Analysis of Traffic Accidents in the Gendarmerie Area by Data Mining Method

Year 2023, Volume: 6 Issue: 2, 143 - 158, 31.10.2023

Ahmet Eymen Öncü , Murat Önder

https://doi.org/10.38002/tuad.1246636

Cited By: 1

Abstract

In parallel with the increasing population of the world, the need for passenger and freight transportation is also increasing. The increase in transportation demands has led to the expansion of existing road networks and an increase in transportation types. According to the World Health Organization data, more than one million people die every year in the world as a result of traffic accidents. Traffic safety is provided by the traffic units of the Gendarmerie and Police organizations. Police are responsible for urban traffic services and gendarmerie traffic teams are responsible for out-of-city traffic services. Since the gendarmerie organization works in the provinces and the traffic flow varies according to the city center, the reasons for the accident will also vary. Traffic accidents with fatalities/injuries that occurred in the Gendarmerie traffic responsibility area between 2015-2019 were analyzed with the association rules, which is one of the data mining methods. Association rules are also used in accident analysis to determine which variables come together and the accident occurs. In order to create association rules, the Apriori algorithm, which gives successful results in accident analysis in the literature, was used. Using the Apriori algorithm, rules were created in order to reveal in which situations the accidents were more frequent. When the drivers involved in the accidents were examined, it was determined that there were male car users between the ages of 25-50.

Keywords

traffic accidents, gendarmerie traffic, data mining

Jandarma Bölgesinde Gerçekleşen Trafik Kazalarının Veri Madenciliği Yöntemiyle Analizi

Abstract

Dünyanın artan nüfusuna paralel olarak yolcu ve yük taşımacılığı ihtiyacı da artmaktadır. Ulaşım taleplerinin artması mevcut yol ağlarının genişlemesine ve ulaşım türlerinin artmasına neden olmuştur. Dünya Sağlık Örgütü verilerine göre dünyada her yıl bir milyondan fazla kişi trafik kazası sonucu hayatını kaybetmektedir. Trafik güvenliği Jandarma ve Polis teşkilatlarının trafik birimleriyle sağlanmaktadır. Şehir içi trafik hizmetlerinden polis, şehir dışı trafik hizmetlerinden jandarma trafik ekipleri sorumludur. Jandarma teşkilatının taşrada görev yapması ve trafik akışının il merkezine göre değişiklik göstermesi nedeniyle kaza oluş nedenleri de farklılık gösterecektir. Jandarma trafik sorumluluk bölgesinde 2015-2019 yılları arasında meydana gelen ölümlü ve yaralanmalı trafik kazaları veri madenciliği yöntemlerinden olan birliktelik kuralları ile analiz edilmiştir. Birliktelik kuralları, kaza analizlerinde de hangi değişkenlerin bir araya geldiğinde kazanın oluştuğunu tespit etmekte kullanılmıştır. Birliktelik kuralları oluşturmak için literatürde kaza analizlerinde başarılı sonuçlar veren Apriori algoritması kullanılmıştır. Apriori algoritması kullanılarak hangi durumlarda kazaların daha sık olduğunu ortaya çıkarmak maksadıyla kurallar oluşturulmuştur. Kazalara karışan sürücüler incelendiğinde 25-50 yaş aralığında erkek otomobil kullanıcısı olduğu tespit edilmiştir.

