Yiyecek ve İçecek İşletmelerinde Talep Tahmini: Yapay Sinir Ağları ve Regresyon Yöntemleriyle Bir Karşılaştırma
Yazarlar (2)
Dr. Öğr. Üyesi Oğuzhan SÖNMEZ Tokat Gaziosmanpaşa Üniversitesi, Türkiye
Dr. Öğr. Üyesi Kenan ZENGİN Tokat Gaziosmanpaşa Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(Diğer hakemli uluslarası dergilerde yayınlanan tam makale)
|
||
| Dergi Adı | Europan Journal of Science and Technology | ||
| Dergi ISSN | 2148-2683 | ||
| Dergi Tarandığı Indeksler | Index Copernicus | ||
| Makale Dili | Türkçe | Basım Tarihi | 10-2019 |
| Cilt / Sayı / Sayfa | – / 0 / 302–308 | DOI | 10.31590/ejosat.638104 |
| Makale Linki | http://dx.doi.org/10.31590/ejosat.638104 | ||
| Özet |
| Günümüzde yiyecek – içecek sektörüne olan ilgi sürekli artış göstermektedir. Dolayısıyla pazarda artan rekabet, işletmelerin ayaktakalmaları için teknolojiyle uyumlu çalışmaları zorunlu kılmaktadır. İşletmeler müşterilerin taleplerini tahmin edebilirselerplanlamalarını da ona göre yapacak ve fazla iş gücü ve maliyetten kurtulacaklardır. Doğru olarak yapılan tahminler işletmeye faydasağlayacak ve gerekli tedbirleri alacaklardır. Çalışmada Tokat bölgesinde faaliyet gösteren bir yiyecek-içecek işletmesinin verilerikullanılmıştır. Bu işletmenin satış tahmini için yapay sinir ağları ve çoklu regresyon modelleri kullanılarak günlük satışını tahmin edipve iki modelin karşılaştırılması yapılmıştır. İlk çalışma matlab ortamında yapay sinir ağları aracı olan nntool kullanılmıştır. Veriler 2018yılının ilk 6 ayını içeren 150 satırdan oluşmaktadır ve %70 eğitim %30 ise test için kullanılmıştır. Yapay sinir ağımız 8 girişli tek gizlikatmanlı ve 8 nöronlu tek çıkışlı bir modelden oluşmaktadır. Eğitim fonksiyonu olarak Levenberg-Marquard Algoritması(trainlm) veaktivasyon fonksiyonu olarak ise tansig fonksiyonu kullanılmıştır. Modelimizde test R oranı %95,77 çıkmıştır. İkinci uygulamamızıanaconda platformunda, spyder ide sini kullanarak python programlama dilliyle geliştirdik. Uygulamada yine aynı parametrelerikullanarak çoklu regsesyon modeli uygularak yaptığımız uygulamada ise doğruluk oranımız %91,3 çıkmıştır. Burada kullandığımızparametreleri en küçük kareler yöntemiyle incelediğimizde işletmenin talep tahminini talep tahmininde haftanın günleri ve sıcaklığınyüksek değerde etkilemediğini görmekteyiz. Dolayısıyla çok ekstrem bir gün değilse veya havanın sıcak-soğuk olması işletmeninsatışlarına pozitif -negatif yönde bir etki yapmamaktadır. Her iki modelde başarı oranların yüksek olması talep tahmininde yapay sinirağları ve çoklu regresyon kullanımının pozitif etkisini gözler önüne sermektedir. Yapay sinir ağlarıyla geliştirdiğimiz model çokluregresyon modeline göre daha başarılı olduğu gözlemlenmiştir. İşletme bulduğumuz sonuçlara göre planlamasını yaparak belirginparametrelere daha fazla ağırlık verirse cirosunda artış görecektir. |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| TRDizin | 9 |
| Google Scholar | 26 |