Manisa Pamuk Fiyatlarının Zaman Serisi Analizi Ve Yapay Sinir Ağı Teknikleri İle Tahminlenmesi Ve Tahmin Performanslarının Karşılaştırılması

Yıl 2018, , 1017 - 1031, 28.12.2018

Şengül Can , Mustafa Gerşil

https://doi.org/10.18657/yonveek.457761

Cited By: 3

Öz

Tekstil sektörünün
bitkisel hammaddesi olarak kullanılan pamuk gerek ülkemiz gerekse dünyada
tarım, sanayi ve ticarette stratejik bir önem taşımaktadır. Ülkeler arası pamuk
ticareti ise pamuk borsaları aracılığıyla gerçekleşmektedir. Ülkemizdeki birçok
tarımsal ürünün değerini devlet belirler. 
Ancak pamuk borsalar tarafından fiyatı belirlenen birkaç üründen
biridir. Bu çalışma kapsamında Manisa Tarım Borsasından yıllık pamuk fiyatları
alınmıştır. Alınan veriler analize uygun olacak şekilde düzenlenmiş ve weka
programında analiz edilmiştir. Zaman serisi ve yapay sinir ağı teknikleri
kullanılarak 2017 yılına ait fiyatların değer tahminleri yapılmıştır. Yapılan
tahminler MAE,  MAPE ve RMSE değerleri
üzerinden karşılaştırılarak hangi tekniğin daha başarılı tahmin performansı
gösterdiğine karar verilmiştir. Elde edilen sonuçlar literatürdeki benzer
çalışma sonuçlarıyla da karşılaştırılmıştır. Tüm bu sonuçlar doğrultusunda
yapay sinir ağı tekniğinin daha başarılı sonuçlar elde ettiği görülmüştür.

Anahtar Kelimeler

Veri Madenciliği, Zaman Serisi, Yapay Sinir Ağı

Kaynakça

• Aktaş, E. (2006). Çukurova Bölgesi’nde Pamuk Arz Duyarlılığının Tahmini Üzerine Bir Çalışma, https://mpra.ub.uni-muenchen.de/8648/ (13.08.2018).Asilkan, Ö. ve Irmak, S. (2009). İkinci El Otomobillerin Gelecekteki Fiyatlarının Yapay Sinir Ağları İle Tahmin Edilmesi, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(2), 375-391.Allen, R. G. D. (1964). Statics for Economists,Mc-Millan,UK,1964.Fayyad, U. Piatetsky-Shapiro, G. ve Smyth, P. (1996). From Data Mining to Knowledge Discovery in Databases, Artificial Intelligence Magazine, Fall.Giudici, P. (2003). Applied Data Mining: Statistical Methods for Business and Industry, John Wiley & Sons, West Sussex, England, 2003.Irmak, S. Köksal, C. D. ve Asilkan Ö. (2012). Hastanelerin Gelecekteki Hasta Yoğunluklarının Veri Madenciliği Yöntemleri İle Tahmin Edilmesi, Uluslararası Alanya İşletme Fakültesi Dergisi.Kantardzic, M. (2003). Data Mining: Concepts, Models, Methods, and Algorithms, IEEE Press, Hoes Lane, Piscataway, NJ, USA, 2003.Kaynar, O. ve Taştan, S. (2009). Zaman Serisi Analizinde Mlp Yapay Sinir Ağları Ve Arıma Modelinin Karşılaştırılması, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 33, 161-172.Manisa Ticaret Borsası Pamuk Raporu (2017). http://manisatb.org.tr/199/pamuk-sektor-raporlari (13.08.2018)Mananyi, A. ve Struthers, J. (1997). Cocoa Market Efficiency: A Cointegration Approach, Journal of Economics Studies, 24.Newbold, P. (2000). İşletme ve İktisat için İstatistik, Çev.Ümit Şenesen, Literatür Yayıncılık, İstanbul.Öztemel, E. (2012). Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul.Saigal, S. ve Mehrotra, D. (2012). Performance Comparison Of Time Series Data Using Predictive Data Mining Techniques. Advances in Information Mining, 4(1).Şeker, S. E. (2015). Zaman Serisi Analizi, YBS Ansiklopedisi, 2 (4).Tüik, (2017). Bitkisel Üretim Veri Tabanı(https://biruni.tuik.gov.tr/bitkiselapp/bitkisel.zul; 01.08.2018).Veysel, O. (2016). Weka Nedir? ARFF Dosya Yapısı Nasıldır? (http://onurveysel.blogspot.com/2016/09/weka-nedir-arff-dosya-yapisi-nasildir.html; 02.08.2018)