TY  - JOUR
T1  - Keskin Bir Cisim ile Temas Sonucu Yaralanma Kazalarının Analitik Hiyerarşi Prosesi ve Yapay Sinir Ağları ile Analizi
AU  - Tokdemir, Onur Behzat
AU  - Ayhan, Bilal Umut
PY  - 2019
DA  - March
DO  - 10.24012/dumf.466493
JF  - Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi
JO  - DUJE
PB  - Dicle University
WT  - DergiPark
SN  - 1309-8640
SP  - 323
EP  - 334
VL  - 10
IS  - 1
LA  - tr
AB  - İş Sağlığı ve Güvenliği (İSG), gelişen güvenlik sistemlerine rağmen, inşaatsektörü için hala sorun teşkil etmektedir. Sağlık problemlerinin yanı sıra,proje bütçesini etkileyecek ciddi masraflara da neden olmaktadır. Buproblemlerin başlıca nedeni ise, inşaat sektöründe insana dayalı iş gücü fazlaolduğundan, kazalar ve kaza etken unsurları arasındaki ilişkileri kurmanın oldukçazor olmasıdır. Bu çalışmada, farklı şantiyelerden anonim olarak toplanan“Keskin bir Cisim ile Temas Sonucu Yaralanma” olayları kullanılarak, kaza etken unsurları incelenmiş ve kazatahmin modeli oluşturulması amaçlanmıştır. Kaza sonuçları, tehlike seviyelerinegöre üç farklı grupta incelenmiştir; (1) Derece-1, “Ucuz-Atlatma”, “Ramak-Kala”,(2) Derece-2 “İlk-Yardımlı-Kaza”, “Kısıtlı-İş-Görmezlik”, (3) Derece-3, “Tıbbı-Müdahaleli-Kaza”,“Kayıp-İş-Günlü-Kaza”, “Ölümlü-Kaza”. Kaza verileri, Analitik Hiyerarşi Prosesi(AHP) yöntemi ile incelenmiş ve kaza değişkenlerinin, bu kaza türündekietkileri hesaplanmıştır. Hesaplanan bu etkiler ile, Yapay Sinir Ağları (YSA)tahmin modeli oluşturulmuştur. 829 farklı kaza verisi bu çalışmada kullanılmışve kazaların 720’si kurulan tahmin modelinin, öğrenme sürecinde kullanılırken,109 adeti modelin güvenilirliğini kontrol etmek için ayrılmıştır. YSA modelikurulum aşamasında, 10 farklı tahmin modeli kurulmuş ve bu modellerin R-kare veOrtalama Hata Kareleri (OHK) kontrol edilmiştir. Daha sonra, modeller, rastgeleseçilen 109 olay için teste tabii tutulmuştur. En iyi sonucu veren model %78doğrulukla kaza tehlikelerini tahmin etmeyi başarmıştır. Sonuç olarak, sunulanbu çalışma ile incelenen kaza tipi için, inşa aşamasında karşılaşabilecekriskli durumların önceden gösterilmesi ve kazaya neden olan etkenlerinsunulması hedeflenmiştir.
KW  - Yapay Sinir Ağları (YSA)
KW  - Analitik Hiyerarşi Prosesi (AHP)
KW  - İş Sağlığı ve Güvenliği (İSG)
CR  - Alonso, J. A., & Lamata, M. T. (2006). Consistency in the analytic hierarchy process: a new approach. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 14(4), 445–459. https://doi.org/10.1142/S0218488506004114
CR  - Amerika Birleşik Devletleri Çalışma Bakanlığı-İşgücü İstatistik Bürosu. https://data.bls.gov/gqt/ProfileData. Erişim Tarihi, Eylül, 30, 2018.
