Sales Forecasting and Inventory Management: A Case Study of Chicken Manure Business
Article Sidebar
Main Article Content
Abstract
This research aims to study the appropriate sales forecasting model. In order to adapt to meet customer needs in a timely and to study the appropriate order quantity for effective inventory management. Using the sales volume of chicken manure from January 2018 - December 2020 to forecast customer demand by time series technique are Seasonal Indices by Ratio to Trend Method, Seasonal Indices by Simple Average Method, Exponential Smoothing Method, Exponential Smoothing Holt Winter and consider different forecasting methods by calculation of measurement error 3 methods which are Mean Absolute Deviation (MAD), Mean Square Error (MSE), and Mean Percent Absolute Error (Mean Absolute Percentage Error, MAPE) for accurate forecasting results with minimal errors. Compare all forecasts and choose the most accurate forecasting method to use to forecast sales for the year 2021 and use the sales forecast in the year 2021 to determine the Economic Order Quantity
In the results of the study, it was found that the seasonal indices by ratio to trend method had the least measurement error of two-thirds of the forecasting method are MAD 1,203.63 and MAPE 7.71 which can be concluded that the forecasting by the seasonal indices by ratio to trend method is the least error and the most accurate. Sales Forecast in the Year 2021 have 53,280 sacks and an economic order quantity of 2,124 sacks
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- Content and information in articles published in NKRAFA Journal of Science and Technology are comment and responsibility of authors of articles directly. Journal editorial do no need to agree or share any responsibility.
- NKRAFA Journal of Science and Technology Articles holds the copyright of the content, pictures, images etc. which published in it. If any person or agency require to reuse all or some part of articles, the permission must be obtained from the NKRAFA Journal of Science and Technology.
References
ทวีพงษ์ กิตติกุล. (2551). การพยากรณ์และการหาปริมาณการสั่งซื้อที่เหมาะสมเพื่อเป็นแนวทางในการจัดเก็บอะไหล่สิ้นเปลืองหลักของเครื่องสูบน้ำประเภทแรงเหวี่ยงหนีศูนย์. งานนิพนธ์วิศวกรรมศาสตรมหาบัณฑิตสาขาวิชาการพัฒนางานอุตสาหกรรม, ภาควิชาวิศวกรรมอุตสาหการ, คณะวิศวกรรมศาสตร์,มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ.
ลักษณาภรณ์ ถาวรสิน. (2556). การพยากรณ์ยอดขายในอุตสาหกรรมผลิตน้ำมันหล่อลื่น โดยใช้ปัจจัยด้านอุปสงค์ลูกค้า และปัจจัยชี้วัดทางเศรษฐกิจ กรณีศึกษา บริษัท ลู้บ เทคโนโลยี จำกัด. งานนิพนธ์บริหารธุรกิจมหาบัณฑิต, สาขาวิชาการเงิน, บัณฑิตวิทยาลัย, มหาวิทยาลัยหอการค้าไทย.
นารถสิรินธร์ เนติฤทธิ์. (2559). การเปรียบเทียบการจัดการระดับสินค้าคงคลังที่เหมาะสมและการพยากรณ์เพื่อตอบสนองคำสั่งซื้อให้ทันเวลา. งานนิพนธ์วิทยาศาสตรมหาบัณฑิต,สาขาวิชาการจัดการโลจิสติกส์และห่วงโซ่อุปทาน, คณะโลจิสติกส์, มหาวิทยาลัยบูรพา. จารุวรรณ ชูใจ. (2559). การปรับปรุงการจัดการวัตถุดิบคงคลัง: กรณีศึกษา โรงงานผลิตตัวความต้านทานกระแสไฟฟ้า. งานนิพนธ์วิทยาศาสตรมหาบัณฑิต,สาขาวิชาการพัฒนางานอุตสาหกรรม,คณะวิศวกรรมศาสตร์,มหาวิทยาลัยธรรมศาสตร์.
ธัญยธรณ์ อ้นมี. (2560). การพยากรณ์และการวางแผนสร้างสต็อกสินค้า เพื่อลดปัญหาการส่งมอบสินค้าล่าช้ากรณีศึกษาโรงงานผลิตเลนส์แว่นตา. งานนิพนธ์วิศวกรรมศาสตรมหาบัณฑิตสาขาวิชาการพัฒนางานอุตสาหกรรม, ภาควิชาวิศวกรรมอุตสาหการ, คณะวิศวกรรมศาสตร์, มหาวิทยาลัยธรรมศาสตร์. [5] ธีระพงษ์ ทับพร. (2561). การพยากรณ์ยอดขายและการบริหารสินค้าคงคลังของสินค้าคางหมึกยักษ์แช่แข็ง: บริษัท สยามแม็คโคร จำกัด มหาชน. วารสารวิชาการมหาวิทยาลัยธนบุรี วิทยาศาสตร์และเทคโนโลยี, 2(2): 28-41.
จรรยา เทนสันเทียะ. (2564). วิเคราะห์แนวโน้มการส่งออกข้าวโพด. เข้าถึงได้จาก ปริญญาเศรษฐศาสตรมหาบัณฑิต, สาขาวิชาเศรษฐศาสตร์ประยุกต์, มหาวิทยาลัยแม่โจ้.
รัชนี โฆษิตานนท์. (2564). การพยากรณ์ความต้องการในการสั่งซื้อและจัดการวัตถุดิบคงคลัง กรณีศึกษาบริษัทผลิตเครื่องฟอกอากาศ. งานนิพนธ์วิทยาศาสตรมหาบัณฑิต,สาขาวิชาการจัดการโลจิสติกส์และห่วงโซ่อุปทาน, คณะโลจิสติกส์, มหาวิทยาลัยบูรพา. [8] วรางคณา เรียนสุทธิ์. (2564). การพยากรณ์ปริมาณการส่งออกยางพาราในประเทศไทย. วารสารวิจัยและส่งเสริมวิชาการเกษตร, 38(2): 130-143.
Liang Liu. (2017). Applying An EOQ Model to Reduce an Inventory Cost:// https://jscm.au.edu/index.php/jscm/article/view/140
Prima Fithri, Alizar Hasan, Fadhita Maisa Asri. (2019). Analysis of Inventory Control by Using Economic Order Quantity Model – A Case Study in PT Semen Padang:// https://core.ac.uk/download/pdf/290081609.pdf
Camelina, G. and Hariyantp, J. (2020). Analysis of the efficiency of rice raw material supplies using economic order quantity (eoq) method: Case Study on Pon Djaya Chicken Porridge. Retrievefromhttp://repository.stei.ac.id/1556/3/21160000349_Artikel%20Inggris_2020%20%281%29.pd
Aneesh Tony, Pradeep Kumar, Rohith Jefferson, Subramanian. (2020). A Study of Demand and Sales Forecasting Model using Machine Learning Algorithm:// http://psychologyandeducation.net/pae/index.php/pae/article/view/3988