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

ผู้แต่ง

  • Siraprapha Deepradit Kasetsart University
  • Pornthipa Ongkunaruk ภาควิชาเทคโนโลยีอุตสาหกรรมเกษตร คณะอุตสาหกรรมเกษตร มหาวิทยาลัยเกษตรศาสตร์
  • Roongrat Pisuchpen ภาควิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยเกษตรศาสตร์

คำสำคัญ:

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

บทคัดย่อ

ในโซ่อุปทานมะพร้าวน้ำหอม ราคามะพร้าวน้ำหอมที่สวนเป็นปัจจัยที่สำคัญและส่งผลต่อการวางแผนการเก็บเกี่ยว   ของเกษตรกรและผู้แปรรูป งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความถูกต้องของวิธีการพยากรณ์ราคามะพร้าวน้ำหอม     รายเดือนเบอร์ 1 ถึง 4 โดยส่งผลต่อกำไรของเกษตรกรและผู้แปรรูป ซึ่งใช้เทคนิคอนุกรมเวลา ได้แก่ วิธีจำแนกองค์ประกอบอนุกรมเวลา วิธีบ๊อกซ์-เจนกินส์ และวิธีการพยากรณ์ลำดับชั้นแบบบนลงล่าง ผลการวิจัยแสดงให้เห็นว่าวิธีใดมีความเหมาะสมและถูกใช้ในการพยากรณ์ โดยเปรียบเทียบความแม่นยำของการพยากรณ์ด้วยค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย ผลการวิจัยพบว่าการพยากรณ์วิธีลำดับชั้นแบบบนลงล่างโดยหาค่าน้ำหนักที่เหมาะสมทำให้ค่าพยากรณ์ของราคามะพร้าวน้ำหอมรายเดือนเบอร์ 1 ถึง 4 มีค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย อยู่ในช่วง 0.18% ถึง 0.66% และเมื่อนำไปพยากรณ์ราคาในปีถัดไปมีค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย อยู่ในช่วง 9.03% ถึง 16.33% ซึ่งมีความผิดพลาดน้อยกว่าการพยากรณ์ด้วยการพยากรณ์รายเดือนแบบเฉพาะ โดยสรุปคือ การพยากรณ์วิธีลำดับชั้นแบบบนลงล่างเป็นวิธีที่ดีที่สุดสำหรับการพยากรณ์ราคามะพร้าวน้ำหอม แต่ค่าสัญญาณติดตามมีค่ามากในช่วง 6 เดือนหลัง ดังนั้นจึงปรับค่าการพยากรณ์ด้วยสมการความสัมพันธ์ ทำให้มีค่าเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย 3.20% ถึง 9.92% ซึ่งค่าพยากรณ์มีความแม่นยำมากขึ้น งานวิจัยนี้สามารถนำไปประยุกต์ใช้เป็นเครื่องมือช่วยในการวางแผนสำหรับอุตสาหกรรมและเกษตรกรอย่างมีนัยสำคัญ

เอกสารอ้างอิง

[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.

ดาวน์โหลด

เผยแพร่แล้ว

2020-12-15

รูปแบบการอ้างอิง

[1]
S. Deepradit, P. . Ongkunaruk, และ R. Pisuchpen, “The Study of Forecasting Techniques for Aromatic Coconut Monthly Prices Using Individual and Hierarchical Forecasting ”, TJOR, ปี 8, ฉบับที่ 2, น. 15–26, ธ.ค. 2020.