COMPARISON OF FORECASTING METHODS FOR THE NUMBER OF CONTAINERS IN COVID-19 SITUATION: A CASE STUDY OF FREIGHT FORWARDER COMPANY

Abstract

The purpose of this study is research on container demand forecasting. Due to Covid-19 situation as a result, there are measures to reduce the number of employees in various places. These are the reasons that the operating time of container at the terminal is longer than before. On the other hand, the volume of demand for exports began to increase but the space and volume of containers on board are limited. As a result, ocean freight or freight rates will increase by more than 700% in 2021. Forecasting sales or customer demand is an important business planning. The researcher recognizes the importance of forecasting and therefore studies appropriate forecasting techniques. In the case study that the researcher collected the data, freight forwarder is one of the service providers for booking containers for importers and exporters. Forecasting sales or customer demand is an important business planning. The aim of this research is to compare various forecasting techniques that provide the best choice for the collected data by minimizing mean square error. In order to forecast the demand of container, we collect the record the demand of container since Jan, 2020 – May 2021 and use 7 Methods of forecasting. The methods which are applied to compare are Simple Moving Average, Weighted Moving Average, Exponential Smoothing, Stationary with Additive and Multiplicative Seasonal Effect, Double Moving Average, Double Exponential Smoothing and Holt-Winter’s Method for Additive and Multiplicative Seasonal Effect. ​ The results find that Exponential Smoothing, Exponential Smoothing is the best forecasting method that can minimize mean square error which is 15,254.57 Therefore, an entrepreneur can apply such recommended methods to forecast the future demand of the product.

งานวิจัยที่เสนอ เป็นงานวิจัยเกี่ยวข้องกับการพยากรณ์ความต้องการตู้คอนเทนเนอร์ เนื่องจากสถานการณ์โควิด-19 ส่งผลให้มีมาตรการลดจำนวนพนักงานในสถานที่ต่าง ๆ รวมถึงเจ้าหน้าที่ตามท่าเรือทั่วโลก เพื่อลดการกระจายตัวของเชื้อโควิด-19 จากสาเหตุดังกล่าว ทำให้เรือใช้เวลาขนถ่ายตู้คอนเทนเนอร์อยู่ในท่าเรือต่าง ๆ นานกว่าปกติ อีกทางหนึ่ง คือ ปริมาณความต้องการส่งออกสินค้าของบริษัทกรณีศึกษาเริ่มมีจำนวนมากขึ้น แต่พื้นที่และปริมาณตู้คอนเทนเนอร์มีอยู่อย่างจำกัด ส่งผลให้สายการเดินเรือเพิ่มค่าระวางเรือสูงขึ้นมากกว่า 700% ในปี พ.ศ. 2564 การพยากรณ์ยอดขายหรือความต้องการของลูกค้านั้น เป็นการวางแผนธุรกิจที่สำคัญอย่างหนึ่ง โดยผู้วิจัยได้เก็บรวบรวมข้อมูลบริษัทกรณีศึกษาที่อยู่ในกลุ่มธุรกิจเฟรทฟอเวิดเดอร์ (Freight forwarder) ผู้ให้บริการจองระวางตู้คอนเทนเนอร์บนเรือสำหรับผู้นำเข้าและส่งออกสินค้า โดยมีวัตถุประสงค์เพื่อเปรียบเทียบว่า เทคนิคการพยากรณ์ใดที่มีความแม่นยำและเหมาะสมกับข้อมูลมากที่สุด โดยวัดจากค่าความคาดเคลื่อนด้วยวิธีค่าเฉลี่ยความผิดพลาดกำลังสอง (MSE) และเพื่อช่วยให้ทราบถึงปริมาณความต้องการตู้คอนเทนเนอร์ เพื่อให้สามารถจองระวางเรือล่วงหน้าได้อย่างเหมาะสม ผู้วิจัยได้รวบรวมข้อมูลความต้องการตู้คอนเทนเนอร์ตั้งแต่เดือนมกราคม พ.ศ. 2563 - เดือนพฤษภาคม พ.ศ. 2564 และใช้รูปแบบการพยากรณ์ทั้งหมด 9 วิธี ได้แก่ วิธีค่าเฉลี่ยเคลื่อนที่อย่างง่าย วิธีค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก วิธีการปรับเรียบแบบเอ็กซ์โพเนนเชียลครั้งเดียว วิธีแบบจำลองเชิงฤดูกาลแบบบวก วิธีแบบจำลองฤดูกาลแบบคูณ วิธีค่าเฉลี่ยเคลื่อนที่ซ้ำสองครั้ง วิธีการปรับเรียบแบบเอ็กซ์โพเนนเชียลซ้ำสองครั้ง วิธีการปรับให้เรียบเอ็กซ์โพเนนเชียลแบบโฮลต์-วินเทอร์ที่มีอิทธิพลของฤดูกาลแบบบวก วิธีการปรับให้เรียบเอ็กซ์โพเนนเชียลแบบโฮลต์-วินเทอร์ที่มีอิทธิพลของฤดูกาลแบบคูณ ผลการวิเคราะห์พบว่าค่าพยากรณ์ตู้คอนเทนเนอร์ได้จากวิธีการปรับให้เรียบเอ็กซ์โพเนนเชียล แบบโฮลต์-วินเทอร์ที่มีอิทธิพลของฤดูกาลแบบบวก (Holt-Winters Additive Seasonal Exponential Smoothing Method) ที่ให้ค่าคลาดเคลื่อน (MSE) น้อยที่สุดเท่ากับ 15,254.57 ดังนั้น ผู้ประกอบสามารถนำเทคนิค การพยากรณ์ดังกล่าว มาประยุกต์ใช้เพื่อพยากรณ์ยอดขายในอนาคตต่อไป