Dergiler / Aquatic Research / 2021 / Cilt: 4 - Sayı: 1

İstanbul Boğazı’ndaki ticari gemi kazalarının karar ağacı yöntemiyle analizi

Analysis of merchant vessel accidents in Istanbul strait through decision tree method

Sayfa
10–20
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Verisetine uygulanan Karar Ağacı yöntemi sonucuna göre Kadıköy sektöründe meydana gelen kazaların % 86olasılıkla çatışma/çatma, Kandilli veyahut Marmara sektörlerinde meydana gelen kazaların % 48 olasılıklaçatışma/çatma ve Türkeli sektöründe ise kazaların % 36 olasılıkla çatışma/çatma ve diğer kaza tipleri ilesonuçlandığı görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada İstanbul Boğaz bölgesi olarak İstanbul Gemi Trafik Hizmetlerinin kapsama alanına giren Türkeli, Kandilli, Kadıköy ve Marmara sektörlerinde 2001-2016 yılları arasında meydana gelen ticari gemi kazaları incelemeye tabi tutulmuştur.
📊
Temel Bulgular & Veri:Ulaştırma ve Altyapı Bakanlığı Ana Arama Kurtarma Koordinasyon Merkezi (AAKKM) veri tabanındaki kaza kayıtlarına uygulanan filtrelemeler sonucunda 500 groston üzeri ticariyük gemilerinin karıştığı 535 adet gemi kazası analiz edilmiştir.
💡
Sonuç & Katkı:Verisetine uygulanan Karar Ağacı yöntemi sonucuna göre Kadıköy sektöründe meydana gelen kazaların % 86olasılıkla çatışma/çatma, Kandilli veyahut Marmara sektörlerinde meydana gelen kazaların % 48 olasılıklaçatışma/çatma ve Türkeli sektöründe ise kazaların % 36 olasılıkla çatışma/çatma ve diğer kaza tipleri ilesonuçlandığı görülmüştür.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2001-2016 · 535 adet
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmada İstanbul Boğaz bölgesi olarak İstanbul Gemi Trafik Hizmetlerinin kapsama alanına giren Türkeli, Kandilli, Kadıköy ve Marmara sektörlerinde 2001-2016 yılları arasında meydana gelen ticari gemi kazaları incelemeye tabi tutulmuştur. Ulaştırma ve Altyapı Bakanlığı Ana Arama Kurtarma Koordinasyon Merkezi (AAKKM) veri tabanındaki kaza kayıtlarına uygulanan filtrelemeler sonucunda 500 groston üzeri ticariyük gemilerinin karıştığı 535 adet gemi kazası analiz edilmiştir. Belirtilen sektörlerde meydana gelen ticariyük gemi kazaları Ki-kare Otomatik Etkileşim Dedektörü (CHAID) karar ağacı yöntemi ile incelenmiştir.CHAID karar ağacı yöntemi sınıflandırma ve büyük veri kümelerinden anlamlı kurallar çıkarmada en yaygınkullanılan karar ağacı algoritmalarından biridir. CHAID karar ağacı yöntemi icra edilerek ticari yük gemilerinde meydana gelen kazaların tipi (çatışma/çatma, karaya oturma ve diğer) ile gemi faktörleri (gemi tipi,gemi boyu, gemi tonajı, gemi yaşı, gemi bayrağı, gemi yüklülük durumu), zaman faktörleri (kaza zamanı vekaza mevsimi) ve diğer faktörler (kazanın meydana geldiği sektör, kaza nedeni ve gemiye pilot alınmasıdurumu) arasındaki ilişki incelemeye alınmıştır. Kazanın meydana geldiği sektör, gemide pilot bulunmasıdurumu, gemi tipi ve kaza zamanı kaza tipini etkileyen en önemli girdi değişkenleri olarak bulunmuştur. Verisetine uygulanan Karar Ağacı yöntemi sonucuna göre Kadıköy sektöründe meydana gelen kazaların % 86olasılıkla çatışma/çatma, Kandilli veyahut Marmara sektörlerinde meydana gelen kazaların % 48 olasılıklaçatışma/çatma ve Türkeli sektöründe ise kazaların % 36 olasılıkla çatışma/çatma ve diğer kaza tipleri ilesonuçlandığı görülmüştür.

