sales forecasting and inventory management of … · company limited, and select the appropriate...

14
28 วารสารวิชาการมหาวิทยาลัยธนบุรี (วิทยาศาสตร์และเทคโนโลยี) ปีท่ 2 ฉบับที่ 2 เดือนกรกฎาคม ธันวาคม 2561 การพยากรณ์ยอดขายและการบริหารสินค้าคงคลัง ของสินค้าคางหมึกยักษ์แช่แข็ง : บริษัท สยามแม็คโคร จากัด มหาชน SALES FORECASTING AND INVENTORY MANAGEMENT OF FROZEN GIANT: SIAM MAKRO PUBILC COMPANY LIMITED ธีระพงษ์ ทับพร 1 ยอดนภา เกษเมือง 2 เอกพล ทับพร 3 พัชรดิษฐ์ แปงจิตต์ 4 สาขาวิชาวิศวกรรมอุตสาหการ มหาวิทยาลัยธนบุรี 1,2,3 สาขาวิชาเทคโนโลยีอุตสาหการ มหาวิทยาลัยเทคโนโลยีราชมงคลกรุงเทพ 4 Teerapong Tubpond 1 Yodnapha Ketmuang 2 Ekkapol Tubpond 3 Pacharadit Paengchit 4 Department Of Industrial Engineering, Thonburi University 1,2,3 , Rajamangala University of Technology Krungthep 4 E-mail: [email protected], [email protected],[email protected] [email protected] บทคัดย่อ งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาวิธีการพยากรณ์ยอดขายสินค้าคางหมึกยักษ์แช่แข็งของบริษัทสยามแม็คโคร จากัด มหาชน และเลือกวิธีการพยากรณ์ที่เหมาะสม โดยเปรียบเทียบการพยากรณ์ด้วยวิธีอนุกรมเวลา 6 วิธี คือ การ พยากรณ์โดยวิธีค่าเฉลี่ยเคลื่อนที่ การพยากรณ์โดยวิธีค่าเฉลี่ยถ่วงน้าหนัก การพยากรณ์โดยวิธีเอ็กโพเนน การพยากรณ์โดยวิธี ดับเบิลเอ็กโพเนนเชียล การพยากรณ์โดยวิธีการปรับให้เรียบแบบฤดูกาลโฮลต์วินเทอร์ และการพยากรณ์โดยวิธีการปรับให้ เรียบแบบแนวโน้มของฤดูกาลของโฮลต์วินเทอร์ ความแม่นยาของการพยากรณ์ถูกเปรียบเทียบโดยใช้ค่าร้อยละความ คลาดเคลื่อนสัมบูรณ์เฉลี่ย ( MAPE) พบว่าวิธีการพยากรณ์ที่มีความแม่นยาที่สุดคือ การพยากรณ์โดยวิธีค่าเฉลี่ยถ่วงน้าหนัก โดยมีค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยอยู่ที9.48 จากนั้นใช้วิธีการพยากรณ์โดยวิธีค่าเฉลี่ยถ่วงน้าหนักทานาย ยอดขายเพื่อเป็นข้อมูลนาเข้าในการกาหนดนโยบายสินค้าคงคลัง เพื่อใช้กาหนดขนาดการสั่งซื้อที่ประหยัดโดยพิจารณาต้นทุน สินค้าขาดมือ ขนาดการสั่งซื้อที่ประหยัดอยู่ที่ 5.59 - 6.89 ตันต่อครั้ง ขนาดการสั่งซื้อที่ประหยัดโดยไม่พิจารณาต้นทุนสินค้า ขาดมือ 4.53 - 5.53 ตันต่อครั้ง จุดสั่งซื้อสินค้าซาเมื่อระดับสินค้าคงคลังเหลือที่ 114.17 ตัน เมื่อทาการพิจารณาต้นทุนสินค้า คงคลังในงานวิจัยนี้ พบว่าการนาการพยากรณ์ยอดขายด้วยวิธีค่าเฉลี่ยถ่วงน้าหนักไปเป็นฐานข้อมูล สามารถลดต้นทุนสินค้าคง คลังได้จากเดิม 33,175 บาท เป็น 31,456 บาท เป็นจานวนเงิน 1,718 บาท ในช่วงระยะเวลา 7 เดือน คาสาคัญ: การพยากรณ์ การบริหารสินค้าคงคลัง Abstract This research aims to study how to forecast sales of frozen giant squid of Siam Makro Public Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using six methods are moving averages, weighted average, exponential, double exponential, smoothing Holt Winters season, seasonal trends of Holt Winter. The accuracy of the predictions will be compared using the mean absolute percentage error (Mean Absolute Percentage Error: MAPE) The result show a way to predict with accuracy how. The prediction using a weighted average. The value of the average absolute error was 9.48. Leading the way prediction using a weighted average to inventory management policy and calculated the economic order of quantity determine the situation

Upload: others

Post on 06-Jul-2020

5 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

28

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

การพยากรณยอดขายและการบรหารสนคาคงคลง ของสนคาคางหมกยกษแชแขง : บรษท สยามแมคโคร จ ากด มหาชน SALES FORECASTING AND INVENTORY MANAGEMENT OF

FROZEN GIANT: SIAM MAKRO PUBILC COMPANY LIMITED

ธระพงษ ทบพร1 ยอดนภา เกษเมอง2 เอกพล ทบพร3 พชรดษฐ แปงจตต4 สาขาวชาวศวกรรมอตสาหการ มหาวทยาลยธนบร1,2,3 สาขาวชาเทคโนโลยอตสาหการ มหาวทยาลยเทคโนโลยราชมงคลกรงเทพ4

Teerapong Tubpond1 Yodnapha Ketmuang2 Ekkapol Tubpond3 Pacharadit Paengchit4

Department Of Industrial Engineering, Thonburi University1,2,3 , Rajamangala University of Technology Krungthep4

E-mail: [email protected], [email protected],[email protected] [email protected]

