The Study of Forecasting Techniques for Aromatic Coconut Monthly Prices Using Individual and Hierarchical Forecasting

Authors

  • Siraprapha Deepradit Kasetsart University
  • Pornthipa Ongkunaruk ภาควิชาเทคโนโลยีอุตสาหกรรมเกษตร คณะอุตสาหกรรมเกษตร มหาวิทยาลัยเกษตรศาสตร์
  • Roongrat Pisuchpen Department of Industrial Engineering, Faculty of Engineering, Kasetsart University

Keywords:

Aromatic coconut, Forecasting, Decomposition method, Box-Jenkins, Hierarchical forecasting

Abstract

In aromatic coconut supply chain, the price factor is important and affects the harvest planning of factories and farmers. This research was to compare the accuracy of forecasting techniques for aromatic coconut monthly prices of No.1 to No.4. There were two methods for individual forecasting: decomposition and Box-Jenkins. The top-down method of hierarchical forecasting is analyzed. The result indicates which method will be used to forecast aromatic coconut prices. The forecasting techniques were compared to a training dataset and a testing dataset with a mean absolute percentage error. The results revealed that the top-down method is the best technique. The mean absolute percentage error was 0.18% to 0.66% for the training dataset and 9.03% to 16.33% for the testing dataset. In summary, the top-down method is the best forecasting for No.1 to No.4 of aromatic coconut price but the tracking signals of No.2 to No.4 are out of control in the last 6 months. The aromatic coconut price was adjusted by the regression equation. The mean absolute percentage error was 3.20% to 9.92% that could increase forecast accuracy for No.1 to No.4 of aromatic coconut price and this research could be applied to assist in supply planning by coconut processors and impact farmers significantly.

Downloads

Download data is not yet available.