Abstract

In this study merchant vessel accidents which occured between 2001 and 2016 in the sectors of Türkeli, Kandilli, Kadıköy, Marmara which constitutes Istanbul Strait region under Istanbul Vessel Traffic Services scope have been examined. Data was obtained from database of Ministry of Transport and Infrastructure Main Search and Rescue Coordination Center, and after data cleansing process, 535 vessel accidents which involve merchant cargo vessels of above 500 grosston have been analyzed. Merchant cargo vessel accidents which were taken place in the specified sectors have been examined with CHAID (Chi-square Automatic Interaction Detector) Decision Tree method. CHAID Decision Tree method is one of the most common used decision tree algorithms in extracting meaningful rules from big datasets and for classification. Through conducting CHAID Decision Tree method for merchant vessel accidents relationship between accident type (collision/contact, grounding and other) and vessel factors (vessel type, Length overall (LOA), vessel gross tonnage, vessel age, flag, loading condition), time factors (accident time, season of accident) and other factors (sector where accident occured, pilot on board or not) has been analyzed. Accident occuring sector, pilot on board/not, vessel type and accident time have been found as the most important input variables. Based on the result of the Decision Tree method applied to the data set, it was observed that the accidents occurring in the Kadıköy sector were collision / contact with 86% probability, the accidents occurring in the Kandilli or Marmara sectors were collision / contact with 48% probability and in the Türkeli sector, both collision / contact and other accident types had 36% occurring probability.

🔖

Bu Makaleye Atıf Yap

ÇAKIR, E., KAMAL, B. (2021). İstanbul Boğazı’ndaki ticari gemi kazalarının karar ağacı yöntemiyle analizi. Aquatic Research, Cilt: 4 - Sayı: 1, 10–20. https://ajindex.com/articles/354980

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Akten, N. (2003). The Strait of Istanbul (Bosphorus): The seaway separating the continents with its dense shipping traffic. Turkish J. Marine Sciences, 9(3), 241-265.
  2. Althuwaynee, O. F., Pradhan, B., Lee, S. (2016). A novel integrated model for assessing landslide susceptibility mapping using CHAID and AHP pair-wise comparison. International Journal of Remote Sensing, 37(5), 1190-1209. https://doi.org/10.1080/01431161.2016.1148282
  3. Bayar, N., Özüm, S., Yılmaz, H. (2008). Analysis of Accidents in Istanbul Strait. http://web.deu.edu.tr/maritime/imla2008/Papers/43.pdf Erişim Tarihi: 15.04.2020 De Oña, J., López, G., Abellán, J. (2013). Extracting decision rules from police accident reports through decision trees. Accident Analysis & Prevention, 50, 1151-1160. https://doi.org/10.1016/j.aap.2012.09.006
  4. Deniz Ticareti İstatistikleri (2018)
  5. Filo, Denizyolu Taşıma, Teşvik, Gemi Sanayi, Gemi Denetim, Türk Boğazları Geçiş İstatistikleri. https://denizcilik.uab.gov.tr/uploads/pages/yayinlar/deniz-ticaret-2018-istatistikleri.pdf Erişim Tarihi: 15.03.2020 Díaz-Pérez, F.M., Bethencourt-Cejas, M. (2016). CHAID algorithm as an appropriate analytical method for tourism market segmentation. Journal of Destination Marketing & Management, 5(3), 275-282. https://doi.org/10.1016/j.jdmm.2016.01.006
  6. Ece, N.J. (2011). İstanbul Boğazı’nda meydana gelen deniz kazalarının incelenmesi ve analizi. Dokuz Eylül Üniversitesi Denizcilik Fakültesi Dergisi, 3(2), 37-59.
  7. Ece, N.J. (2016). Kılavuzluk hizmetlerinin deniz emniyetine katkısı: İstanbul Boğazı’nda kazaya karışan gemiler ile kılavuz kaptan almaları arasındaki ilişkinin analizi. Journal of ETA Maritime Science, 4(1), 3-21.
  8. Erol, S., Başar, E. (2015). The analysis of ship accident occurred in Turkish search and rescue area by using decision tree. Maritime Policy & Management, 42(4), 377-388. https://doi.org/10.1080/03088839.2013.870357
  9. Erol, S., Demir, M., Çetişli, B., Eyüboğlu, E. (2018). Analysis of ship accidents in the Istanbul Strait using neuro-fuzzy and genetically optimised fuzzy classifiers. The Journal of Navigation, 71(2), 419-436. https://doi.org/10.1017/S0373463317000601
  10. Galguera, L., Luna, D., Méndez, M.P. (2006). Predictive segmentation in action-Using CHAID to segment loyalty card holders. International Journal of Market Research, 48(4), 459-479. https://doi.org/10.1177/147078530604800407
  11. Han, J., Kamber, M., Pei, J. (2012). Data mining: concepts and techniques. Waltham, MA., Morgan Kaufman Publishers.
  12. İstikbal, C. (202