Determinação do método de previsão de demanda para uma fábrica de fermento biológico em Passos/MG
Palavras-chave:
Séries Temporais. Ajustamento de previsão, Erro de Previsão, Sinais de controle.Resumo
Introdução: O fermento biológico é um produto altamente perecível e tem como requisito seu armazenamento em baixa temperatura, gerando um maior custo na sua estocagem. Diante disto, fez-se necessário um estudo das informações da empresa sobre vendas passadas, com dados coletados no período de janeiro de 2016 a abril de 2019.
Objetivo: Buscou-se determinar o melhor método de previsão de demanda, dentro dos propostos teoricamente, para uma fábrica de fermento biológico seco em Passos/MG.
Métodos: Utilizou-se para avaliação os ajustes por séries temporais dos métodos de previsão, realizando posteriormente, comparativos por meio de erros de previsão e sinais de controle.
Resultados: , o método que melhor se comportou foi o de ajustamento sazonal para fenômenos com tendência, também chamado de método Holt-Winters. Neste, os erros MSEA, EQM e SAE estiveram entre os melhores (quanto menor melhor em comparação com os demais métodos) e os sinais de rastreamento e de Trigg também se mostraram bons. A limitação do método se deu por meio da coleta de dados, a qual foi possível apenas no período de janeiro de 2016 a abril de 2019, devido a restrições de arquivos do objeto de estudo. Contudo, mesmo diante desta limitação, os cálculos utilizados se mostraram conformes a literatura dita e os resultados alcançaram os objetivos propostos neste artigo. Por fim, como sugestão para trabalhos futuros, há a verificação do método adotado para avaliação dos custos, além da aplicação da ferramenta escolhida em cada tipo de produto oferecido de maneira separadamente, por tamanho de empacotamento.
Conclusão: Determinou-se que o método de Holt-Winters baseado em ajustamento sazonal com tendência foi o que melhor se encaixou para a empresa em questão.
Referências
ABIP – Associação Brasileira da Indústria de Panificação e Confeitaria. Disponível em: https://www.abip.org.br/site/indicadores-da-panificacao-e-confeitaria-brasileira-2018/. Acesso em 25/10/2019.
ALEMSAN, N.; LISTA, A. P.; GUIMARÃES, M. C.; TORTORELLA, G. L.; GONÇALVES, A. L. Previsão de demanda de materias de nutrição em um hospital público.In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
BALLOU, R. B. Gerenciamento da cadeia de suprimentos/Logística empresarial. 5. Ed. Porto Alegre, 2006.
CAVALCANTE, J. N. G.; SILVA, M. M. Modelos de séries temporais para previsão de demanda de aparelhos de ar-condicionado split no Brasil. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
CONSUL, F. B.; WERNER, L. Avaliação de técnicas de previsão de demanda utilizadas por um software de gerenciamento de estoques no setor farmacêutico. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 30, São Paulo, 2010. Anais do XXX ENEGEP. São Paulo- SP. 2010.
CORRÊA, A. C.; CORRÊA, L. H. Administração da Produção e Operações. 2. ed. São Paulo: Atlas, 2008.
DAVE, E.; LEONARDO, A.; JEANICE, M.; HANAFIAH, N. Forecasting Indonesia Exports using a Hybrid Model ARIMA-LSTM. Procedia Computer Science, v. 179, p. 480-487, 2021.
FEIZABADI, J. Machine Learning demand forecasting and supply chain performance. International Journal of supply chain management, v. 25, n. 2 2022.
FERNANDES, F. C. F.; GODINHO, F. M. Planejamento e Controle da Produção – Dos Fundamentos ao Essencial. São Paulo: Atlas, 2010.
FRÍAS-PAREDES, L.; MALLOR, F.; GASTÓN-ROMEO, M.; LEÓN, T. Dynamic mean absolute error as new measure for assessing forecasting errors. Energy Conversion and Management, v. 162, p. 176188, feb. 2018.
GAITHER, N.; FRAIZER, G. Administração da Produção e Operações. 8. ed. São Paulo: Pioneira, 2001.
GUERRA, I. V.; OLIVEIRA-MELO, F. G. Aplicação dos métodos de previsão de demanda em uma indústria de alimentos. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
JÚLIO, G. M.; CAMPANINI, L.; LAGE JÚNIOR, M. Proposta de aplicação de métodos de previsão de demanda em uma empresa fabricante de acessórios para construção civil.In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
KANTASA-ARD, A.; NOUIRI, M.; BEKRAR, A.; AIT EL CADI, A.; SALLEZ, Y. Machine learning for demand forecasting in the physical internet: a case study of agricultural products in Thailand. International Journal of Production Research, v. 59, n. 24, 2020.
LEVINE, D. M.; BERENSON, M. L.; STEPHAN, D. Estatística: Teoria e Aplicações. 5. ed. Rio de Janeiro: Editora LTC, 2008.
MAKRIDAKIS, S. G.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting: methods and applications. 3. ed. New York: John Willey & Sons, 1998.
MARTINS, P. G.; LAUGENI, F. P. Administração da produção. 2. ed. São Paulo: Saraiva, 2005.
NASCIMENTO, C. A. G.; SOARES, R. S. Análise da previsão de demanda utilizando o software Excel: um estudo de caso em uma pequena empresa de confecção na região metropolitana de Belém. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
PELLEGRINI, F. R. Metodologia para Implementação de Sistemas de Previsão de Demanda. 2000. 146 f. Dissertação de Mestrado (Programa de Pós-Graduação em Engenharia de Produção) - Universidade Federal do Rio Grande do Sul, Porto Alegre, 2000.
PELLEGRINI, F.R.; FOGLIATTO, F. S. Passos para implantação de sistemas de previsão de demanda - técnicas e estudo de caso. Revista Produção, v. 11, n. 1, p. 43-64, 2001.
SAMOHYL, R. W.; SOUZA, G.; MIRANDA, R. Métodos Simplificados de Previsão Empresarial. Rio de Janeiro: Ciência Moderna, 2008.
SCHNEIDER, A. C.; ZANOTTO, M. R.; CORSO, L. L. Aplicação de métodos de previsão de demanda para projeção de consumo de chapas de MDP de uma indústria do ramo moveleiro.In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
TAVARES, N. G.; VERALDO JUNIOR, L. G.; DOROTEA, R. S.; BORGES, J. E. S.; ZANIN, M. A. Aplicação de métodos para previsão de demanda em um posto de gasolina no Vale do Paraíba.In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 41, São Paulo, 2021. Anais do XLI ENEGEP, Foz do Iguaçu-PR, 2021.
TUBINO, D. F. Planejamento e controle da produção: teoria e prática. São Paulo: Atlas, 2009.
YIN, R. K. Estudo de caso: planejamento e métodos. 5. ed. Porto Alegre: Bookman, 2015.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Ciência ET Praxis (Qualis B5 - 2013-2016)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Esta obra está licenciada sob uma Licença Creative Commons.