Hurda fiyatlarının zaman serisi tabanlı tahmin yöntemleri ile modellenmesi
Modeling scrap prices using time series-based forecasting methods
- Tez No: 1001683
- Danışmanlar: DOÇ. DR. ONUR UĞURLU
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İzmir Bakırçay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sanayi sektöründe sürdürülebilirliğin ve maliyet yönetiminin anahtarı olan hurda metaller, stratejik bir kaynak niteliğindedir. Ancak döviz kuru, tedarik zinciri aksaklıkları ve jeopolitik gelişmeler gibi dışsal faktörler, hurda fiyatlarında yüksek volatiliteye neden olarak bütçeleme ve stok yönetimi kararlarını zorlaştırmaktadır. Bu tez çalışması, hurda metal fiyatlarının tahmini için geleneksel ARIMA modeli ile yapay zeka tabanlı LSTM, RNN ve Random Forest yöntemlerini karşılaştırmalı olarak analiz etmektedir. Modellerin performansları, günlük fiyat verileri üzerinden farklı hata metrikleri ile kıyaslanarak sanayi kuruluşlarının risk yönetimini optimize edecek en güvenilir tahmin modelinin belirlenmesi hedeflenmiştir. Yapılan analizler sonucunda, hurda metal fiyatlarının tahmininde yapay zeka tabanlı modellerin, geleneksel istatistiksel yöntemlere göre belirgin bir üstünlük sağladığı görülmüştür. Özellikle Random Forest algoritması, 0.979 gibi yüksek bir belirleyicilik katsayısı (R2) ile fiyat hareketlerini en doğru açıklayan model olurken; LSTM ve RNN gibi derin öğrenme mimarileri de düşük hata oranlarıyla tutarlı bir performans sergilemiştir. Buna karşın ARIMA modeli, piyasadaki yüksek volatilite karşısında serinin dinamiklerini yakalamada yetersiz kalmıştır. Elde edilen bu ampirik bulgular; makine öğrenmesi yaklaşımlarının, sanayi kuruluşları için hammadde maliyet yönetiminde ve stratejik karar alma süreçlerinde yüksek doğruluklu, güvenilir bir karar destek sistemi altyapısı sunduğunu kanıtlamaktadır.
Özet (Çeviri)
However, scrap metal prices exhibit high volatility due to external factors such as exchange rate fluctuations, global supply chain disruptions, and geopolitical developments, which complicates budgeting and inventory management decisions. This thesis presents a comparative analysis of the traditional ARIMA model against artificial intelligence-based approaches, namely LSTM, RNN, and Random Forest, for forecasting scrap metal prices. By evaluating model performances on historical daily price data through various error metrics, this study aims to identify the most reliable forecasting framework to optimize risk management for industrial enterprises. The empirical results demonstrate that AI-based models significantly outperform traditional statistical methods in predicting scrap metal prices. Notably, the Random Forest algorithm emerged as the most accurate model, yielding a high coefficient of determination (R2) of 0.979, while deep learning architectures such as LSTM and RNN exhibited consistent performance with low error rates. In contrast, the ARIMA model proved inadequate in capturing the dynamic nature of the series amidst high market volatility. These findings confirm that machine learning approaches provide a robust and highly accurate decision-support infrastructure for raw material cost management and strategic planning in industrial settings.
Benzer Tezler
- Techno-economic analyzes of ballast treatment systems for aged midsize tonnage bulkcarriers
İleriki yaşlarında orta tonajlı dökme yük gemileri için balast ıslah sistemlerinin tekno-ekonomik analizleri
GÖZDE TURAN
Yüksek Lisans
İngilizce
2018
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PELİN BOLAT
- Les aspects communs et différents des droit de la concurrence Américain et Européen
Avrupa Birliği rekabet hukuku ile Amerikan rekabet hukukunun ortak ve farklı yanları
ALİ CENK KESKİN
Yüksek Lisans
Fransızca
2003
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. AYŞE IŞIL ERGÜVENÇ
- Examination of the effects of change in global metal prices on Turkish basic metal production and exportation
Global metal fiyat değişikliklerinin Türk metal endüstrisine ve ihracatına olan etkilerinin incelenmesi
CEM BALIKÇIOĞLU
Yüksek Lisans
İngilizce
2018
EkonomiOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. ESMA GAYGISIZ LAJUNEN
- Komşu ülkelerden gelen gıda ürünlerine yönelik tüketicilerin satın alma davranışlarının analizi: Iğdır ili örneği
Analysis of purchasing behaviour of consumers for food products from neighbour countries: A case of Igdir province
AYŞE KARADAĞ GÜRSOY
Yüksek Lisans
Türkçe
2017
ZiraatSüleyman Demirel ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. BAHRİ KARLI