PL EN
ORIGINAL PAPER
FORECASTING OF TOTAL COSTS IN THE ŁUKPLAST ENTERPRISE FOR 2020
Bartosz KOZICKI 1, D  
,   Jarosław TOMASZEWSKI 2, D  
,   Anna DYLAK
 
More details
Hide details
1
Wojskowa Akademia Techniczna, Wydział Bezpieczeństwa, Logistyki i Zarządzania, Instytut Logistyki
2
Ministerstwo Obrony Narodowej
A - Research concept and design; B - Collection and/or assembly of data; C - Data analysis and interpretation; D - Writing the article; E - Critical revision of the article; F - Final approval of article
Publication date: 2020-06-30
 
SLW 2020;52(1):79–94
 
KEYWORDS
ABSTRACT
The article deals with the problem of analyzing, evaluating and forecasting primary data on recorded costs in Łukplast in a dynamic approach. An analysis of the literature on the subject of costs and their distribution was conducted. The term forecasting has been characterized. A multidimensional analysis of primary data was carried out. The time series of total costs were analyzed and forecasted for 2020 in monthly terms. The obtained forecast was subjected to analysis and evaluation. The article ends with a summary and conclusions.
PEER REVIEW INFORMATION
Article has been screened for originality
 
REFERENCES (17)
1.
ACAR, Y., & GARDNER JR, E. S. (2012). Forecasting method selection in a global supply chain. International Journal of Forecasting, 28(4), 842-848.
 
2.
BOX, G. E., JENKINS, G. M., REINSEL, G. C., & LJUNG, G. M. (2015). Time series analysis: forecasting and control. John Wiley & Sons.
 
3.
CYPLIK, P., PRUSKA, Ż., KUPCZYK, M. (2014). Prognozowanie w logistyce metody praktyczne i zastosowanie. Poznań: wyd. Wyższa Szkoła Logistyki, 11-12.
 
4.
DITTMANN, P. (2016). Prognozowanie w przedsiębiorstwie metody i ich zastosowanie, wydanie V zmienione i uzupełnione. Kraków: wyd. Nieoczywiste, 23-36.
 
5.
DITTMANN, P., SZABELA-PASIERBIŃSKA, E., DITTMANN, I., SZPULAK, A. (2016). Prognozowanie w zarządzaniu sprzedażą i finansami przedsiębiorstwa – wydanie II zmienione i uzupełnione. Wyd. GAB Media, 15.
 
6.
FILASIEWICZ, A. (1977). Prognoza program plan, 1947-1977. Wiedza Powszechna, 18.
 
7.
FRUMOSU, F. D., KHAN, A. R., SCHIØLER, H., KULAHCI, M., ZAKI, M., & WESTERMANN-RASMUSSEN, P. (2020). Cost-sensitive learning classification strategy for predicting product failures. Expert Systems with Applications, 161, 113653.
 
8.
KOZICKI, B., WAŚCIŃSKI, T., BRZEZIŃSKI, M., & LISOWSKA, A. (2018). Cost forecast in a shipping company. Transport means 1235-1241.
 
9.
NOWAK, E. (2016). Analiza kosztów w ocenie działalności przedsiębiorstwa. Warszawa CeDeWu. Wydanie I, 17-19.
 
10.
OU, T. Y., CHENG, C. Y., CHEN, P. J., & PERNG, C. (2016). Dynamic cost forecasting model based on extreme learning machine-A case study in steel plant. Computers & Industrial Engineering, 101, 544-553.
 
11.
SADOWSKA, B. (2017). Rachunek kosztów logistycznych w przedsiębiorstwie. Warszawa: wyd. CeDeWu. wydanie I, 53.
 
12.
SAWICKI, K. (2000). Analiza kosztów firmy. Polskie Wydaw. Ekonomiczne, 18.
 
13.
SKOCZYLAS, K. (2010). Koszty i controlling logistyki w przedsiębiorstwie. Oficyna Wydawnicza Politechniki Rzeszowskiej, 37.
 
14.
SKOWRONEK, CZ., SARJUSZ-WOLSKI, Z. (2008). Logistyka przedsiębiorstw. Warszawa: wyd. PWE, 272.
 
15.
Tekst jednolity ustawy o rachunkowości z dnia 29 września 1994 roku.
 
16.
TWARÓG, J. (2003). Koszty logistyki przedsiębiorstw. Poznań: Wydawnictwo Biblioteka Logistyka, 15.
 
17.
ZHAO, H., SINHA, A. P., & BANSAL, G. (2011). An extended tuning method for cost-sensitive regression and forecasting. Decision Support Systems, 51(3), 372-383.
 
eISSN:2719-7689
ISSN:1508-5430