การพยากรณ์ราคามันสำปะหลังด้วยวิธีบอกซ์-เจนกินส์

Main Article Content

รัฐกรณ์ พงษ์ประเสริฐ
สายัณห์ เทพแดง

บทคัดย่อ

การศึกษานี้มีวัตถุประสงค์เพื่อสร้างตัวแบบการพยากรณ์ราคามันสำปะหลังที่เหมาะสมที่สุดด้วยวิธีบอกซ์-เจนกินส์ (ARIMA Model) ภายใต้การใช้เกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย (MAPE) และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) ที่ต่ำที่สุด โดยใช้ข้อมูลราคามันสำปะหลังระหว่างเดือนมกราคม พ.ศ. 2548 ถึงเดือนกรกฎาคม พ.ศ. 2564 จากเว็บไซต์สำนักงานเศรษฐกิจการเกษตร ผลการศึกษาพบว่า ตัวแบบที่เหมาะสมกับการพยากรณ์คือ ARIMA(1,1,0)(0,1,1)12 โดยมีค่า MAPE และ RMSE ต่ำที่สุดอยู่ที่ 4.7401 และ 0.1043 ตามลำดับ ผลลัพธ์ที่ได้นี้จะเป็นข้อมูลเบื้องต้นประกอบการประมาณต้นทุนการดำเนินงานและรายได้ที่เกี่ยวข้องกับมันสำปะหลังให้กับเกษตรกร ผู้ประกอบการ หรือหน่วยงานที่เกี่ยวข้องต่อไป

Article Details

How to Cite
พงษ์ประเสริฐ ร. ., & เทพแดง ส. . (2022). การพยากรณ์ราคามันสำปะหลังด้วยวิธีบอกซ์-เจนกินส์. วารสารวิทยาศาสตร์และเทคโนโลยีแห่งรัตนโกสินทร์, 4(1), 22–33. สืบค้น จาก https://ph02.tci-thaijo.org/index.php/RJST/article/view/245196
บท
บทความวิจัย

References

สำนักงานเศรษฐกิจ กระทรวงเกษตรและสหกรณ์. (5 พฤศจิกายน 2558). โอกาสสินค้าเกษตรสู่ประชาคมอาเซีย. http://www.oae.go.th/download/ownload_journal/2558/yearbook57.pdf

ผุสดี บุญรอด และกรวัฒน์ พลเยี่ยม (2560). แบบจำลองการพยากรณ์ราคามันสำปะหลังโดยใช้โครงข่ายประสาทเทียมแบบหลายชั้น. วารสารวิทยาศาสตร์และเทคโนโลยี. 25(3), 533-543.

สำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน). (15 กันยายน 2564). พืชเศรษฐกิจ สินค้าสร้างรายได้ในครัวเรือนและประเทศ. https://www.arda.or.th/knowledge_detail.php?id=40

กรมวิชาการเกษตร. (2559). เอกสารวิชาการมันสำปะหลัง. กระทรวงเกษตรและสหกรณ์.

อภินันท์ พัชโรภาสวัฒนกุล. (2561). ฤดูกาลเพาะปลูกมันสําปะหลังที่เหมาะสมของเกษตรกรตอการเปลี่ยนแปลงสภาพภูมิอากาศ กรณีศึกษา: จังหวัดนครราชสีมา. การประชุมวิชาการระดับชาติสวนดุสิต 2018 ครั้งที่ 3, 571–577.

นงนุช ดีแท้. (2534). การศึกษาเพื่อเปรียบเทียบเทคนิคการพยากรณ์ราคาข้าว มันสำปะหลัง และถั่วเขียวที่เกษตรกรขายได้ที่ไร่นา. กรุงเทพฯ: มหาวิทยาลัยเกษตรศาสตร์ บัณฑิตวิทยาลัย.

นวรัตน์ ฐิตินันท์พงศ์ และปรารถนา ปรารถนาดี. (2555). การพยากรณ์ราคารับซื้อมันสำปะหลังสดและราคาขายมันสำปะหลังเส้น. การประชุมทางวิชาการของมหาวิทยาลัยเกษตรศาสตร์ ครั้งที่ 50, 26-33.

B.R., Kwasi and B.J., Kobina. (2014). Forecasting of Cassava Prices in the Central Region of Ghana Using ARIMA Model. Intercontinental Journal of Marketing Research Review. 2(8), 30-40.

T. Sujjaviriyasup. (2018). Predicting Prices of Agricultural Commodities in Thailand using Combined Approach Emphasizing on Data Pre-processing Technique. Songklanakarin Journal of Science and Technology. 4(1), 75-78.

ศิรประภา ดีประดิษฐ์ และพงศ์ธร รักซ้อน. (2564). การเปรียบเทียบเทคนิคการพยากรณ์ราคาพืชไร่ในประเทศไทย. วารสารวิชาการเทคโนโลยีอุตสาหกรรม. 17(3), 214-231.

วรางคณา เรียนสุทธิ์. (2562). การพยากรณ์ราคาสับปะรดโรงงานด้วยวิธีบอกซ์-เจนกินส์. Thai Journal of Science and Technology (TJST). 8(2), 105-115.

กัลยา บุญหล้า และศศิธร โกฎสืบ. (2559). การสร้างตัวแบบเพื่อการพยากรณ์ราคาข้าวหอมมะลิ 105. วารสารวิชาการ วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏนครสวรรค์. 8(8), 49-60.

วรางคณา เรียนสุทธิ์. (2563). การคัดเลือกตัวแบบพยากรณ์ราคามะม่วงเขียวเสวย. วารสารศรีนครินทรวิโรฒวิจัยและพัฒนา (สาขามนุษยศาสตร์และสังคมศาสตร์). 12(23), 52-62.

วีระชัย ขันทองคำ ธันวา เจริญศิริ และชนาธิป โสภณพิมล. (2559). การพยากรณ์ราคาไก่พันธุ์เนื้อ. วารสารวิทยาศาสตร์บูรพา. 21(1), 100-109.

พิชญาภรณ์ ตวงกิจกูล และอรรถพล สืบพงศกร. (2564). การพยากรณ์ราคายางแผ่นดิบคุณภาพดีด้วยวิธีบอกซ์-เจนกินส์. วารสารวิชาการศิลปศาสตร์ประยุกต์. 14(1), 1-13.

มุกดา แม้นมินทร์. (2549). อนุกรมเวลาและการพยากรณ์. พิมพ์ครั้งที่ 2. กรุงเทพฯ : สำนักพิมพ์ประกายพรึก.

R. Yuristia, D. Apriyanto, and K. Sukiyono (2019). The Best Forecasting Model for Cassava Price. Agritropica: Journal of Agricultural Science. 2(2), 86-92.

สำนักงานเศรษฐกิจการเกษตร กระทรวงเกษตรและสหกรณ์. (10 กันยายน 2564) ดัชนีราคาและผลผลิต.

https://www.oae.go.th/view/1/%E0%B8%94%E0%B8%B1%E0%B8%8A%E0%B8%99%E0%B8%B5%E0%B8%A3%E0%B8%B2%E0%B8%84%E0%B8%B2%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B8%9C%E0%B8%A5%E0%B8%9C%E0%B8%A5%E0%B8%B4%E0%B8%95/TH-TH