Forecasting Techniques for Inventory Management when there is a Small Amount of Data

Main Article Content

อาจารย์ ดร.พงษ์เพ็ญ จันทนะ


This paper present analysis 24 month of time series data, the study aims to finding data pattern when time series data lest than 36 period. There is one thing possible that knowing the nature of data and use Moving Average technic to observe the season length. Then the study refine forecasting model to forecast the next year of inventory requirement. After that find the order quantity and order period.

Article Details

How to Cite
จันทนะ อ. ด., “Forecasting Techniques for Inventory Management when there is a Small Amount of Data”, sej, vol. 14, no. 3, pp. 106–112, Jan. 2020.
Research Articles


[1] J. Gareth, Time Series Forecasting, Simulation, Applications. ELLIS Horwood Limited, West Sussex, 1993.

[2] K. Maurich, Time-Series. Charles Griffin and Company Ltd., London, 1976.

[3] D. G. Montgomery, Forecasting and Time Series Analysis. McGraw-Hill Inc., Singapore, 1990.

[4] ทรงศิริ แต้สมบัติ, การพยากรณ์เชิงปริมาณ. สำนักพิมพ์มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพ, 2549.

[5] ทรงศิริ แต้สมบัติ, “ปัจจัยที่มีผลต่อความถูกต้องของการพยากรณ์เชิงปริมาณ,” รายงานผลการวิจัยฉบับสมบูรณ์ ทุนอุดหนุนวิจัย มก. ประจำปี 2543.

[6] วิชิต หล่อจิระชุณห์กุล, เทคนิคการพยากรณ์. โรงพิมพ์จุฬาลงกรณ์ กรุงเทพ, 2539.

[7] ศิริจันทร์ ทองประเสริฐ, ระบบพัสดุคงคลัง. จุฬาลงกรณ์มหาวิทยาลัย กรุงเทพ, 2530.