การพยากรณ์ยอดขายไก่เนื้อด้วยเทคนิคการเรียนรู้ของเครื่อง กรณีศึกษาผู้ประกอบการรายย่อยใน อำเภอหล่มสัก จังหวัดเพชรบูรณ์

บทคัดย่อ

            การวิจัยครั้งนี้นำเสนอการพยากรณ์ยอดขายไก่เนื้อด้วยเทคนิคการเรียนรู้ของเครื่อง กรณีศึกษาผู้ประกอบการรายย่อยใน อำเภอหล่มสัก จังหวัดเพชรบูรณ์ โดยวัตถุประสงค์
1. เพื่อพัฒนาโมเดลเทคนิคการเรียนรู้ด้วยเครื่องให้เหมาะสมกับการพยากรณ์ยอดขายไก่เนื้อ กรณีศึกษาประกอบการรายย่อยในอำเภอหล่มสัก จังหวัดเพชรบูรณ์ 2. เพื่อเปรียบเทียบการพยากรณ์ด้วยเทคนิคการเรียนรู้ของเครื่องและเทคนิคอนุกรมเวลา สำหรับการพยากรณ์ยอดขายไก่เนื้อด้วยเทคนิคการเรียนรู้จากเครื่อง กรณีศึกษาประกอบการรายย่อยในอำเภอหล่มสัก จังหวัดเพชรบูรณ์ โดยการรวบรวมข้อมูลยอดขายไก่เนื้อ ตั้งแต่เดือนพฤษภาคม พ.ศ. 2566  ถึง เดือนกุมภาพันธ์ พ.ศ. 2567 ซึ่งเป็นข้อมูลทุติยภูมิที่ได้จากผู้ประกอบการรายย่อยธุรกิจไก่เนื้อในอำเภอหล่มสัก จังหวัดเพชรบูรณ์ รวมเป็นระยะเวลา 10 เดือน และนำมาพัฒนาโมเดลด้วยเทคนิคการเรียนรู้ด้วยเครื่อง (Machine Learning) ประกอบด้วย 3 เทคนิค ได้แก่ เทคนิคโครงข่ายประสาทเทียม (Neural Network)เทคนิคซัพพอร์ตเวกเตอร์แมชชีน (Support Vector Machines) และ เทคนิคป่าสุ่ม (Random Forest) และพัฒนาโมเดลด้วยเทคนิคอนุกรมเวลา 2 เทคนิค ได้แก่เทคนิค Holt-Winters Exponential Smoothing และ เทคนิค Auto Regressive Integrated Moving Average (ARIMA) จากนั้นทำการเปรียบเทียบประสิทธิภาพของตัวแบบ ผลการวิจัยพบว่าเทคนิคที่ดีที่สุดของเทคนิคการเรียนรู้ของเครื่อง คือ เทคนิคป่าสุ่ม (Random Forest)  ซึ่งให้ค่าอัตราการพยากรณ์ผิดพลาด (Error rate) น้อยที่สุดและผลการวิจัยพบว่าเทคนิคที่ดีที่สุดของเทคนิคอนุกรมเวลา คือ เทคนิค ARIMAซึ่งให้ค่าอัตราการพยากรณ์ผิดพลาด (Error rate) น้อยที่สุด