You are here

Home » Content

Zaman Serisi Analiz Yöntemlerini Kullanarak Türkiye’deki Çilek Hasat Alanı ve Üretiminin Tahminlenmesi

Forecasting Harvest Area and Production of Strawberry Using Time Series Analyses

Journal Name:

  • Gaziosmanpaşa Üniversitesi Ziraat Fakültesi Dergisi

Publication Year:

  • 2017
DOI: 
http://dx.doi.org/10.13002/jafag4298

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
This study was conducted to model the harvest area and production of strawberry in Turkey using FAOSTAT data from period of 1965 - 2015 to forecast strawberry harvest area and production for 2016-2025 period. Non-stationary time series of strawberry harvest area and production for 1965-2015 period were transformed into stationary time series after taking the first difference of the time series. Three Autoregressive Integrated Moving Average (ARIMA (1,1,0), ARIMA (1,1,1) and ARIMA (0,1,1)) and three Exponential Smoothing (Holt, Brown and Damped) models were used comparatively for time series data sets on strawberry harvest area and production. Holt exponential smoothing model showed the best forecasting and Brown exponential smoothing model was the most appropriate forecasting model for strawberry harvest area and production from the tested six models. We forecasted that the strawberry harvest area is going to be 14 385 ha in 2016 and will increase to 16 591 ha in 2025. The strawberry production forecasted significant increase for the 2016-2025 period, from 396 341 tons to 519 816 tons. Briefly, the present forecasting results might help policy makers to develop macro-level policies for food security and more effective strategies for better planning strawberry production in Turkey.
Bookmark/Search this post with
Abstract (Original Language): 
Bu çalışma, 1965-2015 yılı FAOSTAT verilerini kullanarak 2016-2025 yılı için Türkiye’deki çilek hasat alanı ve üretimini tahminlemek amacıyla yapılmıştır. 1965-2015 dönemine ait çilek hasat alanı ve üretimi zaman serileri, zaman serilerinin birinci dereceden farkının alınmasıyla durağan hale getirilmiştir. Çilek hasat alanı ve üretimini modellemek için üç bütünleştirilmiş otoregresiv hareketli ortalama (ARIMA(0,1,1), ARIMA (1,1,0) ve ARIMA(1,1,1) ) ve üç üstsel düzleştirme (Holt, Brown ve Damped) yöntemi kıyaslanmıştır. Çilek hasat alanı ve üretimini tahminlemede test edilen altı yöntemden Holt üstsel düzleştirme tekniği en iyi projeksiyonu gerçekleştirmiş olmasına rağmen, Brown modeli en uygun yöntem olarak öne çıkmıştır. Bu sonuçlar doğrultusunda, 2016 yılında 14 385 hektar olan çilek hasat alanının 2025 yılında 16 591 hektara yükseleceği; 2016 yılında 396 341 ton olan çilek üretim miktarının ise 2025 yılında 519 816 tona doğru artış göstereceği öngörülmüştür. Kısacası, bu çalışmadan elde edilen sonuçların gıda güvenliğini sağlamak için makro düzeyde politikaların geliştirilmesine ve Türkiye’deki çilek üretiminin daha etkin bir şekilde planlanmasına yardımcı olacağı düşünülmektedir.
FULL TEXT (PDF): 
PDF icon arastirmax-zaman-serisi-analiz-yontemlerini-kullanarak-turkiyedeki-cilek-hasat-alani-uretiminin-tahminlenmesi.pdf
  • 3
19
27
  • Turkish

REFERENCES

References: 

Amin M, Amanullah M, Akbar A (2014). Time series
modeling for forecasting wheat production of
Pakistan, The Journal of Animal Plant Science,
24(5):1444-1451
Borkar P (2016). Modeling of groundnut production in
India using ARIMA model. International Journal of
Research in IT & Management. 6(3): 36-43.
Celik S (2013). Modelling of production amount of nuts
fruit by using Box-Jenkins technique. Yuzuncu Yil J.
Agr. Sci. 23(1):18-30.
Celik S, Karadas K, Eyduran E (2017). Forecasting
groundnut production of Turkey via ARIMA models.
The Journal of Animal and Plant Science.
FAOSTAT (2017). Statistical database of the food and
agriculture organization of the United
Nations. http://faostat.fao.org/.
Karadas K, Celik S, Eyduran E, Hopoglu S (2017a).
Forecasting production of some oil seed crops in
Turkey using exponential smoothing methods. The
Journal of Animal and Plant Science (in press).
Karadas K, Celik S, Hopoglu S, Eyduran E, Iqbal F
(2017b). A survey of the relationship between
production amount, cultivation area and yield of
cotton lint in Turkey using time series analysis. The
Journal of Animal and Plant Science (in press).
Masuda T, Goldsmith PD (2009). World soybean
production: area harvested, yield, and long-term
projections. International Food and Agribusiness
Management Association. 12(4): 143-161.
Pektas A (2013). SPSS ile veri madenciligi. Dikeyeksen
Yayın Dagitim, Yazilim ve Egitim Hizmetleri San. ve
Tic. Ltd. Sti.; Istanbul.
Semerci A, Ozer S (2011). Turkiye’de aycicegi ekim
alanı, üretim miktarı ve verim değerinde olası
değişimler. Journal of Tekirdag Agricultural Faculty,
8(3): 46-52.
Suresh K, Kiran R, Giridhar K, Sampath K (2012).
Modelling and forecasting livestock feed resources in
India using climate variables. Asian-Australasian
Journal of Animal Science, 25(4): 462-470.
Wang SY, Lin HS (2000). Antioxidant activity in fruits
and leaves of blackberry, raspberry and strawberry
varies with cultivar and developmental stage. J. Agr.
Food.

Thank you for copying data from http://www.arastirmax.com