Adli Vakaların Coğrafi Bilgi Sistemleri ve Yapay Sinir Ağları ile Tahminlenmesi: İzmir İli Hırsızlık Suçları Örneği

Öz

AMAÇ: Bir bireyin suçu neden işlediğini tespit edebilmek için kişinin psikiyatrik özelliklerinin yanında suçun işlendiği lokasyonda suçu etkileyen dış faktörlerin de belirlenmesi gerekmektedir. Bu faktörlerin belirlenmesi ilgili faktörlerin bir arada bulunduğu bir başka duruma ilişkin öngörümleme yapılabilmesi için önemlidir. Çalışmanın amacı hırsızlık suçunu etkileyen faktörler belirlenerek benzer koşulların tekrar meydana gelmesi durumunda mekansal gelecek tahminlemesi yapılmasıdır. YÖNTEMLER: Çalışma İzmir ilinin merkez ilçe sınırına dahil olan 749 mahallesinde 2009, 2010 ve 2011 yılının Ağustos ayında gerçekleşen hırsızlık suçları üzerinden yürütülmüştür. İlk iki yıl verisi mahallelere ilişkin sosyal, demografik, kültürel ve çevresel özellikler ile birlikte ele alınarak coğrafi olarak ağırlıklandırılmış regresyon analizi ile hırsızlık suçunu tetikleyen faktörlerin tespit edilmesinde kullanılmıştır. Aynı mahallelerde 2011 yılı Ağustos ayında hırsızlık suçunun tekrar oluşma ihtimalini hesaplamak amacıyla Yapay Sinir Ağları tekniklerinden yararlanılmıştır. BULGULAR: Çalışmada, İzmir ilinde hırsızlık suçlarının oluşumunun %65 düzeyinde nüfus yoğunluğu, 15-35 yaş arası erkek nüfus, toplu ulaşım duraklarına olan mesafe, mahalle içerisindeki toplu ulaşım durak sayısı, güvenlik birimleri sayısı, dini tesis sayısı ve banka sayısı ile açıklanabildiği tespit edilmiştir. Tespit edilen faktörlerin 2011 yılı Ağustos ayında tekrar bir araya gelmesi durumunda yeni meydana gelecek hırsızlık suçlarının sayısı tahminlenmiştir. Tahminleme sonucu, 2011 yılı Ağustos ayında gerçekleşen hırsızlık suç sayıları ile karşılaştırıldığında 749 mahalleden 542’sinde %72,4 gerçekleşen hırsızlık sayılarının doğru tahmin edildiği saptanmıştır. SONUÇ: Hırsızlık suçlarının oluşumunu etkileyen sosyal, demografik ve çevresel faktörler saptanmıştır. Bu faktörlerin tekrar biraraya gelmesinin suçun tekrar oluşmasını tetiklediği yapılan araştırma sonucu ortaya çıkmıştır. Bu nedenle hırsızlık suçları incelenirken suçu işleyen bireylerin psikolojik, sosyolojik ve/veya fizyolojik özelliklerinin yanında suçun işlendiği konuma ilişkin çevresel faktörlerin de dikkate alınması gerekmektedir. Suç oluşumunu etkileyen dış faktörlerin değerlendirmeye alınmasıyla suçlu bireylerin bu suçu işleme nedenleri daha iyi açıklanmış olacak hatta gerekli tedbirler alınarak gelecekte oluşabilecek suçların önlenmesi de mümkün olabilecektir.

Anahtar Kelimeler

• Suç
• yapay sinir ağları
• coğrafi bilgi sistemleri
• konumsal tahminleme

Prediction of Forensic Cases Using Geographical Information Systems and Artificial Neural Networks: Case Study of Izmir Province of Theft

Öz

OBJECTIVE: External factors affected on crime must be determined to identify the reason of committed offense in addition to psychiatric characteristics of the offender. Identification of these factors is also important to be used in forecasting crime cases which are relevant factors in further situation. After determining factors affected, aim of study is spatial prediction of theft according to the repeated formation of same and/or similar conditions. METHODS: The study is performed in 749 neighborhoods of central districts of Izmir using theft data from August 2009, 2010 and 2011. First two years of the data is used with social, cultural, demographic and environmental characteristics of neighborhoods to identify the factors that trigger the formation of theft occurrences by using geographically weighted regression analysis. In order to use of factors, possible locations of future theft occurrences are calculated by artificial neural network techniques.RESULTS: Theft cases are explained with the contribution of population density, 15-35 age male population, distance from public transportation station and quantity of public transportation stations, security units, religious buildings, banks in each neighborhood by rate of 65%. According to condition of factors occurred at the same time in August 2011, number of theft occurrences are predicted. Prediction results are compared with committed theft incidents. The result of comparison shows that prediction has 542 accurate estimates %72.4 in 749 neighborhoods.CONCLUSION: Social, demographic and environmental factors affecting the theft occurrences are identified. Repeated formation of same and/or similar conditions occurred at the same time, triggers the theft occurrences. While examining theft, it is crucial to investigate environmental factors in addition to take consideration of psychological, sociological and/or physiological characteristics of the offenders. Criminal offenses would be better to be explained and even crime prevention activities would be made easier by taking into consideration of the external factors affecting the formation of crime. team.

