Manisa Pamuk Fiyatlarının Zaman Serisi Analizi Ve Yapay Sinir Ağı Teknikleri İle Tahminlenmesi Ve Tahmin Performanslarının Karşılaştırılması
Öz
Tekstil sektörünün
bitkisel hammaddesi olarak kullanılan pamuk gerek ülkemiz gerekse dünyada
tarım, sanayi ve ticarette stratejik bir önem taşımaktadır. Ülkeler arası pamuk
ticareti ise pamuk borsaları aracılığıyla gerçekleşmektedir. Ülkemizdeki birçok
tarımsal ürünün değerini devlet belirler.
Ancak pamuk borsalar tarafından fiyatı belirlenen birkaç üründen
biridir. Bu çalışma kapsamında Manisa Tarım Borsasından yıllık pamuk fiyatları
alınmıştır. Alınan veriler analize uygun olacak şekilde düzenlenmiş ve weka
programında analiz edilmiştir. Zaman serisi ve yapay sinir ağı teknikleri
kullanılarak 2017 yılına ait fiyatların değer tahminleri yapılmıştır. Yapılan
tahminler MAE, MAPE ve RMSE değerleri
üzerinden karşılaştırılarak hangi tekniğin daha başarılı tahmin performansı
gösterdiğine karar verilmiştir. Elde edilen sonuçlar literatürdeki benzer
çalışma sonuçlarıyla da karşılaştırılmıştır. Tüm bu sonuçlar doğrultusunda
yapay sinir ağı tekniğinin daha başarılı sonuçlar elde ettiği görülmüştür.
___
- Aktaş, E. (2006). Çukurova Bölgesi’nde Pamuk Arz Duyarlılığının Tahmini Üzerine Bir Çalışma,
https://mpra.ub.uni-muenchen.de/8648/ (13.08.2018).
- Asilkan, Ö. ve Irmak, S. (2009). İkinci El Otomobillerin Gelecekteki Fiyatlarının Yapay Sinir Ağları
İle Tahmin Edilmesi, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi
Dergisi,Cilt 4, Sayı 2,375-391.
- Allen,R.G.D. (1964). Statics for Economists, Mc-Millan,UK,1964.
Barnett, V. And Lewis, T. (1994). Outliers in statistical data. J. Wiley & Sons
- Crosswhite, C. E. (2003). Method for determining optimal time series forecasting parameters.
- Delen, D.,Walker, G. ve Kadam, A. (2004). Predicting Breast Cancer Survivability: A Comparison
Of Three Data Mining Methods. Artificial Intelligence in Medicine, Volume 35, 113-127.
- Diler, A.İ. (2003). İMKB Ulusal-100 Endeksinin Yönünün Yapay Sinir Ağları Hata Geriye Yayma
Yöntemi İle Tahmin Edilmesi. İMKB Dergisi, Cilt 7, Sayı 25-26.
- Fayyad, U.Piatetsky-Shapiro, G. ve Smyth, P.(1996).From Data Mining to Knowledge Discovery in
Databases, Artificial Intelligence Magazine.
- Fausett, L. (1994). Fundamentals of Neural Networks, PrenticeHall, 1994.
Giudici, P. (2003).Applied Data Mining: Statistical Methods for Business and Industry, John
- Wiley&Sons, West Sussex, England, 2003.
Hall, M. (2014). Time Series Analysis and ForecastingwithWeka (Erişim: 10.10.2018)
- Honaker, J. a. (2010). What to do about missing values in time-series cross-section data.
AmericanJournal of PoliticalScience, 561-581.
- Ibrahim, Z. ve Rusli, D. (2007). Predicting Students’ Academic Performance: Comparing Artifıcial
Neural Network, Decision Tree And Linear Regression, 21st Annual SAS Malaysia Forum,
5th September 2007.
- Irmak, S. Köksal, C. D. ve Asilkan, Ö. (2012). Hastanelerin Gelecekteki Hasta Yoğunluklarının Veri
Madenciliği Yöntemleri İle Tahmin Edilmesi, Uluslararası Alanya İşletme Fakültesi
Dergisi, Cilt 4, Sayı 1, 101-114.
- Kantardzic, M. (2003). Data Mining: Concepts, Models, Methods, and Algorithms, IEEE Press,
HoesLane, Piscataway, NJ, USA, 2003.
- Kaynar, O. ve Taştan, S. (2009).Zaman Serisi Analizinde Mlp Yapay Sinir Ağları Ve Arıma
Modelinin Karşılaştırılması, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi
Dergisi, Cilt 33, 161-172.
- Kayri, M.,Kayri, İ. ve Gencoğlu, M.T. (2017). The Performance Comparison of Multiple Linear
Regression, Random Forest and Artificial Neural Network by Using Photovoltaic and
Atmospheric Data. 2017 14th International Conference on Engineering of Modern
ElectricSystems (EMES).
- Manisa Ticaret Borsası Pamuk Raporu (2017).http://manisatb.org.tr/199/pamuk-sektor-raporlari
(13.08.2018)
- Mananyi, A. ve Struthers, J. (1997). Cocoa Market Efficiency: A Cointegration Approach, Journal of
Economics Studies, Vol. 24.
- Newbold, P. (2000). İşletme ve İktisat için İstatistik, Çev.Ümit Şenesen,Literatür Yayıncılık, İstanbul.
- Öztemel, E. (2012). Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul.
- Saigal, S. ve Mehrotra, D. (2012).Performance Comparison Of Time Series Data Using Predictive
Data Mining Techniques. Advances in Information Mining, Vol. 4 Num. 1.
- Semerci, A. ve Çelik, A.D. (2018). Hatay İlinde Pamuk Üretiminin Fonksiyonel Analizi. Tekirdağ
Ziraat Fakültesi Dergisi, Cilt 15, Sayı 2.
- Sevüktekin, M. ve Çınar, M. (2014). Ekonometrik Zaman Serileri Analizi, Dora Yayınevi:Bursa.
- Şeker, S. E. (2015). Zaman Serisi Analizi, YBS Ansiklopedisi, Cilt 2, Sayı 4.
- Şeker, S. E., Mert, C., Al-Naami, K., Ozalp, N., ve Ayan, U. (2013). Correlation Between the
Economy News and Stock Market in Turkey. International Journal of Business
Intelligenceand Review (IJBIR) , Cilt 4, Sayı 4, 1-21.
- Şeker, S. E.,Cankir, B., ve Okur, M. E. (2014). Strategic Competition of Internet Interfacesfor XU30
QuotedCompanies. International Journal of ComputerandCommunicationEngineering. 3
(6).
- Telatar, E., Türkmen, Ş. Ve Teoman, Ö. (2002). Pamuk Borsalarında Oluşan Fiyatların Etkinliği,
Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt 17, Sayı 2.
- Tüik, (2017). Bitkisel Üretim Veri Tabanı(https://biruni.tuik.gov.tr/ bitkiselapp/bitkisel.zul;
01.08.2018).
- Veysel, O. (2016).Weka Nedir? ARFF Dosya Yapısı Nasıldır?
(http://onurveysel.blogspot.com/2016/09/weka-nedir-arff-dosya-yapisi-nasildir.html;
02.08.2018)