Araştırma Makalesi
BibTex RIS Kaynak Göster

Estimating Monthly New Car Sales in Turkey with Artificial Neural Networks (ANN) and ARIMA Models

Yıl 2022, Cilt: 9 Sayı: 2, 260 - 277, 29.12.2022

Kamil Abdullah Eşidir Yunus Emre Gür Vahap Yoğunlu Muhammed Çubuk

https://doi.org/10.47097/piar.1132101
Cited By: 1

Öz

In the study, monthly new car sales in Turkey were estimated with Arima, which is one of the Time Series Analysis models, and Artificial Neural Networks (ANN), which is one of the artificial intelligence-based prediction models. The dependent variable is monthly new car sales. The independent variables are monthly car exports (USD), monthly car imports (USD), monthly US Dollar exchange rates (TL), monthly Turkey exports (USD) and monthly Turkey imports (USD). Using monthly data (January 2002-December 2020, 228 months-19 years) obtained from the Turkish Statistical Institute (TUIK), the Central Bank of the Republic of Turkey (TCMB), the number of new car sales for 15 months, between January 2021 and March 2022 has been estimated. The performance of the ANN model was compared with the Arima model, the differences of the estimations and the results were interpreted. In the study, it was determined that the Arima model have better results than the ANN model.

Anahtar Kelimeler

Automotive Industry Artificial Neural Networks Arima and Forecasting

Kaynakça

  • Abdellatief, M, Shaaban, E. ,, ve Abu-Raya, K. A. (2019). Egyptian Case Study-Sales forecasting model for automotive section. In 2019 International Conference on Smart Applications, Communications and Networking (SmartNets) IEEE, s. 1-6.
  • Abraham, A. (2005), Artificial Neural Networks, Handbook of Measuring System Design, s. 901-908.
  • Afana, M, Ahmed, J, Harb, B, Abu-Nasser, B. S. ve Abu-Naser, S. S. (2018), “Artificial Neural Network for Forecasting Car Mileage per Gallon in the City”, International Journal of Advanced Sicience and Technology, Vol. 124, pp.51-59.
  • Akgül, B. (2010). Türkiye'deki Otomotiv Sektörü ve Örnek Bir Talep Tahmin Çalışması, Yıldız Teknik Üniversitesi, Sosyal Bilimler Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, İstanbul.
  • Akyurt, İ. Z. (2015). Talep Tahmininin Yapay Sinir Ağlarıyla modellenmesi: Yerli Otomobil Örneği, Ekonometri ve İstatistik Dergisi, (23), 147-157.
  • Alper, C. E., & Mumcu-Serdar, A. (2000). Türkiye’de Otomobil Talebinin Tahmini, Ekonomi ve Ekonometri Merkezi, Boğaziçi Üniversitesi.
  • Asilkan, Ö., & Irmak, A. G. S. (2009). İkinci El Otomobillerin Gelecekteki Fiyatlarinin Yapay Sinir Ağlari ile Tahmin Edilmesi, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(2), 375-391.
  • Bedir, A. (2002). Türkiye'de Otomotiv Sanayii Gelişme Perspektifi (Vol. 2660). DPT.
  • Bucak, S. (2007). Otomotiv Sektöründe Yapay Sinir Ağı Kullanarak Maliyet Tahmini, Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Yayınlamamış Yüksek Lisans Tezi.
  • Civelek, Ç. (2021), Yapay Sinir Ağları Kullanarak Türkiye Traktör Satış Adedinin Tahmin Edilmesi. Avrupa Bilim ve Teknoloji Dergisi, (31), 375-381.
  • Çakar, T. (2017). Otomotiv endüstrisinde yapay sinir ağı kullanarak maliyet tahmin modeli geliştirme. Karaelmas Fen ve Mühendislik Dergisi, 7(1), 237-249.
  • Dwivedi, A., Niranjan, M., & Sahu, K. (2013). A business intelligence technique for forecasting the automobile sales using Adaptive Intelligent Systems (ANFIS and ANN). International Journal of Computer Applications, 74(9).
  • Ecer, F. (2013). Türkiye’de 2. El otomobil fiyatlarının tahmini ve fiyat belirleyicilerinin tespiti, Anadolu Üniversitesi Sosyal Bilimler Dergisi, Cilt:13, Sayı:4, ss:101-112.
