İstatistiksel ve Derin Öğrenme Yöntemlerini Kullanarak Tarımsal Girdi Fiyat Endeksi'nin Tahmin Edilmesi

Abstract

Tarımsal Girdi Fiyat Endeksi, mevcut tarımsal üretimde kullanılan ürün ve hizmetlerin fiyatlarındaki değişimlerin ve geleceğe yönelik yatırımların takibi amacıyla Türkiye İstatistik Kurumu (TÜİK) tarafından her ay hesaplanıp yayınlanmaktadır. İndeksin tahmini tarım üreticilerinin yatırım kararlarında ve ürün tercihlerinde zamanında karar almalarına imkan sağlayacak, yurt içi ve uluslararası pazarda rekabet güçlerini arttıracaktır. Bu çalışmada Tarımsal Girdi Fiyat Endeksi'ndeki değişimleri tahmin etmek amacıyla istatistiksel (ARIMA, SARIMA) ve derin öğrenme modelleri (CNN, LSTM) kullanılmıştır. CNN ve LSTM modellerinin hem doğrusal hem de doğrusal olmayan veri özelliklerini yakaladığı bilinmektedir. Tahmin sonuçları, Ortalama Karekök Hata (RMSE) ve Ortalama Karesel Hata (MSE) metrikleri ile değerlendirilmiştir. Çalışma sonuçlarına göre ARIMA (RMSE: 0.16409, MSE: 0.0269247) ve CNN (RMSE: 0.16994, MSE: 0.288791) modelleri en iyi sonuçları elde etmiş olup, bunları LSTM modeli takip etmektedir.

Keywords

• tarım girdi fiyat endeksi tahmini
• arima
• uzun kısa süreli bellek (lstm)
• sarima
• evrişimsel sinir ağı (cnn)