Chulalongkorn University Theses and Dissertations (Chula ETD)

Other Title (Parallel Title in Other Language of ETD)

Man-hour forecasting of picking activity in cross docking

Year (A.D.)

2021

Document Type

Thesis

First Advisor

โอฬาร กิตติธีรพรชัย

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Department (if any)

Department of Industrial Engineering (ภาควิชาวิศวกรรมอุตสาหการ)

Degree Name

วิศวกรรมศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิศวกรรมอุตสาหการ

DOI

10.58837/CHULA.THE.2021.1003

Abstract

เนื่องจากความผันผวนของความต้องการและปริมาณการใช้แรงงานคนในคลังสินค้า การจัดการกิจกรรมหยิบสินค้าที่มีประสิทธิภาพต้องการความถูกต้องของข้อมูลและการเตรียมแรงงานที่น่าเชื่อถือ การเตรียมแรงงานที่ไม่มีประสิทธิภาพหมายถึงค่าใช้จ่ายแรงงานที่สูงจากการว่างงานหรือค่าล่วงเวลาเช่นเดียวกับบริษัทกรณีศึกษา บริษัทฯให้บริการโลจิสติกส์เฉพาะสำหรับศูนย์กระจายสินค้าอุปโภคบริโภค รวมถึง พุต-ทู-สโตร์ (Put-to-Store) กิจกรรมย้อนกลับของรูปแบบการหยิบทั่วไปซึ่งพนักงานรวบรวมสินค้าหลายชนิดโดยการกระจายสินค้าตามจำนวนและชนิดตามต้องการในพื้นที่ชั่วคราวของสาขา นอกเหนือจากความไม่ถูกต้องของการพยากรณ์จำนวนกล่องที่รับเข้าแล้ว การวิเคราะห์แสดงให้เห็นว่าการเตรียมแรงงานที่ไม่มีประสิทธิภาพเกิดจากแบบพยากรณ์ (Forecasting Model) ที่ไม่พิจารณาสัดส่วนสินค้า จำนวนสินค้าในระบบพุต-ทู-สโตร์ แรงงานในอดีต และ ประสิทธิผลของพนักงาน ดังนั้นการศึกษานี้จึงนำเสนอและเปรียบเทียบแบบพยากรณ์ซึ่งครอบคลุมปัจจัยดังกล่าวเพื่อทำนายชั่วโมงแรงงานที่ต้องการรายสัปดาห์ การเปรียบเทียบแบบพยากรณ์ด้วยชุดข้อมูลเรียนรู้พบว่าสมการถดถอยเชิงเส้นที่ใช้จำนวนกล่องสินค้าที่พยากรณ์ขึ้นใหม่เป็นหนึ่งในปัจจัยอิสระ ให้ความแม่นยำสูงกว่า เมื่อเปรียบเทียบกับแบบพยากรณ์อนุกรมเวลา ซึ่งแบบพยากรณ์สมการถดถอยที่นำเอาจำนวนกล่องสินค้าที่พยากรณ์ขึ้นใหม่ จำนวนกล่องสินค้าเคลื่อนไหวเร็วและจำนวนกล่องสินค้าเคลื่อนไหวช้ามาใช้เป็นปัจจัยอิสระมีความแม่นยำสูง ด้วยค่า MAPE 4.47% แบบพยากรณ์สมการถดถอยจึงเหมาะในการใช้วางแผนแรงงานของบริษัทฯ

Other Abstract (Other language abstract of ETD)

Because of the demand fluctuations and its labor intensive in a warehouse, the managing of an effective picking activity requires an accurate and reliable workforce preparation. The ineffective preparation equates to high labor costs from idle workers or excessive overtime, similar to a case study company. The company provides dedicated logistics operations in a consuming product distribution center, including put-to-store –a reverse of a general picking activity in which an operator consolidates many items by repeatedly dropping specific quantities of an individual item into a buffer area corresponding to an ordered store. In addition to the inaccurate forecasting of incoming cartons, the analysis also reveals that the ineffective preparation causes by a simple workforce forecasting model that neglects mixture of items, quantity of pending items, historical workforce, and productivity of operators. As a result, this study proposes and compares forecasting models that incorporate such factors to predict weekly required man-hour. With training dataset, the model comparison reveals that linear regression models which use new forecasting case as a factor are more accurate than time-series models. In addition, the regression model that combines both new forecasting case, Fast move case and Slow move case provides high accuracy with MAPE of 4.47% Therefore, This model is suitable for the workforce planning.

Share

COinS
 
 

To view the content in your browser, please download Adobe Reader or, alternately,
you may Download the file to your hard drive.

NOTE: The latest versions of Adobe Reader do not support viewing PDF files within Firefox on Mac OS and if you are using a modern (Intel) Mac, there is no official plugin for viewing PDF files within the browser window.