผ่าน เน้ือทุเรียนทาให้รสชาติขม ท้ายท่ีสุดแล้วเมื่อผู้ซ้ือพบว่า โทรศัพท์มือถือแบบสมาร์ท ผลลัพธ์ที่ได้คือมีการลด ทุเรียนมีรสชาติขมจึงส่งคืนทุเรียนท่ีซ้ือไป ทาให้รายได้ ค่าใช้จ่ายระยะยาว ระบบทางานในการรับส่งข้อมูล ลดลง และส่งผลต่อภาพลักษณ์ของสวนและเกษตรกร ถูกต้องอยู่ท่ีร้อยละ 96 และข้อมูลที่ได้จากเซนเซอร์มี โดยสาเหตุคือ เกษตรกรส่วนมากไม่มีการตรวจวัดค่า ความถูกต้องอยู่ท่ีร้อยละ 98 แต่อย่างไรก็ตามระบบนี้ยัง ความเป็นกรดด่าง ความชื้นในดิน และคุณสมบัติท่ี ไมไ่ ด้มีการเช่ือมตอ่ ข้อมลู ผา่ นอินเทอร์เน็ต และมีงานวิจัย เกี่ยวข้องเพ่ือให้ทราบผลได้อยา่ งทันท่วงที แต่สภาพดนิ ก็ ที่ได้ออกแบบระบบฟาร์มอัจฉริยะในประเทศไทยตาม ต้องได้รับการตรวจสอบเสมอเพื่อปรับปรุงดินก่อนลงทุน แนวคดิ ของอนิ เทอร์เน็ตในทกุ สรรพส่งิ [5] ซ่ึงได้ออกแบบ เพาะปลูก ซ่ึงอุปสรรคของเกษตรกรในชุมชนคือต้อง การวัดค่าคุณสมบัติในน้าและการควบคุมอุปกรณ์ให้ อาศยั แรงงานไปจดั เกบ็ ตวั อยา่ งดินตามจดุ ตา่ ง ๆ ในแปลง ทางานแบบอัตโนมัติบนสมาร์ทโฟนผ่านเครือข่าย 3G และเดินทางไปส่งท่ีกรมวิชาการเกษตร ซ่ึงหลังจากส่ง อย่างไรกต็ ามระบบฟารม์ อัจฉรยิ ะนี้เน้นไปท่ีกระบวนการ ตัวอย่างดนิ จะทราบผลในอกี 3-4 เดอื นเป็นอยา่ งนอ้ ย ทา จัดการน้าในฟาร์ม ให้เกษตรกรเสียทั้งแรงงานและเวลาเพื่อกระบวนการ ผู้วิจัยสามารถนาแนวคิดในกระบวนการพัฒนา ตรวจสอบหน้าดิน แต่จะละเลยการตรวจสอบก็มิอาจทา ของงานวิจัยช้ินนี้ มาเปน็ แนวทางในการพัฒนาระบบท่ีได้ ได้เพราะคุณภาพของดินมีผลต่อผลผลิตทางการเกษตร นาเสนอไว้ได้ นอกจากน้ียังมีการสารวจโปรโตคอลท่ี โดยตรง จึงทาให้เกษตรกรต้องรอเพ่ือทาการปรับสภาพ เหมาะสมสาหรับการพัฒนาระบบตามแนวคิดของ ดนิ อินเทอร์เน็ตในทุกสรรพสิ่ง [6] [7] โดยมีผลสรุปว่า ถ้ามุ่งประเด็นไปที่สภาพดิน ปัจจัยที่ช่วยทาให้ ค่าเฉลี่ยความเร็วในการส่งข้อมูลของโปรโตคอล Web ทุเรียนพร้อมเพ่ือการออกดอกและติดผลจะประกอบไป Socket น้ันดีกว่าการใช้โปรโตคอล HTTP และ Long ด้วยปัจจัยที่สาคัญคือ NPK ความเป็นกรดด่าง อุณหภูมิ polling นอกจากน้ียังมีการเปรียบเทียบโปรโตคอล เช่น ความช้ืน ความเข้มและความยาวนานของแสงแดดในดนิ CoAP, CoAP, MQTT, XMPP, RESTFULแ ล ะ AMQP เป็นต้น [3] อย่างไรก็ตาม ปัจจุบันนี้ยังไม่มีการพัฒนา โดยผลของการสารวจโปรโตคอลท่ีเหมาะสมสาหรบั ระบบ เซนเซอร์ที่ใช้วัดค่า NPK ในดินได้โดยตรง ดังนั้นงานวิจัย คือการรวมกันระหว่างโปรโตคอล HTTP, MQTT และ นี้จึงเน้นไปท่ีการตรวจค่า ความเป็นกรดด่างในดิน Web Socket ดงั นนั้ ผู้วจิ ัยจึงใช้รปู แบบน้ใี นการออกแบบ การส่งข้อมูลของระบบ

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 36 จากงานวิจัยที่มีอยู่แล้ว ส่วนมากระบบฟาร์ม ผู้ใชง้ านทั่วไป สามารถ เข้าสู่ระบบ ออกจากระบบ เรยี กดู อัจฉริยะจะเนน้ ไปทีเ่ กษตรกรรายใหญ่ และมกี ารขายเปน็ รายงานย้อนหลัง เรียกดูรายงานแบบเวลาจริง จัดการ ลักษณะของผลิตภัณฑ์ขนาดใหญ่ซึ่งมีราคาค่อนข้างสูง ข้อมูลส่วนตัวของผู้ใช้งาน และดูการแจ้งเตือนแบบ มาก อาจไม่เหมาะกับเกษตรกรรายย่อย ดังนั้นผู้วิจัยจึง อัตโนมัติได้ 2) ผู้ดูแลระบบ ทาได้ทุกอย่างเหมือนกับ เล็งเห็นว่าการพัฒนาระบบตรวจวัดและแจ้งเตือนสภาพ ผใู้ ช้งานทว่ั ไป แต่มีหน้าท่ีเพม่ิ เติม คอื การจัดการผู้ใช้งาน ดินในสวนทุเรียนแบบอัตโนมัติ และลงพื้นที่ไปพร้อมกับ และการจัดการอุปกรณ์ที่อยู่ในระบบ แผนภาพยูสเคส เกษตรกรรายย่อย เพื่อให้เกษตรกรสามารถเข้าถึงระบบ ของระบบใช้เพ่ือบอกหน้าท่ีของบทบาททเี่ กี่ยวข้อง ซง่ึ ถกู ฟาร์มอัจฉริยะขนาดเล็ก ราคาไม่แพงมาก และสามารถ นาไปใช้ในกระบวนการพัฒนาซอฟต์แวร์ระบบต่อไป ทราบค่าสภาพแวดล้อมของดินในแปลงทุเรียนได้อย่าง หลงั จากนั้นผู้วจิ ัยได้ทาการออกแบบฐานข้อมูลระบบ โดย ทันท่วงที โดยวัตถุประสงค์ของงานวิจยั คือ พัฒนาระบบ ใช้เป็นแผนภาพความสมั พันธ์ของข้อมูล และทาการสรา้ ง ตรวจวดั และแจง้ เตือนสภาพดนิ ในสวนทุเรยี น กรณีศึกษา ระบบฐานข้อมูลโดยใช้ระบบจัดการฐานข้อมูล MySQL ต.