วารสารวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏอุดรธานี

ANTIBACTERIAL ACTIVITY OF VETIVER, CITRONELLA, AND EAST INDIAN LEMONGRASS ESSENTIAL OILS AGAINST BACILLUS SUBTILIS: A PRELIMINARY DISK-DIFFUSION STUDY

Danisa Saelim — 2026-08-31

Antimicrobial resistance has increased interest in plant-derived antibacterial agents. This study aimed to evaluate and descriptively compare the antibacterial activities of Vetiver (Chrysopogon zizanioides), Citronella (Cymbopogon nardus), and East Indian lemongrass (Cymbopogon flexuosus) essential oils against Bacillus subtilis. Preliminary antibacterial screening was conducted using an adapted disk-diffusion method. Gentamicin and sterile distilled water served as positive and negative controls, respectively. Inhibition-zone diameters were measured after 24 h and reported as mean ± standard deviation from three independent biological replicates. All three oils produced measurable inhibition zones. Vetiver oil had the largest observed mean zone among the oils (17.33 ± 1.53 mm), followed by East Indian lemongrass oil (15.00 ± 1.00 mm) and Citronella oil (13.67 ± 1.53 mm). Gentamicin produced a mean zone of 24.33 ± 0.58 mm. Sterile distilled water produced no inhibition beyond the 6-mm disk. Because no inferential statistical analysis was performed, treatment differences should be interpreted descriptively rather than as statistically significant. The findings show that the three oils inhibited B. subtilis under the tested conditions. Further studies should chemically characterize the tested oil batches, reproduce the screening findings, and evaluate additional Gram-positive and Gram-negative bacterial species.

DESIGN AND VALIDATION OF A LOW-COST AI-BASED RECYCLABLE WASTE CLASSIFICATION SYSTEM

Jakkrit Saengpeng — 2026-08-31

This paper presents the design and validation of a low-cost AI-based Smart Electronics Classification System for recyclable waste sorting. It was developed as a low-cost technical prototype that can be independently assembled using accessible components and manually collected training data, with future application as a STEM learning tool to be evaluated in subsequent work. The system uses a DC motor-driven rotating the three waste bins positioned at 120°, 240°, and 360°, controlled by Arduino Uno microcontroller combined with a result of an image-based classifier trained by PictoBlox. Images were classified into four classes: Class A (clear PET with label and cap), Class B (clear PET without label or cap), Class C (HDPE with label and cap), and Class D (empty tray). The 1,496 images dataset was manually collected, labelled and trained using PictoBlox’s built-in image learning feature by achieving 100% accuracy on the images test set. Motor positioning validation was tested over 15 trials with result of a mean absolute error of 17.0°, while end-to-end system testing over 56 trials achieved an overall system accuracy of 96.4%. The validated prototype demonstrates technical feasibility and reliability, establishing a foundation for future STEM-based learning activities. It offers a practical platform for students to engage with machine learning, embedded systems, engineering design, and problem-solving through hands-on construction and testing.

