การพยากรณ์ราคารายเดือนของพืชสวนด้วยวิธีการพยากรณ์แบบเฉพาะและวิธีลำดับชั้นแบบบนลงล่าง

ศิรประภา ดีประดิษฐ์; ชนาธิป พรหมเพศ

ผู้แต่ง

ศิรประภา ดีประดิษฐ์ อาจารย์, มหาวิทยาลัยราชภัฏพระนครศรีอยุธยา เลขที่ 96 ถนนปรีดีพนมยงค์ ตำบลประตูชัย อำเภอพระนครศรีอยุธยา จังหวัดพระนครศรีอยุธยา 13000
ชนาธิป พรหมเพศ อาจารย์, มหาวิทยาลัยราชภัฏพระนครศรีอยุธยา เลขที่ 96 ถนนปรีดีพนมยงค์ ตำบลประตูชัย อำเภอพระนครศรีอยุธยา จังหวัดพระนครศรีอยุธยา 13000

คำสำคัญ:

พืชสวน, วิธีการพยากรณ์แบบเฉพาะ , วิธีการพยากรณ์ลำดับชั้นแบบบนลงล่าง

บทคัดย่อ

การบริหารจัดการในโซ่อุปทานสินค้าทางการเกษตร ปัจจัยราคาเป็นปัจจัยที่สำคัญเนื่องจากเป็นปัจจัยที่มีผลต่อการควบคุมต้นทุนการผลิต หากสามารถทราบราคาล่วงหน้าที่มีความแม่นยำ จะส่งผลให้การวางแผนมีประสิทธิภาพมากขึ้น งานวิจัยนี้ศึกษาการพยากรณ์ราคารายเดือนของพืชสวน จำนวน 3 ชนิด ประกอบด้วย ยางพารา ปาล์มน้ำมัน และมะพร้าวแห้งผลใหญ่ ซึ่งใช้การพยากรณ์แบบเฉพาะและการพยากรณ์ลำดับชั้นแบบบนลงล่าง และเปรียบเทียบการพยากรณ์ด้วยค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยและค่าสัญญาณติดตาม โดยแบ่งข้อมูลออกเป็น 2 ชุด คือ ข้อมูลการสร้างแบบจำลอง ใช้ข้อมูลราคารายเดือนในปี พ.ศ.2542 ถึง พ.ศ.2563 และข้อมูลการทดสอบแบบจำลอง ใช้ข้อมูลราคารายเดือนในปี พ.ศ.2564 เปรียบเทียบกับข้อมูลจริง ผลการวิจัยพบว่าราคายางพาราใช้การพยากรณ์ด้วยวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กําลังที่ไม่มีแนวโน้มแบบแด็มพ์ ราคาปาล์มน้ำมันและมะพร้าวแห้งผลใหญ่ใช้การพยากรณ์ลำดับชั้นแบบบนลงล่างโดยหาค่าน้ำหนักที่เหมาะสม ค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยของการสร้างตัวแบบของวิธีการพยากรณ์ที่ดีที่สุด อยู่ในช่วง 6.25% ถึง 7.03% เมื่อนำไปพยากรณ์ราคาในปีถัดไปมีค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย อยู่ในช่วง 8.91% ถึง 9.55% จากนั้นวิเคราะห์ค่าสัญญาณติดตามพบว่าราคารายเดือนอยู่ในช่วงที่กำหนด [-6, +6] งานวิจัยนี้เป็นการพยากรณ์มีความแม่นยำสูง ซึ่งสามารถนำไปประยุกต์ใช้เป็นเครื่องมือช่วยในการวางแผนสำหรับเกษตรกรและโรงงานอุตสาหกรรม

References

Agricultural Research Development Agency. Horticulture [Internet]. [cited 2022 Jan 10]. Available from: https://www.arda.or.th

Agricultural Research Development Agency. New horticulture in Thailand [Internet]. [cited 2022 Jan 13]. Available from: https://www.arda.or.th

Wikipedia. Oil palm [Internet]. [cited 2022 Jan 13]. Available from: https://th.wikipedia.org/

Prasongsap S. Large dry coconut [Internet]. [cited 2022 Jan 13]. Available from: http://hort.ezathai.org/

Riansut W. Forecasting of coconut prices using the Box-Jenkins method. RMUTSB Academic Journal 2019;7(1):87-100. (In Thai)

Tanyarattanasrisakul M. The accuracy comparison of time series model between Winters’ exponential smoothing and Box - Jenkins methods: A case study of forecasting garden coconut price. RMUTSB Academic Journal 2018;6(2):101-13. (In Thai)

Noosen P, Payakkapong P, Supapakorn A. A comparison of quantity production of petroleum forecasting models in Thailand. Science and Technology Journal 2015;23(3): 376-84. (In Thai)

Luangtong N, Kantanantha N. Selection of the appropriate agricultural yield forecasting models. Science and Technology Journal 2015;24(3):370-81. (In Thai)

Deepradit S, Ruksorn P. The forecasting techniques comparison of field crops in Thailand. The Journal of Industrial Technology 2021;17(3):214-31. (In Thai)

Hyndman RJ, Ahmed RA, Athanasopoulos G, Shang HL. Optimal combination forecasts for hierarchical time series. Computational Statistics & Data Analysis 2011;55(9):2579-89.

Mirčetić D, Nikoličić S, Stojanović Đ, Maslarić M. Modified top down approach for hierarchical forecasting in a beverage supply chain. Transportation Research Procedia 2017;22:193-202.

Karmy JP, Maldonado S. Hierarchical time series forecasting via support vector regression in the European travel retail industry. Expert Systems with Applications 2019;137:59-73.

Deepradit S, Ongkunaruk P, Pisuchpen R. The study of forecasting techniques for aromatic coconut monthly prices using individual and hierarchical Forecasting. Thai Journal of Operations Research 2020;8(2):15-26. (In Thai)

Montaño J, Palmer A, Sesé A, Cajal B. Using the R-MAPE Index as a resistant measure of forecast accuracy. Psicothema 2013;25(4): 500-506.

Ongkunaruk P. Introduction to supply chain management for agro-industry. Bangkok: The One Printing; 2019. (In Thai)

Riansut W. Forecasting model for egg’s prices. Srinakharinwirot Research and Development Journal of Humanities and Social Sciences 2019;11(2):196-211. (In Thai)