บทคดยอ

งานวจยนมวตถประสงคเพอศกษาวธการพยากรณยอดขายสนคาคางหมกยกษแชแขงของบรษทสยามแมคโคร จ ากด มหาชน และเลอกวธการพยากรณทเหมาะสม โดยเปรยบเทยบการพยากรณดวยวธอนกรมเวลา 6 วธ คอ การพยากรณโดยวธคาเฉลยเคลอนท การพยากรณโดยวธคาเฉลยถวงน าหนก การพยากรณโดยวธเอกโพเนน การพยากรณโดยวธดบเบลเอกโพเนนเชยล การพยากรณโดยวธการปรบใหเรยบแบบฤดกาลโฮลตวนเทอร และการพยากรณโดยวธการปรบใหเรยบแบบแนวโนมของฤดกาลของโฮลตวนเทอร ความแมนย าของการพยากรณถกเปรยบเทยบโดยใชคารอยละความคลาดเคลอนสมบรณเฉลย (MAPE) พบวาวธการพยากรณทมความแมนย าทสดคอ การพยากรณโดยวธคาเฉลยถวงน าหนก โดยมคารอยละความคลาดเคลอนสมบรณเฉลยอยท 9.48 จากนนใชวธการพยากรณโดยวธคาเฉลยถวงน าหนกท านายยอดขายเพอเปนขอมลน าเขาในการก าหนดนโยบายสนคาคงคลง เพอใชก าหนดขนาดการสงซอทประหยดโดยพจารณาตนทน สนคาขาดมอ ขนาดการสงซอทประหยดอยท 5.59 - 6.89 ตนตอครง ขนาดการสงซอทประหยดโดยไมพจารณาตนทนสนคาขาดมอ 4.53 - 5.53 ตนตอครง จดสงซอสนคาซ าเมอระดบสนคาคงคลงเหลอท 114.17 ตน เมอท าการพจารณาตนทนสนคาคงคลงในงานวจยน พบวาการน าการพยากรณยอดขายดวยวธคาเฉลยถวงน าหนกไปเปนฐานขอมล สามารถลดตนทนสนคาคงคลงไดจากเดม 33,175 บาท เปน 31,456 บาท เปนจ านวนเงน 1,718 บาท ในชวงระยะเวลา 7 เดอน ค าส าคญ: การพยากรณ การบรหารสนคาคงคลง

Abstract This research aims to study how to forecast sales of frozen giant squid of Siam Makro Public

Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using six methods are moving averages, weighted average, exponential, double exponential, smoothing Holt Winters season, seasonal trends of Holt Winter. The accuracy of the predictions will be compared using the mean absolute percentage error (Mean Absolute Percentage Error: MAPE) The result show a way to predict with accuracy how. The prediction using a weighted average. The value of the average absolute error was 9.48. Leading the way prediction using a weighted average to inventory management policy and calculated the economic order of quantity determine the situation

Page 2: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

29

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

enough stock is 5.59 to 6.89 tons per time, determined the situation not enough stock is 4:53 to 5:53 tons per time point of order repeatedly when inventory levels remaining at 114.17 tons. The inventory cost in this research. Found that the introduction of sales forecasts using a weighted average to a database. Can reduce inventory costs 33,175 baht to 31,456 baht from the previous amount of 1,718 baht from period 7 month. Keywords: Forcasting , Inventory management

กรณบทความวจย 1. บทน า (TH Sarabun New ตวหนา ขนาด 14)

บรษท สยามแมคโคร จ ากด มหาชน มสนคาอย 7 ประเภท ไดแก อาหารสด อาหารแหง อาหารทะเลแชแขง เครองดม เครองอปโภค เครองใชไฟฟา และอาหารทะเลแชแขงมยอดขายเปน 14% ของยอดขายทงหมดมสนคาอย 5 กลมสนคา ดงตารางท 1

ตารางท 1 อตราสวนยอดขายสนคาทะเลแชแขง แบงตามกลมสนคา ประจ าป พ.ศ. 2560

กลมสนคา อตราสวนยอดขายคดเปน

หมกแชแขง 35.32% ปลาแชแขง 29.05% กงแชแขง 22.43%

หอยแชแขง 9.29% ปแชแขง 3.91%

จากอตราสวนการขายกลมสนคาหมกแชแขง เปนกลมสนคาทมยอดขายสงสดในแตละป เนองจากไดรบความนยม

จากผบรโภคสง ซงรายการสนคาทส าคญในกลมสนคาหมกแชแขงไดแก คางหมกยกษแชแขงซงมยอดขายเปน 85% ของยอดขายกลมสนคาหมกแชแขง ทงนสนคาดงกลาวนนมความแปรปรวนของยอดขายท าใหการก าหนดปรมาณสนคาทจะสงซอท าไดยากล าบาก จากขอมลยอดขาย และปรมาณการสงซอคางหมกยกษแชแขงในเดอนมกราคม - ธนวาคม พ.ศ. 2560 ดงตารางท 2 พบวาคาความคลาดเคลอนก าลงสองเฉลยเทากบ 1,225.71 คดเปน 29.74 % ซงมากกวาเปาหมายทองคกรตงไวคอ 20%

ระบบการวางแผนการสงซอสนคาคางหมกยกษเดมของบรษท สยามแมคโคร จ ากด (มหาชน) นน กระท าการวเคราะหปรมาณการสงซอโดยใชยอดขายในเดอนเดยวกนของปกอนหนาบวกเปอรเซนตการเจรญเตบโตของยอดขายขององคกร โดยจะมการวางแผนการสงซอเปนรายเดอนและทยอยน าเขาคลงอยางนอย 25 ตน โดยสนคาทถกสงซอแลวจะถกน าเขามาเกบในคลงสนคาทงสวนทเปนทรพยสนของ สยามแมคโคร จ ากด (มหาชน) และสวนทใชบรการบรษทรบฝากสนคาแชแขงซงมคาใชจายตนละ 850 บาทตอเดอน

Page 3: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

30

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

ตารางท 2 ยอดขาย ปรมาณการสงซอ และความคลาดเคลอนของสนคาคางหมกยกษแชแขงประจ าป 2560

1.1 วตถประสงค และขอบเขตของการวจย

งานวจยเรองนมวตถประสงค เพอคนหาเทคนคในการพยากรณยอดขายสนคาคางหมกยกษท ใหคาความคลาดเคลอนก าลงสองนอยทสด และเพอศกษาทฤษฎการสงซอแบบประหยด (Economic Order Quantity : EOQ) รวมถงสรางตวชวยในการค านวณปรมาณการสงซอทเหมาะสมได โดยมขอบเขตของการพยากรณยอดขาย และการก าหนดนโยบายการสงซอส าหรบสนคาคางหมกยกษแชแขงของบรษท สยามแมคโคร จ ากด (มหาชน) เกบขอมลยอดขายรายเดอนตงแตเดอน มกราคม พ.ศ. 2557 - ธนวาคม พ.ศ. 2560 เปนเวลา 4 ป เพอใชเปนฐานขอมลในการพยากรณยอดขาย ป พ.ศ. 2561 และท าการพจารณาหาปรมาณการสงซอทเหมาะสมโดยสามารถชวยลดตนทนการจดเกบสนคาคงคลงรวมไปถงสรางสมการชวยในการค านวณปรมาณการสงซอทเหมาะสมดวย

