ตัวแบบการเรียนรู้จำแนกประเภทซัพพลายเออร์แบบมีผู้สอนสำหรับปัญหาการประเมินประสิทธิภาพของ ซัพพลายเออร์ในระบบ SAP ERP
คำสำคัญ:
การประเมินซัพพลายเออร์, การจำแนกซัพพลายเออร์, การเรียนรู้ของเครื่องจักร, กรณีศึกษา, SAP ERPบทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนากรอบแนวคิดการจำแนกประเภทซัพพลายเออร์สำหรับปัญหาการประเมินซัพพลายเออร์ในระบบ SAP ERP ที่มีความไม่แน่นอนจากการวิเคราะห์ค่าน้ำหนักเชิงเส้น (Linear scoring model) โดยนำรายการสั่งซื้อ (Purchase orders) มาสร้างแบบจำลองการแยกประเภทซัพพลายเออร์ และข้อมูลใบขอซื้อ (Purchase requisition) เป็นข้อมูลนำเข้าเพื่อจำแนกประสิทธิภาพซัพพลายเออร์ก่อนตัดสินใจสั่งซื้อสินค้ากับซัพพลายเออร์นั้น ๆ เกณฑ์ในการประเมินซัพพลายเออร์พัฒนาจากการสัมภาษณ์ผู้เชี่ยวชาญ ประกอบด้วยจำนวนสินค้า (Quantity) คุณภาพของสินค้า (Quality) ความน่าเชื่อถือในการจัดส่งสินค้า (Delivery commitment) รวมถึงการพัฒนาขั้นตอนวิธีการดึงข้อมูล (Extract) จากระบบ SAP ERP และแปลงข้อมูล (Transform) ให้สามารถนำมาคำนวณด้วยแบบจำลองจำแนกประเภทประสิทธิภาพของซัพพลายเออร์ทั้งข้อมูลในการเรียนรู้และข้อมูลทดสอบตามระดับการวิเคราะห์ภาพรวมทุกกลุ่มสินค้า (All material groups) และระดับกลุ่มสินค้า (Material group) โดยทำการเปรียบเทียบแบบจำลอง 9 แบบคือ ตัวแบบการจำแนกประเภทแบบเบย์ส (Naïve bay) ตัวแบบการจำแนกประเภท (K-Nearest Neighbors) ตัวแบบจำแนกประเภทซัพพอร์ทเวกเตอร์-
แมชชีน (Support Vector Machine) ตัวแบบการถดถอยลอจีสติก (Logistic Regression) ตัวแบบจำแนกประเภทเอดาบูท (Adaboost) ตัวแบบจำแนกประเภทต้นไม้ตัดสินใจ (Decision Tree) ตัวแบบจำแนกประเภทการสุ่มป่าไม้ (Random Forest) และการร่วมกันตัดสินใจสองตัวแบบ คือ Stacking SVM+DT และ Stacking SVM+LR ผลการศึกษาพบว่า แบบจำลองที่ดีที่สุดทั้งในระดับการวิเคราะห์ภาพรวมทุกกลุ่มสินค้าและระดับการวิเคราะห์กลุ่มสินค้า คือ ตัวแบบจำแนกประเภทเอดาบูท Adaboost ที่มีค่าความแม่นยำสูงที่สุดอยู่ที่ร้อยละ 81.6 และ 67.6 ตามลำดับ
References
[2] ศุภลักษณ์ ใจสูง. “การคัดเลือกผู้ให้บริการโลจิสติกส์ของบริษัท ฮานา ไมโครอิเล็คโทรนิค จำกัด (มหาชน) โดยใช้กระบวนการตัดสินใจแบบวิเคราะห์ลำดับชั้น (AHP)” วารสารบริหารธุรกิจ มหาวิทยาลัยธรรมศาสตร์., ปีที่ 35 ฉบับที่ 134 หน้า 65-89, 2555.
[3] สุรพงค์ เอื้อวัฒนามงคล. (2561). การทำเหมืองข้อมูล. พิมพ์ครั้งที่
2. โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย. สำนักพิมพ์
สถาบันบัญฑิตพัฒนบริหารศาสตร์.
[4] อัครนันท์ พงศธรวิวัฒน์, จรุงรัตน์ วรรณสิทธิ์ และ ชวลิต จีนอนันต์
(2563). ตัวแบบการตัดสินใจเชิงภาษาแบบ 2-Tuple สำหรับปัญหาการตัดสินใจแบบหลายเงื่อนไข กรณีศึกษาการ คัดเลือกผู้ให้บริการโลจิสติกส์สำหรับอุตสาหกรรมเบเกอรี่ Journal of Applied Statistics and Information Technology, 4(2), 31-45.
[5] Ahmad Abdulla. “Weighting the key features affecting supplier selection using machine learning techniques” Faculty of Engineering, Misurata University, Libya
[6] Alireza F., Atefeh A., Jurgita A., Morterza Y. “Nonlinear
genetic-based model for supplier selection: A
comparative study” Technological and Economic
Development of Economy, 2017, 23(1): 178-195
[7] Hamed Taherdoost, Aurelie Brard. “Analyzing the
Process of Supplier Selection Criteria and Method”
Procedia Manufacturing 32 (2019) 1024 – 1034
[8] Ian M. Cavalcante. “A supervised machine learning approach to data-driven simulation of resilient supplier selection in digital manufacturing” International Journal of Information Management 49 (2019) 86–97
[9] Kunal Thakkar et al. “AHP and Machine learning techniques for wine recommendation” International of computer science and information technologies, Vol.7(5), 2016, 2349-2352
[10] Manu Kohli. “Supplier Evaluation Model on SAP ERP Application using Machine Learning Algorithms” International Journal of Engineering & Technology, 7 (2.28) (2017) 306-311
[11] Orange Data Mining. ค้นเมื่อ 1 ธันวาคม 2563, จาก
https://orangedatamining.com/
[12] Pongsathornwiwat, N., Huynh, V. N., & Jeenanunta, C.
(2017). “Developing evaluation criteria for partner
selection in tourism supply chain
networks” International Journal of Knowledge and
Systems Science (IJKSS), 8(1), 39-52.
[13] Pongsathornwiwat, N., Huynh, V. N., Theeramunkong, T.,
& Jeenananta, C. (2016, July). “A linguistic partner
evaluation model in tourism supply chain networks”
In 2016 IEEE International Conference on Fuzzy Systems
(FUZZ-IEEE) (pp. 1051-1058).
[14] Roger Dingledine. Richard. “Use of Support Vector Machines for Supplier Performance Modeling” Reputation Technologies, Inc.
[15] Splitting a Dataset into Train and Test Sets ค้นเมื่อ 6
กุมภาพันธ์ 2564, จาก https://www.baeldung.com/cs/train-
test-datasets-ratio
[16] Vincent H Wilson, Arun Prasad N S, Aswin Shankharan,
Sushant Kapoor, John Rajan A. “Ranking of supplier
performance using machine learning algorithm of
random forest” International Journal of Advanced
Research in Engineer and Technology (IJARET) 11 (2020)
299-308
