Page Header

Home > Vol 33, No 1 (2023) > Onlamul

Comparison of Forecasting Techniques between Holt-Winters Method with Different Initial Values and Bagging Holt-Winters Method, Case Study: Total Airport Passengers of Phuket International Airport and Mae Fah Luang Chiang Rai International Airport

Rangsima Onlamul, Somsri Banditvilai

Abstract


งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบการพยากรณ์ระหว่างวิธีโฮลท์-วินเทอร์เมื่อกำหนดค่าเริ่มต้นที่แตกต่างกันและวิธีแบกกิ้งโฮลท์-วินเทอร์ โดยใช้จำนวนผู้โดยสารรายเดือนตั้งแต่เดือนมกราคม พ.ศ. 2546 ถึงเดือนธันวาคม พ.ศ. 2562 ของสนามบินนานาชาติภูเก็ต ซึ่งมีทั้งแนวโน้มเส้นตรงและอิทธิพลฤดูกาล และสนามบินนานาชาติแม่ฟ้าหลวง เชียงราย ซึ่งมีทั้งแนวโน้มไม่เป็นเส้นตรงและอิทธิพลฤดูกาล ซึ่งทำการเก็บรวบรวมข้อมูลโดยบริษัท ท่าอากาศยานไทย จำกัด (มหาชน) โดยแบ่งข้อมูลออกเป็น 2 ส่วน คือ ส่วนที่ 1 ตั้งแต่เดือนมกราคม พ.ศ. 2546 ถึงเดือนธันวาคม พ.ศ. 2561 เพื่อสร้างตัวแบบพยากรณ์และใช้เกณฑ์รากที่สองของความคลาดเคลื่อนเฉลี่ยกำลังสอง (RMSE) ต่ำที่สุดในการเลือกตัวแบบ ส่วนที่ 2 ตั้งแต่เดือนมกราคม พ.ศ. 2562 ถึงเดือนธันวาคม พ.ศ. 2562 เพื่อวัดประสิทธิภาพการพยากรณ์โดยใช้เกณฑ์ค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์ (MAPE) ผลการวิจัยพบว่า วิธีแบกกิ้งโฮลท์-วินเทอร์เป็นวิธีที่เหมาะสมและมีความถูกต้องมากที่สุดสำหรับทั้งจำนวนผู้โดยสารสนามบินนานาชาติภูเก็ตและสนามบินนานาชาติแม่ฟ้าหลวง เชียงราย โดยมีค่า MAPE เป็น 4.32% และ 5.58% ตามลำดับ วิธีแบกกิ้งโฮลท์-วินเทอร์สามารถเพิ่มประสิทธิภาพการพยากรณ์ให้กับวิธีโฮลท์-วินเทอร์ทั้งกรณีที่มีแนวโน้มเส้นตรงและไม่เป็นเส้นตรงได้ดีกว่าวิธีโฮลท์-วินเทอร์เมื่อกำหนดค่าเริ่มต้นที่แตกต่างกัน

The objective of this research is to compare forecasting techniques between the Holt-Winters method with different initial values and the Bagging Holt-Winters method based on the monthly number of passengers (January 2003 to December 2019) using Phuket International Airport, which has a linear trend and seasonal variation, and that of Mae Fah Luang Chiang Rai International Airport which has a non-linear trend and seasonal variation. The data collected by the Airport of Thailand Public Company Limited were divided into 2 sets. The first data set, (January 2003 to December 2018) was used to construct the models and the minimum Root Mean Square Error (RMSE) was employed for model selection. The second set (January 2019 to December 2019) was used to compute the accuracy of forecasting models by using the Mean Absolute Percentage Error (MAPE). The results show that the Bagging Holt-Winters method is the more appropriate method for forecasting total passengers of both airports whereas the MAPE are 4.32% and 5.58% respectively. In addition, the Bagging Holt-Winters method can increase forecasting efficiency in both linear and non-linear trends when compared with the Holt-Winters method with different initial values.


Keywords



[1] C. Bergmeir, R. j. Hyndman, and J. M Benitez, “Bagging exponential smoothing methods using STL decomposition and Box-Cox transformation,” International Journal of Forecast, vol. 32, no. 2, pp. 303–312, 2016.

[2] T. M. Dantas, F. L. C. Oliveria, and H. M. V. Repolho, “Air transportation demand forecast through Bagging Holt Winters methods,” Journal of Air Transport Management, vol. 59, pp. 116–123, 2017.

[3] C. Samanwong, “Time series forecasting by bagging holt-winters with damped trend: A case study on the number of international tourists visiting Thailand,” M.S. thesis, Faculty of Science King Mongkut’s Institute of Technology Ladkrabang, 2020 (in Thai).

[4] L. Breiman, “Bagging predictors,” Machine Learning, vol. 24, pp. 123–140, 1996.

[5] B. Efron, Breakthroughs in Statistics, Springer, 1979, pp. 569–593.

[6] T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction. Springer, 2009.

[7] T. Booranawong and A. Booranawong, “Double exponential smoothing and Holt-Winters methods with optimal initial values and weighting factors for forecasting lime, Thai chili and lemongrass prices in Thailand,” Engineering and Applied Science Research, vol. 45, no. 1, pp. 32–38, 2018.

[8] K. Suppalakpanya, R. Nikhom, A. Booranawong, and T. Booranawong, “An evaluation of Holt- Winters methods with different initial trend values for forecasting crude palm oil production and prices in Thailand,” Suranaree Journal of Science and Technology, vol. 26, no. 1, pp. 13–22, 2019.

[9] K. Polma and S. Banditvilai, “Forecasting the number of passengers using Suvarnabhumi Airport by Holt-Winters exponential smoothing method and Box-Jenkins method,” in Proceedings OR-NET 2020, Bangkok, 2020, pp. 261–268 (in Thai).

[10] R. J. Hyndman and G. Athanasopoulos, Forecasting Principles and Practice. Melbourne: Otexts, 2014.

[11] P. S. Kalekar, “Time series forecasting using Holt-Winters exponential smoothing,” Kanwal Rekhi School of Information Technology, pp. 1–13, Dec. 2004.

[12] C. C. Holt, “Forecasting seasonals and trends by exponentially weighted moving averages,” International Journal of Forecasting, vol. 20, no. 1, pp. 5–10, 2004.

[13] D. C. Montgomery, C. L. Jennings, and M. Kulahci, Introduction to Time Series Analysis and Forecasting. Wiley Series in Probability and Statistics. New Jersy: John Wiley and Sons, 2008.

[14] L. F. Tratar and E. Srmcnik, “The comparison of Holt-Winters method and regression methods: A case study,” Energy, vol. 109, pp. 266–276, 2016.

[15] D. S. Dhakre, K. A. Sarkar, and S. Manna, “Forecasting price of Brinjal by Holt Winters method in west Bengal using MS Excel,” International Journal of Bio-resource, Environment and Agricultural Sciences, vol. 2, no. 1, pp. 232–236, 2016.

[16] T. W. Anderson and D. A. Darling, “A test of goodness of fit,” Journal of the American Statistical Association, vol. 49, pp. 765–769, 1954.

Full Text: PDF

DOI: 10.14416/j.kmutnb.2022.08.001

ISSN: 2985-2145