İbrahim GÜNGÖR

TURİZM TALEBİNİN YAPAY SİNİR AĞLARI İLE TAHMİNİ VE ZAMAN SERİSİ YÖNTEMLERİ İLE KARŞILAŞTIRMALI ANALİZİ: ANTALYA İLİNE YÖNELİK BİR UYGULAMA

Makalenin İngilizce İsmi: 
FORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA
Makale İçerik Bilgileri
Tüm Terimler
Anahtar Kelimeler: 
Turizm Talebi
yapay sinir ağları
Zaman Serisi Tahmin Yöntemleri
Türkçe Özet: 

Bu çalışmada; zaman serisi yöntemlerinden Üstel Düzleştirme ve
Box-Jenkins yöntemleri ile farklı mimarilere sahip yapay sinir ağı
modellerinin tahmin doğruluklarını karşılaştırarak en yüksek doğruluğu
sağlayan modelin belirlenmesi ve belirlenen model yardımıyla Antalya iline
yönelik aylık dış turizm talebi tahminlerinin yapılması amaçlanmıştır.
Çalışmada Ocak 1992- Aralık 2005 döneminde Antalya iline gelen aylık
yabancı turist sayısı verilerinden yararlanılmıştır. Yapılan çok sayıda
deneme sonucunda orijinal seri değerleri kullanılarak oluşturulan 12
gecikmeli yapay sinir ağı modelinin en yüksek doğruluğu sağladığı görülmüş
ve elde edilen model yardımıyla 2009 yılı için Antalya iline yönelik aylık dış
turizm talebi tahminleri yapılmıştır.

Makale Künye Bilgisi
Tüm Terimler
Makalenin Yayımlandığı Dergi: 
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
Referanslar: 

KAYNAKÇA
1. AKGÜL Işıl, Zaman Serilerinin Analizi ve ARIMA Modelleri, Der
Yayınları, 2003, İstanbul
2. BENLİ Yasemin, “Finansal Başarısızlığın Tahmininde Yapay Sinir Ağı
Kullanımı ve İMKB’de Bir Uygulama”, Muhasebe Bilim Dünyası
Dergisi, 2002, Yıl: 4, Sayı: 4, s. 17-30
3. ELMAS Çetin, Yapay Sinir Ağları (Kuram, Mimari, Eğitim,
Uygulama), Seçkin Yayıncılık, 2003, Ankara
4. GÜNGÖR İbrahim ve ÇUHADAR Murat, “Antalya İline Yönelik
Alman Turist Talebinin Yapay Sinir Ağları Yöntemiyle Tahmini”, Gazi
Üniversitesi Ticaret ve Turizm Eğitim Fakültesi Dergisi, Yıl: 2005,
Sayı: 1, s. 84-99
5. HANKE John E., REITSCH Arthur, Business Forecasting, (Fourth
Edition), Allyn and Bacon, 1992, Boston
6. KADILAR Cem, SPSS Uygulamalı Zaman Serileri Analizine Giriş,
Bizim Büro Basımevi, 2005, Ankara
7. LEWIS Colin D., Industrial and Business Forecasting Methods,
Butterworths Publishing: London, 1982
8. LIM Christine, “Review of International Tourism Demand Models”,
Annals of Tourism Research, Volume: 24, No: 4, 1997, s. 839
9. MAKRIDAKIS Spyros, WHEELWRIGHT Steven C., HYNDMAN,
Rob Forecasting: Methods and Applications, John Wiley and Sons
Inc., 1998, New York,
10. ORHUNBİLGE Neyran, Zaman Serileri Analizi Tahmin ve Fiyat
Endeksleri, Avcıol Basım Yayın, 1999, İstanbul
11. ÖZTEMEL Ercan, Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul,
2003
12. WITT Stephen F. ve WITT Christine, Modeling and Forecasting
Demand in Tourism, Academic Pres, 1992, London
13. YILDIZ Birol, “Finansal Başarısızlığın Öngörülmesinde Yapay Sinir
Ağı Kullanımı ve Halka Açık Şirketlerde Ampirik Bir Uygulama”,
İMKB Dergisi, Sayı: 17, 2001, s.51-67

TÜRKİYE’DE İL OLMASI UYGUN OLAN İLÇELERİN AHP YÖNTEMİYLE BELİRLENMESİ

Makalenin İngilizce İsmi: 
DETERMINING THE DISTRICTS THAT CAN BE A PROVINCE IN TURKEY USING ANALYTIC HIERARCHY PROCESS
Makale İçerik Bilgileri
Tüm Terimler
Anahtar Kelimeler: 
Analitik Hiyerarşi Proses
AHP
Türkiye
İl Olma Kriterleri
Türkçe Özet: 

İl olacak ilçelerin objektif olarak belirlenmesi önemli bir problemdir. AHP yöntemi kullanılarak bu probleme etkin bir çözüm aramak uygun olacaktır. Bu çalışmada, Türkiye’de il olması uygun olan ilçelerin öncelik sıralamasını belirlemek için AHP yöntemi uygulanmıştır. Uygulama sonucunda, il olmaya en uygun aday yaklaşık % 33 ’lük bir önem derecesiyle Alanya ilçesi gelmektedir. Uygunluk sırasına göre diğer adaylar; Bandırma, Fethiye, Elbistan, Ereğli, Bergama, Ödemiş ve Erciş ilçeleri olarak ortaya çıkmıştır.

Makale Künye Bilgisi
Tüm Terimler
Makalenin Yayımlandığı Dergi: 
Alanya İşletme Fakültesi Dergisi
PDF Dosyası: 
İçerik yayınları