การลดค่าคลาดเคลื่อนในการพยากรณ์ความต้องการของสินค้าอุตสาหกรรม ที่มีความผันแปรสูงด้วยเทคนิคการแปลงข้อมูล
คำสำคัญ:
การพยากรณ์, ปรับเรียบเอกซ์โพเนนเชียล, การแปลงข้อมูลบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเสนอวิธีการลดค่าคลาดเคลื่อนจากการพยากรณ์ยอดขาย ของสินค้าอุตสาหกรรมที่มีความผันแปรสูงด้วยเทคนิคแปลงข้อมูล ข้อมูลยอดขายถูกเก็บรวบรวมจากบริษัทผู้จัดจำหน่ายอุปกรณ์ไฟฟ้าอุตสาหกรรมตัวอย่าง จำนวน 36 เดือน ขั้นตอนการวิจัยประกอบด้วยการแปลงข้อมูลจากสามวิธี ได้แก่ วิธีรากที่สอง วิธีการลอการิทึม และวิธีการแปลงโดยใช้รากที่สองของการกลับเศษส่วน หลังจากนั้นข้อมูลจะถูกนำไปเปรียบเทียบด้วยวิธีการพยากรณ์แบบปรับเรียบเอกซ์โพเนนเชียลทั้งสามวิธี ได้แก่ วิธีปรับเรียบเส้นโค้งเลขชี้กำลังของโฮลต์ วิธีการเอกซ์
โปเนนเซียลปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของบราวน์ และวิธีการเอกซ์โป- เนนเซียลปรับเรียบด้วยเส้นโค้ง เลขชี้กำลังที่มีแนวโน้มแบบแดม เพื่อเลือกวิธีการพยากรณ์ที่ดีที่สุดด้วยการเปรียบเทียบค่าคลาดเคลื่อน
ผลของงานวิจัยพบว่าข้อมูลที่เบ้ขวาควรใช้การแปลงข้อมูลแบบลอการิทึม และวิธีพยากรณ์ที่ให้ค่าคลาดเคลื่อนน้อยสุดสำหรับงานวิจัยนี้ คือวิธีปรับเรียบเส้นโค้งเลขชี้กำลังของโฮลต์ เนื่องจากให้ค่าคลาดเคลื่อนตามวิธีวัดข้อผิดพลาดร้อยละสัมบูรณ์ (MAPE) ร้อยละ 2.81 อย่างมีนัยสำคัญทางสถิติ 0.01 นอกจากนั้น พบว่าผลการทดสอบค่าการพยากรณ์อยู่ในพิกัดควบคุมของแผนภูมิควบคุม I-MR ดังนั้นบริษัทกรณีศึกษาสามารถนำวิธีการพยากรณ์นี้ใช้ประโยชน์ได้ต่อไป
References
กนกกาญจน์ มูลผาลา. (2557). การศึกษาเทคนิคการพยากรณ์ยอดขายสินค้าอุปโภคที่เหมาะสมของ บริษัทเอกชนแห่งหนึ่ง. วารสารวิชาการบริหารธุรกิจ. 3(1), 14-20.
กิตติมา ชาติชาคร. (2554). รูปแบบการพยากรณ์สำหรับวางแผนการผลิตเครื่องดื่ม. (การค้นคว้าอิสระปริญญามหาบัณฑิต). มหาวิทยาลัยสงขลานครินทร์, สงขลา.
คชินทร์ โกกนุทาภรณ์. (2563). การเปรียบเทียบวิธีการพยากรณ์ราคาขายทองคำแท่ง. วารสารวิทยาศาสตร์และเทคโนโลยี มรย. 5(1), 1-9.
จารุเดช โตจำศิลป์. (2561). ตัวแบบการพยากรณ์เพื่อการวางแผนการสั่งซื้อสินค้าล่วงหน้าด้วยเทคนิคการปรับเรียบแบบเอกซ์โปเนนเชียล. วิศวสารลาดกระบัง, 35(2), 23-31.
ทรงพล รดิศพงศ์. (2555). การแปลงข้อมูลผลการวิจัยโดยวิธีทางสถิติ. วารสารกรมวิทยาศาสตร์บริการ, 60(189), 16-19.
ธงชัย แสงสุวรรณดี และสกนธ์ คล่องบุญจิต. (2564). การเพิ่มประสิทธิภาพการจัดการคลังสินค้าด้วยเทคนิค ABC และการพยากรณ์ กรณีศึกษาระบบการจัดเก็บสินค้า. วิศวกรรมสารลาดกระบัง, 38(4), 13-22.
ธันย์ชนก จันทร์หอม และอมรินทร์ เทวตา. (2565). การพยากรณ์แบบอนุกรมเวลาเพื่อกำหนดการสั่งซื้อที่ประหยัดที่สุดของโรงงานผลิตยางซิลิโคนแห่งหนึ่ง. วารสารวิทยาลัยโลจิสติกส์และซัพพลายเชน, 8(2), 28-49.
