Kombi üretiminde talep tahmin yöntemlerinin uygulanması

KOCAELİ ÜNİvERSİTESİ

*

KOMBİ ÜRETİMİNDE TALEP TAHMİN YÖNTEMLERİNİN UYGULANMASI

YÜKSEK LİsANS TEZİ

Fidan Pınar DEMİRBAŞ

Anabilim Dalı: Endüstri Mühendisliği Danışman: Prof.Dr. Nilgün FIGLALI

KOCAELİ ÜNİvERSİTESİ

*

KOMBİ ÜRETİMİNDE TALEP TAHMİN YÖNTEMLERİNİN

UYGULANMASI

YÜKSEK LİsA S TEZİ

Endüstri Mühendisi Fidan Pınar DEMİRBAŞ

Tezin Enstitüye Verildiği Tarih: 03 HAZİRAN 2011

Tezin Savunulduğu Tarih: 28 HAZİRAN 2011

Tez Danışmanı Prof.Dr. N· Ü r IGLALI ~

.

.

...

.

(

Pf1

)

Yrd.Doç.Dr. Pınar Yıldız

KU U

i ÖNSÖZ ve TEŞEKKÜR

Bitirme tezi aşamasına geldiğimde tez konumun ne olacağını belirlerken, üretim planlamanın en önemli girdisi olduğuna inandığım ve iki yıllık meslek hayatımda edindiğim tecrübe neticesinde talep tahmini ve talep tahminlerinin doğru belirlenmesinin firmaların planlama süreçleri açısından son derece kritik olduğunu gördüm. Bu nedenle talep tahmin yöntemlerini üretim ve planlama açısından inceleyerek literatürde yer alan talep tahmin yöntemleri içersinde çalıştığım firma ve sektörü için, en etkin yöntemin belirlenmesi adına bir tez çalışması yapmamın doğru olacağı kanaatine vardım.

Bu aşamada, yapmış olduğum araştırma çalışmalarımda beni yönlendiren ve tezimin her aşamasında benden bilgi, tecrübe ve desteğini esirgemeyen tez danışmanım Prof. Dr. Sayın Nilgün Fığlalı’ya teşekkürlerimi sunarım.

Ayrıca bu tez çalışmasını hazırlarken, benden hiçbir zaman desteğini esirgemeyen, çalışmalarım boyunca her zaman yanımda olan ve sabırla çalışmalarım için beni motive eden canım aileme ve Raifime teşekkürü bir borç bilirim

ii İÇİNDEKİLER ÖNSÖZ………...i İÇİNDEKİLER………...ii ŞEKİLLER DİZİNİ………....iii TABLOLARDİZİNİ………...iv SİMGELER………...vi ÖZET……….vii İNGİLİZCE ÖZET………viii 1. GİRİŞ……….1

2. ÜRETİM VE ÜRETİM PLANLAMA İLE İLGİLİ KAVRAMLAR…………...2

3.TALEP TAHMİNİ VE ÜRETİM PLANLAMA İÇERİSİNDEKİ YERİ…….…7

3.1. Talep Tahmin İlkeleri……….7

3.2. Tahmin Çeşitleri……….8

3.3. Talep Tahmini Aşamaları ………...9

3.4. Talep Tahmin Yöntemleri………..10

3.4.1. Nitel tahmin yöntemleri………...10

3.4.2. Nicel tahmin yöntemleri………...13

4. TALEP TAHMİN YÖNTEMLERİNE İLİŞKİN LİTERATÜR TARAMASI………..32

5. ISI SEKTÖRÜNDE FAALİYET GÖSTEREN BİR FİRMADA TALEP TAHMİN YÖNTEMLERİNİN UYGULANMASI VE SONUÇLARININ DEĞERLENDİRİLMESİ……….34

5.1. Emas Makina Sanayi A.Ş. Hakkında……….34

5.2. Uygulama İçin Seçilen Ürünler Hakkında Genel Bilgiler……….36

5.2. Zaman Serileri Analizi Yöntemlerinin Uygulanması ………....41

6. SONUÇLAR VE ÖNERİLER………..73

KAYNAKLAR……….74

iii ŞEKİLLER DİZİNİ

Şekil 2.1: Üretim planlama ve kontrol fonksiyonları………..4

Şekil 3 1: Pegel’in sınıflandırdığı zaman serileri………...26

Şekil 3.2: Elle çizme yöntemi grafiği………....27

Şekil 3.3: Yarım ortalama yöntemi grafiğ……….……28

Şekil 3.4: EKK yöntemi………....29

Şekil 5.1: 2008-2010 yılları arası satışlara ait zaman serisi………...40

Şekil 5.2: 2008-2010 yılları arası üçer aylık satışlara ait zaman serisi………….40

Şekil 5.3: 2008-2010 yılları arası altışar aylık satışlara ait zaman serisi……...41

Şekil 5.4: 2008-2010 yılları arası toplam satışlara ait zaman serisi………...41

Şekil 5.5: Yoğuşmalı kombi 3 ve 5 aylık hareketli ortalama değerleri………....44

Şekil 5.6: DICOM kombi 3 ve 5 aylık hareketli ortalama değerleri………44

Şekil 5.7: DICOM kombi 3 ve 5 aylık AHO tahminleri………..47

Şekil 5.8: Yoğuşmalı kombi 3 ve 5 aylık AHO tahminleri………..47

Şekil 5.9: Yoğuşmalı kombi doğrusal trend grafiği……….50

Şekil 5.10:DICOM kombi doğrusal trend grafiği………....50

Şekil 5.11:Yoğuşmalı kombi eğrisel trend grafiği………...53

Şekil 5.12:DICOM kombi eğrisel trend grafiği………...53

Şekil 5.13:Mevsimsellikten arındırılmış yoğuşmalı kombi satış adetleri grafiği………...55

Şekil 5.14:Mevsimsellikten arındırılmış DICOM kombi satış adetleri grafiği………..57

Şekil 5.15:Mevsimsellikten arınmış Yoğuşmalı kombi doğrusal trend grafiği………..60

Şekil 5.16:Mevsimsellikten arınmış DICOM kombi doğrusal trend grafiği………..60

Şekil 5.17:BÜD yöntemi ile hesaplanan Yoğuşmalı kombi satış tahminine ait zaman serisi grafi………..………..63

Şekil 5. 18: BÜD yöntemi ile hesaplanan DICOM kombi satış tahminine ait zaman serisi grafiği………...63

iv TABLOLAR DİZİNİ

Tablo 5. 1: 2008-2010 yılları arası gerçekleşen Yoğuşmalı

kombi-DICOM kombi satış adetleri ... 38 Tablo 5. 2: 2008-2010 yılları arası gerçekleşen üçer aylık (çeyrek

dönem) Yoğuşmalı kombi-DICOM kombi satış adetleri ... 39 Tablo 5. 3: 2008-2010 yılları arası gerçekleşen altışar aylık (yarı yıl)

Yoğuşmalı kombi-DICOM kombi satış adetleri ... 39 Tablo 5. 4:2008-2010 yılları arası gerçekleşen toplam Yoğuşmalı

kombi-DICOM kombi satış adetleri ... 39 Tablo 5. 5: 2008-2010 yılları arası 3 aylık ve 5 aylık hareketli

ortalamaya göre DICOM kombi satış tahmin değerleri ... 42 Tablo 5. 6: 2008-2010 yılları arası 3 aylık ve 5 aylık hareketli

ortalamaya göre DICOM kombi satış tahmin değerleri ... 43 Tablo 5. 7: 2008-2010 yılları arası ile 3 ve 5 aylık AHO ile hesaplanan

Yoğuşmalı kombi satış tahmini ... 45 Tablo 5. 8: 2008-2010 yılları arası 3 ve 5 aylık AHO ile hesaplanan

Yoğuşmalı kombi satış adetleri tahmini ... 46 Tablo 5. 9: EKK yöntemi ile 2008-2010 yılları arası Yoğuşmalı kombi

satış adetlerine ait doğrusal trend ve hata değerlerinin

hesabı ... 48 Tablo 5. 10: EKK yöntemi ile 2008-2010 yılları arası DICOM kombi

satış adetlerine ait doğrusal trend ve hata değerlerinin

hesabı ... 49 Tablo 5. 11: EKK yöntemi ile 2008-2010 yılları arası Yoğuşmalı kombi

satış adetlerine ait eğrisel trend ve hata değerlerinin hesabı ... 51 Tablo 5. 12: : EKK yöntemi ile 2008-2010 yılları arası DICOM kombi

satış adetlerine ait eğrisel trend ve hata değerlerinin hesabı ... 52 Tablo 5. 13: 2008-2010 yılları arası mevsimsellikten arındırılmış

Yoğuşmalı kombi satış adetleri ... 54 Tablo 5. 14: Mevsimsellikten arındırılmış Yoğuşmalı kombi satış

adetleri için ara işlemler ... 55 Tablo 5. 15: 2008-2010 yılları arası mevsimsellikten arındırılmış

DICOM kombi satış adetleri ... 56 Tablo 5. 16: Mevsimsellikten arındırılmış DICOM kombi satış adetleri

için ara işlemler ... 57 Tablo 5. 17:Mevsimsellikten arındırılmış Yoğuşmalı kombi satışlarına EKK

yöntemi uygulanması ile bulunan doğrusal trend ve hata değerleri ... 58 Tablo 5. 18: Mevsimsellikten arındırılmış DICOM kombi satışlarına EKK

yöntemi uygulanması ile bulunan doğrusal trend ve hata değerleri ... 59 Tablo 5. 19: BÜD yöntemi uygulanan Yoğuşmalı kombi satışlarına ait tahmin ve

hata değerleri ... 61 Tablo 5. 20: BÜD yöntemi uygulanan DICOM kombi satışlarına ait tahmin ve

hata değerleri ... 62 Tablo 5. 21: Çarpımlı dönemsellik yöntemi uygulanan Yoğuşmalı kombi

v

Tablo 5. 22:Çarpımlı dönemsellik yöntemi uygulanan DICOM kombi satışlarına

ait tahmin ve hata değerleri ... 65

Tablo 5. 23: Toplamlı dönemsellik yöntemi uygulanan Yoğuşmalı kombi satışlarına ait tahmin ve hata değerleri ... 66

