Prediction of raw material price using autoregressive integrated moving average

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Hankla, Nutthaya; Boonsothonsatit, Ganda

ผู้เผยแพร่: IEEE Computer Society

ปีที่เผยแพร่ (ค.ศ.): 2020

หน้าแรก: 220

หน้าสุดท้าย: 224

จำนวนหน้า: 5

ISBN: 9781540000000

นอก: 21573611

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85099771353&doi=10.1109%2fIEEM45057.2020.9309847&partnerID=40&md5=3de95b9cd9e4282e3f57901d5dde39ef

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

In a highly competitive manufacturing industry, it is necessary to reduce logistics cost for remaining competitiveness and increasing business profitability. One of several causes primarily influencing logistics cost is inventory to support fluctuation of raw material price and decision makers when and how much raw material is purchased. These hence require time-series prediction of raw material price. For a small-sized manufacturing case, its main raw material of copper is predicted using Autoregressive Integrated Moving Average (ARIMA). It returns Mean Absolute Percentage Error (MAPE) less than 5 percent. © 2020 IEEE.

คำสำคัญ

ARIMA, Raw material price