YAPAY SİNİR AĞLARI METODU İLE TÜRKİYE TAVUKÇULUK SEKTÖRÜ İHRACATTAHMİNİ UYGULAMASI

Abstract

Tavuk eti insan beslenmesi açısından değerli bir gıdadır. Ülkemizde etçi tavuk sektörü, son yıllarda ilerleme kaydederek dünyada önemli bir yere gelmiştir. Üretim, tüketim ve ihracat rakamlarına bakıldığında ülkemizin dünyada belli bir yere sahip olduğu ve giderek ön sıralara yerleştiği görülmektedir. Önümüzdeki yıllarda da tavuk ürünlerindeki üretim artışları devam edecektir. Ülkemiz açısından tavuk eti sektörü önem arz etmektedir. Çalışmada tavuk eti ihracat miktarı yapay sinir ağları yöntemi kullanılarak tahmin edilmiştir. Bu kapsamda yapay zekâ tabanlı çözümler araştırılmıştır. Çalışmada; öncelikli olarak tavuk eti sektöründe talebi etkileyen faktörler belirlenmiştir. Geliştirilen YSA modeli ile tahminin hata testleri yapılmış, elde edilen sonuçlara göre, modelin yaptığı tahminlerin güvenilir ve tutarlı olduğu tespit edilmiştir. Sinir ağlarının eğitiminde, ileri beslemeli geri yayılımlı ağ mimarisi kullanılmıştır. Yapılan hata testleri sonuçları, modelin yaptığı tahminin hata oranının düşük olduğu ve yapılan tahmin performansının yüksek olduğunu belirlenmiştir. Bu sonuçlara göre tavuk eti ihracat tahmininde yapay sinir ağları metodunun geçerli ve güvenli sonuçlar ürettiğine kararı verilmiştir.Chicken meat is a valuable food for human nutrition. The poultry sector in our country has made progress in recent years and has reached an important place in the world. When the production, consumption and export figures are examined, it is seen that our country has a certain place in the world and gradually settles in the front row. Production increases in poultry products will continue in next years. Chicken meat sector is important for our country. In the study, export data of chicken meat was estimated by using artificial neural networks method. In this context, artificial intelligence based solutions were investigated. In the study, the factors affecting demand in the poultry sector were determined. The data obtained were evaluated in the estimation model created by ANN method. According to the results of the error tests with the ANN model, the predictions made by the model were found to be reliable and consistent. In the training of the network, forward feedback propagation network architecture is used. The results of the study showed that the model has a low error rate, high performance and the use of artificial neural networks for estimating the export demand for chicken meat yields positive results.