Yapay Sinir Ağları İle Öngörü Modellemesi: Türkiye Kağıt-Karton Sanayi Örneği

Günümüzde endüstrinin her alanında geleceğe ilişkin tahmin ve analizler tüm dünya ülkelerinde gerek özel, gerekse bilim dünyasında kabul görmüş ve bu konularda araştırmalar yapılmış ve yapılmaktadır. Herhangi bir değişkenin gelecekte alacağı değer, o değişkenin geçmiş dönemlerdeki gözlem değerleri ile oluşturulan modeller yardımıyla tahmin edilmektedir. Yapay sinir ağları (YSA) son dönemlerde diğer bilimsel alanlarda olduğu gibi tahmin alanında da sıkça kullanılan bir yöntem haline gelmiştir. Bu çalışmada Türkiye kağıt-karton sanayisinin ihracat rakamları yapay sinir ağları kullanılarak tahmin edilmiştir. YSA girdi değişkeni olarak Türkiye kağıt-karton üretimi, atık kağıt, endüstriyel odun, tomruk üretimi, nüfus, GSYİH, TÜFE, ÜFE, döviz kurları ve ekonomik büyüme rakamları kullanılmıştır.  Sonuçlar kağıt-karton ihracatının 2025 yılında 2011 yılına oranla %48,2’lik bir artış, 2015 yılına göre ise %3’lük bir azalış göstereceğini öngörmektedir.

Forecasting By Using Artificial Neural Networks: Turkey’s Paper-Paperboard Industry Case

Today, future projections and analyses in all areas of industry are accepted both in private sector and in the scientific world in all countries around the world. The value that a variable will have in the future is projected using the models established based on its values in the past. Recently, as in many scientific areas, artificial neural networks (ANN) have started to be a frequently used method in the field of projection. In the current study, the export numbers of Turkey’s paper-paperboard industry are projected using artificial neural networks. Turkey’s paper-paperboard production, waste paper, industrial wood, logging production, population, gross domestic product, consumer price index, producer price index, currency rates and economic growth numbers are used as the artificial neural network input variable. As a result, it is estimated that in 2025 paper-paperboard export will show a 48.2% increase compared to 2011, and a 3% decrease compared to 2015. 

___