บึงกาสาม อ.หนองเสือ จ.ปทุมธานี [9] ที่มีความยืดหยนุ่ สูง ใช้งานได้ฟรี และเพียงพอตอ่ การ ใช้งานตามขอบเขตทกี่ าหนดไว้ วธิ ีดาเนินการวจิ ัย Monitoring and Notification System for Soil Condition in Durian Farm ศึกษำปญั หำและควำมต้องกำรของผู้ใช้งำน Devices/Sites ผู้วิจัยทาการศึกษาปัญหาและความต้องการใน management การแก้ปัญหาดินในสวนทุเรียนของชุมชน โดย View reports กลุ่มเป้าหมายคือ คุณสุพจน์ ตันพิชัย อาศัยอยู่บ้านเลขท่ี 9/8 หมู่ 7 ต.บึงกาสาม อ.หนองเสือ เป็นเจ้าของสวน user <<include>> <<include>> Manage own ทุเรียนหมอนทองท่ีมีช่ือเสียง เพ่ือวิเคราะห์หาแนวทาง inherit Login <<include>> Site data และความเป็นไปได้ด้านเทคนิคท่ีสามารถช่วยแก้ปัญหา หรือความต้องการดังกล่าวได้ จากนั้นทาการร่างคาถาม Admin <<include>> <<include>> View real- หลักของการวิจัย คือ ทาอย่างไรให้เกษตรกรเป้าหมาย <<include>> time data สามารถทราบถงึ สภาพดนิ แต่ละจุดในแปลงปลกู ทเุ รยี นได้ สะดวกและรวดเร็ว กาหนดแนวคิดและเป้าหมาย <<include>> ขอบเขตของโครงการ รวมถึงอุปกรณ์ฮาร์ดแวร์และ ซอฟต์แวร์ท่ีจาเป็นสาหรับนามาใช้ในการพัฒนาระบบ View user ตน้ แบบ Notification User management Logout รูปที่ 1 แผนภาพยูสเคสของระบบต้นแบบ วเิ ครำะหแ์ ละออกแบบระบบ พัฒนำฐำนควำมรู้ ผู้วิจัยทาการวิเคราะห์และออกแบบระบบให้ ฐานความรู้ในระบบเป็นลักษณะแบบใช้กฎเป็นฐาน สอดคล้องกับมาตรฐานการพัฒนาระบบโดยใช้มาตรฐาน (rule-based) ประกอบด้วย ค่าอุณหภูมิท่ีเหมาะสม ค่า UML [8] เป็นหลักในการออกแบบรปู ที่ 1 แสดงแผนภาพ ความเป็นกรดด่างที่เหมาะสม และความชื้นสัมพัทธ์ที่ ยูสเคส (Use Case) ของระบบต้นแบบ โดยแบ่งเป็น 1) เหมาะสม รวมถึงคืนค่าคาแนะนาให้กับผู้ใช้งานในกรณที ี่

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 37 ค่าไม่ไดต้ ามมาตรญานท่ีกฎไดก้ าหนด โดยผู้วจิ ัยขอแสดง Android Studio [12] ซึ่งเป็นเคร่อื งมือในการพัฒนาแอป กฏตวั อย่างตามรหัสเทยี ม (Pseudocode) ไดด้ ังต่อไปนี้ พลิเคชันทมี่ ปี ระสทิ ธภิ าพสูง IF soil.pH < 5.5: 2) ส่วนของเครื่องแม่ข่าย (server) ประกอบไป return “ดินจะอยู่ในช่วงท่ีเป็นกรด แนะนำเอำปูนโดโล ด้วย API และไลบรารีสาหรับการเชื่อมต่อในส่วน ไมท์ ปูนมำรล์ หรือปูนขำว มำปรบั ปรุงดนิ เพมิ่ ” ไคลเอนต์ และส่วนของอุปกรณ์ต้นแบบเพื่อรวบรวมและ ส่งข้อมูลไปยังเครื่องแม่ข่าย นอกจากนี้ยังมีการเช่ือมต่อ IF soil.pH between 5.5-6.5: ในส่วนของระบบจัดการฐานข้อมูล ซ่ึงใช้เป็นท่ีจัดเก็บ return “ดินอยู่ในช่วงที่เหมำะสมดีเย่ียมในกำรปลูก ขอ้ มูลทุก ๆ สว่ นของระบบ และรวมถงึ ฐานความรู้สาหรบั ดินท่ีเหมาะสาหรับการปลกู ทุเรียน ทุเรียน” IF soil.pH > 6.5: return “อยู่ในช่วงท่ีเป็นด่ำง โดยปกติแล้วจะแก้ปัญหำ ยำก แต่สำมำรถแก้ได้โดย (1) เลือกใช้สำรเคมีที่มีควำมเป็นกรด โปรโตคอล WebSocket [7] และ MQTT [13] เพ่ือมำหักล้ำงสภำพด่ำงของดินให้มีค่ำน้อยลงจนถึงระดับปกติ ใช้ ถูกประยุกตใ์ ช้รวมกันเพอ่ื เชื่อมตอ่ ขอ้ มลู แบบเรยี ลไทม์ให้ สำรสกัดจำกธรรมชำติท่ีมีควำมเป็นกรดสูง เช่น ใช้นำหมักใน มีประสิทธิภาพมากย่ิงข้ึน และ JSON [14] ถูกนามาใช้ ปริมำณท่ีมำกกว่ำปกติ (2) ใช้กำรจัดกำรด้วยวิธีธรรมชำติบำบัด มาตรฐานกลางในการแลกเปลี่ยนข้อมูลระหว่างระบบ แนะนำให้หำพืชช่วยบำรุงดิน พืชที่นิยมปลูกในสภำวะดินเป็นกรด เพราะได้รับความนิยมสูงสุดในปัจจุบันและมีความเร็วใน ได้แก่ พืชตระกลุ ถวั่ ท่วั ไป และผกั สวนครวั ทรี่ ะบบรำกไม่ลึกมำก” การถ่ายโอนขอ้ มูล