Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalışmanın sonucunda belirlenen en uygun ARIMA modelinin ardından 2019-2023 yılları için modelin dinamik tahminlemesi yapılarak Türkiye’nin havayolu kargo yükü talepleri tahmini olarak tespit edilmiştir.
📌 3 Maddede Bu Makale
Özet
Hava yolu ile taşınan yıllık kargo yük miktarının daha doğru tahmin edilmesi ve buna bağlı kargo talep tahmin modeliinin belirlenmesinin pratikte iki önemli katkısı bulunmaktadır. Birincisi, mikro açıdan bu konuda sektörde faaliyet gösteren lojistik firmalarına fiyatlamalarını doğru yapabilmeleri, kapasitelerini iyi yönetebilmeleri, tedarik ve satın alma ihtiyaçlarını doğru bir şekilde planlayabilmeleri, taşıyıcıların etkin filo planlamalarına olanak sağlamaları ve bu alandaki yatırımcılara bir öngörü sağlanması amacıyla bir girdi kaynağı oluşturabilmesi, ikincisi de, makro açıdan ülkemizin ekonomik ve kalkınma planlarını geliştirebilmelerine bir fırsat yaratmasıdır. Bu açıklanan nedenlerle, çalışmada 1978–2017 yılları arasında yurt içi ve yurt dışı gerçekleşen toplam hava kargo yükü verilerinden yararlanılarak tek değişkenli zaman serileri analizi kullanılarak bu analizler için geliştirilen Bütünleşik Otoregresif Hareketli Ortalama (ARIMA) yöntemiyle Türkiye’nin toplam havayolu kargo talebi modelinin belirlenmesi ve bu modelden yararlanılarak 2019-2023 yıllarına yönelik yıllık toplam kargo yük miktarlarının tahmin edilmesi çalışmanın amacı olarak belirlenmiştir. Çalışmadatek değişkene dayalı zaman serileri analizi kapsamında Box Jenkins yöntemine dayalı olarak Oto Regresif Bütüneşik Hareketli Ortalamalar (ARIMA) modeli kullanılarak en uygun ARIMA modeli oluşturulmuş ve bu model çerçevesinde dinamik tahminleme yöntemiyle ileriye dönük tahminlemeler yapılmıştır. Çalışmanın sonucunda belirlenen en uygun ARIMA modelinin ardından 2019-2023 yılları için modelin dinamik tahminlemesi yapılarak Türkiye’nin havayolu kargo yükü talepleri tahmini olarak tespit edilmiştir. Elde edilen gerçek ve tahmini değerlerin %95 güven aralığı içinde olduğu ve modelin ortalama mutlak hata payı yüzdesinin (OMHP), Theil Eşitsizlik Katsayısının, ve “Bias” Oranı değerlerinin kabul edilebilir seviyede değerler olduğu belirlenerek tek değişkenli denkleme dayalı oluşturulan ARIMA modelinin uygun ve modelin tahmin gücünün güvenilir olduğu sonucuna varılmıştır. Anahtar Kelimeler: Hava Kargo Taşımacılığı, Lojistik Talep Tahminleme, ARIMA, Box Jenkins
Abstract
There are two important practical benefits of the more precise estimation of annual air freight quantity and determination of air freight demand forecasting model. The first one, as per micro prespective, is able to provide important input resource, such as they are enabling more accurate pricing for logistic companies operating in the industry, enabling optimal capacity management and more accuretly supply and purchasing needs planning, providing effective fleet planning for the freighters and forseeing the investors in this field and the second one, as per macro perspective, is able to provide opportunity for progression of state’s economic and development plans. These reasons why that, in the study by using domestic and international actual total carried freight data between 1978-2017, via Auto Regresive Integrated Moving Average (ARIMA) method used in the analysis of univariate time series, determination of Turkey’s air cargo demand model, and by means of this model forecasting the annual cargo quantity for the period 2020-2023 are the purpose of this study. As a methodology in the study, based on single variable time seires analysis depend on Box Jenkins Auto Regressive Integrated Moving Average (ARIMA) model was used and the optimal ARIMA model selected among the alternatives then in the framework of this model, forecasts have been done by using dynamic estimation model. After the optimal ARIMA model established, the Turkey’s air cargo demand quantities forecasted for the period 2020-2023. it was seen that actual and forecasted values are fitted in the boundires of %95 confidence interval and proposed ARIMA Model’s Mean Absolute Percent Error, Theil’s Inequality Coefficent and Bias Proportion values are acceptable levels. Therefore, it was concluded that the proposed ARIMA Model is fit and power of the its estimation is reliable.