Sağlık sektöründe talep tahmini
| dc.contributor.advisor | Çetin, Onur | |
| dc.contributor.author | Dedeoğlu, Tuğba | |
| dc.date.accessioned | 2019-11-01T12:19:36Z | |
| dc.date.available | 2019-11-01T12:19:36Z | |
| dc.date.issued | 2019 | |
| dc.date.submitted | 2019 | |
| dc.department | Enstitüler, Sosyal Bilimler Enstitüsü, İşletme Ana Bilim Dalı | en_US |
| dc.description.abstract | Sağlık sektörü hizmet sektörü içinde önemi artan sektörlerden birisidir. Bu sektörde talebin öngörülmesi diğer sektörlere göre daha zor olduğundan tahminleme diğer sektörlerden daha karmaşıktır. Hasta talebinin tahmini personel çizelgeleme, stok maliyetleri ve diğer maliyetler gibi pek çok alanı ilgilendirmektedir. Talep tahmini ile ilgili geniş bir literatür olmasına rağmen, hasta tahmini ile ilgili çalışmalar sınırlıdır. Bu çalışmada özel bir hastanede hasta talep tahmini yapılması amaçlanmaktadır. Sadece ayaktan hasta tahmini değil, ameliyat sayıları ve yatan hasta sayıları da tahmin edilmeye çalışılmıştır. Çalışmada talep tahmini gerçekleştirmek için hareketli ortalama, üstel düzgünleştirme, Holt yöntemi, trend analizi, regresyon ve makine öğrenmesi yöntemlerinden Random Forest Regresyon yöntemi uygulanmıştır. Ameliyat tahmininin yapılmasında her departman için geçmiş veriler ve ayaktan hasta verileri kullanılmıştır. Elde dilen sonuçlar hata ölçütlerine göre kıyaslanmıştır. | en_US |
| dc.description.abstract | Health sector is one of the developing areas in service sector. As prediction of demand is harder than other sectors, forecasting is more complex in health sector. Forecasting of patient demand effects many areas such as staff scheduling inventory cost and other costs. There is an enormus literature regarding forecasting however, research regarding patient forecasting is much more limited. This research aims to forecast passenger demand in a private Hospital. Not only patinet demand is analyzed but also number of surgeries and number of inpatient demand is analyzed. In this research moving average, exponential smoothing, Holt Method, trend analysis, regression and Random Forest Regression which is a method of machine learning are used for forecasting for each departments. The results obtianed are compared according to error measures. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.14551/4513 | |
| dc.identifier.yoktezid | 538122 | en_US |
| dc.language.iso | tr | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Sağlık Sektörü | en_US |
| dc.subject | Talep Tahmini | en_US |
| dc.subject | Zaman Serileri | en_US |
| dc.subject | Random Forests | en_US |
| dc.subject | Healthcare Sector | en_US |
| dc.subject | Forecasting | en_US |
| dc.subject | Time Series | en_US |
| dc.subject | Random Forest | en_US |
| dc.title | Sağlık sektöründe talep tahmini | en_US |
| dc.title.alternative | The health sector demand forecasting | en_US |
| dc.type | Master Thesis | en_US |