พฒั นำระบบต้นแบบในสว่ นของซอฟต์แวร์ 3) ส่วนของอุปกรณ์ต้นแบบ (prototype devices) ผู้วิจัยได้ทาการพัฒนาระบบต้นแบบของการ ประกอบไปด้วยอุปกรณ์ในภาคฮาร์ดแวร์ ที่เชื่อมต่อกับ เซนเซอร์ทเ่ี กยี่ วขอ้ ง ใชโ้ ปรโตคอล HTTP ในการเชือ่ มต่อ ตรวจวัดและแจ้งเตือนสภาพดินในสวนทุเรียนในส่วน กับเคร่ืองแม่ข่ายรวมถึงโปรโตคอล MQTT ในการ ซอฟต์แวร์ โดยทาการติดต้ังเครื่องมือ Apache Server เช่ือมต่อข้อมูลแบบเรียลไทม์เช่นเดียวกันกับส่วนของ สาหรบั รันสครปิ ตใ์ นเคร่ืองแม่ขา่ ย (server) เครอ่ื งแม่ขา่ ย PHP [10] ถูกนามาใช้เป็นภาษาสคริปต์หลักใน สังเกตได้ว่าสถาปัตยกรรมของระบบต้นแบบได้ การสร้างบริการบนเว็บ เพื่อเช่ือมต่อกับระบบจัดการ แยกสว่ นการทางานออกเปน็ 3 สว่ นอย่างชัดเจน เพอื่ การ ฐานข้อมูล MySQL ในเคร่ืองแม่ข่ายเพื่อทาหน้าที่เป็นตวั พฒั นาระบบทีง่ า่ ยขึน้ เก็บข้อมูลในการทางานของระบบ นอกจากนี้ผู้วิจัยยังได้ ทาการติดต้ัง Node.js [11] เป็นเคร่ืองมือท่ีสาคัญในการ พฒั นำระบบตน้ แบบในส่วนของฮำร์ดแวร์ ควบคุมการสื่อสารระหว่างเคร่ืองแม่ข่ายกับอุปกรณ์ อุปกรณ์ต้นแบบหรือฮาร์ดแวร์ระบบ ได้ถูก ต้นแบบจากรูปท่ี 2 เป็นสถาปัตยกรรมของระบบต้นแบบ ประกอบไปด้วย 3 สว่ นหลกั ดังตอ่ ไปนี้ ออกแบบให้รองรับการทางานกับชุดเซนเซอร์ที่เก่ียวข้อง เช่น เซ็นเซอร์วัดความเป็นกรดด่างในดิน ความช้ืนในดิน 1) ส่วนของไคลเอนต์ (client) ประกอบไปด้วย ปรมิ าณแสงในดิน อณุ หภูมิในดิน ความชน้ื ในอากาศ และ โมดูลหลักคือ การแจ้งเตือนข้อมูล การแสดงผลข้อมูล อุณหภูมิในอากาศ เป็นต้น ท้ังนขี้ ้นึ อยกู่ บั งบประมาณของ และการระบุตัวตนของผู้ใช้งาน ใช้โปรโตคอล HTTP ใน เกษตรกร ตัวอย่างเช่น เกษตรกรอาจต้องการวัดแค่ การเช่อื มต่อกับส่วนของเครือ่ งแมข่ ่าย ผใู้ ช้งานสามารถใช้ ความชื้นในดินอย่างเดียว ก็สามารถลดค่าใช้จ่ายได้ เป็น งานผ่านไคลเอนต์ได้ในรูปแบบของแอปพลิคชันบน ต้น โดยรูปท่ี 3 แสดงอุปกรณ์ตรวจวัดตน้ แบบ ซงึ่ สามารถ ระบบปฏิบัติการแอนดรอยด์ ผู้วิจัยได้ใช้โปรแกรม ป้องกนั ฝนและแมลงได้

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 38 Modules Notification Information Client Side System Display Preparing User Authentication Client JSON Parser HTTP requests and responses APIs and Libraries Analysis Process Communication SDK MQTT/WebSocket Node.js Server JSON Parser HTTP requests and responses Data Manipulation System Information KMnoewtlaedDgaetbaase Meta Data Database รปู ที่ 3 อุปกรณต์ รวจวดั ต้นแบบ (MySQL) Metadata of Logs Server Side Devices Clients รปู ท่ี 2 สถาปัตยกรรมของระบบตน้ แบบ MQTT/WebSocket HTTP แ ห ล่ ง พ ลั ง ง า น ท่ี ใ ช้ ส า ห รั บ อุ ป ก ร ณ์ ต้ น แ บ บ สามารถรองรับพลงั งานจากแสงอาทิตย์ โดยในงานวิจยั น้ี Server ได้ใช้อุปกรณ์แปลงพลังงานจากแสงอาทิตย์ให้เป็น พลังงานไฟฟ้าหรือโซล่าเซลล์ แต่อย่างไรก็ตามถ้าพื้นที่ DBMQTT/WebSocket ของเกษตรกรมีแหล่งจ่ายพลังงานไฟฟ้าอยู่แล้ว อุปกรณ์ ต้นแบบสามารถรองรับการใช้พลังงานไฟฟ้าในบ้านได้ HTTP ตามปกติผ่านหมอ้ แปลงไฟฟ้า Devices การเชื่อมต่อกับระบบเครือข่ายของอุปกรณ์ ต้นแบบเป็นการเชื่อมต่อผ่านระบบ Wi-Fi ซึ่งเป็นแบบไร้ Wi-Fi สาย ดังนั้นเกษตรกรสามารถเคลื่อนย้ายอุปกรณต์ ้นแบบ ไดอ้ ย่างอสิ ระ เพียงให้อุปกรณ์เช่อื มต่อกบั ระบบเครือข่าย GSM Sensors Sensors Sensors อินเทอร์เน็ตเท่าน้ัน รูปที่ 4 แสดงการเช่ือมต่อเครือข่าย module ระหว่างอุปกรณ์ต้นแบบ เครื่องแม่ข่าย และไคลเอนต์ สังเกตได้วา่ อุปกรณต์ ้องเช่ือมต่อกับอินเทอรเ์ นต็ สามารถ รูปท่ี 4 การเชือ่ มตอ่ เครอื ข่ายระหว่างอปุ กรณ์ตน้ แบบ เชื่อมต่อกับอินเทอร์เน็ตตามบ้านของเกษตรกรท่ีตดิ ตงั้ ไว้ อยู่แล้ว