การเปรียบเทียบวิธีการพยากรณ์ความต้องการสำหรับการวางแผนการผลิตรวม ในโรงงานผลิตชุดสำหรับห้องสะอาด
การเปรียบเทียบวิธีการพยากรณ์ความต้องการสำหรับการวางแผนการผลิตรวม ในโรงงานผลิตชุดสำหรับห้องสะอาด
คำสำคัญ:
การพยากรณ์, การวางแผนการผลิตรวม, ต้นทุนการผลิตที่ต่ำที่สุดบทคัดย่อ
การแข่งขันมีผลต่อการเพิ่มผลผลิตและการเติบโตทางเศรษฐกิจ ปรับปรุงระบบการผลิต บริษัทกรณีศึกษาเป็นโรงงานผลิตชุดสำหรับห้องสะอาด ในปัจจุบันประสบปัญหาด้านการวางแผนการผลิตรวม และการพยากรณ์ยอดขาย มีผลทำให้ส่งสินค้าไม่ทันตามกำหนด และส่งผลกระทบต่อความพึงพอใจของลูกค้า การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการพยากรณ์ความต้องการของชุดกราวด์ของบริษัทในอุตสาหกรรมห้องสะอาด และเพื่อศึกษาการวางแผนการผลิตรวมสำหรับวิเคราะห์หาต้นทุนการผลิตรวมที่น้อยที่สุด โดยใช้ข้อมูลย้อนหลัง 36 เดือน เพื่อหาวิธีพยากรณ์ที่เหมาะสมที่สุดวิธีการพยากรณ์ที่ใช้ในงานวิจัยนีมี้3 วิธีคือ การพยากรณ์แนวโน้มเชิงเส้นตรง (Linear Trend method)การพยากรณ์แนวโน้มโดยใช้สมการกำลังสอง (Quadratic
87 Trend method) และการพยากรณ์วิธีแนวโน้มเชิงเอ็กซ์โพเนนเชียลแบบมีแนวโน้มการเติบโต(Exponential Growth Trend Model) โดยใช้การวัดความแม่นยำของการพยากรณ์(Accuracy) คือ ค ่าเฉลี่ยเปอร์เซ็นความคลาดเคลื่อนสมบูรณ์(Mean Absolute Percent Error, MAPE) ที่น้อยที่สุด ผลการศึกษาพบว่า วิธีการพยากรณ์ที่ให้รูปแบบที่เหมาะสมที่สุด คือการพยากรณ์วิธีแนวโน้มเชิงเอ็กซ์โพเนนเชียล เนื่องจากให้ค่าเฉลี่ยเปอร์เซ็นความคลาดเคลื่อนสมบูรณ์น้อยที่สุด เท่ากับ 20.00 หลังจากนั้นนำค่าที่ได้จากการพยากรณ์ไปใช้ในการวางแผนการผลิตรวมประมวล ผลผ่านโปรแกรมทางคณิตศาสตร์สำหรับการหาต้นทุนการผลิตที่ตํ่าที่สุดภายใต้สถานการณ์ต่างๆ โดยภายใต้สถานการณ์ที่ความต้องการน้อยกว่าค่าพยากรณ์15%และกำหนดจำนวนสินค้าคงคลัง
เดือนสุดท้าย 200ชิ้น มีต้นทุนการผลิตรวมเท่ากับ 1,080,100 บาทเป็นค่าที่น้อยที่สุด
เอกสารอ้างอิง
study. Advanced materials research. 811, 619-624.
Anand. J. A., Krishnaraj, C. and Kasthuri Raj, S.R. 2016. LINGO based Revenue Maximization using
Aggregate Production Planning, ARPN J. of Eng. and Apply Science.11(9), 6075-6081.
Anand J. A, Krishnaraj C, Balakrishnan S. (2017).Solving Aggregate Planning Problem Using
LINGO.International Journal of Innovative Science, Engineering and Technology.4 (12).
Aungkulanon, P., Phruksaphanrat, B., and Luangpaiboon, P. (2012) “Harmony Search Algorithm with
Various Evolutionary Elements for Fuzzy Aggregate Production Planning,” Lect. Notes
in Elec. Engineer. 110,189-201.
Bart B., Martin L. and Ruud T. (2017). Flexible lot sizing in hybrid make-to-order/make-to-stock
production planning. European Journal of Operational Research. 260, 1014–1023.
Boken, V.K. (2000). Forecasting spring wheat yield using time series analysis: a case study for the
Canadian Prairies. Agronomy Journal. 92,1047-1053.
David G., Andras P., Botond K. and Laszlo M. (2016). Simulation-based Production Planning and
Execution Control for Reconfigurable Assembly Cells, 49th CIRP Conference on
Manufacturing Systems (CIRP-CMS 2016). Proceedings of a meeting held 25-27 May 2016
in Stuttgart, Germany, Procedia CIRP. 57,445 – 450.
Karmaker C. L., Halder P. K., and Sarker E. (2017) “A Study of Time Series Model for Predicting Jute
Yarn Demand: Case Study,” Journal of Industrial Engineering,1-8.
Luangpaiboon, P and Aungkulanon, P.(2014).Hybridization of Metaheuristics for Multi-Objective
Aggregate Production Planning with Desirability Function on Food-Beverage Demand, Advanced Science Letters.19(12),3632-3636
Phruksaphanrat B. (2009). Production Planning and Control. 1st Edition, Rongphim TOP. (In Thai)
Phruksaphanrat, B., Yenradee P. and Ohsato A. (2011).Aggregate Production Planning with fuzzy
demand and variable system capacity based on TOC measures. International Journal of Industrial Engineering - Theory, Applications.18 (5), 219-231.
Shun Y., Tobias A. and Gisela L. (2016). A flexible simulation support for production planning and
control in small and medium enterprises. 9th International Conference on Digital Enterprise Technology DET 2016 Intelligent Manufacturing in the Knowledge Economy Era. Proceedings of a meeting held 29-31 March 2016, Nanjing, China, Procedia CIRP. 56, 389 – 394.
Wirotcheewan P., Kengpol A., Ishii K., Shimada Y. (2011). Modelling and Forecasting for Automotive
Parts Demand of Foreign Markets on Thailand, AIJSTPME. 4,1-13.
ดาวน์โหลด
เผยแพร่แล้ว
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
โปรดกรอกเอกสารและลงนาม "หนังสือรับรองให้ตีพิมพ์บทความในวารสารวิจัยมหาวิทยาลัยราชภัฏพระนคร สาขาวิทยาศาสตร์และเทคโนโลยี" ก่อนการตีพิมพ์
