การพยากรณ์ปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ (CO2) จากภาคอุตสาหกรรมในประเทศไทย
คำสำคัญ:
การพยากรณ์, วิธีปรับเรียบเอ็กซ์โพแนนเชียลแบบสองครั้ง, วิธีค่าเฉลี่ยเคลื่อนที่, ก๊าซคาร์บอนไดออกไซด์บทคัดย่อ
งานวิจัยนี้วัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการพยากรณ์ที่เหมาะสมสำหรับข้อมูลปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ (CO2) จากภาคอุตสาหกรรมในประเทศไทย โดยใช้ข้อมูลจากสำนักงานนโยบายและแผนพลังงาน กระทรวงพลังงาน ตั้งแต่เดือนมกราคม 2560 ถึงเดือนตุลาคม 2563 จำนวนทั้งสิ้น 46 ค่า ซึ่งข้อมูลดังกล่าวจะถูกแบ่งออกเป็น 2 ชุด ประกอบด้วยข้อมูลชุดที่ 1 คือข้อมูลตั้งแต่เดือนมกราคม 2560 ถึงเดือนธันวาคม 2562 จำนวน 36 ค่า ถูกนำมาใช้ในการศึกษาและเปรียบเทียบความเหมาะสมของวิธีการพยากรณ์ทั้ง 6 วิธี ได้แก่ 1) วิธีค่าเฉลี่ยเคลื่อนที่ 2) วิธีแนวโน้มเชิงเส้น 3) วิธีปรับเรียบเอ็กซ์โพแนนเชียลอย่างง่าย 4) วิธีปรับเรียบเอ็กซ์โพแนนเชียลแบบสองครั้ง 5) วิธีปรับเรียบเอ็กซ์โพแนนเชียลแบบสามครั้ง และ 6) วิธีแยกส่วนประกอบ จากนั้นจะเลือกวิธีการพยากรณ์ที่มีความเหมาะสมกับข้อมูลที่ศึกษามากที่สุด จากค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสมบูรณ์ (MAPE) และค่าเฉลี่ยความคลาดเคลื่อนสมบูรณ์เฉลี่ย (MAD) ที่ต่ำที่สุด แล้วจึงนำวิธีการพยากรณ์ที่คัดเลือกแล้วมาหาช่วงเวลาการพยากรณ์ล่วงหน้าตั้งแต่ 3 เดือน 6 เดือน และ 9 เดือน โดยใช้ข้อมูลชุดที่ 2 คือข้อมูลตั้งแต่เดือนมกราคม 2563 ถึงเดือนตุลาคม 2563 จำนวน 10 ค่า เพื่อหาว่าวิธีการพยากรณ์นี้เหมาะสมกับช่วงเวลาการพยากรณ์ล่วงหน้าช่วงไหนมากที่สุด ผลการศึกษาพบว่า วิธีปรับเรียบเอ็กซ์โพแนนเชียลแบบสองครั้งเป็นวิธีการพยากรณ์ที่มีความเหมาะสมมากที่สุด และเหมาะสมสำหรับการพยากรณ์ล่วงหน้า 3 เดือน
เอกสารอ้างอิง
Ampawa, P. and Dansawad, N. 2020. A Comparative Forecasting Model of Monthly Rainfall in Pathum Thani Province, pp. 1120-1129. In National Conference on Innovation Management: Circular Economy with The King’s Philosophy for Sustainable Development 5th. College of Innovative Management, Valaya Alongkorn Rajabhat University under the Royal Patronage, Pathum Thani. (in Thai)
Bermúdez, J.D., Segura, J.V. and Vercher, E. 2006. Improving Demand Forecasting Accuracy using Non-Linear Programming Software. Journal of the Operational Research Society 57: 94-100.
Chummee, W. 2011. Climate Change Closer and Scary than We Thought!. Available Source: https://www.scbeic.com/th/detail/product/703, November 21, 2020. (in Thai)
Jitrat, S. 2015. Accuracy Comparison on Stocks of the Information Technology and Communication Sector in the Stock Exchange of Thailand Forecasting Between ARIMA Model and E-GARCH Model. Master Thesis of Economics, Khon Kaen University. (in Thai)
Kawinpas, M., Payakkapong, P. and Chomtee, B. 2015. A Comparison of Forecasting Methods between Bayesian Network and Exponential Smoothing for the Stock Price Index of Property and Construction Groups in Thailand. Thammasat Journal 23(2): 203-211. (in Thai)
Ngamrabiab, C. 2020. Thailand Reduces Greenhouse Gas Emissions by 45.68 million tons of Carbon Dioxide Equivalent (in 2019). Available Source: https://www.bltbangkok.com/news/12495/, November 21, 2020. (in Thai)
Limsakul, A. and Jungoth, R. 2016. The Paris Agreement: An Important Turning Point in Global Action on Climate Change. Green Research 13(34): 3-11. (in Thai)
Poonsuan, W. 2007. A Forecasting System for the Household Manufacturer A Case Study S.B. Furniture Co., Ltd. Master Thesis of Engineering (Industrial Engineering), King Mongkut’s Institute of Technology North Bangkok. (in Thai)
Taengphukieo, R. and Issarapong, N. 2019. Analysis of Comparing Forecasting Methods for Production Planning: Case Study of Beef Companies, Nakhon Phanom Province. EAU Heritage Journal: Science and Technology 13(3): 222-232. (in Thai)
Taesombut, S. 2006. Quantitative Forecasting. 1st ed. Kasetsart University, Bangkok. (in Thai)
Thailand Greenhouse Gas Management Organization (Public Organization). 2018. Low Carbon City. Greenhouse Gas Emissions Reporting for Local Government. Available Source: http://www.tgo.or.th/2020/index.php/en, March 3, 2020. (in Thai)
The Office of SMEs Promotion. 2020. Gross Domestic Product of Small and Medium Enterprises of 2019. SME WHITE PAPER 2020. Available Source: https://www.sme.go.th/upload/mod_download/download-20201005123037.pdf, March 3, 2020. (in Thai)
Tojumsil, J. and Pimsakul, S. 2018. Forecasting Model for Advanced Purchasing Planning by Exponential Smoothing. Ladkrabang Engineering Journal 35(2): 22-32. (in Thai)
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2023 วารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวิจัยมหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็น ต้องเห็นด้วย หรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา รูปภาพฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย ถือเป็นลิขสิทธ์ของวารสารวิจัย มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัย หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อการกระทำการใดๆจะต้องได้รับอนุญาตเป็นลายลักษ์อักษรจากวารสาร มหาวิทยาลัยเทคโนโลยีราชมงคลศรีวิชัยก่อนเท่านั้น
