Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Bursa Uludağ Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: SERAY MİRASÇI
Danışman: Aslı Aksoy
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Firmaların varlıklarını sürdürebilmeleri için, belli karlılık hedeflerini tutturmaları gerekmektedir. Firmalarda karlılık hedeflerine doğrudan etki eden faaliyetlerden biri de satın alma faaliyetleridir. Değişen dünya koşullarında satın alma süreçlerinin kritik malzeme grupları için çevik ve stratejik olması gerekmektedir. Bu çalışmada, çelik malzeme ürün grubunda fiyat tahminleme çalışması için veri madenciliği ve makine öğrenmesi yöntemleri ortaya konmuştur. Veri setinde bulunan gürültülü veriler tespit edilerek veri madenciliği teknikleri ile temizlenmiştir. Temizlenen veri seti makine öğrenmesi tekniklerinden hiyerarşik kümeleme ve k-ortalamalar yöntemleri kullanılarak ideal küme sayıları tespit edilmiştir. Bu analizde bulunan ideal küme sayısının doğrulaması farklı performans ölçütlerine göre doğrulanmıştır. Belirlenen kümede yer alan referanslar için hem yapay sinir ağları ile hem adaptif ağ yapısına dayalı bulanık çıkarım sistemleri (ANFIS) ile fiyat tahminlemesi yaparak hangi yöntemin diğerine göre daha üstün olduğu ortaya konmuştur. Bu çalışmada önerilen analizler ile satın alma süreçlerinde, çalışan kaynaklı hataların satın alma stratejileri geliştirme süreçlerindeki etkileri azaltılmış, satın alma çalışanlarının uzun zaman harcayarak yaptığı analizler, endüstri mühendisliğinin teknikleri içerisinde yer alan veri analizi ve makine öğrenmesi yöntemleri ile gerçekleştirilmiştir.