Kümeleme analizi ile konut seçimi sürecinde deprem riski tabanlı bir yaklaşım önerisi

Yıl 2022, , 281 - 293, 15.04.2022

Furkan Dişkaya , Şenol Emir

https://doi.org/10.28948/ngumuh.982824

Cited By: 1

Öz

Bu çalışmada, insan yaşamının önemli kararlarından biri olan konut seçimi konusu risk tabanlı bir yaklaşım ile İstanbul ili kapsamında ele alınmıştır. Konut seçimi için hazırlanmış diğer araştırmalar incelendiğinde, literatürde genel kabul gören çeşitli karar ölçütleri kapsamında uygulamalar görülmüştür. Ancak, her konut seçimi yaşanan bölgenin farklı gereksinimlerine uygun yapılması gereken hayati ve telafisi zor bir karardır. İstanbul gibi deprem kuşağında yer alan bir yerleşim bölgesinde, deprem riski son derece önemli bir karar ölçütü teşkil edecektir. Çalışma uygulamasında, İstanbul ili mahalleler bazında Kümeleme Analizi ile risk derecesine göre kümelere ayrılmıştır. Bulunan deprem riski ölçütü literatür ve online emlak kurumlarından elde edilen diğer ölçütler ile uzman görüşleri ışığında Analitik Hiyerarşi Prosesi yöntemi kullanılarak ağırlıklandırılmıştır. Bu ağırlıklı ölçütler yardımıyla VIKOR yöntemi uygulanarak örnek konut seçimi sıralaması elde edilmiştir. Sıralama işlemi, yeni ölçütün karar analizine dâhil edildiği ve edilmediği durumlar için ayrı ayrı gerçekleştirilmiştir. Karşılaştırmalı analizler sonucunda, konut seçimi için yeni bir karar ölçütü olarak belirlenen deprem riskinin, ekonomik, fiziki ve sosyal diğer karar ölçütleri kadar dikkate alınması gerekliliği vurgulanmıştır.

Anahtar Kelimeler

Konut seçimi, Deprem riski, Kümeleme analizi, VIKOR Yöntemi., AHP

Suggestion for a earthquake risk-based approach in the housing selection process with cluster analysis

Öz

In this study, the issue of housing selection, which is one of the important decisions of human life, is discussed within the scope of Istanbul province with a risk-based approach. When studies in the literature focusing on housing selection are examined, it is seen that there exist applications that are within the scope of various decision criteria. However, each choice of housing is a vital and difficult decision to make under the different needs of the region. In a residential area located in an earthquake zone such as Istanbul, earthquake risk will be an extremely important decision criterion. In the application, clustering analysis is applied to group the neighborhoods in Istanbul according to their risk levels. The earthquake risk criterion is weighted using the Analytical Hierarchy Process method based on extensive literature review and other criteria obtained from online real estate institutions and expert opinions. By using these weighted criteria, a sample house selection ranking is obtained by the VIKOR method. The ranking process is carried out in two separate ways, including and not including the new risk criteria in decision analysis. As a result of the comparative analyses, it is emphasized that the earthquake risk, which is determined as a new decision criterion for housing selection, should be taken into account as much as other economic, physical and social decision criteria.

