Today, thanks to the technological developments, miscellaneous data sets from many different domains can easily be obtained and stored. However, these data sets are mostly in raw format and do not provide so much information. The data should go through various processes to make them ready for information extraction. Data mining techniques enable us to obtain the information from raw data sets.Data mining techniques are used extensively in many areas. However, the use of data mining techniques in the production area is less compared to other fields. With this study, a new example of data mining applications in the production area was added.In this study, a real production data set from a production workshop were used in various classification algorithms on WEKA software. Using STATISTIKA software, decision trees and rules have been determined for the conditions that affect the results of the algorithms and the faulty or robust products.

Günümüzde yaşanan teknolojik gelişmeler sayesinde, hemen her alanda çeşitli veriler kolaylıkla elde edilebilmekte ve depolanabilmektedir. Fakat elde edilen bu veriler çoğu zaman ham olarak bir anlam ifade etmemektedir. Verilerin kullanılabilir hale gelmeleri için çeşitli süreçlerden geçmeleri gerekmektedir. Veri madenciliği teknikleri sayesinde ham verilerden kullanılabilir bilgiler elde edilmektedir.Birçok alanda veri madenciliği tekniklerinden yoğun bir biçimde yararlanılmaktadır. Fakat veri madenciliği tekniklerinin üretim alanında kullanımı diğer alanlara kıyasla daha azdır. Bu çalışma ile, üretim alanında az sayıda olan veri madenciliği uygulamalarına bir örnek daha eklenmiştir.Bu çalışmada, bir üretim atölyesinden elde edilen fiili üretim verileri WEKA yazılımı üzerinde bulunan çeşitli sınıflandırma algoritmalarında kullanılmıştır. Algoritmalardan elde edilen sonuçlar ile ürünlerin hatalı ya da sağlam olmasına etki eden koşullar için STATİSTİKA yazılımı kullanılarak karar ağaçları ve kurallar tespit edilmiştir.