Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini
Yıl: 2023 Cilt: 11 Sayı: 2 Sayfa Aralığı: 279 - 295 Metin Dili: Türkçe DOI: 10.18506/anemon.1219808 İndeks Tarihi: 10-09-2023
Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini
Öz: Muş ilinde nüfusun yaklaşık %60'ı kırsal kesimde yaşamakta olup ekonomik faaliyetleri tarım ve hayvancılığa dayanmaktadır. Tarımsal faaliyetlerden biri olan şeker pancarı Muş ili ve çevresi için büyük önem arz etmektedir. Muş ili şeker pancarı üretiminde Doğu Anadolu Bölgesinde önemli paya sahip ilk 10 ilden biri olmasının yanı sıra TRB2 Bölgesinde en fazla üretime sahip ildir. İlde şeker pancarının tarımsal bir ürün olmasının yanında işlenip sanayide ve hayvancılıkta ara malı olarak kullanılması, istihdamı arttırması, göçü engellemesi, toprak verimini arttırarak tarımsal üretimde sürdürülebilirliği sağlaması gibi nedenler şeker pancarına olan talebi arttırmıştır. Artan talebi karşılamak ve yeni politikalar geliştirmek için şeker pancarı üretiminin gelecekte nasıl bir seyir izleyeceği bölge için büyük önem taşımaktadır. Çalışmanın amacı 1982-2021 dönemi verilenden hareketle Muş ilinde şeker pancarı üretiminin gelecek beş yıldaki seyrini Box-Jenkins (ARMA) modeli ile tahmin etmektir. Yapılan analizler sonucunda şeker pancarı üretiminin 2022-2026 döneminde azalacağı öngörülmüştür. Bu kapsamda şeker pancarı üretiminin arttırılmasına yönelik politikalar üzerinde durulmuş ve öneriler sunulmuştur.
Anahtar Kelime: Estimation of Sugar Beet Production in Muş Province through Exponential Smoothing Method
Öz: Approximately 60% of Muş population lives in rural areas and the main economic activities are based on agriculture and animal husbandry. The city is in the top 10 provinces that produce the most sugar beet in the Eastern Anatolia region and ranks first in the TRB2 Region. Apart from being an agricultural product in the city, sugar beet is also used as an intermediate good in industry and stockbreeding after being processed, it prevents migration and ensures the sustainability of agricultural production by improving soil efficiency. All these features increased the demand for sugar beet. To meet the increasing demand and develop new policies, it is important to follow the course of production in the future for the region. This study aims to estimate the course of sugar beet production in Muş province in the next five years using the Box-Jenkins (ARMA) model based on the 1982-2021 period. According to the analysis findings, it is estimated that sugar beet production will decrease in the 2022-2026 period. This study also addresses policies for increasing sugar beet production and brings suggestions to this end.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- Akın, A. C., Tekindal, M. A., Arıkan, M. S., & Çevrimli, M. B. (2020). Modelling of the milk supplied to the industry in Turkey through box-jenkins and winters' exponential smoothing methods. Veteriner Hekimler Derneği Dergisi, 91(1), 49-60.
- Akın, M., & Eyduran, S. (2017). Zaman serisi analiz yöntemlerini kullanarak 2016-2025 dönemi Türkiye avokado üretiminin belirlenmesi. Yüzüncü Yıl Üniversitesi Tarım Bilimleri Dergisi, 27(2), 252-258.
- Ali, S., Badar, N., & Fatima, H. (2015). Forecasting production and yield of sugar cane and cotton crops of Pakistan for 2013-2030. Sarhad Journal of Agriculture, 31(1), 1-10.
- Anuththara, G. L. I., & Weerathilake, W. A. D. V. (2021). Trend analysis and short-term forecasting of goat and sheep populations and their meat production in Sri Lanka using single and double exponential smoothing models. Wayamba Journal of Animal Science, 13,1898-1903.
