TALEP TAHMİNİNİN YAPAY SİNİR AĞLARIYLA MODELLENMESİ: YERLİ OTOMOBİL ÖRNEĞİ

Abstract

Talep tahminleri işletme fonksiyonlarının hemen hepsine etki etmektedir. Şüphesiz ki talep tahminlerinin en önemli etkisi bu fonksiyonlardan üretim ve operasyon üzerine olmaktadır. Kuruluş yeri, kapasite ve işgücü kararları ile üretim planları talep tahminlerine dayanmaktadır. Son yıllarda Türk hükümetinin üretim kararı verdiği yerli otomobile oluşacak talebin tahmin edilmesi de bu anlamda önem kazanmıştır. Seri olarak üretilecek %100 yerli otomobilin yıllık üretim adetlerinin ve buna bağlı olarak üretim ve diğer planlarının yapılması tamamen bu talebin doğru tahmin edilmesine bağlıdır. Bu amaç doğrultusunda aylık yerli otomobil satışı serinin özellikleri göz önüne alınarak geleceğe yönelik talep tahmini için en uygun model tercih edilmiştir. Bu çalışmada Ocak 2011 – Eylül 2015 veri döneminde aylık yerli otomobil satış değerleri kullanılarak geri yayılım algoritmasıyla eğitilmiş ileri beslemeli yapay sinir ağı modeli uygulanmıştır. Serinin özellikleri, tahmin performans ölçütleri olarak ise ortalama mutlak yüzde hata (mean absolute percentage error – MAPE) ve ortalama hata kare ( mean square error – MSE) değerleri dikkate alınarak iteratif olarak uygun gecikme uzunluğu ve gizli nöron sayısı tespit edilmiştir. Elde edilen bulgular neticesinde; mevsimsel etkilerden arındırılmış yerli otomobil satış serinin kullandığı, gecikme uzunluğunun 2 ve gizli nöron sayısının 7 olduğu olduğu modelin en iyi tahmin sonucunu verdiği saptanmıştır.