Sürekli üretim sistemleri için talep tahmini ve karar destek sistemi geliştirilmesi: Kimya sektöründe örnek bir uygulama

Abstract

İşletmelerin gelecekte yapacakları stratejik kararlar için taleplerini iyi analiz etmeleri gerekmektedir. Talep tahminleri analizinde en önemli girdi geçmiş verilerdir. Geçmiş talep verilerinin doğru analiz edilmesi işletmelerin doğru karar almasına fayda sağlayacaktır. Kimya sektöründe katma değeri yüksek ürün üreten işletmelerin, tedarik zincirini optimum kaynak kullanımı ile yönetmesi için doğru bir talep tahmin sistemine sahip olması gerekmektedir. Çalışmada, nicel talep tahmini sistemine sahip olmayan, hammadde stok seviyesi yüksek, nihai ürünlerinde stoksuzluk ve aşırı stokta tutma eğilimi olan kimya sektöründe faaliyet gösteren bir işletmenin, zaman verileri analiz yöntemleri ile, ABC-XYZ ürün sınıflandırma analizi sonucunda A ve X grubunda yer alan ürünleri için talep tahmini yapılmıştır. 32 farklı ürün ilk olarak ABC sınıflarına ayrılmış sonrasında varyasyon katsayısı göz önünde bulundurularak XYZ sınıflandırması yapılmıştır. A ve X grubunda yer alan ürünler için Ocak 2011 ve Aralık 2018 arasındaki 96 aylık talep miktarı veri seti kullanılarak ARIMA ve Holt-Winter yöntemleri ile 3 dönemlik talep tahmini yapılmıştır. ARIMA ve Holt Winter yöntemleri tahmin sonuçları MAPE, MAD ve RMSE hata kriterleri ile karşılaştırılmıştır. %8,1'e kadar daha iyi sonuç veren Holt-Winter yöntemi için en düşük MAPE değerini sağlayacak parametre optimizasyonu yapan karar destek sistemi geliştirilmiştir.

Companies need to analyze their demands for strategic decisions in the future. The most important input in demand forecast analysis is historical data. Accurate analysis of historical demand data will help enterprises make the right decision. Enterprises producing high value-added products in the chemical sector must have an accurate demand forecasting system in order to manage the supply chain with optimum resource utilization. In this study, demand forecasting using time veries analysis methods was applied to products in the AX group according to result that products, were analyzed by ABC-XYZ classification method, of a company in the chemical sector that not having a quantitative demand forecasting system, has a high raw material stock level, has a tendency to be out of stocks and excess stock in the final products. 32 different products were first classified into ABC classes and then XYZ classification was made considering the coefficient of variation. 3 periods demand forecasting for products in the A and X group was applied by ARIMA and Holt-Winter methods using 96 monthly data between 2011 Jan. and 2018 Dec.. ARIMA and Holt Winter forecasting results were compared with MAPE, MAD and RMSE error criterias. Considering to up to %8,1 better performance of Holt-Winter method, a decision support system has been developed that optimizes the parameters to provide the lowest MAPE value.