การพยากรณ์อนุกรมเวลาสำหรับการวางแผนการผลิตชิ้นส่วนประกอบผลิตภัณฑ์แบริ่ง

บทคัดย่อ

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อหาวิธีพยากรณ์ที่เหมาะสมกับอนุกรมเวลายอดขายรายเดือนของชิ้นส่วนประกอบผลิตภัณฑ์แบริ่งชนิดโลหะผง ชนิดสแตนเลส และชนิดพลาสติก เพื่อลดขนาดของความคลาดเคลื่อนในการวางแผนการผลิตของโรงงานกรณีศึกษา ข้อมูลที่ใช้ในการศึกษาเป็นข้อมูลยอดขายรายเดือน จำนวน 54เดือน ตั้งแต่เดือนเมษายน พ.ศ. 2549 ถึงเดือนกันยายนพ.ศ. 2553 โดยใช้ข้อมูล 48 เดือนแรกวิเคราะห์การเคลื่อนไหวของอนุกรมเวลาสร้างสมการพยากรณ์ และใช้ข้อมูล 6 เดือนสุดท้ายสำหรับการเปรียบเทียบค่าพยากรณ์ ผลการวิจัยพบว่าที่ระดับนัยสำคัญ .05 อนุกรมเวลายอดขายรายเดือนของผลิตภัณฑ์ทั้ง 3 ชนิด มีแนวโน้มแต่ไม่มีอิทธิพลฤดูกาล วิธีพยากรณ์ที่นำมาใช้เปรียบเทียบมี 3 วิธี คือ วิธีการปรับเรียบด้วยเอ็กซ์โปเนนเชียลสองชั้น วิธีการปรับเรียบด้วยเอ็กซ์โปเนนเชียลแบบเส้นตรง และวิธีการบอกซ์และเจนกินส์การเปรียบเทียบค่าพยากรณ์ใช้เกณฑ์ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยต่ำที่สุดซึ่งเป็นเกณฑ์ที่นิยมใช้เปรียบเทียบ วิธีการพยากรณ์หลายวิธีกับอนุกรมเวลาเดียวกันและเหมาะสมกับหน่วยข้อมูลที่มีขนาดใหญ่ วิธีพยากรณ์ที่เหมาะสมกับยอดขายรายเดือนของชิ้นส่วนประกอบผลิตภัณฑ์แบริ่งชนิดโลหะผงคือ วิธีการปรับเรียบด้วยเอกซ์โปเนนเชียลแบบเส้นตรง ชนิดสแตนเลสคือ วิธีการปรับเรียบด้วยเอ็กซ์โปเนนเชียลสองชั้น ส่วนชนิดพลาสติกคือ วิธีการปรับเรียบด้วยเอ็กซ์โปเนนเชียลแบบเส้นตรง ซึ่งให้ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (หน่วย: 1,000 ชิ้น)เท่ากับ 1,440.39, 632.09 และ 1,700.79 ตามลำดับเมื่อเปรียบเทียบกับวิธีการพยากรณ์เดิมพบว่า ขนาดของความคลาดเคลื่อนในการวางแผนการผลิตของผลิตภัณฑ์ทั้ง 3 ชนิด ในช่วงครึ่งปีแรกของปี 2553 ลดลง32,734,270 ชิ้น 12,497,580 ชิ้นและ 2,431,700 ชิ้นตามลำดับ

คำสำคัญ: การพยากรณ์ อนุกรมเวลา การวางแผนการผลิต

Abstract

The objectives of this research are to investigate the best forecasting method and to reduce absolute error regarding production planning for the monthly sales of bearing parts specifically the metal powder,stainless, and plastic types. Firstly, 54 monthly sales records ranging from April 2006 to September 2010 were explored. The data of the first 48 month were employed to analyze time series patterns as well as create ideal predictive models while those of the last 6 months were used to compare the outcomes between the existing and proposed forecasting methods.The trend pattern was revealed across all sales data(p<.05). Three forecasting methods including Double Exponential Smoothing, Linear Exponential Smoothing, and Box-Jenkins were subsequently compared based on the minimum value of RMSE. Accordingly, Linear Exponential Smoothing was uncovered to become the best model for production planning of metal powder and plastic bearing parts whereas Double Exponential Smoothing was ideal for that of stainless type. In comparison with the conventional prediction technique, the recommended methods, in overall, were able to decrease errors on predictive production planning for the three product types during the first half of the year 2010.

Keywords: Forecasting, Time Series, Production Planning