  • Gökçe, H. A. N, SÖNMEZ, E. F, Selen, A. V. C. I., & ALADAĞ, Z. (2022), Uygun Normalizasyon Tekniği ve Yapay Sinir Ağları Analizi İle Otomobil Satış Tahminlemesi, İşletme Ekonomi ve Yönetim Araştırmaları Dergisi, 5(1), 19-45.
  • GÜLTEKİN, S. U., & ORGAN, A. (2020), Price estimation of secondhand cars sold on the internet with artificial neural network method, İnternet Uygulamaları Dergisi, 11(1), 49-61.
  • Hopfield, J.J., (1982), “Neural Networks and Physical Systems with Emergent Collective Computational Abilities,” in Roc. Nat‘l Academy of Sciences, USA 79,1982, s. 2,5542,558.
  • Jain, A. K., Mao, J., & Mohiuddin, K. M. (1996). Artificial neural networks: A tutorial. Computer, 29(3), 31-44.
  • Jain, A.K. ve Mao,J. (1994), “Neural Networks and Pattern Recognition,” in Computational Intelligence: Imitating Life, J.M. Zurada, R. J. Marks 11, and C.J. Robinson, eds., IEEE Press, Piscataway, N.J., 1994, s. 194-212.
  • Karaatlı, M, Helvacıoğlu, Ö. C, Ömürbek, N, & Tokgöz, G. (2012). Yapay Sinir Ağlari Yöntemi ile Otomobil Satiş Tahmini. Uluslararası Yönetim İktisat ve İşletme Dergisi, 8(17), 87-100.
  • Kaya, A, Kaya, G., & Çebi, F. (2022). Forecasting automobile sales in Turkey with artificial neural networks. In Research Anthology on Artificial Neural Network Applications (pp. 1478-1489). IGI Global.
  • Köse U ve Arslan A, (2017), Optimization of Self-Learning in Computer Science Engineering Course: An İntelligent Software System Supported By Artifcial Neural Network and Vortez Optimization Algorithm, Comput Appl Eng Educ 25:142–156.
  • Lau, E. T, Sun, L, & Yang, Q. (2019). Modelling, Prediction and Classification of Student Academic Performance Using Artificial Neural Networks, SN Applied Sciences, 1(9), 1-10.
  • McCulloch, W.S. and Pitts, W.H. (1943) A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 5, 115–133.
  • Montgomery, D. C, Jennings, C. L., & Kulahci, M. (2015). Introduction to time series analysis and forecasting. John Wiley & Sons, Second Edition.
  • Pektaş, A. O., & Cigizoglu, H. K. (2013). ANN Hybrid Model Versus ARIMA and ARIMAX Models of Runoff Coefficient, Journal of Hydrology, 500, 21-36.
  • R.P. Lippmann, “An Introduction to Computingwith Neural Nets,”lEEEASSP Magazine, Vol. 4, No. 2, Apr. 1987, pp. 4-22.
  • Rashid TA ve Ahmad HA (2016) Using neural network with particle swarm optimization. Comput Appl Eng Educ 24:629–638.
  • Sarı, M. (2016). Yapay Sinir Ağları ve Bir Otomotiv Firmasında Satış Talep Tahmini Uygulaması, Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Sakarya.
  • Sharma, R, & Sinha, A. K. (2012). Sales Forecast of An Automobile İndustry, International Journal of Computer Applications, 53(12).
  • Shigeta, N, & Hosseini, S. E. (2020). Sustainable Development of The Automobile İndustry In The United States, Europe, And Japan With Special Focus On The Vehicles’ Power Sources. Energies, 14(1), 78.
  • Shumway, R. H, Stoffer, D. S. (2000). Time series analysis and its applications (Vol. 3). New York: springer.
  • Topal, İ. (2019). Çevrimiçi Tüketici Bütünleşmesi Ve Arama Motoru Verileri Kullanılarak Yapay Sinir Ağları İle Otomobil Satış Tahmini, Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 9(2), 534-551.
  • Vandamme JP, Meskens N, Superby JF (2007) Predicting Academic Performance by Data Mining Methods. Educ Econ 15(4):405–419.
  • Wang, F. K, Chang, K. K, & Tzeng, C. W. (2011). Using Adaptive Network-Based Fuzzy İnference System To Forecast Automobile Sales, Expert Systems with Applications, 38(8), 10587-10593.
  • Yazıcıoğlu, N. (2010). Yapay Zekâ ile Talep Tahmini, Uludağ Üniversitesi, Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Bursa.