Tablo 5. 24: Toplamlı dönemsellik yöntemi uygulanan DICOM kombi satışlarına ait tahmin ve hata değerleri ... 67

Tablo 5. 25:Uygulanan fonksiyonların karşılaştırılması ... 68

Tablo 5. 26: EKK doğrusal fonksiyon yöntemi ile 6 aylık Yoğuşmalı kombi satış tahmini ... 68

Tablo 5. 27: EKK doğrusal fonksiyon yöntemi ile 6 aylık DICOM kombi satış tahmini ... 69

Tablo 5. 28: EKK eğrisel fonksiyon yöntemi ile 6 aylık Yoğuşmalı kombi satış tahmini ... 69

Tablo 5. 29: EKK eğrisel fonksiyon yöntemi ile 6 aylık DICOM kombi satış tahmini ... 69

Tablo 5. 30: Çarpımlı dönemsellik yöntemi ile 6 aylık Yoğuşmalı kombi satış tahmini ... 70

Tablo 5. 31: Çarpımlı dönemsellik yöntemi ile 6 aylık DICOM kombi satış tahmini ... 70

Tablo 5. 32: Toplamlı dönemsellik yöntemi ile 6 aylık Yoğuşmalı kombi satış tahmini ... 70

Tablo 5. 33: Toplamlı dönemsellik yöntemi ile 6 aylık DICOM kombi satış tahmini ... 71

Tablo 5. 34: BÜD yöntemi ile 6 aylık Yoğuşmalı kombi satış tahmini ... 71

Tablo 5. 35: BÜD yöntemi ile 6 aylık DICOM kombi satış tahmini ... 71

vi SİMGELER

T : Trend (Mutlak değer) M : Mevsimsellik

K : Konjonktür A : Arızi Faktörler t : zaman

Yt :zaman serisi verisinin t dönemindeki değeri,

Ft+1 : (t+1) dönemindeki tahmin değeridir.

𝑌𝑖 :dönemindeki gerçeklesen talep değeridir.

k :hareketli ortalamaya dahil edilen dönem sayısı wi :i dönemine ait ağırlık katsayısı

∝ :düzeltme faktörü (0<∝ <1)

Yt-Ft :bir önceki döneme ait tahminin hata değeridir

Lt :dönemi için temel değer

Lt−1 :t−1 dönemi için temel değer

bt :t dönemi trend değeri

bt−1 :t−1 dönem trend değeridir.

β :trend için düzeltme katsayısıdır. (0 <β < 1)

Ft+m :m dönem sonundaki trend ayarlamalı tahmin değeri,

m :tahmin yapılacak olan ileri döneme ait dönem numarası γ :mevsim düzeltme sabiti (0 <γ < 1)

s :mevsim uzunluğu (1 yıl içerisindeki mevsim sayısı) St :t dönemindeki mevsimsel indeks

a :Regresyon doğrusunun başlangıç değeri b :Regresyon doğrusunun eğimi

Xi :Bağımsız değişkenin aldığı değerdir.

y� :yi’ lerin ortalaması

x� :xi’ lerin ortalaması

n :veri sayısıdır. Syx :Standart sapma Kısaltmalar

HO: Hareketli ortalama

AHO: Ağırlıklı hareketli ortalama EKK: En küçük kareler yöntemi BÜD: Basit üstel düzeltme

vii

KOMBİ ÜRETİMİNDE TALEP TAHMİN YÖNTEMLERİNİN UYGULANMASI

Fidan Pınar DEMİRBAŞ

Anahtar Kelimeler: Üretim, planlama, talep, talep tahmini, zaman serisi.

Özet: Bu yüksek lisans tezi ısı sektöründe faaliyet gösteren bir işletmenin üretim planlama modelini kurarken, sürecin girdisi olarak ihtiyaç duyduğu en önemli veri olan talep tahminlerinin, sayısal tahmin yöntemlerinin kullanılmasıyla nasıl etkilendiğini ve en iyi tahmin edici yöntemin hangisi olacağını incelemektedir. Üretimi gerçekleştirilen iki ürüne ait gerçekleşen satış verileri kullanılarak farklı talep tahmin yöntemleri denenmiş ve elde edilen sonuçlar, gerçekleşen satışlar ile karşılaştırılarak, bulunan sonuçlara göre sektör ve seçilen ürün için en iyi tahmin yöntemi belirlenmiştir.

viii

USING DEMAND FORECASTING METHODS IN BOILER PRODUCTION

Fidan Pınar DEMİRBAŞ

Keywords: Production, planning, demand, demand forecasting, time series

Abstract: This master thesis analyses the effects of forecasting methods on demand forecasting process of a company in heating sector. With using real sales figures for two selected products, different forecasting methods were analysed and the forecast results were compared with real sales figures. Referring to forecast results, the best forecast method was evaluated both for sector and the selected products

1 1. GİRİŞ

Günümüz piyasa koşulları ve rekabet ortamında, müşteri ihtiyaçlarının doğru tahmin edilmesi, işletmelerin maliyetlerinin düşürülmesi, karın arttırılması, doğru zamanda istenen miktarda malzeme tedarikinin yapılması, işgücü, makine-ekipman ve diğer kaynakların etkin şekilde kullanılması, müşteri taleplerine hızlı ve istenen şekilde cevap verilmesi ve müşteri memnuniyetinin korunması giderek daha da önem kazanmaktadır. Bu noktada işletmeler için muhtemel müşteri taleplerinin doğru tahmini kilit rol oynamaktadır.

Bu amaca hizmet etmek amacıyla kullanılan talep tahmin yöntemleri günden güne gelişmekte ve daha başarılı sonuçlar vermektedir. Bu yüksek lisans tezinde talep tahmin yöntemleri ele alınarak, uygulamanın yapıldığı işletmeden alınan gerçek satış miktarları kullanılarak farklı yöntemler değerlendirilecek ve söz konusu tahmin yöntemlerinin ürettiği sonuçlar yorumlanarak, yöntemlerin seçilen ürünler için uygunluğu karşılaştırılacaktır.

2

2. ÜRETİM VE ÜRETİM PLANLAMA İLE İLGİLİ KAVRAMLAR a) Üretim

Birçok kaynakta farklı tanımlarını bulabileceğimiz üretim, bir işletmenin büyüklüğü ve faaliyet gösterdiği sektöre bağlı olmaksızın temel işlevidir.

Mühendislere göre üretim, fiziksel bir varlık üzerinde varlığın değerini arttırıcı bir değişiklik yapmak olarak tanımlanırken; ekonomistler fayda yaratmak olarak tanımlar. [2]

Üretimin tarihi, insanoğlunun gelişme yolunda ilk adımları attığı tarihe kadar uzanır. Üretimi kısaca, insan gereksinimlerini karşılamak amacı ile mal veya hizmet meydana getirmek olarak tanımlayabiliriz.[1]

b) Üretim Planlama

Üretim Planlama, gelecekteki üretim faaliyetlerinin ve miktarlarının sınırlarını ve düzeylerini belirleyen bir fonksiyon olup, işletmenin mevcut kaynaklarını rasyonel olarak kullanarak istenilen kalitede mamullerin üretilebilmesi konusunda karar alma işlemidir.

Üretim planlama, işletmenin üretim faaliyetlerinin istenilen miktar, zaman ve kalitede; kimler tarafından nasıl, ne zaman ve hangi kaynaklar kullanılarak yapılacağına ilişkin faaliyetlerden meydana gelmektedir.

c) Üretim Planlamayı Gerektiren Sebepler

Üretim planlamasının amacı, yakın gelecekteki dalgalanan veya belirsizlik gösteren taleplerin karşılanması adına tüm ürün kategorilerinde üretim seviyelerini belirlemek, işe alım-işten çıkarma, fazla -m e s a i , yok -satma, fason üretim, stok seviye

3

g i b i h u s u s l a r d a k a r a r v e politikaların oluşturulması ve böylece kullanılacak uygun kaynakların belirlenmesidir

Üretim planlamasının gerekliliğini aşağıdaki baslıklarda açıklamak mümkündür [3] 1. Üretim sistemlerinin faaliyetlerinin yoğunluğu ve karmaşıklığı,

2. İşletme içi faaliyetlerin koordinasyonu zorunluluğu, 3. İşletmeler arasındaki bağımlılık ve iliksilerin gelişmesi, 4. Tüketici kütlesinin genişlemesi ve isteklerinin çeşitlenmesi, 5. Tedarik ve dağıtım faaliyetlerinin geniş bir alana yayılması, 6. Hizmet, kalite ve fiyat rekabetinin yoğunlaşması,

7. İşletmelerin ekonomik düzeyde çalışmasını sağlamak amacı ile malzeme, zaman ve insan gücü kayıplarının minimum düzeye indirilme zorunluluğu

d) Uygulama Süresi Açısından Üretim Planlama

İşletmenin çeşitli amaçlarını gerçekleştirmeye yönelik birer araç olan üretim planları, çeşitli düzeylerde ve çeşitli zaman dilimlerini kapsayacak şekilde hazırlanırlar.

i. Uzun Vadeli Üretim Planı

Genellikle 5 yıldan başlayan ve etkenlere göre artan bir zaman dilimini kapsar. İşletmenin amaçlarını gerçekleştirmek üzere yapılan stratejik planlardır.

Uzun vadeli üretim planlarının ortaya koyduğu hedeflere uygun olarak isletme çalışmalarının sürdürülmesi, kısa ve orta süreli planlarla mümkün olabilir.

ii. Orta Vadeli Üretim Planı

6 – 18 aylık bir zaman dilimini kapsar. İş gücü, üretim miktarları ve stok düzeylerinin belirlenmesine ilişkin planlama faaliyetleridir.

iii. Kısa Vadeli Üretim Planı

Üretimde uygulanacak işlem planları ve programları olup, günlük, haftalık, ya da aylık zaman dilimini kapsayabilirler.