การพัฒนาระบบสารสนเทศเพื่อจัดการความรู้ประเพณีการแข่งขันเรือยาว

วีระยุทธ์ คำปาน — 2026-08-31

การวิจัยครั้งนี้มีจุดมุ่งหมายเพื่อ 1) ศึกษาและรวบรวมองค์ความรู้เกี่ยวกับประเพณีการแข่งขันเรือยาว 2) พัฒนาระบบสารสนเทศเพื่อจัดการองค์ความรู้ประเพณีการแข่งขันเรือยาว และ 3) ประเมินประสิทธิภาพการทำงานของระบบและความพึงพอใจของผู้ใช้ต่อระบบ โดยใช้วิธีการวิจัยและพัฒนา (Research and Development) แบ่งเป็น 3 ตอน คือ ตอนที่ 1 ศึกษาและรวบรวมองค์ความรู้ประเพณีการแข่งขันเรือยาว โดยสัมภาษณ์ภูมิปัญญาที่มีความรู้ ประสบการณ์ เชี่ยวชาญเกี่ยวกับประเพณีการแข่งขันเรือยาว ภาคตะวันออกเฉียงเหนือ จำนวน 6 คน และ ศึกษาความต้องการระบบโดยสัมภาษณ์ภูมิปัญญา และจากสมาชิกในกลุ่มเรือพายภาคตะวันออกเฉียงเหนือจำนวน 360 คน โดยสุ่มตัวอย่างแบบมีชั้นภูมิอย่างมีสัดส่วน (Proportional Stratified Sampling) ด้วยแบบสอบถามที่มีค่าความเชื่อมั่น 0.960 โดยผู้เชี่ยวชาญด้านการพัฒนาระบบสารสนเทศและด้านประเพณีการแข่งขันเรือยาว จำนวน 5 คน ประเมินค่าดัชนีความสอดคล้องระหว่างวัตถุปะสงค์กับข้อคำถามหรือเนื้อหา (IOC) ซึ่งพบว่า มีค่าอยู่ในระหว่าง 0.60 – 1.00 แสดงว่า แบบสอบถามมีค่าความเที่ยงตรงเชิงเนื้อหาอยู่ในระดับดีนำแบบสอบถามไปทดลองใช้ (Try-out) กับสมาชิกทีมเรือที่ไม่ใช่กลุ่มตัวอย่าง จำนวน 30 คน และนำมาคำนวณหาค่าความเชื่อมั่น (Reliability) ของแบบสอบถามทั้งฉบับโดยใช้สัมประสิทธิ์แอลฟาครอนบาค (Cronbach’s-Correlation) ตอนที่ 2 ออกแบบและพัฒนาระบบด้วยโปรแกรมภาษา PHP ในการพัฒนาระบบ โปรแกรมระบบฐานข้อมูล MySQL ในการจัดเก็บข้อมูล ระบบปฏิบัติการ Windows โปรแกรมสำหรับจำลองเครื่องคอมพิวเตอร์ส่วนบุคคล ให้ทำงาน ในลักษณะของ Web Server (โปรแกรม XAMPP) Web Browser Internet Explorer และ Google ChromeและNotepad และตอนที่ 3 ประเมินประสิทธิภาพระบบโดยผู้เชี่ยวชาญ 5 คน และประเมินความพึงพอใจระบบโดยสมาชิกลุ่มเรือยาวจำนวน 250 คน ใช้สูตรคำนวณกลุ่มตัวอย่าง เช่น Taro Yamane ที่ระดับความเชื่อมั่น 95% ด้วยแบบประเมินความพึงพอใจที่มีค่าความเชื่อมั่น 0.975 ประเมินค่าดัชนีความสอดคล้องระหว่างวัตถุปะสงค์กับข้อคำถามหรือเนื้อหา (IOC) ซึ่งพบว่าแบบสอบถามมีค่าความเที่ยงตรงเชิงเนื้อหาอยู่ในระดับดี วิเคราะห์ข้อมูลจากการสัมภาษณ์ด้วยวิธีการวิเคราะห์เนื้อหา วิเคราะห์ข้อมูลเชิงปริมาณด้วยค่าสถิติ ได้แก่ ค่าความถี่ ร้อยละ ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน

