การบริหารวัสดุคงคลัง ประเภทวัสดุสนับสนุนการผลิตโดยใช้การจำลองสถาณการณ์ : กรณีศึกษาโรงงานแปรรูปกระจก

Abstract

วิจัยนี้มีวัตถุประสงค์เพื่อปรับปรุงกระบวนการวางแผนความต้องการวัสดุสิ้นเปลืองของโรงงานแปรรูปกระจกแห่งหนึ่ง ซึ่งประสบปัญหาวัสดุบางรายการมีปริมาณคงคลังมากเกินความต้องการ ในขณะที่บางรายการมีปริมาณไม่เพียงพอกับความต้องการในการผลิต ส่งผลถึงค่าใช้จ่ายในการคงคลังที่สูง ซึ่งสาเหตุหลักมาจากการขาดการจัดการในการวางแผนความต้องการวัสดุอย่างมีหลักการ งานวิจัยนี้เริ่มจากการเก็บข้อมูลการเบิกใช้วัสดุสิ้นเปลืองในอดีตมาวิเคราะห์หากลุ่มวัสดุสิ้นเปลืองที่มีความสำคัญด้วยวิธีการวิเคราะห์ ABC จากนั้น ทำการพยากรณ์จากข้อมูลการใช้วัสดุสิ้นเปลืองโดยตรง ซึ่งในการวิจัยครั้งนี้ได้พิจารณารูปแบบการพยากรณ์สี่รูปแบบด้วยกัน ได้แก่ วิธีค่าเฉลี่ยเคลื่อนที่ วิธีค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก วิธีปรับเรียบเอ็กซ์โปเนนเชียล วิธีแยกองค์ประกอบ แล้วนำค่าพยากรณ์มาเปรียบเทียบด้วยวิธีค่าเฉลี่ยความผิดพลาดร้อยละสัมบูรณ์ ซึ่งพบว่าวิธีแยกองค์ประกอบ ให้ค่าความผิดพลาดน้อยที่สุด จากนั้นจึงนำค่าพยากรณ์ที่ได้มาวิเคราะห์ความแปรปรวนของข้อมูลจากค่าสัมประสิทธ์ความแปรปรวน (VC) โดยหากค่าสัมประสิทธ์ความแปรปรวนน้อยกว่า 0.2 จะใช้แบบ EOQ ในการหาปริมาณการสั่งซื้อที่ประหยัดที่สุดและจุดสั่งซื้อที่เหมาะสม ส่วนค่าพยากรณ์ที่มีค่าสัมประสิทธิ์ความแปรปรวนมากกว่า 0.2 จะใช้เทคนิคการจำลองสถาณการณ์แบบมอนติคาร์โลในการสุ่มตัวเลขเพื่อหาต้นทุนรวมที่ต่ำสุดในแต่ละนโยบายที่กำหนดไว้แทน ซึ่งจากผลการวิจัยพบว่าปริมาณวัสดุสิ้นเปลืองคงเหลือและต้นทุนรวมวัสดุคงคลังของวัสดุสิ้นเปลืองกลุ่ม A ที่ได้จากกระบวนการวางแผนความต้องการวัสดุจากการพยากรณ์และการจำลองสถาณการณ์ที่นำเสนอสามารถลดต้นทุนวัสดุคงคลังลงจากวิธีการเดิม คิดเป็นร้อยละ 49.86 ทำให้บริษัทประหยัดต้นทุนนับแสนบาทต่อปี This research purposed to improve planning process of supplies demand of a glass processing factory which had encountered excess inventory supplies in some programs while some were not sufficient to the manufacturing demand resulting in high inventory cost. The main cause came from the lack of good planning management of supplies demand. The research was started from collecting data of supplies requisitions in the past to be analyzed and to be grouped with the application of ABC analysis and then to do the forecasting step from the supplies data directly. In this research, there were four types of forecasting methods which were Moving Average, Weighted Moving Average, Exponential Smoothing and Decomposition. Next, the forecasting result would be compared by Mean Absolute Percentage Error and it was found that the decomposition showed the least errors. The later step was to analyze the variance from Variability Coefficient (VC). If the VC was less than 0.2, the factory would select EOQ to find the amount of purchasing order which is the most saving and appropriate method. At the same time, if the VC was more than 0.2, the factory would select Monte Carlo Simulation in number random to find the lowest cost in every regulated policy. According to the result, the amount of inventory supplies and the total inventory cost in group A, from planning process of forecasting supplies demand and simulation, was able to reduce the inventory cost from the existing method or 49.86%, resulting in saving cost of the company for approximately hundred thousand a year.