Anahtar Kelimeler

Housing selection, Earthquake risk, Cluster analysis, AHP, VIKOR method

Kaynakça

• Ç. İpek, Y. Şahin, AHP temelli gri ilişkisel analiz yöntemi ile konut seçimi, Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 9(25), 153-172, 2018.
• E. Mulliner, K. Smallbone, V. Maliene, An assessment of sustainable housing affordability using a multiple criteria decision making method, Omega, 41(2), 270-279, 2013. https://doi.org/10.1016/j.omega.2012. 05.002
• T. Alkan ve S. Durduran, Konut seçimi sürecinin ahp temelli topsis yöntemi ile analizi, Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 2(2), 12-21, 2020. https://dx.doi.org/10.47112/ neufmbd.2020.2
• İ. Karaduman ve N. K Yılmaz, Rezidans dairesi satışında müşteri tercihlerini etkileyen faktörler ve pazar payı analizinde konjoint yönteminin kullanımı, Giresun Üniversitesi İktisadi ve İdari Bilimler Dergisi, 1(2), 65-82, 2015.
• K. M. G. Wong, A conceptual model of the household’s housing decision-making process: the economic perspective,Rurds,14(3), 217-234, 2003. https://doi.org/10.1111/1467-940X.00055
• H. Timmermans, E. Molin, L. V. Noortwıjk, Housıng choice processes: stated versus revealed modelling approaches, Netherlands Journal of Housing and the Built Environment, 9(3), 215-227, 1994. https://doi.org/10.1007/BF02496997
• O. Ergünay, Türkiye’nin afet profili. TMMOB Afet Sempozyumu, Ankara, Türkiye, 5-7 Aralık 2007.
• A. Supçiller ve P. Erbilek, Analitik hiyerarşi prosesi ve hedef programlama ile bir üniversite kütüphanesindeki kısmi zamanlı personellerin çizelgelenmesi, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 27(1), 1-12, 2021. https://doi.org/10.5505/pajes.2020. 86383
• L. Ferreira and D. B. Hitchcock, A comparison of hierarchical methods for cluster functional data, Communications in Statistics-Simulation and Computation, 38(9), 1925-1949, 2009. https://doi.org/10.1080/03610910903168603
• G. A. Mendoza and R. Prabhu, Multiple criteria decision making approaches to assessing forest sustainability using criteria and indicators: A case Study, Forest Ecology and Management, 131(1-3), 107-126, 2000. https://doi.org/10.1016/S0378-1127(99)00204-2
• T. L. Saaty, The analytic Hierarcy Process. New York, USA, McGraw-Hill, 1980.
• S. Opricovic and G.H. Tzeng, Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS, European Journal of Operational Research, 156(2), 445-455, 2004. https://doi.org/ 10.1016/S0377-2217(03)00020-1
• M.K. Sayadi, M. Heydari, K. Shahanaghi, Extension of VIKOR method for decision making problem with interval numbers, Applied Mathematical Modelling, 33(5), 2257-2262, 2009. https://doi.org/10.1016/j.apm. 2008.06.002
• İBB Deprem Risk Yönetimi ve Kentsel İyileştirme Daire Başkanlığı, Deprem ve Zemin İnceleme Müdürlüğü (DEZİM). İstanbul İli Olası Deprem Kayıp Tahminleri Kitapçığı. https://depremzemin.ibb. istanbul/guncelcalismalarimiz/(21 Ocak 2021)
• Türkiye İstatistik Kurumu, Adrese Dayalı Nüfus Kayıt Sistemi Sonuçları, İl ve İlçelere Göre İl/İlçe Merkezi, Belde/Köy Nüfusu ve Yıllık Nüfus Artış Hızı. https://data.tuik.gov.tr/Bulten/Index?p=Adrese-Dayali-Nufus-Kayit-Sistemi-Sonuclari-2020-37210 (13.04.2021)
• S. Memiş, Tüketicilerin konut tercihini etkileyen faktörlerinin Ahp ile ölçülmesi: Giresun ili örneği. Avrasya Uluslararası Araştırmalar Dergisi, 7(16), 783-796, 2019. https://doi.org/10.33692/avrasyad.543867
• R. F. Muth, Cities and Housing: The Spatial Pattern of Urban Residential Land Use, USA, Chicago and London: The University of Chicago Press, 1969.
