Aplicação da suavização exponencial para previsão de demanda de uma estamparia de canecas de pequeno porte
DOI:
https://doi.org/10.47456/bjpe.v9i5.42590Palavras-chave:
Séries temporais, Tomada de decisão, DemandaResumo
Técnicas de previsão de demanda são cada vez mais utilizadas pois possibilitam uma tomada de decisão mais assertiva por parte da gestão empresarial. Para isso, as séries temporais, ou seja, o conjunto de dados históricos das organizações têm sido empregues devido ao aumento do nível de competição entre as empresas, o que as leva à necessidade de análise de dados mais eficientes e eficazes para a tomada de decisão. Uma dessas técnicas é a suavização exponencial, que consiste em uma aplicação simples de modelos com pesos que decaem exponencialmente ao longo do tempo, apresentando usualmente boa conformidade para dados de estoque. Assim, neste trabalho foi analisado o método quantitativo de suavização exponencial em uma estamparia de canecas com o objetivo de aumentar a precisão das previsões e contribuir com a tomada de decisão dos gestores. Os dados correspondem de julho de 2019 a outubro de 2021 e foram manipulados com o auxílio do software R. O modelo de erros multiplicativos apresentou bom ajuste, e consequentemente, se mostrou passível de utilização.
Downloads
Referências
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)
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Brazilian Journal of Production Engineering
![Creative Commons License](http://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
![](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.