Bir otomotiv sektörü işletmesinde yedek parça talep tahmin analizi
An analysis of spare parts demand forecasting in the automotive sector company
- Tez No: 898267
- Danışmanlar: DR. MEHMET AKANSEL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Otomotiv yedek parça taleplerinin tahmini sektördeki işletmelerin temel bir sorunu olarak değerlendirilmektedir. Stok seviyelerinin ve üretim planlarının doğru biçimde belirlenmesi, üretim verimliliğinin artırılması ve müşteri taleplerinin zamanında karşılanması hayati önem taşır. Bu nedenle, yedek parça talebi üzerine yapılan tahminler, otomotiv üreticileri için stratejik kararların alınmasında temel bir rol oynamaktadır. Talep tahmini, üretim kapasitesinin belirlenmesi ve tedarik zincirinin yönetilmesi için önemli bir kılavuz sağlar. Bu bağlamda, doğru talep tahmini, otomotiv sektöründeki işletmelerin rekabet avantajı elde etmesine ve sürdürülebilir başarıya ulaşmasına yardımcı olur. Bu çalışmada, Türkiye'deki bir otomotiv sektöründe yedek parça talep tahmini için çeşitli yöntemler karşılaştırılmıştır. 2018 yılının 3. ayında seri üretimine başlanan bir projenin 60 aylık sürecinde elde edilen veriler üzerinden analiz gerçekleştirilmiştir. Daha önceki literatür taramaları, talep tahmini için zaman serileri ve makine öğrenme yöntemlerinin yaygın olarak kullanıldığını ve yedek parça talep tahmini alanında bu yöntemlere yönelik birçok çalışmanın olduğunu ortaya koymuştur. Yaygın biçimde kullanılan istatistiksel tahmin yöntemlerinden biri olan ARIMA zaman serisi yöntemi ve NNAR (Nonlinear Autoregressive) ve MLP (Multilayer Perceptron) adlı makine öğrenmesi yöntemleri en iyi tahmin yöntemini belirlemek ve 6 aylık yedek parça talep tahminlerini elde etmek için kullanılmıştır. Yapılan analizler sonucunda, projenin farklı versiyonları için MLP yönteminin bir örnek veride ve NNAR yönteminin ise iki örnek veride en iyi tahmin yöntemi olduğu belirlenmiştir. Bu çalışmanın sektördeki işletmelere ve araştırmacılara, yedek parça talep tahmini süreçlerinde kullanılacak yöntemleri seçmede bir rehberlik sağlaması hedeflenmiştir.
Özet (Çeviri)
The prediction of automotive spare parts demand is considered a fundamental issue for businesses in the industry. Accurately determining stock levels and production plans is crucial for increasing production efficiency and meeting customer demands in a timely manner. Therefore, forecasts of spare parts demand play a key role in strategic decision-making for automotive manufacturers. Demand forecasting serves as an important guide for determining production capacity and managing the supply chain. In this context, accurate demand forecasting helps businesses in the automotive sector achieve a competitive advantage and sustainable success. This study compares various methods for forecasting spare parts demand in the automotive sector in Turkey. An analysis was conducted using data collected over a 60-month period from a project that began mass production in the third month of 2018. Previous literature reviews have revealed that time series and machine learning methods are widely used for demand forecasting, with many studies focused on these methods in the field of spare parts demand forecasting. The ARIMA time series method, a commonly used statistical forecasting method, along with machine learning methods such as NNAR (Nonlinear Autoregressive) and MLP (Multilayer Perceptron), were utilized to determine the best forecasting method and to obtain 6-month spare parts demand forecasts. The analysis results indicated that the MLP method was the best forecasting method for one sample datasets and the NNAR method for two sample datasets for different versions of the project. This study aims to provide guidance to businesses and researchers in the industry on selecting methods to use in spare parts demand forecasting processes.
Benzer Tezler
- Gri ilişkisel analiz ile tedarik zinciri performansının değerlendirilmesi; Otomotiv sektöründe bir uygulama
Evaluation of supply chain performance with Grey Relational Analysis: An application at automotive sector
İBRAHİM AKBULUT
- Forklift üretimi yapan bir işletmede üretim planlama ve ürün çeşitliliği yönetimi: Bir uygulama
Production planning and product variety management in a lift truck manufacturing company: An application
ŞEYMA SEZER
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiNecmettin Erbakan ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKTAN
DR. ÖĞR. ÜYESİ ŞULE ERYÜRÜK
- Theoretical and experimental analysis of turbocharger in tractor engines
Traktör motorlarında turboşarj uygulamasının teorik ve deneysel yöntemlerle incelenmesi
ZAFER ÇANGA
Doktora
İngilizce
2016
Makine MühendisliğiSelçuk ÜniversitesiTarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. KAZIM ÇARMAN
- Tam zamanında üretim ve otomotiv sektöründe kanban uygulaması
Just in time and kanban application in automotive industry
CEMİL DEMİR
Yüksek Lisans
Türkçe
2006
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET ATAK
- Endüstri 4.0 uygulamalarına ilişkin algılar: Otomotiv ve tekstil sektörü üzerinde bir araştırma
Perceptions of industry 4.0 applications: A research on the automotive and textile sectors
MECNUN MUTLU
Yüksek Lisans
Türkçe
2019
İşletmeBursa Uludağ Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. BAŞAK AYDEM ÇİFTÇİOĞLU