Affiliation:
1. GİRESUN ÜNİVERSİTESİ
2. DOKUZ EYLÜL ÜNİVERSİTESİ
Abstract
Fındık, dünyada üretimi yaygın olan sert kabuklu meyvelerin başında gelmektedir. Türkiye, sahip olduğu toprak ve iklim koşulları açısından oldukça yüksek tarımsal potansiyele sahiptir. Ülkemiz, fındık üretiminde dünyada önemli bir paya sahiptir ve bu sayede lider konumdadır. Bu liderlik sayesinde ülkemiz dünya fındık piyasasında oldukça önemli bir konumda yer almakta ve pazarı etkileyebilecek kadar büyük bir gücü elinde tutmaktadır. Özellikle ülkemiz için önemi büyük olan ve dünya piyasasında söz sahibi olduğumuz fındık ürününün üretim tahmini birçok açıdan önem arz etmektedir.
Çalışmada zaman serisi modellemede yaygın olarak kullanılan NARX (Doğrusal Olmayan Otoregresif Dışsal Girdili Model) modeli kullanılarak fındık üretim miktarı tahmini yapılmıştır. Bu amaçla, Türkiye fındık üretim miktarı bağımlı değişken olarak alınmıştır. Fındıktan sonra üretimi ülkemizde en çok yapılan sert kabuklu meyve olduğu için, ceviz ikame ürün olarak seçilmiştir. Bağımsız değişken olarak ise ceviz basit fiyat endeksi, fındık basit fiyat endeksi, meyve veren yaşta ağaç sayısı, sıcaklık ve yağış alınmıştır. Analiz 1991-2021 yıllarını kapsamaktadır. Çalışmada kullanılan veriler, TÜİK (Türkiye İstatistik Kurumu), FAO (Birleşmiş Milletler Gıda ve Tarım Örgütü) ve Meteoroloji Genel Müdürlüğünden temin edilmiştir.
Çalışmada MATLAB programı kullanılmıştır. Birçok deneme sonucunda optimal NARX Modeli, gizli katmanda 10 adet nörona ve 4 gecikme uzunluğuna sahip model olarak belirlenmiştir. Sonuçlar YSA NARX modelinin fındık üretimi tahmininde başarılı sonuçlar ürettiğini göstermiştir.
Publisher
Journal of Economics and Administrative Sciences, Giresun University
Reference25 articles.
1. Abraham, E. R., Mendes dos Reis, J. G., Vendrametto, O., Oliveira Costa Neto, P. L. D., Carlo Toloi, R., Souza, A. E. D., ve Oliveira Morais, M. D. (2020). Time series prediction with Artificial Neural Networks: an analysis using Brazilian soybean production. Agriculture, 10(10), 475.
2. Aliev, K., Jawaid, M. M., Narejo, S., Pasero, E., &Pulatov, A. (2018). Internet of plants application for smart agriculture. International Journal of Advanced Computer Science and Applications, 9(4).
3. Bars, T. (2021). Tarımsal Ekonomi ve Politika Geliştirme Enstitüsü TEPGE. Ürün Raporu Fındık 2021. Erişim Adresi: https://tinyurl.com/mrx4rwxf
4. Boussaada, Z., Curea, O., Remaci, A., Camblong, H., ve Mrabet Bellaaj, N. (2018). A nonlinear autoregressive exogenous (NARX) neural network model forth eprediction of the daily direct solar radiation. Energies, 11(3), 620.
5. Byakatonda, J., Parida, B. P., Kenabatho, P. K., & Moalafhi, D. B. (2018). Influence of climate variability and length of rainy season on crop yields in semiarid Botswana. Agricultural and Forest Meteorology, 248, 130-144.
Cited by
4 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献