SavedAdd your journal

Journals / Ordu Üniversitesi Bilim ve Teknoloji Dergisi / 2024 / Cilt: 14 Sayı: 2

Investigation of Hazelnut Producing Provinces with Cluster Analysis Methods

Kümeleme Analizi Yöntemleri ile Fındık Üretilen İllerin İncelenmesi

Mehmet Akif Kara(Giresun Üniversitesi)0000-0003-4308-9933
Pages
396–410
Publication Date
2024-12-31
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Other provinces where hazelnut is produced constitute the 3rd cluster.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Hazelnuts are one of the most important agricultural products for Turkey.
📊
Key Findings & Data:In this respect, it is important to see the situation of hazelnut-producing provinces with clustering methods to create strategic policies.
💡
Conclusion & Impact:Other provinces where hazelnut is produced constitute the 3rd cluster.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:kümeleme analizi · fındık · çok değişkenli istatistik

Abstract

Hazelnuts are one of the most important agricultural products for Turkey. Although it is a dominant product in the international market, there has been increasing competition in recent years. In this respect, it is important to see the situation of hazelnut-producing provinces with clustering methods to create strategic policies. In this study, Hierarchical Cluster Analysis and K-Means cluster analysis methods, which are among the cluster analysis methods, were used with SPSS, R, and Python software programs. As a result of the study, hazelnut-producing provinces were divided into 3 clusters. While Ordu province, which is among these provinces, constitutes a cluster on its own, Giresun, Düzce, Sakarya, Samsun, Trabzon, and Zonguldak are in Cluster 2. Other provinces where hazelnut is produced constitute the 3rd cluster.

Özet

Fındık Türkiye için en önemli tarımsal ürünlerden birisidir. Uluslararası pazarda hâkimiyetinin olduğu bir ürün olmasına karşın son yıllarda giderek artan bir rekabet söz konusudur. Bu minvalde kümeleme yöntemleri ile fındık üretilen illerin durumunu görmek stratejik politika oluşturmak açısından önemlidir. Bu çalışmada kümeleme analizi yöntemleri arasında bulunan Hiyerarşik Kümeleme Analizi ve K-Ortalamalar kümeleme analizi yöntemleri SPSS, R ve Python yazılım programları ile kullanılmıştır. Çalışma sonucunda fındık üretilen iller 3 kümeye ayrılmıştır. Bu iller arasında yer alan Ordu ili tek başına bir küme oluştururken, 2. Kümede Giresun, Düzce, Sakarya, Samsun, Trabzon ve Zonguldak yer almaktadır. Fındık üretimi yapılan diğer iller ise 3.kümeyi oluşturmaktadır.

🔖

Cite This Article

Kara, M. A. (2024). Investigation of Hazelnut Producing Provinces with Cluster Analysis Methods. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, Cilt: 14 Sayı: 2, 396–410. https://doi.org/10.54370/ordubtd.1556727

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (26)

