Geri Dön

Gıda sektörü için talep tahmin analizi

Demand forecast analysis for the food industry

  1. Tez No: 888684
  2. Yazar: GÖKHAN ÖZDEMİR
  3. Danışmanlar: PROF. DR. SEMİH ÖNÜT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

Yaşayan her insanın, hatta bitkiler ve hayvanlarda dâhil olmak üzere her canlının sağlıklarını koruyabilmeleri, yaşamlarını devam ettirebilmeleri ve gelişimlerini sağlayabilmeleri için gıdaya ihtiyaçları olmuştur. Gıdanın dengeli ve yeteri miktarda tüketimi hayatın devamlılığı için bir zorunluluktur. Dolayısıyla bu gıda maddelerinin en alt basamaktan (tarım, hayvancılık, balıkçılık) başlanarak üretimi, dağıtımı, işlenmesi gibi faaliyetlerden sonra son tüketiciye ulaştırılmasına kadar geçen tüm işlemler gıda sektörünü oluşturmaktadır. Bu sektörün ticari değeri 1995 yılında 680 milyar dolar iken 2018 yılında 1,5 trilyon dolar olmuştur. Gıda sektörünün hacminin birkaç yılda iki kattan daha fazla artmasında ise üretim ve tüketim kadar dağıtımında payı büyüktür. Küresel bir ulaşım ağının bulunması ve kullanımının kolaylaşarak yaygınlaşması her sektörde olduğu gibi gıda sektörüne de olumlu katkı sağlamıştır. Bu araştırmanın amacı simit üretimini, dağıtımını ve satışını gerçekleştirmekte olan bir firmanın bir yıllık satış miktarları ele alınarak gelecek bir aylık döneme ait simit talebinin yapay zekâ kullanılarak tahmin edilmesini sağlamaktır. Araştırmada tahmin yapay zekâ yöntemleri ile LSTM (Long Short Term Memory – Uzun Kısa Süreli Bellek) Sinir Ağı ve CNN (Convolutional Neural Network – Uygulamalı Evrişimsel Sinir Ağları) Sinir Ağı kullanılarak yapılmıştır. Tahmin sonuçlarının doğruluğunun ölçümünde ise MSE (Mean Squared Error – Ortalama Hata Karesi) ve RMSE (Root Mean Square Error – Ortalama Hata Karesinin Kökü) kullanılmıştır. LSTM ve CNN yapay zekâ yöntemleri Python yazılımı kullanılarak test edilmiş ve iki yönteminde hemen hemen aynı doğrulukta sonuçlar verdiği görülmüştür. Bu sonuçlar Makine Öğrenmesi metodu ile test edilerek daha başarılı olduğu kanıtlanmıştır. Dolayısıyla satışın gerçekleşebileceği miktarın doğru tahmini sonucu işletmenin verimliliği, karlılığı, pazar ile rekabeti ve sürdürülebilirliği olumlu biçimde etkilenecektir.

Özet (Çeviri)

Every living person, including even plants and animals, needs food to maintain their health, sustain their lives and ensure their development. Consuming balanced and sufficient amounts of food is a necessity for the continuity of life. Therefore, all the processes of these foodstuffs, starting from the lowest level (agriculture, animal husbandry, and fishing), through activities such as production, distribution, processing, until they are delivered to the end consumer, constitute the food sector. While the commercial value of this sector was 680 billion dollars in 1995, it reached 1,5 trillion dollars in 2018. Distribution as well as production and consumption plays a major role in the fact that the volume of the food industry has more than doubled in a few years. The existence of a global transportation network and the ease and spread of its use have made a positive contribution to the food industry, as in every sector. The purpose of this research is to estimate the bagel demand for the next month using artificial intelligence by considering the annual sales amounts of a company that produces, distributes and sells bagels. In the research, prediction was made using artificial intelligence methods, LSTM (Long Short Term Memory) Neural Network and CNN (Convolutional Neural Network) Neural Network. MSE (Mean Squared Error) and RMSE (Root Mean Square Error) were used to measure the accuracy of the prediction results. LSTM and CNN artificial intelligence methods were tested using Python software and it was seen that both methods gave almost the same accuracy results. These results have been tested with the Machine Learning methodology and proven to be more successful. Therefore, as a result of the correct estimation of the amount that can be sold, the efficiency, profitability, market competition and sustainability of the business will be positively affected.

Benzer Tezler

  1. Multi-product, multi-stage production planning model and decision support system suggestion for F&B industry

    Yiyecek içecek sektörü için çok ürünlü, çok aşamalı üretim planlamasına yönelik model ve karar destek sistemi önerisi

    GÜZİN TİRKEŞ

    Doktora

    İngilizce

    İngilizce

    2016

    Endüstri ve Endüstri MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    PROF. DR. NEŞE ÇELEBİ

    DOÇ. DR. MURAT KOYUNCU

  2. Hareketli ortalama, üstel düzeltme ve trend analizi yöntemleri ile talep tahmini: İlaç sektöründe bir uygulama

    Demand forecast with moving averages, exponential smoothing and trend analysis methods: An application in the pharmaceutical sector

    BÜNYAMİN SALİH GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İşletmeKonya Gıda ve Tarım Üniversitesi

    Uluslararası Ticaret ve İşletmecilik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUĞBA SARI

  3. The political economy of pandemics: The cross- case study of Morocco and Jordan during the COVID-19 pandemic

    Pandemilerin siyasi ekonomisi: COVID-19 pandemisi sırasında Fas ve Ürdün'ün vakalar arası çalışması

    AYAT BORJ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Siyasal Bilimlerİstanbul Aydın Üniversitesi

    Siyaset Bilimi ve Uluslararası İlişkiler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET TURAN ÇAĞLAR

  4. Prediction of churn rate for prepaid customers in turkish telecom industry

    Telekom sektöründe faturasız aboneler için abone hareketi tahminlemesi

    CANSU ALATAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ELİF KARAOSMANOĞLU

  5. Gıda işletmelerinde yapay sinir ağları ile talep tahminlemesi

    Estimating demand on food serving businesses with artificial neural networks

    BURAK YEŞİLDAĞ

    Doktora

    Türkçe

    Türkçe

    2024

    İşletmeMuğla Sıtkı Koçman Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ERDOĞAN GAVCAR