หรือกรณีพ้ืนที่ติดตั้งไม่มีอุปกรณ์ส่งสัญญาณ เคร่อื งแมข่ า่ ย และไคลเอนต์ อินเทอร์เน็ต ผู้วิจัยเสนอการใช้เราเตอร์แบบ จีเอสเอ็ม (GSM: Global System for Mobile Communication) ตดิ ตงั้ ระบบและถำ่ ยทอดเทคโนโลยี ซึ่งผู้ใช้งานท่ัวไปสามารถใส่ซิมการ์ดและเข้าสู่ระบบ ผู้วิจัยได้นาชุดตรวจวัดต้นแบบไปติดต้ังบนพื้นที่จริง อินเทอร์เน็ตได้เหมือนโทรศัพท์ท่ัวไป ดังน้ันงานวิจัยน้ี ผ้วู ิจัยจึงใชเ้ ราเตอร์แบบจเี อสเอ็ม เนือ่ งจากสามารถนาไป ทั้งหมด 10 ชุด (สารอง 10 ชุด) ตามพืน้ ทีแ่ ปลงเปา้ หมาย ตดิ ตง้ั ในพนื้ ทเี่ ป้าหมายไดใ้ นบริเวณกว้าง โดยได้ทาการปรึกษากับเกษตรกรในการกาหนดจุดท่ีทา การติดต้ัง พร้อมท้ังฝึกอบรมวิธีการใช้งานเบ้ืองต้นให้กับ เกษตรกรรายย่อย และทาการประเมินผลการใช้งาน ระบบดังรูปที่ 5 โดยแบ่งเป็นการประเมินระดับความพึง พอใจของเกษตรกรโดยตรง รวมถึงทดสอบค่าความ ถูกตอ้ งและแม่นยากับเซนเซอร์แบบพกพาแบบมาตรฐาน ที่มขี ายตามทอ้ งตลาด

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 39 ต่อเน่ือง ถ้ามีแสงอาทิตย์ส่องถึงแผงโซล่าเซลล์สามารถ ทางานได้ต่อเนื่องจนกว่าแผงโซล่าเซลล์จะหมดอายุขัย อย่างน้อย 3-5 ปี โดยการตดิ ต้งั จะต้องทาการสารวจหน้า งานเปน็ กรณไี ป เพือ่ ให้แผงโซลา่ เซลล์สามารถรบั พลงั งาน ไดส้ งู สดุ เชน่ ถา้ หากมีการบดบงั ความเข้มของแสงอาทติ ย์ ตัวแผงโซล่าเซลล์ควรติดตั้งให้สูงจากพื้นดิน และใช้ สายไฟสาหรบั การเช่อื มตอ่ กับชุดอปุ กรณ์ตรวจวัด รูปที่ 5 กจิ กรรมการตดิ ตงั้ ระบบและถ่ายทอดเทคโนโลยี ผลกำรวิเครำะห์ระดบั นำ้ และควำมช้นื ในดนิ เนอ่ื งจากระดบั ความช้ืนในดินของแตล่ ะสวนนั้นมี สูตรสาเร็จซ่ึงมีความแตกต่างกัน เกษตรกรส่วนใหญ่ไม่ เปิดเผยระดับความช้ืนที่แน่นอน ประกอบกับคุณภาพ ของเซนเซอร์ที่ใช้นั้นมีราคาไม่สูง จึงทาให้ค่าที่ได้มีความ คลาดเคล่อื น ผลการศึกษา ผลกำรตดิ ตัง้ ระบบต้นแบบ รปู ที่ 6 หนา้ จอการปรับการแจ้งเตือนคา่ ความชื้นในดิ การติดตง้ั ชุดเซนเซอร์ตรวจวดั ในดนิ ประกอบไปดว้ ย และค่าความเปน็ กรดดา่ งท่ีเหมาะสม เซนเซอร์ความเป็นกรดด่าง เซนเซอร์วัดความช้ืน และ ดังนั้นผู้วิจัยจึงเพ่ิมทางเลือกให้เกษตรกร โดย เซนเซอร์วัดอุณหภูมิและแสงในดิน ติดตั้งกระจายไปยัง ผู้ใช้งานสามารถเปล่ียนแปลงค่าการแจ้งเตือนระดับ จุดท่ีต้องการ ซ่ึงผลการทดสอบถือว่าระบบทางานได้ดี ความชน้ื ในดนิ ไดด้ ้วยตนเองดงั สามารถส่งข้อมลู ไปยงั เครือ่ งแมข่ ่ายได้อยา่ งต่อเนอ่ื ง การ ติดต้ังจาเป็นต้องติดต้ังให้ลึกไปในระดับอย่างน้อย 15 รูปท่ี 6 เช่น ถ้าค่าสูงเกินกว่า 50% ให้แจ้งเตือน เซนติเมตรจากผิวดิน ซ่ึงเป็นคาแนะนาจากนักวิชาการ หรือค่าต่ากว่า 30% ให้แจ้งเตือน เป็นต้น โดยค่าความ ด้านการเกษตรและจากเกษตรกรโดยตรง และบริเวณที่ เป็นกรดด่างก็สามารถปรับได้ ซึ่งเกษตรกรสามารถเก็บ ทาการติดตั้งควรจะติดตั้งไว้ในบริเวณใต้ต้นทุเรียน โดย สตู รสาเรจ็ ของตนเองเป็นความลบั ได้ จากข้อมูลงานวิจัยนั้นไม่จาเป็นต้องติดตั้งให้ครอบคลุม ท้งั หมด แต่สามารถเลือกบริเวณตัวอย่างได้ อยา่ งไรก็ตาม ถ้าต้องการความแม่นยาก็สามารถทาได้โดยต้องติดตั้ง อุปกรณ์ตรวจวัดเพ่ิมมากข้ึน ผลกำรทดสอบกำรใช้พลังงำนของอุปกรณ์ตรวจวัด ตน้ แบบ การทดสอบการใช้พลังงานจากแผงโซล่าเซลล์ ระบบสามารถให้พลังงานกับชุดอุปกรณ์ตรวจวัดได้