2. ทฤษฎและงานวจยทเกยวของ (TH Sarabun New ตวหนา ขนาด 14) การพยากรณในรปแบบตางๆ

เทคนคการพยากรณดวยเทคนคอนกรมเวลาทเลอกใชในงานวจยน ม 6 วธ ไดแก 2.1 การพยากรณโดยวธคาเฉลยเคลอนท (Simple Moving Averages: SMA) การหาคาเฉลยเคลอนทแบบงาย เปนการพยากรณขอมลในอนาคตจากขอมลหรอคาสงเกตลาสดจ านวน N คา โดยใหน าหนกของขอมลเทากน เมอไดก าหนดจ านวนเทอมทจะเฉลย คาทค านวณไดจะเปนคาพยากรณของขอมลในชวงเวลาตอไป (ณ เวลาท t+1) โดยคา N ทใชจะเปนจ านวนคหรอจ านวนคกได แตจะตองใชขอมลตงแต 3 ชวงเวลาขนไป [1]

1 2.......t t t nt

D D DF

N

(1)

เดอน ยอดขายสนคา

คางหมกยกษแชแขง (ตน)

ปรมาณการสงซอจรง

(ตน)

คาความ คลาดเคลอน

(et)

คาสมบรณของความคลาดเคลอน

(|et|)

คาสมบรณของความคลาดเคลอนก าลง

สอง (|et|^2 )

เปอรเซนตความคลาด

เคลอน (et / Yt x 100)

มกราคม 141.47 198 -56.143 56.14 3,152.04 39.69 กมภาพนธ 93.58 119 -25.903 25.90 670.97 27.68 มนาคม 112.11 145 -32.463 32.46 1,053.85 28.96 เมษายน 152.29 195 -42.515 42.52 1,807.53 27.92 พฤษภาคม 98.85 129 -29.863 29.86 891.80 30.21 มถนายน 85.51 108 -22.819 22.82 520.71 26.69 กรกฎาคม 110.53 142 -31.274 31.27 978.06 28.29 สงหาคม 88.18 114 -25.856 25.86 668.53 29.32 กนยายน 103.51 135 -31.755 31.76 1,008.38 30.68 ตลาคม 76.52 98 -21.864 21.86 478.03 28.57 พฤศจกายน 122.35 160 -37.966 37.97 1,441.42 31.03 ธนวาคม 162.24 207 -45.136 45.14 2,037.26 27.82

รวม 1,347.14 1,750.697 -403.56 403.557 14,708.56 356.85

เฉลย 112.26 145.89 -33.63 ประเภทความคลาดเคลอนเฉลย MAD MSE MAPE

33.63 1,225.71 29.74

Page 4: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

31

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

โดยท Ft คอ คาพยากรณของ ณ เวลาท t Dt คอ คาความตองการทแทจรง ณ เวลาท t N คอ คาบเวลาทงหมด 2.2 การพยากรณโดยวธคาเฉลยถวงน าหนก (Weighted Moving Average) วธคาเฉลยเคลอนทแบบถวงน าหนก เปนการหาคาเฉลยเคลอนทซงมการถวงน าหนกเพอใหมความถกตองมากขนทงนเนองจากในทางปฏบตแลวขอมลทอยใกลชวงเวลาทจะพยากรณมกจะมอทธพลมากวาขอมลในอดตทไกลออกไป ในการก าหนดน าหนกใหกบขอมลแตละคาไมมสตรก าหนดตายตวขนกบประสบการณของผพยากรณ แตผลรวมของน าหนกรวมจะเทากบ 1 เสมอ การพยากรณโดยวธคาเฉลยเคลอนทแบบถวงน าหนกมสตรในการค านวณดงน

Ft =(W1D1) + (W2D2) + (W3D3) + (W4D4)

∑W

(2) โดยท W คอ คาน าหนกทก าหนดการพยากรณ 2.3 การพยากรณโดยวธเอกซโพเนนเชยล (Exponential Smoothing) วธปรบใหเรยบแบบเอกซโพเนนเชยล เปนการหาคาเฉลยเคลอนทแบบถวงน าหนกโดยใหน าหนกของขอมลในปจจบนมากทสดและน าหนกจะลดหลนกนไปแบบเอกซโพเนนเชยลส าหรบคาของขอมลทหางไกลออกไป โดยมคาถวงน าหนกหรอสมประสทธปรบใหเรยบ (แอลฟา) ทมคาอยระหวาง 0 ถง 1 วธนเปนวธทนยมเพราะงาย และใชขอมลจ านวนนอยกวาการหาคาเฉลยเคลอนทแบบถวงน าหนก ซงตองใชขอมลในอดต N คา และคาถวงน าหนก N คา เชนกน โดยมสตรในการค านวณดงน

1 1(1 )t t tF D F (3) โดยท α คอ คาคงทปรบเรยบ หรอคานาหนกของคาบเวลาลาสด มคาอยระหวาง 0 ถง 1 2.4 การพยากรณโดยวธดบเบลเอกซโพเนนเชยล (Double Exponential Smoothing Using Holt’s Method) วธการนเปนการพยากรณอนกรมเวลา จะใชเทคนคเอกโปเนนเชยลปรบเรยบทงคาระดบ และคาแนวโนมจงเรยกวา Double Exponential

1 1 1(1 )( )t t t tE D E T (4)

1 1( ) (1 )t t t tT E E T (5)

, 1t t t tF E T (6)

โดยท , 1t tF

คอ คาพยากรณ ณ เวลาท t+T แตถกพยากรณในคาบท t tD คอ คาความตองการทแทจรง ณ เวลาท t

tE คอ คาของระดบในคาบเวลาท t tT คอ คาของแนวโนมในคาบเวลาท t α และ𝛽 คอ คาคงทปรบเรยบ (Smoothing Constant) มคาอย ระหวาง 0 ถง 1 2.5 การพยากรณโดยวธการปรบใหเรยบแบบฤดกาลโฮลตวนเทอร (Holt-Winter’s Method for Additive Seasonal Effect) วธการค านวณจะพจารณาขอมลทผลจากแนวโนม และผลจากฤดกาล (Trend and Seasonal Factor) โดยมสตรในการค านวณดงน

