การกำหนดนโยบายการสั่งซื้อวัสดุสิ้นเปลืองหลายรายการพร้อมกัน
คำสำคัญ:
ความต้องการไม่คงที่, การพยากรณ์, ปริมาณการสั่งซื้อ, จุดการสั่งซื้อใหม่, การสั่งซื้อสินค้าหลายรายการพร้อมกันบทคัดย่อ
การกำหนดหรือการวางแผนนโยบายการสั่งซื้อสินค้าถือว่ามีความสำคัญมาก เนื่องจากการกำหนดนโยบายการสั่งซื้อสินค้าที่เหมาะสมสามารถลดต้นทุนโดยรวมของบริษัทได้ ซึ่งการกำหนดนโยบายการสั่งซื้อสินค้านั้น ผู้ที่จะทำการวางแผนหรือกำหนดนโยบายจะต้องทราบรายละเอียดของตัวสินค้า และเงื่อนไขในการสั่งซื้อสินค้ากับบริษัทต้นทางหรือผู้ผลิตเป็นอย่างดี รวมทั้งค่าใช้จ่ายทั้งหมดที่ต้องเกิดขึ้นในการสั่งสินค้าเข้าบริษัท และต้องทราบพฤติกรรมของลูกค้าในการสั่งซื้อสินค้าแต่ละรายการ เพื่อใช้ในการคาดการณ์การสั่งซื้อของลูกค้าในอนาคต งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์และจัดตั้งนโยบายการสั่งซื้อวัสดุสิ้นเปลืองใหม่ ให้มีความเหมาะสมกับความต้องการและมีต้นทุนรวมโดยเฉลี่ยต่อปีน้อยที่สุด แต่เนื่องจากวัสดุสิ้นเปลืองหรือถุงรองภายในมีความต้องการไม่คงที่ และมีความต้องการเป็นศูนย์หลายช่วงเวลา (Intermittent Demand and Lumpy Demand) ทำให้บริษัทยากต่อการบริหารจัดการสินค้าคงคลังและการสำรองสินค้าเพื่อป้องกันสินค้าขาดมือ ดังนั้นจึงกำหนดนโยบายการสั่งซื้อวัสดุสิ้นเปลืองใหม่โดยการพยากรณ์หาความต้องการที่อาจจะเกิดขึ้นในอนาคต ซึ่งในงานวิจัยนี้จะใช้วิธีการพยากรณ์ทั้งหมด 4 วิธี ได้แก่ 1. การพยากรณ์โดยวิธีของ Croston 2. การพยากรณ์โดยวิธีการประมาณค่าของ Syntetos และ Boylan (SBA) 3. การพยากรณ์โดยวิธีของ Shale Boylan และ Johnston (SBJ) 4. การพยากรณ์โดยวิธีของ Teunter Syntetos และ Babai (TSB) และนำค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานที่ได้จากการวิธีการพยากรณ์ที่มีค่ารากที่สองของความคลาดเคลื่อนเฉลี่ยกำลังสอง (Root Mean Square Error: RMSE) ที่ต่ำที่สุดมาคำนวณหาปริมาณการสั่งซื้อ จุดการสั่งซื้อใหม่ และสินค้าคงคลังสำรองเพื่อป้องกันสินค้าขาดมือของแต่ละรายการที่ทำให้ต้นทุนรวมต่อปีต่ำที่สุด โดยใช้วิธีการสั่งซื้อสินค้าหลายรายการพร้อมกัน (Joint Replenishment Problem) ภายใต้ข้อกำจัดของตู้คอนเทนเนอร์ที่บรรจุได้เพียง 12 พาเลท และข้อกำหนดในการสั่งซื้อที่ต้องสั่งซื้อแบบเต็มพาเลทต่อรายการ
References
X. Zhuan, Y. Yu and C. Aihui, " A combined forecasting method for intermittent demand using the automotive aftermarket data," Data Science and Management., vol. 5, no. 2, pp. 43-56, 2022.
นพพล คณากรยิ่งยง และ เจริญชัย โขมพัตราภรณ์, “การพยากรณ์ของอุปสงค์หลายรูปแบบและการสั่งซื้อแบบตู้คอนเทนเนอร์ที่เหมาะสม กรณีศึกษา อุปกรณ์ออกกาลังกายนำเข้า,” วารสารไทยการวิจัยดำเนินงาน., ปีที่ 5, ฉบับที่ 1, น. 1-11, 2560.
Y. Yang, C. Ding, S. Lee, L. Yu and F. Ma, "A modified Teunter-Syntetos-Babai method for intermittent demand forecasting," Journal of Management Science and Engineering., vol. 6, no. 1, pp. 56-63, 2021.
H. Rehman, "Forecasting-Using-R," [Online]. Available: https://github.com/hakeemrehman-/Forecasting-Using-R/commits/main/4.%-20Forecasting%20for%20intermittent%20demand.R. [Accessed 20 December 2022].
A. O. Solis, F. Longo, S. Mukhopadhyay, L. Nicoletti and V. Brasacchio, "Approximate and Exact Corrections of the Bias in Croston’s Method When Forecasting Lumpy Demand: Empirical Evaluation," in International Conference on Modeling and Applied Simulation, France, 2014.
Y. Hong, J. Zhou and M. A. Lanham, "Forecasting Intermittent Demand Patterns with Time Series and Machine Learning Methodologies," in Midwest Decision Sciences Institute Conference, United States, 2018.
ศศิภาส์ สีดาว และ เจริญชัย โขมพัตราภรณ์, “การพยากรณ์ความต้องการและการหาต้นทุนรวมที่ต่ำที่สุดของโครงข่ายบรรเทาทุกข์,” วารสารไทยการวิจัยดำเนินงาน., ปีที่ 8, ฉบับที่ 2, น. 27-41, 2563.
M. Doszyn, "Intermittent demand forecasting in the enterprise: empirical verification," Journal of Forecasting., vol. 38, no. 5, pp. 459-469, 2019.
T. Willemain, C. N. Smart and H. F. Schwarz, "A new approach to forecasting intermittent demand for service parts inventories," International Journal of Forecasting., vol. 20, no. 3, pp. 375–387, 2004.
L. Peng, L. Wang and S. Wang, "A review of the joint replenishment problem from 2006 to 2022," Management System Engineering., vol. 1, no. 9, pp. 1-11, 2022.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
