Demand Forecasting with Artificial Neural Networks Approach: An Application in the Metal Goods Manufacturing Industry

Abstract

Amaç: Bir ürüne yönelik talebin tahmin edilmesi, o ürünün tedarik zinciri süreçlerinin verimli bir biçimde gerçekleştirilmesi için kritik önem taşır. Bu çalışmanın amacı, imalatçı firmalar için, Yapay Sinir Ağları (YSA) yaklaşımı ile içsel ve dışsal değişkenlerin sistematik olarak analiz edildiği, hibrit bir tahmin modeli ortaya koymaktır. Yöntem: Çalışma kapsamında, madeni eşya imalat sektöründe faaliyet gösteren bir firma tarafından üretilen bir ürün grubunun talep tahminini gerçekleştirmek üzere YSA modellerinden yararlanılmıştır. İlk aşamada, firmanın geçmiş satış verileri kullanılarak geleneksel zaman serisi modelleri oluşturulmuştur. Daha sonra bu yöntemler tek tek YSA modeline eklenerek tek değişkenli hibrit modeller kurulmuş, ardından bu modellere kademeli olarak dışsal değişkenler eklenerek çok değişkenli hibrit YSA modelleri elde edilmiştir. Oluşturulan modellerin tahmin hatalarının ölçülmesi ile en iyi modeller belirlenerek, bu yöntemlerle gelecek dönemlerin tahminleri gerçekleştirilmiştir. Bulgular: Analiz aşamasında toplam 48 hibrit YSA modeli kurulmuş olup, en düşük hata oranına sahip model, %18,01 ile “Winters’ Eklemeli Mevsimsel” yöntemi ile Reel Efektif Döviz Kuru ve İmalat Sanayi Üretim Endeksi dışsal değişkenlerinin kullanıldığı hibrit YSA modelidir. Özgünlük: Bu çalışmanın, madeni eşya imalat sektöründe sınırlı bir araştırma alanına sahip olan talep tahmini probleminin çözümü için önerilen sistematik, kapsamlı ve uyarlanabilir tahmin modeliyle, literatürdeki boşluğun kapatılmasına katkıda bulunması beklenmektedir.