การเปรียบเทียบวิธีพยากรณ์เพื่อเพิ่มความแม่นยำในการพยากรณ์ระหว่างวิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบบวก และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบคูณ สำหรับการพยากรณ์ปริมาณการจำหน่ายเยื่อกระดาษ

Main Article Content

สิโรรัตน์ จั่นงาม

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อสร้างตัวแบบพยากรณ์ที่เหมาะสมสำหรับปริมาณการจำหน่ายเยื่อกระดาษ โดยนำเทคนิคการพยากรณ์มาช่วยในการวิเคราะห์ข้อมูล ซึ่งประกอบด้วย วิธีบอกซ์เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบบวก และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบคูณ ทั้งนี้พิจารณาวิธีการพยากรณ์ที่เหมาะสมจากค่าเฉลี่ยร้อยละของความคลาดเคลื่อนสัมบูรณ์ (MAPE) และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) ที่มีค่าตํ่าที่สุด ข้อมูลที่ใช้ได้มาจากเว็บไซต์ของสำนักงานเศรษฐกิจอุตสาหกรรม ตั้งแต่เดือนมกราคม 2561 ถึงเดือนมกราคม 2568 จำนวน 85 ค่า และได้แบ่งข้อมูลออกเป็นสองชุด ชุดแรก จำนวน 77 ค่า คือ ข้อมูลเดือนมกราคม 2561 ถึง เดือนพฤษภาคม 2567 และชุดที่สอง จำนวน 8 ค่า คือ ข้อมูลเดือนมิถุนายน 2567 ถึงเดือนมกราคม 2568 โดยที่ข้อมูลชุดแรกใช้สำหรับสร้างตัวแบบพยากรณ์ และข้อมูลชุดสองใช้สำหรับการตรวจสอบความแม่นยำของตัวแบบพยากรณ์ ผลการวิจัย พบว่าตัวแบบพยากรณ์ด้วยวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบคูณ มีความเหมาะสมกับอนุกรมเวลาชุดนี้มากที่สุด (MAPE = 11.775 และ RMSE = 3921.166)

Article Details

รูปแบบการอ้างอิง
จั่นงาม ส. (2025). การเปรียบเทียบวิธีพยากรณ์เพื่อเพิ่มความแม่นยำในการพยากรณ์ระหว่างวิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบบวก และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของวินเทอร์แบบคูณ สำหรับการพยากรณ์ปริมาณการจำหน่ายเยื่อกระดาษ. วารสารเทคโนโลยีอุตสาหกรรม วไลยอลงกรณ์, 1(1), 36–48. สืบค้น จาก https://ph03.tci-thaijo.org/index.php/itec-journal/article/view/3801
ประเภทบทความ
บทความวิจัย

เอกสารอ้างอิง

รายงานภาวะเศรษฐกิจอุตสาหกรรม สำนักงานเศรษฐกิจอุตสาหกรรม. (2567). เข้าถึงได้จาก https://www.oie.go.th/assets/portals/1 /fileups/2/files/Industry%20conditions/Q1_2567forQ2_2567.pdf

พรรณิภา คุมสิน และสมศรี บัณฑิตวิไล. (2561). การเปรียบเทียบตัวแบบการพยากรณ์ยอดขายเครื่องปรับอากาศโดยวิธีปรับให้เรียบเอ็กซ์โพ เนนเชียลแบบโฮลท์-วินเทอร์, วิธีบ็อกซ์-เจนกินส์ และวิธีโครงข่ายประสาทเทียม. วารสารวิทยาศาสตร์และเทคโนโลยี, 26(3), (363-376).

วรางคณา เรียนสุทธิ์. (2562). ตัวแบบพยากรณ์ราคาขายส่งกล้วยไม้แคทลียาที่ตลาดสี่มุมเมือง. วารสารวิจัยราชภัฏพระนคร สาขาวิทยาศาสตร์และเทคโนโลยี, 14(2), (76-92).

Ince, M. N and Tasdemir, Ç. (2024). Forecasting Retail Sales for Furniture and Furnishing Items through the Employment of Multiple Linear Regression and Holt-Winters Models. Systems, 12(219), (64-73).

Nurman, S., Nusrang, M and Sudarmin. (2022) Analysis of Rice Production Forecast in Maros District Using the Box-Jenkins Method with the ARIMA Model. ARRUS Journal of Mathematics and Applied Science, 2(1), (36-48).

Sirisha, U. M., Belavagi, M. C., and Attigeri, G. (2022). Profit Prediction Using ARIMA, SARIMA and LSTM Models in Time Series Forecasting: A Comparison. IEEE Access, 10, (124715-124727).

สำนักงานเศรษฐกิจการเกษตร. (2567). เข้าถึงได้จาก https://www.oie.go.th

มุกดา แม้นมินทร์. (2549). อนุกรมเวลาและการพยากรณ์. ประกายพรึก.กรุงเทพมหานคร

สมเกียรติ เกตุเอี่ยม. (2546). เทคนิคการพยากรณ์. ภารกิจเอกสารและตำรา มหาวิทยาลัยทักษิณ. สงขลา.

Wiguna, I. K. A. G., Utami, N. L. P. A. C., Parwita, W. G. S., Udayana, I. P. A. E. D., and Sudipa, I. G. I. (2023). Rainfall Forecasting Using the Holt-Winters Exponential Smoothing Method. Jurnal Info Sains, 13(1), (15-23).

Sandhiyasa, I. M. S., Negara, I. G. B. A., Sarasvananda, I. B. G., Atmaja, K. J., & Sudipa, I. G. I. (2024). Modeling of Forecasting the Number of Passenger Departures at I Gusti Ngurah Rai Airport Using the Double Exponential Smoothing and Triple Exponential Smoothing Methods. ISAR Journal of Science and Technology, 2(8), (47-58).