MAÜ GCRIS Standart veritabanının içerik oluşturulması ve kurulumu Research Ecosystems (https://www.researchecosystems.com) tarafından devam etmektedir. Bu süreçte gördüğünüz verilerde eksikler olabilir.

Bilgisayar Teknolojileri Bölümü Koleksiyonu

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12514/175

Browse

Browsing Bilgisayar Teknolojileri Bölümü Koleksiyonu by Author "Babaoglu,Merve"

Filter results by typing the first few letters
Now showing 1 - 3 of 3
  • Thumbnail Image
    Article
    Modeling Automobile Sales in Turkiye with Regression-Based Machine Learning Algorithms
    (İstanbul Üniversitesi, 2023) Babaoglu,Merve; Coşkunçay,Ahmet; Aydın,Tolga
    The automobile sector is the locomotive of industrialized countries. The employment opportunities it creates are of great value because of its interconnectedness with other industries and the value it adds. Demand forecasting studies in such an important sector are one of the main drivers for the provision of raw materials and services needed in the future. In this study, 10 independent variables are used that directly or indirectly affect the level of car sales, which is our dependent variable. These variables are gross domestic product, real sector confidence index, capital expenditures, household consumption expenditures, inflation rate, consumer confidence index, percentage of one-year term deposits, and oil barrel, gold, and dollar prices. The dataset used consists of annual data between 2000 and 2021. To examine the sales forecast model, two variables that affect minimum sales are first extracted from the model using the least squares method. Linear Regression, Decision Tree, Random Forest, Ridge, AdaBoost, Elastic-net, and Lasso Regression algorithms are applied to build a predictive model with these variables. The Mean Squared Error (MSE), Mean Absolute Error (MAE), and coefficient of determination (R2) are used to compare the performance of the predictive models. This study proposes an approach for sectors affected directly or indirectly by automotive sales to gain foresight on this issue.
  • Thumbnail Image
    Article
    SÜRÜ ZEKÂSI TABANLI ALGORİTMALAR İLE TÜRKİYE’NİN UZUN VADELİ ENERJİ TÜKETİM TAHMİNİ
    (Kahramanmaraş Sütçü İmam Üniversitesi, 2023) Babaoglu,Merve; Haznedar,Bülent
    Enerji, ülkelerin en önemli uygarlık araçlarından biridir. Dünya genelinde artan nüfus, refah seviyesi ve gelişen teknoloji enerji tüketimini ciddi manada arttıran faktörlerdendir. Sürdürülebilir kalkınma çerçevesinde enerji üretiminin ve tüketiminin gerçekleştirilmesi günümüzün hiç şüphesiz en önemli hedeflerinden birisidir. Tercih edilen enerji türünün tükenebilir enerji kaynağı olması, bu enerji kaynaklarında dışa bağımlı olması ve çevresel durumlardan dolayı Türkiye’de gelecek yıllarda ne kadarlık enerjiye ihtiyaç duyulabileceğinin tahmin edilebilmesi büyük önem taşımaktadır. Bu önemli öngörüyü elde edebilmek için çalışmada, sürü zekâsı tabanlı meta-sezgisel algoritmalardan Balina Optimizasyon Algoritması (BOA) ve Yapay Arı Kolonisi Algoritması (YAK) tercih edilmiştir. Enerji tüketimini en çok etkileyen nüfus, gayri safi yurtiçi hâsıla (GSYH), ithalat ve ihracat gibi bağımsız değişkenlerin 1990-2009 yılları arasındaki veriler eğitim, 2009-2019 yılları arasındaki veriler ise test için kullanılmıştır. Elde edilen en iyi model sonuçlarına göre ise muhtemel dört senaryoda 2040 yılına kadar Türkiye’nin ihtiyaç duyabileceği enerji miktarı belirlenmeye çalışılmıştır. Bu hesaplamalara göre YAK modelinin test verileri için %86 R^2ve %8,74 MAPE (Ortalama Mutlak Yüzdesel Hata) değerleri ile BOA modeline göre daha iyi sonuç verdiği gözlenmiştir.
  • Thumbnail Image
    Conference Object
    Turkey Long-Term Energy Consumption Prediction Using Whale Optimization Algorithm
    (IEEE(Institute of Electrical and Electronics Engineers), 2021) Babaoglu,Merve; Haznedar,Bülent
    Energy is one of the most important topics for the sustainable development of countries. Due to the fact that the energy used can be depleted, it imports many energy sources, and environmental factors, it is of great importance for Turkey to predict how much energy needs may be in the future. In this study, whale optimization algorithm (BOA) was preferred from heuristic algorithms in order to be able to estimate Turkey's energy demand until 2040. In order to determine the performance of the whale optimization algorithm, the results were compared with the genetic algorithm (GA). All models are arranged linearly and squared and the result is obtained. Data for independent variables such as gross domestic product (GDP), population, imports and exports affecting energy demand were used between 1990 and 2019. Modeling of the past 30 years has been provided to calculate the accuracy of the results. After obtaining the most suitable model, calculations were made according to 4 different scenarios for the next 20 years.