Makine Öðrenimi, verileri anlamlandýrarak çýkarýmlar yapmamýzý saðlayan geniþ bir teknikler koleksiyonudur. Bu teknikler arasýnda destek vektör makineleri algoritmalarý olarak bilinen bir yöntem de yer almaktadýr. Destek vektör makineleri (SVM) algoritmalarý, etkili sonuçlarý nedeniyle üretim sistemlerinde de kullanýlmaktadýr. Günümüzde kaliteli ürünlere olan talep sürekli artmaktadýr. Tutarlý kalitede ürünler üretmeye devam etmek için, üretim süreçleri takip edilmelidir. Üretimde meydana gelen hatalý ürünlere neden olabilecek faktörler incelenmeli ve hatalý ürünler fark edildiðinde ürünlerin kalitesini etkileyen nedenler izole edilmelidir. Üretim sistemlerinde gerçekleþen hatalý ürünlere karþý uygun düzeltici önlemler alýnarak üretimin verimliliði artýrýlmalý ve maliyetlerin düþürülmesi saðlanmalýdýr. Bu çalýþmada Covid-19 salgýn süreci ile faaliyete geçen bir maske üretim fabrikasýnýn ürün kalitesine yönelik uygulama yapýlmýþtýr. Ürün kalitesini etkileyen faktörler belirlenerek bu faktörlere ait veriler kullanýlmýþtýr. Maske bulaþýn önüne geçmek için kullanýlmasý gereken hayati bir ürün olup tüm kalite karakteristiklerini bulundurmasý gerekmektedir. Aksi takdirde insanlarý bulaþa karþý güvendirip sonrada aldatýcý bir rol üstlenmemelidir. Ýnsanlýðý tehdit eden Covid-19 salgýnýna karþý proaktif bir yaklaþým sergileyebilmek için bulaþý önlemede önemli olan unsur kullanýlan maskenin kalite karakteristiklerinin istenilen niteliklere sahip olmasýdýr. Çalýþma iþletmenin belirlediði kabul edilebilir hata miktarý üzerindeki hatalý ürünleri makine öðrenmesi algoritmalarý kullanarak tahmin edebilmeyi araþtýrmaktadýr. Destek vektör makinesi algoritmasýna ait optimizsayon parametreleri için farklý senaryolar uygulanarak model performans sonuçlarý karþýlaþtýrýlmýþtýr.
Anahtar Kelimeler: Makine Öðrenmesi, Destek Vektör Makinesi, Üretim Faktörleri, Tahmin, Hatalý Ürün
|
