GELECEĞE YÖNELİK TAHMİNLEME ANALİZİ: TÜRKİYE ÇİMENTO ÜRETİMİ UYGULAMASI

Yıl 2018, , 162 - 177, 30.09.2018

Adem Tüzemen , Çağdaş Yıldız

https://doi.org/10.11611/yead.360164

Cited By: 7

Öz

Küresel
olarak uluslararası ekonomik rekabetin giderek artmasından dolayı bazı
sektörlerin rolü giderek artmaktadır. Bu sektörler içinde yer alan çimento
sektörü bir ülke için ekonomik büyümenin öncü göstergeleri arasında yer
almaktadır. Çimento, ülkemizde yaşanan inşaat sektörü temelli bütün projelerin
yapımında çok önemli bir konumdadır. 2000-2016 dönemi yıllık çimento üretim
verileri kullanılarak Basit Üstel Düzeltim, Çift Üstel Düzeltim ve 3 Dönemli Çift
Hareketli Ortalama yöntemleri ile Türkiye çimento üretimi tahminlenmiştir.
Veriler, TÇMB resmi sitesinden alınmıştır ve analizler için Eviews ve MS. Excel
programlarından yararlanılmıştır. Tahmin analizinde en az hata oranına sahip
yöntem olan 3 Dönemli Çift Hareketli Ortalama yöntemi ile 2017, 2018 ve 2019 yıllarının
Türkiye çimento üretimi tahminlenmiştir. Yapılan analiz sonucunda, Türkiye’de
çimento üretimi giderek artacağı tespit edilmiştir.

Anahtar Kelimeler

Çimento, İnşaat, Tahminleme, Hareketli Ortalama, Üstel Düzeltim

PRUDENTIAL FORECASTING ANALYSIS: TURKEY CEMENT PRODUCTION IMPLEMENTATION

Öz

Globally the role of some sectors is increasing continiously due to the increasing international economic competition. The cement sector in these sectors is among the leading indicators of economic growth for a country. Cement is very important in the construction of all the projects based on the construction sector in our country. Turkey cement production was forecasted by 3-period Double Moving Average, Simple Exponential Smoothing and Double Exponential Smoothing methods by using annual cement production datas of 2000-2016 period. Datas was taken from official site of TÇMB and Eviews and MS Excel programs were used for analysis. Turkey cement production for years of 2017, 2018 and 2019 was forecasted by 3-period Double Moving Average method which has the least error rate method in the estimation analysis. As a result of the analysis which was carried out, it was determined that cement production would increase in Turkey

