SALES FORECASTING FOR GREEN FISHING NET: A CASE STUDY OF MANUFACTURE FISHING NET AND POLY ROPE COMPANY

Main Article Content

Jutathip Leelathanapiat
Piyaphon Paichit
Orawan Reangsephet
Jitpatima Loysoongnern
Supanwipha Khunwiset
Wannaphon Suriyakat

Abstract

This study aimed to propose the appropriate forecasting method for sales of Green fishing net 380/18 with trend and seasonal components. In this study, the four methods, including decomposition method, Box-Jenkins method, exponential smoothing adjusted for trend and seasonal variation: Winter’s method, and Grey method, were considered. The mean absolute percentage error was uesd as the criterion for comparing the efficiency of the methods. The results revealed that the appropriate method to predict the Green fishing net 380/18 data is the exponential smoothing adjusted for trend and seasonal variation with multiplication model provide the lowest mean absolute percentage error, having the lowest mean absolute percentage error.

Article Details

Section
Research Articles

References

[1] กัลยา วานิชย์บัญชา. การวิเคราะห์สถิติ สถิติสำหรับการบริหารและวิจัย. พิมพ์ครั้งที่ 10. กรุงเทพฯ: โรงพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย, 2550
[2] ทรงศิริ แต้สมบัติ. การพยากรณ์เชิงปริมาณ. พิมพ์ครั้งที่ 1. กรุงเทพฯ: สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์, 2549
[3] มุกดา แม้นมินทร์. อนุกรมเวลาและการพยากรณ์. พิมพ์ครั้งที่ 1. กรุงเทพฯ: โฟร์พริ้นติ้ง, 2549
[4] พิมพ์พรรณ อำพันธ์ทอง และปิยภัทร บุษบาบดินทร์. การพยากรณ์ PM10 ในบริเวณภาคเหนือตอนบนของประเทศไทยด้วยทฤษฎีเกรย์. วารสารวิทยาศาสตร์บูรพา, 20(1), 15-24, 2015
[5] วรางคณา เรียนสุทธิ. การเปรียบเทียบตัวแบบพยากรณ์ราคาโคเนื้อ. วารสารวิทยาศาสตร์และเทคโนโลยี, 27(2), 201-212, 2018
[6] Box, G.E.P. and Jenkins, D.L. Time Series Analysis. California: San Francisco, 1976
[7] Brownman, B.L. Forecasting and Time Series : An Applied Approach. California: Wadsworth, 1993
[8] Leelathanapipat ,J. and Paichit, P. Cost Estimate of Repairingrefurbish Equipment using Multiple Regression Model. Engineering Journal of Research and Development,2020, 31(2), pp.127-138