ผลการวิจัย พบว่า 1) องค์ความรู้เกี่ยวกับประเพณีการแข่งขันเรือยาวที่ต้องการมี 5 ด้าน ได้แก่ 1.1) ประวัติและพัฒนาการของประเพณี 1.2) การทำเรือและบำรุงรักษาเรือ 1.3) กระบวนการเตรียมทีม 1.4) กฎ ระเบียบ กติกา ตาราง และผลการแข่งขัน และ 1.5) ประสบการณ์และแนวปฏิบัติที่ดี โดยคุณลักษณะของระบบสารสนเทศที่ต้องการ ได้แก่สามารถรองรับสื่อที่หลากหลาย สืบค้นได้ง่าย มีพื้นที่แลกเปลี่ยนเรียนรู้สามารถในการนำเข้าและอัปเดตองค์ความรู้ได้อย่างต่อเนื่อง 2) ระบบสารสนเทศเพื่อจัดการความรู้ประเพณีการแข่งขันเรือยาว ที่ผู้วิจัยพัฒนาขึ้นประกอบด้วยฐานข้อมูล องค์ความรู้ครบทั้ง 5 ด้าน ข้อมูลทีมนักกีฬา ข้อมูลการแข่งขัน และข้อมูลพิธีกรรม โดยมีคุณลักษณะที่ตรงตามความต้องการของผู้ใช้ระบบ และมีเมนูให้สมาชิกเรือยาวเข้ามาแลกเปลี่ยนความรู้ได้ โดยแบ่งผู้ใช้งานออกเป็น 3 กลุ่ม ได้แก่ ผู้ดูแลระบบ สมาชิก และผู้ใช้งานทั่วไป และ 3) ผลการประเมินประสิทธิภาพของระบบโดยผู้เชี่ยวชาญ พบว่า ประสิทธิภาพของระบบในภาพรวมอยู่ในระดับมากที่สุด ( = 4.76, S.D. = 0.39) โดยด้านที่มีค่าเฉลี่ยสูงสุด คือ ด้านการรักษาความปลอดภัยของระบบ อยู่ในระดับมากที่สุด (=4.93, S.D. = 0.18) 4) ผลการประเมินความพึงพอใจของผู้ใช้งานต่อระบบสารสนเทศ พบว่า ความพึงพอใจโดยรวมอยู่ในระดับมากที่สุด (= 4.56, S.D. = 0.64) โดยด้านที่มีค่าเฉลี่ยสูงสุด คือ ด้านประสิทธิภาพของระบบ อยู่ในระดับมากที่สุด (= 4.70, S.D. = 0.73)

การปรับปรุงระบบสกัด รวบรวมข้อมูล และสรุปเหตุการณ์น้ำท่วมจากข่าวออนไลน์ด้วยโมเดลภาษาขนาดใหญ่