- Aydın, A. (2022). Türkiye’de buğday üretim sektörünün yapısı ve arima modeli ile üretim tahmini. İşletme Ekonomi ve Yönetim Araştırmaları Dergisi, 5(1), 1-18.
- Başer, U., Bozoğlu, M., Eroğlu, N. A., & Topuz, B. K. (2018). Forecasting chestnut production and export of Turkey using arima model. Turkish Journal of Forecasting, 2(2), 27-33.
- Berk, A., & Uçum, İ. (2019). Forecasting of chickpea production of Turkey using arima model. Journal of the Institute of Science and Technology, 9(4), 2284-2293.
- Cadenas, E., Jaramillo, O. A. & Rivera, W. (2010). Analysis and forecasting of wind velocity in chetumal, quintana roo, using the single exponential smoothing method. Elsevier Renewable Energy, 35(5),925-930.
- Çelik, Ș. (2013). Modelling of production amount of nuts fruit by using box-jenkins technique. Yüzüncü Yil Üniversitesi Journal of Agricultural Sciences, 23(1), 18-30.
- Çiçekgil, Z. & Yazıcı, E. (2016). Türkiye’de tavuk yumurtası mevcut durumu ve üretim öngörüsü. Tarım Ekonomisi Araştırmaları Dergisi, 2(2), 26-34.
- Eştürk, Ö. (2018). Türkiye’de şeker sektörünün önemi ve geleceği üzerine bir değerlendirme. Anadolu İktisat ve İşletme Dergisi, 2(1), 67-81.
- FAO, 2020. Sugar beet productıon data. https://www.fao.org/faostat/en/#data (Erişim tarihi:30.11.2022).
- Göksu, E., & Saner, G. (2021). Çam balı üretici satış fiyatlarının box-jenkins modeli ile öngörüsü. Turkish Journal of Forestry, 22(2), 111-116.
- Güler, D., Saner, G., & Naseri, Z. (2017). Yağlı tohumlu bitkiler ithalat miktarlarının arima ve yapay sinir ağları yöntemleriyle tahmini. Balkan ve Yakın Doğu Sosyal Bilimler Dergisi, 3(1), 60-70
- Güngül, M., & Yenilmez, F. (2019). Üstel düzleştirme yöntemi ile Türkiye’nin tarım sektörü dış ticaret dengesi tahmini (2018-2023). Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(3), 959-980.
- Iqbal, Z., & Khan, F. U. (2022). Forecasting rapeseed and mustard production in Pakistan: a time series approach. Sarhad Journal of Agriculture, 38(2), 578-584.
- Jadhav, V., Chınnappa, R. B., & Gaddi, G. M. (2017). Application of arima model for forecasting agricultural prices. Journal of Agriculture & Socıal Sciences, 19, 981-992.
- Jalıće, N., Ostojıć, A., & Vaško, Ž. (2021). Analysis and projections of wheat production in Bosnia and Herzegovina using arima modeling. Albanian Journal of Agricultural Sciences, 20(3), 20-26.
- Jarecki, W. (2020). Production of selected crop plants in Poland over the period of 2010-2019. Acta Agrophysica, 27, 39-45.
- Kadılar, C. (2005). SPSS uygulamalı zaman serileri analizine giriş, Ankara: Bizim Büro Basımevi.
- Kahforoushan, E., Zarif, M., & Mashahir, E. B. (2010). Prediction of added value of agricultural subsections using artificial neural networks: box-jenkins and holt-winters methods. Journal of Development and Agricultural Economics, 2(4), 115-121.
- Kaymaz, Ö. (2018). Forecasting of commercial egg production in Turkey with box-jenkins and winter's exponential smoothing methods. Eurasian Journal of Veterinary Sciences, 34(3), 142-149.
- Kaynar, O., & Taştan, S. (2010). Zaman serileri tahmininde arıma-mlp melez modeli. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 23(3), 141-149.