4 e) Üretim Planlama Fonksiyon ve Elemanları

Birçok işletme, kar ederken aşağıda sıralanan üç ana amacı gözetir. 1. Müşteriye en iyi hizmeti vermek,

2. Minimum seviyede envanter yatırımı,

3. İşletme faaliyetlerinin düşük maliyetli olması.

Ancak yatırımların minimum seviyede tutularak ve düşük maliyetli işletme faaliyetleri ile müşteriye en iyi hizmeti vermek çoğu zaman mümkün olamayacaktır. Bu nedenle üretim planlama ve kontrolün ana fonksiyonu birbirleri ile çelişen bu amaçlar arasında bir uzlaşı sağlamaktır.

Şekil 2. 1: Üretim planlama ve kontrol fonksiyonları Üretim Planlamanın ana elemanlar ise şöyledir:

i. Ön Planlama

Ön planlama çalışması yapılmadan doğru v e g ü v e n i l i r bir üretim planlanın yapılması mümkün değildir. Bunun için aşağıda belirtilen ön planlama faaliyetlerine ihtiyaç vardır.

1. Tüketici araştırmaları, satış tahminleri, 2. Ürün tasarımı ve geliştirme,

3. Tesis yatırım politikası 4. İş yeri düzeni

5 ii. Planlama

Planlama faaliyetlerini iki ana grupta toplayabiliriz. Bunlar: 1. Kaynak Planlama

2. Operasyon Planlama

Kaynakların p l a n l a m a s ı a ş a ğ ı d a k i a ş a m a l a r ı k a p s a r :

• Üretimin çeşitli aşamalarında gerekli hammadde, yarı mamul, yardımcı malzeme gibi girdilerin istenilen miktarda ve zamanda hazır olması için malzemelerin p l a n l a n m a s ı

• Alternatif ü r e ti m tekniklerinin i n c e l e n e r e k , mevcut imkânlar doğrultusunda uygun üretim metodunun seçilmesi ve standart hale getirilmesi • Yeterli sayıda ve istenen özelliklerdeki makinelerin üretim için planlanması;

gerekli sayı ve niteliklerdeki işgücünün gerektiği zamanda hazır olacak şekilde planlaması

Operasyonların planlanması ise aşağıdaki aşamalardan oluşmaktadır:

• Hangi ürüne ait, hangi parçaların, hangi tezgâhta, ne zaman ve hangi miktarda üretileceğine dair rotalama1

• Tahmin

,

2

ve programlama faaliyetleri3.

iii. Kontrol

Üretim planları yapıldıktan sonra, kontrol mekanizmasının doğru bir şekilde işlemesi için gerçek durum ile plan güncel şekilde kontrol edilmelidir. Üretimdeki aksamaların ve plandan sapmaların (artı veya eksi yönde) tespiti ve gerekli düzeltmelerin yapılabilmesi için bilgi akışının sağlanması kontrolün en önemli fonksiyonudur [4]

1 _{İş akışının b e l ir len me s i i l e ilgili faaliyetleri kapsar.}

2 _{Yapılacak i ş l e r i n s ü r e l e r i ile ilgili zaman etüdü çalışmalarını kapsar.}

3 _{İş yükünün tezgâhlar arasında dengeli olara dağıtılmasını sağlayan yükleme ve her tezgâhta} işlenecek parçaların zaman temelinde tezgâhlara dağıtımının yapıldığı çizelgeleme faaliyetlerini kapsar.

6 e) Üretim Planlamayı Etkileyen Faktörler

Üretim planlamayı etkileyen faktörleri iç ve dış faktörler olarak tanımlayabiliriz. İç faktörler, işletme yapısına ve kontrol edilebilirliklerine göre farklılık gösteren faktörlerdir. Örneğin mevcut fiziksel kapasite (işgücü, makine-teçhizat), kısa vadede sabit olup, kolaylıkla değiştirilebilen yapıya sahip değildir. Bu durumu, işletmenin planlanan bütçesinin kapasite artırımı için yetersiz olması, sendika anlaşmaları veya üst yönetimin envanter için ayrılan parayı kısıtlı tutmasına bağlayabiliriz. Yine de bu faktörlerin yönetiminde bazı esneklikler söz konusu olabilir ve üretim planlamacılar bir veya daha çok üretim planlama stratejisi uygulayabilirler.

Dış faktörler ise üretim planlamacının doğrudan kontrolü dışında olup, rakiplerin durumu, piyasa koşulları ve talebe göre değişiklik gösterebilir. Dış faktörlerden olumsuz etkilenmemek ve sürecin işletme lehine çevrilebilmesi adına Pazarlama ve Planlama departmanlarının koordineli olarak çalışması önem kazanmaktadır. Örneğin talebin düşük olduğu dönemlerde, promosyon veya indirim politikası benimsenerek talep oluşturulması sağlanabilir. Talebin yoğun olduğu dönemlerde ise işletmenin politikasına bağlı olarak promosyon faaliyetleri azaltılabilir veya fiyat artışına gidilebilir. Ancak tüm bu bahsi geçen değişikliklere rağmen talebin kontrol edilebilirliği sınırlıdır. Yine de üretim planlamacı, pazarlama bölümünün bildirdiği beklenen satış tahminlerine göre üretimi planlar ve gerekirse iç faktörlerde değişiklik yapar.

f) Üretim Planlama Aşamaları

Üretim planlama aşamalarını kısaca aşağıdaki gibi sıralamak mümkündür. [4] 1. Talep tahmini yapılması

2. Kapasite belirlenmesi

3. İşletme politikasının belirlenmesi 4. Maliyetlerin belirlenmesi

5. Alternatif üretim planlarının oluşturularak her biri için maliyetlerin hesaplanması 6. Uygun üretim planının seçilmesi

7

3.TALEP TAHMİNİ VE ÜRETİM PLANLAMA İÇERİSİNDEKİ YERİ

Talep, belirli bir dönemde ve pazarda, tüketicilerin değişik fiyat düzeylerinde satın almaya istekli oldukları ve satın alabilecekleri ürün miktarı olup, talep edilen ürün ve ikame ürünün fiyatı, ikame malların fiyatı, tüketicilerin gelir dağılımları, tercihleri, fiyat ile ilgili beklentilerden etkilenebilmektedir.

Talep tahmini, tüketicilerin gelecekte ne miktar mal ve hizmet talep edeceklerinin kestirilmesi işlev olup, işletmenin üretim seviyesinin saptanmasında önemli bir veri teşkil eder. Hangi ürünün üretileceği, tüketicilerin söz konusu üründen hangi miktarlarda talep edecekleri ve bu talebin daha çok hangi tarihlerde gerçekleşme olasılığının bulunduğu talep tahminleri ile yorumlanır. [5]

Talep tahmini, üretim planlama çalışmasının temelini oluşturur. Üretilmesi düşünülen ürüne ne kadar talep olacağını bilmeden yapılan planlama gerçek bir planlama olmayacaktır.

3.1. Talep Tahmin İlkeleri

Tahmin sonuçlarının etkili şekilde kullanılması amacıyla tahmin ilkelerinin bilinmesi gerekmektedir. Bu ilke veya özellikler aşağıdaki gösterilmiştir.[5]

1. Tahmin çalışmalarında mükemmelliğe ulaşmak genelde olanaksızdır. Gerçek sonuçlar çoğu zaman tahminde bulunan değerlerden daha farklıdırlar. Bu farklılığın sebeplerinden ilki, tahmini yapılacak değişkeni etkileyen bütün etkenlerin göz önünde bulundurulamaması gerçeği, ikincisi ise tahmin edilemeyen rastsal olayların olmasıdır.

2. Tahminlerin belirli bir ölçüde hata taşıyacağı unutulmamalıdır. Bu nedenle tahmin çalışmalarında tek bir tahmin değerinin yanı sıra, bir aralığın, yani yapılan tahmin değeri için alt ve üst sınırların belirlenmesini gerektirmektedir.

3. Miktar veya çeşit bakımından büyük olan gruplar için yapılan tahminler daha duyarlı olmaktadır.

8

4. Tahminlerin kapsadığı zaman aralıkları ne kadar kısa ise duyarlık o derecede artacaktır

Tahmin yaparken geleceğe ait ve haberdar olunan bilgiler hesaba katılmalıdır. Bir isletmenin promosyon amacı ile gelecekte yapmayı düşündüğü hediye ürün dağıtımlarının, talebi normalden daha fazla göstereceğinin bilinmesi gibi serinin geçmiş hareketlerine bakarak elde edilemeyecek bilgiler elde bulunabilir. Bu bilgiler tahminin içine manüel olarak yerleştirilmelidir.

Ayrıca iyi bir tahminin özellikleri aşağıdaki gibi sıralanabilir;

1. Tahmin zamanı göz önünde bulundurmalıdır. Gerekli değişiklikler için yeterli olacak bir zaman verilmelidir.

2. Olabildiğince isabetli olmalı ve bu isabetin derecesi belirtilmelidir. 3. Güvenilir bir tahmin olmalıdır.

4. Tahmin değerleri anlamlı birimler olarak ifade edilmelidir. 5. Yazılı olmalıdır.

6. Kolay anlaşılır ve uygulanabilir olmalıdır. 3.2. Tahmin Çeşitleri

Tahminleri, kapsadıkları zaman dilimi açısından ve yönetimsel açıdan 2 grupta sınıflandırmak mümkündür. [4,5]

a) Uzun vadeli tahminler

Genellikle üç yıl veya daha uzun bir dönem için, işletme tesislerinin genişletilmesi, yeni makine ve donanım için gerekli sermaye yatırımını planlamak için yapılır. b) Orta vadeli tahminler

Üç ay ile üç yıl arasında değişebilen bir zaman dilimi için, iş gücü büyüklüğünün planlanması, satış tahmini, bütçe ve nakit akışı gibi konularını ilgilendiren tahminlerdir.

c) Kısa vadeli tahminler

Genellikle üç aydan daha kısa süreli, üretim ve işgücü seviyesi gibi konularda yapılan tahminler olup, işletme içi verilerden faydalanır.

