Otomotiv Sektörünün Kalite Kontrol Sürecinde Veri Madenciliği Yöntemleri ile Karar Destek Sistemi Uygulaması

• Main Authors: Hikmet CANLI, Sinan TOKLU
• Format: Article
• Language: English
• Published: Düzce University 2019-01-01
• Series: Düzce Üniversitesi Bilim ve Teknoloji Dergisi
• Subjects: kalite kontrol; karar destek; üretim; veri görselleştirme; veri madenciliği; data mining; data visualization; decision support; production; quality control
• Online Access: https://dergipark.org.tr/tr/pub/dubited/issue/43004/427900?publisher=duzce

Günümüzde otomotiv sektörü, gelişmiş ve hatta gelişmekte olan ülkeler için “anahtar” sektör rolündedir. Güçlü bir otomotiv sektörü, sanayileşmiş ülkelerin ortak özelliklerinden biri olarak gözümüze çarpmaktadır. Bu sektörde üretim birçok süreçten oluşmaktadır. Bu süreçlerin en önemli olanlarından biri de kalite kontroldür. Bu alanda ölçüm verileri çok fazladır ve verilerin hacmi arttıkça insanların anladığı oran azalmaktadır. Varyasyonlar kalitenin düşmanıdır ve her şeyde varyasyon bulunmaktadır. Bu çalışmada veri madenciliği yöntemlerinden olan sınıflandırma algoritmaları ile kalite kontrol sürecinde bir karar destek sistemi uygulaması yapılmıştır. C4.5, Naive Bayes, SMO ve Random Forest algoritmaları, üretimden toplanan veri seti üzerinde çalıştırılmaktadır. Bu algoritmalar, üretim sırasında işlemler tamamlanmadan ürünün kalitesini ve doğruluğunu ölçmek için kullanılır. Algoritmalar, işlem tamamlanmadan önce ürünün arızalı olduğunu belirleyerek maliyet düşürülmektedir. Algoritma C4.5 en iyi performans gösteren algoritma olmuştur. Ek olarak, bu algoritmalar kalite analizini çok hızlı ve kolay hale getirmektedir. Bu çalışma sayesinde, firmalarda işçilik ve malzeme maliyeti azaltılmıştır.