Research Information System
Beykoz Akademi Dergisi, vol.4, no.1, pp.1-32, 2016 (Peer-Reviewed Journal)
Forecasting and accuracy of demand has a direct effect in the success of a business and
customer satisfaction. Whereas many methods show successful results in forecasting and
planning demand of products with smooth demand, they fail with products that have
many time periods with zero demands. Variability of capacity and pattern of demand
causes forecasting and planning of it to become difficult. In this study, for forecasting
intermittent demand, Croston Method and Multilayer Perceptron which is also an artificial
neural network have been analyzed. These methods have been used for forecasting
intermittent demand in one of the categories of a businessthat operatesin e-trade sector.
Afterwards, performance of each method has been compared using appropriate accuracy
measures.
Talep tahmini ve doğruluğunun bir işletmenin başarısına ve müşteri memnuniyetine
doğrudan etkisi bulunmaktadır. Düzgün talep yapısına sahip ürünlerin talep tahmini ve
planlamasında birçok yöntem başarılı sonuçlar verirken çoğu zaman diliminde sıfır talep
gören aralıklı talep yapısına sahip ürünlerin talep tahmininde başarılı olamamaktadır.
Talep büyüklüğünün ve şeklinin değişkenliği bu ürünler için talep tahmini ve planlamanın
yapılmasını zorlaştırmaktadır. Bu çalışmasında, aralıklı talep yapısına sahip ürünlerin talep
tahminini için Croston yöntemi ve bir yapay sinir ağı modeli olan Çok Katmanlı Algılayıcılar
incelenmiştir. Bu yöntemler e-ticaret sektöründe faaliyet gösteren bir işletmenin
satış yaptığı bir kategorideki aralıklı talep yapısına sahip ürünlerinin talep tahmini için
kullanılmıştır. Daha sonra her bir yöntemin performansı uygun ölçütler kullanılarak
ölçülmüştür.