Software Development for Demand Forecasting of Raw Materials a Feed Mill Factory

Abstract

This research was conducted to study and develop a program to help forecast the needs of customers through a Web Application which can select all methods of forecasting at the same time, namely. 1. Moving Average Method. 2. Exponential Smoothing Method 3. Double Exponential Smoothing Method. By comparing forecasting errors with Mean Absolute Percentage Error (MAPE) in forecasting the demand for soybean meal of the factory that is the case study From the study of the forecasting data of the factory that is a case study using the experience of the management in forecasting Mean Absolute Percentage Error (MAPE) is 34.60%, which the researcher developed the predictive analytic program, found that the prediction test using the moving averages determined the mean range at 3 months found that the Mean Absolute Percentage Error (MAPE) = 32.91% and at 5 months found that Mean Absolute Percentage Error (MAPE) = 40.52%. Forecast with Exponential Smoothing Method a = 0.76 It was found that the Mean Absolute Percentage Error (MAPE) = 28. 10% and The forecasting test using the double exponential smoothing method a = 0.76 value, found that Mean Absolute Percentage Error MAPE = 29.92%. From the comparison, it can be seen that the complete error (MAPE) of the Exponential Smoothing Method has the lowest Mean Absolute Percentage Error (MAPE) of 28.10, which is lower than the forecast. By using the experience of management in forecasting In addition, using the program through the Web Application is convenient for work, can work anywhere with internet

งานวิจัยนี้จัดทำขึ้นเพื่อศึกษาพัฒนาโปรแกรมช่วยพยากรณ์ความต้องการของลูกค้าผ่าน Web Application ซึ่ง สามารถเลือกวิธีในการพยากรณ์พร้อมกันได้ทั้งหมด คือ 1. ธีคำเฉสี่ยเคลื่อนที่ (Moving Average Method) 2.วิธีการปรับ เรียบแบบเอ็กซ์โปแนนเซียล (Exponential Smoothing Method) 3.วิธีการปรับเรียบแบบเอ็กซ์โปแนนเชียลซ้ำสองครั้ง (Double Exponential Smoothing Method) โดยกรเปรียบเหี้ยบความคลาดเคลื่อนการพยากรณ์ด้วย ค่าเฉสี่ยเปอร์เซ็นต์ ความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percentage Eror :MAPE ในการพยากรณ์ความต้องการกากถั่วเหลืองของ โรงงานที่เป็นกรณีศึกษา จากการศึกษาข้อมูลการพยากรณ์ของโรงงนที่เป็นกรณีศึกษาโดยใช้ประสบการณ์ของผู้บริหารในการพยากรณ์ มีค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) เท่ากับ 34.60 ซึ่งผู้วิจัยได้ทำการพัฒนาโปรแกรมช่วยพยากรณ์ที่ พัฒนาขึ้นพบว่าผลการทดสอบการพยากรณ์ด้วยวิธีค่าเฉสี่ยเคลื่อนที่ กำหนดค่าช่วง Average ที่ 3 เดือน พบว่าค่าเฉลี่ย เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (WAPE) - 32.919 และที่ช่วงเวลา 5 เดือน คำาเฉสี่ยเปอร์เซ็นต์ความคลาดเคลื่อน สัมบูรณ์ (MAPE) - 40.52% การทดสอบการพยากรณ์ด้วยวิธีปรับเรียบเอ็กโปเนนเชียลกำหนดค่า ( - 0.76 วิเคราะห์ค่ ความคลาดเคลื่อนสมบูรณ์ พบว่าค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) - 28.10% และการทดสอบการ พยากรณ์ด้วยวิธีปรับเรียบฮกซ์โปเนนเชียลซ้ำสองครั้ง กำหนดค่า ( - 0.76 พบว่าค่า MAPE = 29.92% จากเปรียบเทียบจะเห็นได้ว่าค่าความคลาดเคลื่อนสมบูณ์ (MAPE) ของวิธีการปรับเรียบแบบเอ็กซ์โปแนนเซียล (Exponential Smoothing Method) มีค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) ต่ำที่สุดคือ 28.10 ซึ่งต่ำกว่า การพยากรณ์ โดยใช้ประสบการณ์ของผู้บริหารในการพยากรณ์ อีกทั้งการใช้งานโปรแกรมผ่าน Web Application มีความ สะดวกในการทำงานสามารถทำงานได้ทุกที่ที่มีฮินเตอร์เน็ต