- Klimsova, H., & Lobban, S. (2008). Demand forecasting-a study at alfa loval in Lund. Vaxjo University School of Management.
- Kurt, R., & Karayılmazlar, S. (2019). Türkiye mantar üretimi ve arima (box-jenkins) ile projeksiyonu. Ormancılık Araştırma Dergisi, 6 (1), 72-76 . DOI: 10.17568/ogmoad.461534
- Kutlu, H. R., Gül, A., & Görgülü, M. (2003). Türkiye hayvancılığı; hedef 2023-sorunlar, çözüm yolları ve politika arayışları. http://www.zootekni.org.tr/ upload/File/Hayvanclk%20Rapor-Sonhali.pdf (Erişim Tarihi: 21/10/2022).
- Lee, Y. W., Tay, K. G., & Choy, Y. Y. (2018). Forecasting electricity consumption using time series model. International Journal of Engineering & Technology, 7(30), 218-223.
- Liu, H., & Shao, S. (2016). India's tea price analyss based on arma model. Journal of Scentfic Research Publishing, 7, 118-123. http://dx.doi.org/10.4236/me.2016.72014
- Mishra, P., Fatih, C., Niranjan, H. K., Tiwari, S., Devi, M., & Dubey, A. (2020). Modelling and forecasting of milk production in Chhattisgarh and India. Indian Journal of Animal Research, 54(7), 912-917.
- Murthy, B.R., Umar, S.N. & Hari B. O. (2020). Statistical model for forecasting production of ginger in India. Journal of Pharmacognosy and Phytochemistry, 9(2), 317-320.
- Nurhamidah, N., Nusyirwan, N., & Faisol, A. (2020). Forecasting seasonal time series data using the holt-winters exponential smoothing method of additive models. Journal Matematika Integratif, 16(2), 151-157.
- Orhunbilge, N. (1999). Zaman serileri analizi tahmin ve fiyatlama endeksleri. İstanbul: Avcıol Basım.
- Oruç, K. & Eroğlu, Ş.Ç. (2017). Isparta ili için doğal gaz talep tahmini. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(1), 31-42.
- Özer, O. O., & İlkdoğan, U. (2013). Box-jenkins modeli yardımıyla dünya pamuk fiyatının tahmini. Tekirdağ Ziraat Fakültesi Dergisi, 10(2), 13-20.
- Özhan, E. (2020). Yapay sinir ağları ve üstel düzleştirme yöntemi ile Türkiye’deki co2 emisyonunun zaman serisi ile tahmini. Avrupa Bilim ve Teknoloji Dergisi, (19), 282-289.
- Reddy, P., & Sureshbabu, A. (2019, June). An applied time series forecasting model for yield prediction of agricultural crop. In International Conference on Soft Computing and Signal Processing (177- 187). Springer, Singapore.
- Saner, G., Adanacıoğlu, H., & Naserı, Z. (2018). Türkiye'de bal arzı ve talebi için öngörü. Tarım Ekonomisi Dergisi, 24(1), 43-52.
- Schin, G. C. (2014). Forecasting the number of people at risk of poverty in Europe using single exponential smoothing method. Contemporary Readings in Law and Social Justice, 6(1), 789- 795.
- Serrano, A. B., Lopez, E. S., Saavedra, F. F., Valdez, J. Á. O., & Linares, C. P. (2014). The use of a univariate time series model to short term forecast the behaviour of beef production in Baja California, Mexico. Veterinaria México, 1(1), 1-9.
- Subbanna, Y. B., Kumar, S., & Puttaraju, S. K. M. (2021). Forecasting buffalo milk production in India: time series approach. Buffalo Bulletin, 40(2), 335-343.
- Sunulu, S., & Sunulu A. (2016). Şeker pancarında cercospora yaprak lekesi hastalığı. Pankobirlik, 27(108), 34.
