Baskı çoğaltma endüstrisine yönelik otonom tekliflendirme ve cihaz yönetimi stratejilerinin değerlendirilmesi: Bir karar destek sisteminin tasarımı

Abstract

Tez çalışması dijital baskı endüstrisindeki stratejik karar verme süreçlerini iyileştirme, tekliflendirme sürecini otomatize etme ve sektördeki operasyonel verimlilikle birlikte pazar rekabetçiliğini artırma hedeflerine odaklanmaktadır. Çalışma, baskı endüstrisinin tarihçesine ve dijital teknolojilerin bu alana etkilerine odaklanarak geniş bir literatür taraması ile başlar. Endüstriyel baskı süreçlerinin gelişimi, dijitalleşmesi ve otomasyonun artmasıyla birlikte, firmaların karşılaştığı zorluklar ve bu zorlukların üstesinden gelmek için yapay zeka ve makine öğrenimi teknolojilerinin potansiyeli detaylandırılmaktadır. Çalışma, otonom tekliflendirme sistemlerinin geliştirilmesi ve cihaz yönetimi stratejilerinin değerlendirilmesine yönelik çözümler sunmayı amaçlamaktadır. İlk olarak metodoloji bölümünde veri toplama, veri analiz süreçleri, kullanılan makine öğrenimi modelleri, model değerlendirme ve validasyon yöntemleri, ve tekliflendirme süreci açıklanmaktadır. Çalışmada, gerçek zamanlı piyasa ve müşteri verilerini işleyebilen, dinamik tekliflendirme yapabilen ve müşteri ihtiyaçlarına göre özelleştirilmiş çözümler sunan bir karar destek sistemi geliştirilmiştir. Bu sistem, otonom olarak en uygun cihaz seçimini yapabilme ve rekabetçi fiyatlandırma stratejileri oluşturabilme kapasitesine sahiptir. Uygulama kısmında, firmadan alınan gerçek müşteri verilerinin değerlendirilmesi ve girdilerin belirlenmesi, kullanılacak makine öğrenmesi modelinin detaylandırılması ve değerlendirilmesi, geliştirilen modelin baskı endüstrisi özelinde kullanımı, kullanıcı arayüzü tasarımı, pilot uygulama ve elde edilen sonuçlar değerlendirilmektedir. Kopitek Kopyalama Sistemleri Ltd. Şti. tarafından sağlanan 8600 adet müşteri verisi, CHAID veri analizi yöntemi ile incelenmiştir. CHAID analizi, etkileşimli ağaçlar oluşturarak hangi faktörlerin müşteri tercihlerini en çok etkilediğini belirlemek için kullanılmıştır. CHAID analizinden elde edilen değişkenler, Rastgele Orman algoritması başta olmak üzere 5 farklı makine öğrenimi modeli ile test edilmiştir. Rastgele Orman, Karar Ağaçları Lojistik Regresyon, Destek Vektör Makineleri (SVM), ve K-En Yakın Komşular (KNN) algoritmaları da karşılaştırmalı olarak değerlendirilmiştir. Her bir modelin performansı, doğruluk oranı ile değerlendirilmiştir. Rastgele Orman, özellikle büyük veri setleri ve yüksek boyuttaki verilerde üstün performans gösterdiği için bu uygulama için tercih edilen makine öğrenmesi algoritması olmuştur. Rastgele Orman algoritması ile oluşturulan modelin etkinliği ve güvenilirliği, çapraz doğrulama ve karışıklık matrisleri aracılığıyla ayrıca değerlendirilmiştir. Daha sonra ise modelin sektör özelinde kullanımı adına bir kullanıcı arayüzü geliştirilmiş ve oluşturulan karar destek sisteminin gerçek zamanlı veriler ile uygulaması gerçekleştirilmiştir. Kullanıcı arayüzü, müşteri veri girişlerini kolaylaştırmak ve sistem çıktılarını anlaşılır bir biçimde sunmak üzere tasarlanmıştır. Bu arayüz, kullanıcılara dinamik tekliflendirme yapma, cihaz seçimleri sunma ve rekabetçi fiyatlandırma stratejileri oluşturma imkânı vermiştir. Sonuçlar bölümünde, tezin ana bulguları özetlenmekte ve teorik ile pratik katkılar tartışılmaktadır. Tez çalışması, baskı endüstrisindeki karar verme süreçlerini iyileştirmek için makine öğreniminin etkin bir şekilde nasıl kullanılabileceğini göstermektedir. Ayrıca, bu teknolojilerin endüstriyel uygulamalarda nasıl stratejik avantajlar sağlayabileceği üzerinde durulmaktadır. Tez aynı zamanda gelecekteki araştırmalar için önerilerde bulunarak, baskı endüstrisindeki dijitalleşme sürecinin gelişimine katkıda bulunmayı hedeflemektedir. Bu araştırma, baskı endüstrisinde faaliyet gösteren firmalara, karar verme süreçlerinde veriye dayalı, dinamik ve etkin çözümler sunma potansiyeli taşımaktadır. Geliştirilen karar destek sistemi, endüstriyel uygulamalarda yenilikçi bir yaklaşım olarak değerlendirilebilir ve baskı sektöründe dijitalleşme trendlerine uyum sağlamak, operasyonel verimliliği artırmak ve pazar rekabetçiliğini güçlendirmek için stratejik bir araç olarak ön plana çıkmaktadır. Özellikle dijital baskı teknolojilerinin sürekli gelişim gösterdiği bir dönemde, bu tür yenilikçi çözümler sektöre büyük değer katabilir ve baskı hizmetlerinin daha etkin ve verimli bir şekilde sunulmasını sağlayacaktır.