İstanbul Boğazı’ndaki ticari gemi kazalarının karar ağacı yöntemiyle analizi

Bu çalışmada İstanbul Boğaz bölgesi olarak İstanbul Gemi Trafik Hizmetlerinin kapsama alanına giren Türkeli, Kandilli, Kadıköy ve Marmara sektörlerinde 2001-2016 yılları arasında meydana gelen ticari gemi kazaları incelemeye tabi tutulmuştur. Ulaştırma ve Altyapı Bakanlığı Ana Arama Kurtarma Koordinasyon Merkezi (AAKKM) veri tabanındaki kaza kayıtlarına uygulanan filtrelemeler sonucunda 500 groston üzeri ticariyük gemilerinin karıştığı 535 adet gemi kazası analiz edilmiştir. Belirtilen sektörlerde meydana gelen ticariyük gemi kazaları Ki-kare Otomatik Etkileşim Dedektörü (CHAID) karar ağacı yöntemi ile incelenmiştir.CHAID karar ağacı yöntemi sınıflandırma ve büyük veri kümelerinden anlamlı kurallar çıkarmada en yaygınkullanılan karar ağacı algoritmalarından biridir. CHAID karar ağacı yöntemi icra edilerek ticari yük gemilerinde meydana gelen kazaların tipi (çatışma/çatma, karaya oturma ve diğer) ile gemi faktörleri (gemi tipi,gemi boyu, gemi tonajı, gemi yaşı, gemi bayrağı, gemi yüklülük durumu), zaman faktörleri (kaza zamanı vekaza mevsimi) ve diğer faktörler (kazanın meydana geldiği sektör, kaza nedeni ve gemiye pilot alınmasıdurumu) arasındaki ilişki incelemeye alınmıştır. Kazanın meydana geldiği sektör, gemide pilot bulunmasıdurumu, gemi tipi ve kaza zamanı kaza tipini etkileyen en önemli girdi değişkenleri olarak bulunmuştur. Verisetine uygulanan Karar Ağacı yöntemi sonucuna göre Kadıköy sektöründe meydana gelen kazaların % 86olasılıkla çatışma/çatma, Kandilli veyahut Marmara sektörlerinde meydana gelen kazaların % 48 olasılıklaçatışma/çatma ve Türkeli sektöründe ise kazaların % 36 olasılıkla çatışma/çatma ve diğer kaza tipleri ilesonuçlandığı görülmüştür.

Analysis of merchant vessel accidents in Istanbul strait through decision tree method

In this study merchant vessel accidents which occured between 2001 and 2016 in the sectors of Türkeli, Kandilli, Kadıköy, Marmara which constitutes Istanbul Strait region under Istanbul Vessel Traffic Services scope have been examined. Data was obtained from database of Ministry of Transport and Infrastructure Main Search and Rescue Coordination Center, and after data cleansing process, 535 vessel accidents which involve merchant cargo vessels of above 500 grosston have been analyzed. Merchant cargo vessel accidents which were taken place in the specified sectors have been examined with CHAID (Chi-square Automatic Interaction Detector) Decision Tree method. CHAID Decision Tree method is one of the most common used decision tree algorithms in extracting meaningful rules from big datasets and for classification. Through conducting CHAID Decision Tree method for merchant vessel accidents relationship between accident type (collision/contact, grounding and other) and vessel factors (vessel type, Length overall (LOA), vessel gross tonnage, vessel age, flag, loading condition), time factors (accident time, season of accident) and other factors (sector where accident occured, pilot on board or not) has been analyzed. Accident occuring sector, pilot on board/not, vessel type and accident time have been found as the most important input variables. Based on the result of the Decision Tree method applied to the data set, it was observed that the accidents occurring in the Kadıköy sector were collision / contact with 86% probability, the accidents occurring in the Kandilli or Marmara sectors were collision / contact with 48% probability and in the Türkeli sector, both collision / contact and other accident types had 36% occurring probability.

