Geri Dön

Bir gıda firmasındaki ürünlerin optimum taleplerinin tahminlenmesi

Prediction of the optimal demand for products in a food company.

PDF İndir

  1. Tez No: 956705
  2. Yazar: EMRE SÜYÜN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ DİDEM YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Mühendislik Bilimleri, İstatistik, Industrial and Industrial Engineering, Engineering Sciences, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Gelişim Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
  13. Sayfa Sayısı: 105

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

  1. Tez No

    671277

    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

    İngilizce

    2021

    İşletmeYaşar Üniversitesi

    Uluslararası Lojistik Yönetimi Ana Bilim Dalı

    PROF. DR. YÜCEL ÖZTÜRKOĞLU

  2. Tez No

    502071

    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

    Türkçe

    2018

    Endüstri ve Endüstri MühendisliğiBahçeşehir Üniversitesi

    Tedarik Zinciri Yönetimi ve Lojistik Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ADNAN ÇORUM

  3. Tez No

    283249

    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

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Gıda MühendisliğiÇukurova Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ASİYE AKYILDIZ

  4. Tez No

    696366

    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

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Gıda MühendisliğiEge Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. TANER BAYSAL

  5. Tez No

    183999

    Çok doymamış yağ asitleri bakımından zengin alg ilave edilen yemlerin levrek (Dicentrarchus albrax L., 1758)'de büyüme performansı ve vücut komposizyonuna etkisi

    Effects of pufa (Polyunsaturated fatty acids) enriched algae added diets on growth and body composition of sea bass (Dicentrarchus labrax L., 1758)

    KAMİL MERT ERYALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Su Ürünleriİstanbul Üniversitesi

    Su Ürünleri Yetiştiriciliği Ana Bilim Dalı

    PROF. DR. ERDAL ŞENER

Geri Dön