İşletmelerin müşteri taleplerine doğru zaman ve miktarda cevap verebilmeleri için talep tahmini çalışmalarına önem vermeleri gerekmektedir. Hangi üründen ne kadar üretilmesi gerektiğini yüksek doğrulukla tahmin edilmesi müşteri memnuniyetini arttırıp, işletmelerin pazarda daha iyi bir yer edinmelerini ve devamlılıklarını sağlamalarına yardımcı olacaktır. Bu çalışmada günümüzde sıkça kullanılan yapay zekâ tekniklerinden biri olan Yapay Sinir Ağları (YSA) ile mobilya sektöründe faaliyet gösteren bir firmada talep tahmini uygulaması yapılmıştır. Firmada ABC analizi yapılarak kıymetçe en çok tüketilen bileşenlerden olan yatak ve kanepe mekanizmaları için satış tahminleri yapılmıştır. Mekanizma satış miktarını etkileyen girdi faktörleri olarak; mobilya sektörü sanayi üretim endeksi, dolar kuru ve fiyat değişimi kriterlerinin satış miktarını etkiledikleri belirlenmiştir. Matlab Programı'nda oluşturulan ağ ile sonraki yıla ait satış miktarları tahmin edilmiştir. Elde edilen sonuçlar YSA tekniğinin yüksek doğrulukta tahminler elde edebileceğini göstermektedir.
In order for businesses to respond to customer demands in the right time and amount, they need to give importance to demand forecasting studies. Predicting how much of each product should be produced with high accuracy will increase customer satisfaction and help businesses gain a better place in the market and ensure their continuity. In this study, a demand forecasting application was made in a company operating in the furniture industry with Artificial Neural Networks (ANN), which is one of the frequently used artificial intelligence techniques. ABC analysis was performed in the company, and sales forecasts were made for bed and sofa mechanisms, which are among the most consumed components by value. As the input factors affecting the sales amount of the mechanism; It has been determined that the furniture industry industrial production index, dollar rate and price change criteria affect the sales amount. With the network created in the Matlab Program, the sales amounts for the next year were estimated. The obtained results show that the ANN technique can obtain highly accurate predictions.