A Data Management Framework and Mathematical Model for Worker Allocation Considering Skills and Upskilling in the Sewing Department of the Garment Industry

Abstract

อุตสาหกรรมเครื่องนุ่งห่มโดยเฉพาะในแผนกเย็บเสื้อผ้าของโรงงานแบบผลิตตามคำสั่ง (Made-to-Order Manufacturing) ต้องเผชิญกับความหลากหลายของรูปแบบผลิตภัณฑ์และการเปลี่ยนแปลงบ่อยครั้ง ผู้ผลิตรายย่อยในอุตสาหกรรมเครื่องนุ่งห่มไทยหลายรายไม่มีเครื่องมือหรือวิธีการจัดสรรงานอย่างเป็นระบบ การตัดสินใจมักขึ้นกับประสบการณ์ของหัวหน้างานเป็นหลัก ส่งผลให้คุณภาพการตัดสินใจขึ้นกับบุคคล การจัดสรรงานสำหรับอุตสาหกรรมนี้นอกจากจะต้องจัดสรรงานให้ผลิตทันแล้วยังต้องจัดสรรงานโดยคำนึงถึงการหมุนเวียนการทำงานเพื่อให้พนักงานมีทักษะเพิ่มขึ้น ทำงานเร็วขึ้น และทำงานทดแทนกันได้ งานวิจัยนี้มีวัตถุประสงค์ที่จะพัฒนากรอบการจัดการข้อมูลและตัวแบบทางคณิตศาสตร์สำหรับการจัดสรรพนักงานที่คำนึงถึงทักษะและการเพิ่มพูนทักษะสำหรับแผนกเย็บในอุตสาหกรรมเครื่องนุ่งห่ม กรอบการจัดการข้อมูลจะทำให้พนักงานมีแนวทางการจัดเก็บและใช้ข้อมูลอย่างเป็นระบบ และตัวแบบทางคณิตศาสตร์จะถูกนำไปประยุกต์ใช้ร่วมกับชุดเครื่องมือสำหรับหาคำตอบที่ดีที่สุด (Optimization Solver) กรอบการจัดการข้อมูลและตัวแบบทางคณิตศาสตร์ที่พัฒนาขึ้นถูกนำไปทดสอบใช้งานกับข้อมูลจริงของโรงงานและมีการจำลองข้อมูลเพิ่มเติมเพื่อวิเคราะห์ตัวแบบทางคณิตศาสตร์ ผลการทดสอบแสดงให้เห็นว่ากรอบการจัดการข้อมูลให้ข้อมูลที่เพียงพอต่อการตัดสินใจจัดสรรและหมุนเวียนพนักงานและตัวแบบทางคณิตศาสตร์สามารถหาคำตอบที่ดีที่่สุดได้ภายในกรอบเวลาการทำงานจริงที่เหมาะสม

The garment industry, particularly the sewing departments of made-to-order manufacturing factories, faces constant diversity and frequent changes in product designs. Many small-scale garment manufacturers in Thailand lack systematic tools or methods for task assignment; allocations are often made based on the personal experience of supervisors, resulting in subjective and inconsistent outcomes. In this industry, task allocation must not only ensure timely production but also promote task rotation to enhance the worker skills, improve work speed, and enable workforce flexibility through substitution. This study aims to develop a data management framework and mathematical model for skill-based worker assignment and skill enhancement in sewing departments of the garment industry. The data management framework provides a systematic approach for collecting and utilizing worker-related data, while the mathematical model is designed to be implemented with optimization tools for deriving optimal solutions. The proposed framework and model were tested using real-world data collected from a garment factory and supplemented with simulated data to assess the performance of the mathematical model. The experimental results demonstrate that the data framework effectively supports decision-making in worker assignment and rotation, and the mathematical model is capable of solving the optimal solutions within a real working timeframe.