การจัดการสินค้าคงคลังสารเคมีในโรงงาน อุตสาหกรรม: บริษัทกรณีศึกษา

Kittiphop Khanthong; Tipparat Laohavichien

Authors

Kittiphop Khanthong Faculty of Business Administration, Kasetsart University
Tipparat Laohavichien Faculty of Business Administration, Kasetsart University

Keywords:

Inventory management, Chemical, Chemical industry

Abstract

This study aimed to: 1) identify the trend of chemical demand in a case study organization operating in the printing service industry using the Exponential Smoothing forecasting method; 2) determine the optimal order quantity and reorder point for chemical inventory management; and 3) compare the total inventory management costs before and after implementing the Economic Order Quantity (EOQ) and Reorder Point (ROP) system. The study was designed with clear objectives to analyze the current inventory situation and propose solutions to the complexities of chemical inventory management within the case study company. The company’s inventory characteristics were unique due to factors related to product deterioration and expiration dates. The scope of the study includes 1) data sources, 2) tools and data collection, and 3) data analysis procedures.

The results indicated that the Exponential Smoothing method produced a Mean Absolute Deviation (MAD) of 39.19 gallons, a Mean Squared Error (MSE) of 2,807.49, and a Mean Absolute Percentage Error (MAPE) of 34.32%, which is considered acceptable for highly volatile industrial data. The results of the EOQ analysis showed that the most economical order quantity was 176 gallons per order, with a reorder point of 44 gallons. The implementation of the new inventory policy reduced ordering frequency and decreased total ordering costs by 27.89%. Although inventory holding costs increased, the overall inventory management cost was reduced from 14,639.99 Baht to 13,907.33 Baht, that accounts for 5.00 percent.

References

ชณิชา หมอยาดี, พรเกียรติ ภักดีวงศ์เทพ, สุดาพรสุขาภิรมย์, ณิชาภัทรสมุทรผ่อง และฐิติยา สุดลาภ. (2567). การหาปริมาณการสั่งซื้อโดยการประยุกต์ใช้ทฤษฎี EOQ และ Silver Meal กรณีศึกษาบริษัทค้าส่ง ในจังหวัดนครปฐม. วารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ, 20(1), 22-35

ธีรพงศ์ ประดิษฐ์กุล. (2565). ความเข้าใจพื้นฐานเกี่ยวกับการควบคุมสินค้าคงคลัง. สมาคมการพิมพ์ไทย.

วราภรณ์ แก่นตะนุ. (2566). การศึกษาหาปริมาณการสั่งซื้อที่เหมาะสมเพื่อลดต้นทุนการสั่งซื้อ กรณีศึกษา บริษัท เวิลด์ เอเชีย โซลูชั่น จำกัด. วิทยานิพนธ์ปริญญามหาบัณฑิต (การจัดการโลจิสติกส์) มหาวิทยาลัยรังสิต.

ศิรวดี อรัญนารถ และอาทิตย์ อภิโชติธนกุล. (2567). รูปแบบการจัดการสินค้าคงคลังที่อาศัยวิธีการเรียนรู้ของเครื่องสำหรับพยากรณ์ความต้องการในอุตสาหกรรมตะแกรงเหล็กไวร์เมช. Feat Journal, 10(1), 31-46.

สุกฤษฏิ์ เพชรสวัสดิ์. (2568). การพยากรณ์ความต้องการวัตถุดิบสำหรับธุรกิจร้านอาหารโดยใช้การจำลองสถานการณ์: กรณีศึกษา ร้าน YUM. วารสารวิชาการเทคโนโลยีอุตสาหกรรมและวิศวกรรม มหาวิทยาลัยราชภัฏพิบูลสงคราม, 8(1), 1-11.

สวัสกมล เสกสรรค์วิริยะ. (2566). การจัดการสินค้าคงคลังโดยการพยากรณ์ค่าความต้องการเฉลี่ยและการสั่งสินค้าด้วย EOQ: กรณีศึกษาบริษัท AAA จำกัด. วิทยานิพนธ์ปริญญามหาบัณฑิต บัณฑิตวิทยาลัย มหาวิทยาลัยรังสิต.

Al-Shaer, A. A., & Al-Ghafli, M. S. (2023). A comprehensive exploration of chemical inventory: Multifaceted challenges and profound insights. International Journal of Supply Chain Management, 12(3), 77-80.

Boxma, O., Perry, D., & Stadje, W. (2024). Perishable inventories with random input: A unifying survey with extensions. Annals of Operations Research, 332, 1069–1105.

Lewis, C. D. (1982). Industrial and business forecasting methods: A practical guide to exponential smoothing and curve fitting. Butterworth Scientific.

Munyaka, J.-C. B., & Yadavalli, S. V. (2022). Inventory management concepts and implementations: A systematic review. South African Journal of Industrial Engineering, 33(2), 15–36.

Saoud, P., Kourentzes, N., & Boylan, J. E. (2022). Approximations for the lead time variance: A forecasting and inventory evaluation. Omega, 110, 102614.

Saldanha, J. P. (2022). Estimating the reorder point for a fill-rate target under a continuous review policy in the presence of non-standard lead-time demand distributions. Transportation Research Part E: Logistics and Transportation Review, 164, 102766.

Sriphrabu, P., & Chamnanlor, C. (2022). Economic order-quantity determination for fuel demand: A case study of a freight forwarder. RMUTP Research Journal Sciences and Technology, 16(2), 215–229.

Tadayonrad, Y., & Ndiaye, A. B. (2023). A new key performance indicator model for demand forecasting in inventory management considering supply chain reliability and seasonality. Supply Chain Analytics, 3(1),1-13.

Udenio, M., Vatamidou, E., & Fransoo, J. C. (2023). Exponential smoothing forecasts: Taming the Bullwhip Effect when demand is seasonal. International Journal of Production Research, 61(6), 1796-1913.