Yapay Sinir Ağları (YSA) ve ARIMA Modelleri ile Türkiye’de Aylık Sıfır km Otomobil Satış Adetlerinin Tahmin Edilmesi

Yıl 2022, Cilt: 9 Sayı: 2, 260 - 277, 29.12.2022

Kamil Abdullah Eşidir Yunus Emre Gür Vahap Yoğunlu Muhammed Çubuk

https://doi.org/10.47097/piar.1132101
Cited By: 1

Öz

Çalışmada, yapay zekâ temelli tahmin modellerinden Yapay Sinir Ağları (YSA) ve Zaman Serileri Analizi modellerinden Arima ile Türkiye’deki aylık sıfır km otomobil satış adetleri tahmin edilmiştir. Bağımlı değişken aylık sıfır km otomobil satışlarıdır. Bağımsız değişkenler ise aylık otomobil ihracatı (USD), aylık otomobil ithalatı (USD), aylık Amerikan Dolar kuru (TL), aylık Türkiye ihracatı (USD) ve aylık Türkiye ithalatı (USD)’dir. Türkiye İstatistik Kurumu (TÜİK), Türkiye Cumhuriyet Merkez Bankasından (TCMB) elde edilen aylık veriler (Ocak 2002-Aralık 2020, 228 ay-19 yıl) kullanılarak, Ocak 2021 ile Mart 2022 arasında gerçekleşen 15 aylık sıfır km otomobil satış adetleri tahmin edilmiştir. YSA modelinin performansı Arima modeli ile karşılaştırılmış, tahminlerin farkları ve sonuçlar yorumlanmıştır. Çalışmada Arima’nın YSA’ya kıyasla daha iyi sonuç verdiği tespit edilmiştir.

