Sürdürülebilir Kalkınma Amaçları

• 1
• 1
• 1

• MakaleAçık Erişim2021/r/bayburt/16767
  An Investigation of the Adaptation of Turkish Textile Enterprises to Industry 4.0

  Yıldız, Aytaç; Özbek, Ahmet; Alan, Mehmet Asif

  Industry 4.0 is a new understanding of production and is based (to a great extent) on the removal of people\rfrom production by radically changing the understanding of people-oriented production – a concept that has\rdominated for a long time. This understanding is becoming more widespread day by day and it is predicted\rthat the future will mean a better understanding of production. Therefore, it is anticipated that adaptation to\rthis understanding will be one of the determining factors in the future success of enterprises. In this study, it\rwas aimed to investigate the adaptation of textile companies operating in Turkey to Industry 4.0. Within the\rscope of the study, a questionnaire was prepared to analyze the perspectives of textile companies towards\rindustry 4.0 and their expectations from the industry 4.0 technologies they use. The questionnaire was\rapplied to 67 textile companies that ranked in the top 500 large enterprises of the Istanbul Chamber of\rIndustry (ISO) in 2017 and 2018 and the data obtained were analyzed. According to the results of the analysis\rit was determined that the technology that businesses use the most is ERP. Due to the high investment cost,\rit has been determined that only half of enterprises invest in industry 4.0 technologies, that they believe that\rindustry 4.0 is applicable in the textile industry, that to invest in these technologies will increase productivity\rand reduce costs, and as a result, the highest increase in efficiency will be achieved.

  • 
  • 
  AtıfOpenAlex3·TR Dizin2

  İncele
• MakaleAçık Erişim2021/r/bayburt/16764
  A Decision Model for the Order Sequence and Delivery Date Problem in Companies Manufacturing According to the Order

  Bozkurt, Özlem Çetinkaya; Pence, Ihsan; Çesmelı, Melıke Sısecı; Calapoğlu, Alperen

  The orders received in the companies that manufacture according to the order are produced in the order of\rincoming demand. However, orders that cannot be produced on time or planned to be produced at a later date\rthan the customer’s demand cause customer loss. In this case, the company needs to decide which customer’s\rorder should be produced first. However, this decision can turn into a rather complicated problem due to\rdifferent criteria that need to be evaluated. In this study, an integrated decision model has been proposed for\rcompanies that make production on order, to establish a balance between the profitability of the company and\rthe satisfaction of customers, and to choose among indivisible orders within a limited time based on the\rmaximum benefit according to this established balance. The created model has been carried out on a\rcompany that produces to order. While determining how to choose between indivisible orders under a limited\rcapacity, the ability of heuristic optimization to produce fast and reasonable solutions is utilized. In the\restablished model, the production times and delivery dates of the orders are also determined. In the study,\rmulti-criteria decision-making methods are used to establish a balance between the profitability of the\rcompany and customer satisfaction. While the criteria and importance levels are determined by the Analytical\rHierarchy Process method, the customers are evaluated under the criteria with the TOPSIS method.\rAfterwards, a mathematical model has been established, and the selection process is carried out with a\rgenetic algorithm.

  AtıfOpenAlex1·TR Dizin1

  İncele
• MakaleAçık Erişim2021/r/bayburt/14565
  Türkiye Sağlık Harcamalarının GPR, SVR ve DT Modelleri ile Tahmini

  Guleryuz, Didem

  Ülkeler için artan sağlık maliyetleri ve bu durumun uzun vadeli sürdürülebilirliği siyasi gündeminmerkezinde yer almaktadır. Sağlık harcamalarındaki sürekli artış, hükümet bütçeleri, sağlık hizmetleri vekişisel hasta finansmanı üzerinde baskı oluşturmaktadır. Politika yapıcılar, ortaya çıkabilecek sorunlarauyum sağlamak ve bu maliyetleri düşürmek için reformlar planlamak isterler. Bu durum, planlayıcıları karardestek sistemlerine ve tahmin modellerine yönlendirmiştir. Bu çalışmada, Türkiye’nin Sağlık Harcaması(HS) için çeşitli belirleyicileri dikkate alan bir tahmin modeli tasarlamak amacıyla Destek Vektör Regresyonu(SVR), Regresyon Ağacı (DT) ve Gauss Süreç Regresyonu (GPR) olmak üzere üç makine öğrenmealgoritması kullanılmıştır. Kişi başına gayri safi yurtiçi hasıla, kentsel nüfus oranı, işsizlik oranı, 65 yaş veüstü nüfus, ortalama yaşam süresi, hekim oranı ve toplam hastane yatak sayısı girdi değişkenleri olarakbelirlenmiştir. Veri seti eğitim ve test verisi olarak ayrılmış ve 1990-2019 yılları arası 30 yılı kapsamaktadır.Geliştirilen modeller performans ölçütleri dikkate alınarak karşılaştırılmış ve en iyi model belirlenmiştir.SVR, GPR ve DT modelleri için belirleme katsayısı (R2 ) eğitim aşamasında sırasıyla 0.9929, 0.9989 ve0.9611, test aşamasında sırasıyla 0.9536, 0.8944 ve 0.1166’dır. Ayrıca, SVR modeli, test aşamasında enyüksek R2ve en düşük kök ortalama kare hatası değerleri ile en iyi tahmin sonuçlarına sahiptir. Çalışma,önerilen SVR modelinin RMSE değerini diğer GPR ve DT modellerine kıyasla sırasıyla % 32.02 ve % 39.66azalttığını göstermiştir. Sonuç olarak, Türkiye’nin sağlık harcamaları SVR modeli kullanılarak yüksekdoğrulukta tahmin edilebilir.

  • 
  AtıfOpenAlex10·TR Dizin4

  İncele