Stok Yönetimi Operasyonlarında Görsel Analitik Odaklı Bir Karar Destek Sistemi
A visual analytics oriented decision support system for inventory management operations
- Tez No: 1004432
- Danışmanlar: PROF. DR. MUZAFFER KAPANOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Stok yönetimi, Yapay zeka, İşletme analitiği, Stock management, Artificial intelligence, Business analytics
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Üretim ve Servis Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde veriye dayalı karar alma süreçlerinin artan önemi, rekabet ve zaman baskısı altında karar vermek durumunda olan karar vericilerin de veriyle kolaylıkla etkileşim kurabileceği gelişmiş sistemlere duyulan ihtiyacı yaygınlaştırmaktadır. Stok yönetimi, talep tahmini ve ekonomik sipariş miktarı (Economic Order Quantity - EOQ) hesaplamasını içeren nicel temelli bir süreçtir. Bu çalışma, sözkonusu operasyonların etkin yönetimi için veri otomasyonu ve yapay zeka entegrasyonu içeren bir karar destek sistemi geliştirmeyi amaçlamaktadır. Sistem; Power BI, Python ve Prophet kullanılarak talep tahminleri üretmekte, sonuçları Excel'e aktarmakta ve öngörülen hesaplamaları otomatikleştirmektedir. Ayrıca kullanıcıların analiz çıktılarıyla doğal dilde etkileşim kurabilmesi için Power Automate üzerinden bir yapay zeka dil modeli entegre edilmiştir. Tüm sonuçlar Power BI tabanlı, gelişmiş gösterge panel sistemi üzerinden karar vericilere sunulmaktadır. Sistem, talep tahmini ve toplam maliyet hesaplamalarını otomatikleştirerek işlem yükünü azaltmış, doğruluk ve tekrar edilebilirlik sağlayarak büyük dil modeli tabanlı yazılım ve görsel paneller aracılığıyla karar alma süreçlerini desteklemiştir. Çalışma, veri analitiği, kestirimci modelleme, operasyonel hesaplama ve yapay zekayı tek bir sistemde birleştiren, kullanıcı dostu ve düşük maliyetli bir dijital dönüşüm modeli sunarak, rekabetçi karar alma süreçlerini hedefleyen işletmelere özgün bir katkı sağlamaktadır.
Özet (Çeviri)
The growing importance of data-driven decision-making processes today has increased the need for advanced systems that enable decision-makers, who must make decisions under competitive and time pressure, to easily interact with data. Inventory management is a quantitative process that includes demand forecasting and EOQ (Economic Order Quantity) calculations. This study aims to develop a decision support system that incorporates data automation and artificial intelligence integration for the effective management of these operations. The system uses Power BI, Python, and Prophet to generate demand forecasts, export the results to Excel, and automate the projected calculations. In addition, an artificial intelligence language model has been integrated via Power Automate to enable users to interact with the analysis outputs in natural language. All results are presented to decision-makers through an advanced dashboard system based on Power BI. The system has reduced the workload by automating demand forecasting and total cost calculations, ensuring accuracy and repeatability, and supporting decision-making processes through large language model-based software and visual dashboards. The work offers a user-friendly and low-cost digital transformation model that combines data analytics, predictive modeling, operational calculation, and artificial intelligence in a single system, providing a unique contribution to businesses aiming for competitive decision-making processes.
Benzer Tezler
- E-ticarette yapay zekâ kullanımının önemi
The importance of using artificial intelligence in e-commerce
MUHAMMET ÇELİK
Yüksek Lisans
Türkçe
2025
Uluslararası TicaretBurdur Mehmet Akif Ersoy ÜniversitesiGümrük İşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜREYYA KOVACI
- Otomatik depolama ve boşaltma sistemleri tasarım parametreleri ve hızlı tüketim ürünleri sektöründe uygulanması
Automatic storage and retrieval system design parameters and implementation of fast moving consumer goods sector
YASİN EMRE BURAN
Yüksek Lisans
Türkçe
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT BASKAK
- Enhancing warehouse efficiency through geographic information system and genetic algorithm
Coğrafi bilgi sistemleri ve genetik algoritma ile depo verimliliğinin artırılması
ONUR YÜREKLİ
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ENES ATİK
- Trol balıkçılığında ıskartanın yaşama ihtimalini etkileyen faktörlerin analizi
Analysis of the factors affecting the discard fate for trawl fishery
EMRAH ŞİMŞEK
Doktora
Türkçe
2018
Balıkçılık Teknolojisiİskenderun Teknik ÜniversitesiSu Ürünleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYDIN DEMİRCİ
- Determination of identical afad warehouses for faster response in disaster relief
Afetlere daha hızlı müdahale için özdeş afad depolarının kullanımı
ŞEFİKA DEMİRBAŞ
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri MühendisliğiÇankaya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ALP ERTEM