Makine öğrenmesi yaklaşımları ile tomruk satış fiyatlarının modellenmesi ve fiyat tahmini
| dc.contributor.author | Ergün Karak, Büşra | |
| dc.date.accessioned | 2026-11-19T07:55:48Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | Bu çalışmada, Türkiye'de kızılçam normal boy tomruk açık artırmalı satış fiyatlarının makine öğrenmesi yöntemleri kullanılarak tahmin edilmesi amaçlanmıştır. Bu kapsamda, Orman Genel Müdürlüğü tarafından yayımlanan Ocak 2014–Aralık 2024 dönemine ait aylık satış verileri kullanılmıştır. Çalışmada, Türkiye'de kızılçam satışı gerçekleştirilen 21 Orman Bölge Müdürlüğüne ait veriler ile mevduat faiz oranı, sanayi üretim endeksi, TÜFE, ÜFE, döviz kuru, altın fiyatı, mazot fiyatı, gayrisafi yurt içi hasıla, ithalat ve ihracat göstergeleri modele dâhil edilmiştir. Modelleme sürecinde gecikmeli fiyat değişkenleri oluşturulmuş, kategorik değişkenler one-hot encoding yöntemiyle dönüştürülmüş ve Robust Scaler yöntemi kullanılarak veri ölçeklendirilmiştir. Çalışmada Linear Regression, Ridge Regression, Random Forest, XGBoost ve LightGBM algoritmaları uygulanmış; hiperparametre optimizasyonu Time Series Split tabanlı çapraz doğrulama yaklaşımı ile gerçekleştirilmiştir. Model performansları R², RMSE, MAE, NSE, KGE, MedAE ve sMAPE ölçütleri kullanılarak değerlendirilmiş, Entropi ve TOPSIS yöntemleri ile modeller sıralanmış, SHAP analizi ile değişken önem düzeyleri belirlenmiştir. Araştırma sonuçları, ağaç tabanlı makine öğrenmesi algoritmalarının doğrusal regresyon modellerine göre daha başarılı tahmin performansı sergilediğini göstermiştir. Performans değerlendirmeleri sonucunda XGBoost modeli en başarılı yöntem olarak belirlenmiştir. Ayrıca, 2025 yılına ait gerçek ve tahmin edilen fiyatlar karşılaştırılmış, XGBoost modeli kullanılarak 2026–2035 dönemine ilişkin fiyat projeksiyonları oluşturulmuştur. Sonuç olarak, geliştirilen modelin tomruk fiyatlarının tahmininde başarılı sonuçlar verdiği ve ormancılık ekonomisinde veri temelli karar verme süreçlerine katkı sağlayabilecek bir karar destek aracı niteliği taşıdığı değerlendirilmektedir. | |
| dc.identifier.citation | ERGÜN KARAK, B. (2026). Makine öğrenmesi yaklaşımları ile tomruk satış fiyatlarının modellenmesi ve fiyat tahmini (Tez No. 1025152) [Yüksek lisans tezi, KASTAMONU ÜNİVERSİTESİ]. Ulusal Tez Merkezi. | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12597/44920 | |
| dc.language.iso | tr | |
| dc.publisher | Kastamonu Üniversitesi | |
| dc.subject | Makine Öğrenmesi | |
| dc.subject | Ormancılık Ekonomisi | |
| dc.subject | Tomruk Fiyat Tahmini | |
| dc.subject | XGBoost | |
| dc.subject | Entropi | |
| dc.subject | TOPSIS | |
| dc.subject | SHAP Analizi | |
| dc.subject | Machine Learning | |
| dc.subject | Forest Economics | |
| dc.subject | Log Price Forecasting | |
| dc.subject | Entropy | |
| dc.subject | SHAP Analysis | |
| dc.title | Makine öğrenmesi yaklaşımları ile tomruk satış fiyatlarının modellenmesi ve fiyat tahmini | |
| dc.title.alternative | Modeling and price forecasting of log sale prices using machine learning approaches | |
| dc.type | masterThesis |
Files
Original bundle
1 - 1 of 1