Anahtar Kelimeler

Otomtiv Sektörü Yapay Sinir Ağları Arima ve Tahminleme

Kaynakça

  • Abdellatief, M, Shaaban, E. ,, ve Abu-Raya, K. A. (2019). Egyptian Case Study-Sales forecasting model for automotive section. In 2019 International Conference on Smart Applications, Communications and Networking (SmartNets) IEEE, s. 1-6.
  • Abraham, A. (2005), Artificial Neural Networks, Handbook of Measuring System Design, s. 901-908.
  • Afana, M, Ahmed, J, Harb, B, Abu-Nasser, B. S. ve Abu-Naser, S. S. (2018), “Artificial Neural Network for Forecasting Car Mileage per Gallon in the City”, International Journal of Advanced Sicience and Technology, Vol. 124, pp.51-59.
  • Akgül, B. (2010). Türkiye'deki Otomotiv Sektörü ve Örnek Bir Talep Tahmin Çalışması, Yıldız Teknik Üniversitesi, Sosyal Bilimler Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, İstanbul.
  • Akyurt, İ. Z. (2015). Talep Tahmininin Yapay Sinir Ağlarıyla modellenmesi: Yerli Otomobil Örneği, Ekonometri ve İstatistik Dergisi, (23), 147-157.
  • Alper, C. E., & Mumcu-Serdar, A. (2000). Türkiye’de Otomobil Talebinin Tahmini, Ekonomi ve Ekonometri Merkezi, Boğaziçi Üniversitesi.
  • Asilkan, Ö., & Irmak, A. G. S. (2009). İkinci El Otomobillerin Gelecekteki Fiyatlarinin Yapay Sinir Ağlari ile Tahmin Edilmesi, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(2), 375-391.
  • Bedir, A. (2002). Türkiye'de Otomotiv Sanayii Gelişme Perspektifi (Vol. 2660). DPT.
  • Bucak, S. (2007). Otomotiv Sektöründe Yapay Sinir Ağı Kullanarak Maliyet Tahmini, Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Yayınlamamış Yüksek Lisans Tezi.
  • Civelek, Ç. (2021), Yapay Sinir Ağları Kullanarak Türkiye Traktör Satış Adedinin Tahmin Edilmesi. Avrupa Bilim ve Teknoloji Dergisi, (31), 375-381.
  • Çakar, T. (2017). Otomotiv endüstrisinde yapay sinir ağı kullanarak maliyet tahmin modeli geliştirme. Karaelmas Fen ve Mühendislik Dergisi, 7(1), 237-249.
  • Dwivedi, A., Niranjan, M., & Sahu, K. (2013). A business intelligence technique for forecasting the automobile sales using Adaptive Intelligent Systems (ANFIS and ANN). International Journal of Computer Applications, 74(9).
  • Ecer, F. (2013). Türkiye’de 2. El otomobil fiyatlarının tahmini ve fiyat belirleyicilerinin tespiti, Anadolu Üniversitesi Sosyal Bilimler Dergisi, Cilt:13, Sayı:4, ss:101-112.
  • Gökçe, H. A. N, SÖNMEZ, E. F, Selen, A. V. C. I., & ALADAĞ, Z. (2022), Uygun Normalizasyon Tekniği ve Yapay Sinir Ağları Analizi İle Otomobil Satış Tahminlemesi, İşletme Ekonomi ve Yönetim Araştırmaları Dergisi, 5(1), 19-45.
  • GÜLTEKİN, S. U., & ORGAN, A. (2020), Price estimation of secondhand cars sold on the internet with artificial neural network method, İnternet Uygulamaları Dergisi, 11(1), 49-61.
  • Hopfield, J.J., (1982), “Neural Networks and Physical Systems with Emergent Collective Computational Abilities,” in Roc. Nat‘l Academy of Sciences, USA 79,1982, s. 2,5542,558.
  • Jain, A. K., Mao, J., & Mohiuddin, K. M. (1996). Artificial neural networks: A tutorial. Computer, 29(3), 31-44.
  • Jain, A.K. ve Mao,J. (1994), “Neural Networks and Pattern Recognition,” in Computational Intelligence: Imitating Life, J.M. Zurada, R. J. Marks 11, and C.J. Robinson, eds., IEEE Press, Piscataway, N.J., 1994, s. 194-212.
  • Karaatlı, M, Helvacıoğlu, Ö. C, Ömürbek, N, & Tokgöz, G. (2012). Yapay Sinir Ağlari Yöntemi ile Otomobil Satiş Tahmini. Uluslararası Yönetim İktisat ve İşletme Dergisi, 8(17), 87-100.
  • Kaya, A, Kaya, G., & Çebi, F. (2022). Forecasting automobile sales in Turkey with artificial neural networks. In Research Anthology on Artificial Neural Network Applications (pp. 1478-1489). IGI Global.
  • Köse U ve Arslan A, (2017), Optimization of Self-Learning in Computer Science Engineering Course: An İntelligent Software System Supported By Artifcial Neural Network and Vortez Optimization Algorithm, Comput Appl Eng Educ 25:142–156.
  • Lau, E. T, Sun, L, & Yang, Q. (2019). Modelling, Prediction and Classification of Student Academic Performance Using Artificial Neural Networks, SN Applied Sciences, 1(9), 1-10.
  • McCulloch, W.S. and Pitts, W.H. (1943) A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics, 5, 115–133.
  • Montgomery, D. C, Jennings, C. L., & Kulahci, M. (2015). Introduction to time series analysis and forecasting. John Wiley & Sons, Second Edition.
  • Pektaş, A. O., & Cigizoglu, H. K. (2013). ANN Hybrid Model Versus ARIMA and ARIMAX Models of Runoff Coefficient, Journal of Hydrology, 500, 21-36.
  • R.P. Lippmann, “An Introduction to Computingwith Neural Nets,”lEEEASSP Magazine, Vol. 4, No. 2, Apr. 1987, pp. 4-22.
  • Rashid TA ve Ahmad HA (2016) Using neural network with particle swarm optimization. Comput Appl Eng Educ 24:629–638.
  • Sarı, M. (2016). Yapay Sinir Ağları ve Bir Otomotiv Firmasında Satış Talep Tahmini Uygulaması, Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Sakarya.
  • Sharma, R, & Sinha, A. K. (2012). Sales Forecast of An Automobile İndustry, International Journal of Computer Applications, 53(12).
  • Shigeta, N, & Hosseini, S. E. (2020). Sustainable Development of The Automobile İndustry In The United States, Europe, And Japan With Special Focus On The Vehicles’ Power Sources. Energies, 14(1), 78.
  • Shumway, R. H, Stoffer, D. S. (2000). Time series analysis and its applications (Vol. 3). New York: springer.
  • Topal, İ. (2019). Çevrimiçi Tüketici Bütünleşmesi Ve Arama Motoru Verileri Kullanılarak Yapay Sinir Ağları İle Otomobil Satış Tahmini, Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 9(2), 534-551.
  • Vandamme JP, Meskens N, Superby JF (2007) Predicting Academic Performance by Data Mining Methods. Educ Econ 15(4):405–419.
  • Wang, F. K, Chang, K. K, & Tzeng, C. W. (2011). Using Adaptive Network-Based Fuzzy İnference System To Forecast Automobile Sales, Expert Systems with Applications, 38(8), 10587-10593.
  • Yazıcıoğlu, N. (2010). Yapay Zekâ ile Talep Tahmini, Uludağ Üniversitesi, Fen Bilimleri Enstitüsü, Yayınlanmamış Yüksek Lisans Tezi, Bursa.
Toplam 35 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Konular Yöneylem
Bölüm Araştırma Makaleleri
Yazarlar