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 40 ผลกำรวิเครำะห์กำรใช้เน้ือที่ในกำรจัดเก็บข้อมูลของ ภ า ร ะ ข อ ง เ นื้ อ ที่ ใ น ก า ร จั ด เ ก็ บ ข้ อ มู ล น้ั น ไ ป ไ ด้ ม า ก อุปกรณต์ รวจวัด พอสมควร โดยสรุปแล้วถือว่าใช้เนื้อท่ีไม่มากจนเกินไป สามารถรองรบั การทางานจานวนอุปกรณ์ในอนาคตไดไ้ ม่ เนอ่ื งจากการส่งข้อมูลจากตัวอุปกรณต์ รวจวัดเข้า น้อยกว่า 5,000 ชุด ถ้ามีเนื้อท่ีจัดเก็บในเครื่องแม่ข่ายไม่ น้อยกวา่ 20 GB สู่เครื่องแม่ข่าย จาเป็นต้องใช้เนื้อที่ในการจัดเก็บข้อมูล ในที่น้ีผู้วิจัยได้ทาการคานวณผลที่ได้ โดยอ้างอิงจาก ข้อมูล logs โดยการส่งข้อมูล 1 ครั้งจากชุดอุปกรณ์ ตรวจวัดจะสูญเสียเน้ือที่ไป 2.46 KB ดังนั้นการใช้เนื้อที่ ในการจัดเก็บข้อมูลของอุปกรณ์ตรวจวัดเป็นไปตาม Error! Reference source not found. สั ง เ ก ต ว่า ข้อมูลสภาพแวดลอ้ มของดิน ถ้าต้องการความถี่ในการสง่ ทกุ ๆ 30 นาที จานวน 100 ชุดจะกนิ เน้อื ที่ในการจัดเก็บ ประมาณ 4.3 GB ซึ่งโดยท่ัวไปความถี่ในการส่งข้อมูลไม่ ควรจะถ่ีมาก ควรจะอยู่ในระดับท่ีผูใ้ ช้งานรับได้ เช่น 1-2 ชั่วโมง เป็นต้น และการจัดเกบ็ ข้อมลู ยอ้ นหลังสามารถทา การลา้ งขอ้ มูลในการจัดเกบ็ ได้ถา้ ไม่ตอ้ งการ ซ่ึงแนวทางในการจัดเก็บข้อมูลท่ีไม่ทาให้สูญเสีย พื้นที่นั้น กระทาได้โดยถ้าข้อมูลท่ีส่งเข้ามาในระบบไม่มี การเปลี่ยนแปลงในระดับที่มากพอ เช่น หากค่าความชื้น ล่าสุดคือ 50% และค่าใหม่ที่ส่งเข้ามาเป็น 52% ซึ่ง +- ไม่เกิน 2 ค่า ให้ทาการปรับปรุงค่าล่าสุดเป็นค่าใหม่และ รปู ที่ 7 ตัวอย่างหนา้ จอตดิ ตอ่ ผใู้ ชง้ านในส่วนของแอป ทาการใส่เวลาเพิ่มเติม ถ้าใช้กระบวนการน้ีจะทาให้ลด พลิเคชัน ตารางที่ 1 การใช้เน้อื ทใ่ี นการจดั เกบ็ ขอ้ มูลของอปุ กรณต์ รวจวัดต้นแบบ จานวน อตั ราการกินเน้อื จานวนเวลา ความถ่ีในการส่งข้อมลู อุปกรณ์ ทีใ่ นระบบ ทใี่ ช้ 1 ชุด 2.46 KB - 1 ครั้ง 1 ชุด 236.16 KB 1 วนั 15 นาที / 1 ครงั้ 1 ชุด 86.19 MB 1 ปี 15 นาที / 1 ครั้ง 1 ชดุ 43.09 MB 1 ปี 30 นาที / 1 ครง้ั 100 ชุด น้อยกว่า 4.3 1 ปี 30 นาที / 1 คร้งั และถา้ ข้อมลู ไมม่ กี ารเปลย่ี นแปลงในระดบั ท่ี GB มากพอให้ทาการปรับปรงุ คา่ ล่าสดุ แทนการเพิ่มขอ้ มลู ในระบบ ตัวอย่างหน้าจอติดต่อผู้ใช้งานในส่วนของแอป รูปแบบของแอปพลิคชันบนระบบปฏบิ ัตกิ ารแอนดรอยด์ พลิเคชันเกษตรกรสามารถใช้งานผ่านไคลเอนต์ได้ใน โดยฟังก์ชันการทางานของแอปพลิชันทางานได้ครบทุก

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 41 ส่วน ประกอบดว้ ย 1) การระบุตัวตนเข้าส่รู ะบบ 2) การดู เชอ่ื มต่อของชุดอุปกรณ์ตรวจวัดต้นแบบ ซ่งึ จาเปน็ ต้องใช้ ภาพรวมข้อมูลจากอุปกรณ์ตรวจวัด 3) การเลือกแปลง ผู้เชี่ยวชาญด้านเทคโนโลยีสารสนเทศมาตดิ ตั้งให้ เพื่อให้ เพ่ือดูพ้ืนที่เฉพาะ 4) การแจ้งเตือนข้อมูล 5) การดูข้อมูล สามารถเชอ่ื มโยงระบบอนิ เทอรเ์ นต็ แบบแผนที่ 6) การต้ังค่าโปรไฟล์ 7) การตั้งค่าการแจ้ง ผลการทดสอบความถูกต้องและแม่นยาสาหรับการ เตอื น และ 8) การออกจากระบบ ดังรปู ที่ 7 ตรวจวัด ผู้วิจัยทดสอบค่าความถูกต้องและแม่นยากับ ผลกำรประเมินประสิทธิภำพของระบบและควำมพึง เซนเซอร์แบบพกพาแบบมาตรฐานที่มขี ายตามท้องตลาด โดยทาการเปรียบเทียบค่าจากระบบต้นแบบและค่าท่ีได้ พอใจของผู้ใช้งำน จากการสอบถามความพึงพอใจของผู้ใช้งานและ จากเซนเซอร์แบบพกพาจานวน 100 ข้อมูล ซึ่งค่าที่ได้มี ผลการประเมินประสิทธิภาพของระบบ ผู้วิจัยได้กาหนด ความคลาดเคลอ่ื นเฉลีย่ 4.25 % ถึงถือว่าเปน็ คา่ ทยี่ อมรบั หลักเกณฑ์การแปลความหมายของค่าคะแนนเฉลี่ยเป็น ไดต้ อ่ เกษตรกร ระดับการปฏบิ ัติตามตารางที่ 2 ผลกำรสรุปค่ำใช้จ่ำยในกำรซ้ืออุปกรณ์ตรวจวัด ตารางที่ 2 หลักเกณฑก์ ารแปลความหมายของคา่ ต้นแบบสำหรับเกษตรกร จากกลุ่มเป้าหมายของผู้วิจัยคือเกษตรกรรายย่อย คะแนนเฉลยี่ เป็นระดบั การปฏบิ ตั ิ ดังนั้นการนาระบบต้นแบบไปใช้งานจริง จาเป็นต้องมี ช่วงของค่าเฉล่ยี การแปลความหมาย ค่าใช้จา่ ย ซง่ึ สรุปได้ตาม 4.50 – 5.00 มากทีส่ ุด ตารางท่ี 4 โดยระบบพ้ืนฐานและชุดเซนเซอร์รวมกัน 3.50 – 4.49 มาก นั้นมีราคาไม่เกิน 1,800 บาท ถ้าเกษตรกรมีตัวส่ง 2.50 – 3.49 สญั ญาณอนิ เทอร์เน็ตและแหลง่ พลังงานในพื้นที่ตนเองอยู่ 1.50 – 2.49 ปานกลาง