TÜRKİYE’YE GELEN TURİST SAYISI TAHMİNİNDE ZAMAN SERİLERİ ANALİZİ VE YAPAY SİNİR AĞLARI YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Comparison of Methods of Time Series Analysis and Artificial Neural Networks on Estimation The Number of Tourists Come to Turkey

Özet

Bu çalışmada, Kültür ve Turizm Bakanlığından elde edilen istatistiklere göre Türkiye geneline yönelik turizm talebinin aylar itibariyle tahmin edilmesinde “Zaman Serileri Analizi” ile “Yapay Sinir Ağları” yöntemlerinin öngörü doğruluklarının karşılaştırılması en yüksek öngörü doğruluğuna sahip modelin belirlenmesi amaçlanmıştır. Turist talebi ile ilgili yapılan modellemelerde zaman serisi tekniklerinden ARMA (Karma Otoregresif Hareketli Ortalama Süreci) veya ARIMA (Homojen Durağan Olmayan Süreçler) modelleri kullanılarak en uygun model belirlenmeye çalışılmıştır. Zaman Serileri Analizi için E-Views 7 programı kullanılmıştır. MATLAB 7.9.0(R2009b) programı kullanılarak geliştirilen yapay sinir ağları sistemleri ile performansı en yüksek modelin belirlenmesi amaçlanmıştır. Bu amaç için, ileri beslemeli ağ yapısı, danışmanlı öğrenme stratejisi ve MLP (Multi-Layer Perceptron) modeli ile oluşturulan yapıları eğitmede kullanılan hatayı geriye yayma algoritması ile farklı ağ yapıları kullanılmıştır. Optimum başarı elde etmek için çok sayıda deneme gerçekleştirilmiştir. Kullanılan yöntemlerin karşılaştırılması sonucunda, yapay sinir ağlarının, zaman serileri analizine göre öngörü doğruluğunun daha yüksek ve gerçek değerlere en yakın sonuçları veren yöntem olduğu görülmüştür.

Abstract

n this study, it is aimed to determine the model giving the best estimate by compared the prediction accuracy of “Time Series Analysis” and “Artificial Neural Networks” on monthly tourism demand for Turkey according to the Ministry of Culture and Tourism’s statistics. For the modeling related to the demand of tourist, ARMA or ARIMA models that are time-series techniques was used and the most appropriate model was tried to determine. E- Views 7 program was used for Time Series Analysis. It is aimed to determine the high-performance model by using Artificial Neural Networks developed by MATLAB 7.0.9(R2009b) programme. For this purpose, Artificial Neural Networks were trained by using backpropagation algorithm it is used for training the structures which are made up of feedforward network structure, supervised learning strategy and MLP model and different network structures. Also it was carried out many experiments to obtain optimal success. As a result of comparison of the methods used, artificial neural networks have higher predictive accuracy than time series analysis and provide the closest results to real values.