การวิเคราะห์การเจริญของจุลินทรีย์โพรไบโอติกส์ในโยเกิร์ตรสธรรมชาติโดยใช้วิทยาศาสตร์ข้อมูล

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

ธารทิพย์ วรรณสำเริง, เบญสิร์ยา ทองผุด, สกุลธิดา หงษ์ทอง

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

ชุลีพร ศรีพิทักษ์, ฉัตรฑริกา มีชัย

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนมัธยมวัดหนองแขม

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2565

บทคัดย่อโครงงานวิทยาศาสตร์

Abstract

Probiotic microorganisms in traditional yogurt are bacteria that have been investigated and proven to be beneficial to the human body. It is present in a variety of fermented foods. Lactobacillus delbrueckii subsp. bulgaricus and Streptococcus thermophilus [1] were developed for microbial counting using Cell Shape Convolutional Neural Networks (CNNs) of Deep Learning (DL) algorithms for bacterial life cycle research on probiotic microorganisms using mathematical models and Machine Learning (ML) algorithms in this study. In addition, dashboard prototype employing data science approaches and technologies for smart sensory assessments, including the Internet of Things (IoT) and big data analytics. Preliminary testing indicated that an automated colony counting approach based on CNNs (DL) can count microbial populations faster than the Standard Plate Counting (SPC). The observed data from this technique may be used to produce predictions on a large number of samples and reference plates using mathematical models. Furthermore, the Logistic (ML) model proved accurate throughout the growth (Chaotic/Exponential) phase analysis, culminating in the whole prediction of bacterial life change, as indicated by the lowest levels of forecast errors (BIAS, MAE, MSE, and RMSE). Finally, the automated colony counter with CNNs, predictions with three models, and smart sensory evaluations will be integrated into prototyping dashboards at present using data science methodologies and technologies from the Internet of Things (IoT) and big data analytics systems in an all-in-one platform.

Keywords: Probiotic microorganisms, Deep Learning, Machine Learning, Data science, Internet of Things, Big Data