CR  - Aminbakhsh, S., Gunduz, M., & Sonmez, R. (2013). Safety risk assessment using analytic hierarchy process (AHP) during planning and budgeting of construction projects. Journal of Safety Research, 46, 99–105. https://doi.org/10.1016/j.jsr.2013.05.003
CR  - Arditi, D., Oksay, F. E., & Tokdemir, O. B. (1998). Predicting the Outcome of Construction Litigation Using Neural Networks. Computer-Aided Civil and Infrastructure Engineering, 13(2), 75–81. https://doi.org/https://doi.org/10.1111/0885-9507.00087
CR  - Arditi, D., & Tokdemir, O. B. (1999). Comparison of Case-Based Reasoning and Artificial Neural Networks. Journal of Computing in Civil Engineering, 13(3), 162–169. https://doi.org/10.1061/(ASCE)0887-3801(1999)13:3(162)
CR  - Badri, A., Nadeau, S., & Gbodossou, A. (2012). Proposal of a risk-factor-based analytical approach for integrating occupational health and safety into project risk evaluation. Accident Analysis and Prevention, 48, 223–234. https://doi.org/10.1016/j.aap.2011.05.009
CR  - Choudhry, R. M., Fang, D., & Lingard, H. (2009). Measuring Safety Climate of a Construction Company. Journal of Construction Engineering and Management, 135(9), 890–899. https://doi.org/10.1061/(ASCE)CO.1943-7862.0000063
CR  - Carter, G., & Smith, S. (2006). Safety Hazard Identification on Construction Projects. Journal Construction Engineering and Management, 132(2), 197-205. 10.1061/(ASCE)0733-9364 (2006)132:2(197)
CR  - Ciarapica, F. E., & Giacchetta, G. (2009). Classification and prediction of occupational injury risk using soft computing techniques: An Italian study. Safety Science, 47(1), 36–49. https://doi.org/10.1016/j.ssci.2008.01.006
CR  - Eurostat Statistics Explained. https://ec.europa.eu/eurostat/statistics-explained/index.php/Accidents_at_work_statistics#Number_of_accidents. Yayın tarihi Haziran, 2018. Erişim Tarihi Eylül, 25, 2018.
CR  - Health and Safety Executive. (2014). Annual Report and Account 2013/2014, Her Majesty’s    Stationery Office, London
CR  - Henderson, R. D., & Dutta, S. P. (1992). Use of the analytic hierarchy process in ergonomic analysis. International Journal of Industrial Ergonomics, 9(4), 275–282. https://doi.org/10.1016/0169-8141(92)90061-4
CR  - Kim, G. H., An, S. H., & Kang, K. I. (2004). Comparison of construction cost estimating models based on regression analysis, neural networks, and case-based reasoning. Building and Environment, 39(10), 1235–1242. https://doi.org/10.1016/j.buildenv.2004.02.013
CR  - Kulkarni, P. S., Londhe, S. N., & Deo, M. C. (2017). Artificial Neural Networks for Construction Management: A Review ARTICLE INFO ABSTRACT. Journal of Soft Computing in Civil Engineering, 1(2), 70–88.https://doi.org/10.22115/scce.2017.49580
CR  - Mathworks 2018, https://www.mathworks.com/help/deeplearning/ug/choose-a-multilayer-neural-network-training-function.html;jsessionid=fa12e77c706952ceb712c5b69670. Erişim Tarihi Eylül, 28, 2018.
CR  - Padma, T., & Balasubramanie, P. (2009). Knowledge based decision support system to assist work-related risk analysis in musculoskeletal disorder. Knowledge-Based Systems, 22(1), 72–78. https://doi.org/10.1016/j.knosys.2008.07.001
CR  - Patel, D. a, & Jha, K. N. (2014). Neural Network Approach for Safety Climate Prediction. Journal of Management in Engineering, 31(3), 1–11. https://doi.org/10.1061/(ASCE)ME.1943-5479.0000348
CR  - Saaty, T. L. (2008). Decision making with the analytic hierarchy process. International Journal of Services Sciences, 1(1), 83. https://doi.org/10.1504/IJSSCI.2008.017590
CR  - Ung, S. T., Williams, V., Bonsall, S., & Wang, J. (2006). Test case based risk predictions using artificial neural network. Journal of Safety Research, 37(3), 245–260. https://doi.org/10.1016/j.jsr.2006.02.002
CR  - Tixier, A. J., Hallowell, M. R., Albert, A., van Boven, L., & Kleiner, B. M. (2014). Psychological Antecedents of Risk-Taking Behavior in Construction. Journal Construction Engineering and Management, 10.1061/(ASCE)CO.1943- 7862.0000894, 04014052.
CR  - Uğur, L. O., Baykan, U. N., & Korkmaz, S. (2011). Y ığma Konutların Maliyet Tahmininde Yapay Sinir Ağlarının ( YSA ) Kullanılması, 6. İnşaat Yönetimi Kongresi,(386), 25–26.
CR  - Uluslararası İşçi Örgütü. Safety and Health at Work. https://www.ilo.org/global/topics/safety-and-health-at-work/lang--en/index.htm.Yayın Tarihi Ocak, 2016. Erişim Tarihi Eylül, 26, 2018.
CR  - Uluslararası İşçi Örgütü. https://www.ilo.org/ilostatcp/CPDesktop/. Erişim Tarihi Eylül, 26, 2018.
UR  - https://doi.org/10.24012/dumf.466493
L1  - https://dergipark.org.tr/en/download/article-file/668265
ER  -