Anahtar Kelimeler

• Crime
• artificial neural networks
• geographical information systems
• spatial prediction

Kaynakça

1. Dalan Ö, Tecim V. Comparison of variables affecting on crime occurrences at different scales by using a spatial statistics method [in Turkish]. TurkStat, Journal of Statistical Research ;10 3 :1-14.
2. Tamer H, Açıksarı Ö, Keten A, Karanfil R, Avşar A. Socio- demographic data of delinquent children in Kahramanmaraş. J Foren Med 2013;28 2 :115-20.
3. Şenses A, Akbaş S, Baykal S, Karakurt MN. The Distribu- tion of Psychiatric Diagnoses and Neuropsychological Features of Male Adolescents Who Dragged Into Robbery. J Foren Med ;28 3 :223-32.
4. Dalan Ö. Intelligent geographical information system for criminology Unpublished thesis . Dokuz Eylul University, Izmir, 2015.
5. Strano M. A neural network applied to criminal psychological profiling: An Italian initiative. Int J Offender Ther Comp Crimi- nol 2004;48 4 :1-7.
6. Kangas L. Artificial neural network system for classification of offenders in murder and rape cases. Available from: https:// www.ncjrs.gov/pdffiles1/nij/grants/190984.pdf. cited: 2 April 2015 .
7. Göksu E. Izmir and Crime Geography in 1929 World Eco- nomical Crisis. Izmir: Izmir Metropolitan Municipality Cultural Publications, 2003.
8. Sevim Y, Soyaslan Y. Social, cultural and economic features of burglary perpetrators: Elazig exemplar [in Turkish]. Polis Bilimleri Dergisi 2009;11 3 :23-41.

9. Polat C, Eren H, Erbakıcı F. Evaluation of factors effecting burglary crime and prudential approaches [in Turkish]. Güven- lik Birimleri Dergisi 2013;2 1 :1-33.
10. Salleh SA, Mansor NS, Yusoff, Z, Nasir RA. The crime ecolo- gy: Ambient temperature vs. Spatial setting of crime burglary . Procedia Soc Behav Sci 2012;42:212-22.
11. Turkish Statistics Institute. Statistics of prisoners. Avaliable from: http://tuikapp.tuik.gov.tr/girenhukumluapp/girenhuku- mlu.zul. cited: 12 April 2015 .
12. Fotheringham AS, Brunsdon C, Charlton M. Geographically weighted regression: The analysis of spatially varying relation- ships. Chichester: Wiley Press, 2002.
13. Fausett L V. Fundamentals of neural networks: Architec- tures, algorithms and applications 1st ed. . Texas: Pearson, 1993.
14. Öztemel E. Artificial Neural Networks 2nd ed. [in Turkish]. Istanbul: Papatya Publications, 2006.
15. Kaynar O, Taştan S. Comparasion of MLP artifical neural network and ARIMA method in time series analysis. Erciyes University Journal of Economics and Administrative Sciences ;33 2 :161-72.
16. Thurston J. GIS & Artificial neural networks: Does your GIS think?. Available from: http:www.GIScafe.com. cited: 20 May 2011 .
17. Aras S. A new model choice strategy on time series pre- diction with artificial neural networks Unpublished thesis [in Turkish]. Dokuz Eylul University, Izmir, 2013.
18. Olligschlaeger AM. Spatial analysis of crime using GIS based data: weighted spatial adaptive filtering and chaotic cel- lular forecasting with applications to street level drug markets Unpublished thesis . Carnegie Mellon University, Pittsburg, 1997.
19. Demirci S, Çoban E. Crime analysis notion in forensic sci- ences services [in Turkish]. Polis Dergisi 2002;30:1-9.
20. Ergün N, Yirmibeşoğlu F. Distribution of crime and crimi- nality in Istanbul between 2000-2004 [in Turkish]. New Policies and Strategies in Planning: Risks and Opportunities: 29th Col- loquium of 8th November World Town Planning Day, Istanbul, :297-310.