- Syafwan, H., Syafwan, M., Syafwan, E., Hadi, A. F., & Putri, P. (2021). Forecasting unemployment in North Sumatra using double exponential smoothing method. In Journal of Physics: Conference Series, 1783(1), 012008.
- Şentürk, Ö. (2020). “Ürün raporu: şeker pancarı”. Tarımsal Ekonomi ve Politika Geliştirme Enstitüsü. 13 Nisan 2023 (https://arastirma.tarimorman.gov.tr/tepge/Belgeler/Yay%C4%B1n%20Ar%C5%9Fivi/2017- 2022%20Yay%C4%B1n%20Ar%C5%9Fivi/Yay%C4%B1nno328.pdf
- Taye, B. A., Alene, A. A., Nega, A. K., & Yirsaw, B. G. (2020). Time series analysis of cow milk production at andassa dairy farm, west gojam zone, amhara region, Ethiopia. Modeling Earth Systems and Environment, 7(1), 181-189.
- TÜİK. (2022). Bitkisel üretim istatistikleri, https://biruni.tuik.gov.tr/medas/?kn=92&locale=tr (Erişim Tarihi: 12.10.222).
- Tüzemen, A., & Yıldız, Ç. (2018). Geleceğe yönelik tahminleme analizi: Türkiye çimento üretimi uygulaması. Journal of Management and Economics Research, 16(3), 162-177.
- Uçar, K., Güler, D., & Engindeniz, S. (2021). Türkiye'de kayısı üretiminin arima modeli ile tahmini. Turkish Journal of Agricultural Economics, 27(2), 55-63.
- Yıldırım, A., & Altunç, Ö. F. (2020). Muş ili süt üretiminin arima modeli ile tahmini. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 8(UMS'20), 137-146.
| APA | KARAKUS K, Karabulut K, tas h (2023). Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. , 279 - 295. 10.18506/anemon.1219808 |
| Chicago | KARAKUS KÜBRA,Karabulut Kerem,tas hasan Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. (2023): 279 - 295. 10.18506/anemon.1219808 |
| MLA | KARAKUS KÜBRA,Karabulut Kerem,tas hasan Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. , 2023, ss.279 - 295. 10.18506/anemon.1219808 |
| AMA | KARAKUS K,Karabulut K,tas h Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. . 2023; 279 - 295. 10.18506/anemon.1219808 |
| Vancouver | KARAKUS K,Karabulut K,tas h Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. . 2023; 279 - 295. 10.18506/anemon.1219808 |
| IEEE | KARAKUS K,Karabulut K,tas h "Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini." , ss.279 - 295, 2023. 10.18506/anemon.1219808 |
| ISNAD | KARAKUS, KÜBRA vd. "Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini". (2023), 279-295. https://doi.org/10.18506/anemon.1219808 |
| APA | KARAKUS K, Karabulut K, tas h (2023). Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 11(2), 279 - 295. 10.18506/anemon.1219808 |
| Chicago | KARAKUS KÜBRA,Karabulut Kerem,tas hasan Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi 11, no.2 (2023): 279 - 295. 10.18506/anemon.1219808 |
| MLA | KARAKUS KÜBRA,Karabulut Kerem,tas hasan Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, vol.11, no.2, 2023, ss.279 - 295. 10.18506/anemon.1219808 |
| AMA | KARAKUS K,Karabulut K,tas h Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi. 2023; 11(2): 279 - 295. 10.18506/anemon.1219808 |
| Vancouver | KARAKUS K,Karabulut K,tas h Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi. 2023; 11(2): 279 - 295. 10.18506/anemon.1219808 |
| IEEE | KARAKUS K,Karabulut K,tas h "Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini." Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 11, ss.279 - 295, 2023. 10.18506/anemon.1219808 |
| ISNAD | KARAKUS, KÜBRA vd. "Muş İli Şeker Pancarı Üretiminin Üstel Düzleştirme Modeli ile Tahmini". Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi 11/2 (2023), 279-295. https://doi.org/10.18506/anemon.1219808 |