แล้ว ถือว่าเป็นราคาที่เกษตรกรรับได้ นอกจากนี้ยัง 0.00 – 1.49 นอ้ ย สามารถเลอื กชุดเซนเซอร์ท่จี าเปน็ เฉพาะได้ เช่น ต้องการ แค่เซนเซอรว์ ัดความชน้ื อยา่ งเดยี ว กส็ ามารถลดคา่ ใชจ้ ่าย น้อยทสี่ ุด โดยบรรทดั ฐานในการประเมินแบ่งออกเปน็ 3 หัวข้อ ได้อีก อย่างไรก็ตามผู้วิจัยเล็งเห็นว่าสามารถลดต้นทุน หลัก ได้แก่ 1) ด้านการใช้งานแอปพลิเคชัน 2) ด้านชุด ของอปุ กรณใ์ นระบบต้นแบบได้ในอนาคต โดยการพฒั นา อุปกรณ์ตรวจวัดต้นแบบ และ 3) ด้านประโยชน์ในการ วงจรเฉพาะและตัดฟังก์ชันท่ีไม่ได้ใช้งานออกไป จะทาให้ นาไปใช้โดยผลประเมนิ ดไู ด้จากตารางท่ี 3 ต้นทุนในการผลิตมวลรวมนั้นมีราคาที่ถูกลง เพราะว่าใน งานวิจยั นี้ ผวู้ ิจยั ได้เลือกไมโครคอนโทรลเลอร์ท่มี ีขายตาม จากผลการประเมินดังกล่าวสรุปได้ว่าในแง่การนา ท้องตลาดและได้รบั ความนยิ ม บางฟงั กช์ นั ทีถ่ ูกผนวกเข้า ระบบไปใชป้ ระโยชนน์ น้ั ไดร้ ะดับความพึงพอใจในระดับที่ กับชุดอุปกรณ์จึงไม่ได้ถูกใช้งาน แต่ถึงกระน้ันการพัฒนา มากท่ีสุด เนื่องจากตัวระบบเองมีส่วนช่วยกระตุ้นให้ วงจรเฉพาะข้ึนมา จาเป็นต้องใช้เวลาในการวิจัยและ เกษตรกรใส่ใจตอ่ รายละเอียดมากย่ิงขึ้น ประกอบกบั การ ทดสอบ รวมถึงควบคุมการผลิตให้ผ่านมาตรฐานศูนย์ ท่ีเกษตรกรยังไม่เคยนาระบบสารสนเทศมาใช้ อย่างไรก็ ทดสอบผลิตภณั ฑไ์ ฟฟา้ และอิเลก็ ทรอนิกส ตามประเด็นท่ีได้น้อยสุดคือ ความง่ายในการต้ังค่าการ

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 42 ตารางท่ี 3 ผลการประเมินประสทิ ธิภาพของระบบและความพงึ พอใจ N=5 ���̅��� SD. ความพึงพอใจ 1 ดา้ นการใชแ้ อปพลิเคชนั ความเหมาะสมของหน้าจอการทางาน 3.80 0.45 มาก ความเหมาะสมในการแบ่งเมนูของแอปพลิเคชัน 4.40 0.55 มาก การแสดงขอ้ มลู มีมาตรฐานเดยี วกนั ท้งั หมด 4.80 0.45 มากที่สดุ ความง่ายต่อการใชง้ านแอปพลิเคชัน 4.60 0.55 มากที่สดุ ความเหมาะสมของปรมิ าณข้อมูลทนี่ าเสนอในแตล่ ะหนา้ จอ 4.00 0.71 มาก แอปพลเิ คชันชว่ ยอานวยความสะดวกแก่ผู้ใชง้ านมากขึ้น 4.80 0.45 มากทส่ี ุด ความเหมาะสมของแอปพลิเคชนั ในภาพรวม 4.80 0.45 มากทสี่ ุด ความรวดเรว็ ในการเชื่อมโยงเมนภู ายในแอปพลิเคชัน 3.40 0.55 ปานกลาง 2 ดา้ นชุดอปุ กรณต์ รวจวดั ตน้ แบบ ความง่ายในการตดิ ต้ัง 3.40 0.55 มาก ความงา่ ยในการต้งั ค่าการเช่อื มตอ่ 3.20 0.45 ปานกลาง 3 ดา้ นประโยชน์ในการนาไปใช้ นาข้อมลู ท่ีไดร้ ับไปปรบั ใชก้ บั การทาการเกษตร 5.00 0.00 มากที่สดุ การนาระบบมาใชส้ ามารถเพ่ิมประสทิ ธภิ าพของการทา เกษตรในเร่ืองของการวางแผนไดเ้ พิ่มข้นึ เมอ่ื เปรยี บเทียบกบั วธิ แี บบดง้ั เดิม 5.00 0.00 มากท่สี ดุ สามารถลดแรงงานในการไปดูพ้นื ท่ีสาหรบั การทาการเกษตร 4.80 0.45 มากทสี่ ุด คา่ เฉลย่ี 4.31 0.43 มาก ตารางท่ี 4 ค่าใช้จา่ ยในการซือ้ อปุ กรณ์ตรวจวดั ต้นแบบสาหรับเกษตรกร รายการ ประมาณราคา (บาท) หมายเหตุ ระบบพน้ื ฐาน(ไมร่ วมอุปกรณ์ WiFi) 1,000 พ้นื ฐานปกั ได้ 1 ชุดเซ็นเซอรว์ ดั ความเปน็ กรดดา่ ง ความช้ืน อุณหภูมิ และ 800 ปริมาณแสงในดนิ ระบบพ้นื ฐานพร้อมเราเตอร์ WiFi แบบจีเอสเอ็มใส่ซมิ 4,000 รองรับรศั มีประมาณ 30 การ์ด (อปุ กรณเ์ สริม) เมตร ระบบพลังงานแผงโซล่าเซลลข์ นาดเลก็ (อปุ กรณเ์ สรมิ ) 1,000 1ชดุ ต่อ 1 ระบบพน้ื ฐาน

