Jute consumption prediction: A case study ın a carpet manufacturing

Günümüzün artan rekabet koşullarında, tüm firmaların öne çıkabilmeleri için müşterilerin taleplerini tam zamanında ve eksiksiz olarak karşıyalabilmeleri gerekmektedir. Bu nedenle kullanılacak tüm kaynakların (hammadde, yarı ürün, tüm enerji kaynakları vs.) hazırlanması ve tedariği doğru zamanda ve yeterli miktarda yapılmalıdır. Bu durum firmaları olası gecikmeleri önlemek amacıyla tahminlerde bulunmaya zorlamıştır. En temel tahminleme yöntemleri istatistiksel tahmin yöntemleridir. Ancak bu istatistiksel yöntemler yüksek belirsizlik ve yüksek dinamizme sahip sistemlerde yetersiz kalabilmektedir. Bu noktada son yılların başarılı ve yaygın kullanımına sahip yapay sinir ağları (YSA) yöntemi devreye girmektedir. Yapılan çalışmalar farklı alanlarda uygulanan tahmin çalışmalarında yapay sinir ağlarından elde edilen sonuçların istatistiksel yöntemlere göre çok daha başarılı olabildiğini göstermiştir. Jüt, halı üretiminde kullanılan en temel hammaddelerden birisidir ve olası üretim gecikmelerini önlemek ve müşteri memnuniyetini sağlamak için jüt tüketimini doğru tahmin etmek önemlidir. Bu çalışmada bir halı firmasının 2015-2017 yılları arasına ait verileri kullanılarak yapay sinir ağları metodu ile jüt hammaddesi tüketimi tahminlemesi yapılmıştır. Bu tez çalışmasında, YSA metodunun performansını değerlendirmek için çoklu doğrusal regresyon modeli kurulmuştur. Elde edilen sonuçlar performans gösterge değerleri (ortalama kare hatası, R2 ve düzeltilmiş R2) göz önüne alındığında yapay sinir ağlarının regresyon analizine göre daha başarılı olduğunu göstermiştir.