1 1( ) (1 )( )t t t p t tE D S E T (7)

1 1( ) (1 )t t t tT E E T (8)

( ) (1 )t t t t pS D E S (9)

Page 5: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

32

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

t t t t n pF E nT S (10)

โดยท tS คอ คาของฤดกาลในคาบเวลาท t tF คอ คาพยากรณ ณ เวลาท t T คอ คาเวลาทใช α γ และ𝛽 คอ คาคงทปรบเรยบ (Smoothing Constant) มคาอยระหวาง 0 ถง 1 2.6 การพยากรณโดยวธการปรบใหเรยบแบบแนวโนมของฤดกาลของโฮลตวนเทอร (Holt-Winter’s Method for Multiplicative Seasonal Effect) การพยากรณขอมลทมแนวโนม และมอทธพลของฤดกาลทเพมขนตามเวลาทเปลยนแปลงไป

1 1(1 )( )tt t t

t p

DE E T

S

(11)

1 1( ) (1 )t t t tT E E T (12)

( ) (1 )tt t p

t

DS S

E (13)

( )t t t t n pF E nT S (14) โดยท α γ และ𝛽 คอ คาคงทปรบเรยบ (Smoothing Constant) มคาอยระหวาง 0 ถง 1 2.7 รปแบบของการสงซอทประหยด เปนระบบสนคาคงคลงทใชกนอยางแพรหลายมานาน โดยทระบบนใชกบสนคาคงคลงทมลกษณะของความตองการทเปนอสระไมเกยวของตอเนองกบความตองการของสนคาคงคลงตวอน จงตองวางแผนพจารณาความตองการอยางเปนเอกเทศดวยวธการพยากรณอปสงคของลกคาโดยตรง ระบบขนาดการสงซอทประหยดจะพจารณาตนทนรวมของสนคาคงคลงทต าทสดเปนหลกเพอก าหนดระดบปรมาณการสงซอตอครงทเรยกวา “ขนาดการสงซอทประหยด” 1) การหาขนาดการสงซอประหยด และตนทนรวมเมอไมพจารณาสนคาขาดมอจะท าไดจาก

Q = EOQ = √2𝐶0𝐷

𝐶𝑐 (15)

TCmin = [𝐶0𝐷

𝑄] = [

𝑄𝐶𝑐

2] (16)

โดย EOQ คอ ขนาดการสงซอตอครงทประหยด (Q*) D คอ อปสงคหรอความตองการสนคาตอป (หนวย) Co คอ ตนทนการสงซอ หรอตนทนการตงเครองจกรใหมตอครง (บาท) Cc คอ ตนทนการเกบรกษาตอหนวยตอป (บาท) Q คอ ปรมาณการสงซอตอครง (หนวย) TC คอ ตนทนสนคาคงคลงโดยรวม (บาท) 2.7 การหาคาสมประสทธความแปรปรวน (VC) จากขอจ ากดของการใชตวแบบปรมาณการสงซอแบบประหยด ทสามารถใชไดเมอความตองการของสนคามลกษณะคงทสม าเสมอ ซงการพจารณาวา ความตองการมความแนนอนและคงทเพยงพอทจะใชสตร EOQ หรอไมนน Peterson และ Silver (1985) ไดเสนอแนะขนตอนการวดความแปรปรวนของระดบความตองการสนคา ดวยการหาคาสมประสทธความแปรปรวน (Variability Coefficient: VC) ดงสมการ

2

.varEst DVC

d (17)

Page 6: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

33

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

1

1 n

i

i

d dn

(18)

22

1

1.var

n

i

i

Est D d dn

(19)

โดย id คอ ปรมาณความตองการสนคาในแตละชวงเวลา n คอ ชวงเวลาทท าการศกษา 3. วธการ (TH Sarabun New ตวหนา ขนาด 14)

งานวจยนแบงออกเปน 2 สวน ไดแก การพยากรณยอดขายสนคาคางหมกยกษแชแขง และน าการพยากรณวธการทใหผลความคาดเคลอนนอยทสดไปเปนนโยบายสนคาคงคลง โดยมขนตอนการด าเนนงานวจยดงน

3.1 การเกบรวมรวมขอมล ขอมลทใชในการท านายยอดขายสนคาคางหมกยกษในงานวจยนประกอบไปดวยขอมลยอดขายสนคาคางหมกยกษแชแขง โดยใชฐานขอมลภายในองคกร ของบรษท สยามแมคโคร จ ากด มหาชน ยอนหลง 4 ป ตงแต เดอนมกราคม ป พ.ศ. 2557 ถง เดอนธนวาคม พ.ศ. 2560 ขอมลทใชในการค านวณตนทนสนคาคงคลง ไดแก คาแรงเจาหนาทประสานงานสงซอสนคา, คาโทรศพทสอสารประสานงาน จดเปน ตนทนในการสงซอ คาฝากเกบสนคา จดเปนตนทนในการจดเกบสนคา ซงน าตนทนทง 2 ประเภทน ไปค านวณเพอหาขนาดการสงซอแบบประหยดตอไป 3.2 การศกษารปแบบแนวโนมของยอดขายของยอดขายสนคาคางหมกยกษแชแขงรายเดอน น าขอมลยอดขายสนคาคางหมกยกษแชแขง ของบรษท สยามแมคโคร จ ากด มหาชน ตงแตป พ.ศ. 2557 – พ.ศ. 2560 ท าการพลอตกราฟแยกเปนรายเดอน ดงรปท 1 จากการตรวจสอบพบวามลกษณะของแนวโนมและอทธพลของฤดกาล ยอดขายมการแปรผนไมสม าเสมอในแตละเดอน พจารณาไดวายอดขายในเดอนเดยวกนของแตละปมทศทางเพมขนเรอยๆ ทกป และเมอเปรยบเทยบ ในเดอนอนๆกมขอมลไปในทศทางเดยวกนซงสามารถพจารณาไดวาอาจจะมอทธพลจากฤดกาล

รปท 1 ยอดขายสนคาคางหมกยกษรายเดอนในแตละป

65707580859095

100105110115120125130135140145150155160165

ยอดขายสนคา (ตน)

