Makine öğrenmesi algoritması ile talep tahmini: Bir üretim tesisinde uygulanması

Teknolojinin ilerlemesiyle yeni kavramlar ortaya çıkmakta ve gün geçtikçe veri miktarı ve çeşitliliği artmaktadır. Artan bu veri miktarını ve çeşitliliğini yönetmek önem arz etmeye başlamıştır. Üretim sektörü özelinde artan rekabetle beraber kalite, maliyet, verimlilik gibi unsurları yönetmenin yanı sıra taleplere hızlı yanıt vermek kritik hale gelmiştir. Taleplere hızlı yanıt vermek etkin bir planlamayla mümkün görünmektedir. Etkin bir planlamanın temelini tahmin oluşturmaktadır. Elimizde bulunan geçmiş verilerle tahmin yapabilmek mümkündür. Ancak artan veri çeşitliliği ve miktarıyla bu tahminleri yapabilmek için klasik tahmin yöntemleri yetersiz kalmaktadır. Bu tez kapsamında güçlü istatistiksel yöntemler üzerine inşa edilmiş olan makine öğrenmesi tekniklerinde Destek Vektör Makineleri algoritması kullanılarak bir üretim tesisinin üç ayrı lokasyonu için haftalık malzeme girişi ve günlük malzeme girişi tahminleri yapılmıştır. Çorlu için %25,03, İzmit için %6,69 ve Gebze için %11,58 MAPE hata değeriyle haftalık tahmin günlük tahmine göre daha başarılı sonuçlar vermiştir. Anahtar Kelimeler: Talep Tahmini, Makina Öğrenmesi, Destek Vektör Makineleri, Endüstri 4.0