KaydedilenlerDerginizi ekleyin

Dergiler / Mühendislik Bilimleri ve Tasarım Dergisi / 2021 / Cilt: 9 - Sayı: 4

BULANIK MANTIK MODELLEMESİ İLE TAŞINMAZ DEĞERLEMEYE FARKLI BİR BAKIŞ

A DIFFERENT PERSPECTIVE TO REAL ESTATE VALUATION WITH FUZZY LOGIC MODELING

Yeşim ESEN
Hanifi TOKGÖZ
Sayfa
1155–1165
Yayın Tarihi
2022-11-06
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)

Yapılan istatistiksel analizler taşınmaz değerlemede, bulanık mantık modellemesinin daha hızlı ve düşük hata payı ile tahminde bulunduğunu göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada taşınmaz değerlemede bulanık mantık modellemesinin uygulanabilirliğinin ve hazırlanan veri setindeki değişkenlerin azaltılmasının yöntem üzerindeki etkilerinin araştırılması amaçlanmaktadır.
📊
Temel Bulgular & Veri:Araştırma sahası olarak İzmir ili muhtelif ilçelerinde 120 tane bağımsız bölümün değerleme raporu kullanılmıştır.
💡
Sonuç & Katkı:Yapılan istatistiksel analizler taşınmaz değerlemede, bulanık mantık modellemesinin daha hızlı ve düşük hata payı ile tahminde bulunduğunu göstermektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Taşınmaz Değerleme · Bulanık Mantık · Çoklu Regresyon

Özet

Bu çalışmada taşınmaz değerlemede bulanık mantık modellemesinin uygulanabilirliğinin ve hazırlanan veri setindeki değişkenlerin azaltılmasının yöntem üzerindeki etkilerinin araştırılması amaçlanmaktadır. Araştırma sahası olarak İzmir ili muhtelif ilçelerinde 120 tane bağımsız bölümün değerleme raporu kullanılmıştır. Değişkenler seçilirken, zaman ve ekonomik açıdan kazanım sağlanması, bürokratik işlemlerin en aza indirilmesi göz önünde bulundurulmuştur. Bu kapsamda değişkenlere nitelik azaltma işlemi uygulanmış olup, en az değişken ile istatistiksel olarak en başarılı veri setine ulaşılmıştır. Yapılan istatistiksel analizler taşınmaz değerlemede, bulanık mantık modellemesinin daha hızlı ve düşük hata payı ile tahminde bulunduğunu göstermektedir. Çalışmanın bulguları bir bütün olarak değerlendirildiğinde; nitelik azaltma işlemi kullanılarak, bulanık mantık modellemesinin taşınmaz değerlemede alternatif bir yöntem olarak kullanılabileceği düşünülmektedir.

Abstract

The aim of the study is to investigate the feasibility of fuzzy logic modeling in real estate valuation and the effects of reducing the variables in the prepared data set. The data set is consisted of 120 valuation reports prepared for buildings located in various districts of Izmir. In the selection of variables for the model, saving time and economic sources, minimizing bureaucratic procedures are taken in consideration. In this context, a quality reduction process was applied to the variables and statistically the most accurate model with minimum variables was tested. Statistical analyzes showed that, fuzzy logic modeling predicts the value of real estates faster and with lower margin of error. The results of the study indicated that quality reduction with fuzzy logic modeling can be an alternative method in real estate valuation processes.

🔖

Bu Makaleye Atıf Yap

ESEN, Y., TOKGÖZ, H. (2022). BULANIK MANTIK MODELLEMESİ İLE TAŞINMAZ DEĞERLEMEYE FARKLI BİR BAKIŞ. Mühendislik Bilimleri ve Tasarım Dergisi, Cilt: 9 - Sayı: 4, 1155–1165. https://ajindex.com/articles/653380

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Anand, M. S.,Tyagi, B., 2012. Design and Implementation of Fuzzy Controller on FPGA, International Journal of Intelligent Systems and Applications, 4(10): 35-42.
  2. Borst, R.A., 1991. Artificial Neural Networks: The Next Modelling/Calibration Technology For The Assessment Community, Property Tax Journal, 10(1), 69-94.
  3. Bostancı, B., Bakır, Y. N., Doğan, U., Güngör, K. M., 2017. Research on GIS-Aided Housing Satisfaction Using Fuzzy Decision-Making Techniques”, Journal of the Faculty of Engineering and Architecture of Gazi University, 32(4): 1193-1207. Budzyński, T.,and Wilkowski, W., 2006. Application of Artificial Neural Networks for Real Estate Valuation”, 23 FIG Cangress, Munich, Germany, 8-13
  4. October. Canaz Sevgen, S., ve Aliefendioğlu Tanrıvermiş, Y., 2020. Mass Apprasial With A Machine Learning Algorithm: Random Forest Regression, Bilişim Teknolojileri Dergisi, 13(3), 301-311.
  5. Cechin, A., Souto, A., and González, M. A., 2000. Real Estatevalue at Porto Alegre City Using Artificial Neural networks, Unisinos University, Brazil, 237-242.
  6. Çakır, P. ve Sesli, F. A., 2013. Arsa Vasıflı Taşınmazların Değerine Etki Eden Faktörlerin ve Bu Faktörlerin Önem Sıralarının Belirlenmesi”, Harita Teknolojileri Elektronik Dergisi, 5(3): 1-16.
  7. Demirel, B., Yelek, A., Alağaş, H. M., Eren, T., 2018. Taşınmaz Değerleme Kriterlerinin Belirlenmesi ve Kriterlerin Önem Derecelerinin Çok Ölçütlü Karar Verme Yöntemi ile Hesaplanması”, Kırıkkale University Journal of Social Sciences, 8(2): 665-682.
  8. Derinpınar, M. A., ve Aydınoğlu, A. Ç. 2015. Bulanık Mantık ile Coğrafi Bilgi Teknolojilerini Kullanarak Taşınmaz Değerlemesi, 15. Türkiye Harita Bilimsel ve Teknik Kurultayı, Ankara.
  9. Dikmen, S. U., Saraç, E., 2012. Estimation of the Selling Price of Apartment Units Using Artificial Neural Networks”, Third International Conference on Construction in Developing Countries, Bangkok, Thailand. Elmas, Ç., 2011. Yapay Zeka Uygulamaları, 2, Seçkin Yayıncılık, Ankara.
  10. Erdem, N., 2017. Türkiye’de Taşınmaz Değerleme Alanında Yapılan Lisansüstü Tezlerinin İçerik Analizi”, Akademik Platform Mühendislik ve Fen Bilimleri Dergisi, 6(1): 112-126.
  11. Eren, E.,Tüdeş, T. ve Yomralıoğlu, T., 1999. Coğrafi Bilgi Sistemlerinde Raster Tekniği İle Kent Taşınmaz Değer Haritalarının Üretilmesi, Yerel Yönetimlerde Kent Bilgi Sistemi Uygulamaları Sempozyumu, Trabzon, 231-239.
  12. Es, H. A., Kalender, F. Y. Ve Hamzaçebi, C., 2014. Forecasting the net Energy Demand of Turkey by Artifical Neural Networks”, Journal of theFacult