Bina Bakım Onarım Ödeneklerinin Etkin Kullanımı Maksadıyla İhale Bedelini Etkileyen Faktörlerin Yapay Sinir Ağları ve Lineer Regresyon Yöntemleri ile Belirlenmesi

Öz

Kısıtlı mali kaynaklar nedeniyle kamu binaları bakım - onarım işleri için planlanan ödeneklerin planlama döneminde kullanılması büyük önem arz etmektedir. Ancak, personelin iş yükü, bakım onarım işlerinin bünyesinde pek çok belirsizlik barındırması gibi nedenlerle sağlıksız yapılan birinci keşif bedelleri üzerinden tahsis edilen ödenekler, çoğunlukla yaklaşık maliyetin altında kalmakta, bu ise ilave ödenek tahsisi için işlerin geciktirilmesine veya işin tamamen yapılamayarak ödeneğin bütçeye iade edilmesine neden olmaktadır. Öte yandan, çoğu zaman sözleşme bedellerinin yapılan ihale indirimleri nedeniyle genellikle ilk ödenek sınırları içerisinde kaldığı görülmektedir. Bu çalışmada, kısıtlı bakım onarım ödeneklerinin etkin kullanımını sağlamak maksadıyla, teklif vermeyi etkileyen yaklaşık maliyet bedeli, işin yapıldığı il, idare, onarımın tipi, ihale tarihi, işin süresi ve geçerli teklif sayısı gibi parametreler etkisinde ihale bedellerinin tahminine çalışılmıştır. Bu kapsamda bir kamu kurumunun 2015 yılında gerçekleştirdiği muhtelif bakım onarım faaliyetlerine ait 211 ihale verisi regresyon-korelasyon yöntemi kullanılarak analiz edilmiştir. Analiz sonuçları Yapay Sinir Ağları (YSA) yöntemiyle de test edilerek karşılaştırmalar yapılmıştır. Çalışma sonuçlarının, kamu binalarının bakım onarımı için planlanan ödeneklerin daha etkin ve verimli kullanılabilmesinde, ilgili kamu görevlilerine yol göstereceği değerlendirilmektedir.

Anahtar Kelimeler

• İnşaat Sektörü, Kamu Binaları, Regresyon Analizi, Yapay Sinir Ağları.

Determination of The Factors Effecting The Tender Price by way of Artificial Neural Networks and Linear Regression Analyses in order to Utilize Maintenance and Repair Funds More Effectively

Öz

The funds allocated for the maintenance and repair of the public buildings must be spared as scheduled, because of the limited financial resources. However, because of the uncertainties embodied within the very nature of the maintenance and repair works, and the working load, most of the time, the funds based on the untruth-worthy bill of quantities remain below the approximate cost and this causes delays in the works or a complete collection of projects and returning the allocated funds back to the budget eventually. On the other hand, due to discounts, the tender prices usually remain within the limits of the funds allocated at the very beginning. In this paper, for the purpose of using the limited funds allocated for the maintenance and repair works effectively, by taking the factors effecting the bidding into consideration such as; approximate cost, and the city where the work is to be done, and contracting authority, and repair type, and bidding date, and duration of the work, and number of accepted bids, the correct estimates of contract prices have been studied. In this regard, the 211 bidding data concerning various maintenance and repair projects carried out by a public institute in 2015 have been analyzed using regression-correlation method. The results of the analysis have been tested by way of Artificial Neural Networks (ANN) and some comparisons made. It has been shown that the results of the study will lead the way for public officials in utilizing the funds allocated for the maintenance and repair of public buildings more effectively and efficiently

Anahtar Kelimeler

• Construction Sector, Public Buildings, Regression Analyses, Artificial Neural Network