2557

2556

2555

2554

2560255925582557

Page 7: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

34

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

3.3 การพยากรณยอดขายสนคาคางหมกยกษแชแขงของบรษท สยามแมคโคร จ ากด มหาชน น าจากแนวโนมของยอดขายดงรปท 1 พบวาขอมลมแนวโนมเพมขนในแตละปและนาจะมอทธพลจากฤดกาลจงเลอกใชเทคนคการพยากรณแบบอนกรมเวลา 6 วธ โดยพจารณารอบของขอมลเปน 3 เดอน , 6 เดอน, 9 เดอน และ 12 เดอน ขอมลยอดขายอนกรมเวลารายเดอนในแตละปของสนคาคางหมกยกษแชแขงตงแตป 2557 - 2560 มาก าหนดตวแปรตามสมการท 1-14 โดยใชโปรแกรม Microsoft Excel ค านวณ และใชค าสง Solver หาคาพารามเตอร α γ และ𝛽 ทท าใหคาความคลาดเคลอนก าลงสองเฉลยของตวแบบต าทสด (Mean Squared Error : MSE) จากนนเลอกเทคนคการพยากรณทใหคา MSE ต าทสดมาใหท านายยอดขายสนคาคางหมกยกษแชแขง เดอน มกราคม – กรกฎาคม พ.ศ. 2561 เพอน าไปใชก าหนดปรมาณการสงซอและจดสงซอทเหมาะสม 3.4 การค านวณปรมาณการสงซอและจดสงซอทเหมาะสม

น ายอดขายทไดจากการพยากรณเนนขอมลความตองการสนคา จากนนใชขอมลตนทนสนคาคงคลงตามทอธบายในขนตอนท 3.1 ค านวณชวงเวลาการสงซอคงท หาจดสงซอและปรมาณการสงซอทเหมาะสมดวยวธ EOQ โดยพจารณา 2 รปแบบคอ กรณไมพจารณาตนทนสนคาขาดแคลนกบพจารณาตนทนสนคาขาดแคลน 3.5 การเปรยบเทยบผลและสรปผล

ในการวจยจะท าการเปรยบเทยบจากมลคาสนคาคงคลงทคงเหลอในแตละเดอน ทมาจากการการสงซอจรง โดยท าการเปรยบเทยบดวยทฤษฎขนาดการสงซอประหยด และตนทนรวมเมอไมพจารณาสนคาขาดมอ และขนาดการสงซอทประหยด ระดบสนคาขาดมอทประหยด

4. ผลการด าเนนงาน (Results and discussion) (TH Sarabun New ตวหนา ขนาด 14) 4.1 ผลจากการพยากรณ

ตารางท 3 การแสดงผลคาความคลาดเคลอนเฉลยของการพยากรณแตละวธ

NO. การพยากรณในรปแบบตางๆ

3 เดอน 6 เดอน 9 เดอน 12 เดอน

MSE MAPE MSE MAPE MSE MAPE MSE MAPE

1 การพยากรณแบบเกา 1,225.71 29.74 1,225.71 29.74 1,225.71 29.74 1,225.71 29.74

2 การพยากรณ โดยว ธคาเฉลยเคลอนท

886.33 21.37 938.40 22.34 845.54 20.96 718.63 18.81

3 การพยากรณ โดยว ธเอกซโพเนนเชยล

657.56 18.33 685.34 18.82 704.64 18.67 752.73 19.18

4 การพยากรณ โดยว ธคาเฉลยถวงน าหนก

738.43 21.45 732.01 21.56 630.86 18.46 239.07 9.48

5 การพยากรณ โดยว ธดบเบลเอกซโพเนนเชยล

668.53 18.88 686.12 18.90 721.51 19.27 768.73 21.05

6 การพยากรณโดยวธการปรบใหเรยบแบบฤดกาลโฮลตวนเทอร

701.62 20.46 759.62 20.58 1,013.49 25.68 286.27 11.89

7 การพยากรณโดยวธการป ร บ ใ ห เ ร ย บ แ บ บ

695.18 20.17 751.63 20.47 1,027.33 25.75 271.2 11.34

Page 8: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

35

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

แนวโนมของฤดกาลของโฮลตวนเทอร

หมายเหต: วธการพยากรณโดยคาเฉลยถวงน าหนกมคาถวงน าหนก w1 =0.82, w2 =0.00, w3 =0.00, w4 =0.00, w5 =0.04, w6=0.00, w7=0.00, w8=0.00, w9=0.00, w10=0.09, w11=0.00, w12=0.05

จากตารางท 3 เปนตารางทสรปเอาคา MSE และ MAPE พบวาวธการพยากรณโดยคาเฉลยถวงน าหนกใหคา MSE ต าทสด นนหมายถงขอมลการพยากรณนนเปนไปในลกษณะทไมมแนวโนม แตมลกษณะเปนไปแบบล าดบขนซงถอเปนวธการพยากรณทใหความคลาดเคลอนต าสดจงน าไปเปนนโยบายการสงซอตอไป

คาพยากรณ เมอใชรอบเวลา แบบ 12 เดอน ใหคา MSE ต าสด แสดงใหเหนถงอทธพลของยอดขายเปนรายเดอน เนองจากจะตองมการเฉลยยอดขายของทง 12 เดอนเปนแนวโนมในการพยากรณในชวงเวลาถดไป

คาพยากรณ เมอใชรอบเวลา แบบ 3 เดอนจะใหคา MSE ต าสด โดยมการก าหนดคาระดบ เพอดทศทางของขอมล วามความเปนระดบมากนอยเพยงใด พบวา คาระดบอยท 0.093 หมายถงมความเปนระดบอย 9.3 %

คาพยากรณ เมอใชรอบเวลา แบบ 12 เดอน ใหคา MSE ต าสด โดยท คาน าหนกของขอมล หนกไปท คา w1 มคา เทากบ 0.82 ซงหมายถงยอดขายสนคาในเดอนท 1 มนยส าคญตอการพยากรณ ในกรณท w อนๆเปน 0 หมายถง ยอดขายในเดอนนนๆ มนยส าคญตอการพยากรณนอยลง

คาพยากรณเมอใชรอบเวลา 3 เดอน ใหคา MSE ต าสดโดยมการก าหนดคาระดบ และคาแนวโนมเปนปจจยชวยในการพยากรณเพอใหไดคา MSE ต าทสดพบวา คาระดบอยท 0.071 หมายถงมความเปนระดบ อยท 7.1 % มคาแนวโนมอยท 0.028 หมายถงมความแนวโนมอยท 2.8 %