• W. Alonso, Location and Land Use. Cambridge, Massachusetts, USA, Harward University Press, 1964.
• I.S. Lowry, A Model of Metropolis, USA, Santa Monica: Rand Corporation, 1964.
• P.H. Rossi, Why Families Move: A Study in the Social Psychology of Urban Residential Mobility, USA, New York: The Free Press, 1955.
• A. Eş ve B. Yılmaz, Kiralık konut seçiminin AHP tabanlı Vikor yöntemiyle belirlenmesi: Çankaya örneği, Atatürk Üniversitesi, İktisadi ve İdari Bilimler Dergisi, 34(4), 1229-1249, 2020. https://doi.org/ 10.16951/atauniiibd.650809
• F. Kendig, Will a Home Still Be a House. Institutional Investor, 16, 89-91, 1982.
• R. K. Trembley and A. D. Dillman, Beyond the American Housing Dream: Accommodation to the 1980s, Housing and Society, USA, Lanham, University Press of America, 1983.
• H. B. Kang and M. J. Gardner, Selling Price and Marketing Time in the Residential Real Estate Market, Journal of Real Estate Research, 4(1), 21-35, 1989. https://www.jstor.org/stable/44095260
• W.A.V Clark and J.L. Onaka, Life Cycle and Housing Adjusment as Explanations of Residential Mobility, Urban Studies, 20(1), 47-57, 1983. https://doi.org/10.1080/713703176
• Y. Jin and Z. Zeng, Real Estate and Optimal Public Policy in a Credit-Constrained Economy, Journal of Housing Ecenomics, 16(2), 143-166, 2007. https://doi.org/10.1016/j.jhe.2007.03.003
• L.M. Fisher, H.O. Pollakowski and J. Zabel, Amenity-Based Housing Affordability Indexes, Real Estate Economics, 37(4), 705–746, 2009. https://doi.org/10.1111/j.1540-6229.2009.00261.x
• E. Kaba, Konut Alma Kararlarını Etkileyen Faktörler ve Alıcı Profilini Belirlemeye Yönelik Bir Araştırma. Yayınlanmamış Yüksek Lisans Tezi, Marmara Üniversitesi, İstanbul, Türkiye, 2008.
• R. A. Opoku and A. G. Abdul-Muhmin, Housing preferences and attribute importance among low-income consumers in Saudi Arabia, Habitat International, 34(2), 219–227, 2010. https://doi.org/10.1016/j.habitatint.2009.09.006
• K. E. Tosun ve Z. Fırat, Kentsel Mekândaki Değişimler ve Kişilerin Konut Tercihleri: Bursa Örneği. Business and Economics Research Journal, 3(1), 173-195, 2012.
• M. R. Kalelioğlu ve E. M. Özgür, İkametgâh Memnuniyeti Bağlamında Konut Yeri Seçimi ve İkametgâh Hareketliliği: Bolu Kenti Örneği, Coğrafi Bilimler Dergisi, 11(2), 149-168, 2013. https://doi.org/10.1501/Cogbil_0000000147
• TL. Saaty, How to make a decision: The analytic hierarchy process. European Journal of Operations Research, 48(1), 9-26, 1989. https://doi.org/10.1016/0377-2217(90)90057-I
• J Ball and V.C. Srinivasan, Using the analytic hierarchy process in house selection, The Journal of Real Estate Finance and Economics, 9(1), 69-85, 1994. https://doi.org/10.1142/S0219622009003314
• M.J. Schniederjans, J.J. Hoffman, G.S. Sirmans, Using goal programming and the analytic hierarchy process in house selection, The Journal of Real Estate Finance and Economics, 11(2), 167-176, 1995. https://doi.org/10.1109/ICSMC.2007.4413642
• A. Bender, A. Din, M. Hoesli, J. Laakso, Environmental quality perceptions of urban commercial real estate, Journal of Property Investment and Finance, 17(3), 280-297, 1999. https://doi.org/10.1016/j.sbspro.2014.12.198
• T. Kauko, An Analysis Of Housing Location Attributes In The Inner City Of Budapest, Hungary, Using Expert Judgements. International Journal Of Strategic Property Management, 11(4), 209-225, 2007. https://doi.org/10.3846/1648715X.2007.9637570
• M. Timor, Analitik Hiyerarşi Prosesi, İstanbul, Türkiye, Türkmen Kitabevi, 2011.
