ชื่อบทความภาษาไทย	การพัฒนาโปรแกรมเพื่อช่วยพยากรณ์ความต้องการวัตถุดิบของผลิตภัณฑ์ธุรกิจอาหารสัตว์
ชื่อบทความภาษาอังกฤษ (Title)	Software Development for Demand Forecasting of Raw Materials a Feed Mill Factory
ชื่อผู้เขียนบทความ (Authors)	นายไพศาล อินทรสุวรรณ , อ.บุญชัย แซ่สิ้ว, ผศ.ดร.ศุภรัชชัย วรรัตน์ ,
บทคัดย่อภาษาไทย	งานวิจัยนี้จัดทำขึ้นเพื่อศึกษาพัฒนาโปรแกรมช่วยพยากรณ์ความต้องการของลูกค้าผ่าน Web Application ซึ่งสามารถเลือกวิธีในการพยากรณ์พร้อมกันได้ทั้งหมด วิธี คือ 1.วิธีค่าเฉลี่ยเคลื่อนที่ (Moving Average Method) 2.วิธีการปรับเรียบแบบเอ็กซ์โปแนนเชียล (Exponential Smoothing Method) 3.วิธีการปรับเรียบแบบเอ็กซ์โปแนนเชียลซํ้าสองครั้ง (Double Exponential Smoothing Method) โดยการเปรียบเทียบความคลาดเคลื่อนการพยากรณ์ด้วย ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (Mean Absolute Percentage Error :MAPE) ในการพยากรณ์ความต้องการกากถั่วเหลืองของโรงงานที่เป็นกรณีศึกษา จากการศึกษาข้อมูลการพยากรณ์ของโรงงานที่เป็นกรณีศึกษาโดยใช้ประสบการณ์ของผู้บริหารในการพยากรณ์ มีค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) เท่ากับ 34.60  ซึ่งผู้วิจัยได้ทำการพัฒนาโปรแกรมช่วยพยากรณ์ที่พัฒนาขึ้นพบว่าผลการทดสอบการพยากรณ์ด้วยวิธีค่าเฉลี่ยเคลื่อนที่ กำหนดค่าช่วง Average ที่ 3 เดือน พบว่าค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) = 32.91% และที่ช่วงเวลา 5 เดือน ค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) = 40.52% การทดสอบการพยากรณ์ด้วยวิธีปรับเรียบเอ็กซ์โปเนนเชียลกำหนดค่า α = 0.76 วิเคราะห์ค่าความคลาดเคลื่อนสมบูรณ์ พบว่าค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) = 28.10%  และการทดสอบการพยากรณ์ด้วยวิธีปรับเรียบเอ็กซ์โปเนนเชียลซํ้าสองครั้ง กำหนดค่า α = 0.76 พบว่าค่า MAPE = 29.92%  จากเปรียบเทียบจะเห็นได้ว่าค่าความคลาดเคลื่อนสมบูรณ์ (MAPE) ของวิธีการปรับเรียบแบบเอ็กซ์โปแนนเซียล (Exponential Smoothing Method) มีค่าเฉลี่ยเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) ต่ำที่สุดคือ 28.10 ซึ่งต่ำกว่าการพยากรณ์ โดยใช้ประสบการณ์ของผู้บริหารในการพยากรณ์ อีกทั้งการใช้งานโปรแกรมผ่าน Web Application มีความสะดวกในการทำงานสามารถทำงานได้ทุกที่ที่มีอินเตอร์เน็ต
คำสำคัญภาษาไทย	การพยากรณ์, วิธีค่าเฉลี่ยเคลื่อนที่, วิธีการปรับเรียบแบบเอ็กซ์โปแนนเซียล, วิธีการปรับเรียบแบบเอ็กซ์โปแนนเซียลซํ้าสองครั้ง
Abstract	This research was conducted to study and develop a program to help forecast the needs of customers through a Web Application which can select all methods of forecasting at the same time, namely. 1. Moving Average Method. 2. Exponential Smoothing Method 3. Double Exponential Smoothing Method. By comparing forecasting errors with Mean Absolute Percentage Error (MAPE) in forecasting the demand for soybean meal of the factory that is the case study From the study of the forecasting data of the factory that is a case study using the experience of the management in forecasting Mean Absolute Percentage Error (MAPE) is 34.60%, which the researcher developed the predictive analytic program, found that the prediction test using the moving averages determined the mean range at 3 months  found that the Mean Absolute Percentage Error (MAPE) = 32.91% and at 5 months found that Mean Absolute Percentage Error (MAPE) = 40.52%. Forecast with Exponential Smoothing Method  α = 0.76 It was found that the Mean Absolute Percentage Error (MAPE) = 28.10% and The forecasting test using the double exponential smoothing method  α = 0.76 value, found that Mean Absolute Percentage Error MAPE = 29.92%. From the comparison, it can be seen that the complete error (MAPE) of the Exponential Smoothing Method has the lowest Mean Absolute Percentage Error (MAPE) of 28.10, which is lower than the forecast. By using the experience of management in forecasting In addition, using the program through the Web Application is convenient for work, can work anywhere with internet
Keyword	forecast, Moving Average Method, Exponential Smoothing Method, Double Exponential Smoothing Method
กลุ่มของบทความ	คอมพิวเตอร์และเทคโนโลยีสารสนเทศ
รูปแบบการนำเสนอ	Oral
รูปแบบของบทความ	บทความวิจัย
Publication date	9 - 10 กรกฎาคม 2563