9

Kısa vadeli tahminler için hareketli ortalamalar ve üstel düzeltme yöntemleri gibi birçok matematiksel yöntem kullanabiliriz.

Kısa vadeli tahminlerde diğer tahminlere göre daha isabetli sonuçlar alınır. 3.3. Talep Tahmini Aşamaları

Talep tahmin aşamalarını 4 başlık altında toplamak mümkündür. i. Bilgi toplama

Amaçlar dikkate alınarak tahmin için toplanacak bilgilerin türü, kapsamı ve detayı konusunda doğru kararlar verilmelidir. Eksik veya fazla ayrıntılı bilgiler, araştırmanın maliyetini arttıracağı gibi sonuçların doğruluk derecesini de azaltacaktır.

ii. Tahmin döneminin tespiti

Talep araştırması sonuçlarının kullanılış amacı ve dönemin uzunluğu arasında yakın bir ilişki vardır. Bu nedenle, günlük verilerdeki değişiklikler, aylık verilere göre daha az olacağından, günlük iş emirlerinin hazırlanmasında yararlanılacak tahminlerin, aylık dönemler için yapılması yanıltıcı sonuçlar verebilir.

iii. Tahmin yönteminin seçimi ve hata hesabının yapılması

Toplanan bilgilerin belirsizlik, duyarlık, değişim biçimi gibi nitelikleri ile uygulama amaçları, kullanılacak yöntemin seçiminde göz önüne alınması gereken faktörlerdir. En uygun yöntemin seçilmesi ile tahmin hatası da en aza inecektir.

iv. Tahmin sonuçlarının geçerliğinin araştırılması

Çeşitli verilere dayanarak yapılan tahminler ile gerçekleşen değerler arasındaki farkların tespiti ve nedenlerinin araştırılması işlemidir. [6]

10 3.4. Talep Tahmin Yöntemleri

Talep tahmin yöntemlerini “nitel” ve “nicel” yöntemler olmak üzere iki ana grupta toplamak mümkündür.

Nitel yöntemler; sübjektif yöntemler olarak bilinir. Geçmişe yönelik yeterli bilgi bulunmadığı koşullarda, bilimsel yöntemler yerine kişilerin görüş ve deneyimine dayalı olarak tahminlerde bulunularak karar mekanizmasının işletilmesidir. Bilimsel verilere dayandırılmadığından tahmin performansı düşüktür. Öte yandan işletme tarafından kullanılan teknolojinin artık kullanılmaz hale geleceği bir dönemin tahmini söz konusu olduğunda geçmiş verilerin bir yararı olamayacaktır. Böyle durumlarda teknolojik değişim ve gelişim konularında bilgi ve deneyime sahip kişilerin görüşüne başvurulur.

Nicel yöntemler; geçmiş verileri kullanarak gelecekteki verilerin tahmininin matematiksel olarak yapılmasıdır. Geçmişe yönelik yeterli bilgi bulunuyor ve elde edilen bilgiler matematiksel olarak ölçülebiliyor ise kullanılır.

Aşağıda yer alan alt bölümlerde nicel ve nitel tahmin yöntemleri daha detaylı bir şekilde anlatılacaktır.

3.4.1. Nitel tahmin yöntemleri

Bazı durumlarda, gelecekteki durumun geçmiş durumlardan farklı bir yapıda olacağı düşünülebilir. Nitel yöntemlerin yukarıda bahsedilenlere ek olarak, makro çevrenin hızlı bir şekilde değiştiği veya çevresel etkiler anlamında karışıklıkların beklendiği koşullarda kullanılabiliyor olması önemli avantajlarından biridir. Buna ilave olarak genellikle ucuz olmaları ve üstün istatistiksel bilgi ve yeteneğe ihtiyaç duyulmadan yapılabilmesi de avantajları arasında yer alır. Ancak, görüşüne başvurulan kişilerin deneyimlerinin yetersizliği ve gelecek ile ilgili beklentiler nedeniyle tahminin etkilenebilme olasılığı dezavantajları arasında yer alır. [7]

11 a) Delphi yöntemi

Delphi tekniği 1950’lerde Amerikan ordusunda savunma sanayisinin yönetimi ve soğuk savaş stratejilerinin oluşturulması amacı ile geliştirilmiştir. Probleme ait elde edilebilir verinin karışık ve sübjektif olduğu durumlarda kullanışlım olup, teknik uzman görüşlerinde ortak bir noktayı bulmayı hedefler. Günümüzde is dünyasının birçok alanında, mühendislik biliminde, eğitimde ve daha birçok alanda kullanılmaktadır. [8]

Delphi yönteminin mantığı, birden fazla anket formunun gönderilmesi sonucunda “geri besleme” yoluyla grup üyelerinin ortak bir görüş birliğine varmalarını sağlamaktır. Bu nedenle bu yöntem, uzmanların yüz yüze gelmeden grup kararı almalarını sağlamaktadır.[7]

Delphi metodunda iki varsayım vardır. İlki, ilgili oldukları alanda çok bilgi ve deneyim sahibi kişilerin en mantıklı tahmini yaptıklarıdır. Diğeri ise farklı insanların bilgilerinin birleştirilmesi ile mantıklı tahminin yapılacağıdır.[9]

Delphi yönteminin uygulama aşamaları aşağıdaki gibidir. [10]

1. Öncelikle katılımcılara birinci anket soruları sorulur. Her katılımcı isimsiz bir şekilde anketi doldurur ve teslim eder.

2. Katılımcıların belirttiği görüşler ile ikinci anket oluşturulur. İkinci anket üzerinde katılım seviyeleri vardır. Her katılımcı anketteki düşüncelere katılımını seviyelendirir ve ismini yazarak teslim eder.

3. Anket maddelerinin her birinin birinci çeyrek, ikinci çeyrek, medyan ve genişlik değerleri hesaplanır.

4. Üçüncü ankette ikinci anketteki maddeler vardır ancak bu kez katılımcılar ikinci ankette verdikleri kendi cevapları ile birlikte ikinci anketten sonra hesaplanan istatistiksel değerleri de görürler. Böylelikle fikrini değiştirmek isteyen olur ise form üzerinde fikrini değiştirebilir ve son kez formlar teslim edilir.

5. Üçüncü anketin sonucu aranılan sonuçtur ancak üçüncü anket ile ikinci anket arasında yanıtlar çok farklılık göstermiş ise istatistiksel değerler yeniden hesaplanıp tekrar anket düzenlenebilir.

12 Yönteminin avantajları:

1) Bireylerin yüz yüze gelmelerinden doğabilecek problemler en az d ü z e y e i n d i r i l m e k t e d i r . Böylece b i r e y l e r , diğer bireylerin baskılarına maruz kalmadan düşüncelerini serbestçe ifade edebilmektedirler.

2) Katılımcılar ardışık anketler yoluyla sağlanan geri bildirimler sonucunda, farklı düşüncelerden haberdar edilmektedirler. Böylece kendi düşüncelerini yeniden gözden geçirme fırsatı yakalamaktadırlar.

Yönteminin dezavantajları:

1) Başarının uzmanların seçimine bağlı olması, 2) Sonuçların geri bildiriminin zaman alması, 3) Sürecin uzamasıyla birlikte katılımın azalmasıdır.

b) Nominal grup yöntemi

Delphi yöntemine benzer şekilde, düşünce ve deneyimlerine güvenilen uzmanlar grubu oluşturulur. Ancak Delphi yönteminden farklı olarak, uzmanların birbirleri ile etkileşimine izin verilir.

c) Piyasa araştırması yöntemi

Gelecekte oluşması muhtemel talepler hakkında bilgi almak amacıyla tüketicilerden, mülakat, anket, telefonla arama gibi yöntemler ile bilgi toplanmasını amaçlayan tahmin yöntemidir. Elde edilen bilgilerin güvenilirlik derecesi çok düşük olup, zaman alıcı ve yüksek maliyetlidir.

d) Tarihi analog yöntemi

Daha önce piyasaya sunulan benzer bir ürün ya da hizmetle karsılaştırma sonucu, bir ürün ya da hizmetin gelecekteki talep değeri hakkında bilgi sahibi olunmasını amaçlayan bir yöntemdir. Tarihi analog yöntemi, özellikle tüketicilere yeni sunulan ürün ve hizmetlerin talep tahminlerini elde etmek amacı ile yapılması halinde yararlı sonuçlar sağlamaktadır.

13 e) Yönetici görüşleri yöntemi

İşletmenin çeşitli bölümlerinden (satış-pazarlama, finans, üretim, satın alma) yöneticilerin bir araya gelerek tahmin oluşturmalarını sağlayan yöntemdir.

3.4.2. Nicel tahmin yöntemleri

Nicel tahmin yöntemlerinin bir bölümü basit olmasına rağmen diğer bölümü oldukça karmaşık işlemler gerçekleştirmektir. Uygulamada bazı yöntemlerin diğer yöntemlerden daha uygun sonuçlar verdiği görülmese de, tahmin yöntemleri hakkında bir genelleme yaparak en iyi yöntem şudur demek doğru değildir. Farklı tahmin yapılarının farklı tahmin yöntemleri ile birlikte incelenmesi gerekmektedir.[11]

Talep tahmininde kullanılan nicel yöntemleri 2 ana grupta sıralayabiliriz. 3.4.2.1.Zaman serileri analizi

Bir olayın tarih sırasına göre aldığı değerlerin alt alta sıralanmasıyla elde edilen diziye zaman serisi denir. Zaman serisi bileşenleri ve analiz yöntemleri ile ilgili kavramlar alt bölümlerde ele alınmıştır.

i. Zaman serisi bileşenleri

Zaman serileri analizi 4 bileşenden oluşur. Analiz yapılırken, farklı yöntemler ile bu bileşenler ayrıştırılır ve etkileri incelenir. Bu bileşenler aşağıdaki gibidir.

a) Trend (T)

b) Mevsimsellik (M) c) Konjonktür (K) d) Arızi Faktörler (A)

Zaman serisi bileşenleri arasında toplamsal veya çarpımsal bir ilişki olduğu varsayılır ve aşağıdaki şekilde formüle edilirler.

