TR83 bölgesinde K-Means ve ARAS yöntemiyle kompost tesisi kuruluş yeri seçimi

Tarım arazilerinde verimlilik, tartışma konusu olmaya devam ederken çevresel açıdan olumsuz etkilere neden olan hayvansal atıkların değerlendirilmesi modern çağın kaçınılmaz bir sorunudur. Hâlbuki binlerce besicilik işletmesinde oluşan bu atıklar, toprağın rehabilitasyonu amacıyla kompost üretimi için kullanılabilir niteliktedir. Bu şekilde, atıkların neden olduğu çevresel etkiler asgari düzeye çekilebilecek, ekim faaliyetinde bulunan çiftçiler daha yüksek verim alabilecek ve her durumda bu kaynaktan ekonomik getiri sağlanabilecektir. Bu gerekçelerle Samsun, Tokat, Çorum ve Amasya illerinde faaliyet gösteren 123.123 adet besicilik işletmesinden çıkan atıkların kompost olarak değerlendirilmesine yönelik uygun kuruluş yeri seçimi amacıyla bu çalışma yapılmıştır. Tüm besicilik işletmelerinin coğrafi koordinatları belirlenerek bu işletmeler K-Means kümeleme yöntemi ile 18 küme kategorisine ayrılmıştır. Kompost üretimine yatırım yapmayı hedefleyen bir girişimcinin bu küme alternatiflerinden en uygun olanını seçmesine yardımcı olmak maksadıyla çok kriterli karar verme teknikleri arasında yer alan ARAS yöntemi kullanılmıştır. Kümeleme analizi için uygulanacak optimum 18 küme sayısı Elbow (Dirsek) ve f(K) Fonksiyon yöntemleri ile belirlenmiştir. Küme alternatiflerinin optimallik sıralamasından önce belirlenen 6 kriterin ve bu kriterlerin ağırlıklarının belirlenmesi için SWARA yöntemi kullanılmıştır. Elde edilen sonuçlara göre TR83 Bölgesinde 18 küme alternatifi içerisinde hayvansal atıklardan kompost üretimi için en uygun üç lokasyonun Amasya ili Suluova ilçe merkezi, Tokat ili Merkez ilçesi ve Çorum Merkez ilçesine bağlı Kuşsaray köyü olduğu belirlenmiştir.

Anahtar Kelimeler:

Kompost, K-Means, MCDM, ARAS, SWARA

PDF

___

Seyedbagheri M., Compost: Production, Quality, and Use in Commercial Agriculture, 2010.
Chardoul N., O’Brien K., Clawson B. ve Flechter M., Compost Operator Guidebook: Best Management Practices for Commercial Scale Composting Operations. Michigan Recycling Coalition, 2011.
Roman P., Martinez M. M.. ve Alberto P., Farmer’s Compost Handbook. Food and Agriculture Organization of the United Nations, 2015.
Atık Yönetimi Hakkında AB Müktesebat Rehberi, CPS, 2012.
TÜİK. Türkiye İstatistik Kurumu. www.tuik.gov.tr. Erişim tarihi Ocak 10, 2020.
Sinaga K. P. ve Yang M.S., Unsupervised K-Means Clustering Algorithm, IEEE Access, 8, 80716-80727, 2020.
Fuente-Tomas L., Arranz B., Safont G., Sierra P., Sanchez-Autet M., Garcia-Blanco A. ve Garcia-Portilla M. P., Classification of Patients with Bipolar Disorder Using K-Means Clustering, PLOS ONE, 14(1), 1-15, 2019.
Kansal T., Bahuguna S., Singh V. ve Choudhury, T. (2018). Customer Segmentation Using K-means Clustering, International Conference on Computational Techniques, Electronics and Mechanical Systems (CTEMS), 135-139, 2018
Khorshidi N., Parsa M., Lentz D. R. ve Sobhanverdi J., Identification of Heavy Metal Pollution Sources and Its Associated Risk Assessment in an Industrial Town Using The K-Means Clustering Technique. Applied Geochemistry, 135, 2021.
Priyanka G.ve Jayakarthik R., Road Safety Analysis by Using K-Means Algorithm. International Journal of Pure and Applied Mathematics, 119(10), 253-257, 2020.
Zavadskas E. K., Turskis Z., Antucheviciene J., ve Zakarevičius A., Optimization of Weighted Aggregated Sum Product Assessment. Electronics and Electrical Engineering, 122, 2012.
Stanujkic D. ve Jovanovic R., Measuring a Quality of Faculty Website Using ARAS Method, Proceeding of the International Scientific Conference Contemporary Issues in Business, Management and Education, 545-554, 2012.
Zolfani S. ve Šaparauskas J., New Application of SWARA Method in Prioritizing Sustainability Assessment Indicators of Energy System, Engineering Economics, 24, 408-414, 2013.
Toklu M. C., Çağıl G., Pazar E. ve Faydalı R., Supplier Selection Based on SWARA-WASPAS Methodology: The Case of the Iron Steel Industry in Turkey, Academic Platform Journal of Engineering and Science, 6(3), 113-120, 2018.
Ghosh J. ve Liu A., K-Means, The Top Ten Algorithms In Data Mining, Editör: Wu X.ve Kumar V., CRC Press, ABD, 21-35, 2009.
Kodinariya T. ve Makwana P., Review on Determining of Cluster in K-means Clustering, International Journal of Advance Research in Computer Science and Management Studies, 1, 90-95, 2013.
Yuan C. ve Yang, H., Research on K-Value Selection Method of K-Means Clustering Algorithm, J Multidisciplinary Scientific Journal, 2, 226-235, 2019.
Bholowalia P. ve Kumar A., EBK-Means: A Clustering Technique based on Elbow Method and K-Means in WSN, International Journal of Computer Applications, 105(9), 17-24, 2014.
Syakur M. A., Khotimah B. K., Rochman E. M. S. ve Satoto, B. D., Integration K-Means Clustering Method and Elbow Method for Identification of the Best Customer Profile Cluster, IOP Conference Series: Materials Science and Engineering, 336, 012017, 2017.
Pham D. T., Dimov S. ve Nguyen, C. D. (2004), Selection of K in K -Means Clustering, Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science, 203-210, 2004.
Larose D. T., Discovering Knowledge In Data An Introduction to Data Mining, WILEY, ABD, 2005.
Stanujkic D., Karabasevic D. ve Zavadskas E. K., A framework for the Selection of a packaging design based on the SWARA method, The Engineering Economics, 26(2), 181-187, 2015.
Ramon, J., Multi-Criteria Analysis in the Renewable Energy Industry, Springer, ABD, 2012.
Alinezhad A. ve Khalili J., New Methods and Applications in Multiple Attribute Decision Making (MADM), Springer, ABD, 2019.
Zavadskas E. K. ve Turskis Z., A New Additive Ratio Assessment (ARAS) Method in Multicriteria Decision‐Making, Technological and Economic Development of Economy, 16(2), 159-172., 2010.