摘要：Rekabet unsurunun günümüzde hızla artması, organizasyonların karar problemlerinde rasyonel davranmaları zorunluluğunu da beraberinde getirmiştir. Organizasyonların ve kurumların belirsizlik ve risk ortamında güvenle yol alabilmeleri, karar birimlerinde teknolojiyi ve bilimsel yöntemleri etkin kullanabilmeleri ile mümkündür. Talep tahmini, kurumlardaki kritik karar problemlerinin en başında gelmektedir. Bilimsel yöntemlerle desteklenmiş talep tahmini mekanizmasına sahip bir işletme, tüm fonksiyonlarının verimliliğini ve etkinliğini arttırabilir. Bulanık mantık ve yapay sinir ağları gibi yeni nesil yöntemler işletmeler tarafından son yıllarda karar verme yöntemi olarak sıklıkla kullanılan yöntemler arasındadır. Bu çalışmada işletmeler için kritik bir konu olan talep tahmin problemine ANFIS ile çözüm aranmıştır. Çalışmada önerilen model için öncelikle talebi etkileyen faktörler belirlenmiş ve bu faktörlere ait verilerle modelin veri tabanı oluşturulmuştur. ANFIS yönteminin model talep tahmini için kullanılabileceği gösterilmiştir.
其他摘要：Due to the rapid increase in global competition among organizations and companies,rational approaches in decision making have become indispensable for organizations in today’s world. Establishing a safe and robust path through uncertainties and risks depends on the decision units’ ability of using scientific methods as well as technology. Demand forecasting is known to be one of the most critical problems in organizations. A company which supports its demand forecasting mechanism with scientific methodologies could increase its productivity and efficiency in all other functions. New methods, such as fuzzy logic and artificial neural networks are frequently being used as a decision-making mechanism in organizations and companies recently. In this study, it is aimed to solve a critical demand forecasting problem with ANFIS. In the first phase of the study, the factors which impact demand forecasting are determined, and then a database of the model is established using these factors. It has been shown that ANFIS could be used for demand forecasting.