คาพยากรณเมอใชรอบเวลา 12 เดอน ใหคา MSE ต าทสดโดยมการก าหนดคาระดบ, คาแนวโนม, และ คาฤดกาลเปนปจจยชวยในการพยากรณเพอใหไดคา MSE ต าสด พบวาคาระดบอยท 0.158 หมายถง มความเปนระดบอยท 15.8 % มคาแนวโนมอยท 0.012 หมายถง มความเปนแนวโนมอยท 1.2 % มคาฤดกาลอยท 0.5 หมายถงยอดขายมผลกระทบดานฤดกาล 50 %

คาพยากรณเมอใชรอบเวลา 12 เดอน ใหคา MSE ต าทสดโดยมการก าหนดคาระดบ, คาแนวโนม, และ คาฤดกาลเปนปจจยชวยในการพยากรณเพอใหไดคา MSE ต าสด พบวาคาระดบอยท 0.156 หมายถง มความเปนระดบอยท 15.6 % มคาแนวโนมอยท 0.011 หมายถง มความเปนแนวโนมอยท 1.1 % มคาฤดกาลอย ท 0.499 หมายถงยอดขายมผลกระทบดานฤดกาล 49.9 %

4.2 ผลจากการค านวณปรมาณและจดสงซอทเหมาะสม 4.2.1 การตรวจสอบสมมตฐานส าหรบทฤษฎการสงซอแบบประหยด (EOQ) เนองจากงานวจยนใชทฤษฎ EOQ ในการก าหนดปรมาณและจดสงซอจงตองท าการค านวณหาคาสมประสทธความ

แปรปรวน (ค านวณขอมลเดอน มกราคมถงเดอนธนวาคมของแตละป)

ตารางท 4 การค านวณหาคาสมประสทธความแปรปรวน (Variability Coefficient, VC) ของสนคาคางหมกยกษแชแขง ในป 2557 – 2560

2557 2558 2559 2560

เดอน Di Di2 Di Di

2 Di Di2 Di Di

2

1 110.5 12,214.7 153.9 23,682.1 152.0 23,107.0 141.5 20,013.8

2 70.3 4,944.9 89.1 7,929.9 91.9 8,447.4 93.6 8,757.2

Page 9: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

36

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

3 95.3 9,072.6 121.0 14,645.8 111.2 12,367.7 112.1 12,568.7

4 120.6 14,532.3 148.8 22,153.3 149.9 22,455.0 152.3 23,192.2

5 90.5 8,190.3 100.1 10,018.0 99.0 9,803.0 98.9 977.13

6 75.5 5,703.3 95.5 9,124.1 83.3 6,943.9 85.5 7,312.0

7 69.6 4,841.4 93.4 8,714.2 109.1 11,898.4 110.5 122,16.9

8 77.2 5,963.9 88.9 7,897.9 87.7 7,694.8 88.2 7,775.7

9 99.5 9,904.2 120.3 14,460.1 104.1 10,826.4 103.5 10,714.3

10 82.1 6,732.2 92.2 8,502.7 75.7 5,727.5 76.5 5,855.3

11 101.2 10,231.3 132.4 17,516.5 123.3 15,207.8 1,22.4 14,969.5

12 103.5 10,716.4 121.3 14,701.6 1,346.69 25,446.6 1,62.2 26,321.8

1095.7 103,046.4088 1,356.69 159,346.2301 1,346.69 159,925.6063 1,347.14 159,468.72

SUM 5,146.22

Average Di 107.21

Average Di2 11,494.61

Di2 / n 12,120.56

Est.var D 625.95

VC 0.05

จากการค านวณหาคาสมประสทธความแปรปรวน (VC) ของยอดขายสนคาคางหมกยกษแชแขงในป 2557-2560 พบวาคาสมประสทธความแปรปรวน อยในชวงท VC < 0.2 ดงนนสามารถใชทฤษฎ EOQ ชวยในการค านวณหาปรมาณการสงซอสนคาคางหมกยกษแชแขงทเหมาะสม

4.2.2 การค านวณปรมาณและจดสงซอทเหมาะสม 1. ตนทนการสงซอ (Co) พจารณาจากทกสวนงานทเกยวของกบการสงซอทสามารถพจารณาไดเปนตวเงน ประกอบ

ไปดวย คาโทรศพท คาแรงพนกงานในการออกใบสงซอรวม 99.75 บาท 2. ตนทนการจดเกบ (Cc) พจารณาคาใชจายจากหลายๆ สวนไมวาจะเปนคาพนทในการจดเกบ คาเสอม คาประกน

อตราเงนเฟอ คาภาษและคาใชจายเงนการลงทน (อตราดอกเบยเงนลงทน) ประกอบไปดวย คาฝากเกบสนคา อตราเงนเฟอ คาเสอม คาประกน คาพนทในการจดเกบ ตารางท 5 ตนทนในการสงซอสนคาคางหมกยกษแชแขง เดอน มกราคม – กรกฎาคม 2561

ป 2561 คาใชจายในการสงซอ คาใชจายในการจดเกบ รวม (บาท)

มกราคม 99.75 879 978.75

กมภาพนธ 99.75 879 978.75

มนาคม 99.75 879 978.75

Page 10: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

37

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

เมษายน 99.75 879 978.75

พฤษภาคม 99.75 879 978.75

มถนายน 99.75 879 978.75

กรกฎาคม 99.75 879 978.75

ท าการเปรยบเทยบตนทนทใชในการสงซอ และตนทนทใชในการจดเกบป พ.ศ. 2561 ตงแตเดอน มกราคม ถง เดอนกรกฎาคม พบวาทกเดอนมมลคา 978.75 บาท และตนทนทใชในการจดเกบสนคามมลคาสงกวาคาใชจายในการสงซอคดเปน 8.8 เทา

ค านวณหาปรมาณการสงซอทประหยด (EOQ) โดยไมพจารณาตนทนสนคาขาดมอ ใชคาพยากรณยอดขายสนคาคางหมกยกษแชแขงเดอน มกราคมถงกรกฎาคม 2561 จากการพยากรณแบบคาเฉลยถวงน าหนกเปนขอมลความตองการสนคา (D) ใชตนทนในหวขอ 4.2.2 เปนขอมลน าเขาดานตนทนการสงซอและตนทนการจดเกบ

ตารางท 6 การค านวณหาขนาดการสงซอแบบประหยดและตนทนรวมทต าทสดของปรมาณการสงซอโดยไมพจารณาตนทนสนคาขาดมอ

