ENTEGRASYON MİMARİSİ KULLANAN TEDARİK ZİNCİRİNİN MAKİNE ÖĞRENMESİ İLE DESTEKLENMESİ

Tedarik zincirinde dijitalleşme, çağımızın zorunluluğu haline gelmiştir. Bir tedarik zinciri takip sistemi geliştirilirken, siparişin verilmesi, mevcut stok durumunun tespiti, stok seviyelerindeki hammadde veya yarı mamül malzemelerin alım ya da tüketim süreçlerinin izlenmesi için sürekli olarak malzemelerin veri giriş ve çıkışlarını analiz eden otonom, entegre ve akıllı sistemlerin geliştirilmesine ihtiyaç vardır. Bu doğrultuda çalışma kapsamında, farklı paydaşlarda bulunan ERP (Enterprise Resource Planning - Kurumsal Kaynak Planlaması) sistemlerindeki verinin ortaklaşa kullanılabilmesi için bir mimari önerilmiş ve bu entegrasyon mimarisinden elde edilen veriden yararlanılarak hammadde miktarının tahminlenebilmesi üzerinde durulmuştur. Örnek senaryoda, yüzden fazla ekmek satış noktası olan bir fırın tarafından kullanılan un miktarının tespitine dair çalışmalar gerçekleştirilmiştir. Bu çalışmalar, makine öğrenmesi yöntemleri ile regresyon analizi üzerine yürütülmüştür. Önerilen çalışmadaki hedef, un stoğunun an itibarıyla yeterli olup olmadığının tespitidir. Bu noktada, regresyon modeli kullanımıyla eldeki un miktarından yararlanarak sonraki gün stokta olacak un miktarının belirli bir hata payı ile tespit edilmesi hedeflenmektedir. Yapılan çalışmada, geleneksel makine öğrenmesi ve derin öğrenme yöntemleri kullanılmıştır. Elde edilen sonuçlar, XAI (Explainable Artificial Intelligence - Açıklanabilir Yapay Zekâ) yöntemleri kullanılarak yorumlanmıştır. Tüm bu süreç sonucunda R2 0,90 ve MAE (Mean Absolute Error - Ortalama Mutlak Hatası) değeri 39,25 olarak en iyi sonucu LightGBM algoritması vermiştir.