References

[1] สุพจน์ ตั้งจตุพร, เอกสารประกอบการเรียนการสอน เรื่อง มะพร้าวน้ำหอม. ชลบุรี: วิทยาลัยเกษตรและเทคโนโลยีชลบุรี กรมอาชีวศึกษา กระทรวงศึกษาธิการ, 2543.
[2] ทิพวรรณ ศรีสุขใส, การพยากรณ์ผลผลิตข้าวเจ้านาปีโดยวิธีโครงข่ายประสาทเทียม วิธีตรรกศาสตร์ คลุมเครือและวิธีระบบอนุมานฟัซซีบนฐานโครงขายที่ปรับตัวได้. วิศวกรรมศาสตรมหาบัณฑิต. วิศวกรรมอุตสาหการ. มหาวิทยาลัยเกษตรศาสตร์, 2558.
[3] ธิดาภัทร วงศ์ประเสริฐ, การศึกษาปัจจัยที่มีผลต่อปริมาณแป้งในหัวมันสำปะหลังสดโดยใช้แบบจำลองการวิเคราะห์การถดถอยและแบบจำลองเครือข่ายประสาทเทียม. วิทยาศาสตรมหาบัณฑิต. การจัดการเทคโนโลยีอุตสาหกรรมเกษตร. มหาวิทยาลัยเกษตรศาสตร์, 2558.
[4] เฉลิมพล จตุพร และพัฒนา สุขประเสริฐ, "ตัวแบบพยากรณ์ผลผลิตและปริมาณส่งออกยางพาราของประเทศไทย", แก่นเกษตร, ปีที่ 44 (ฉบับที่ 2), หน้า 221 – 229, 2559.
[5] พิราวรรณ หนูเสน, ประสิทธิ์ พยัคฆพงษ์, และธิดาพร ศุภภากร, "การเปรียบเทียบตัวแบบการพยากรณ์ปริมาณการผลิตน้ำมันดิบในประเทศ," วารสารวิทยาศาสตร์และเทคโนโลยี, ปีที่ 23 (ฉบับที่ 3), หน้า 376 – 384, 2558.
[6] S. P. Pradita, P. Ongkunaruk, and T. D. Leingpibul, "Utilizing an Intervention Forecasting Approach to Improve Reefer Container Demand Forecasting Accuracy: A Case Study in Indonesia," International Journal of Technology, Vol. 11 (No.1), pp. 144-154, 2020.
[7] S. P. Pradita and P. Ongkunaruk, "Business Process Analysis and Improvement for a Third Party Logistics Provider in Indonesian Cold Chain Logistics," The International Conference on Materials Research and Innovation, 17 – 21 December. Thailand: pp. 1 – 4, 2019.
[8] นรวัฒน์ เหลืองทอง และนันทชัย กานตานันทะ, "การเลือกตัวแบบพยากรณ์ผลผลิตการเกษตรที่เหมาะสม," วารสารวิทยาศาสตร์และเทคโนโลยี, ปีที่ 24 (ฉบับที่ 3), หน้า 370 – 381, 2559.
[9] เมธาสิทธิ์ ธัญรัตนศรีสกุล, "การเปรียบเทียบความแม่นยำของตัวแบบอนุกรมเวลาระหว่างวิธีปรับให้เรียบด้วยเส้นโค้งเลขชี้กำลังแบบวินเทอร์และวิธีบ๊อก-เจนกินส์: กรณีศึกษาการพยากรณ์ราคามะพร้าวหน้าสวน," วารสารวิชาการ มทร.สุวรรณภูมิ (RMUTSB Acad. J.), ปีที่ 6 (ฉบับที่ 2), หน้า 101-113, 2561.
[10] วรางคณา เรียนสุทธิ์, "การพยากรณ์ราคามะพร้าวด้วยวิธีบ็อกซ์-เจนกินส์," วารสารวิชาการ มทร.สุวรรณภูมิ (RMUTSB Acad. J.), ปีที่ 7 (ฉบับที่ 1), หน้า 87 – 100, 2561.
[11] ศิรประภา ดีประดิษฐ์, รุ่งรัตน์ ภิสัชเพ็ญ, และพรธิภา องค์คุณารักษ์, "การวางแผนการเก็บเกี่ยวที่เหมาะสมของอุตสาหกรรมมะพร้าวน้ำหอมโดยพิจารณาช่วงอายุการเก็บเกี่ยวที่เหมาะสม," การประชุมวิชาการสถิติประยุกต์และเทคโนโลยีสารสนเทศระดับชาติ. 29 – 31 ตุลาคม. สถาบันบัณฑิตพัฒนบริหารศาสตร์ กรุงเทพมหานคร: หน้า 193 – 202, 2561.
[12] บริษัทดอนเมืองพัฒนาจำกัด. (31 ธันวาคม 2562). ราคามะพร้าวน้ำหอม. [Online]
Available: http://www.taladsimummuang.com/
[13] J. Montaño, A. Palmer, A. Sesé, and B. Cajal, "Using the R-MAPE Index As a Resistant Measure of Forecast Accuracy," Psicothema, Vol. 25, pp. 500-506, 2013, doi: 10.7334/psicothema2013.23.
[14] พรหมภรณ์ แสงภัทรเนตร, การพยากรณ์ราคาข้าวในประเทศไทย, วิทยาศาสตรมหาบัณฑิต. สถิติ.
มหาวิทยาลัยเกษตรศาสตร์, 2548.
[15] G. Box, G. M. Jenkins and G. Reinsel, Time Series Analysis: Forecasting and Control. 3rd ed. New Jersey: Prentice Hall, 1994.
[16] R. T. O’Connell and A. Koehler, Forecasting, Time Series, and Regression by Bruce Bowerman, 4th ed. USA: Thomson Brooks Cole, 2005.
[17] พรธิภา องค์คุณารักษ์, การจัดการโซ่อุปทานใน
อุตสาหกรรมเกษตรเบื้องต้น Introduction to
Supply Chain Management for Agro-Industry.
กรุงเทพฯ: เดอะวัน พริ้นท์ติ้ง, 2562.

Downloads

Published

2020-12-15