Aplicação de técnicas de previsão de demanda em uma lavanderia hospitalar

• Autor(a) principal: Uchi, Nicolas Yudi Kumm
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFGD
• Texto Completo: http://repositorio.ufgd.edu.br/jspui/handle/prefix/2213
• topic: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO; Gestão de estoque; Previsão de demanda; Lavanderia hospitalar; Inventory control; Demand forecasting; Hospital laundries

Uma lavanderia hospitalar é um setor de auxilio operacional de um hospital, no qual a eficiência no atendimento das demandas dos enxovais ao hospital significa um alto nível de serviço do setor. O processo de produção de enxovais é regulamentado pela ANVISA através de manual de processamento de enxoval hospitalar. No local onde o estudo foi realizado, haviam problemas no atendimento da demanda, no qual averiguou-se que haviam falta de estoque de kits com alta demanda e o excesso de estoque de kits com baixa demanda, deste modo a pesquisa propôs um modelo de previsão de demanda para os kits com alta demanda. Para realizar a aplicação das técnicas de previsão, seguiu-se a metodologia apresentada por Tubino (2007). A primeira etapa do método é definir o objetivo do modelo, que coincide justamente com o que o presente trabalho propõe. Na etapa da coleta e análise dos dados, foi realizado a seleção dos kits com altos fluxos no estoque, análises qualitativas sobre o ambiente do local da pesquisa e a hipótese de comportamento das demandas. Na etapa da seleção das técnicas de previsão, aplicou-se as técnicas de média móvel simples e média exponencial móvel e a partir dos desvios padrões e desvio médio absoluto (MAD), selecionou-se as técnicas mais adequadas para cada kit. Na etapa da obtenção das previsões é previsto a demanda para o período futuro. Na monitoração do modelo, verificou-se a acurácias das técnicas propostas. Com a aplicação da metodologia, a conclusão foi um modelo de previsão de demanda para os kits selecionados e que está pronto para ser utilizados para os períodos futuros dos dados coletados, pois analisando o comportamento dos erros, conclui-se que a variação da demanda terá um comportamento parecido com os períodos do passado.