Akademik Veri Yönetim Sistemi
ICHEAS 10TH INTERNATIONAL CONFERENCE ON HEALTH, ENGINEERING AND APPLIED SCIENCES, Dubai, Birleşik Arap Emirlikleri, 1 - 03 Kasım 2025, ss.92-96, (Tam Metin Bildiri)
Bu çalışmada, Giresun ilinin elektrik tüketim değerlerinin tahmin edilmesinde regresyon ağaçları yöntemi kullanılmıştır. Elektrik talebi, enerji planlaması ve sürdürülebilirlik açısından kritik bir öneme sahip olduğundan, bu talebin doğru tahmin edilmesi büyük önem taşır. Araştırmada kullanılan veri seti, Giresun iline ait geçmiş tüketim değerlerinden oluşmakta olup, bu veriler ışığında gelecekteki tüketim değerlerinin öngörülmesi amaçlanmıştır. Modelin tahmin doğruluğu, RMSE, R² ve MAE gibi çeşitli hata metrikleriyle değerlendirilmiştir. Elde edilen düşük hata oranları (eğitim seti için RMSE: 0.0663, test seti için RMSE: 0.0705) ve korelasyon katsayıları (eğitim seti için R: 0.9161, test seti için R: 0.8105) modelin güçlü bir tahmin performansı sergilediğini göstermektedir. Bu bulgular, enerji yönetimi ve verimlilik stratejilerinin iyileştirilmesine katkıda bulunma potansiyeline sahiptir.
In this study, the regression tree method was employed to forecast electricity consumption values in the province of Giresun. As electricity demand plays a critical role in energy planning and sustainability, accurately predicting this demand is of great importance. The dataset used in the research consists of historical consumption values specific to Giresun, and the primary objective is to estimate future consumption based on these records. The prediction accuracy of the model was evaluated using various error metrics, including RMSE, R², and MAE. The obtained low error rates (RMSE: 0.0663 for training and 0.0705 for testing) and correlation coefficients (R: 0.9161 for training and 0.8105 for testing) indicate a strong predictive performance. These findings highlight the model’s potential contribution to improving energy management and efficiency strategies.