• B. F. Yıldırım, Gri İlişkisel Analiz. Editörler: B. F Yıldırım, E Önder. İşletmeciler, Mühendisler ve Yöneticiler İçin Operasyonel, Yönetsel ve Stratejik Problemlerin Çözümünde Çok Kriterli Karar Verme Yöntemleri, 230-244, Türkiye, Bursa, Dora Yayınları, 2. Baskı, 2014.
• A. Onan, Promethee Sıralama Yönteminin Konut Projelerinin Değerlendirilmesinde Kullanılması. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16 (1) , 17-28, 2014. https://doi.org/10.5578/jeas.6470
• Á. Sicilia, L. Madrazo, M. González, Applying clustering techniques to retrieve housing units from a repository, In Design Computing and Cognition’10 (pp. 387-401). Springer, Dordrecht, 2011. https://doi.org /10.1007/978-94-007-0510-4_21
• M. Helbich, W. Brunauer, J. Hagenauer, M. Leitner, Data-driven regionalization of housing markets, Annals of the Association of American Geographers, 103(4), 871-889, 2013. https://doi.org/ 10.1080/00045608.2012.707587
• L. Gabrielli, S. Giuffrida, M. R. Trovato, Gaps and overlaps of urban housing sub-market: hard clustering and fuzzy clustering approaches. In Appraisal: From theory to practice (pp. 203-219), Springer, Cham., 2017. https://doi.org/ 10.3390/buildings7030080
• C. Çeli̇k ve G. Kıral, Kümeleme Yöntemiyle Konut Talebinin İncelenmesi: Türkiye İl Grupları Üzerine Bir Uygulama, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 27(1), 123-138., 2018. https://dergipark.org.tr/tr/pub/cusosbil/issue/36563/415459
• S. Ara-Aksoy and E. Irwin, Cluster Analysis for Housing Market Segmentation: Konut Piyasası Bölümlendirmesinde Kümelenme Analizi, Sosyoekonomi, 29(49), 11-32.,2021. https://doi.org/ 10.17233/sosyoekonomi.2021.03.01
• Ö. Akay, C. Çelik, G. Kıral, Using Clustering of Panel Data to Examine Housing Demand of Expatriate Turks and Foreigners: An Application of k-prototype Algorithm, In Application of Multi-Criteria Decision Analysis in Environmental and Civil Engineering (pp. 183-195). Springer, Cham., 2021. https://doi.org/ 10.1007/978-3-030-64765-0_18
• L. Zhang and X. Hu, Public Housing Allocation Model in the Guangdong-Hong Kong-Macao Greater Bay Area under Clustering Algorithm, Complexity, 6, 1-10, 2021. https://doi.org/ 10.1155/2021/7582502
• R. Alpar, Çok Değişkenli İstatistik Yöntemler, 4. Baskı, Ankara, Türkiye, Detay Yayıncılık,2013.
• H. Akpınar, Data Veri Madenciliği Veri Analizi, 2.Baskı, İstanbul, Türkiye, Papatya Yayıncılık, 2017.
• G. James, D. Witten, T. Hastie, R. Tibshirani, An introduction to statistical learning: with applications in R, New York, Springer,2013.
• İ. Arslan, Python ile Veri Bilimi, 3.Baskı, İstanbul, Pusula Yayıncılık, 2020.
• H. Bulut, R Uygulamaları ile Çok Değişkenli İstatistiksel Yöntemler, 1. Baskı, Ankara, Türkiye, Nobel Yayıncılık, 2018.
• M. Timor, Yöneylem Araştırması ve İşletmecilik Uygulamaları, 1.Baskı, İstanbul, İ.Ü Basımevi Müdürlüğü, 2001.
• T. Paksoy, N. Yapıcı Pehlivan, E. Özceylan, Bulanık Küme Teorisi.1.Baskı, Ankara, Nobel Akademik Yayıncılık,2013.
• J. Papathanasiou and N. Ploskas, Multiple Criteria Decision Aid Methods, Examples and Python Implementations, Birinci Baskı, Springer, 2018.
• A. Özbek, Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü, İkinci Baskı, Ankara, Seçkin Yayınları, 2019.
• E. Ayçin, Çok Kriterli Karar Verme Bilgisayar Uygulamalı Çözümler, İkinci Basım, Ankara, Nobel Yayıncılık, 2020.
• B. Kizielewicz, A. Baczkiewicz, Comparison of Fuzzy TOPSIS, Fuzzy VIKOR, Fuzzy WASPAS and Fuzzy MMOORA methods in the housing selection problem, Procedia Computer Science, 192, 4578-4591, 2021, https://doi.org/10.1016/j.procs.2021.09.236.