Yazarlar
Yayınlar
- Yüksek Lisans TeziAçık Erişim2020ÇAYKUR İşletmeleri için bölge müdürlüğü seçim önerisi
Yunus Can Çolak
Bu çalışmada; Türkiye çay sektörünün öncü markalarından ve aynı zamanda bir devlet iktisadi teşekkülü olan, Çay İşletmeleri Genel Müdürlüğüne (Çaykur) ait, bölge müdürlükleri konumlarının optimizasyonu gerçekleştirilmiştir. Teknolojinin ilerlemesi ile birlikte yapay zekanın kullanım alanı da genişlemektedir. Küreselleşen dünya ve sürekli artan rekabet ortamında, işletmeler için yapay zeka ve teknikleri kaçınılmaz hale gelmektedir. Özellikle tesis yeri seçimi gibi yatırım maliyetinin yüksek olduğu konularda, işletmelerin verecek oldukları kararlar, stratejik olarak önem arz etmektedir. Bu bağlamda; Çaykur ve yetkili satış noktaları arasındaki mesafenin optimize edilmesi, hem Çaykur'a hem de Çaykur'un iktisadi devlet teşekkülü özelliğinden dolayı Türkiye ekonomisine, bir başka ifade ile milli servete olumlu katkılar sağlayacaktır. Bu çalışmada, bölge müdürlükleri konumlarının optimize edilmesi için, makine öğrenimi tekniklerinden biri olan, K-Ortalamalar Kümeleme Analizi yöntemi ile yöneylem araştırması tekniklerinden biri olan, Doğrusal Olmayan Programlama yönteminden yararlanılmıştır. K-Ortalamalar Kümeleme Analizi yöntemi ile Doğrusal Olmayan Programlama yönteminin, bir tesis yeri seçimi probleminde ilk defa bu çalışmada birlikte uygulanmış olması, literatürde doldurulan bir boşluk olduğundan dolayı; çalışma, akademik anlamda da önem teşkil etmektedir. Elde edilen sonuçlara göre; analiz yöntemlerinin, birlikte hibrit olarak modellendiği durumda, sonuçlar daha etkili olmaktadır.
- Doktora TeziAçık Erişim2019İşletmelerde finansal başarısızlığın makine öğrenme yöntemleri ve Altman Z-skoru ile tahmin edilmesi
Şafak Sönmez Soydaş
Bir ülkede faaliyette bulunan firmaların hem kendi varlıklarını devam ettirebilmeleri hem de ülke ekonomisine sağlayacakları faydalar son derece önemlidir. Dünya ekonomilerin küreselleşmesi ve bunu sonucunda dünyada oluşan ekonomik krizlerin devletlerin ekonomilerini ve faaliyette bulunan işletmeleri olumsuz olarak etkilemektedir. Tüm bu durumlar çerçevesinde halı hazırda faaliyette bulunan işletmelerin bu krizlerden etkilenmemesi veya daha az etkilenmesi için işletmelerin finansal olarak iyi yönetilmesi ve başarısızlıktan önce gerekli tedbirleri almaları zorunlu hale gelmiştir. Çalışmanın amacı, finansal başarısızlığın tahmin edilmesi için Borsa İstanbul'da faaliyette bulunan imalat sanayi sektöründeki 178 firmanın 2015-2019 yılları arasındaki mali verileri 24 finansal oran kullanılarak makine öğrenme yöntemleri ve Altman Z-Skoru yöntemini karşılaştırmalı analize tabi tutmak ve finansal başarısızlıktan 1, 2, 3, 4 ve 5 yıl öncesine kadar finansal başarısızlık tahmin modelleri oluşturmaktır. Yapılan karşılaştırmalı analiz sonucunda, Borsa İstanbul'da faaliyette bulunan firmaların Altman Z-Skoru başarısızlıktan 5 yıl öncesine kadar tahmin sonuçları oldukça düşük çıkmıştır. Makine öğrenme yöntemleri ise Altman Z-Skoruna göre çok iyi sonuçlar vermiştir. Makine öğrenme modelleri arasında ise Random Forest (rastgele orman) yöntemi başarısızlıktan 1, 2, 3, 4 ve 5 yıl öncesine kadar oldukça iyi sonuçlar vermiştir. Sırasıyla yapay sinir ağları, destek vektör makinaları ve karar ağaçları yine de Altman Z-Skoruna göre çok iyi tahmin sonuçları elde etmiştir.