การประยุกต์ใช้ปัญญาประดิษฐ์กับการพยากรณ์สินค้าในอุตสาหกรรมเครื่องดื่ม

บทคัดย่อ

งานวิจัยนี้ได้นำเสนอเกี่ยวกับ การสร้างแบบการพยากรณ์ความต้องการและการกำหนดนโยบายสินค้าคงคลังที่เหมาะสมโดยนำข้อมูลการขายสินค้า 3 ปี ย้อนหลังตั้งแต่ ปี 2561-2663 มาพิจารณาถึงความเหมาะสมการกำหนดหรือจัดเก็บสินค้าคงคลังโดยใช้เทคโนโลยีปัญหาประดิษฐ์ในรูปแบบเทคนิคโครงข่ายประสาทเทียม(Artificial Neural Networks) ในการพยากรณ์ความต้องการของลูกค้า หลังจากนั้นได้ทำการสร้างตัวแบบจำลองระดับคงคลังเป้าหมาย(Order Up to Level Model : OUL) ในการกำหนดระดับสินค้าคงคลังที่เหมาะสมเพื่อเพิ่มประสิทธิภาพและประสิทธิผลสินค้าคงคลังในการลดต้นทุนในการบริหารจัดการสินค้าได้ ซึ่งผู้วิจัยพบว่าจากการทดสอบการนำเทคนิคโครงข่ายประสาทเทียมมาพยากรณ์สินค้าให้ค่าแม่นยำสูงโดยใช้การวัดค่าความคลาดเคลื่อน Root  Mean Squared Error (RMSE) สำหรับสินค้าเบียร์ขนาด 620 มิลลิลิตร (CC 620 ml.) ให้ค่า RMSE เท่ากับ 0.1137 และสุราขนาด 700 มิลลิลิตร (BL 700 ml.) เท่ากับ12.3654 ซึ่งหากค่าผลลัพธ์ค่า RMSE น้อยจะส่งผลให้ค่าพยากรณ์มีความแม่นยำยิ่งขึ้น หลังจากนั้นได้นำค่าพยากรณ์ที่ได้จากโมเดลการพยากรณ์นำเข้ามากำหนดนโยบายสินค้าคงคลัง โดยพบว่าสามารถลดการจัดเก็บสินค้าคงคลังจากเดิมได้ถึง 40.84% ของการจัดเก็บสินค้าคงคลังแบบเดิมและหากพิจารณาถึงต้นทุนการจัดเก็บสามารถลดต้นทุนได้ถึง 280,278 บาทต่อเดือน โดยไม่ก่อผลให้เกิดภาวะสินค้าขาดมือทำให้สูญเสียโอกาสทางการขายได้