การพัฒนาตัวแบบพยากรณ์ที่เหมาะสมสำหรับการเกิดของเสีย ในอุตสาหกรรมฮาร์ดดิสก์ไดร์ฟ

Main Article Content

อรรถกร เก่งพล
ธิดารัตน์ สลักคำ

บทคัดย่อ

บทคัดย่อ
การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาหาตัวแบบพยากรณ์ที่เหมาะสมสำหรับการพยากรณ์ของเสียในกระบวนการประกอบฮาร์ดดิสก์ไดร์ฟ โดยทำการเปรียบเทียบค่าเฉลี่ยร้อยละของความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percent Error: MAPE) และค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (Mean Square Error:MSE) เพื่อคัดเลือกตัวแบบการพยากรณ์ที่เหมาะสมโดยประยุกต์ใช้การวิเคราะห์อนุกรมเวลาแบบคลาสสิก(Classical Time Series Analysis) วิธีการบ๊อกซ์และเจนกินส์ (Box-Jenkins) และการวิเคราะห์การถดถอย(Regression Analysis) ทำการพยากรณ์ของเสียจากชิ้นส่วนที่ใช้ในการผลิต คือ มีเดีย โดยผู้วิจัยได้ศึกษาจากอาการเสีย 3 ลักษณะ คือ 1) การปนเปื้อน 2) รอยถุงมือ 3) รอยขีดข่วน จากการศึกษาเปรียบเทียบวิธีการพยากรณ์พบว่าการวิเคราะห์อนุกรมเวลาแบบวิธีคลาสสิก มีความเหมาะสมสำหรับข้อมูลของภาวะที่มีสิ่งเจือปน และรอยถุงมือ เนื่องจากมีค่า MSE เท่ากับ 9,917.97 และ10,108.81 และ MAPE เท่ากับ 33.29 และ 37.63 ตามลำดับมีค่าต่ำสุด และวิธีบ๊อกซ์และเจนกินส์ เหมาะกับรอยขีดข่วนเนื่องจากให้ค่า MAPE และ MSE ต่ำที่สุด เท่ากับ 6,429.99และ 63.15

คำสำคัญ: การวิเคราะห์อนุกรมเวลาแบบคลาสสิกของเสีย วิธีการบอกซ์และเจนกินส์ การวิเคราะห์การถดถอย ความคลาดเคลื่อนสัมบูรณ์ ค่าเฉลี่ย ความคลาดเคลื่อนกำลังสองฮาร์ดดิสก์ไดร์ฟ

Abstract
The objective of this research is to determine the appropriate predictive models for predicting the defects in hard disk drive assembly by which Mean Absolute Percent Error (MAPE) and Mean Square Error (MSE) are compared to select the appropriate predictive models, and by which the Classical Time Series Analysis, Box-Jenkins, and Regression Analysis are adopted to predict the media defects generated from parts in the production process. The defects are identified in three aspects; including contamination, glove spots, and scratches. The predictive methods show that the Classical Time Series Analysis is an ideal for contamination and glove spots (the minimum MSE = 9,917.97 and 10,108.81 respectively, and MAPE is 33.29 and 37.63 respectively), Whereas Box-Jenkins is appropriate to scratches (the minimum MAPE and MSE is 6,429.99 and 63.15 respectively). 

Keywords: Classical Time Series Analysis, Box-Jenkins, Regression Analysis, Mean Absolute Percent Error, Mean Square Error, Scrap, Hard Disk Drive

Article Details

บท
บทความวิจัย