  1. Aydın, B., Öztürk, O., Özer, S., Çebi, Ü. ve Özkan, E. (2019). Tarımsal uygulamalarda üreticilerin çevre algısının analizi: Edirne ili örneği. Türk Tarım ve Doğa Bilimleri Dergisi, 6(4), 851-858. https://doi.org/10.30910/turkjans.633616
  2. Bălan, A. V., Toma, E., Dobre, C. ve Soare, E. (2015). Organic farming patterns analysis based on clustering methods. Agriculture and Agricultural Science Procedia, 6, 639-646. https://doi.org/10.1016/j.aaspro.2015.08.110
  3. Bars, T. (2023). Ürün raporu fındık 2023. TEPGE Yayın.
  4. Bulut, H. (2023). R uygulamalı çok değişkenli istatistiksel yöntemler. Nobel.
  5. Çam, Z. (2021). Kümeleme analizi. İstatistikolay 2 çok değişkenli istatistik (Edt. Kaan Zülfikar Deniz). Nobel Yayınları.
  6. Çelik, Ş., Şengül, T., Şengül, Ö. ve İnci, H. (2018). Türkiye’de illere göre hayvansal ve bitkisel ürünlerin kümeleme analizi ile incelenmesi. Journal of Awareness, 3(5), 385-398. https://doi.org/10.26809/joa.2018548650
  7. Eszergar-Kiss, D. ve Caesar, B. (2017). Definition of user groups applying Ward’s method. Transportation Research Procedia, 22, 25-34. https://doi.org/10.1016/j.trpro.2017.03.004
  8. Everitt, B.S. ve Hothorn, T. (2011). An introduction to applied multivariate analysis with R. Springer.
  9. Gavioli, A., de Souza, E. G., Bazzi, C. L., Schenatto, K. ve Betzek, N. M. (2019). Identification of management zones in precision agriculture: An evaluation of alternative cluster analysis methods. Biosystems Engineering, 181, 86-102. https://doi.org/10.1016/j.biosystemseng.2019.02.019
  10. Gevrekçi, Y., Fe, A., Takma, Ç., Akbaş, Y. ve Taşkın, T. (2011). Koyunculuk açısından Batı Anadolu illerinin sınıflandırılması. Kafkas Üniversitesi Veteriner Fakültesi Dergisi, 17(5), 755-760. https://doi.org/10.9775/kvfd.2011.4352
  11. Güler, D. (2021). Türkiye’de ipek böcekçiliğinin çok boyutlu ölçekleme ve kümeleme analizleri ile incelenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi, 24(1), 212-220. https://doi.org/10.18016/ksutarimdoga.vi.723998
  12. Günay, H. F., Uyğun, U. ve Yardımcıoğlu, F. (2020). Fındık üretimine yönelik mali desteklerin yeterlilik ve çiftçi memnuniyeti yönünden değerlendirilmesi. Sakarya İktisat Dergisi, 9(4), 299-332. https://dergipark.org.tr/en/pub/sid/issue/59766/862124
  13. Hair, J.F., Black, W.C., Babin, B.J. ve Anderson, R.E. (2014). Multivariate data analysis. Pearson.
  14. Hazneci, E., Naycı, E. ve Çelikkan, G. (2022). Fındık üretiminde maliyet ve karlılık analizi: Giresun ili örneği. Ege Üniversitesi Ziraat Fakültesi Dergisi, 59(3), 499-511. https://doi.org/10.20289/zfdergi.996921
  15. Ikotun, A. M., Ezugwu, A. E., Abualigah, L., Abuhaija, B. ve Heming, J. (2023). K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Information Sciences, 622, 178-210. https://doi.org/10.1016/j.ins.2022.11.139
  16. İkikat Tümer, E., Birinci, A. ve Aksoy, A. (2013). Çiftçilerin sosyo-ekonomik özelliklerinin kümeleme analiziyle belirlenmesi: Erzurum ili örneği. Atatürk Üniversitesi Ziraat Fakültesi Dergisi, 41(1), 29-37.
  17. Kara, M.A. (2024). Fındık fiyatlarının yapay sinir ağları ile tahminlenmesi: Türkiye örneği. Batman Üniversitesi Yaşam Bilimleri Dergisi, 14(1), 31-42. https://doi.org/10.55024/buyasambid.1394033
  18. Merdan, K. (2024). Türkiye’de fındık ihracat talebine etki eden faktörlerin ARIMA modeli ile tahmin edilmesi. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26(1), 40-68. https://doi.org/10.21180/iibfdkastamonu.1339022
  19. Ömürbek, N., Akçakaya, O. ve Urmak Akçakaya, E. D. (2021). Integrating cluster analysis with MCDM methods for the evaluation of local agricultural production. Croatian Operational Research Review, 12(2), 105-117. https://doi.org/10.17535/crorr.2021.0009
  20. Pascucci, S., Carfora, M. F., Palombo, A., Pignatti, S., Casa, R., Pepe, M. ve Castaldi, F. (2018). A comparison between standard and functional clustering methodologies: Application to agricultural fields for yield pattern assessment. Remote Sensing, 10(4), 585. https://doi.org/10.3390/rs10040585
  21. Pelit, İ. (2023). Türkiye’nin ülke gruplarına göre ithalat ve ihracatının kümeleme analizi ile incelenmesi: 2013-2022 dönemi. İşletme ve İktisat Çalışmaları Dergisi, 11(2), 103-113. https://dergipark.org.tr/en/pub/iicder/issue/80364/1328070
  22. Reiff, M., Ivanicova, Z. ve Surmanova, K. (2018). Cluster analysis of selected world development ındicators in the fieldes of agriculture and the food ındustry in European Union countries. Agricultural Economics, 64, 197-205. https://doi.org/10.17221/198/2016-AGRICECON
  23. Sarıman, G. (2014). Veri madenciliğinde kümeleme teknikleri üzerine bir çalışma: K-means ve k-medoids kümeleme algoritmalarının karşılaştırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 15(3), 192-202. https://doi.org/10.19113/sdufbed.41288
  24. Tekin, B. (2015). Temel sağlık göstergeleri açısından Türkiye’deki illerin gruplandırılması: Bir kümeleme analizi uygulaması. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5, 389-416. https://doi.org/10.18074/cnuiibf.196
  25. Thorndike, R.L. (1953). Who belongs in the family? Psychometrika, 18(4), 267-276. https://doi.org/10.1007/BF02289263
  26. TÜİK, (2023). Türkiye istatistik kurumu veri tabanı. www.tuik.gov.tr adresinden 21 Ağustos 2024 tarihinde alınmıştır.