Zaman serisi yöntemleri ve XGBoost algoritması ile kömür satış tahmini: Türkiye Tarım Kredi Kooperatifleri uygulaması
Sales prediction using time series and XGBoost algorithm: Application of Agricultural Credit Cooperatives of Turkey
- Tez No: 772705
- Danışmanlar: DR. ÖĞR. ÜYESİ TUĞRUL TAŞCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Şirketlerin ileriye yönelik doğru kararlar verebilmesi için geçmiş verilerden yararlanmalarına birçok durumda ihtiyaç vardır. Günümüzde yöneticiler geçmiş verilere rahatlıkla ulaşabilmektedir. Firmaların iş süreçlerinde kullanılan gelişmiş kurumsal programlar sayesinde geçmiş kayıtları saklayan büyük veri tabanları oluşmuştur. Satış işlemi firmaların en önemli süreçlerinden biridir. Satış kayıtlarına ulaşmak ve bu kayıtları tahmin amaçlı kullanmak mümkündür. Ürün satışı yapan şirketlerde satılan ürünün tahmininin doğru yapılması, şirket kaynaklarının etkin kullanılmasını sağlayarak maliyetleri düşürmekte ve karlılığı artırmaktadır. Kömür ürünü tonlarca satışı gerçekleşen depolama maliyeti yüksek bir üründür. Türkiye'de kış aylarında ısınma amaçlı kullanımı fazladır. Yaz aylarında gereksiz depolanması maliyetleri artırmakta, ayrıca kömür ürünü gramaj kaybederek satıcıyı zarar ettirmektedir. Kömür ürününün satış tahmininin doğru yapılması firmanın zarar etmesini önlemektedir. İstatistik alanında kullanılan zaman serisi tahmin yöntemleri satış tahmin çalışmalarında yaygın olarak kullanılmaktadır. SARIMAX ve Holt-Winters yöntemleri çalışmalarda tercih edilen popüler zaman serisi tahmin yöntemlerdir. FB-Prophet, Facebook tarafından geliştirilmiş yeni bir zaman serisi tahmin yöntemidir. FB-Prophet yıllık, haftalık ve günlük değişen zaman serisi verilerini tahmin etmek için kullanılır. Satış tahmin çalışmalarında makine öğrenmesi algoritmalarıda kullanılmaktadır. XGBoost, son zamanlarda yapılan makine öğrenmesi tabanlı çalışmalarda öne çıkan ve tahmin çalışmalarında da kullanılan bir algoritmadır. Bu tezin amacı Tarım Kredi Kooperatifleri Sakarya Bölge Birliği'ne bağlı 21 kooperatif tarafından yapılan kömür satışlarının tahminini yapabilmek için ideal tahmin yönteminin bulunmasıdır. Çalışmada 2014-2022 yılları arasındaki kömür ürünü satış verileri kullanılarak yıllık ve 2 yıllık toplam kömür satış miktarı ton olarak tahmin edilmiştir. Tahmin yöntemi olarak SARİMAX, Holt-Winters, FB-Prophet zaman serisi yöntemleri ve XGBoost makine öğrenme algoritması kullanılmıştır. Çalışmada kullanılan yöntemlerin performansları MAE, MAPE, MSE, RMSE, R-Kare, ölçüm yöntemleri ile karşılaştırılmış, XGBoost ve SARİMAX yöntemleri ile uzun süreli tahmin sonucunda başarılı sonuçlar elde edilmiştir. XGBoost yönteminin destekleyici parametreler ile kullanılması diğer yöntemlerden daha iyi sonuçlar vermiştir.
Özet (Çeviri)
In company management, in order to make the right decision, using historical data is a successful methodology. Today, managers can easily access historical data. Thanks to the advanced enterprise programs used in the business processes of the companies, large databases that store historical records have been created. The sales process is one of the most important processes of companies. It is possible to access sales records and use these records for forecasting. Estimating the amount of product sales in retail stores, increases profitability by ensuring the effective use of company resources. Coal is a product with a high storage cost, which is sold in tons. Coal is widely used for heating in Turkey during the winter months. In addition to the cost of storage, the coal loses weight, making sellers losses in the summer. Accurate sales forecast prevents the company from making a loss. Time series methods used in statistics are widely used in sales forecasting studies. SARIMAX and Holt-Winters methods are popular time series estimation methods, preferred in studies. FB-Prophet is a new time series forecasting method developed by Facebook. FB-Prophet is used to forecast annual, weekly and daily varying time series data. Machine learning algorithms are also used in sales forecasting studies. The XGBoost algorithm is a new algorithm that is preferred in recent machine learning competitions and gives successful results. The XGBoost algorithm is also used in forecasting studies. The aim of this thesis is to find the ideal method in order to estimate coal sales made from 21 cooperatives affiliated to Sakarya Regional Association of Turkish Agricultural Credit Cooperatives. In this paper, yearly and biennial sales amount of coal are estimated in tons using total sales values between 2014-2022. SARIMAX, Holt-Winters, FB-Prophet time series methods and XGBoost machine learning algorithm are used as estimation methods. The estimation performances of the methods used in the study were compared with MA, MAPE, MSE, RMSE, R-Square performance measurement methods. Successful results have been obtained as a result of long-term prediction with XGBoost and SARIMAX methods. Using the XGBoost method with supporting parameters gave better results than other methods.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği
Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport
NUR YAĞMUR
Doktora
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
PROF. DR. ERDAL ŞAFAK
- Essays on estimation methods
Tahmin yöntemleri üzerine makaleler
YASİN KÜTÜK
Doktora
İngilizce
2019
Ekonometriİstanbul Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. BÜLENT GÜLOĞLU
- Machine learning-enabled stress detection in children using physiological signals during robot assisted therapy
Çocuklarda makine öğrenmesi ile desteklenmiş robot ile yapılan terapi sırasında fizyolojik sinyallerle stres tespiti
SEVGİ NUR BİLGİN AKTAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Detecting the anomalies on number of website sessions with machine learning algorithms
Makine öğrenmesi yöntemleri ile internet sitesi oturum sayılarında anomali tespiti
FURKAN ALVER
Yüksek Lisans
İngilizce
2024
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERHAN ÇENE