ในตารางท 6 นนปรมาณการสงซอทประหยดอยในชวงระหวาง 4.53 - 5.53 หนวยนน ในดานการปฏบตไมสามารถ สงไดตามปรมาณการค านวณ เนองจากสนคาคางหมกยกษแชแขงเปนสนคาททาง สยามแมคโคร จ ากด มหาชน ท าการสงซอจากตางประเทศ โดยใชเวลาการขนสงประมาณ 28-30 วน นบจากวนท าการยนยนยอดการสงซอโดยสนคาดงกลาวจะตองอยภายใตอณหภมทต ากวา -18 องศา เซลเซยส และมการสงซอขนต าท 1 เทอรโมเทนเนอร เปนอยางนอย ซงสามารถบรรจสนคาไดท 25 ตน ตอ 1 เทอรโมเทนเนอร ซงหมายถงตองสงขนต า 25 ตน ค านวณหา ปรมาณการสงซอทประหยด (EOQ) โดยพจารณาตนทนสนคาขาดมอ ตารางท 7 การค านวณหาขนาดการสงซอแบบประหยดและตนทนรวมทต าทสดของปรมาณการสงซอโดยพจารณาตนทนสนคาขาดมอ

Co Cc Cg SQRT(Cg+Cc)/Cg EOQ 99.75 879.75 7,000 1.06 6.59

99.75 879.75 7,000 1.06 5.81 99.75 879.75 7,000 1.06 6.21 99.75 879.75 7,000 1.06 6.89 99.75 879.75 7,000 1.06 5.92 99.75 879.75 7,000 1.06 5.59

D Co Cc Q* Tc min 135.0031 99.75 879.75 5.53 4,867.69 99.30734 99.75 879.75 4.75 4,174.86 116.7826 99.75 879.75 5.15 4,527.31 149.9385 99.75 879.75 5.83 5,129.89 104.1236 99.75 879.75 4.86 4,274.90 90.34111 99.75 879.75 4.53 3,981.93 115.3943 99.75 879.75 5.12 4,500.32

Page 11: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

38

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

99.75 879.75 7,000 1.06 6.18

ในตารางท 7 นนพบวา ปรมาณการสงซอทประหยดอยในชวงระหวาง 5.59 – 6.89 หนวยเปนตนนน ในดานการปฏบต ไมสามารถสงไดตามปรมาณการค านวณ ดวยเงอนไขพจารณาเดยวกบค านวณหาปรมาณการสงซอทประหยด (EOQ) โดยไมพจารณาตนทนสนคาขาดมอ ดงนนในการสงซอแตละครงตองสงอยางนอย 25 ตน ซงเหมอนนโยบายการสงซอเดมของทางบรษท เพอใหงายในการปฏบตงาน ผวจยไดท าการสรางสมการชวยค านวณดวยโปรแกรม Microsoft Excel เพอ ค านวณปรมาณการสงซอทเหมาะสมกบยอดขายทไดจากการพยากรณโดยผกตดกบเงอนไขการสงสนคาขนต าท 25 ตนตอครง ดงตารางท 8

ตารางท 8 การสรางสมการชวยในการค านวณปรมาณสนคาทตองการสงซอดวย Program Microsoft Excel

ซงจากตารางสามารถใชไดโดยการใสขอมลความตองการขายลงไปในชอง“ความตองการขาย” จากนนโปรแกรมจะท าการค านวณยอดการสงซอทเหมาะสมใหพรอมทงบอกจ านวนเทอรโมเทนเนอร ทตองใชในการประสานงานกบซพพลายเออรอกดวย

จากตารางท 8 สาเหตทโปรแกรม Microsoft Excel ค านวณยอดสงซอทเหมาะสมดงตารางเนองจากชดขอมลทผวจยสรางเงอนไขไวในโปรแกรม เชอมโยงกบเงอนไขการสงซอขนต า 1 เทอรโมเทนเนอร หรอ 25 ตน โดยโปรแกรมจะเลอกค าตอบใหดวยตรรกะปดยอดการสงซอขนใหเปนจ านวนเตมทหารปรมาณการสงซอ 25 ตนลงตว

การค านวณจดสงซอใหม [2] เปนสภาวะทอาจเกดของขาดมอได เพราะวาอตราการใชหรอความตองการสนคาคงคลงไมสม าเสมอ จงตองมการ

เกบสนคาคงคลงเผอขาดมอ (Cycle-Service Level) ซงจะเปนโอกาสทไมมของขาดมอ จดสงซอใหม = (อตราความตองการ x รอบเวลา) + สตอกเพอความปลอดภย

d( )R d L z L (20)

โดยท d = อตราความตองการสนคาโดยเฉลยตอวน

สนคาคงเหลอ กอนหนา

20

เดอน ยอด

พยากรณ ยอดขาย

จรง

สนคาคงเหลอ ณ ปลาย

เดอน

ยอดสงซอ

จ านวนทตองสงซอจรง เมอ

ปรบตามเงอนไข (ตน)

จ านวนต

ชวง ปรมาณสง

ตามเงอนไข

มกราคม 150 135 35 115 125.00 5.00 1 25

กมภาพนธ 100 99.31 15.69 84.31 100.00 4.00 25 50 มนาคม 125 116.78 23.91 101.09 125.00 5.00 50 75

เมษายน 150 149.94 23.97 126.03 150.00 6.00 75 100 พฤษภาคม 100 104.12 19.84 80.16 100.00 4.00 100 125

มถนายน 75 90.34 4.5 70.5 75.00 3.00 125 150 กรกฎาคม 125 115.39 14.11 110.89 125.00 5.00 150 175

Page 12: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

39

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

L = ชวงเวลาน า (Lead Time)

d = ความเบยงเบนมาตรฐานของอตราความตองการสนคาตอวน z = จ านวนของคาเบยงเบนมาตรฐาน ทสอดคลองกบระดบความนาจะเปนของการใหบรการ

ตารางท 9 การค านวณหาจดสงซอใหม

เดอน ความตองการสนคา(ตน/เดอน) ความตองการสนคา(ตน/วน)

มกราคม 135.00 4.35

กมภาพนธ 99.31 3.55

มนาคม 116.78 3.77

เมษายน 149.94 5.00

พฤษภาคม 104.12 3.36

มถนายน 90.341 3.01

กรกฎาคม 115.39 3.72

เฉลย 115.84 3.82

จากตารางการค านวณหาจดสงซอใหมนน ควรสงซอสนคาทจะใชในเดอนถดไปเมอสตอกสนคาเหลออยท 112.98 ตน จากการค านวณตนทนการสงซอและตนทนการจดเกบโดยใชปรมาณสงซอตามทฤษฎ EOQ [3] และยอดขายจรงของบรษท เดอนมกราคม ถง กรกฎาคม 2561 สามารถสรปไดดงตารางท 10 ตารางท 10 ตนทนสนคาคงคลงเดอนมกราคม ถง กรกฎาคม 2561 โดยใชปรมาณการสงซอตามทฤษฎ EOQ

