Babaoğlu, Merve

Profile Picture
Profile URL
https://hdl.handle.net/20.500.12514/7001
Name Variants
Babaoglu,Merve
Job Title
Öğretim Görevlisi
Email Address
mervebabaoglu@artuklu.edu.tr
Main Affiliation
Department of Computer Technologies / Bilgisayar Teknolojileri Bölümü
Status
Website
ORCID ID
0000-0003-3030-8690
Scopus Author ID
57226391481
Turkish CoHE Profile ID
279483
Google Scholar ID
64-sIrUAAAAJ
WoS Researcher ID
JSL-6391-2023

Sustainable Development Goals

8

DECENT WORK AND ECONOMIC GROWTH
DECENT WORK AND ECONOMIC GROWTH Logo

3

Research Products

9

INDUSTRY, INNOVATION AND INFRASTRUCTURE
INDUSTRY, INNOVATION AND INFRASTRUCTURE Logo

1

Research Products

14

LIFE BELOW WATER
LIFE BELOW WATER Logo

1

Research Products

17

PARTNERSHIPS FOR THE GOALS
PARTNERSHIPS FOR THE GOALS Logo

1

Research Products
Documents

1

Citations

1

h-index

1

Go to Scopus profile
Documents

1

Citations

0

Go to WoS profile
Scholarly Output

4

Articles

2

Views / Downloads

32/193

Supervised MSc Theses

0

Supervised PhD Theses

0

WoS Citation Count

0

Scopus Citation Count

1

WoS h-index

0

Scopus h-index

1

Patents

0

Projects

0

WoS Citations per Publication

0.00

Scopus Citations per Publication

0.25

Open Access Source

3

Supervised Theses

0

Google Analytics Visitor Traffic

JournalCount
2021 29th Signal Processing and Communications Applications Conference (SIU)1
Journal of Data Applications1
Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi1
SIU 2021 - 29th IEEE Conference on Signal Processing and Communications Applications, Proceedings1
Current Page: 1 / 1

Scopus Quartile Distribution

Quartile distribution chart data is not available

Competency Cloud

GCRIS Competency Cloud

Scholarly Output Search Results

Now showing 1 - 4 of 4
  • 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.
  • Thumbnail Image
    Conference Object
    Citation - Scopus: 1
    Balina Optimizasyon Algoritması Kullanılarak Türkiye’nin Uzun Vadeli Enerji Tüketimi Tahmini
    (IEEE Xplore, 2021) Babaoğlu, Merve; Haznedar, Bülent
    Enerji, ülkelerin sürdürülebilir kalkınmaları için en önemli konu başlıklarından biridir. Kullanılan enerjinin tükenebilir olması, birçok enerji kaynağını ithal ediyor olması ve çevresel faktörlerden dolayı Türkiye için gelecekte enerji ihtiyacının ne kadar olabileceğinin tahmin edilebilmesi büyük önem taşımaktadır. Bu çalışmada Türkiye’nin 2040 yılına kadarki enerji tüketim tahminini yapabilmek adına, sezgisel algoritmalardan balina optimizasyon algoritması (BOA) tercih edilmiştir. Balina optimizasyon algoritmasının performansını belirleyebilmek için elde edilen veriler, genetik algoritma (GA) sonuçları ile karşılaştırılmıştır. Tüm modeller doğrusal olarak düzenlenip sonuç alınmıştır. Enerji talebini etkileyen gayri safi yurtiçi hasıla (GSYH), nüfus, ithalat ve ihracat gibi bağımsız değişkenlerin 1990-2019 yılları arasındaki verileri kullanılmıştır. Sonuçların doğruluğunu hesaplayabilmek için geçmiş 30 yılın modellenmesi sağlanmıştır. En uygun model elde edildikten sonra gelecek 20 yıl için 4 farklı senaryoya göre tahminler yapılmıştır.
  • 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.