Fındık fiyatlarının yapay sinir ağları ile tahminlenmesi: Türkiye örneği
Yükleniyor...
Tarih
2024-07-07
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Batman Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Fındık hiç kuşkusuz Türkiye için önemli bir tarım ürünüdür. Fındık fiyatlarının tahminlenmesi fiyatın belirlenmesi, ürünün pazarlanması vs. açıdan çok önemlidir. Fiyat tahminlemede bir çok yöntem kullanılmaktadır. Bu yöntemlerden birisi de yapay zekanın bir alt türü ola yapay sinir ağlarıdır. Bu çalışmada yapay sinir ağları ile fındık fiyatının tahminlenmesi yapılmıştır. Çalışmanın amacı fiyat tahminlenmesinde yapay sinir ağları kullanılarak bir model ortaya konulması ve uygulamasının gerçekleştirilmesidir. Alan yazındaki çalışmalardan farkı da bu yöntem ile fındık fiyatı tahminlenmesi üzerine uygulanmasıdır. Çalışmada, Giresun Ticaret Borsası’ndan elde edilen 2000-2023 yıllarına ait aylık fındık fiyatlarından oluşan 214 veriden oluşan zaman serisi kullanılmıştır. Çalışmanın analizi için MATLAB Neural Network Toolbox araç paketi kullanılmıştır. Çalışmada kullanılan veri seti tek değişkenli zaman serisi olduğu için Nonlinear Autoregressive (NAR) ile analiz gerçekleştirilmiştir. Çalışma neticesinde fındık fiyatlarının tahminine ilişki yapay sinir ağı modeli kurulmuş ve %33 hata payı ile tahminleme yapılmıştır.
Hazelnut is undoubtedly an important agricultural product for Turkey. Forecasting hazelnut prices is very important in terms of price determination, marketing of the product, etc. Many methods are used in price forecasting. One of these methods is artificial neural networks, which is a subtype of artificial intelligence. In this study, hazelnut price forecasting is done with artificial neural networks. The aim of the study is to present a model using artificial neural networks in price forecasting and to realize its application. The difference from the studies in the literature is that it is applied on hazelnut price forecasting with this method. In the study, a time series of 214 data consisting of monthly hazelnut prices for the years 2000-2023 obtained from Giresun Commodity Exchange was used. MATLAB Neural Network Toolbox tool package was used for the analysis of the study. Since the data set used in the study is a univariate time series, the analysis was performed with Nonlinear Autoregressive (NAR). As a result of the study, an artificial neural network model was established for the prediction of hazelnut prices and prediction was made with an error margin of 0.33.
Hazelnut is undoubtedly an important agricultural product for Turkey. Forecasting hazelnut prices is very important in terms of price determination, marketing of the product, etc. Many methods are used in price forecasting. One of these methods is artificial neural networks, which is a subtype of artificial intelligence. In this study, hazelnut price forecasting is done with artificial neural networks. The aim of the study is to present a model using artificial neural networks in price forecasting and to realize its application. The difference from the studies in the literature is that it is applied on hazelnut price forecasting with this method. In the study, a time series of 214 data consisting of monthly hazelnut prices for the years 2000-2023 obtained from Giresun Commodity Exchange was used. MATLAB Neural Network Toolbox tool package was used for the analysis of the study. Since the data set used in the study is a univariate time series, the analysis was performed with Nonlinear Autoregressive (NAR). As a result of the study, an artificial neural network model was established for the prediction of hazelnut prices and prediction was made with an error margin of 0.33.
Açıklama
Anahtar Kelimeler
Yapay Sinir Ağları, Öngörü, Fındık, Fiyat Tahmini, Articial Neural Networks, Forecasting, Hazelnut, Price Forecasting
Kaynak
Batman Üniversitesi Yaşam Bilimleri Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
14
Sayı
1
Künye
Kara, M. A. (2024). Fındık fiyatlarının yapay sinir ağları ile tahminlenmesi: Türkiye örneği. Batman Üniversitesi Yaşam Bilimleri Dergisi, 14 (1), ss. 31-42. https://doi.org/10.55024/buyasambid.1394033.
