การพยากรณ์ความต้องการวัตถุดิบชนิด PP J704WE ที่ใช้ในการผลิตกระติกน้ำร้อนกรณีศึกษา บริษัท ยูเนี่ยนโซจิรุชิ จำกัด

Main Article Content

ศุภกร เจริญประสิทธิ์
สุรัสวดี วาจันทร์

บทคัดย่อ

งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อทำการศึกษาหาวิธีการพยากรณ์ที่เหมาะสมในการพยากรณ์ปริมาณการใช้วัตถุดิบสำหรับเพื่อใช้เป็นเครื่องมือสนับสนุนการตัดสินใจในการสั่งซื้อวัตถุดิบสำหรับเตรียมไว้ใช้ในกระบวนการผลิต กรณีศึกษา บริษัทยูเนี่ยนโซจิรุชิ จำกัด ซึ่งเป็นผู้ผลิตกระติกน้ำร้อน โดยผู้ศึกษาได้เลือกวัตถุดิบชนิด PP J704WE ซึ่งเป็นวัตถุดิบที่มีปริมาณการใช้มากที่สุดคิดเป็นสัดส่วนร้อยละ 31.15 ของปริมาณวัตถุดิบเพื่อใช้สำหรับการผลิตและมีค่าเฉลี่ยร้อยละความผิดพลาดสัมบูรณ์สูงที่สุดถึง 25.91 จึงมีความจำเป็นอย่างยิ่งที่ต้องมีปริมาณวัตถุดิบอย่างเพียงพอสำหรับใช้ในกระบวนการผลิต เพื่อที่จะสามารถดำเนินการผลิตตามแผนการผลิตได้อย่างต่อเนื่องไม่มีการหยุดชะงัก โดยผู้ศึกษาได้ทำการเลือกใช้วิธีการพยากรณ์ ดังต่อไปนี้ 1) วิธีค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก 3 เดือน 2) วิธีการแยกส่วนประกอบ และ 3) วิธีการปรับเรียบเอ็กซ์โพเนนเชียลของวินเทอร์แบบคูณ และทำการตรวจสอบความแม่นยำโดยการใช้ค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์เป็นตัวตรวจสอบความเที่ยงตรงของการพยากรณ์ ซึ่งจากผลการศึกษาพบว่าการพยากรณ์การใช้วัตถุดิบชนิด PP J704WE ด้วยการพยากรณ์โดยวิธีการแยกส่วนประกอบนั้นเป็นวิธีการพยากรณ์ที่มีความเหมาะสมที่สุด ซึ่งพบว่าค่าเฉลี่ยของร้อยละความผิดพลาดสัมบูรณ์ เท่ากับร้อยละ 14.43

Article Details

How to Cite
[1]
เจริญประสิทธิ์ ศ. และ วาจันทร์ ส., “การพยากรณ์ความต้องการวัตถุดิบชนิด PP J704WE ที่ใช้ในการผลิตกระติกน้ำร้อนกรณีศึกษา บริษัท ยูเนี่ยนโซจิรุชิ จำกัด”, J of Ind. Tech. UBRU, ปี 12, ฉบับที่ 1, น. 93–104, พ.ค. 2022.
บท
บทความวิจัย

References

Render, Barry, Ralph M. Stair, and Michael E. Hanna. Quantitative analysis for management. Upper Saddle River, N.J.: Prentice Hall; 2003

Mbuli, Nhlanhla, Malusi Mathonsi, Modisane Seitshiro, and Jan-Harm C. Pretorius. Decomposition forecasting methods: A review of applications in power systems. Energy Reports 6:298-306; 2020

Liu, Che, Bo Sun, Chenghui Zhang, and Fan Li. A hybrid prediction model for residential electricity consumption using holt-winters and extreme learning machine. Applied Energy 275:115383; 2020

Watlek A. Increase production planning efficiency [Thesis]. Chonburi; Burapha University; 2014. (in Thai)

Srisawatsakul P. Sales forecasting of small import garments business [Thesis]. Bangkok; Chulalongkorn University; 2011. (in Thai)

Sirichit K. Purchase order prediction system using simple regression: a case study of Sukapan Center Group Co., Ltd. [Thesis]. Bangkok King Mongkut's University of Technology North Bangkok; 2012. (in Thai)

Kittikul T. The Pumps Co Ltd The forecasting and economic ordering quantity (EOQ) calculation for guidance of main accessory spare part inventory management of centrifugal pump : a case study of The Pumps Co Ltd. [Thesis]. Bangkok: King Mongkut's University of Technology North Bangkok; 2008. (in Thai)

Wongrawang N. Opimal fabric inventory management for textile industry. [Thesis]. Nakornpathom: Silpakorn University; 2013. (in Thai)

Boonsri C. Sale forecasting of electrical cable product for customer group distributor: case study. [Thesis]. Chonburi: Burapha University; 2016. (in Thai)