Bölgesel ve sektörel dağılımları çerçevesinde iş kazalarının makine öğrenmesi kullanılarak analiz edilmesi
Analysis of work accidents using machine learning within the framework of regional and sectoral distributions
- Tez No: 957344
- Danışmanlar: DOÇ. DR. BURCU YILMAZ KAYA
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde iş kazaları, iş sağlığı ve güvenliği (İSG) alanında hem insan hayatı hem de ekonomik kayıplar açısından önemli bir sorun teşkil etmektedir. Özellikle endüstriyel faaliyetlerin yoğun olduğu sektörlerde meydana gelen kazalar, ciddi iş gücü kayıplarına ve maddi zararlara neden olmaktadır. Bu çalışmanın temel amacı, Türkiye'deki iş kazalarının bölgesel ve sektörel dağılımlarını analiz ederek, kazaların nedenlerini daha iyi anlamak ve bu doğrultuda etkili İSG politikalarının geliştirilmesine katkı sağlamaktır. Bu kapsamda, ilk olarak literatürde yer alan iş kazası çalışmaları sistematik bir şekilde incelenmiş; geleneksel istatistiksel yöntemlerin kullanımının yanı sıra makine öğrenmesi temelli yaklaşımlar da değerlendirilmiştir. Daha sonra 2014–2023 yılları arasında Türkiye'de meydana gelen iş kazaları, Sosyal Güvenlik Kurumu verileri temel alınarak analiz edilmiş; madencilik, metal ve inşaat sektörleri özelinde yürütülen analizler geleneksel ve modern veri analizi teknikleri ile karşılaştırmalı olarak incelenmiş, çoklu doğrusal regresyon, LASSO regresyonu, rastgele orman, k-en yakın komşu ve destek vektör makineleri algoritmaları bu analizlerde kullanılmıştır. Analiz sürecinde sektör, kaza zamanı, kazazedenin yaşı, eğitim düzeyi, iş sağlığı ve güvenliği ile mesleki eğitim durumu, kaza olan işletmedeki çalışan sayısı ve kaza şiddeti gibi değişkenler dikkate alınmıştır. Bu veriler üzerinden 2026–2028 yılları için iş kazalarının meydana gelme olasılığı ve sonuçlarının şiddeti tahmin edilmiştir. Hesaplamaların doğrulukları R2, MAPE ve MSE performans metrikleri temelinde derinlemesine analiz edilmiştir. Elde edilen bulgular, iş kazalarının öngörülmesinde makine öğrenmesi yöntemlerinin geleneksel yöntemlere kıyasla daha yüksek doğruluk ve öngörü gücü sunduğunu ortaya koymuştur. Çalışmanın sonunda, elde edilen analiz sonuçlarına dayalı olarak çeşitli vadelerde İSG politikalarına yönelik önleyici stratejiler geliştirilmiştir. Bu tez çalışması, iş kazalarının veri temelli analizi ve tahmininde makine öğrenmesinin uygulanabilirliğini ortaya koyarak alan uygulayıcıları için çeşitli vadelerde önleyici stratejiler geliştirmeyi bilimsel olarak ise geleneksel istatistiksel analiz metotlarını modern yöntemler ile kıyaslanması üzerine hesaplama doğruluğunu arttıran bir altyapı oluşturmayı hedeflemektedir.
Özet (Çeviri)
Today, occupational accidents constitute a significant problem in terms of both human life and economic losses in the field of occupational health and safety (OHS). Accidents occurring especially in sectors with intensive industrial activities cause serious workforce losses and material damages. The main purpose of this study is to analyze the regional and sectoral distribution of occupational accidents in Turkey, to better understand the causes of accidents and to contribute to the development of effective OHS policies in this direction. In this context, firstly, the studies on occupational accidents in the literature were systematically examined; in addition to the use of traditional statistical methods, machine learning-based approaches were also evaluated. Then, occupational accidents that occurred in Türkiye between 2014 and 2023 were analyzed based on Social Security Institution data; analyses conducted specifically for mining, metal and construction sectors were comparatively examined with traditional and modern data analysis techniques, and multiple linear regression, LASSO Regression, random forest, k-nearest neighbor and support vector machines algorithms were used in these analyses. In the analysis process, variables such as sector, time of accident, age of the victim, education level, occupational health and safety and vocational training status, number of employees in the enterprise where the accident occurred and severity of the accident were taken into consideration. Based on these data, the probability of occupational accidents and the severity of their consequences were estimated for the years 2026–2028. The accuracy of the calculations was analyzed in depth based on R2, MAPE and MSE performance metrics. The findings have shown that machine learning methods provide higher accuracy and predictive power compared to traditional methods in predicting occupational accidents. At the end of the study, based on the analysis results obtained, preventive strategies for OHS policies were developed in various terms. This thesis aims to develop preventive strategies for field practitioners in various terms by demonstrating the applicability of machine learning in data-based analysis and prediction of occupational accidents, and to create an infrastructure that increases calculation accuracy by scientifically comparing traditional statistical analysis methods with modern methods.
Benzer Tezler
- Traditional vernacular houses in Anatolia: The question of evaluative criteria
Anadolu geleneksel yöresel konut mimarlığında değerlendirme ölçütleri sorunu
OKAN ÜSTÜNKÖK
Doktora
İngilizce
1987
MimarlıkOrta Doğu Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÖNÜL TANKUT
- Avrupa Topluluğu'nun bürokratik yapısı
Başlık çevirisi yok
GÜNİZ ODYAKMAZ
Yüksek Lisans
Türkçe
1989
Uluslararası İlişkilerİstanbul ÜniversitesiUluslararası İlişkiler Ana Bilim Dalı
PROF. DR. BENER KARAKARTAL
- Tokat bölgesi folklorik giysileri
Başlık çevirisi yok
ESEN ÇAĞLAYAN
Yüksek Lisans
Türkçe
1987
Halk Bilimi (Folklor)Gazi ÜniversitesiGiyim Endüstrisi ve Giyim Sanatları Ana Bilim Dalı
PROF. DR. FİRDEVS KAYA
- Hayriye (Kayseri) nefelin-siyenit intrüzyonunun petrografik ve jeokimyasal incelenmesi
Petrographical and geochemical investigation of Hayriye (Kasyseri) nepheline-syenite intrusion
H.MUSTAFA ÖZKAN
Yüksek Lisans
Türkçe
1987
Jeoloji MühendisliğiAnkara ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. YAVUZ ERKAN