Bir gıda firmasındaki ürünlerin optimum taleplerinin tahminlenmesi
Prediction of the optimal demand for products in a food company.
- Tez No: 956705
- Danışmanlar: DR. ÖĞR. ÜYESİ DİDEM YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Mühendislik Bilimleri, Endüstri ve Endüstri Mühendisliği, Statistics, Engineering Sciences, Industrial and Industrial Engineering
- Anahtar Kelimeler: Arz talep yönetimi, Çoklu regresyon analizi, Supply demand management, Multiple regression analysis
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, gıda sektöründe talep tahmininin önemini ve bu alandaki mevcut literatürü kapsamlı bir şekilde ele almaktadır. Talep tahmini, işletmelerin stok yönetimi, lojistik planlama ve müşteri memnuniyeti gibi kritik süreçlerinde stratejik bir rol oynamaktadır. Gıda ürünlerinin mevsimsel değişikliklere ve tüketici davranışlarındaki belirsizliklere olan duyarlılığı, bu süreci daha karmaşık ve hassas hale getirmektedir. Literatür taramasında, talep tahmini için kullanılan yöntemlerin güçlü ve zayıf yönleri detaylı bir şekilde incelenmiş; özellikle regresyon modelleri, zaman serisi analizleri ve makine öğrenimi yaklaşımlarının bu süreçteki rolleri değerlendirilmiştir. Ayrıca, gıda sektörüne özgü dinamikler vurgulanarak, sektör için etkili modelleme stratejilerinin belirlenmesinin önemi ortaya konmuştur. Tezin ikinci bölümünde, talep tahminine yönelik veri toplama, işleme ve analiz süreçleri ele alınmıştır. Hem içsel veri kaynakları (satış kayıtları, indirim verileri) hem de dışsal faktörler (hava durumu, tatil dönemleri) dikkate alınmış; açık kaynaklı Walmart veri seti kullanılarak farklı senaryolar analiz edilmiştir. Veri ön işleme aşamasında, eksik veriler analiz edilmiş ve aykırı değerler tespit edilerek modelleme sürecine uygun hale getirilmiştir. Bu yöntemler, tahmin modellerinin doğruluğunu ve güvenilirliğini artırmıştır. Üçüncü bölümde, SARIMAX, Random Forest, Gradient Boosting ve LSTM gibi farklı modellerin tahmin performansları karşılaştırılmıştır. Makine öğrenimi tabanlı modeller, doğrusal olmayan ilişkileri modelleme yetenekleri ve yüksek doğruluk oranlarıyla geleneksel yöntemlere kıyasla daha başarılı bulunmuştur. Random Forest ve Gradient Boosting gibi yöntemler ise veri çeşitliliğini anlamada ve özelliklerin önemini tespit etmede etkili sonuçlar vermiştir. Sonuç olarak, bu tez, gıda sektöründe stratejik kararların alınmasında talep tahmini yöntemlerinin kritik rolünü vurgulamakta; farklı modelleme yaklaşımlarını karşılaştırarak hem akademik literatür hem de sektörel uygulamalara değerli bir katkı sunmaktadır.
Özet (Çeviri)
This thesis comprehensively addresses the importance of demand forecasting in the food industry and reviews the existing literature in this field. Demand forecasting plays a strategic role in critical processes such as inventory management, logistics planning, and customer satisfaction. The sensitivity of food products to seasonal variations and uncertainties in consumer behavior makes this process more complex and delicate. In the literature review, the strengths and weaknesses of methods used for demand forecasting, particularly regression models, time series analysis, and machine learning approaches, have been thoroughly examined. Moreover, the dynamics specific to the food industry are highlighted, and the importance of determining effective modeling strategies for the sector is emphasized. The thesis focuses on the data collection, processing, and analysis processes for demand forecasting. Both internal data sourcesand external factors have been taken into account; different scenarios were analyzed using the publicly available Walmart dataset. In the data preprocessing stage, missing data was analyzed and outliers were detected, ensuring the data was suitable for the modeling process. These methods have improved the accuracy and reliability of the forecasting models. In the third section, the forecasting performance of different models, such as SARIMAX, Random Forest, Gradient Boosting, and LSTM, has been compared. Machine learning-based models were found to outperform traditional methods due to their ability to model nonlinear relationships and achieve higher accuracy. Methods such as Random Forest and Gradient Boosting were also effective in understanding data diversity and identifying feature importance. In conclusion, this thesis underscores the critical role of demand forecasting methods in making strategic decisions in the food industry; by comparing different modeling approaches, it provides a valuable contribution to both academic literature and industry practices.
Benzer Tezler
- Applying lean production tools to reduce waste management in food sector
Gıda sektöründe atık yönetimini azaltmak için yalın üretim araçlarının uygulanması
ELİF KIRAN
Yüksek Lisans
İngilizce
2021
Yaşar ÜniversitesiUluslararası Lojistik Yönetimi Ana Bilim Dalı
Yükleniyor...
- Perakende sektöründe dinamik fiyatlandırma ile gelir optimizasyonu
Revenue optimization application with dynamic pricing in retail industry
SİNEM BATMACA
Yüksek Lisans
Türkçe
2021
İstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Perakende sektöründe dağıtım yönteminin tedarikçi ödeme ve vade türüne göre belirlenmesi: Perakende gıda firmasında bir uygulama
Adjusting distribution network according to payment system of suppliers in retailer sector: An implementation for a food retailer company
YASEMİN BEKTAŞ BATIRER
Yüksek Lisans
Türkçe
2018
Bahçeşehir ÜniversitesiTedarik Zinciri Yönetimi ve Lojistik Yönetimi Ana Bilim Dalı
Yükleniyor...
- Farklı polietilentereftalat (PET) şişelerde ambalajlanan gazlı kola içeceğinin CO2 içeriği üzerinde çeşitli faktörlerin etkisi
Effects of various factos on CO2 content of carbonated cola beverages packed in different polyethylene terephthalate (PET) bottles
FATMA ÇAKIR
- Vakum impregnasyon uygulaması ile probiyotik ilaveli orta nemli kayısı üretimi, kalite özelliklerinin ve raf ömrünün belirlenmesi
Development of probiotic added intermediate moisture apricot with vacuum impregnation, determination of quality characteristics and shelf life
FAHRİYE AYRIÇ