Bu çalışma, Türkiye'nin aylık alabalık ihracatının tahmin edilmesi amacıyla Multilayer Perceptron (MLP) ve ARIMA yöntemlerinin kullanımını ele almaktadır. Alabalık, Türkiye’de önemli bir ihracat ürünü olarak kabul edilmekte ve doğru tahminler, ticaret planlaması ve pazarlama stratejileri açısından büyük öneme sahiptir. Çalışmada, MLP ve ARIMA yöntemleri üzerine temel bir açıklama sunulmuş ve bu yöntemlerin alabalık ihracat tahmini üzerindeki potansiyeli değerlendirilmiştir. Yapay sinir ağları, biyolojik sinir sistemlerinden esinlenerek tasarlanan bir makine öğrenme tekniğidir ve geçmiş verilere dayanarak gelecekteki trendleri ve değişiklikleri tahmin etmek için kullanılır. ARIMA yöntemi ise zaman serisi verilerini analiz etmek ve gelecekteki değerleri tahmin etmek için kullanılan bir istatistiksel modeldir.

Bununla birlikte çalışmada, geçmiş alabalık ihracat verileri temel alınarak bir veri seti oluşturulmuş ve bu veri seti, yapay sinir ağları ve ARIMA modelinin eğitimi ve testi için kullanılmıştır. Her iki yöntem de, geçmiş verilerdeki desenleri ve ilişkileri anlamaya çalışarak gelecekteki ihracat miktarını tahmin etmeyi amaçlamıştır. Tasarlanan modelin bağımlı değişkeni aylık alabalık ihracat değeridir (USD). Bağımsız değişkenler ise aylık balık ihracatı (USD), aylık balık tüketici fiyatı (TL), aylık alabalık üretimi (ton), aylık ortalama Amerikan Dolar Kuru (TL),  aylık Türkiye ihracatı (USD) ve aylık alabalık ihracat miktarıdır (kg). Türkiye İstatistik Kurumu (TÜİK) ve Türkiye Cumhuriyet Merkez Bankasından (TCMB) elde edilen aylık veri setleri (Ocak 2005-Ocak 2023, 217 ay~18 yıl) kullanılarak; Şubat 2023 ile Aralık 2023 arasında gerçekleşecek 11 aya ait alabalık ihracat değerleri (USD) tahmin edilmiştir. Tasarlanan MLP modeli çok katmanlı YSA yapısında olup, aktivasyon fonksiyonu olarak hiperbolik tanjant tercih edilmiştir. Sinir ağında iki adet gizli katman bulunmaktadır. Çıktı katmanında ise bir adet bağımlı değişken bulunmaktadır. MLP ve ARIMA yönteminin sonuçlara göre, Türkiye’de alabalık ihracatı 2023 yılı Şubat Ayı için yaklaşık 22,7 milyon USD olarak tahmin edilmiş, 2023 Aralık Ayında bu değerin 33,9 milyon USD’ye yükseleceği görülmüştür. Öte yandan tahmin sonuçları, Türkiye’nin gelecek 11 aylık alabalık ihracatının dalgalı bir seyir izleyeceğini göstermiştir. Bu sonuçlar, yapay sinir ağları ve ARIMA yöntemlerinin alabalık ihracat tahmininde etkili olduğunu göstermektedir. Her iki yöntem de, geçmiş verilere dayanarak gelecekteki ihracat trendlerini ve değişikliklerini yakalamada başarılı olmuştur. Bu çalışma, yapay sinir ağları ve ARIMA yöntemlerinin Türkiye'nin aylık alabalık ihracatı tahmininde kullanılabilirliğini vurgulamaktadır. Gelecekteki araştırmalar, daha geniş ve güncel veri setleri kullanarak tahmin performansını artırabilir ve farklı modelleme tekniklerinin karşılaştırmalı analizini yapabilir. Ayrıca, diğer ekonomik faktörlerin ve sektörel değişkenlerin ihracat tahmini üzerindeki etkileri de incelenebilir.

This study deals with the use of Multilayer Perceptron (MLP) and ARIMA methods to estimate Turkey's monthly trout exports. Trout is considered an important export product in Turkey and accurate forecasts are of great importance for trade planning and marketing strategies. In the study, a basic explanation of the MLP and ARIMA methods is presented and the potential of these methods on trout export forecasting is evaluated. Artificial neural networks is a machine learning technique inspired by biological nervous systems and is used to predict future trends and changes based on historical data. The ARIMA method is a statistical model used to analyze time series data and predict future values.

However, in the study, a dataset was created based on past trout export data and this dataset was used for training and testing of artificial neural networks and ARIMA model. Both methods aimed to predict the amount of future exports by trying to understand the patterns and relationships in the past data. The dependent variable of the designed model is the monthly trout export value (USD). The independent variables are monthly fish export (USD), monthly fish consumer price (TL), monthly trout production (tons), monthly average US Dollar exchange rate (TL), monthly Turkey export (USD) and monthly trout export amount (kg). Using the monthly data sets (January 2005-January 2023, 217 months-18 years) obtained from the Turkish Statistical Institute (TUIK) and the Central Bank of the Republic of Turkey, the trout export values for 11 months (USD) to be realized between February 2023 and December 2023 ) has been estimated. The designed MLP model is in multilayer ANN structure and hyperbolic tangent is preferred as activation function. There are two hidden layers in a neural network. There is one dependent variable in the output layer. According to the results of MLP and ARIMA method, trout export in Turkey was estimated to be approximately 22.7 million USD for February 2023, and it was seen that this value would increase to 33.9 million USD in December 2023. On the other hand, the estimation results showed that Turkey's trout exports in the next 11 months will follow a fluctuating course. These results show that artificial neural networks and ARIMA methods are effective in trout export estimation. Both methods have been successful in capturing future export trends and changes based on historical data. This study highlights the usability of artificial neural networks and ARIMA methods in estimating Turkey's monthly trout export. Future research can improve forecasting performance and comparative analysis of different modeling techniques by using larger and more up-to-date datasets. In addition, the effects of other economic factors and sectoral variables on the export forecast can be examined.