İş Sağlığı ve Güvenliğinde Risk Analizi ve Değerlendirmesi İçin Geliştirilmiş Bir Karar Destek Sistemi (Yapay Sinir Ağı)-Atatürk Üniversitesi Örneği

Year 2015, Volume: 30 Issue: 2, 275 - 292, 25.07.2016

Muhammed Fatih Alaeddinoğlu Selçuk Sincar Abdullah Naralan

https://doi.org/10.21605/cukurovaummfd.242748

Cited By: 1

Abstract

İş sağlığı ve güvenliği 30 Haziran 2012 tarihinde resmi gazetede yayınlanan 6331 Sayılı İş Sağlığı ve Güvenliği Kanunu tüm çalışanları iş sağlığı ve güvenliğinin kapsamına aldığı için günümüzde daha çok önem kazanmıştır. Bu kanun iş verene getirmiş olduğu en büyük yükümlülük, iş yerlerinde iş sağlığı ve güvenliği uzmanı, iş yeri hekimi ve diğer sağlık personeli bulundurmadır. Bu profesyoneller işletmede veya iş yerinde iş sağlığı ve güvenliği için gerekli alt yapıyı oluşturmak, önlemleri almak ve gerekli kayıtları tutarak iş yerinde güvenli ortamları oluşturmak zorundadırlar. Ancak dalgınlık, yorgunluk, unutkanlık, tecrübesizlik, bilgi eksikliği ve ilginç ilişkileri görememe gibi tehlikeli hareketler ayrıca ve makine ve cihazların koruyucusuz olması, periyodik bakımlarının yapılmaması, kırık, arızalı makine ve cihazların kullanılması gibi tehlikeli durumlar ortaya çıkabileceğinden uzman kişi de yetersiz kalabilmektedir. Daha etkin ve yeterli bir risk analizi ve değerlendirmesi yapabilmek için uzman kişinin kararına yardımcı olması ve bilgi alt yapı desteği vermesi amacıyla Yapay Sinir Ağları kullanılarak tehlikelerle ilgili muhtemel risklere karşı alınması gereken tedbirleri ve risklerin zararlarını en aza indirme adına bilgisayara karar vermeyi destekleyen bir sistem öğretilecektir. Sistem aynı bir uzman gibi karşılaşılan duruma karşı alınacak tedbirleri ve olasılıkları saptayarak uzman kişinin kararına yardımcı olacaktır. Sistem geçmişte yapılmış risk analizi ve değerlendirmeleri sonucu ortaya çıkan durumları öğrenerek yeni karşılaşılan durumlara karşı cevap vermektedir. Kullanılacak teknik sürekli olarak yeni alınan kararları kendine katarak daha kaliteli kararlar alınmasını sağlamayı amaçlamaktadır.

Keywords

İş sağlığı ve güvenliği, Veri madenciliği, Yapay zeka, Yapay sinir ağları, Risk analizi ve değerlendirmesi

Risk Analysis and Assesment with Decision Support Systems for the Occupational Health and Safety (Artificial Neural Network)-Atatürk University Study Case

Abstract

With the occupational health and safety law number 6331 published in the official gazette 30 June 2012, all employees were included in the occupational health and safety scope, which, therefore, gained more importance. The law requires employers to employ occupational health and safety experts, occupational physicians and other health staff in work places. These professionals provide safe area in work places preparing necessary substructure, taking precautions and keeping necessary records. However, because of the dangerous situations such as inattentiveness, tiredness, forgetfulness, inexperience, lack of information, not noticing interesting relations, machines and tools with no safety and with no periodic maintenance, and use of broken and defective machines, experts may also fail. It is a necessity to sensibly use technology to carry out more effective and enough risk analysis and evaluation. Computers will be taught a new system which supports decision making to minimize the damages of possible risks related to dangers and which helps take necessary precautions by using artificial nerve networks. The system responds to the newly met situations by learning those situations occurring after the risk analysis and evaluations. The technique aims to take more quality decisions by constantly incorporating the newly taken decisions in its system.

