การหาเทคนิคการพยากรณ์ความต้องการดอกไม้ที่เหมาะสม: กรณีศึกษาร้านดอกไม้แห่งหนึ่ง

การอ้างอิง|Citation

พัชรินทร์ กระจ่างแจ่ม. (2564). การหาเทคนิคการพยากรณ์ความต้องการดอกไม้ที่เหมาะสม: กรณีศึกษา ร้านดอกไม้แห่งหนึ่ง. (การค้นคว้าอิสระวิศวกรรมศาสตรมหาบัณฑิต). กรุงเทพฯ: มหาวิทยาลัยสยาม.

Krajangjam P. (2021). Suitable flower forecasting methods: A case study of a florist. (Master’s independent study). Bangkok: Master of Engineering in Engineering Management, Siam University.

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อกำหนดวิธีการพยากรณ์การสั่งซื้อดอกไม้สดให้เหมาะสม สอดคล้องกับความต้องการของผู้บริโภค ด้วยการศึกษาข้อมูลการซื้อ – ขายสินค้าประเภทดอกไม้สด ตั้งแต่ ปี พ.ศ. 2561 – 2562 ปัญหาของร้านดอกไม้กรณีศึกษา คือ มีวัตถุดิบประเภทดอกไม้สดที่เหลือจากการขายทุกชนิดมีการเน่าเสีย โดยคิดเป็นมูลค่าความเสียหายเฉลี่ยปีละ 259,916.50 บาท เนื่องจากร้านกรณีศึกษา มีนโยบายการสั่งซื้อที่ไม่เหมาะสม ใช้วิธีการสั่งซื้อโดยวิธีประมาณจำนวนการสั่งซื้อจากประสบการณ์ งานวิจัยนี้ได้นำการวิเคราะห์แบบ ABC เพื่อแบ่งหมวดหมู่ดอกไม้ตามความสำคัญ และประยุกต์ใช้เทคนิคการพยากรณ์แบบฤดูกาล 4 เทคนิค คือ 1. การคำนวณดัชนีฤดูกาลด้วยวิธีอัตราส่วน 2. การคำนวณดัชนีฤดูกาลด้วยวิธีค่าเฉลี่ย 3. การคำนวณดัชนีฤดูกาลด้วยวิธีค่าเฉลี่ยเคลื่อนที่กึ่งกลาง และ 4. การพยากรณ์ด้วยวิธีปรับเรียบเอกซ์โพเนนเชียลแบบโฮลต์-วินเทอร์ เพราะความต้องการสินค้านี้เป็นแบบฤดูกาล และทดสอบความแม่นยำของการพยากรณ์ด้วย 3 เทคนิค คือ 1. ค่าเบี่ยงเบนสัมบูรณ์เฉลี่ย (MAD) 2. ค่าผิดพลาดกำลังสองเฉลี่ย (MSE) และ 3. เปอร์เซ็นต์ค่าผิดพลาดสัมบูรณ์เฉลี่ย (MAPE) โดยการใช้เทคนิค ABC สรุปได้ว่าดอกไม้ที่นำมาคำนวณหาวิธีพยากรณ์ที่เหมาะสมมี 3 รายการ คือ ลิลลี่ขาว กุหลาบไร้ตาข่ายสีส้ม และกุหลาบตาข่ายสีเหลือง เพราะเป็นดอกไม้ที่มีความสูญเสียมากที่สุด ผลการวิจัยสรุปได้ว่า ดอกลิลลี่ขาว และกุหลาบตาข่ายสีเหลือง เหมาะสมกับการพยากรณ์การคำนวณดัชนีฤดูกาลด้วยวิธีอัตราส่วน มีค่า MAD ต่ำสุด คือ 5.83 และ 5.38 ตามลำดับ และกุหลาบไร้ตาข่ายสีส้ม เหมาะสมกับการพยากรณ์การคำนวณดัชนีฤดูกาลด้วยวิธีค่าเฉลี่ยเคลื่อนที่กึ่งกลาง มีค่า MAD ต่ำสุด 8.96 จึงสรุปได้ว่า การสั่งซื้อดอกลิลลี่ขาว กุหลาบไร้ตาข่ายสีส้ม และกุหลาบตาข่ายสีเหลือง ด้วยวิธีที่กำหนดสามารถลดความสูญเสียลงได้ โดยเฉลี่ยแต่ละปีลดลงร้อยละ 52.05, 70.17 และ 81.25 ตามลำดับ

คำสำคัญ: วิธีการพยากรณ์การสั่งซื้อ, นโยบายการสั่งซื้อ, การวิเคราะห์แบบ ABC, การพยากรณ์แบบฤดูกาล, ความแม่นยำของการพยากรณ์ 

Abstract

The objective of this work was to determine suitable flower forecasting methods to meet consumers’ needs to use fresh flower trading data from 2018 – 2019. The problem of the shop was that there were wasted flowers caused by spoilage of all types of fresh flowers, accounting for an average loss of 259,916.50 Baht each year. The shop normally implemented improper order policies by estimating order quantity from experience when placing purchase orders. In this regard, ABC analysis was used to categorize the flowers by sales value, and came up with considering 3 types of flowers: 1) white lilies; 2) orange netless roses; and 3) yellow net roses, these were group A with the highest damage value. Due to seasonality demand, 4 seasonality forecasting techniques were used. They were; 1) seasonal index calculation by ratio method; 2) seasonal index calculation by average method; 3) seasonal index calculation by center moving average; and 4) seasonal index calculation by Holt-Winters Exponential Smoothing. In addition, the forecasting accuracy was tested with 3 techniques: 1) Mean Absolute Deviation (MAD); 2) Mean Square Error (MSE); and 3) Mean Absolute Percentage Error (MAPE). According to the analytical results, it was found that the suitable forecasting method for white lilies and yellow net roses was seasonal index calculations by ratio. The minimum values of MAD for each flower were 5.83 and 5.38, respectively. The suitable forecasting method for orange netless roses was seasonal index calculations by center moving average. The minimum values of MAD for orange netless roses was 8.96. In conclusion, the obtained data indicated that ordering white lilies, orange netless roses and yellow net roses by the specified methods showed an average loss of values that decreased 52.05%, 70.17% and 81.25% each year, respectively, compared with the old method.

Keywords:  Forecasting Method, Order Policy, ABC Analysis, Seasonality Forecasting, Forecasting Accuracy.

การหาเทคนิคการพยากรณ์ความต้องการดอกไม้ที่เหมาะสม: กรณีศึกษา ร้านดอกไม้แห่งหนึ่ง | Suitable Flower Forecasting Methods: A Case Study of a Florist

Master of Engineering in Engineering Management, Siam University, Bangkok, Thailand