Geri Dön

Analyzing the efficiency of aı ıntegration for project management employing dea: A case study for a data center

Veri zarflama analizi (DEA) kullanilarak proje yönetiminde yapay zeka entegrasyonunun verimliliğinin analizi: Bir veri merkezi üzerine durum çalişmasi

PDF İndir

  1. Tez No: 967608
  2. Yazar: MUATH S. A. QANNITA
  3. Danışmanlar: YRD. DOÇ. DR. ZEYNEP GERGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: İstanbul Kültür Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
  13. Sayfa Sayısı: 120

Özet

Yapay zeka (YZ) iş yüklerinin dijital ekonomide hızla yaygınlaşmasıyla birlikte, veri merkezlerinin bu yüksek hesaplama gücü gerektiren taleplere uyum sağlayacak şekilde altyapılarını ve operasyonel modellerini yeniden şekillendirmeleri gerekmektedir. Bu tez, 1 MW kapasiteli bir veri merkezi ortamında YZ iş yükü entegrasyonunun verimliliğini değerlendirmek amacıyla yapılandırılmış bir proje yönetimi yaklaşımı uygulamakta ve performansı maliyet, zaman, kalite ve yatırım getirisi (ROI) boyutlarında ölçmek için Veri Zarflama Analizi (DEA) yöntemini kullanmaktadır. Çalışmada üç farklı iş yükü senaryosu analiz edilmiştir: Seçenek 1 (YZ'siz), Seçenek 2 (%20–30 YZ), Seçenek 3 (%50 YZ). Başlangıç DEA sonuçları, YZ destekli yapıların kaliteyi sınırlı ölçüde artırsa da, artan maliyet ve proje süresi nedeniyle genel verimliliği düşürdüğünü göstermektedir. İki ek senaryo analizinde ise; (1) artan YZ altyapı maliyetlerinin etkisi ve (2) ROI'nin çıktı faktörü olarak dahil edilmesi incelenmiştir. Bulgular, YZ seçeneklerinin yalnızca yüksek ROI sağlandığında ve hızlı geri dönüş süresiyle verimli hale geldiğini göstermektedir. Sonuç olarak, en verimli strateji; kapasitenin %80–90'ını geleneksel iş yüklerine, %10–20'sini ise ölçeklenebilir YZ uygulamalarına ayırmaktır. Bu hibrit yaklaşım, mevcut verimliliği korurken geleceğe uyum sağlar. Çalışma, proje yönetimi ile DEA yöntemini entegre ederek xi veri merkezi tasarımı ve iş yükü planlaması için karar vericilere uygulanabilir bir çerçeve sunmaktadır.

Özet (Çeviri)

As artificial intelligence (AI) workloads continue to expand in the digital economy, data centers must adapt their infrastructure and operational models to support these computationally intensive demands. This thesis evaluates the efficiency of AI workload integration in a 1 MW data center environment by applying a structured project management approach and using Data Envelopment Analysis (DEA) to assess performance across cost, time, quality, and return on investment (ROI) dimensions. Three workload scenarios are analyzed: Option 1 (no AI workload), Option 2 (20–30% AI workload), and Option 3 (50% AI workload). The baseline DEA results show that AI-enhanced configurations slightly improve quality, result in substantially increased costs and extended project timelines, thereby diminishing overall operational efficiency. To further explore this trade-off, two scenario analyses are conducted: (1) evaluating efficiency under increasing AI infrastructure costs, and (2) introducing ROI as an additional output factor. The findings show that AI options remain viable only when ROI is high and breakeven is achieved within a short time frame due to the fast pace of technological change. The study concludes that the most efficient and future-resilient strategy is to allocate 80–90% of capacity to traditional workloads and 10–20% to scalable AI deployments. This hybrid approach balances current

Benzer Tezler

  1. Tez No

    931138

    Digitalization in construction claim management

    İnşaat hak talebi yönetiminde dijitalleşme

    NİL DENİZMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DENİZ ARTAN

  2. Tez No

    878801

    Artificial intelligence based risk analysis in project management

    Proje yönetiminde yapay zekâ tabanlı risk analizi

    YASEMİN TUNCER

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCAN ÖZTEMEL

  3. Tez No

    968773

    BIM uygulamalarının mimari süreçlere etkisinin incelenmesi: Yapay zeka (AI) entegrasyonu

    Analysis of the impact of BIM applications on architectural processes: integration of artificial intelligence (AI)

    RAHİME EFŞAN COŞKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    MimarlıkGebze Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. CEYDA ÖZGEN

    DR. ÖĞR. ÜYESİ SALİHA TÜRKMENOĞLU BERKAN

  4. Tez No

    960521

    Dejeneratif omurga hastalıklarının sınıflandırılması için docker konteynerleri tabanlı multimodal derin öğrenme yaklaşımları

    Docker-based multimodal deep learning approaches for the classification of degenerative spinal diseases

    HASAN YİĞİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMuğla Sıtkı Koçman Üniversitesi

    Yapay Zeka Ana Bilim Dalı

    DOÇ. DR. İBRAHİM ÖNDER YENİÇERİ

  5. Tez No

    918448

    Açık kaynak bilgilerinin analiz edilebilmesi için son kullanıcı bilgisayarlarındaki dağıtık mikroservis mimarisine dayalı bir platform geliştirilmesi

    A platform development for analyzing open-source information in distributed microservice architecture on end user computers

    HÜSEYİN AKARSLAN

    Doktora

    Türkçe

    Türkçe

    2024

    Yönetim Bilişim SistemleriGazi Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    PROF. DR. ŞEREF SAĞIROĞLU

Geri Dön