ANALYSIS AND FORECASTING OF CARGO HANDLING IN THE MARMARA REGION

Yıl 2025, Cilt: 26 Sayı: 1, 1 - 15, 29.06.2025

Elvan Deniz

Öz

Port logistics is a crucial part of maritime transportation, covering all activities from cargo entry to departure. Serving as major hubs in international trade, ports in the Marmara Region hold strategic importance due to their location and strong industrial hinterland. This study analyzes annual cargo handling volumes (in tons) at Marmara ports from 2012 to 2024 based on official statistics. Time series methods trend analysis, moving averages, and exponential smoothing were used to assess historical patterns and forecast cargo volumes for 2025–2029. The most suitable forecasting models were identified through statistical evaluation. Results show a steady increase in cargo volumes, highlighting the need to expand port infrastructure in the region. These findings offer essential insights for policymakers and stakeholders involved in logistics planning, infrastructure development, and strategic investment, supporting data-driven decision-making for the Marmara Region’s future maritime logistics.

Anahtar Kelimeler

Time Series Analysis , Port Logistics , Forecasting Methods , Marmara Region

MARMARA BÖLGESİNDE ELLEÇLENEN YÜKLERİN ANALİZİ VE TAHMİN EDİLMESİ

Öz

Liman lojistiği, deniz taşımacılığının kritik bir parçası olup, yüklerin limana girişinden çıkışına kadar olan tüm süreçleri kapsamaktadır. Uluslararası ticarette önemli merkezler olarak hizmet veren Marmara Bölgesi limanları, stratejik konumu ve güçlü sanayi hinterlandı sayesinde büyük öneme sahiptir. Bu çalışma, resmi istatistiklere dayanarak 2012–2024 yılları arasında Marmara limanlarında elleçlenen yıllık yük miktarlarını (ton cinsinden) analiz etmektedir. Geçmiş verileri değerlendirmek ve 2025–2029 dönemi için tahminler üretmek amacıyla zaman serisi yöntemleri olan trend analizi, hareketli ortalama ve üstel düzeltme teknikleri kullanılmıştır. En uygun tahmin modelleri istatistiksel değerlendirme ile belirlenmiştir. Sonuçlar, yük hacimlerinde istikrarlı bir artış olduğunu göstermekte olup, bölgedeki liman altyapısının genişletilmesi gerekliliğine işaret etmektedir. Bu bulgular, Marmara Bölgesi’nin gelecekteki deniz lojistiğine yönelik stratejik yatırım, altyapı geliştirme ve lojistik planlama süreçlerinde karar vericilere önemli veri temelli katkılar sunmaktadır.

Anahtar Kelimeler

Zaman Serisi Analizi , Liman Lojistiği , Tahmin Yöntemleri , Marmara Bölgesi

Kaynakça

• Acar, A. Z., & Aydın, G. (2021). Türkiye'de lojistik altyapı yatırımlarının bölgesel kalkınma üzerindeki etkileri. Uluslararası Lojistik ve Ticaret Dergisi, 9(2), 110–129.
• Anderson, T. W., & Darling, D. A. (1954). A test of goodness of fit. Journal of the American Statistical Association, 49(268), 765–769.
• Akar, M., & Esmer, S. (2017). Döviz kuru dalgalanmalarının liman yük hacmi üzerindeki etkisi: Marmara bölgesi örneği. Denizcilik Ekonomisi ve Politikaları Dergisi, 9(1), 15–29.
• Akten, N., & Koldemir, B. (2011). Marmara Bölgesi limanlarının yük türlerine göre değerlendirilmesi. İstanbul Üniversitesi Denizcilik Fakültesi Dergisi, 3(1), 45–60.
• Aydın, M., & Ünlüyurt, T. (2019). Derin öğrenme tabanlı dökme yük tahmin modelleri: Tekirdağ Limanı örneği. 3. Uluslararası Lojistik ve Tedarik Zinciri Kongresi Bildirileri, 1(1), 45–52.
• Brown, R. G. (1959). Statistical forecasting for inventory control. McGraw-Hill.
• Brown, R. G. (1963). Smoothing, forecasting and prediction of discrete time series. Prentice-Hall.
• Çancı, B., & Önce, S. (2016). Hibrit tahmin modelleri ile Marmara Bölgesi limanlarında yük tahmini. İstatistik, Ekonomi ve Toplum Araştırmaları Dergisi, 5(3), 67–83.
• Ergin, E., & Eker, S. (2022). Gri sistem teorisi ve bulanık mantık ile tehlikeli madde yük tahmini: İzmit Körfezi örneği. Ulaştırma ve Lojistik Dergisi, 8(2), 91–105.
• Esmer, S., & Karataş Çetin, Ç. (2013). Türkiye limanlarında elleçlenen konteyner yüklerinin ARIMA modeli ile tahmini. Gemi ve Deniz Teknolojisi Dergisi, 200(2), 55–66.
• Gardner, E. S. (1985). Exponential smoothing: The state of the art. Journal of Forecasting, 4(1), 1–28. https://doi.org/10.1002/for.3980040103
• Grossman, G. M., & Helpman, E. (1991). Innovation and Growth in the Global Economy. MIT Press.
• Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed.). OTexts.
• Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679–688.
• Jugović, A., Hess, S., & Poletan Jugović, T. (2011). Traffic demand forecasting for port services. Promet-Traffic & Transportation, 23(1), 59–69.
• Kara, M., & Deniz, M. (2016). İstanbul limanlarındaki yük hareketlerinin karşılaştırmalı analizi. Kent ve Ulaşım Araştırmaları Dergisi, 3(1), 41–58.
• Keleş, Y., & Koldemir, B. (2020). YSA ile Marmara limanlarında konteyner yük tahmini. Yapay Zeka ve Lojistik Dergisi, 2(1), 24–38.
• Kırılmaz, M., & Erol, Y. (2021). COVID-19’un Marmara limanlarında yük elleçleme faaliyetlerine etkisi. Lojistik ve Pandemi Araştırmaları Dergisi, 1(2), 12–30.
• Krugman, P. R., & Obstfeld, M. (2009). International Economics: Theory and Policy (8th ed.). Pearson Education.
• Kuzu, A., & Önder, S. (2017). Mevsimsellik analizleri ile liman planlaması: Marmara Bölgesi örneği. Ziraat ve Tarım Ekonomisi Dergisi, 6(2), 17–29.
• Makridakis, S., Wheelwright, S. C., & Hyndman, R. J. (1998). Forecasting: Methods and Applications (3rd ed.). New York: John Wiley & Sons.