000			08105nam a22003377a 4500
003			TH-BaNU
005			20230124144442.0
008			230112b2564 th ||||| |||| 00| 0 tha d
040			_aTH-BaNU
050			_aวพ G155.ท9 _bร126ก 2564
100			_aรริดา แก้วเมืองมูล
245			_aการจัดการโลจิสติกส์และโซ่อุปทานสําหรับการท่องเที่ยว กรณีศึกษา : _bแหล่งท่องเที่ยวกรุงเทพมหานครชั้นใน = LOGISTICS AND SUPPLY CHAIN MANAGEMENT FOR TOURISM : A CASE STUDY OF TOURISM AREA AT THE INNER BANGKOK
260			_aกรุงเทพฯ : _bมหาวิทยาลัยนวมินทราธิราช, _c2564.
300			_a87 หน้า : _bภาพประกอบ, ตาราง.
490			_aวิทยาศาสตรมหาบัณฑิต สาขาวิชาการพัฒนาและจัดการเมือง
502			_aวิทยานิพนธ์นีเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญา _bวิทยาศาสตรมหาบัณฑิต สาขาวิชาการพัฒนาและจัดการเมือง _cวิทยาลัยพัฒนามหานคร มหาวิทยาลัยนวมินทราธิราช _dปีการศึกษา 2564
520			_aงานวิจัยนี้มีวัตถุประสงค์ 1) เพื่อวิเคราะห์และวางแผนความต้องการของนักท่องเที่ยว (Demand Planning) โดยใช้เทคนิคการพยากรณ์ (Forecasting Techniques) ในพื้นที่บริเวณกรุงเทพมหานครชั้นใน 2) เพื่อดําเนินการทดลองและวิเคราะห์หาวิธีการพยากรณ์ที่เหมาะสมในการพยากรณ์จํานวนนักท่องเที่ยวในแต่ละกลุ่มเป้าหมาย ได้แก่ นักท่องเที่ยวไทย นักท่องเที่ยวจากสาธารณรัฐประชาชนจีน ญี่ปุ่น เกาหลีใต้ และอินเดียที่เดินทางเข้ามาท่องเที่ยวในพื้นที่เป้าหมาย และ 3) เพื่อเสนอแนวทางการวางแผนด้านการให้บริการ (Supply Plan) ด้านที่พักอาศัยสําหรับนักท่องเที่ยวเพื่อตอบสนองความต้องการของนักท่องเที่ยวได้อย่างมีประสิทธิผล มีการเลือกพื้นที่กรุงเทพมหานครชั้นในซึ่งเป็นกลุ่มกรุงเทพกลาง 9 เขต ได้แก่ เขตพระนคร เขตดุสิต เขตป้อมปราบศัตรูพ่าย เขตสัมพันธวงศ์ เขตดินแดง เขตห้วยขวาง เขตพญาไท เขตราชเทวี และเขตวังทองหลาง มาเป็นพื้นที่กรณีศึกษา โดยใช้ค่าเปอร์เซ็นต์ความคลาดเคลื่อนโดยเฉลี่ย (MAPE) และค่าความคลาดเคลื่อนสัมบูรณ์โดยเฉลี่ย (MAD) เป็นค่าวัดความแม่นยําของการพยากรณ์จํานวนนักท่องเที่ยว มีการนําวิธีการวิเคราะห์อนุกรมเวลา ได้แก่ Moving Average Single Exponential Smoothing Double Exponential Smoothing และ Winters’ method มาใช้ในการทดลองเพื่อพยากรณ์จํานวนนักท่องเที่ยวที่มาท่องเที่ยวในกรุงเทพมหานครชั้นใน 9 เขต
520			_aจากการวิเคราะห์ความแปรปรวนพบว่า วิธีการพยากรณ์มีผลกระทบอย่างมีนัยสําคัญทางสถิติต่อค่า MAPE และค่า MAD จากผลการทดลอง วิธีการพยากรณ์ที่เหมาะสมที่สุดได้แก่ วิธี Winters’ Method โดยมีรอบวัฏจักร 12 เดือน สําหรับการวิเคราะห์ Supply Plan ความต้องการที่พักสําหรับนักท่องเที่ยวในสถานการณ์ที่ความต้องการมาก (Optimistic Demand) มีความต้องการที่พักมากกว่ากําลังการให้บริการด้านที่พัก 56.52 % และความต้องการที่พักสําหรับนักท่องเที่ยวในสถานการณ์ที่ความต้องการน้อย (Pessimistic Demand) มีความต้องการที่พักมากกว่ากําลังการให้บริการด้านที่พัก 1.04 % ดังนั้น ผู้ประกอบการโรงแรมและเกสท์เฮ้าส์ควรได้รับการส่งเสริมด้านมาตรการจูงใจด้านภาษีสําหรับนักท่องเที่ยว โครงการส่งเสริมการท่องเที่ยวให้การส่งเสริมและประชาสัมพันธ์ด้านการท่องเที่ยวประเทศไทย กําหนดมาตรการลดอัตราภาษีและสนับสนุนแหล่งเงินกู้ดอกเบี้ยต่ำสําหรับผู้ประกอบการ เพื่อเพิ่มกําลังการให้บริการด้านที่พักสําหรับนักท่องเที่ยว
650			_aการพยากรณ์ความต้องการ
650			_aการวิเคราะห์อนุกรมเวลา
650			_aโลจิสติกส์ด้านการท่องเที่ยว
650			_aการจัดการโลจิสติกส์และโซ่อุปทาน
650			_aการส่งกำลังบำรุง
650			_aLogistics
650			_aการบริหารงานโลจิสติกส์
830			_aวิทยาศาสตรมหาบัณฑิต สาขาวิชาการพัฒนาและจัดการเมือง
850			_aKCNL
856			_uhttps://drive.google.com/file/d/1wf1DjwHEqx5h1pCW7EWi6XVFIl6ttREy/view?usp=sharing _yDownload (สำหรับนักศึกษาและบุคลากรของ NMU โปรดใช้เมล์@nmu.ac.th ในการDownload)
942			_2lcc _cNMU-THS
998			_cthita
999			_c37362 _d37362