เดอน ปรมาณการสงซอ

(ตน) ยอดขาย

(ตน) สนคาคงเหลอ ตนทนคงคลง

มกราคม 150 135 15 4,867.69

กมภาพนธ 100 99.31 15.69 4,174.86

มนาคม 125 116.78 23.91 4,527.31

เมษายน 150 149.94 23.97 5,129.89

พฤษภาคม 100 104.12 19.84 4,274.90

มถนายน 75 90.34 4.5 3,981.93

กรกฎาคม 125 115.39 14.11 4,500.32

31,456.89

Page 13: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

40

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

ตารางท 11 ตนทนสนคาคงคลงเดอน มกราคม ถง กรกฎาคม 2561 โดยใช ปรมาณการสงซอตามทฤษฎ EOQ จ าแนกตนทนการสงซอแบบพจารณาตนทนสนคาขาดมอและไมพจารณาตนทนสนคาขาดมอ

เดอน ปรมาณการสงซอ(ตน)

ยอดขาย(ตน)

สนคาคงเหลอ ตนทนรวมไมพจารณาสนคาขาดมอ (บาท)

ตนทนรวมพจารณาสนคาขาดมอ (บาท)

มกราคม 150 155.55 -5.55 5,225.00 5,137.81

กมภาพนธ 150 112.56 31.89 4,444.71 5,240.40

มนาคม 125 128.25 28.64 4,744.38 4,686.59

เมษายน 125 166.51 -12.87 5,405.94 4,703.52

พฤษภาคม 150 106.52 30.61 4,323.81 5,216.66

มถนายน 100 101.05 29.56 4,211.33 4,194.80

กรกฎาคม 125 132.37 22.19 4,819.99 4,687.63

33,175.16 33,867.41

จากการเปรยบเทยบตารางทงสองจะพบวา ยอดขายทมาจากการพยากรณ และวธการสงซอนนสามารถคมปรมาณ

สงคาคงคลงไดดกวา สงเกตจากมลคาสนคาคงคลงทคงเหลอนนมมลคานอยกวายอดขายจรงและวธการสงซอแบบปจจบน อกทงยงไมกอใหเกดภาวะสนคาขาดมอท าใหสญเสยโอกาสทางการขายได [4]

อยางไรกตาม หากสงเกตจะใหไดวาในชวงเดอน มกราคม และเดอน เมษายน ป พ.ศ. 2561 น จะเปนชวงภาวะสนคาขาดมอของการสงซอนน แตมยอดขายเกนกวายอดสงซอและสตอกเกดขนโดยการขายสนคาปกต โดยมสนคาคงคลงเหลอตงแตป พ.ศ. 2560 มาเปนตวทท าใหขายสนคาเกนกวายอดการสงซอได แตในการค านวณนนทางผวจยใชเพยงขอมลจรงเพอค านวณหาจดบกพรอง 5. สรปผล

1. เทคนคการพยากรณยอดขายทมผลคาความคลาดเคลอนทดทสดคอวธการพยากรณโดยวธคาเฉลยถวงน าหนก (Weighted Moving Average) ดวยการใชฐานขอมล 12 เดอนเปนคาเฉลยในการพยากรณ โดยมคาความคลาดเคลอนเฉลย MSE อยท 239.07 และ คารอยละความคลาดเคลอนสมบรณเฉลย อยท 9.48 เปอรเซนต ดงตารางท 3

2. นโยบายการสงซอทเหมาะสมเมอค านวณดวยวธ EOQ โดยพจารณาและไมพจารณาตนทนสนคาขาดแคลนพบวาปรมาณการสงซออยในชวง 4.53 – 6.89 แตในความเปนจรงในดานการปฏบตงานนนไมสามารถท าไดเนองจากตดเงอนไขการสงซอขนต าอยท 25 ตนตอครงหรอ 1 ตเทอรโมเทนเนอร จงสงซอครงละ 25 ตน โดยมจดสงซอซ าจากการใชความตองการสนคาจากคาพยากรณมาก าหนดนโยบายการสงซอดวยวธ EOQ ดงกลาวพบวา ตนทนสนคาคงคลงลดลงจากเดม 33,175 เปน 31,456 บาทตอระยะเวลา 7 เดอน

6. เอกสารอางอง [1 ] ธนญญา วสศร และ วลยลกษณ อตธรวงศ. 2556. โครงการพฒนาหลกสตรและการฝกอบรมโลจสตกส และซพพลายเชน. ส านกงานคณะกรรมการการอดมศกษา (สกอ.) และ เครอขายนกวจยดานการจดการโลจ

Page 14: SALES FORECASTING AND INVENTORY MANAGEMENT OF … · Company Limited, and select the appropriate method of forecasting. By way of comparison, forecasting, time series prediction using

41

วารสารวชาการมหาวทยาลยธนบร (วทยาศาสตรและเทคโนโลย) ปท 2 ฉบบท 2 เดอนกรกฎาคม – ธนวาคม 2561

สตกสและโซอปทานในประเทศไทย (Thai VCML) . [2] ไวภพ ยศจ ารส. 2557. การปรบปรงการบรหารวสดคงคลงเพอความเหมาะสมในการสงซอ กรณศกษาวสด PROBE PIN ส าหรบผลตเครอง TESTER [3] อนนตพงษ บญเสนอ. 2554. การปรบปรงการสงซอและบรหารสนคาคงคลง กรณศกษาบรษทจดจ าหนายเครองมอตด

อตสาหกรรม. สบคนเมอวนท 3 กรกฎาคม 2555, มหาวทยาลยธรรมศาสตร ภาควชาวศวกรรมอตสาหการ สาขาวชาการพฒนางานอตสาหกรรม

[4] พเชษฐ รตนบญทว. 2545. การวางแผนการสงซอวตถดบส าหรบอตสาหกรรมการประกอบคอมพวเตอร. วทยานพนธวศวกรรมศาสตรมหาบณฑต สาขาวชาวศวกรรมระบบการผลตภาควชาวศวกรรมระบบการผลต คณะวศวกรรมศาสตร มหาวทยาลยเทคโนโลยพระจอมเกลาธนบร, กรงเทพฯ.