Akademik Veri Yönetim Sistemi
III. International Applied Statistics Conference (UYIK - 2022) Skopje / N. Macedonia, 22-24 June 2022, Skopje, Makedonya, 22 Haziran - 24 Temmuz 2022, cilt.1, ss.107-115, (Tam Metin Bildiri)
Makedonya'da GSYİH'nın %3,2'sini oluşturan tütün, önemli bir tarımsal üründür. Tütün sektörü, toplam tarımsal üretimin %3,9'unu ve sektördeki istihdamın %4,1'ini oluşturmaktadır. Bu çalışmada, Makedonya'daki tütün üretim miktarının yapay sinir ağları (YSA) ve trend analizi kullanılarak analiz edilmesi ve tahmin edilmesi amaçlanmaktadır. 1992-2020 dönemi için YSA geliştirme ve trend analizinde girdi parametresi olarak yıllar parametresi, çıktı parametresi olarak üretim miktarı kullanılmıştır. Trend analizinde doğrusal, ikinci dereceden, kübik ve üstel regresyon modelleri kullanılmıştır. YSA analizi, Hiperbolik Tanjant aktivasyon fonksiyonu ile gerçekleştirilmiştir. Model kriterleri, Ortalama Hata Kareleri (MSE) ve belirleme katsayısı (R2) gibi istatistikler kullanılarak geliştirilmiştir. Trend analizi ve YSA karşılaştırıldığında, en küçük hata kareler ortalaması (LCR) ve en büyük R2 değerini veren YSA yöntemi daha iyi sonuçlar vermiştir. YSA ile 2021-2025 dönemi için bir tahmin yapılmış olup, tahmin sonucunda tütün üretim miktarının 2021 yılında 29405 ton, 2022 yılında 29175 ton ve 2025 yılında 28706 ton olması beklenmektedir. Tütün üretiminin artması bekleniyor ve önümüzdeki yıllarda azalan seyir. Üretim modellemede YSA modellerinin trend analizine göre daha iyi sonuçlar verdiği görülmüştür.
Anahtar kelimeler: Yapay Sinir Ağı, Trend Analizi, Üretim, Tütün
Tobacco, constituting 3.2% of GDP in Macedonia, is an important agricultural product. Tobacco sector constitutes 3.9% of total agricultural production and 4.1% of employment in the sector. In this study, it is aimed to analyze and predict the amount of tobacco production in Macedonia using artificial neural networks (ANN) and trend analysis. In the development of ANN and trend analysis for the 1992-2020 period, the years parameter was used as the input parameter and the production amount was used as the output parameter. Linear, quadratic, cubic and exponential regression models were used in trend analysis. ANN analysis was carried out with the Hyperbolic Tangent activation function. Model criteria were developed by using statistics such as Mean Squares of Error (MSE) and coefficient of determination (R2). When trend analysis and ANN were compared, the least error squares mean (LCR) and the ANN method, which gave the largest R2 value, gave better results. A prediction for the period of 2021-2025 has been made with the ANN, and as a result of the prediction, it is expected that the amount of tobacco production will be 29405 tons in 2021, 29175 tons in 2022 and 28706 tons in 2025. It is expected that tobacco production will be in an increasing and decreasing course in the coming years. It has been seen that ANN models give better results than trend analysis in production modelling.
Key words: Artificial Neural Network, Trend Analysis, Production, Tobacc