Exponential smoothing application for predicting demand in a small mugs printig company
DOI:
https://doi.org/10.47456/bjpe.v9i5.42590Keywords:
Time series, Decision making, DemandAbstract
Demand forecasting techniques are increasingly used as they enable more assertive decision-making by business management. For this, time series, that is, the set of historical data of organizations, have been used due to the increase in the level of competition between companies, which leads to the need for more efficient and effective data analysis for decision-making. One of these techniques is exponential smoothing, which consists of a simple application of models with weights that decay exponentially over time, usually showing good conformity for stock data. Thus, in this work, the quantitative method of exponential smoothing was analyzed in a stamping of mugs to increase the precision of the forecasts and contribute to the decision-making of managers. The data correspond from July 2019 to October 2021 and were manipulated with the aid of the R software. The multiplicative errors model presented a good fit, and consequently, proved to be usable.
Downloads
References
Antunes, J. L. F. & Cardoso, M. R. A. (2015). Uso da análise de séries temporais em estudos epidemiológicos. Epidemiologia e Serviços de Saúde, 24, 565-576. https://doi.org/10.5123/S1679-49742015000300024 DOI: https://doi.org/10.5123/S1679-49742015000300024
Block, N. C., da S., Bombana, G. A., Tessarolo, P. H., de F., Ferreira, J., & Rocha, R. P., da. (2017). Previsão de demanda: Uma análise em uma empresa de equipamentos agrícolas. XI Encontro de Engenharia de Produção Agroindustrial, Campo Mourão, PR, Brasil.
Frazier, G. & Gaither N. (2008). Administração da Produção e Operações. 8a ed, Pionneira Thomson Learning.
Hyndman, R. J., Akram, M., & Archibald, B. C. (2008). The admissible parameter space for exponential smoothing models. Annals of the Institute of Statistical Mathematics, 60, 407-426. https://doi.org/10.1007/s10463-006-0109-x DOI: https://doi.org/10.1007/s10463-006-0109-x
Lemos, F. de O. & Fogliatto, F. S. (2007). Metodologia Para a Seleção de Métodos de Previsão de Demanda. XXXIX Simpósio Brasileiro de Pesquisa Operacional. Fortaleza, Ceará, Brasil. Recuperado de http://www.din.uem.br/sbpo/sbpo2007/pdf/arq0034.pdf.
Lima, J. E. D. C., Castro, L. F., & Cartaxo, G. A. A. (2019). Aplicação do Modelo SARIMA na Previsão de Demanda no Setor Calçadista. Rev Mult Psicol, 13(46), 892-913. DOI: https://doi.org/10.14295/idonline.v13i46.1875
Martin, A. C., Henning, E., Walter, O. M. F. C., & Konrath, A. C. (2016). Análise de séries temporais para previsão da evolução do número de automóveis no Município de Joinville. Revista Espacios, 37(6). Recuperado de https://www.revistaespacios.com/a16v37n06/ 16370629.html
Messias, V. R. (2016). Combinação de modelos de previsão de séries temporais por meio de otimização multiobjetivo para alocação eficiente de recursos na nuvem (Doctoral dissertation). Universidade de São Paulo, São Carlos, SP, Brasil.
Moreira, D. A. (2013). Administração da Produção e Operações. 2 ed. São Paulo: Revista ampliada.
Neusser, L. (2015). Combinação seletiva de métodos para previsão de demanda a curtíssimo prazo em tempo real (Doctoral dissertation). Universidade Federal de Santa Maria, Santa Maria, RS, Brasil.
Pczieczek, A., Henning, E., Effting, C., & Petersen, C. E. (2017). Aplicação da Metodologia Boxjenkins e de Métodos de Suavização Exponencial na Previsão da Produção de Concreto na Região Norte de Santa Catarina. XXXVII Encontro Nacional de Engenharia de Produção, Joinville, SC, Brasil. recuperado de 10.14488/enegep2017_tn_sto_243_412_33750 DOI: https://doi.org/10.14488/ENEGEP2017_TN_STO_243_412_33750
Scheneider, A. C., Zanotto, M. R., & Corso, L. L. (2021) Aplicação de Métodos de Previsão de Demanda para Projeção de Consumo de Chapas de MDP de uma Indústria do Ramo Moveleiro. XLI Encontro Nacional de Engenharia de Produção, Foz do Iguaçu, PR, Brasil. DOI: https://doi.org/10.14488/ENEGEP2021_TN_WIC_356_1839_42499
Tavares, N. G., Veraldo, L, G. Jr., Dorotea, R. S., Borges, J. E. dos S., & Zanin, M. A. (2021). Aplicação de Métodos para Previsão de Demanda em um Posto de Gasolina no Vale do Paraíba. XLI Encontro Nacional de Engenharia de Produção, Foz do Iguaçu, PR, Brasil. DOI: https://doi.org/10.14488/ENEGEP2021_TN_STO_355_1827_42797
Veiga, A. G. & Rosa, V. A. de O. (2020). Análise Quali-Quantitativa de Previsão de Demanda Aplicada em uma Indústria de Tintas. XL Encontro Nacional de Engenharia de Produção, Foz de Iguaçu, PR, Brasil.
Prodanov, C. C. (2013). Metodologia do trabalho científico: Métodos e Técnicas da Pesquisa e do Trabalho Acadêmico. 2. ed. Novo Hamburgo: Feevale.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Brazilian Journal of Production Engineering
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Atribuição-NãoComercial-CompartilhaIgual
CC BY-NC-SA
This license lets others remix, adapt, and build upon your work non-commercially, as long as they credit you and license their new creations under the identical terms.
