İşletmeler, artan rekabet koşullarında varlıklarını sürdürebilmek ve sürekli değişen dünyaya uyum sağlayabilmek amacıyla geleceği tahmin etmek isterler. Bu sebeple talep tahmini, işletmelerin kısa ve uzun vadeli hedeflerine ulaşmak amacıyla kullanacakları en önemli araçlardan biridir. İyi bir tahmin ile geleceğe yönelik belirsizlikler azaltılabilir. Bunun sağlanabilmesi, tahmin sisteminin iyi bir şekilde oluşturulması ve işletilmesine bağlıdır. Yapılan tahminler neticesinde işletmelerin gelecek dönemlere ilişkin faaliyetleri ile ilgili yönetim planlarından oluşan işletme bütçeleri hazırlanmaktadır. Bir işletmenin gelecek faaliyet dönemine yönelik satışlarını miktar ve tutar şeklinde gösteren satış bütçeleri bazı istisnalar dışında işletmelerdeki bütçe sisteminin temelini oluşturmaktadır. Bu sebeple, gelecek döneme ilişkin satış miktarı tahmini iyi bir bütçe sistemi dolayısıyla da iyi bir satış bütçesi için oldukça önemlidir. Bu tezin amacı, bir işletmenin geçmiş dönem satış verilerinden faydalanarak aylık satış miktarı bütçesinin oluşturulmasıdır. Örnekleme açısından ekonominin lokomotifi olarak ifade edilen inşaat sektöründe faaliyette bulunan bir işletmenin 2010 (1)–2017 (12) aylarına ait gerçekleşen satış adetleri temin edilerek toplamda 96 aylık veri seti kullanılmıştır. Bu tez çalışması kapsamında, ilk olarak bütçeleme kavramı ve işletmelerde bütçeleme konularına ilişkin açıklamalara yer verilmiştir. İkinci bölümde, talep tahmini kavramı ve tahmin teknikleri incelenmiştir. Üçüncü bölümde, çalışmanın uygulama aşamasında kullanılan ARIMA (Autoregressive Integrated Moving Average), LSTM (Long Short-Term Memory) ve Hibrit (ARIMA ve LSTM) yöntemlere ilişkin açıklamalarda bulunulmuştur. Çalışmanın son bölümünde ise satışların zaman serileri tahmini için doğrusal model olarak ARIMA, doğrusal olmayan model olarak LSTM ve tek modele kıyasla tahmin doğruluğunu artırabilmek için oluşturulmuş bir Hibrit model kullanılarak elde edilen uygulama sonuçları gösterilmiştir. Çalışmanın sonucunda, uygulamada kullanılan yöntemlerin her birinden elde edilen MAPE (Mean Absolute Percentage Error) ve MSE (Mean Squared Error) değerleri kıyaslanmış ve kullanılan yöntemlerin tümü ile 2017 yılı için aylık satış miktarı bütçesi oluşturulmuştur. Elde edilen veriler gerçek satış verileri ile karşılaştırılmış ve en iyi performansın en düşük hatayı veren Hibrit model olmasının yanı sıra, çalışmada kullanılan modellerin tümünün geçmiş verilerden yararlanarak gerçeğe oldukça yakın sonuçlar elde etmesi, tahmin edilebilirliğin başarısını göstermektedir Bu durum, gerçekleştirilen çalışmanın hem satışların güvenilir ve minimum hata seviyesinde tahmin edilmesiyle gelecek dönem üretim ve satış bütçelerinin oluşturulması konusunda işletmeye fayda sağlayacağının hem de bundan sonra yapılacak olan benzer nitelikteki çalışmalar açısından literatüre katkıda bulunabileceğinin bir göstergesidir. Anahtar Kelimeler: Satış Bütçesi, Zaman Serileri Tahmini, Hibrit Model, ARIMA, LSTM.
Enterprises want to predict the future in order to survive in an increasingly competitive environment and adapt to the ever-changing world. Therefore, demand forecasting is one of the most important tools that enterprises will use to achieve their short and long term goals. With good forecasting, uncertainties in the future can be reduced. This depends on the establishment and operation of the forecasting system. Operating budgets, which consist of management plans related to the activities of the companies for the future periods, are prepared as a result of the forecasts made. Sales budgets, which show the sales of an enterprise for the next period in the form of quantity and amount, form the basis of the budget system in enterprises with some exceptions. Therefore, the forecast of sales for the next period is very important for a good budget system and therefore a good sales budget. The aim of this thesis is to create monthly sales volume budget by using past sales data of an enterprise. In terms of sampling, the number of sales for 2010 (1)–2017 (12) of a business operating in the construction sector, which is considered the driving force of the economy, was obtained and a total of 96 months data set was used. Within the scope of this thesis, firstly, the concept of budgeting and explanations about budgeting issues in enterprises are given. In the second part, demand forecasting concept and forecasting techniques are examined. In the third part, ARIMA(Autoregressive Integrated Moving Average), LSTM (Long Short-Term Memory) and Hybrid (ARIMA and LSTM) methods are explained. In the last part of the study, application results obtained by using ARIMA as a linear model for the forecasting of the time series of sales, LSTM as a nonlinear model and a Hybrid model which was created in order to increase forecasting accuracy compared to a single model are provided. As a result of the study, MAPE (Mean Absolute Percentage Error) and MSE (Mean Squared Error) values obtained from each of the methods used in the application were compared and monthly sales amount budget was formed with all of the methods used. The data obtained were compared with the actual sales data and it was found that the Hybrid model has the best performance with the lowest error. In addition, the fact that all of the models used in the study obtained very close-to-real results by using historical data shows the success of forecasting. This indicates that this study will be beneficial for the establishment of production and sales budgets for the next period by estimating the sales at reliable and minimum error level and that it will also contribute to the literature to guide similar studies.
