Aplicación del suavizado exponencial para la predicción de la demanda en una empresa de impresión de tazas pequeñas
DOI:
https://doi.org/10.47456/bjpe.v9i5.42590Palabras clave:
Series de tiempo, Toma de decisiones, DemandaResumen
Las técnicas de previsión de la demanda se utilizan cada vez más, ya que permiten una toma de decisiones más asertiva por parte de la dirección empresarial. Para ello se han utilizado series temporales, es decir, el conjunto de datos históricos de las organizaciones, debido al aumento del nivel de competencia entre empresas, lo que conlleva a la necesidad de un análisis de datos más eficiente y eficaz para la toma de decisiones. Una de estas técnicas es el suavizado exponencial, que consiste en una aplicación simple de modelos con pesos que decaen exponencialmente con el tiempo, mostrando generalmente una buena conformidad con los datos de existencias. Así, en este trabajo se analizó el método cuantitativo de suavizado exponencial en un estampado de tazas con el objetivo de aumentar la precisión de los pronósticos y contribuir a la toma de decisiones de los directivos. Los datos corresponden de julio de 2019 a octubre de 2021 y fueron manipulados con la ayuda del software R. El modelo de errores multiplicativos presentó un buen ajuste y, en consecuencia, demostró ser utilizable.
Descargas
Citas
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.
![](https://periodicos.ufes.br/public/journals/56/submission_42590_38204_coverImage_pt_BR.png)
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Brazilian Journal of Production Engineering
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
![](https://periodicos.ufes.br/public/site/images/revistabjpe/lateral-siteindexadores-16.png)
Atribuição 4.0 internacional CC BY 4.0 Deed
Esta licença permite que outros remixem, adaptem e desenvolvam seu trabalho não comercialmente, contanto que eles creditem a você e licenciem suas novas criações sob os mesmos termos.