- Avrupa Bilim ve Teknoloji Dergisi
- Special Issue: 2019 Special Issue
- Yiyecek ve İçecek İşletmelerinde Talep Tahmini: Yapay Sinir Ağları ve Regresyon Yöntemleriyle Bir Ka...
Yiyecek ve İçecek İşletmelerinde Talep Tahmini: Yapay Sinir Ağları ve Regresyon Yöntemleriyle Bir Karşılaştırma
Authors : Oğuzhan Sönmez, Kenan Zengin
Pages : 302-308
Doi:10.31590/ejosat.638104
View : 21 | Download : 6
Publication Date : 2019-10-31
Article Type : Research
Abstract :Günümüzde yiyecek – içecek sektörüne olan ilgi sürekli artış göstermektedir. Dolayısıyla pazarda artan rekabet, işletmelerin ayakta kalmaları için teknolojiyle uyumlu çalışmaları zorunlu kılmaktadır. İşletmeler müşterilerin taleplerini tahmin edebilirseler planlamalarını da ona göre yapacak ve fazla iş gücü ve maliyetten kurtulacaklardır. Doğru olarak yapılan tahminler işletmeye fayda sağlayacak ve gerekli tedbirleri alacaklardır. Çalışmada Tokat bölgesinde faaliyet gösteren bir yiyecek-içecek işletmesinin verileri kullanılmıştır. Bu işletmenin satış tahmini için yapay sinir ağları ve çoklu regresyon modelleri kullanılarak günlük satışını tahmin edip ve iki modelin karşılaştırılması yapılmıştır. İlk çalışma matlab ortamında yapay sinir ağları aracı olan nntool kullanılmıştır. Veriler 2018 yılının ilk 6 ayını içeren 150 satırdan oluşmaktadır ve %70 eğitim %30 ise test için kullanılmıştır. Yapay sinir ağımız 8 girişli tek gizli katmanlı ve 8 nöronlu tek çıkışlı bir modelden oluşmaktadır. Eğitim fonksiyonu olarak Levenberg-Marquard Algoritması(trainlm) ve aktivasyon fonksiyonu olarak ise tansig fonksiyonu kullanılmıştır. Modelimizde test R oranı %95,77 çıkmıştır. İkinci uygulamamızı anaconda platformunda, spyder ide sini kullanarak python programlama dilliyle geliştirdik. Uygulamada yine aynı parametreleri kullanarak çoklu regsesyon modeli uygularak yaptığımız uygulamada ise doğruluk oranımız %91,3 çıkmıştır. Burada kullandığımız parametreleri en küçük kareler yöntemiyle incelediğimizde işletmenin talep tahminini talep tahmininde haftanın günleri ve sıcaklığın yüksek değerde etkilemediğini görmekteyiz. Dolayısıyla çok ekstrem bir gün değilse veya havanın sıcak-soğuk olması işletmenin satışlarına pozitif -negatif yönde bir etki yapmamaktadır. Her iki modelde başarı oranların yüksek olması talep tahmininde yapay sinir ağları ve çoklu regresyon kullanımının pozitif etkisini gözler önüne sermektedir. Yapay sinir ağlarıyla geliştirdiğimiz model çoklu regresyon modeline göre daha başarılı olduğu gözlemlenmiştir. İşletme bulduğumuz sonuçlara göre planlamasını yaparak belirgin parametrelere daha fazla ağırlık verirse cirosunda artış görecektir.Keywords : Talep Tahmini, Yapay Sinir Ağları, Çoklu Regresyon, Yiyecek İçecek İşletmeleri