UYGUN NORMALİZASYON TEKNİĞİ VE YAPAY SİNİR AĞLARI ANALİZİ ile OTOMOBİL SATIŞ TAHMİNLEMESİ

Gökçe HAN; Eyüp Fırat SÖNMEZ; Selen AVCI; Zerrin ALADAĞ

Makale detayları

UYGUN NORMALİZASYON TEKNİĞİ VE YAPAY SİNİR AĞLARI ANALİZİ ile OTOMOBİL SATIŞ TAHMİNLEMESİ

Yazarlar:

Gökçe HAN | Eyüp Fırat SÖNMEZ | Selen AVCI | Zerrin ALADAĞ

Yayıncı:

Bayburt University

Ana Başlıklar:

Ekonomi ve Maliye

Dergi:

Journal of Business Economics and Management Research 2022 Vol.5 Issue 1, pp.19-45

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000480121

Sıklık:

İki Yıllık

eISSN:

2618-6195

pISSN:

2618-6195

Özet:

 

In this study, new automobile sales in Turkey were estimated using Artificial Neural Networks (ANN), which is an artificial intelligence-based forecasting method, and Holt-Winters, which is an exponential smoothing method. In the study, the dependent variable is the number of sales of automobiles, while the independent variables are the exchange rate, consumer confidence index, gross domestic product (GDP), and real sector confidence index. Various normalization methods have been approved on the monthly data between 2015 and 2020 received from the Turkish Statistical Institute (TSI), the Central Bank of the Republic of Turkey, and the Automobile Distributors Association, multiple regression analysis has been performed and the coefficient of variation has been examined. The feed-forward backpropagation algorithm of ANN has been analyzed by using the statistical Z-Score normalization method which ensures the minimum error performance. The network architecture and parameters were determined based on historical data and sales quantity of new automobile were estimated in 2019-2020. The estimation results were evaluated according to various error performances and the reasons for the estimation errors were interpreted. It has been determined that ANN gives better results compared to Holt-Winters' method.

 

Bu çalışmada, yapay zekâ temelli tahmin yöntemlerinden Yapay Sinir Ağları (YSA) ve bir üstel düzeltim yöntemi olan Holt Winters’ ile Türkiye’de sıfır otomobil satış adetlerinin tahminlemesi gerçekleştirilmiştir. Çalışmada, bağımlı değişken “otomobil satış adetleri” iken; bağımsız değişkenler “döviz kuru, tüketici güven endeksi, gayrisafi yurt içi hasıla (GSYHİ) ve reel kesim güven endeksi” olarak seçilmiştir. Türkiye İstatistik Kurumu (TÜİK), Türkiye Cumhuriyeti Merkez Bankası ve Otomobil Distribütörleri Derneği’nden alınan 2015 – 2020 yılları arasındaki aylık veriler üzerinde çeşitli normalizasyon yöntemleri denenmiş, çoklu regresyon analizi yapılmış ve değişkenlik katsayısı hesaplanmıştır. Minimum hata performansı gösteren istatiksel normalizasyon yöntemi (Z-Skor) seçilerek geçmiş verilerden hareketle ağ mimarisi ve çeşitli parametreler belirlenmiş ve YSA’nın ileri beslemeli geri yayılım algoritması kullanılarak 2019 ve 2020 yıllarında gerçekleşen sıfır otomobil satış adetleri tahmin edilmiştir. Ardından, YSA’nın performansı çeşitli performans göstergelerine göre Holt Winters’ yöntemi ile karşılaştırılarak yorumlanmıştır. YSA’nın Holt Winters’ yöntemine kıyasla daha iyi sonuç verdiği tespit edilmiş ve tahminlerdeki sapmaların sebepleri yorumlanmıştır.

Makale detayları

UYGUN NORMALİZASYON TEKNİĞİ VE YAPAY SİNİR AĞLARI ANALİZİ ile OTOMOBİL SATIŞ TAHMİNLEMESİ

Yazarlar: Gökçe HAN | Eyüp Fırat SÖNMEZ | Selen AVCI | Zerrin ALADAĞ

Yayıncı: Bayburt University

Ana Başlıklar: Ekonomi ve Maliye

Dergi: Journal of Business Economics and Management Research 2022 Vol.5 Issue 1, pp.19-45

Belge Tipi: Makale

Yayın Tarihi: 1/2022

Belge Dili: Türkçe

Document ID (Org No.): 2000480121

Sıklık: İki Yıllık

eISSN: 2618-6195

pISSN: 2618-6195

Sayı

Yazarlar:

Gökçe HAN | Eyüp Fırat SÖNMEZ | Selen AVCI | Zerrin ALADAĞ

Yayıncı:

Bayburt University

Ana Başlıklar:

Ekonomi ve Maliye

Dergi:

Journal of Business Economics and Management Research 2022 Vol.5 Issue 1, pp.19-45

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000480121

Sıklık:

İki Yıllık

eISSN:

2618-6195

pISSN:

2618-6195