Y= T + M + K+ A (3.1) Y = T * M * K *A (3.2)

14

Toplam seklindeki modelde, her değer Y’nin bir kısmını oluşturur ve unsurların birbirini etkilemediği kabul edilir.

Çarpım seklindeki modelde ise, devresel ve mevsimsel dalgalanmalar trendin birer fonksiyonudur.

a) Trend (Genel eğilim)

Değişkenin uzun dönem eğilimini göstermektedir. Trend hizmet veya ürün yapısına bağlı olarak artan, azalan veya değişmeyen bir yapıda olabilir.

Trend belirlenirken, geçmiş veriler bir grafik üzerine işlenerek, verilerin ne tür bir eğilim gösterdikleri incelenir ve bir doğru veya eğri oluşturularak gelecek dönemler için tahminde bulunulur.

b) Mevsimsellik

Bir başka ifade ile değişkenlerin aylık değerlerinde mevsime bağlı olarak meydana gelen değişikliklere denir. [12]

Mevsimlere ya da yılın farklı dönemlerine göre belirli ürün veya hizmete yönelik talep düzeyinde oluşan farklılık durumu gözleniyor ise “mevsimsellik” söz konusudur.

Örneğin dondurma satışları yaz aylarında artarken kış aylarında azalmaktadır. Bu tez kapsamında ele alınacak kombi ürünü satışları ise, ilkbahar ve yaz aylarında sezonun başlamasıyla artar, sonbahar ve kış aylarında ise azalış gösterir.

c) Konjonktür dalgalanmalar

Konjonktür dalgalanmalar, sektörlerin veya ekonominin refah ve depresyon dönemlerini içeren değişmeleri kapsar.

Satışlar, üretim veya yatırımlar, bir süre artış eğiliminde seyrettikten sonra en üst değerlerine ulaşır ki bu dönem “refah dönemi” olarak kabul edilir. Refah dönemindeki artıştan sonra değerlerde düşüş başlar ve “depresyon dönemi” süreci başlamış olur. Durgunlaşma süreci sonrası ekonomi yeniden canlanarak üretim ve yatırımlar tekrar artar. Bahsi geçen süreç, her durum için rahatlıkla gözlemlenebilir.

15 d) Arızi faktörler

Tesadüfî faktörler olarak da bilinen ve tahmin edilmesi mümkün olmayan olaylardır. Arızi faktörlere, deprem, sel veya tusunami gibi doğal afetlerin yanı sıra, savaş ve siyasi karışıklık gibi sosyal veya ekonomik nedenler ile ortaya çıkan olayları örnek gösterebiliriz.

ii. Zaman serisi analiz yöntemleri

• Naive tahmin yöntemi (Mekanik yöntem)

En basit tahmin yöntemlerinden biri olup, herhangi bir dalgalanma göstermeyen zaman serilerinde tahmin amacıyla kullanılabilen, maliyetsiz ve uğraş gerektirmeyen bir yöntemdir.

Ancak, zaman serilerinin çoğu, çeşitli durumlarda dalgalanmalar içerdiğinden, bu yöntem pek kullanışlı değildir. Bunun yanı sıra, gelişmiş zaman serileri analiz yöntemlerine temel oluşturması nedeniyle önemlidir.

Yöntemde, bir zaman serisi değişkeninin son dönemde edilir aldığı değer, bir sonraki dönemin tahmini olarak kullanılır ve aşağıdaki gibi formüle:

Ft+1 = Yt (3.3)

t= zaman,

Yt = zaman serisi verisinin t dönemindeki değeri,

Ft+1= (t+1) dönemindeki tahmin değeridir.

• Hareketli ortalamalar yöntemi

a) Basit ortalama yöntemi

Geleceğin, geçmişte olanların ortalamasına doğru eğilim göstereceğini varsaymak, talep tahmini açısından en basit yöntemlerden biridir.

Bu yöntemde son n dönemde gerçekleşmiş değerler toplanarak ortalaması alınır ve bulunan sonuç tahmini değer kabul edilir.

16 Yöntemin matematiksel eşitliği 3.4’te gösterilmiştir.

Ft+1= 1_t ∑ Yti=1 i (3.4)

t = dönem

Ft+1= t+1 dönemi için tahmin değeri

𝑌𝑖= i dönemindeki gerçeklesen talep değeridir.

Ft+1= değeri mevcut iken, (t+2).dönem için yeni bir tahminde bulunmak istersek,

eşitlik 3.4, aşağıdaki gibi eşitlik (3.5)’e dönüşür.

Ft+2= _t+11 ∑t+1i=1Yi (3.5)

Bu model gerçeklesen talep değerlerinin trend, konjonktürsel ve mevsimsel dalgalanmaların etkisi altında olmadığı durumlarda ve az sayıdaki veriler için iyi sonuçlar vermektedir. Veri sayısı arttıkça belirli bir trendi yakalayamamaktadır. Örnek: Aşağıdaki tabloda ABC şirketinin satış adetleri yer almaktadır. Basit ortalama tekniği ile her haftanın talep tahminini ve10.hafta talep tahminini belirleyecek olursak, ilgili eşitlikler aşağıdaki gibi olacaktır. [13]

Tablo 3. 1: Basit ortalama yöntemi ile gerçekleşen satışlara göre tahminler

Hafta _{Gerçekleşen} Tahmin (t) Satış Yi Yt+1 1 110 ---- 2 102 110 = (110) / 1 3 108 106 = (110+102) / 2 4 121 106.67 = (110+102+108) / 3 5 112 110.25 = (110+102+108+121) / 4 6 105 110.60 = (110+102+108+121+112) / 5 7 114 109.67 = (110+102+108+121+112+105) / 6 8 106 110.29 = (110+102+108+121+112+105+114) / 7 9 115 109.75 = (110+102+108+121+112+105+114+106) / 8 10 ---- 110.33 = (110+102+108+121+112+105+114+106+115) / 9

17 b) Hareketli ortalama yöntemi (HO)

Hareketli ortalamalarda en önemli aşama, ortalaması alınacak dönem sayısının (t) saptanmasıdır. Hareketli ortalamaya dâhil edilecek gözlem sayısı, öngörüyü yapacak kişi tarafından belirlenmekte ve tüm tahmin süreci boyunca sabit kalmaktadır.

Bu yöntem, uzak geçmişten çok, yakın geçmişe ağırlık verir. Örneğin, geçmiş tarihi dönem verilerinin üçü, dördü veya beşi alınarak, en son gerçekleşen döneme ilave edilir. Daha sonra, bu verilerin ortalaması, bir sonraki dönem tahmini olarak kabul edilir. Bir önceki örnek için, t=3 olacak şekilde hareketli ortalamaları hesaplayacak olursak,

Tablo 3. 2: 3 aylık hareketli ortalama değerleri

Hafta Gerçekleşen Tahmin

(t) Satış (Y) Y_t+1 1 110 ---- 2 102 ---- 3 108 ---- 4 121 106.67 = (110+102+108) / 3 5 112 110.33 = (102+108+121) / 3 6 105 113.67 = (108+121+112) / 3 7 114 112.67 = (121+112+105) / 3 8 106 110.33 = (112+105+114) / 3 9 115 108.33 = (105+114+106) / 3 10 ---- 111.67 = (114+106+115) / 3

Hareketli ortalamalarda, ortalamaya giren gözlem değeri sayısı arttıkça düzgünleştirmenin etkisi artmaktadır. Böylece gerçeğe daha yakın tahminler yapılabilmektedir. [12]

Yukarıdaki örnekte t değerini 3 yerine 5 olarak kabul ettiğimizde tahminlerimiz daha düzgün bir eğilim gösterecektir.

c) Ağırlıklı hareketli ortalama yöntemi (AHO)

Basit hareketli ortalama yönteminde belirlenen gözlemlerin ortalamaları alınırken eşit ağırlık veriliyordu. Bu yöntemde en yakın veriye en büyük ağırlık verilerek, hareketli ortalama yönteminin sakıncası ortadan kaldırılabilir.

18 Yöntemin matematiksel formülü aşağıdaki gibidir.

Ft+1= 1_k ∑ti=t−k+ 1wi𝑌𝑖 (3.6)

t = dönem

k = hareketli ortalamaya dahil edilen dönem sayısı Ft+1= t+1 dönemi için tahmin değeri

𝑌𝑖= i dönemindeki gerçeklesen talep değeridir.

wi = i dönemine ait ağırlık katsayısı

Önceki örnekteki verileri kullanarak dörderli ağırlıklı hareketli ortalama yöntemine göre talep tahminlerini belirleyecek olursak, (n=4, w1=0,4 w2=0,3 w3=0,2 w4

Tablo 3. 3: 4 aylık ağırlıklı hareketli ortalama değerleri

=0,1)

Hafta Gerçekleşen Tahmin

(t) Satış (yt) (Ft) 1 110 ---- 2 102 ---- 3 108 ---- 4 121 ---- 5 112 112.2 = 0.4(121) + 0.3(108) + 0.2(102) + 0.1(110) 6 105 113.9 = 0.4(112) + 0.3(121) + 0.2(108) + 0.1(102) 7 114 110.6 = 0.4(105) + 0.3(112) + 0.2(121) + 0.1(108) 8 106 111.6 = 0.4(114) + 0.3(105) + 0.2(112) + 0.1(121) 9 115 108.8 = 0.4(106) + 0.3(114) + 0.2(105) + 0.1(112) 10 ---- 111.1 = 0.4(115) + 0.3(106) + 0.2(114) + 0.1(105)

19 • Üstel düzeltme yöntemleri

Düzeltme (düzleştirme) yöntemlerinin en önemli özellikleri kolay uygulanabilir ve düşük maliyetli oluşlarıdır. Bir diğer üstünlükleri de her gerçeklesen yeni dönem verilerinin modele hemen dâhil edilebilmesi ve yeni dönemlerin tahminlerine hemen katkıda bulunabilmeleridir [12]

Üssel düzeltme yöntemi de, hareketli ortalama tahmin yöntemindeki amaca benzer bir amaç taşır. Aralarındaki farkı kısaca aşağıdaki gibi belirtmek mümkündür.

