นายภานุสรณ์ โพธิ์ศรี

ระบบตรวจจับกลุ่มควันและแจ้งเตือนภัยอัจฉริยะผ่านคลาวด์แบบ Real-time บูรณาการฮาร์ดแวร์ฝังตัวเข้ากับเว็บแอปพลิเคชัน

• Hardware Integration: ใช้บอร์ดไมโครคอนโทรลเลอร์ ESP32 เชื่อมต่อรับส่งสัญญาณข้อมูลอะนาล็อกจากเซ็นเซอร์ตรวจจับแก๊ส CO และกลุ่มควันหนาแน่น (เซ็นเซอร์ซีรีส์ MQ-2 และ MQ-135)
• Real-time Architecture: พัฒนาสถาปัตยกรรมสตรีมมิ่งข้อมูลเข้าสู่ Firebase Realtime Database เพื่อซิงค์ข้อมูลค่าสภาพอากาศและระดับความหนาแน่นควันส่งตรงไปยังหน้าจอมอนิเตอร์โดยมีความล่าช้า (Latency) ต่ำกว่า 1-2 วินาที
• Dynamic Web Monitoring & Alert: ออกแบบ Web Interface หน้าแดชบอร์ดหลักด้วย JavaScript แสดงผลค่าผ่านเข็มไมล์วัดระดับ (Dynamic Needle Gauge) ที่เปลี่ยนสีและองศาตามความอันตราย พร้อมเชื่อมต่อ Web Notification API ส่งสัญญาณเสียงเตือนและสัญลักษณ์แจ้งเตือนฉุกเฉินบนเบราว์เซอร์ทันทีเมื่อค่าเกินมาตรฐาน (> 80)
• Data Throttling Mechanism: เขียนคำสั่งควบคุมฝั่ง Front-end ป้องกันการ Spam Notification โดยจำกัดรอบการยิงคำสั่งแจ้งเตือน (Throttling) ให้เว้นระยะเวลา 30 วินาทีต่อครั้ง เพื่อรักษาเสถียรภาพการทำงานของเครื่องลูกข่าย

แอปพลิเคชันสืบค้นและจัดการสถานะร้านค้าภายในโรงอาหารสถาบันการศึกษาเพื่ออำนวยความสะดวกแก่นักศึกษาและผู้ประกอบการ

การทำงานของระบบและฟีเจอร์เด่น:

• Modular Design Structure: พัฒนาตัวแอปพลิเคชันด้วยภาษา Java บน Android Studio ออกแบบแยกหน้าการทำงานหลักออกเป็น 5 Activities เพื่อการบริหารจัดการและบำรุงรักษาโค้ดที่ง่ายตามหลักการ OOP
• Role-Based Access Control (RBAC): พัฒนาระบบยืนยันตัวตน (Authentication) แยกสิทธิ์ผู้ใช้งานชัดเจน โดยกลุ่ม 'ผู้ใช้งานทั่วไป' สามารถค้นหา ดูเมนู และเช็คสถานะการเปิด-ปิดร้านได้ ส่วนกลุ่ม 'เจ้าของร้าน' จะได้รับสิทธิ์เข้าถึงแดชบอร์ดจัดการหลังบ้าน
• Cloud Firestore Operations: นำระบบ Database แบบ Cloud Firestore มาใช้จัดเก็บข้อมูลโครงสร้างร้านค้า รองรับการทำ CRUD Operations (สร้าง, อ่าน, แก้ไขสถานะเมนู, ปรับเวลาเปิด-ปิดร้าน) แบบเรียลไทม์ผ่าน Listener ทำงานลื่นไหล มีค่าเฉลี่ยในการอัปเดตข้อมูลปลายทางต่ำกว่า 0.8 วินาที

ระบบห้องสมุดอัจฉริยะและแดชบอร์ดวิเคราะห์สถิติเพื่อแปลงข้อมูลธุรกรรมดิบให้เป็นข้อมูลเชิงลึก (Actionable Insights) สำหรับวางแผนเชิงรุก

• Secure Relational Database: ออกแบบฐานข้อมูลเชิงสัมพันธ์ (Relational Database) บน MySQL พร้อมเพิ่มความปลอดภัยขั้นสูงในการเข้าถึงและจัดการข้อมูล ป้องกันช่องโหว่ SQL Injection 100% ผ่านกลไก Prepared Statements
• Business Intelligence Dashboard: พัฒนาส่วนแสดงผลสถิติเชิงลึกด้วย Chart.js ประมวลผลลัพธ์อัตโนมัติออกเป็นกรามเปรียบเทียบ เช่น อัตราการยืมคืนหนังสือจำแนกตามหมวดหมู่, สถิติผู้ใช้บริการสูงสุด เพื่อช่วยวิเคราะห์พฤทีกรรมการอ่าน
• Predictive Inventory & ROI Models: ออกแบบระบบหลังบ้านให้คำนวณ Financial ROI คาดการณ์ความคุ้มค่า และมีระบบ Predictive Inventory Alert แจ้งเตือนรายการหนังสือที่สุ่มเสี่ยงต่อการขาดแคลนบนชั้นวางล่วงหน้า พร้อมทั้งมีระบบ AI Suggestion จำลองการแนะนำและโปรโมทกลุ่มหมวดหนังสือที่มียอดการยืมใช้งานต่ำเพื่อกระตุ้นอัตราหมุนเวียนคลังหนังสือ
• Data Export Functionality: พัฒนาระบบส่งออกรายงานสรุปสถิติ (Export Report) จากฐานข้อมูลออกมาเป็นไฟล์รูปแบบ CSV โดยจัดการโครงสร้าง Encoding แบบ UTF-8 BOM ป้องกันปัญหาตัวอักษรภาษาไทยแสดงผลเพี้ยนเมื่อนำไปเปิดใช้งานต่อใน Microsoft Excel