Kamil Abdullah Eşidir 0000-0002-8106-1758

Yunus Emre Gür 0000-0001-6530-0598

Vahap Yoğunlu 0000-0003-1214-1014

Muhammed Çubuk 0000-0002-3655-8036

Yayımlanma Tarihi 29 Aralık 2022
Yayımlandığı Sayı Yıl 2022 Cilt: 9 Sayı: 2

Kaynak Göster

APA Eşidir, K. A., Gür, Y. E., Yoğunlu, V., Çubuk, M. (2022). Yapay Sinir Ağları (YSA) ve ARIMA Modelleri ile Türkiye’de Aylık Sıfır km Otomobil Satış Adetlerinin Tahmin Edilmesi. Pamukkale Üniversitesi İşletme Araştırmaları Dergisi, 9(2), 260-277. https://doi.org/10.47097/piar.1132101

Cited By

YAPAY SİNİR AĞLARI İLE TÜRKİYE PLASTİK SEKTÖRÜ İTHALAT TAHMİNİ: 2023 YILI NİSAN-ARALIK AYLARI
Akademik Hassasiyetler
https://doi.org/10.58884/akademik-hassasiyetler.1307536
 Kapak Resmi İndir

Pamukkale Üniversitesi İşletme Araştırmaları Dergisinde yayınlanmış makalelerin telif hakları Creative Commons Atıf-Gayriticari 4.0 Uluslararası Lisansı (CC BY-NC-ND 4.0) kapsamındadır.

by-nc-nd.png