The aim of this study was to apply aggregate production planning in a fiber board manufacturing factory as an example of the forest products industry. Sales and storing decisions of types, periods and amount of products within the constraints were analyzed by using the linear programming (LP) model of the dynamic state. Before setting the LP model, in planned periods, decisions on the products produced were made by Pareto analysis. The artificial neural network (ANN) method was used to forecast of sales for future periods after reaching decisions on the products. The objective function of linear programming consisting of 15 product types and 180 decision values was obtained for optimum product composition with maximum income by using 207 constrains and 65 iterations. In order for production management to make better decisions, sensitivity analysis was applied to obtain the best LP model. When the obtained model was used, the unused capacity of the press line was found to be 15.5% regarding all production periods according to sensitivity analysis. The results showed that the factory could produce an average of 9,453 m3 more products i.e. 60,971 m3 productions instead of 51,518 m3 for four terms if the proposed model was used. When production time was considered, it was observed that 18.77 hours of working time would be sufficient for the same production amount, instead of 22.22 hours. It was concluded that successuflly using the decision making techniques such as LP reduce the production losses and provide a huge contribution on productivity and profitability on Forest Products Industry.

Bu çalışmada, Orman Ürünleri Sanayi Sektörü içersinde faaliyet gösteren ve Lif Levha üretiminde bulunan bir fabrikada Bütünleşik Üretim Planlama faaliyetinin uygulanması amaçlanmıştır. Dinamik haldeki doğrusal programlama (DP) modeli kullanılarak, hangi ürünlerin hangi dönemde ve ne kadar üretilip satılması veya depolanması kararları belirli kısıtlar çerçevesinde analiz edilmiştir. DP modelinin kurulmasından önce, planlama dönemlerinde üretilmesi gereken ürünler Pareto analizi ile belirlenmiştir. Ürünlerin belirlenmesinin ardından gelecek dönemlere ilişkin satış tahminleri, yapay sinir ağları (YSA) yöntemi ile hesaplanmıştır. 15 ürüne ait 180 karar değişkeni ve 207 sınırlayıcı koşuldan oluşan DP modelinin koşturulmasıyla, 65 ardışık çözüm sonucu en fazla kazanç sağlayacak en uygun ürün bileşimi modeli elde edilmiştir. Elde edilen en uygun DP modelinin çözümüne ilişkin duyarlılık analizleri yapılarak üretim yönetimi kararlarının daha iyi yorumlanması sağlanmıştır. Duyarlılık analizi sonucunda, planlanan model uygulandığı taktirde her bir döneme ilişkin kullanılamayan pres hattı kapasitesinin mevcut olduğu ve toplamda %15,5'lik bir üretim kaybının oluştuğu tespit edilmiştir. İşletmenin bu zaman zarfında ortalama 9.453 m3 daha fazla ürün üretebileceği, yani 4 dönemlik süreçte 51.518 m3 yerine 60.971 m3 üretim yapabileceği sonucuna varılmıştır. Aynı durum zaman yönünden değerlendirildiğinde, günde ortalama 22,22 saat yerine 18,77 saatlik bir çalışmayla da aynı üretimin gerçekleştirilebileceği görülmüştür. DP gibi karar verme tekniklerinin, Orman Ürünleri Sanayinde başarılı bir şekilde kullanılarak üretim kayıplarının azaltılacağı ve sektörün verimlilik ve kârlılığına büyük katkı sağlayacağı sonucuna varılmıştır.