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.

Anahtar Kelimeler:

Veri Madenciliği, Zaman Serisi, Yapay Sinir Ağı

PDF

___

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)