ÇAMAŞIR KURUTMA MAKİNESİ VERİLERİNDEN TEKSTİL ÖZELLİKLERİ ALGILANARAK KURUTMA VERİMLİLİĞİNİN ARTIRILMASI
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi · 26.06.2026 · 25 (49) · 77-97
DOI: 10.55071/ticaretfbd.1754206 ↗Kurz gefasst
Fachartikel in der Zeitschrift İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, online erschienen am 26.06.2026. Verfasst von Mustafa Gider und 1 weiteren Autor:innen. Die Arbeit nennt 25 Literaturangaben.
Abstract (Originalsprache)
Bu çalışma, çamaşır kurutma makinelerinde yer alan iletkenlik sensörlerinden elde edilen veriler yardımıyla tekstil türü, yük miktarı ve giriş nem seviyesini belirlemeyi; bu sayede kurutma süresini optimize etmeyi amaçlamaktadır. Yapay zekâ tabanlı modeller, tekstil özelliklerini otomatik olarak tanımlayarak her yüke özel kurutma stratejileri geliştirmeye imkân tanımaktadır. Uygulanan makine öğrenmesi ve yapay sinir ağı algoritmaları sayesinde, kurutma süresinde ortalama %33 oranında tasarruf sağlanmıştır. Model doğruluk oranları %86 ile %95 arasında değişmiş, en yüksek başarı Çok Katmanlı Algılayıcı (Multilayer Perceptron – MLP) mimarisi ile elde edilmiştir. Bu bulgular, önerilen sistemin hem kullanıcı deneyimini iyileştirdiğini hem de sürdürülebilir kurutma teknolojilerine katkı sunduğunu göstermektedir.
Zitieren
APA
Gider, M., & Kasapbaşı, M. C. (2026). ÇAMAŞIR KURUTMA MAKİNESİ VERİLERİNDEN TEKSTİL ÖZELLİKLERİ ALGILANARAK KURUTMA VERİMLİLİĞİNİN ARTIRILMASI. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 25(49), 77-97. https://doi.org/10.55071/ticaretfbd.1754206
Vancouver
Gider M, Kasapbaşı MC. ÇAMAŞIR KURUTMA MAKİNESİ VERİLERİNDEN TEKSTİL ÖZELLİKLERİ ALGILANARAK KURUTMA VERİMLİLİĞİNİN ARTIRILMASI. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi. 2026;25(49):77-97. doi:10.55071/ticaretfbd.1754206
BibTeX
@article{Gider2026,
author = {Gider, Mustafa and Kasapbaşı, Mustafa Cem},
title = {ÇAMAŞIR KURUTMA MAKİNESİ VERİLERİNDEN TEKSTİL ÖZELLİKLERİ ALGILANARAK KURUTMA VERİMLİLİĞİNİN ARTIRILMASI},
journal = {İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi},
year = {2026},
volume = {25},
number = {49},
pages = {77--97},
doi = {10.55071/ticaretfbd.1754206}
}
EUVIMED