Üstel terimi verilen ağırlıkların veriler eskidikçe üstel bir şekilde azalması anlamını taşımaktadır. Üssel düzeltme tahmin yöntemi, tüm tarihi verileri göz önünde bulundurur. Ancak, geçmişe eskidikçe daha az ağırlık verir. Oysa hareketli ortalama, eski dönemleri bütünüyle görmezden gelmekte, yalnızca hareketli ortalama dönemindeki tarihi verilere eşit ağırlık vermektedir.

a) Basit (tek) üstel düzeltme yöntemi

Bu yöntem literatürde Brown’un basit üstel düzleştirme yöntemi olarak da bilinmektedir. Verilerin trend ve mevsimsellik içermediği ve durağan seyrettiği durumlar için kullanılan tahmin yöntemidir.

Basit üstel düzeltme yöntemi (BÜD), gözlemlenen son değer için tek bir ağırlığın (∝) seçildiği, ağırlıklı hareketli ortalama yönteminin özel halidir. [14]

Uygulamada düzleştirme sabiti olarak 0,01 ile 0,3 arasındaki değerlerin genellikle daha uygun olduğu saptanmıştır [12].

∝′_{𝑦ı, (0<∝ <1) düzeltme sabiti olarak ve geçmiş t sayıdaki dönem için zaman}

serisinin Y₁ , Y₂ , Y₃ … olarak gösterildiğini varsayalım. Sonraki t+1 dönemi için tahmin (𝐹_𝑡+1)’ in matematiksel eşitliği aşağıdaki gibidir.

20

Görüldüğü gibi Yt, Yt−1, Yt−2…’nin katsayıları giderek azalmaktadır. Böylece daha

yeni verilere daha çok ağırlık verilir. F_t+1’i hesaplayan eşitlik 3.8 ve eşitlik 3.9’da gösterildiği gibi basitleştirilir.

Ft+1= ∝ Yt + (1 - ∝ ) { ∝ Yt−1 + ∝ (1 - ∝ ) Yt−2 + ∝ (1 − ∝ )2 ) Yt−3 +..} (3.8)

Ft+1= ∝ Yt + ∝ (1 - ∝ ) Ft (3.9)

Ft+1değeri yinelenerek Ftdeğerinden hesaplanabilmektedir. Tekrarlanan eşitlik t = 1

olduğunda F1’in tahmini atlanarak başlatılır. t = 2’nin tahmini ise t = 1’deki gerçek

veriye eşit olarak alınır bu da F2= Y1 olarak yazılır.

Ft+1= Ft + ∝ (Yt- Ft) (3.10)

Ft+1= t+1 dönemi için tahmin değeri

Yt= t döneminde gerçekleşen değer

Ft= t dönemi için tahmin değeri

∝ = düzeltme faktörü (0<∝ <1)

(Yt-Ft) ifadesi, bir önceki döneme ait tahminin hata değeridir. Eğer hata, pozitif

çıkarsa gerçekleşen değer tahmin edilenden büyüktür ve düzeltme bir sonraki tahmini arttıracak yönde etki edecek demektir. Hata değeri negatif olursa, tahmin değeri, gerçekleşenden fazla olduğundan düzeltme bir sonraki tahmini azaltacak yönde etki edecektir.

21

Tablodan da anlaşılacağı üzere, tek üstel düzeltme yönteminde geriye doğru verilerin etkisi azaltılmaktadır. Böylece yakın dönem verilerinin ağırlığı arttırılmaktadır.

b) Holt’un doğrusal yöntemi

Daha önce bahsi geçen tahmin yöntemlerinde, talebin sabit ve ortalama etrafında rassal olarak beliren değişimlerin olduğu varsayılmıştır. Fakat talepte azalma veya artma eğiliminde bir trend söz konusu olabilir. Trendi belirlemek için ilk aşamada yeni temel bir düzey oluşturmak veya bir doğru elde edebilmek için üssel düzeltme yapılır. Bu işlem rassal dalgalanmaları düzgünleştirecektir.

Temel değer oluşturulmasına ait eşitlik 3.11’de gösterilmiştir.

Lt = ∝ Yt + (1 - ∝ ) (Lt−1 + bt−1) (3.11)

Eşitlik 3.11 ‘de, t = dönem

Lt= t dönemi için temel değer

Lt−1= t−1 dönemi için temel değer

Yt= t döneminde gerçeklesen gözlem değeri

∝ =temel değer düzeltme katsayısı (0 <∝< 1) bt−1= t−1 dönem trend değeridir.

Eşitlik 3.11’de bir önceki dönemin düzeltilmiş değerine Lt−1, bir önceki dönemin

trendi (b_t−1) eklenerek, t dönemi için bir temel değer (L_t) oluşturulmaktadır. Böylece t dönemi temel değeri, gözlenen en son veri değerine yaklaşmaktadır. Eşitlik 3.11 için gerekli olan trend değerinin hesaplanması için kullanılan eşitlik, eşitlik 3.12’de gösterilmiştir:

bt= β ( Lt- Lt−1 ) + ( 1- β ) bt−1 (3.12)

Eşitlik 3.12 ‘de,

bt= t dönemi trend değeri

22

Eşitlik 3.12’de, son iki düzeltilmiş değer arasındaki fark kullanılarak trend belirlenmektedir. Seride bir trend olması halinde, en son veri bir önceki veriden daha küçük ya da daha büyük olacağından, trendi belirlemek için bu yöntem uygundur. Bu farkların bazı rassal dalgalanmalardan oluşabileceği fikrine istinaden, son iki veri değeri arasındaki fark kullanılarak bulunan trend değeri, β sabiti ile düzenlenir Eşitlik 3.11, tek üstel düzeltme yöntemine ait eşitliğe benzese de, ondan farklı olarak trend ayarlaması yapılmıştır. İkinci bir β sabiti kullanan trend ayarlamalı Holt’un Doğrusal Yöntemi’ndeki bu β katsayı, ∝ sabitine benzemektedir.

β değeri, trende göre üstel düzeltmenin hangi ölçüde en son tahmin değerlerinin farkına (Lt - Lt−1 ) ve hangi ölçüde bir önceki trende (bt−1 ) bağlı olduğunu belirler.

Düşük değer, trendin daha fazla düzeltilmesini sağlar ki bu durum iyi oluşmuş bir trend olmaması durumunda faydalıdır. Yüksek değer ise, en son trende daha fazla ağırlık verir ve trenddeki son değişikliklere karşı duyarlıdır.

Temel değerlerin ve trend değerlerinin hesaplanmasından sonra, geleceğe ait dönemler için tahmin oluşturmakta kullanılan eşitlik 3.13’te gösterilmiştir

Ft+m = Lt + btm (3.13)

Eşitlik 3.13’ te;

Ft+m= m dönem sonundaki trend ayarlamalı tahmin değeri,

m= tahmin yapılacak olacak olan ileri döneme ait dönem numarasıdır.

Ancak, Holt’un Doğrusal Yöntemi’ni kullanarak tahminlerin oluşturulurken, başlangıçta iki değere ihtiyaç vardır. Bunlar,

• _{ilk temel değer L1}

• _{ilk trend değeri bt}değerleridir.

Bu değerlere, ilk alternatif gözlem değerini (Y1) ilk temel değere, ilk trend değerini

ise, ikinci ve ilk gözlem değeri farkına (Y2 -Y1) veya ilk birkaç gözlemin

23 c) Holt winters yöntemi

Önceki bölümlerde anlatılan ortalamalar ve üstel düzeltme yöntemlerinde mevsimsellik içermeyen veriler ile işlemler yapılmaktaydı. Ancak zaman serisinde mevsimsellik olduğu durumlarda bahsi geçen tüm bu yöntemler uygun sonuç vermemektedir

Bu nedenle, Holt’un doğrusal yöntemi, Winters tarafından mevsimselliğin de yönteme eklenmesi ile geliştirilmiş ve mevsimsellik içeren durumlar için de uygun hale getirilmiştir.

Holt-winters yöntemi üç temel düzeltme sabitine sahiptir. Bunlar: • Temel

• Trend

• Mevsimselliktir.

Bu düzeltme sabitleri ile yapılan düzeltmeler, Holt’un doğrusal yöntemine benzer olarak tek eşitlikte toplanarak mevsimsellik eşitliği elde edilmektedir. Uygulamada iki farklı Holt-winters yöntemi bulunmaktadır. Bunlar çarpımlı dönemsellik ve toplamlı dönemselliktir [17]

i. Çarpımlı dönemsellik

Holt-winters çarpımlı dönemsellik yönteminde kullanılan temel eşitlikler aşağıdaki gibidir. Temel: Lt = ∝ _SY_t−st + (1-∝ ) (Lt−1 + bt−1 ) (3.14) Trend: 𝑏𝑡 = β ( Lt- Lt−1 ) + ( 1- β ) bt−1 (3.15) Mevsimsel: St = γ Y_Lt_s + (1-γ ) (st−s) (3.16) Tahmin: Ft+m = (Lt + btm ) st−s + m (3.17)

24 Eşitlik 3.14, 3.15, 3.16 ve 3.17’de:

t = dönem

Lt = serinin t dönemindeki temel değer

Lt−1 = t-1 dönemi için temel değer

Yt = t döneminde gerçekleşen değer

∝ = temel değer düzeltme sabiti (0 <∝< 1) bt = t dönemi için trend değeri

bt−1 = t-1 dönemi için trend değeri

β = trend düzeltme sabiti (0 <β < 1) γ = mevsim düzeltme sabiti (0 <γ < 1)

s = mevsim uzunluğu (1 yıl içerisindeki mevsim sayısı) St = t dönemindeki mevsimsel indeks

Ft+m= m ileri dönem için trend ve mevsimsellik ayarlamalı tahmin değeri

Formülde yer alan ∝ , β ve γ düzeltme sabitleri diğer yöntemlerde de olduğu gibi, tahmin hatasını minimum yapacak şekilde belirlenmelidir.

