การพัฒนาและเปรียบเทียบแบบจำลองการพยากรณ์ความต้องการเม็ดพลาสติก: กรณีศึกษาบริษัทผู้ผลิตในอุตสาหกรรมปิโตรเคมี

บทคัดย่อ

อุตสาหกรรมปิโตรเคมีเป็นหนึ่งในอุตสาหกรรมที่มีบทบาทสำคัญต่อระบบเศรษฐกิจ เนื่องจากเป็นแหล่งผลิตวัตถุดิบพื้นฐานสำหรับอุตสาหกรรมหลากหลายประเภท โดยเฉพาะเม็ดพลาสติกซึ่งเป็นวัตถุดิบหลักที่ถูกนำไปใช้ในภาคการผลิตอย่างแพร่หลาย อย่างไรก็ตาม ความผันผวนของปัจจัยทางเศรษฐกิจและความซับซ้อนของอุปสงค์และอุปทานของเม็ดพลาสติก ส่งผลให้การพยากรณ์ความต้องการมีความท้าทายสูง งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนาและเปรียบเทียบแบบจำลองการพยากรณ์ความต้องการเม็ดพลาสติก โดยมีกรณีศึกษาเป็นผู้ผลิตในอุตสาหกรรมปิโตรเคมีรายหนึ่งในประเทศไทย สินค้าที่นำมาศึกษาเป็นสินค้าที่ได้รับการคัดเลือกโดยพิจารณาจากยอดขายรวมสูงสุดในช่วงเวลาที่ศึกษา โดยมีการวิเคราะห์ลักษณะแนวโน้มและฤดูกาลของข้อมูลด้วยวิธี Mann-Kendall Trend Test และ Friedman Test คัดเลือกตัวแปรสำหรับการพยากรณ์ด้วย Mutual Information (MI) จากนั้นจึงพัฒนาและเปรียบเทียบแบบจำลองการพยากรณ์ทั้งหมด 7 แบบ ได้แก่ ARIMA, ARIMAX, XGBoost และแบบจำลองไฮบริด ได้แก่ ARIMA-XGBoost, ARIMAX-XGBoost, XGBoost-ARIMA และ XGBoost-ARIMAX ซึ่งมีโครงสร้างของแบบจำลองที่แตกต่างกัน ในการประเมินประสิทธิภาพ ทำการประเมินด้วยตัวชี้วัด Mean Absolute Percentage Error (MAPE) ผลการการศึกษาแสดงให้เห็นว่า ในกรณีศึกษานี้ แบบจำลองไฮบริดที่ใช้แบบจำลอง Machine Learning เป็นแบบจำลองหลักมีแนวโน้มให้ประสิทธิภาพการพยากรณ์ดีกว่าแบบจำลองดั้งเดิมโดยส่วนใหญ่ โดยเฉพาะแบบจำลอง XGBoost-ARIMAX ซึ่งให้ความแม่นยำในการพยากรณ์สูงที่สุดเมื่อเปรียบเทียบกับแบบจำลองทั้งหมด