Adaptive Time Scheduling Based on Passenger Density in Public Transportation: A Case Study on Trabzon Campus Routes

Year 2026, Volume: 9 Issue: 1, 7 - 8

Behice Meltem Kayhan , Nurhan Dudaklı , Esra Aktan , Edanur Koyuncu , Dilara Kırca

https://doi.org/10.34248/bsengineering.1789509

Abstract

This study aims to improve operational efficiency in public transportation routes serving the Kanuni Campus of Karadeniz Technical University by restructuring trip planning based on passenger density data. Currently, urban transportation data in Trabzon is not subjected to any systematic analysis or classification, which limits the effectiveness of service planning. Therefore, the primary goal of this study is to analyze passenger boarding data and optimize trip frequency and bus capacity based on real-time demand, enhancing data-driven decision-making processes. Passenger boarding data for bus lines passing through the university campus, particularly those showing variations aligned with class hour, were analyzed using the K-Means clustering algorithm. Time intervals throughout the day were dynamically segmented based on passenger density, and for each cluster, the required number of trips and buses was calculated. Unlike traditional fixed-time planning methods, this approach enables demand-responsive scheduling by dynamically determining the number and boundaries of time intervals specific to each line and direction. The results indicate that this adaptive, data-driven clustering approach reduces both the maximum and average number of buses required while maintaining service quality. The proposed method demonstrates that a flexible scheduling system based on real demand can enhance resource efficiency. As such, the study contributes to data-driven transportation planning and offers a scalable and applicable model for similar urban transit systems.

Keywords

Data Analysis , Frequency Optimization , Adaptive Time Scheduling

Ethical Statement

As this research did not involve any experiments on humans or animals, ethical approval was not required.

Supporting Institution

This research did not receive any financial support.

Thanks

We would like to thank Trabzon Metropolitan Municipality's affiliated organization, Trabzon Transportation Inc. (TULAŞ), for providing the dataset used in this study and for their contribution to the research.

Toplu Taşımada Yolcu Yoğunluğuna Dayalı Uyarlanabilir Zaman Planlaması: Trabzon Kampüs Hatları Üzerine Bir Uygulama

Abstract

Bu çalışma, Karadeniz Teknik Üniversitesi Kanuni Kampüsü’ne hizmet veren toplu taşıma hatlarında operasyonel verimliliği artırmak amacıyla, yolcu yoğunluklarına dayalı veriye dayalı bir sefer planlama yaklaşımı önermektedir. Mevcut durumda Trabzon’daki şehir içi ulaşım verileri analiz edilmemekte ve bu da hizmetin etkinliğini azaltmaktadır. Bu kapsamda, yolcu biniş verileri analiz edilerek, sefer sıklığı ve otobüs kapasitesinin gerçek zamanlı talep yoğunluklarına göre optimize edilmesi ve veriye dayalı karar alma sürecinin geliştirilmesi amaçlanmıştır. Üniversite kampüsünden geçen ve özellikle ders saatlerine bağlı olarak yoğunluk gösteren hatlara ait yolcu biniş verileri K-Means kümeleme algoritması ile analiz edilmiştir. Gün içi zaman dilimleri, yolcu yoğunluğuna göre dinamik biçimde kümelenmiş; her küme için gerekli sefer sayısı ve otobüs ihtiyacı hesaplanmıştır. Bu yöntem, sabit zaman aralıklarına dayalı geleneksel yaklaşımlar yerine, her hat ve yön için değişen talep yapısına duyarlı bir planlama sunmaktadır. Elde edilen sonuçlar, uyarlanabilir zaman aralıklarına dayalı bu dinamik kümeleme yaklaşımının, maksimum ve ortalama otobüs gereksinimini azaltırken hizmet kalitesinden ödün vermediğini göstermektedir. Çalışma, veri temelli karar destek sistemlerinin toplu taşımada etkinliği artırabileceğini ortaya koymakta ve benzer kent içi ulaşım sistemleri için uygulanabilir bir model sunmaktadır.

Keywords

Veri Analizi , Sefer Sıklığı Optimizasyonu , Uyarlanabilir Zaman Planlaması

Ethical Statement

Bu araştırmada hayvanlar ve insanlar üzerinde herhangi bir çalışma yapılmadığı için etik kurul onayı alınmamıştır.

Supporting Institution

Bu çalışma herhangi bir finansal destek almamıştır.

Thanks

Bu çalışmada kullanılan veri setini sağlayarak araştırmaya katkı sunan Trabzon Büyükşehir Belediyesi'ne bağlı Trabzon Ulaşım A.Ş. (TULAŞ)’ye teşekkür ederiz.

References

• Aggelis, V., & Christodoulakis, D. (2005). RFM analysis for decision support in e-banking area. WSEAS Transactions on Computers, 4(8), 943–950.
• Aksoy, İ. C., & Alver, Y. (2024). Addressing electric transit network design frequency setting problem with dynamic transit assignment. Transportmetrica B: Transport Dynamics, 12(1), 2318566.