Holt-winters yönteminde de, Holt’un doğrusal yönteminde olduğu gibi temel değerlerin (Lt), trend değerlerinin (bt) ve mevsimsel indeks değerlerinin (St) ilk

değerlerinin belirlenmesi gerekmektedir. Mevsim indeksinin belirlenmesi için en az tamamlanmış bir mevsim değerlerine ihtiyaç duyulduğundan trend ve seviyenin başlangıç değerlerinin, S periyodu için belirlenmesi gerekmektedir. Seviye başlatma değeri ilk mevsimde gerçeklesen değerlerin ortalaması alınarak hesaplanmaktadır.

Ls = 1_S ( Y1 + Y2 + Y3 + ….. Ys ) (3.18)

Yukarıdaki denklem ile S dereceden hareketli ortalama hesaplanmakta ve böylece serideki mevsimsellik devre dışı bırakılmaktadır. Başlangıç trendinin tespit edilmesi için en az iki tam mevsim değerlerinin kullanılması uygundur.

bs = 1_S [ YS+1_S –Y1 + YS+2_S –Y2 + YS+S_S –YS ] (3.19)

25

Mevsim indeksinin başlangıç değeri, serinin ilk birkaç değerinin ilk yılın ortalamasına oranlanması ile belirlenmektedir

S1= Y_L1_s , S2= Y_L2_s ……….. Ss= Y_Lss (3.20)

ii. Toplamlı dönemsellik

Mevsimsel bileşenler içeren bu ikinci yöntemin kullanımı pek yaygın değildir. Yöntemde kullanılan eşitlikler 3.21, 3.22, 3.23 ve 3.24’ deki gibidir.

Temel: L_t = ∝ + (Y_t - S_t−s ) + (1-∝ ) (L_t−1 + b_t−1 ) (3.21) Trend : b_t = β + (L_t - L_t−1 ) + (1 − β ) b_t−1 (3.22)

Mevsimsel: S_t = γ ( Y_t - L_t ) + (1- γ) S_t−s (3.23) Tahmin: F_t+m = L_t + b_tm + s_{t−s + m} (3.24) Toplamlı dönemsellik yönteminde Lsve bs başlangıç değerleri, çarpımsal

dönemsellik yönteminde hesaplandığı gibi hesaplanır. Tek fark, mevsimsel indekslerin hesaplanmasında ortaya çıkmaktadır. İlgili formül aşağıdaki gibidir:

S1 = Y1 - Ls , S2 = Y2 - Ls ,….., Ss = Ys - Ls (3.25)

• Diğer üstel düzeltme yöntemleri

Literatürde, yukarıda incelenen yöntemler dışında başka üstel düzleştirme yöntemleri de geliştirilmiştir. Bunlar arasında aşağıda yer alan yöntemler sayılabilir.

1. Chow’un Uyarlanabilir Kontrol Yöntemi, 2. Harrison’un Harmonik Düzleştirme Yöntemi,

3. Uyarlanabilir Tepki Oranlı Basit Üstel Düzleştirme Yöntemi, 4. Brown’un Tek Parametreli Uyarlanabilir Yöntemi

Ancak çok uzun ve yorucu hesaplamalar gerektirdikleri için geniş uygulama alanına sahip olamamışlardır. [12]

26 • Pegel’in sınıflandırması

Üssel Düzeltmeler Yöntemi’ndeki diğer bir yöntemde, doğrusal ve doğrusal olmayan serileri, trend yada mevsimsel dalgalanmalar içerip içermedikleri göz önünden bulundurarak bir sınıflandırmaya tabi tutmaktır.

Pegel’in yaptığı bu sınıflandırma aşağıdaki gibi olup, Şekil 3.2’de gösterilmiştir.

Şekil 3. 1: Pegel’in sınıflandırdığı zaman serileri [18]

3.4.2.2. Trend Analizi

Talep tahmininde trend analizinden yararlanılması iki ana fikre dayanmaktadır. 1. Geçmişe ait olan veriler düzenli bir gelişme göstermektedir. Veriler belirli bir

doğru ya da eğri üzerinde sıralanmaktadırlar

2. Gelecek, geçmişin bir uzantısıdır. Verilerin gelecekteki seyrini tahmin edilirken doru ya da eğrinin bir önceki şekilde olacağı varsayılır. Bu durumda, trend ve trendin ait olduğu değişken zamanın bir fonksiyonu olarak kabul edilir.

Trend Analizi Yöntemi’nde, önce geçmiş dönemlerdeki türlü çalımsa düzeylerinde gerçeklesen satışlar birer nokta durumunda bir grafik üzerinde gösterilir. Daha sonra grafik analiz edilerek, noktaların doğrusal bir fonksiyon ile mi, yoksa eğrisel bir fonksiyon ile mi en iyi biçimde temsil edileceği önceden saptanır. Bu aşamadan sonra, aşağıda belirtilen yöntemlerden biri kullanılarak tahmin denklemi kurulabilir.

27

Trend hesaplama yöntemleri üç ana grup altında incelenebilir. Bu yöntemler: 1. Elle Çizme Yöntemi

2. Yarım Ortalama Yöntemi 3. En Küçük Kareler Yöntemi a) Elle çizme yöntemi

Elle Çizme Yöntemi’nde, saptanmış olan noktalar arasından bir eğri veya doğru çizilir. Burada önemli nokta, eğri ya da doğruyu çizerken; noktaların eğrinin iki yanında aynı oranda dağılım gösterecek biçimde olmasına özen gösterilmesidir. Daha sonra çizilen eğri veya doğruya ilişkin eşitlik hesaplanır

Ancak yöntem, hesaplamada kolaylık sağlıyor olsa da sübjektiflik içermektedir. Farklı kişilerce en doğru olduğuna inanılarak çizilen doğru ya da eğriler farklı olabilmektedir. O nedenle sadece kabaca yapılması yeterli olacak bir tahmin kararı için, basit ve sade bir yöntemdir.

Şekil 3. 2: Elle çizme yöntemi grafiği [18] a) Yarım ortalama yöntemi

Bu yöntemde söz konusu zaman serisi gözlem sayısı itibariyle iki eşit kısma bölünür ve her kısımdaki gözlemler için aritmetik ortalamalar hesaplanır. Bu ortalama değerleri grafiğe işaretlendikten sonra araları bir doğru ile birleştirilerek bir trend doğrusu elde edilir.

İncelenen serinin gözlem sayısının tek veya çift sayıda olmasına göre yapılan işlem değişiklik gösterir. Seri çift sayılı ise, seri eşit olarak tam ortadan iki parçaya ayrılır. Seri tek sayılı ise, tam ortadaki eleman dikkate alınmadan seri iki eşit parçaya ayrılır.

28

Şekil 3. 3: Yarım ortalama yöntemi grafiği [18]

Yöntemin dezavantajları:

1. Trendin doğrusal olduğu varsayılmaktadır. Ancak trend doğrusal olmayabilir. 2. Serinin her iki kısmında mevsimsel dalgalanmaların etkisinin aynı olduğu varsayılmaktadır. Zaman serilerinde bu durum çoğu zaman gerçeğe uymayabilir. c) En küçük kareler yöntemi (Regresyon yöntemi)

En küçük kareler yönteminde (EKK), iki değişken arasında bir ilişki olduğu varsayılarak, değişkenlerden birinin bağımsız (bağımsız değişken) aldığı değer karşısında diğerinin (bağımlı değişken) alacağı değerin hesaplanmasıyla tahminde bulunulmaktadır.

Kantitatif modellerdeki parametrelerin tayininde kullanılan yaygın, pratik ve güçlü bir tahmin metodudur. Modelin bilinmeyen parametrelerini tahmine izin verir. Trendi hesaplamak için çok uygun bir yöntemdir. [5]

Yöntemde Y bağımlı değişken; X1 , X2 … Xn bağımsız değişkenlerdir. Y değeri,

bağımsız değişkenlerin aldığı değerler göre farklı değerler almaktadır. İki veya daha çok değişken arasında doğrusal veya eğrisel bir ilişki olabilir. EKK yöntemi temel olarak 4 gruba ayrılmakta olup, matematiksel denklemleri aşağıdaki gibidir.[19] Basit doğrusal regresyon: Y = a + bX (3.26) Eğrisel regresyon: Y = a + b1 X + b2 X2 + … + bn Xn (3.27)

Çoklu doğrusal regresyon: Y = a + b1 X1 + b2 X2… + bnXn (3.28)

29 i. Basit doğrusal regresyon

Yöntemde iki değişkenin olduğu ve aralarındaki ilişkinin doğrusal olduğu kabul edilir. Yönteme ait matematiksel denklem eşitlik 3.30’daki gibidir.

Yi = a + bXi + e (3.30)

Eşitlik 3.30 ‘da,

Yi = Bağımlı değişkenin tahmin değeri,

a = Regresyon doğrusunun başlangıç değeri, b = Regresyon doğrusu eğimi,

Xi= Bağımsız değişkenin aldığı değerdir.

EKK yönteminde, gerçekleşen değerlerden sapmaların toplamı 0, söz konusu sapmaların karelerinin toplamının minimum olması esas alınır. Anlatılan duruma ait eşitlik aşağıdaki gibi ifade edilir.

 [ Yi - (a + bXi) ] = 0 (3.31)

 [ Yi − (a + bXi) ]2 = min. (3.32)

Yöntemin varsayımına göre,

 ei =  (yi - Yi ) = 0 olmalıdır. (3.33)

Bu nedenle söz konusu farkları en küçük yapacak a ve b katsayılarını seçmek gerekmektedir. Buna göre eşitlik 2.33’ün türevi alınarak söz konusu minimum noktalar bulunur.

30

a ve b değerlerini aşağıdaki formüller ile hesaplamak mümkündür.

a = y� - bx� (3.34) b=  xy –nx� y�

 X2_{− nx�}2 (3.35)

Eşitlik 3.34 ve 3.35’te: b = doğrunun eğimi y� = yi’ lerin ortalaması

x� = xi’ lerin ortalaması

yi = bağımlı değişkenin gerçekleşen değerleri

Xi= bağımsız değişkenin gerçekleşen değerleri

n = veri sayısıdır.

