Geri Dön

Estimation of success of energy efficieny support program applications for SME's with data mining

KOBİ'lere yönelik enerji verimliliği destek program başvurularının başarısının veri madenciliği ile tahmini

  1. Tez No: 814067
  2. Yazar: HANDE DEMİROĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ İLKE BEREKETLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Galatasaray Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Lojistik Yönetimi Bilim Dalı
  13. Sayfa Sayısı: 80

Özet

Türkiye'de faaliyet gösteren işletmelerin %99,8'i küçük ve orta ölçekli işletmelerdir. Küçük ve orta ölçekli işletmeler (KOBİ'ler) de toplam istihdamın %76,7'sini sağlamaktadır. Bu nedenle ülke ekonomisinde önemli bir rol oynarlar. Ekonomide bu kadar büyük pay almalarının bir sonucu olarak enerji tüketimleri de yüksektir. Enerji verimliliğinin artırılmasına yönelik çalışmalar arasında özellikle KOBİ'lerin enerji verimliliğinin artırılmasına önem verilmesi gerekmektedir. Böylece hem ülke ekonomisine hem de sınırlı kaynakların verimli kullanılmasına ve çevre bilincine katkı sağlanmaktadır. KOSGEB, Türkiye'nin sosyal ve ekonomik ihtiyaçlarının karşılanmasına yönelik, KOBİ'lerin payının ve etkinliğinin artırılması, KOBİ'lerin rekabet gücünün ve seviyesinin yükseltilmesi, ekonomik gelişmeye uygun endüstriyel entegrasyonun sağlanması amacıyla Sanayi ve Teknoloji Bakanlığı'na bağlı olarak faaliyet gösteren bir kuruluştur. Bu çalışmada KOSGEB tarafından 2017 yılında yayımlanan KOBİ Gelişim Destek Programı 'Enerji Verimliliğinin Arttırılması' isimli proje çağrısı kapsamında başvuru yapan işletmelerin, projelerinin başarı ve başarısızlıklarının veri madenciliği algoritmaları ile analiz edilerek projelerin onay alma durumunun tahmin edilmesi amaçlanmaktadır. Böylece yapılan tahminler ile projelerle ilgili kararlarda bilimsel yaklaşım esas alınacaktır. Çalışmada Türkiye'nin 81 ilinden proje uygulama verileri kullanılmıştır. Başvurular sistem üzerinden online olarak alınmaktadır ve KOSGEB tarafından saklanmaktadır. Başvurular başvuru değerlendirme kurulu tarafından değerlendirilmektedir. Çalışmada kullanılmak üzere 2017 yılında KOSGEB tarafından değerlendirilen projeler; firma statüsü, ortak sayısı, faaliyette bulunduğu yıl sayısı, mevcut personel sayısı, beyaz yakalı personel sayısı, mavi yakalı personel sayısı, proje bütçesi, projenin özkaynaklar ile karşılanacak kısmı, işletmenin özkaynağı, yurt içi satışları, yurt dışı satışları, yönetim giderlerine göre incelenmiştir. Bu niteliklerin projenin KOSGEB tarafından onaylanması üzerindeki rolü incelenecektir. Bu inceleme ile birlikte ileride projelere başvuracak işletmelerin başarı tahmini yapılmaya çalışılmıştır. Veriler ön işleme tabi tutularak python yazılımına uyarlanmıştır. Veri seti; LightGBM, Lojistik Regresyon ve Destek Vektör Makineleri algoritmaları sınıflandırılmıştır. Sınıflandırma sonuçları karşılaştırılmış ve LightGBM algoritması 0.93 F1 score ve 0.88 Accuracy ile en başarılı algoritma olarak bulunmuştur.

Özet (Çeviri)

99.8% of the businesses operating in Turkey are small and medium business enterprises. Small and medium-sized enterprises (SMEs) also provide 76.7% of total employment. As a result, they are crucial to the economy of the nation. As a result of receiving such large payments in the economy, their energy consumption is also high. Particular attention should be paid to the energy distribution of SMEs among the employment for the limits of energy consumption. As a result, it benefits the nation's economy, the wise use of resources, and environmental consciousness. KOSGEB is an institution operating under the Ministry of Industry and Technology in order to meet the social and economic needs of Turkey, to increase the superiority and level of SMEs above the share and performance of SMEs, and to achieve industrial control suitable for economic development. In this study, it is aimed to estimate the approval status of the projects by analyzing the success and failure of the projects of the enterprises that applied within the scope of the SME Development Support Program 'Increasing Energy Efficiency' project call published by KOSGEB in 2017. Thus, the scientific approach will be taken as a basis in the decisions made about the projects and the estimations. Projects evaluated by KOSGEB in 2017 to be used in the study; company status, number of partners, number of years of operation, number of existing personnel, number of white-collar personnel, number of blue-collar personnel, project budget, the part of the project to be met with equity, the enterprise's equity, domestic sales, foreign sales, administrative expenses. The role of these qualifications on the approval of the project by KOSGEB will be examined. The project application data from 81 provinces of Turkey is used in the study. Applications are received online through the system and stored by KOSGEB. Applications are evaluated by the application evaluation board. With this review, it has been tried to make an estimation of the success of the enterprises that will apply for the projects in the future. The data were preprocessed and adapted to the python software. Data set; LightGBM, Logistic Regression and Support Vector Machines algorithms are classified. Classification results were compared and LightGBM algorithm was found to be the most successful algorithm with 0.93 F1 score and 0.88 accuracy.

Benzer Tezler

  1. Elektromanyetik açıcının bazı fiziksel özelliklerinin ölçümü, sonlu elemanlar yöntemi ile analizi ve karakteristiğinin makine öğrenmesi ile kestirimi

    Measurement of some physical properties of an electromagnetic plunger, its analysis with finite element method, and estimating the characteristic using machine learning

    MAHAMMADKHAN GULIYEV

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞUAYB ÇAĞRI YENER

  2. Enerji verimliliğinin kent ölçeğinde planlanması ve mekan ile etkileşimi Milas örneği

    Planning energy efficiency in urban scale, it's interaction with urban form Milas case

    KEREM BEYGO

    Doktora

    Türkçe

    Türkçe

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    YRD. DOÇ. DR. MEHMET ALİ YÜZER

  3. Estimation of commercial building energy consumption with machine learning

    Makine öğrenimi ile ticari bina enerji tüketimi tahmini

    YOUSIF MURSHID MUHEALDDIN MUHEALDDIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SELİM BUYRUKOĞLU

    DR. ÖĞR. ÜYESİ MOHAMMED RASHAD BAKER BAKER

  4. Yaşama mekanlarında gün ışığının etkin kullanılması için makine öğrenmesi ile optimum pencere tasarımı

    Optimum window design with machine learning for effective use of daylight in living spaces

    FADİME DİKER

    Doktora

    Türkçe

    Türkçe

    2024

    MimarlıkSüleyman Demirel Üniversitesi

    Mimarlık, Planlama ve Tasarım Ana Bilim Dalı

    DOÇ. DR. İLKER ERKAN

  5. Designing a decision support and recommendation system for improving energy efficiency

    Enerji verimliliğini artırmaya yönelik karar destek ve öneri sistemi tasarımı

    BAYRAM ÇAĞDAŞ KARA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZLEM VARLIKLAR