- Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
- Vol: 22 Issue: 3
- Sınıflama Tipi Modeller İle Çoklu Regresyon Modellerinin Değerlendirilmesi: Taş Kömürü Sektörü Örneğ...
Sınıflama Tipi Modeller İle Çoklu Regresyon Modellerinin Değerlendirilmesi: Taş Kömürü Sektörü Örneği
Authors : Gülsüm Merve Gökçin, Şenol Altan
Pages : 997-1024
View : 29 | Download : 10
Publication Date : 2020-12-25
Article Type : Research
Abstract :Stok yönetimi, işletme yönetiminin bir dalı olup, tüm şirketler için kritik bir yönetim konusudur. İşletmelerin başarılı olabilmesi için tedarik zinciri yönetimlerinde de stok yönetimine ayrıca önem vermeleri gerekmektedir. Stok yönetimine vurgu yapmak amacıyla bu çalışmada Türkiye taş kömürü sektörü incelenmiş ve önemli bir maliyet unsuru olan stok miktarının tahmin modelleri üzerine denemeler yapılmıştır. Bu tahmin modelleri sayesinde Taş kömürü stok miktarını belirleyen faktörler tespit edilmiştir. Taş kömürü sektörüne ait modellerin kurulumu aşamasında Türkiye Taş Kömürü Kurumu (TTK) tarafından düzenli olarak derlenen aylık istatistiksel tablolar ile T.C. Enerji ve Tabii Kaynaklar Bakanlığı tarafından yayınlanan ekonomik gösterge verilerinden yararlanılmıştır. Çalışma dönemi 2010 Ocak-2015 Aralık olup, Armutçuk Müessesesi için aylık verilerle modellemeler gerçekleştirilmiştir. Armutçuk Müessesesi taş kömürü "stok miktarı” kapasitesi fazla ve stok verisi eksik olmayan bir müessese olduğu için tercih edilmiştir. Modellerde bağımlı değişken olarak "stok miktarı” ile stok miktarını etkilediği önsel olarak belirlenen 6 bağımsız değişken kullanılmıştır. Bu değişkenler arasındaki ilişkiler, Hendry’nin "Genelden-Özele” modelleme yöntemi ile incelenmiştir. Elde edilen özel modelde belirlenen değişkenlere ilişkin sınıflama tipi modeller olan "yapay sinir ağları(YSA)” ve karar ağaçları ile çoklu regresyon modelleri kurularak, tüm modellerin tahmin performansları karşılaştırılmıştır. Çalışmada elde edilen sonuçlara göre taş kömürü sektöründe "Armutçuk” müessesesi ele alınmış ve en yüksek performanslı stok miktarı tahmini için yapay sinir ağı” modeli seçilmiştir.Keywords : Stok Tahmini, Sınıflama Tipi Modeller, Çoklu Regresyon Modelleri, Yapay Sinir Ağları