Seçilen regresyon doğrusunun verilere uygunluğu çok önemlidir. Kullanılacak regresyon yöntemi ile elde edilecek tahminlerin hata derecesini incelerken, tahmin edilen gerçekleşen değerler arasındaki standart sapmayı ölçüt olarak kabul edebiliriz.

Tahminin standart sapması (hatası) aşağıdaki formül ile hesaplanır: n≤ 30 olduğunda S_yx = ∑ni=1(yi−Yi ) 2

n−2 (3.36)

n ≥ 30 olduğunda, S_yx = ∑ni=1(yi−Yi ) 2

n (3.37)

Eşitlik 3.36 ve 3.37’de: Syx = Standart sapma

yi = Tahmin edilen değer

Yi= Gerçekleşen değer

31 ii. Çoklu doğrusal regresyon

Regresyon modelinde bir adet bağımlı ve biden çok bağımsız değişken doğrusal ilişki gösteriyor ise, çoklu regresyondan bahsedilir. Yöntemin eşitliği daha önce belirtildiği üzere eşitlik 3.28’deki gibi olup, aşağıda tekrar belirtilmiştir.

Yi = a + b1X1 + b2X2… + bn Xn

Çoklu doğrusal regresyon modelinin katsayılarının bulunması için EKK yönteminden yaralanılabilir.

iii. Doğrusal olmayan regresyon

Değişkenler arasındaki ilişkinin doğru denklemi ile ifade edilemediği durumlar söz konusu olabilir. Bu gibi durumlarda eğri denklemleri kullanılması uygun olacaktır. Eğrisel modelin saptanmasında verilerin grafiği çizilir. Çeşitli modeller

belirlendikten sonra ilişkiyi en iyi açıklayan model seçilmelidir. Elde edilen eğri parabolik, hiperbolik veya üstel olabilir.

32

4. TALEP TAHMİN YÖNTEMLERİNE İLİŞKİN LİTERATÜR TARAMASI Tahmin yöntemleri, yönetim bilimi/yöneylem araştırması alanındaki çalışmalarda kullanılan tekniklerin başında gelmektedir. 1960’lı yıllardan itibaren tahmin alanında önemli gelişmelere tanık olunmuştur. Talep tahminine yönelik başlıca çalışmalar aşağıdaki gibidir:

Hareketli ortalamalar, üstel düzleştirme ve çoklu regresyon analizi gibi yöntemler yardımıyla Amerikan turistlerin Durban’a seyahat taleplerinin tahmin edilmesinde elde edilen sonuçlar karşılaştırılmıştır.[20]

Amerika’da halka elektrik dağıtımı sağlayan 75 firmanın geçmiş talep tahminleri ve mevcut satış verileri kullanılarak doğrusal regresyon analizi, zaman serileri analizi, Holt’un üstel düzleştirme yöntemi ve çoklu regresyon analizi ile 2, 4, 6 ve 7 yıllık satış tahminleri yapılmıştır. Elde edilen sonuçlara göre yöntemlerin birbirlerine göre üstünlükleri açıklanmıştır. [21]

Güneybatı Pennsylvania’da halkın ambulans hizmetlerine olan talebini tahmin edilmesinde bölgeye ilişkin dört adet bağımsız veri (sosyodemografik veri, geçmiş yıl talepleri, ambulans hizmeti veren firmanın yapısı, hizmetin niteliğine ait veriler) kullanılmıştır. Uygulamada ise çoklu regresyon analizi kullanılmıştır.[22]

Avustralya’da Matematik ve İstatistik bölümünde yapılan bir yüksek lisans tezinde telefon talebinin tahmininde doğrusal regresyon ve hareketli ortalamalar yöntemleri kullanılmıştır.[23]

Doğrusal ve doğrusal olmayan modellerle Amerika nüfus idaresinden alınan 1985-1999 yıllarına ait aylık perakende satış verileri kullanılarak satışların tahmini yapılmıştır. [24]

33

Zaman serileri ve EKK yöntemi kullanılarak Libya’da yiyecek talep tahmini yapılmıştır.[25]

1960-1969 yılları arasındaki veriler ile İngiltere pazarındaki binek otomobil talebinin üstel düzleştirme ve hareketli ortalamalar yöntemleriyle tahmini için iç pazar ve ihracat için toplam binek otomobil üretimi ve yeni kayıt olmuş binek otomobillerin bilgileri kullanılarak tahmin yapılmış ve elde edilen sonuçların karşılaştırılması yapılmıştır. [26]

34

5. ISI SEKTÖRÜNDE FAALİYET GÖSTEREN BİR FİRMADA TALEP TAHMİN YÖNTEMLERİNİN UYGULANMASI VE SONUÇLARININ DEĞERLENDİRİLMESİ

Bu bölümde uygulamanın yapıldığı firma ve seçilen ürünlerin genel özellikleri ile ilgili bilgilere yer verildikten sonra Emas A.Ş’nin 2008-2010 yılları arası gerçekleşen satış verileri kullanılarak, önceki bölümlerde anlatılan talep tahmin yöntemleri uygulanmıştır. Bulunan sonuçlar en küçük hata kareleri toplamına göre kıyaslanmış ve firma için en uygun talep tahmini yöntemi tespit edilmeye çalışılmıştır.

5.1. Emas Makina Sanayi A.Ş. Hakkında

ELGİNKAN TOPLULUĞU şirketleri arasında yer alan EMAS Makina Sanayi A.Ş., 1985 yılında Pendik-Şeyhliköy Sanayi Bölgesi’nde kurulmuştur. E. C. A. Markası ile döküm katı yakıt sobası üretimine başlayan EMAS A.Ş. ürettiği çeşitli ürünlerden sonra 2004 yılından itibaren kombi üretimine başlamıştır. Üretim kapasitesinin artması nedeni ile kombi üretimini Manisa organize sanayi bölgesinde kurduğu yeni tesislerine taşımıştır. 68.000 m2 açık 20.000 m2 kapalı alana kurulan tesisler 320.000 ad/yıl üretim kapasitesine sahiptir. Pendik tesislerinde termosifon, boyler merkezi kazan ve kat kalorifer kazanları üretilmektedir

Temel faaliyet alanı bireysel ve merkezi ısıtıcı ürünler üretim, satış ve pazarlaması olan EMAS A.Ş. tüketiciye eksiksiz ürün yelpazesi için Merkezi Kazan ve yüksek kapasiteli duvar tipi kombi konularında, her biri kendi alanlarında dünyanın en ünlü ABD, Hollanda, Alman ve Fransız şirketleriyle işbirliğine gitmiştir. Emas A.Ş. bugün Manisa tesislerinde ürettiği kombi çeşitleri ve Pendik tesislerinde ürettiği katı yakıtlı kat kaloriferi kazanı, boyler, merkezi kazan ve termosifonların yanı sıra, Topluluk içi ve Topluluk dışı üretilen ısıtma cihazlarının da pazarlamasını yapmaktadır. Bunlar, başta panel ve pik döküm radyatör olmak üzere termostatik radyatör valfi, su ve gaz valfleri, havlupan, çelik ve döküm merkezi sistem kazanlar,

35

brülör, yoğuşmalı yüksek kapasiteli duvar tipi kombi/kazanlar, hermetik şofbenler, boyler, genleşme tankı, güneş panelleri, doğalgaz sayaçlarıdır EMAS A.Ş.’de kalite anlayışının özü, insana değer vermek ve bu değerden hareketle tüketici istekleri doğrultusunda hatasız ve güvenilir ürünler sunmak, aynı zamanda ürünlerde kalitenin sürekli korunacağının ve geliştirileceğinin garantisini de vermektir. Bu nedenle, firmanın ürettiği ve pazarladığı ürünlerin tümü, Türkiye ve dünya kalite standartlarına uygun niteliklere sahiptir.

EMAS A.Ş., ISO 9001 Kalite Güvencesi Sistemi’ni Türkiye’de ilk uygulayan şirketlerden biri olmakla kalmayıp, Tüketiciyi Koruma Taahhütnamesi’ne ilk imzayı da atarak bu konuda altın madalya ile ödüllendirilmiştir. Ayrıca Emas A.Ş. 2002 yılında Sanayi Bakanlığı’nın ‘Tüketici Memnuniyetini İlke Edinen Firma Ödülü’ne, 2004 yılında da Tüketicileri Koruma Derneği tarafından “Tüketici Ödülü”ne layık görülmüştür.

Şirketin satış sonrası servis ve müşteri hizmetleri, Satış Sonrası Müşteri Hizmetlerinde Türkiye’de ilk olarak ISO 9002 belgesi alan, KOBİ’ler kategorisinde “2001 Ulusal Kalite Büyük Ödülü” sahibi ve 2004 yılı Avrupa Kalite ödülü finalisti olan, ELGİNKAN TOPLULUĞU şirketlerinden EMAR A.Ş tarafından yürütülmektedir.

Yaklaşık 120 ülkede tescilli bir marka olan E.C.A., ELEKS A.Ş kanalıyla 60’tan fazla ülkeye ihraç edilmektedir.

36 •

5.2. Uygulama İçin Seçilen Ürünler Hakkında Genel Bilgiler

Gaz halindeki bir maddenin çevresine ısı vererek sıvı hale dönüşmesi olayına “yoğuşma” denir. Doğal gazın yanması sonucunda ortaya çıkan ve bacadan dışarı atılacak baca gazının su buharındaki enerjiyi özel ısı eşanjörü sayesinde geri kazandırarak toplam verimi arttıran cihazlara ise “yoğuşmalı kombi” denir.

Yoğuşmalı kombi

Emas Makine A.Ş’ de 24 KW ve 30 KW kapasitelerinde olmak üzere 2 çeşit yoğuşmalı kombi üretilmektedir. Uygulama için seçilen kombi, konvansiyonel kombi olarak seçilen DICOM kombinin kapasitesi ile aynı olması sağlanması açısından 24 KW olarak seçilmiştir.