İstanbul Deniz Yolcu Taşımacılığının Kümeleme Yöntemi ile Analizi
Öz
Dünya ticaretinde ve deniz kıyısı olan kentlerin ulaşım seçeneklerinde denizyolu taşımacılığı yüksek bir öneme sahiptir. Bu bakımdan İstanbul, Asya ve Avrupa yakasında bulunan iskele konumları ile kent içi deniz taşımacılığında büyük bir avantaja sahiptir. İstanbul deniz ulaşım ağında yolcu taşıması birden çok firma ile her gün tamamlanmaktadır. İstanbul Büyükşehir Belediyesi Açık Veri Portalı’ndan elde edilen veri ile tamamlanan çalışmada gözetimsiz öğrenme yöntemi kullanılarak kent içi taşımadaki örüntüler tespit edilmeye çalışılmıştır. K-means algoritması kullanılarak tamamlanan çalışmada kümeleme analizi yapılmıştır. Aynı zamanda kümeleme çalışması için büyük öneme sahip olan küme sayısı belirleme sorunu farklı yöntemler ile değerlendirilmiştir. Yapılan çalışma sonucunda az sayıda küme sayısı ile analiz yapıldığında taşıyıcı ve yolcu profiline ait bilgilere ulaşılabileceği tahmin edilmiştir. Bununla beraber, yüksek küme sayısı ile analiz yapıldığında taşıyıcıya ait örüntülere ulaşılabileceği sonucuna varılmıştır. Çalışma sonucunda doğrudan iskele bazında yolcu ya da taşıyıcı analizi yapılmak yerine gelecek çalışmalara dayanak olabilecek çıkarımlardan bahsedilmiş ve uygun yaklaşımlar açıklanmıştır.
Anahtar Kelimeler
Deniz Ulaştırma Mühendisliği , Yolcu Taşımacılığı , Kümeleme Analizi , K-means
References
- Aycı, T., & Barlas, B. (2015). İstanbul Şehir Hatları’nın Gemi ve Hat Analizi. GİDB Dergi, (02), 17-30.
- Cahyana, B. E., Nimran, U., Utami, H. N., & Iqbal, M. (2020). Hybrid cluster analysis of customer segmentation of sea transportation users. Journal of Economics, Finance and Administrative Science, 25(50), 321–337. https://doi.org/10.1108/JEFAS-07-2019-0126/FULL/PDF
- Erdönmez, E. S., & İncaz, S. (2016). 2018 Yılına Kadar Ab Denizyolu Taşımacılığının Stratejik Hedefleri Ve Önerilerinin Türkiye'ye Yansıması. JOEEP: Journal of Emerging Economies and Policy, 1(1), 111-125.
- Farahnakian, F., Nicolas, F., Farahnakian, F., Nevalainen, P., Sheikh, J., Heikkonen, J., & Raduly-Baka, C. (2023). A Comprehensive Study of Clustering-Based Techniques for Detecting Abnormal Vessel Behavior. Remote Sensing 2023, Vol. 15, Page 1477, 15(6), 1477. https://doi.org/10.3390/RS15061477
- Hou, Z. ;, Yan, R. ;, Wang, S., Hou, Z., Yan, R., & Wang, S. (2022). On the K-Means Clustering Model for Performance Enhancement of Port State Control. Journal of Marine Science and Engineering 2022, Vol. 10, Page 1608, 10(11), 1608. https://doi.org/10.3390/JMSE10111608
- Oral, M. (2008). İstanbul deniz yolu ulaşımının değerlendirilmesi ve öneriler (Yüksek lisans tezi, İstanbul Teknik Üniversitesi)
- Özer, K. (2009). İstanbul Deniz Otobüsleri'nin Bir Hattında Yolcu Talep Tahmini (Yüksek Lisans Tezi, Marmara Üniversitesi (Türkiye)).
- Öztürk, A. İ. (2011). Belediyeler ve Deniz Ulaşımı: İstanbul Şehir Hatlarının Belediyeye Devri. Çağdaş Yerel Yönetimler, 20(4), 1–23.
- Sazak, S. (2019). İstanbul için öneri: Deniz ulaşımında elektrikli taşıt kullanımı ile enerji verimliliği sağlanması (Yüksek lisans tezi, Altınbaş Üniversitesi).
- Son, W. J., & Cho, I. S. (2022). Analysis of Trends in Mega-Sized Container Ships Using the K-Means Clustering Algorithm. Applied Sciences 2022, Vol. 12, Page 2115, 12(4), 2115. https://doi.org/10.3390/APP12042115