Comparison of Forecasting Methods to Improve Forecasting Accuracy Between the Box-Jenkins Method, the Additive Holt-Winters Exponential Smoothing Method, and the Multiplicative Holt-Winters Exponential Smoothing Method for Pulp Sales Volume
Article Sidebar
Main Article Content
Abstract
This research aims to develop an appropriate forecasting model for pulp sales volume by utilizing various forecasting techniques for data analysis. The techniques examined include the Box-Jenkins method, the additive Holt-Winters exponential smoothing method, and the multiplicative Holt-Winters exponential smoothing method. The most appropriate forecasting method is determined based on the Mean Absolute Percentage Error (MAPE) and the Root Mean Squared Error (RMSE), with the lowest values deemed optimal. The data used for this research was obtained from the Office of Industrial Economics website, encompassing the period from January 2018 to January 2025, which includes 85 data points. The data is divided into two sets: the first set contains 77 data points from January 2018 to May 2024, while the second set includes 8 data points from June 2024 to January 2025. The first set is utilized to develop the forecasting model, and the second set is employed to validate the model’s accuracy. The research findings indicate that the forecasting model using the multiplicative Holt-Winters exponential smoothing method is the most suitable for this time series, yielding a MAPE of 11.775 and an RMSE of 3921.166.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
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).