Keywords

Occupational health and safety, Data mining, Artificial intelligence, Artificial nerve networks, Risk analysis and evaluation

References

• 1. Başar M.S., Sincar, S., 2012. İş Sağlığı ve Güvenliği Bilgi Sistemi. İstanbul. 2. Weiss, R. P., 2000. The Wave of the Brain, Training & Development, ASTD Magazines., 21-24.
• 3. Özkılıç Ö., 2004. İş Sağlığı ve Güvenliği, Yönetim Sistemleri ve Risk Değerlendirme Metodolojileri, Çalışma, Çalışma ve Sosyal Güvenlik Bakanlığı İş Teftiş Kurulu İstanbul Grup Başkanlığı, İstanbul.
• 4. Sosyal Güvenlik Kurumu, SGK İstatistik Yıllıkları, 2015. http://www.sgk.gov.tr/wps/portal/tr/kurumsal /istatistikler/sgk_istatistik_yilliklari, 15, 11,
• 5. Şentürk, A., 2006. Veri madenciliği: Kavram ve Teknikler. 1. Baskı., Bursa.
• 6. Agrawal, R., Imielinski, T., Swami, A. 1993. Mining Association Rules Between Sets of Items in Large Databases. In Proceedings of the ACM SIGMOD International Conference on Management of Data , Washington, USA.
• 7. Houtsma, M., Swami, A, 1995. Set-Oriented Mining for Association Rules in Relational Databases. Proceedings of the 11th IEEE International Conference on Data Engineering,Taipei, Taiwan.
• 8. Agrawal, R., Srikant, R., 1994. Fast Algorithms for Mining Association Rules. In Proceedings of the 20th International Conference on Very Large Databases, Santiago, Chile.
• 9. Das, A., Ng, W. K., Woon Y. K., 2001. Rapid Association Rule Mining. In Proceedings of the Tenth International Conference on Information and Knowledge Management, Atlanta, GA, USA.
• 10. Zaki, M. J., Hsiao, C. J., 2002. Charm: An Efficient Algorithm for Closed Itemset Mining. in 2nd SIAM International Conference on Data Mining, Arlington, VA, USA.
• 11. Han, J., Kamber, M., 2006. Data Mining Concepts and Techniques. Morgan Kauffmann Publishers Inc, 865, San Francisco.
• 12. Öztemel, E., 2012. Yapay Sinir Ağları. İstanbul: Papatya Yayıncılık.
• 13. Çayıroğlu, İ., 2012. http://www.ibrahimcayiroglu.com/Dokumanl ar/IleriAlgoritmaAnalizi/IleriAlgoritmaAnali zi-8.Hafta-IsilislemAlgoritmasi.pdf.
• 14. P. J. Werbos, 1974. Beyond regression: New tools for prediction and analysis in the behavioral sciences,” Ph. D. Thesis, Harvard University, Cambridge, MA.
• 15. M. Çetin, A.Uğur, Ş. Bayzan. 2006. İleri Beslemeli Yapay Sinir Ağlarında Backpropagation Algoritmasının Sezgisel Yaklaşımı, IV. Bilgitek ve Akademik Bilişim 2006 Sempozyumu., Denizli, Türkiye.
• 16. Kızılaslan M. A., Sağın F., Doğan, E., Sönmez, O., 2014. Aşağı Sakarya Nehri akımlarının yapay sinir ağları ile tahmin edilmesi , SAÜ. Fen Bil. Der. 18. Cilt, 2. Sayı, s. 99-103
• 17. Çalışma ve Sosyal Güvenlik Bakanlığı, İş Sağlığı Ve Güvenliği Risk Değerlendirmesi Yönetmeliği Taslağı, 2015. http://www.csgb.gov.tr/csgbPortal/ShowProp erty/WLP%20Repository/isggm/dosyalar/y% C3%B6n2