SavedAdd your journal

Journals / Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi / 2026 / Cilt: 41 Sayı: 1

Çevre Kirliliği Artışının Azaltılması için Geri Dönüşüm Noktalarının Çok Boyutlu K-ortalamalar Algoritması ile Belirlenmesi

Ertuğrul Gül(Kayseri University)0000-0002-5591-3435
Murat Taşyürek(Kayseri University)0000-0001-5623-8577
Pages
110–119
Publication Date
2025-04-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Ayrıca önerilen yöntem en uzak mesafe metriğinde 43,4813 değeri ile en düşük mesafe değerine sahiptir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Son yıllarda, insan kaynaklı atıkların geri dönüştürülerek kazanç sağlanması ve dolaylı olarak çevre kirliliği artışının azaltılması önemli bir problem haline gelmiştir.
📊
Key Findings & Data:Önerilen yöntem ile belirlenen geri dönüşüm noktaları, manuel olarak belirlenen noktalardan ve K-ortalamalar algoritması ile belirlenen noktalardan ortalama Öklid mesafesi metriğinde sırasıyla 0,0527 ve 6,9576 daha azdır.
💡
Conclusion & Impact:Ayrıca önerilen yöntem en uzak mesafe metriğinde 43,4813 değeri ile en düşük mesafe değerine sahiptir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Geri dönüşüm · K-ortalamalar · Çok boyutlu

Özet

Son yıllarda, insan kaynaklı atıkların geri dönüştürülerek kazanç sağlanması ve dolaylı olarak çevre kirliliği artışının azaltılması önemli bir problem haline gelmiştir. Geri dönüşüm için popüler uygulamalardan bir tanesi geri dönüşüm noktalarının belirlenerek insanların geri dönüşebilecek atıklarının bu noktalara bırakmalarını teşvik etmektir. Ancak bu noktaların insanların erişiminin çok kolay olacak şekilde belirlenmesi çok önemlidir. Bu çalışmada bina konumları ve binalarda bulunan hane sayıları da dikkate alınarak en optimum geri dönüşüm noktaları çok boyutlu K-ortalamalar algoritması kullanılarak belirlenmiştir. Gerçekleştirilen deneyler sonucunda daha önce manuel belirlenen geri dönüşüm noktalarına nazaran önerilen yöntem ile belirlenen noktalara erişimin daha kolay olduğu görülmüştür. Dahası önerilen yöntemden hane sayısını dikkate almayarak geri dönüşüm noktalarını belirleyen K-ortalamalar algoritmasına göre daha iyi sonuçlar elde edilmiştir. Önerilen yöntem ile belirlenen geri dönüşüm noktaları, manuel olarak belirlenen noktalardan ve K-ortalamalar algoritması ile belirlenen noktalardan ortalama Öklid mesafesi metriğinde sırasıyla 0,0527 ve 6,9576 daha azdır. Ayrıca önerilen yöntem en uzak mesafe metriğinde 43,4813 değeri ile en düşük mesafe değerine sahiptir.

🔖

Cite This Article

Gül, E., Taşyürek, M. (2025). Çevre Kirliliği Artışının Azaltılması için Geri Dönüşüm Noktalarının Çok Boyutlu K-ortalamalar Algoritması ile Belirlenmesi. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, Cilt: 41 Sayı: 1, 110–119. https://ajindex.com/articles/1266682

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (17)

  1. Shukla, S., Pei, Y., Li, W. G., Pei, D. S. 2024. Toxicological Research on Nano and Microplastics in Environmental Pollution: Current Advances and Future Directions. Aquatic Toxicology, 106894.
  2. Fuller, R., Landrigan, P. J., Balakrishnan, K., Bathan, G., Bose-O'Reilly, S., Brauer, M.,., Yan, C. 2022. Pollution and health: a progress update. The Lancet Planetary Health, 6(6), e535-e547.
  3. Hu, H., Liu, J., Zhang, X., Fang, M. 2023. An effective and adaptable K-means algorithm for big data cluster analysis. Pattern Recognition, 139, 109404.
  4. Ay, M., Özbakır, L., Kulluk, S., Gülmez, B., Öztürk, G., & Özer, S. 2023. FC-Kmeans: Fixed-centered K-means algorithm. Expert Systems with Applications, 211, 118656.
  5. Jeong, J., So, M., Hwang, H. Y. 2021. Selection of vertiports using K-means algorithm and noise analyses for urban air mobility (UAM) in the Seoul metropolitan area. Applied Sciences, 11(12), 5729.
  6. Zhang, Y., Sun, X., Chen, J., Cheng, C. 2021. Spatial patterns and characteristics of global maritime accidents. Reliability Engineering & System Safety, 206, 107310.
  7. Niemsakul, J., Ransikarbum, K., Singkarin, D. 2022. Hospital-Location Classification and Analysis in the Healthcare Cold Chain using K-means Algorithm. In 2022 International Conference on Engineering and Emerging Technologies (ICEET), 27-28 October, Kuala Lumpur, Malaysia, 1-6, IEEE.
  8. Karo, I. M. K., Dewi, S., Mardiana, M., Ramadhani, F., Harliana, P. 2023. K-Means and K-Medoids Algorithm Comparison for Clustering Forest Fire Location in Indonesia. Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering), 10(1), 86-94.
  9. Rini, D. S., Sriliana, I., Novianti, P., Nugroho, S., Jana, P. 2021. Spherical K-Means method to determine earthquake clusters. In Journal of Physics: Conference Series, 1823(1), 012043.
  10. Puthige, I., Bansal, K., Bindra, C., Kapur, M., Singh, D., Mishra, V. K.,., Mostafa, R. R. 2021. Safest route detection via danger index calculation and k-means clustering. Computers, Materials and Continua, 69(2), 2761-2777.
  11. Shao, K., Mei, G., Wu, Y. 2022. Investigating changes in global distribution of Ozone in 2018 using k-means clustering algorithm. Journal of Computational Mathematics and Data Science, 3, 100028.
  12. ULASAV, Ulusal Akıllı Şehir Açık Veri Platformu. https://ulasav.csb.gov.tr/dataset/geri-donusum-toplama-noktalari (Erişim Tarihi: 14.10.2024).
  13. Mekansal Adres Kayıt Sistemi. https://cbsapx.kayseri.bel.tr/apex/f?p=230:3:::::: (Erişim Tarihi: 14.10.2024).
  14. MacQueen, J. 1967. Some methods for classification and analysis of multivariate observations. In Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability, 21 June-18 July 1965 and 27 December-7 January 1966, California, USA, 1, 281–297.
  15. Hartigan, J. A., Wong, M. A. 1979. Algorithm AS 136: A k-means clustering algorithm. Journal of the royal statistical society. series c (applied statistics), 28(1), 100-108.
  16. Fuller, R., Landrigan, P. J., Balakrishnan, K., Bathan, G., Bose-O'Reilly, S., Brauer, M.,., Yan, C. 2022. Pollution and health: a progress update. The Lancet Planetary Health, 6(6), e535-e547.
  17. Puthige, I., Bansal, K., Bindra, C., Kapur, M., Singh, D., Mishra, V. K.,., Mostafa, R. R. 2021. Safest route detection via danger index calculation and k-means clustering. Computers, Materials and Continua, 69(2), 2761-2777.