Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightUygulama sonucunda, modelin tahmin sonuçları ile fiili maliyetler karşılaştırıldığında yaklaşık %1’lik bir fark bulunduğu tespit edilmiştir.
📌 3 Maddede Bu Makale
Özet
Bu çalışma, üretim maliyetlerinin tahmininde bulanık mantık yönteminin etkinliğini ortaya koymayı amaçlamaktadır. Küreselleşme ve rekabetin yoğunlaştığı günümüz koşullarında işletmelerin doğru maliyet tahminleri yapması, stratejik karar alma süreçleri açısından kritik önem taşımaktadır. 1965 yılında Zadeh tarafından geliştirilen bulanık mantık, belirsiz ve eksik verilerle karar verebilme esnekliği sağlayarak klasik yöntemlerin ötesinde bir yaklaşım sunmaktadır. Çalışmada, Sivas ilinde faaliyet gösteren bir süt üretim işletmesinin 2019 yılı verileri kullanılarak bulanık mantık tabanlı maliyet modeli oluşturulmuştur. Modelde giriş değişkenleri olarak direkt ilk madde ve malzeme maliyetleri, direkt işçilik maliyetleri ve genel üretim maliyetleri; çıkış değişkeni olarak ise üretim maliyeti belirlenmiştir. Matlab ortamında kurulan modelde üyelik fonksiyonları, kural tabanı ve durulaştırma işlemleri tanımlanarak 125 adet kural geliştirilmiştir. Uygulama sonucunda, modelin tahmin sonuçları ile fiili maliyetler karşılaştırıldığında yaklaşık %1’lik bir fark bulunduğu tespit edilmiştir. Bu sonuç, bulanık mantığın sınırlı verilerle dahi yüksek doğrulukta tahminler yapabildiğini göstermektedir. Çalışma, yöntemin tarım işletmeleri başta olmak üzere farklı sektörlerde de uygulanabileceğini ve maliyet yönetiminde karar vericilere güçlü bir destek aracı sunduğunu ortaya koymaktadır.
Abstract
This study aims to demonstrate the effectiveness of the fuzzy logic method in estimating production costs. In today’s environment of globalization and intense competition, making accurate cost predictions is critically important for businesses in terms of strategic decision-making. Introduced by Zadeh in 1965, fuzzy logic provides flexibility in decision-making with uncertain and incomplete data, offering an approach beyond classical methods. In this study, a cost estimation model based on fuzzy logic was developed using the 2019 data of a dairy farm operating in Sivas, Turkey. The input variables of the model were determined as direct raw material and supplies costs, direct labor costs, and general production costs, while the output variable was production cost. Within the Matlab environment, membership functions, a rule base, and defuzzification processes were defined, and 125 rules were developed. As a result of the application, when the model’s estimation results were compared with the actual production costs, an approximate 1% difference was identified. This finding indicates that fuzzy logic can produce highly accurate estimates even with limited data. The study reveals that the method can be applied not only in agricultural enterprises but also in various sectors, providing decision-makers with a strong tool for cost management.