ชวลิต โควีระวงศ์ — 2026-08-31

งานวิจัยนี้มีวัตถุประสงค์เพื่อปรับปรุงและพัฒนาประสิทธิภาพของระบบกึ่งอัตโนมัติสำหรับการสกัด รวบรวม และวิเคราะห์เชิงพื้นที่ของข้อมูลเหตุการณ์น้ำท่วมจากข่าวออนไลน์ในประเทศไทย โดยปรับปรุงข้อจำกัดของระบบเดิมที่พัฒนาด้วยภาษา Python และเทคนิคการสกัดคำสำคัญเชิงระบุตำแหน่ง (Named Entity Recognition: NER) อย่างโมเดล WangchanBERTa ซึ่งมีความซับซ้อนในการจัดการข้อมูลที่ไม่มีโครงสร้างและมีขั้นตอนประมวลผลหลายขั้นตอน การวิจัยนี้นำเสนอระบบที่ปรับปรุงใหม่โดยการใช้สถาปัตยกรรมภาษา JavaScript ร่วมกับ Node.js ในการควบคุมกระบวนการดึงข้อความจากหน้าเว็บ และใช้งานร่วมกับอินเตอร์เฟซจำลองกระบวนการทำงานอัตโนมัติ (n8n Workflow Automation) เป็นส่วนติดต่อผู้ใช้งาน โดยประยุกต์ใช้โมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) ผ่าน Gemini Flash 2.5 API ในการทำหน้าที่เป็นตัวประมวลผลภาษาธรรมชาติ สกัดข้อมูลตัวตนเชิงเวลาและพื้นที่ (วันที่ สถานที่ และจังหวัด) สรุปใจความข่าว ตลอดจนประเมินระดับความรุนแรงของภัยพิบัติ การทดสอบระบบประมวลผลเปรียบเทียบกับชุดข้อมูลข่าวเหตุการณ์น้ำท่วมปี พ.ศ. 2567 จำนวน 555 ข่าว พบว่า ระบบใหม่ที่นำเสนอสามารถลดระยะเวลารวมในกระบวนการประมวลผลข้อมูลตั้งแต่เริ่มต้นจนถึงการสร้างแผนภูมิภูมิสารสนเทศลงจาก 1,125 วินาที (19 นาที) เหลือเพียง 788 วินาที (13 นาที) หรือคิดเป็นการลดเวลาลงร้อยละ 29.95 ในด้านคุณภาพของข้อมูลที่สกัดได้ โมเดลภาษาขนาดใหญ่มีอัตราความแม่นยำเฉลี่ยสูงกว่าระบบเดิม โดยสามารถลดปัญหาข้อผิดพลาดจากการสกัดภาษาธรรมชาติที่มีโครงสร้างประโยคซับซ้อนหรือคำที่มีความกำกวม และสามารถสกัดมิติของเหตุการณ์เพิ่มเติม เช่น ข้อมูลระดับความรุนแรง ซึ่งระบบเดิมไม่สามารถจัดหมวดหมู่ได้ ผลการวิจัยชี้ให้เห็นว่าระบบที่ปรับปรุงใหม่มีความยืดหยุ่นในการเขียนโปรแกรมและการรวมระบบข้ามแพลตฟอร์มที่สูงขึ้น ช่วยให้เกิดแนวทางการสกัดและจัดเตรียมข้อมูลภัยพิบัติที่มีคุณภาพสูงสำหรับการแสดงผลผ่านแผนที่ความร้อนและการวิเคราะห์เชิงนโยบายเพื่อสนับสนุนการแจ้งเตือนภัยแบบกึ่งเรียลไทม์ได้อย่างมีนัยสำคัญ อย่างไรก็ดี การนำระบบไปปรับใช้ในวงกว้างจำเป็นต้องคำนึงถึงประเด็นด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูลในการสื่อสารผ่าน API ภายนอก รวมถึงการบริหารจัดการต้นทุนค่าใช้จ่ายในการเรียกใช้งานโมเดล

ANEMIA IN DOGS: DISEASE CLASSIFICATIONS, SEVERITY, AND CONCURRENT DISEASES IN NORTHEAST THAILAND

Narichsara Lertchaisathaporn — 2026-09-11

Anemia is a common hematologic abnormality in dogs and may occur in association with various diseases. However, previous studies have described causes of anemia or focused on specific diseases, while information on diseases associated with anemia in dogs remains limited. This retrospective study investigated disease classifications, anemia severity, primary diagnoses, and concurrent diseases in anemic dogs presented to a veterinary teaching hospital in Northeast Thailand. Medical records and hematologic results from January to December 2024 were retrospectively reviewed. Dogs with a PCV <37% were considered anemic, and dogs younger than six months or with acute blood loss were excluded. Of 4,682 dogs identified, 1,013 (21.6%) were included in the study. Neoplasia was the most common disease classification (24.9%), with mild anemia predominating, followed by vector-borne infectious diseases (20.2%) and CKD (16.6%), with mild anemia also predominating. Moderate anemia predominated in vector-borne infectious, systemic bacterial infectious, and immune-mediated diseases. Bone marrow disorders had the highest proportions of severe and very severe anemia, and anemia severity differed significantly among disease classifications (p<0.0001). CKD was the most common primary diagnosis (15.8%), followed by ehrlichiosis (9.3%), and concurrent diseases were frequently identified. Overall, the findings demonstrate that anemia severity varies among disease classifications and that concurrent diseases are common in anemic dogs.