PDF

___

Akten, N. (2003). The Strait of Istanbul (Bosphorus): The seaway separating the continents with its dense shipping traffic. Turkish J. Marine Sciences, 9(3), 241-265.
Althuwaynee, O. F., Pradhan, B., Lee, S. (2016). A novel integrated model for assessing landslide susceptibility mapping using CHAID and AHP pair-wise comparison. International Journal of Remote Sensing, 37(5), 1190-1209. https://doi.org/10.1080/01431161.2016.1148282
Bayar, N., Özüm, S., Yılmaz, H. (2008). Analysis of Accidents in Istanbul Strait. http://web.deu.edu.tr/maritime/imla2008/Papers/43.pdf Erişim Tarihi: 15.04.2020
De Oña, J., López, G., Abellán, J. (2013). Extracting decision rules from police accident reports through decision trees. Accident Analysis & Prevention, 50, 1151-1160. https://doi.org/10.1016/j.aap.2012.09.006
Deniz Ticareti İstatistikleri (2018) Filo, Denizyolu Taşıma, Teşvik, Gemi Sanayi, Gemi Denetim, Türk Boğazları Geçiş İstatistikleri. https://denizcilik.uab.gov.tr/uploads/pages/yayinlar/deniz-ticaret-2018-istatistikleri.pdf Erişim Tarihi: 15.03.2020
Díaz-Pérez, F.M., Bethencourt-Cejas, M. (2016). CHAID algorithm as an appropriate analytical method for tourism market segmentation. Journal of Destination Marketing & Management, 5(3), 275-282. https://doi.org/10.1016/j.jdmm.2016.01.006
Ece, N.J. (2011). İstanbul Boğazı’nda meydana gelen deniz kazalarının incelenmesi ve analizi. Dokuz Eylül Üniversitesi Denizcilik Fakültesi Dergisi, 3(2), 37-59.
Ece, N.J. (2016). Kılavuzluk hizmetlerinin deniz emniyetine katkısı: İstanbul Boğazı’nda kazaya karışan gemiler ile kılavuz kaptan almaları arasındaki ilişkinin analizi. Journal of ETA Maritime Science, 4(1), 3-21.
Erol, S., Başar, E. (2015). The analysis of ship accident occurred in Turkish search and rescue area by using decision tree. Maritime Policy & Management, 42(4), 377-388. https://doi.org/10.1080/03088839.2013.870357
Erol, S., Demir, M., Çetişli, B., Eyüboğlu, E. (2018). Analysis of ship accidents in the Istanbul Strait using neuro-fuzzy and genetically optimised fuzzy classifiers. The Journal of Navigation, 71(2), 419-436. https://doi.org/10.1017/S0373463317000601
Galguera, L., Luna, D., Méndez, M.P. (2006). Predictive segmentation in action-Using CHAID to segment loyalty card holders. International Journal of Market Research, 48(4), 459-479. https://doi.org/10.1177/147078530604800407
Han, J., Kamber, M., Pei, J. (2012). Data mining: concepts and techniques. Waltham, MA., Morgan Kaufman Publishers.
İstikbal, C. (2020). Strait of Istanbul, major accidents and abolishment of left-hand side navigation. Aquatic Research, 3(1), 40-65. https://doi.org/10.3153/AR20005
Kass, G.V. (1980). An exploratory technique for investigating large quantities of categorical data. Journal of the Royal Statistical Society: Series C (Applied Statistics), 29(2), 119- 127. https://doi.org/10.2307/2986296
KEGM. (2020). Türk Boğazları Gemi Trafik Hizmetleri Kullanıcı Rehberi, https://kiyiemniyeti.gov.tr/Data/1/Files/Document/Documents/pH/EG/cT/iV/T%C3%9CRK%20BO%C4%9EAZLA RI%20GEM%C4%B0%20TRAF%C4%B0K%20H%C4%B 0ZMETLER%C4%B0%20KULLANICI%20REHBER%C4%B0.pdf. Erişim Tarihi: 10.05.2020
Kiel Canal. (2018). The Kiel Canal A major waterway of international importance, https://www.gdws.wsv.bund.de/SharedDocs/Downloads/DE/Publikationen/NOK_englisch.pdf?__blob=publicationFile&v=4 Erişim Tarihi: 22.06.2020
Lin, C.L., Fan, C.L. (2019). Evaluation of CART, CHAID, and QUEST algorithms: a case study of construction defects in Taiwan. Journal of Asian Architecture and Building Engineering, 18(6), 539-553. https://doi.org/10.1080/13467581.2019.1696203
Mistikoglu, G., Gerek, I.H., Erdis, E., Usmen, P.M., Cakan, H., Kazan, E.E. (2015). Decision tree analysis of construction fall accidents involving roofers. Expert Systems with Applications, 42(4), 2256-2263. https://doi.org/10.1016/j.eswa.2014.10.009
Otay, N.E., Özkan, Ş. (2005). “Risk Map for the Strait of Istanbul,” Proc. of the 5th Natl Conf on Coastal Engineering, May 2005, p19-32.
Özdemir, M. (2019). Türk Boğazları’nda Meydana Gelen Gemi Kazalarının Konumsal Analizi ve Değerlendirilmesi, Karadeniz Teknik Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi, Trabzon.
Panama Canal (2019). Panama Canal Traffic Fiscal Years 2017 Through 2019, https://www.pancanal.com/eng/op/transit-stats/2019/Table01-Rev.pdf Erişim Tarihi: 22.06.2020
Prati, G., Pietrantoni, L., Fraboni, F. (2017). Using data mining techniques to predict the severity of bicycle crashes. Accident Analysis & Prevention, 101, 44-54. https://doi.org/10.1016/j.aap.2017.01.008
Rokach, L., & Maimon, O. Z. (2008). Data mining with decision trees: theory and applications (Vol. 69). World scientific. https://doi.org/10.1142/6604
Sezgin, F., Kadıoğlu, M. (2000). İstanbul Boğazı'ndaki Deniz Kazalarının İstatistiksel Analizi, Marmara Denizi 2000
Sempozyumu (Öztürk, B., Kadıoğlu, M. ve Öztürk, H. Ed.) TÜDAV 11-12 Kasım 2000, Ataköy Marina/ İstanbul, s. 149- 160.
SPSS. (1998). Answer Tree 2.0: User‘s Guide. Chicago, IL: SPSS.
Suez Canal (2019). Navigation Statistics, https://www.suezcanal.gov.eg/English/Navigation/Pages/NavigationStatistics.aspx Erişim Tarihi: 22.06.2020
Ulaştırma ve Altyapı Bakanlığı (2019). Türk Boğazları Gemi Geçiş İstatistikleri, https://atlantis.udhb.gov.tr/istatistik/gemi_gecis.aspx Erişim Tarihi: 10.03.2020
Virens, M. (2001). Market segmentation. Analytical developments and application guidelines. Millward Brown IntelliQuest.
Yılmaz, F., İlhan, M. (2018). Türk bayraklı gemilerin karıştığı deniz kazaları ve denizcilere etkilerine ilişkin bir analiz. Gemi ve Deniz Teknolojisi, (211), 80-95.