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 43 สรปุ ผล ต้นแบบซ่งึ ไม่มโี มดลู 3G ในตวั จงึ จาเป็นต้องการตวั เช่ือม ผู้วิจัยได้พฒั นาระบบตรวจวัดและแจ้งเตอื นสภาพ ต่ออนิ เทอร์เน็ต เชน่ Wi-Fi router ในการปล่อยสญั ญาณ ดินในสวนทเุ รียน กรณีศกึ ษา ต.บงึ กาสาม อ.หนองเสือ จ. อนิ เทอรเ์ น็ต เปน็ ตน้ ปทุมธานี เพื่อให้เกษตรกรรายย่อยได้นาระบบต้นแบบไป ติดต้ังและใช้งานในสวนทุเรียนของตนเอง โดย ในอนาคตผู้วิจัยเล็งเห็นว่าสามารถลดต้นทุนของ กลุ่มเป้าหมายในงานวิจัยคร้งั น้อี ยใู่ นพ้ืนที่สวนทุเรียนของ อุปกรณ์ต้นแบบได้ โดยการพัฒนาวงจรเฉพาะและตัด คุณสุพจน์ ตันพิชัย โดยมีวิธีการดาเนนิ งานวจิ ัยคือ ศึกษา ฟังก์ชันที่ไม่ได้ใช้งานออกไป และสามารถพัฒนาแอป ปัญหาและความต้องการของผู้ใช้งาน วิเคราะห์และ พลิเคชันให้อยู่ในรูปแบบเว็บไซต์หรือแอปพลิเคชันใน ออกแบบระบบ พัฒนาระบบต้นแบบทั้งในส่วนของ ระบบปฏิบัติการอื่น นอกจากนี้ยังสามารถต่อยอดใน ซอฟต์แวร์และฮาร์ดแวร์ รวมถึงการติดต้ังระบบและ ระบบฟาร์มอัจฉริยะกับพืชชนิดอ่ืนได้ โดยต้องเก็บข้อมูล ถา่ ยทอดเทคโนโลยีสู่กลมุ่ เปา้ หมาย เพ่ือนามาวิเคราะห์ให้ได้อย่างน้อย 1 ปี เพ่ือให้เกิดความ นา่ เชื่อถือ ในการวัดค่าความถูกต้อง และค่าความแม่นยา ผลการศึกษาพบว่า การติดต้ังระบบต้นแบบซึ่ง กิตติกรรมประกาศ ทางานได้ปกติ พลังงานจากแผงโซล่าเซลล์สามารถส่ง พลังงานให้ระบบทาได้งานได้ อย่างต่อเน่ืองถ้ามี ขอขอบคุณสานักงานกองทุนสนับสนุนการวิจัย แสงอาทิตย์ส่องถึง เกษตรกรสามารถปรับการแจ้งเตือน (สกว.) และมหาวิทยาลัยเทคโนโลยีราชมงคลธัญบรุ ี ท่ีให้ ความชื้นและค่าความเป็นกรดด่างท่ีเหมาะสมได้โดยตรง ทุนสนับสนุนในโครงการระบบตรวจวัดและแจ้งเตือน ผ่านแอปพลิเคชัน เนื้อที่ในการจัดเก็บข้อมูลของอุปกรณ์ สภาพดนิ ในสวนทุเรยี นแบบอัตโนมัติ กรณศี ึกษา ต.บงึ กา ตรวจวัด สามารถรองรับจานวนอุปกรณ์ในอนาคตได้ไม่ ส า ม อ . ห น อ ง เ สื อ จ . ป ทุ ม ธ า นี เ ล ข ที่ สั ญ ญ า น้อยกว่า 5,000 ชุด ถ้ามีเน้ือท่ีจัดเก็บในเคร่ืองแม่ข่ายไม่ ABCRMUTT60A04 น้อยกว่า 20 GB แอปพลิคชันบนระบบปฏิบัติการแอน ดรอยด์ประกอบด้วยฟงั ก์ชัน 1) การระบุตัวตนเขา้ สรู่ ะบบ เอกสารอา้ งองิ 2) การดูภาพรวมข้อมูลจากอุปกรณต์ รวจวัด 3) การเลือก [1] วรรณสริ ิ วรรณวงศ์ .(2552). ผลกระทบของขอ้ ตกลง แปลงเพ่ือดูพื้นท่ีเฉพาะ 4) การแจ้งเตือนข้อมูล 5) การดู เขตการค้าเสรไี ทย-จนี ตอ่ ปริมาณการส่งออก ข้อมูลแบบแผนที่ 6) การตั้งค่าโปรไฟล์ 7) การตั้งค่าการ ทเุ รยี นของไทยไปจนี . วทิ ยานิพรธป์ ริญญา แจ้งเตือน และ 8) การออกจากระบบ ผลการประเมิน มหาบัณฑติ มหาวทิ ยาลัยหอการคา้ ไทย ประสิทธภิ าพของระบบและความพึงพอใจของผู้ใช้งานได้ คะแนน 4.31/5.00 ซ่งึ อยู่ในเกณฑค์ วามพึงพอใจในระดบั [2] สานักงานเศรษฐกจิ การเกษตร. (2559). สถานการณ์ ดีมาก นอกจากน้ีเกษตรกรรายย่อยยังเข้าถึงอุปกรณ์ สนิ คา้ เกษตรท่ีสาคญั และแนวโนม้ ปี 2560. สานัก ตรวจวัดต้นแบบ (ระบบพื้นฐานพร้อมชุดเซนเซอร์) ใน งานเศรษฐกจิ การเกษตร กระทรวงเกษตรและ ราคาไมเ่ กิน 1,800 บาท ซ่ึงเป็นราคาท่ียอมรบั ได้ และผล สหกรณ์. ผลการทดสอบความถูกต้องและแม่นยาสาหรับการ ตรวจวดั มคี วามคลาดเคล่ือนเฉลีย่ 4.25 % ข้อจากัดของระบบคือ ระบบสนับสนุนเพียงแค่แอป พลิเคชันในระบบปฏิบัติการแอนดรอยด์ และอุปกรณ์

Research Journal Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 44 [3] หนว่ ยถ่ายทอดเทคโนโลยีศูนยว์ ิจยั พืชสวนจันทบรุ ี. (2551). [9] Baron, S., P. Zaitsev and V. Tkachenko. (2012). เทคโนโลยีการผลิตทเุ รยี นใหม้ คี ุณภาพศนู ย์วิจัย High performance MySQL: optimization, พชื สวนจันทบุรี. สถาบันวจิ ยั พืชสวน กรม backups, and replication. . O'Reilly วิชาการเกษตร. Media, Inc. [4] Kaewmard, N. and S. Saiyod. “Sensor data [10] Kevin, Y. (2004). Build your own database collection and irrigation control on driven website using PHP & MySQL. 4th vegetable crop using smart phone and ed. Austalai, SitePoint Pty Ltd,. wireless sensor networks for smart farm”. IEEE Conference on Wireless Sensors, [11] T. Stefan and S. Vinoski. (2010). Node. js: Subang, Malaysia, 2014. Using JavaScript to build high- performance network programs. IEEE [5] Phanthuna, N. and T. Lumnium. (2017). Design Internet Computing, 14 (6), 80-83. and Application for a Smart Farm in Thailand Based on IoT. Applied Mechanics [12] DiMarzio and F. Jerome. 