การเปรียบเทียบเทคนิคการวิเคราะห์อนุกรมเวลาสำหรับการพยากรณ์ผู้เข้าใช้บริการในสำนักงานที่ดิน

Comparison of time series techniques forecasting service recipients of the Land Office

Name: ชัชฎาวรรณ จันทร์ประเสริฐ

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล

Email : s6307021858228@emai.kmutnb.ac.th

Name: วัชรีวรรณ จิตต์สกุล

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยีสารสนเทศและนวัตกรรมดิจิทัล

keyword: ฟังก์ชันเอกซ์โพเนนเชียล

ThaSH: การวิเคราะห์อนุกรมเวลา

; วิธีหาค่าเฉลี่ยเคลื่อนที่

ThaSH: การวิเคราะห์เชิงปริมาณ

ThaSH: พยากรณ์ -- ระเบียบวิธีทางสถิติ

Abstract: การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาคัดเลือกแบบจำลองที่เหมาะสมที่สุดในการพยากรณ์จำนวนผู้เข้าใช้บริการ ในสำนักงานที่ดิน โดยใช้เทคนิคการวิเคราะห์แบบอนุกรมเวลา ในการศึกษาครั้งนี้ได้นำวิธีการสร้างแบบจำลองพยากรณ์ จำนวน 3 วิธี ได้แก่ วิธีหาค่าเฉลี่ยเคลื่อนที่ วิธีการปรับให้เรียบแบบเอ็กซ์โปแนนเชียลซ้ำสองครั้ง และวิธีการแยกส่วนประกอบ โดยการสร้างแบบจำลองการพยากรณ์ใช้โปรแกรม Minitab วัดประสิทธิภาพแบบจำลองการพยากรณ์ด้วย ค่าเปอร์เซ็นต์ ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยและค่าเบี่ยงเบนสัมบูรณ์เฉลี่ยที่ต่ำที่สุด ข้อมูลที่ใช้ในการสร้า งแบบจำลอง การพยากรณ์เป็นข้อมูลจำนวนผู้ใช้บริการในสำนักงานที่ดินระหว่างเดือนมกราคม พ.ศ. 2558 ถึง เดือนธันวาคม พ.ศ. 2563 รวม 72 เดือน และแบ่งข้อมูลเป็น 2 ชุด คือ ข้อมูลสำหรับสร้างแบบจำลองพยากรณ์ จำนวน 60 เดือน และข้อมูลสำหรับ การทวนสอบความถูกต้องของแบบจำลอง จำนวน 12 เดือน ผลการวิจัยพบว่า แบบจำลองพยากรณ์ด้วยวิธีแยกส่วนประกอบ ให้ประสิทธิภาพการพยากรณ์สูงสุด โดยมีค่าเปอร์เซ็นความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ ร้อยละ 6 และ ค่าเบี่ยงเบนสัมบูรณ์เฉลี่ยเท่ากับ 141 และจากผลการทวนสอบความถูกต้อง และแม่นยำ จากข้อมูลชุดที่ 2 พบว่า การพยากรณ์วิธีแยกส่วนประกอบ มีความคลาดเคลื่อนต่ำที่สุด โดยค่าเปอร์เซ็นความคลาดเคลื่อนสัมบูรณ์เฉลี่ย เท่ากับร้อยละ 9.62

Abstract: The objective of this research is to select the most suitable model for forecasting the number of people using the service in the land office. Time series analysis had been applied to compare performance among 3 statistical models as following; 1) Moving Average Model 2) Double Exponential Smoothing Model and 3) Decomposition Model. By using Minitab, Also perform model performance measurements in forecasting. The mean absolute percentage error (MAPE) and the mean absolute deviation (MAD) were the lowest. Dataset for creating forecasting Model is collected information of actual people using the service in the land office since January 2015 to December 2020. The 72 months were used and divided into 2 sets. The first set had 60 months for identification models. The second set had 12 months for checking the accuracy of the forecasting model. The result showed that the best forecasting model was Decomposition Model due to its MAPE value of 6 and MAD value of 141. And from the results of verification of accuracy and precision from the second set of data, it was found that the forecasting of the decomposition method It has the lowest discrepancy with a MAPE value of 9.62 percent.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2565

Modified: 2568-02-11

Issued: 2568-02-11

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยราชภัฏสุราษฎร์ธานี คณะวิทยาศาสตร์และเทคโนโลยี. งานประชุมวิชาการระดับชาติด้านวิทยาศาสตร์และเทคโนโลยี เครือข่ายสถาบันอุดมศึกษาภาคใต้ ครั้งที่ 7 ประจำปี 2565 (NSCIC 2022) (pp.277-286). สุราษฎร์ธานี : มหาวิทยาลัยราชภัฏสุราษฎร์ธานี

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NSCIC 2022pp.277-286.pdf	975.21 KB

ใช้เวลา

0.024844 วินาที