@article{article_1661028, title={Turizm Sektöründe Doluluk Oranları Tahminlerinin Makine Öğrenmesi Ve Zaman Serisi Analizleri ile İncelenmesi}, journal={Veri Bilimi}, volume={8}, pages={89–99}, year={2025}, author={Yiğittekin, Ayşe and Koc, Tuba and Akın, Pelin}, keywords={Turizm doluluk oranı, ELM, MLP, Zaman serisi analizi, SARIMA, Turizm talebi.}, abstract={Bu çalışmada, Türkiye’deki konaklama işletmelerinin doluluk oranlarını tahmin etmek amacıyla zaman serisi analiz yöntemleri ile makine öğrenmesi tekniklerinden Aşırı Öğrenme Makinesi (ELM) ve Çok Katmanlı Algılayıcı (MLP) yöntemleri kullanılmıştır. Çalışmada 2000-2024 yılları arasındaki konaklama işletmelerine ait veriler analiz edilmiş olup, farklı eğitim- test veri oranları (%80-%20, %70-%30 ve %60-%40) ile modellerin performansları değerlendirilmiştir. Performans ölçütleri olarak Ortalama Mutlak Hata (MAE) ve Karekök Ortalama Hata (RMSE) kullanılmıştır. Sonuç olarak, veri ayrım oranına bağlı olarak yerli turist doluluk oranlarında ELM, yabancı turist doluluk oranlarında MLP ve toplam doluluk oranlarında SARIMA modeli en iyi tahmin performansını göstermiştir. Bu bulgular, konaklama sektöründe daha doğru kapasite planlamasına ve stratejik karar alma süreçlerinin iyileştirilmesine önemli katkılar sağlayabilir.}, number={1}, publisher={Murat GÖK}