2016. Beginning and Materials, 866 (1), 433-438. Android Programming with Android Studio. 4th ed. John Wiley & Sons. [6] Karagiannis, V., P. Chatzimisios, F. Vazquez- Gallego and J. Alonso-Zarate. (2015). A [13] Singh, A. and Sonal. “An improvement over Survey on Application Layer Protocols for Kalman filter for GPS tracking”. Present at the Internet of Things. Transaction on IoT 3rd International Conference on and Cloud Computing, 137(7), 1-10 Computing for Sustainable Global Development (INDIACom). New Delhi, [7] Witthayawiroj, N. and P. Nilaphruek. (2017). India, 2016. The Development of Smart Home System for Controlling and Monitoring Energy [14] Bruno, G. and P. Trezentos. “Impacts of data Consumption using WebSocket Protocol. interchange formats on energy IOP Conference Series: Materials consumption and performance in Science and Engineering. 185(1), 1-6. smartphones”. Proceedings of the 2011 workshop on open source and design of [8] Dennis, A., W. H. Barbara and D. Tegarden. communication, Thailand, 2011. (2015). Systems analysis and design: An object-oriented approach with UML. 5th ed. John Wiley and Sons.

Research Journal-Rajamangala University of Technology Thanyaburi, ISSN 1686-8420, Vol 17, Issue 1, 2018 45 ระบบแนะนำเส้นทำงภำยในมหำวิทยำลัยเทคโนโลยีพระจอมเกล้ำพระนคร เหนือบนระบบปฏิบตั ิกำรแอนดรอยด์ Route Recommender System for King Mongkut’s University of Technology North Bangkok On Android Operating System พรทพิ ำ กรุณำนนท1์ *, ศศิชำ พึง่ เงิน1 , หทัยรตั น์ เกตมุ ณีชยั รตั น์1 1วิทยาลัยเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ .กรุงเทพฯ 10800 Corresponding Author E-mail: [email protected] ARTICLE INFO ABSTRACT Article history: Received 18 May 2018 The proposes of this research was to develop the Route Accept 05 June 2018 recommender system for King Mongkut’s University of Technology Online 30 June 2018 North Bangkok on Android Operating System. The Application work found that it could search Building, Place, Faculty, Department, Keywords: Program, Personnel and Guide the route from the front of the Android operating system, University to the building or place the users wanted and to study the satisfaction of the users with Route Recommender System for King Route recommender, Mongkut’s University of Technology North Bangkok on Android Operating System. Satisfaction, The research instruments were the with Route Recommender Maps System for King Mongkut’s University of Technology North Bangkok on Android Operating System and the satisfaction questionnaire of user on the with Route Recommender System for King Mongkut’s University of Technology North Bangkok on Android Operating System. The results of this research showed that the assessment result of users’ satisfaction in each topic – in the system topic, the users had the satisfaction in the “Good” level (������ = 4.48, S.D. = 0.56); for the function aspect, the users had the satisfaction in the “Good” level (������=