Araştırma Makalesi

Klasik Zaman Serisi Yöntemleri ile Konteyner Elleçleme Tahmini

Cilt: 7 Sayı: 3 30 Eylül 2022
PDF İndir
EN TR

Klasik Zaman Serisi Yöntemleri ile Konteyner Elleçleme Tahmini

Öz

Küresel rekabet ortamında ticaret hacmindeki artış ülkelerin ekonomik girdilerinin en önemli unsurlarını oluşturmaktadır. Ulusal ya da uluslararası ticarette rakiplerden öne çıkmanın farklı birçok yolu olsa bile asıl avantajı, sunulan lojistik hizmet ve kalitesi sağlamaktadır. Özellikle son yıllarda hızlı bir şekilde büyüyen denizyolu taşımacılığı ile yük taşıma türleri arasında, en etkin bir şekilde gelişim sağlayan tür konteyner taşımacılığıdır. Bu çalışmada Türkiye’deki bütün limanlarda gerçekleşen ortalama konteyner elleçleme miktarının öngörüsü amaçlanmıştır. Konteyner elleçleme hacimlerinin öngörüsü, konteyner akışındaki planlamanın yapılmasını sağlayacak ve böylece hem liman işletmelerin hizmet kalitesinin iyileştirilmesine katkı hem de ülkemizin küresel rekabette avantajlı duruma geçmesine fikir oluşturacaktır. Bu amaç için, ilgili Bakanlığa ait internet sitesinden Türkiye’deki limanlarda Ocak 2004-Aralık 2021 dönemine ait aylık gerçekleşen toplam konteyner elleçleme miktarına ait verilerden faydalanılmıştır. Öncelikle elimizdeki zaman serisi incelenmiş olup zaman serisinin yapısına uygun olarak Mevsimsel Naive, Holt-Winters Toplamsal, Holt-Winters Çarpımsal, ETS ve SARIMA yöntemleri ile ilgili zaman serisinin analizi gerçekleştirilmiştir. Ayrıca, ilgili zaman serisinin analizinde en iyi test kümesi sonucuna sahip olan model hata kareler ortalaması ve ortalama mutlak yüzdelik hata kriterleri ile tespit edilmiştir. Sonuç olarak, analiz aşamasında kullanılan yöntemler arasında en uygun yöntemin SARIMA yöntemi olduğu tespit edilmiştir. Ayrıca, Türkiye’deki tüm limanlara ait 2022 yılına ait ortalama konteyner elleçleme öngörü değerleri %95 alt ve üst güven sınırı ile tespit edilmiştir.

Anahtar Kelimeler

Elleçleme , Konteyner , Türkiye , Zaman serisi analizi

Kaynakça

  1. Bal, E. T. & Çalışır, V. (2018). Konteyner Elleçleme İçin Ekonometrik Tahminleme: ARMA Modeli Uygulaması. Uluslararası Toplum Araştırmaları Dergisi, 9(16), 2067-2096.
  2. Doğusel, V. (2021). Kocaeli Limanları Yük Talep Tahmini. Deniz Taşımacılığı ve Lojistiği Dergisi, 02(02), 82-90.
  3. Fiskin, C. S., Turgut, O., Westgaard, S. & Cerit, A. G. (2022). Time series forecasting of domestic shipping market: comparison of SARIMAX, ANN-based models and SARIMAX-ANN hybrid model. Int. J. Shipping and Transport Logistics, 14(3), 193-221.
  4. Holt, C.E. (1957). Forecasting seasonals and trends by exponentially weighted averages (O.N.R. Memorandum No. 52). Carnegie Institute of Technology, Pittsburgh USA.
  5. Hyndman, R. J. & Khandakar, Y. (2008). Automatic time series forecasting: the forecast package for R. Journal of Statistical Software, 26(3), 1-22.
  6. Hyndman, R., Athanasopoulos, G., Bergmeir, C., Caceres, G., Chhay, L., O'Hara-Wild, M., Petropoulos, F., Razbash S., Wang, E. & Yasmeen, F. (2021). Forecast: Forecasting functions for time series and linear models. R Package Version 8.14
  7. Kılınç, G., Karaatlı, M. & Ömürbek, N. (2022). Türkiye Limanlarındaki Konteyner Ve Yük Elleçleme Hacimlerinin YSA NARX Modeli ile Öngörülmesi. Verimlilik Dergisi, (2), 251-266.
  8. Kılınç, G., Karaatlı, M. & Ömürbek, N. (2022). Türkiye Limanlarındaki Konteyner Ve Yük Elleçleme Hacimlerinin YSA NARX Modeli ile Öngörülmesi. Verimlilik Dergisi, (2), 251-266.
  9. Kim, J. K., Pak, J. Y., Wang, Y., Park, S. I. & Yeo, G.T. (2011). A Study on forecasting container volume of port using SD and ARIMA. Journal of Navigation and Port Research International Edition, 35(4), 343-349.
  10. Lertthaitrakul, W., Khumsawat, P. & Manirochana, N. (2021). A Comparison Forecast Volume of Outbound Containers in Case of The Bangkok Port Between Exponential Smoothing nd ARIMA Model. Turkish Journal of Computer and Mathematics Education, 12 (8), 3010-3016

Kaynak Göster

APA
Akkan, B., & Çalışır, V. (2022). Klasik Zaman Serisi Yöntemleri ile Konteyner Elleçleme Tahmini. Journal of Anatolian Environmental and Animal Sciences, 7(3), 341-349. https://doi.org/10.35229/jaes.1133335