Anahtar Kelimeler

Cement, Construction, Forecasting, Moving Average, Exponential Smoothing

Kaynakça

• Babacan, A. (2015) “İşletmelerde Toplam Satış (Finansal) Tahminlemesi: Bir Kobi Uygulaması”, Bingöl Üniversitesi Sosyal Bilimler Dergisi, 5(10): 49-62.
• Bolzan, A. C., Machado R. A. F. ve Piaia J. C. Z. (2008) “Egg Hatchability Prediction by Multiple Linear Regression and Artificial Neural Networks”, Brazilian Journal of Poultry Science, 10(2): 97-102.
• Cadenas, E., Jaramillo, O. A. ve Rivera, W. (2010) “Analysis and Forecasting of Wind Velocity in Chetumal, Quintana Roo, Using the Single Exponential Smoothing Method”, Elsevier Renewable Energy, 35(5): 925-930.
• Cembureau (2016) www.cembureau.eu/sites/default/files/AR2015.pdf., (05.03.2017)
• Chung, M. G. ve Kim, S. K. (2013) “Efficient Jitter Compensation Using Double Exponential Smoothing”, Elsevier Information Sciences, 227: 83-89.
• Çiçekgil, Z. ve Yazıcı, E. (2016) “Türkiye’de Tavuk Yumurtası Mevcut Durumu ve Üretim Öngörüsü”, Tarım Ekonomisi Araştırmaları Dergisi, 2(2): 26-34.
• Demirdöğen, O. ve Güzel D. (2009) “Üretim Planlama ve İş Yükleme Metotları”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 23(4): 43-67.
• Divya, R. ve Ramya, S. (2015) “Causes, Effects and Minimization of Delays in Construction Projects”, 2015 National Conference on Research Advances in Communication, Computation, Electrical Science and Structures (NCRACCESS), 47-53, Deviyakurichi.
• Hansun, S. ve Subanar (2016) “H-WEMA: A New Approach of Double Exponential Smoothing Method”, Telkomnika, 14(2): 772-777.
• Kadılar, C. (2005) “SPSS Uygulamalı Zaman Serileri Analizine Giriş”, Ankara: Bizim Büro Basımevi.
• Karahan, K. (2015) “Yapay Sinir Ağları Metodu İle İhracat Miktarlarının Tahmini: ARIMA ve YSA Metodunun Karşılaştırmalı Analizi”, Ege Akademik Bakış, 15(2): 165-172.
• Largo E. (2001) “Çimento Sektörü Açısından Türkiye ve Dünyada Rekabet Politikası Uygulamaları” Perşembe Konferanları, Ankara.
• Maia, A. L. S. ve De Carvalho, F. de A. T. (2010) “Holt’s Exponential Smoothing and Neural Network Models for Forecasting Interval-Valued Time Series”, International Journal of Forecasting, 27: 740-759.
• Makridakis, S., Wheelwright, S. C. ve Hyndman, R. J. (1998) “Forecasting, Methods and Applications”, USA: John Wiley & Sons, Inc.
• Orhunbilge, N. (1999) “Zaman Serileri Analizi Tahmin ve Fiyat Endeksleri”, İstanbul: Avcıol Basım Yayın.
• Özüdoğru, A. G. ve Görener, A. (2015) “Sağlık Sektöründe Talep Tahmini Üzerine Bir Uygulama” İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 14(27): 37-53.
• Pal, S., Ramasubramanian, V. ve Mehta, S. C. (2007) “Statistical Models for Forecasting Milk Production in India”, Indian Society of Agricultural Statistics, 61(2): 80-83.
• Panyuwa, C. O. L., Sediyono, E. ve Iriani, A. (2016) “Forecasting the Case of Traffic Accidents Throgh the Geographic Information System (GIS) Application Method With Double Exponential Smoothing and Analiytical Hierarchy Process (AHP) in City of Jayapura-Papua” Journal of Theoretical and Applied Information Technology, 83(3): 360-367.
• Rani, S. ve Raza, I. (2012) “Comparison Of Trend Analysis and Double Exponential Smoothing Methods For Price Estimation of Major Pulses in Pakistan”, Pakistan Journal of Agricultural Research, 25(3): 233-239.
• Schin, G. C. (2014) “Forecasting the Number of People at Risk of Poverty in Europe Using Single Exponential Smoothing Method”, Contemporary Readings in Law and Social Justice, 6(1): 789-795.
• Türkiye Çimento Müstahsilleri Birliği (2016), http://www.tcma.org.tr/index.php?page=icerikgoster&menuID=38, (03.03.2017).
• Türkiye İnşaat Sanayicileri İşveren Sendikası (2016), http://intes.org.tr/content/insaat_2016.pdf., (04.04.2017).
• Yereli, A. B., Selçuk, I. Ş. ve Köktaş, A. M. (2014) “Kırgızistan Enerji Tüketim Projeksiyonu’’ Avrasya Sosyal Bilimler Forumu, Almaata-Kazakistan.
• Williams, D. W. ve Kavanagh, S. C. (2016) “Local Government Revenue Forecasting Methods: Competition and Comparison”, J. of Public Budgeting. Accounting & Financial Management, 28(4): 488-526.
• Wright, D. J. (1986) “Forecasting Data Published at Irregular Time Intervals Using an Extension of Holt's Method”, USA Management Science, 32(4): 499-510.