Zaman serisi analizi teknikleriyle sac kalıp maliyet bileşenlerinin öngörülmesi
Forecasting sheet metal die cost components using time series analysis techniques
- Tez No: 1006247
- Danışmanlar: PROF. DR. ZEHRA BERNA AYDIN
- Tez Türü: Doktora
- Konular: İstatistik, Ekonometri, Statistics, Econometrics
- Anahtar Kelimeler: Ekonomik zaman serisi, Fiyat endeksi, Pres kalıpları, Economic time series, Price index, Press molds
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sac kalıpçılığı, yüksek malzeme ve işçilik maliyetleri ile altı ila oniki aya kadar uzayabilen proje süreleri nedeniyle maliyet belirsizliklerinin yoğun olarak yaşandığı imalat alanlarından biridir. Üreticiler maliyete etki eden çelik, döküm, standart parça fiyatları ve işçilik ücretlerini öngöremedikleri için, ellerindeki son verilerle analiz yapmakta ve ani fiyat değişikliklerinden etkilenmektedirler. Veri temelli ve güvenilir öngörü tekniklerinin geliştirilmesi, hem kalıp teklifi hazırlanırken hem de proje maliyetleri takip edilirken kritik öneme sahiptir. Çalışmada, kalıp maliyet bileşenleri olan çelik fiyatı, döküm fiyatı, standart malzeme fiyatları ve işçilik saat ücretinin en fazla %10 hatayla, altı ay öngörü ufkuyla tahmin edilmesi amaçlanmıştır. Bu kapsamda üç istatistiksel teknik (TBATS, ARIMA ve Facebook Prophet) ile iki yapay zeka tekniği (NeuralProphet ve TimeGPT) kullanılmıştır. Analizlerde Ocak 2010 – Kasım 2025 dönemlerine ait TÜİK çelik ve döküm fiyat endeksleri alınmıştır. Ocak 2009 – Aralık 2025 dönemini içeren kalıp malzeme fiyat endeksleri hesaplanmıştır. İşçilik saat ücreti endeksi için Ocak 2017 – Aralık 2025 dönemindeki ücret verileri kullanılmıştır. Geliştirilen modellerin performansları RMSE, MSE, MAE ve MAPE ölçütleri kullanılarak değerlendirilmiştir. Çalışmada tek bir gözlem–öngörü çiftine dayalı değerlendirmenin yanıltıcı sonuçlar doğurabileceği dikkate alınarak, zaman serilerinde çapraz doğrulama yaparken kullanılan kayan pencere ve açılan pencere yaklaşımları uygulanmıştır. Yapılan analizler sonucunda, üç endeks için NeuralProphet, iki endeks için TBATS ve bir endeks için ARIMA ile en başarılı tahminler elde edilmiştir. Tüm endeksler için, en az bir teknikle %10 hata payı içinde kalarak, 6 aylık öngörü yapılabilmiştir. Çalışma sonuçları, sac kalıpçılığı sektöründe maliyet öngörülerinin veri temelli yaklaşımlarla iyileştirilebileceğini göstermekte; geliştirilen endeksler ve karşılaştırmalı analizlerle literatüre ve uygulamaya katkı sunmaktadır.
Özet (Çeviri)
Sheet metal die manufacturing is one of the sectors in which cost uncertainties are experienced intensively due to high raw material and labor costs, as well as project duration that may extend from six to twelve months. Since manufacturers are unable to accurately forecast the prices of steel, casting materials, standard components, and labor costs that directly affect total costs, they tend to rely on the most recent available data, making their analyses vulnerable to sudden price fluctuations. Therefore, the development of data-driven and reliable forecasting methods is of critical importance both during the preparation of die quotations and throughout project cost monitoring. In this study, it is aimed to forecast the key die cost components, which are steel prices, casting prices, standard material prices, and labor hourly wages, with a six-month forecast horizon. The maximum error margin of the forecasts will be 10%. For this purpose, three statistical methods (TBATS, ARIMA, and Facebook Prophet) and two artificial intelligence–based methods (NeuralProphet and TimeGPT) are employed. The analyses utilize the Turkish Statistical Institute (TURKSTAT) steel price index and casting price index covering the period from January 2010 to November 2025, as well as die material price indices calculated for the period from January 2009 to December 2025. In addition, wage data from January 2017 to December 2025 are used to construct the labor hourly wage index. The performance of the developed models is evaluated using RMSE, MSE, MAE, and MAPE metrics. Considering that evaluations based on a single observation–forecast pair may yield misleading results, rolling window and expanding window approaches, which are commonly used for time series cross-validation, are implemented in the study. As a result of the analyses, NeuralProphet provides the most accurate forecasts for three indices, TBATS for two indices, and ARIMA for one index. For all indices, six-month-ahead forecasts are successfully obtained within the 10% error threshold using at least one method. The findings demonstrate that cost forecasting in the sheet metal die manufacturing sector can be substantially improved through data-driven approaches and contribute to both the academic literature and practical applications through the developed indices and comparative analyses.
Benzer Tezler
- Short-term solar power forecasting with artificial neural network models
Yapay sinir ağları modelleri ile kısa süreli güneş enerjisi tahmini
SEÇKİN GÖKÇE
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Politika faiz kararlarının BIST 100 sektörleri üzerindeki etkisinin görünürlük grafı ile analizi
Analysis of the impact of policy interest rate decisions on BIST 100 sectors with visibility graph
DENİZ RÜMEYSA ERDOĞAN
Yüksek Lisans
Türkçe
2025
EkonomiMuğla Sıtkı Koçman ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. MEHMET ALİ BALCI
- Machine learning applications for time series analysis
Zaman serileri analizi için makine öğrenmesi uygulamaları
MERT CAN
Yüksek Lisans
İngilizce
2024
İstatistikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Novel time-series based DDoS attack detection schemes for traditional networks and software defined networks
Geleneksel ve yazılım tabanlı ağlar için yeni, zaman serisi bağlamlı DDoS saldırı tespit şemaları
RAMIN FULADİ
Doktora
İngilizce
2021
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
- Teknoloji transferi ve ekonomik büyüme arasındaki ilişki: Türkiye örneği (1984-2018)
Relationship between technology transfer and economic growth: The case of Turkey (1984-2018)
ŞULE UYAR
Yüksek Lisans
Türkçe
2020
EkonomiAydın Adnan Menderes ÜniversitesiEkonomi Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞAHİN BULUT