Time Series Forecasting For Determining Economic Order Quantity Of Silicon Rubber Manufacturer

Abstract

The objectives of this research were to study the pattern of time series forecasting of consumption type inventory, and to propose guidelines inventory management with economic order quantity and safety stock.

The research started from collecting sale of Product K between 2017 and 2019. The data collection was done by interviewing of three salespersons reviewing of sale documents and observation of selling. To bring the data of consumption were analyzed by using ABC Analysis, from the analysis results, the researcher chose to study consumption group A. Then, a model of forecasting was created by adopting a concept of time series. Included, the study the economic order quantity and safety stock. To bring the result of sales forecast, economic order quantity and raw materials required for production.

To the findings indicated that exponential smoothing time series forecast with using α = 0.1 showed the most accurate result. This identified the least error (MAD = 55,745.43 and MAPE = 17.83%) and Using Safety Stock and Economic Order Quantity can reduce the cost of raw material inventory.

งานวิจัยนี้ มีวัตถุประสงค์เพื่อ ศึกษารูปแบบการพยากรณ์แบบอนุกรมเวลา (Time Series Forecasting) ของวัสดุคงคลัง ประเภทวัสดุสิ้นเปลือง (Consumptions) และเสนอแนวทางการจัดการวัสดุคงคลัง ด้วยวิธีการสั่งซื้อที่ประหยัดที่สุด (Economic Order Quantity) และสินค้าที่ปลอดภัย (Safety Stock) ที่เหมาะสม

การศึกษาเริ่มต้นจากการรวบรวมข้อมูลยอดขายสินค้า K ระหว่างปี 2017-2019 โดยการสัมภาษณ์เจ้าหน้าที่ฝ่ายการตลาดจำนวน 3 ท่าน ศึกษาจากเอกสารยอดขาย และสังเกตรูปแบบการขายสินค้า เพื่อนำข้อมูลวัสดุที่ใช้ในการผลิตมาจำแนกตามหลัก ABC Analysis จากผลการวิเคราะห์ ผู้วิจัยเลือกศึกษาวัสดุกลุ่ม A โดยสร้างรูปแบบการพยากรณ์แบบอนุกรมเวลา รวมถึงศึกษาปริมาณการสั่งซื้อที่ประหยัด สุดท้ายเป็นการและศึกษาหาปริมาณวัสดุขั้นต่ำ เพื่อนำผลที่ได้จากการพยากรณ์สินค้าขาย มาคำนวณหาสินค้าที่ปลอดภัย และวัสดุที่ต้องใช้ในการผลิตสินค้าที่เหมาะสม

จากผลการศึกษาพบว่า การพยากรณ์แบบอนุกรมเวลาแบบการปรับเรียบเอกซ์โพเนนเชียล ที่ α = 0.1 ได้ผลการพยากรณ์ที่แม่นยำและเกิดความผิดพลาดน้อยที่สุด โดย ค่า MAD = 55,745.43 และค่า MAPE = 17.83% และการใช้ปริมาณสินค้าที่ปลอดภัย (Safety Stock) และปริมาณ สั่งซื้อที่ประหยัดที่สุด (Economic Order Quantity) ทำให้สามารถลดต้นทุนวัตถุดิบคงคลังได้