Keywords

trafik kazaları, jandarma trafik, veri madenciliği

References

• Alan, M. A., ve Yeşilyurt, C. (2019). Birliktelik kuralları madenciliği ile yatan hasta profilinin çıkarılması. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 23(4), 1917-1926.
• Bagherinabel, E. (2014). Trafik kazalarının zaman serisi analizi ile değerlendirilmesi. (Yayımlanmamış yüksek lisans tezi). Bülent Ecevit Üniversitesi Sağlık Bilimleri Enstitüsü Halk Sağlığı Anabilim Dalı, Zonguldak.
• Bolakar, H. (2014). Yapay sinir ağları ile trafik kazalarının modellemesi: Erzurum ili örneği. (Yayımlanmamış yüksek lisans tezi). Atatürk Üniversitesi Fen Bilimleri Enstitüsü İnşaat Mühendisliği Anabilim Dalı Ulaştırma Mühendisliği Bilim Dalı, Erzurum.
• Dışişleri Bakanlığı (2022). Türkiye´de Karayolu Taşımacılığı. Erişim Adresi: https://www.mfa.gov.tr/turkiye_de-karayolu-tasimaciligi-.tr.mfa. Son Erişim Tarihi: 17.11.2022.
• El Tayeb, A. A., Pareek, V., ve Araar, A. (2015). Applying association rules mining algorithms for traffic accidents in Dubai. International Journal of Soft Computing and Engineering, 5(4), 1-12.
• Ertunç, E. (2013). Coğrafi bilgi sistemleri yardımıyla trafik kazalarının analizi: Antalya örneği. (Yayımlanmamış yüksek lisans tezi). Selçuk Üniversitesi Fen Bilimleri Enstitüsü Harita Mühendisliği Anabilim Dalı, Konya.
• Geçer, H. S. (2021). Trafik kaza analizinde iş zekâsı tabanlı bir model önerisi. (Yayımlanmamış doktora Tezi) Sakarya Üniversitesi İşletme Enstitüsü, Sakarya.
• Geurts, K., Thomas, I., ve Wets, G. (2005). Understanding spatial concentrations of road accidents using frequent item sets. Accident Analysis & Prevention, 37(4), 787-799.
• Karamaşa, Ç., ve Erdoğan, N. K. (2018). Bayramlarda gerçekleşen trafik kazalarının birliktelik kuralları ile analiz edilmesi. Karadeniz Uluslararası Bilimsel Dergi, (40), 386-411.
• Karayolları Trafik Kanunu (KTK), (1983, 13 Ekim). Resmi Gazete (Sayı: 18195). Erişim Adresi: https://www.mevzuat.gov.tr/mevzuatmetin/1.5.2918.pdf. Son Erişim Tarihi: 17.11.2022.
• Maddi Hasarlı Trafik Kazaları (2008). Erişim Adresi: https://www.tobb.org.tr/SigortacilikMudurlugu/SigortaEksperleri/Documents/mevzuat/genelgeler/Yaln%C4%B1z%20Maddi%20Hasarla%20Sonu%C3%A7lanan%20Trafik%20Kazalar%C4%B1nda%20Taraflarca%20Doldurulacak%20Kaza%20Tespit%20Tutanaklar%C4%B1na%20%C4%B0li%C5%9Fkin%20Genelge%202007_27.doc. Son Erişim Tarihi: 17.11.2022.
• Maddi Hasarlı Trafik Kazaları (2017). Erişim Adresi: https://ms.hmb.gov.tr/uploads/2018/11/Yaln%C4%B1z-Maddi-Hasarla-Sonu%C3%A7lanan-Trafik-Kazalar%C4%B1nda-Taraflarca-Doldurulacak-Kaza-Tespit-Tutanaklar%C4%B1na-%C4%B0li%C5%9Fkin-Genelge-201718.pdf. Son Erişim Tarihi: 17.11.2022.
• Montella, A. (2011). Identifying crash contributory factors at urban roundabouts and using association rules to explore their relationships to different crash types. Accident Analysis & Prevention, 43(4), 1451-1463.
• Parıldar, O. (2014). Trafik kazalarının sınıflandırılmasında karar ağacı kullanımı: Bodrum ilçesi örneği, (Yayımlanmamış yüksek lisans tezi), Gazi Üniversitesi Fen Bilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı, Ankara.
• Solomon, S., Nguyen, H., Liebowitz, J., ve Agresti, W. (2006). Using data mining to improve traffic safety programs. Industrial Management & Data Systems, 106(5), 621-643.
• Söylemez, İ., Doğan, A., ve Özcan, U. (2016). Association Rules on Traffic Accident: Case Of Ankara. Ege Akademik Bakış, 16, 11-20.
• Türkiye İstatistik Kurumu (TÜİK), (2020). Karayolu Trafik Kaza İstatistikleri, 2019. Ankara: Türkiye İstatistik Kurumu, 11-67.
• Türkiye Karayolları Genel Müdürlüğü (KGM), (2021). Trafik Kazaları Özeti 2020. Türkiye.
• Yıldırım, U. (2014). Ankara'da şehir içinde meydana gelen trafik kazalarının analizi, kritik noktaların belirlenmesi ve bir yapay sinir ağı ile modellenmesi, (Yayımlanmış doktora tezi), Gazi Üniversitesi Fen Bilimleri Enstitüsü Kazaların Çevresel ve Teknik Araştırması Anabilim Dalı, Ankara.
• Yurtay, Y., Yurtay, N., Çelebi, N., Bacınoğlu, N. Z. ve Ak, G. (2014). Sakarya İline Ait Yangın Verilerinin Veri Madenciliği Yöntemleriyle Değerlendirilmesi. ISITES2014 Karabük. Türkiye.