RDBU| Repositório Digital da Biblioteca da Unisinos
Previsão de demanda aplicada a séries temporais da vitivinicultura gaúcha
JavaScript is disabled for your browser. Some features of this site may not work without it.
| Autor | Arnecke, Thamiris Medeiros; |
| Orientador | Souza, Marcos Leandro Hoffmann; |
| Lattes do orientador | http://lattes.cnpq.br/2420878841218342; |
| Instituição | Universidade do Vale do Rio dos Sinos; |
| Título | Previsão de demanda aplicada a séries temporais da vitivinicultura gaúcha; |
| Resumo | A indústria agrícola caracteriza-se por um ambiente complexo e modelos preditivos podem auxiliar gestores e agricultores na organização e planejamento de seus negócios. No Brasil, a vitivinicultura tem ganhado espaço de forma estratégica nos últimos anos. O objetivo do presente estudo foi realizar a previsão de demanda para produção e comercialização de vinhos no Rio Grande do Sul. Para isso, utilizou se Cross Industry Standard Process for Data Mining (CRISP-DM) e a plataforma Amazon Forecast que aplicou algoritmos convencionais e avançados para previsão de demanda de um período das séries temporais da vitivinicultura gaúcha. O método ARIMA demonstrou-se como o melhor algoritmo preditivo por atender aos critérios definidos para precisão. A demanda prevista para produção de vinhos foi semelhante à demanda real, enquanto a demanda prevista para comercialização de vinhos foi menor do que a demanda real o que se pode atribuir a efeitos inesperados no último ano tais como eventos climáticos favoráveis e pandemia. A abordagem utilizada nesse estudo é abrangente e compatível com diferentes contextos, podendo ser utilizada para previsão de demanda de qualquer produto que possua registros em um horizonte de tempo.; |
| Abstract | The agricultural industry is characterized by a complex environment and predictive models can help managers and farmers in organizing and planning their businesses. In Brazil, vitiviniculture has gained strategic space in recent years. The aim of this study was to forecast demand for the production and sale of wines in state of Rio Grande do Sul. For this, we used the Cross Industry Standard Process for Data Mining (CRISP-DM) and the Amazon Forecast platform that applied conventional and advanced algorithms for forecasting for a period of the time series of vitiviniculture in Rio Grande do Sul. The ARIMA method proved to be the best predictive algorithm for meeting the defined criteria for precision. Forecast demand for wine production was similar to actual demand, while forecast demand for wine sale was lower than actual demand, which can be attributed to unexpected effects in the last year such as favorable weather events and COVID-19 pandemic. The approach used in this study is comprehensive and compatible with different contexts, and can be used to forecast demand for any product that has records in a time horizon.; |
| Palavras-chave | Modelagem; Previsão de demanda; Séries temporais; Vitivinicultura; Modeling; Forecasting; Time series; Vitiviniculture; |
| Tipo | TCC; |
| Data de defesa | 2021-07-01; |
| URI | http://www.repositorio.jesuita.org.br/handle/UNISINOS/11632; |
| Nivel | Graduação; |
| Curso | Engenharia de Produção; |
Arquivos deste item
Este item aparece na(s) seguinte(s) coleção(s)
-
Engenharia de Produção [35]
Engenharia de Produção