Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: EZGİ DÜLGER
Danışman: MEHMET SERDAR GÜZEL
Özet:Günümüzde veriler sayısal ortamda çok fazla birikmektedir ve saklanan bu verilerinanlamlı bir şekilde analizinin yapılması gerekmektedir. Büyük miktardaki verikümelerinden yararlı bilgilerin, bağıntıların keşfedilmesi ve düzgün analizlerininyapılması gerekliliği veri madenciliği alanının doğmasına sebep olmuştur ve tıp,ekonomi, biyoloji gibi pek çok farklı alanda veri madenciliği teknikleri kullanılmayabaşlanmıştır.Bu çalışmada, ekonomi alanında belirlenen veriler için veri madenciliği tekniklerindenolan Yapay Sinir Ağları yönteminin uygulanması üzerinde durulmuştur. Çalışmada,Türkiye Cumhuriyet Merkez Bankası’nın ekonomik faaliyetlerin analizi içinkullanmakta olduğu zaman serileri analizi yöntemi olan OECD Yöntemi’ndenyararlanılmıştır. OECD Yöntemi aracılığıyla belirlenen ekonomik büyümenin öncügöstergelerinin veri kümeleri hazırlanmıştır. Bu veri kümeleri baz alınarak, ekonomikbüyüme tahmini için yapay sinir ağları kullanılarak bir uygulama geliştirilmesiönerilmiştir. MATLAB ortamında eğitilen sistemde girdi olarak öncü göstergelerin, çıktıolarak ise Sanayi Üretim Endeksi verisinin değerleri kullanılmıştır. Büyüme oranı ileSanayi Üretim Endeksi’nin verileri birbirleri ile yüksek oranda korelasyon gösterdiğiiçin çıktı olarak Sanayi Üretim Endeksi verileri belirlenmiştir. Bu korelasyondoğrultusunda, uygulamada belirlenen öncü göstergeler kullanılarak, elde edilen SanayiÜretim Endeksi değerleri sayesinde ekonomik büyüme tahmini sağlıklı bir şekildeönceden yapılacaktır. Ekonomik anlamda karar alıcılar ve ekonomistler açısındanönemli bir öngörü elde edilmiş olacaktır.AbstractNowadays, data is accumulating too much on digital platforms and this stored data isnecessary to be made of significantly analysis. Discovery of the relationships and usefulinformation from the large amount of the data sets and the need of proper analysis havelead to the emergence of data mining areas, and data mining techniques have been usedin many different areas such as medicine, economics, biology etc.In this study, it is focused on the implementation of the method Artificial NeuralNetworks, one of the data mining techniques for data specified in the field of economics.In the study, the OECD Method which is the method that uses time-series analysis forthe analysis of economic activity used by the Central Bank of the Republic of Turkeywas used. Data sets of the leading indicators of economic growth determined throughthe OECD method was prepared. Based on these data sets, improving an applicationusing artificial neural networks have been proposed for economic growth forecast. Inthe system trained in MATLAB, it is used the values of the leading indicators as inputand the values of the Industrial Production Index as output. The Industrial ProductionIndex is defined as output data due to the Industrial Production Index data and growthrate is highly correlated with each other. In accordance with the correlation, withIndustrial Production Index values obtained by using leading indicators specified inapplication, economic growth forecast will be done in a healthy way in advance. Animportant prevision for economic decision-makers and economists will be obtained.