นิภา นิรุตติกุล. (2551). แบบจำลองการเดินทางของผู้บริโภคในการเลือกซื้อสินค้าพาณิชย์อิเล็กทรอนิกส์ประเภทสินค้าแฟชั่นเครื่องแต่งกายของผู้บริโภคเจเนอเรชันวาย. วารสารสังคมศาสตร์และมนุษย์ศาสตร์, 5(2), 216-255.
พิชชาพัส ภูรีจารุโรจน์, วรวรรณ พยัคเวช, นัทธพงศ์ ตรีสุธรรมมาศ, ศุภนุช รักษาคม และจุฑาภรณ์ สินสมบูรณ์. (2562). การเปรียบเทียบประสิทธิภาพวิธีการแปลงข้อมูลสำหรับข้อมูลที่มีการแจกแจงแกรมมา. วารสารวิทยาศาสตร์และเทคโนโลยี, 28(8), 1321-1333.
ภัณนิภา เชี่ยวพานิชย์. (2559). ตัวแบบการพยากรณ์ที่ส่งผลต่อยอดขายสินค้าที่ทําการส่งเสริมการขาย. วารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี, 18(2), 33-39.
ภูวิสิต วาลมุลตรี. (2555). การคาดการณ์ความต้องการสินค้าที่มีมูลค่าสูง. วารสารวิทยาศาสตร์และเทคโนโลยีมหาวิทยาลัยราชภัฏอุดรธานี, 8(1), 121-132.
วรางคณา เรียนสุทธิ์. (2561). การเปรียบเทียบตัวแบบพยากรณ์ราคาส้มเขียวหวานโดยวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลัง. Thai Journal of Science and Technology (TJST), 7(5), 460-470.
วรางคณา เรียนสุทธิ์. (2562). การพยากรณ์ราคาถั่วเขียว. วารสารวิจัยและส่งเสริมวิชาการเกษตร, 37(2), 122-138.
วรางคณา เรียนสุทธิ์. (2563). การพยากรณ์ราคาพริกไทยดำ. วารสารวิชาการและวิจัย มทร.พระนคร, 13(2), 93-105.
ศิริวรรณ สัมพันธมิตร. (2564). การพยากรณ์ความต้องการใช้กาวดักแมลง. วารสารข่ายงานวิศวกรรมอุตสาหการไทย, 7(1), 18-33.
อนุชิต รัตนประสิทธิ์. (2554). การพยากรณ์ความต้องการและการวางแผนการผลิต : กรณีศึกษาผลิตภัณฑ์น้ำปลา. วารสารวิชาการและวิจัย มทร.พระนคร, 5(1), 65-75.
อรุณ จิรวัฒน์กุล. (2564). การแปลงข้อมูลให้ตัวแปรมีการแจกแจงปกติ. วารสารวิชาการสาธารณสุข, 30(2), 197-198.
Arvan, M., Fahimnia, B., Reisi, M., & Siemsen, E. (2019). Integrating human judgement into quantitative forecasting methods: A review. Omega, 86, 237-252.
Corberán-Vallet, A., Vercher, E., Segura, J. V., & Bermúdez, J. D. (2023). A new approach to portfolio selection based on forecasting. Expert Systems with Applications, 215, 119370.
Ginantra, N. L. W. S. R., & Anandita, I. B. G. (2019). Penerapan Metode Single Exponential Smoothing Dalam Peramalan Penjualan Barang. J-SAKTI (Jurnal Sains Komputer dan Informatika), 3(2), 433-441.
Gradojevic, N., Kukolj, D., Adcock, R., & Djakovic, V. (2023). Forecasting Bitcoin with technical analysis: A not-so-random forest?. International Journal of Forecasting, 39(1), 1-17.
Gui, L., Hu, X., Li, X., & Zheng, M. (2022). Study on the Influence of Undertaking Industrial Transfer on the Sustainability Development of Wanjiang City Belt. Sustainability, 14(22), 14993.
Hair Jr., J. F. (1995). Multivariate Data Analysis with Readings (4th ed.). Englewood Cliffs, NJ: Prentice-Hall.
Sirisha, U. M., Belavagi, M. C., & Attigeri, G. (2022). Profit Prediction Using ARIMA, SARIMA and LSTM Models in Time Series Forecasting: A Comparison. IEEE Access, 10, 124715-124727.
Zhou, J., Ren, G. H., He, H. B., Hou, X. Y., & Deng, W. C. (2020). Application of the exponential smoothing model and ARIMA model in prediction of the endemic situation of schistosomiasis in Hunan Province. Journal of Schistosomiasis Control, 32(3), 236-241.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2023 วารสารวิชาการการตลาดและการจัดการ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของ ผู้นิพนธ์
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี และคณาจารย์ท่านอื่น ในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
