İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA
Yıl: 2021 Cilt: 4 Sayı: 3 Sayfa Aralığı: 162 - 167 Metin Dili: Türkçe DOI: 10.33439/ergonomi.989974 İndeks Tarihi: 29-07-2022
İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA
Öz: İş sağlığı ve güvenliğinde yapay sinir ağı modeli ile inşaat sektöründe kaza risklerinindeğerlendirmesine yönelik olan bu çalışmada, kaza verileri üzerinden modellemegerçekleştirilmiştir. Bu çalışmada, kaza sayısı verilerinden gerçekleşen makineöğrenim sonuçları ile karar vericilerin risk değerlendirmesinde kullandığı sıklık(frekans) kavramı için tahminleme oluşturmak amaçlanmıştır. Yapay sinir ağlarıylakaza sayısı tahminlemesi MATLAB programının NNTool paketi kullanılarakyapılmıştır. İstanbul ili içerisinde faaliyet gösteren bir ortak sağlık ve güvenlikbiriminin 2016-2019 yıllarında ait inşaat projesinde meydana gelen; ergonomik,fiziksel, kimyasal ve psikososyal risk etmenleri temelli 644 adet kaza verilerikullanılmıştır. 644 adet kaza verisinden 48 adet yapay sinir ağı için veri setioluşturulmuştur. Örneklemdeki iş kazalarına ait ay ve yıl girdileri ile kaza sayılarıyüksek doğruluk oranlı tahmini elde edilmiştir. Modelin sonucunda eğitim için%99’luk, test için %92’lik başarı yakalanmıştır. Dolayısıyla proje bazlı yürütülen ve bunedenle de sürekli farklılık gösteren inşaat sektöründeki kaza riskideğerlendirmelerinde modelin kullanımının, alınacak tedbirler için etkin olacağıöngörülmektedir.
Anahtar Kelime: ASSESSMENT OF OCCUPATIONAL ACCIDENTS WITH ARTIFICIAL NEURAL NETWORKS IN THE CONSTRUCTION SECTOR: AN EXAMPLE APPLICATION IN ISTANBUL
Öz: In this study on the evaluation of accident risks in the construction sector with artificial neural networks in occupational health and safety, modelling was carried out using accident data. For this purpose, the data of 644 accidents data based on ergonomic, physical, chemical and psychosocial risk factors that occurred in the construction project of a joint health and safety unit operating in the province of Istanbul in 2016-2019 were used. Data sets were created for 48 artificial neural networks out of the data of 644 accidents. The month and year inputs of the occupational accidents in the sample and the number of accidents were estimated with high accuracy. As a result of the model, a success rate of 99% for training and 92% for testing was achieved. Therefore, it is predicted that the use of the model will be effective for the measures to be taken in accident risk assessments in the construction sector, which are project-based and therefore constantly changing.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- Brooks, R. A. (1991). Intelligence Without Representation. Artificial Intelligence, 47(1-3), 139-159. https://doi.org/10.1016/0004- 3702(91)90053-M
- Bulut, M., ve Eygü, H. (2020). İş Kazalarının Lojistik Regresyon Yöntemi İle İncelenmesi: Bayburt İli Örneği. OPUS Uluslararası Toplum Araştırmaları Dergisi, 15(1), 4956-4974.
- Ceylan, H. (2014). Türkiye'de İnşaat Sektöründe Meydana Gelen İş Kazalarının Analizi. International Journal of Engineering Research and Development, 6(1), 1-6.
- Dizm dar, E. N., ve Koçar, O. (2018). İş Sağlığı Ve Güvenliği Yönetim Sistemlerinde Risklerin Yapay Sinir Ağlarıyla Değerlendirilmesi. Academic Platform- Journal of Engineering and Science, 6(3), 73-83.
- Gürcanlı, E. (2015). İnşaat Sektöründe Gerçekleşen Ölüm ve Yaralanmaların Analizi. Mesleki Sağlık ve Güvenlik Dergisi (MSG), 13(48).
- Jeelani, I., Asadi, K., Ramshankar, H., Han, K., Albert, A. (2021). Real-Time Vision-Based Worker Localization & Hazard Detection For Construction. Automation in Construction, 121, 103448.
- Karadağ, T., ve Kepekli, T. A. (2018). İnşaat Sektöründe Yaşanan İş Kazaları ve Kaza Nedenleri. Karabük Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(2), 314-322.
- Khan, N., Saleem, M. R., Lee, D., Park, M. W., & Park, C. (2021). Utilizing Safety Rule Correlation For Mobile Scaffolds Monitoring Leveraging Deep Convolution Neural Networks. Computers in Industry, 129, 103448.
- Lee, K., & Han, S. (2021). Convolutional Neural Network Modeling Strategy For Fall-Related Motion Recognition Using Acceleration Features of A Scaffolding Structure. Automation in Construction, 130, 103857.
- Oğuzalp, E. H., ve Dalyan, F. (2005). Türkiye’de İnşaat Sektöründeki İş Kazaları ve İş Güvenliği Sorunu. Verimlilik Dergisi, 1, 0-0.
- Öztemel, E. (2012). Yapay Sinir Ağları, Papatya Yayıncılık Eğitim, 3. Basım, İstanbul.
- Öztürk, K., ve Şahin, M. E. (2018). Yapay Sinir Ağları ve Yapay Zekâ’ya Genel Bir Bakış. Takvim-i Vekayi, 6(2), 25-36.
- Öztürk, T., Eren, Ö., ve Oral, H. V. (2021). Türkiye’de İş Kazaları ve Makroekonomik Faktörlerin İlişkisi: Zaman Serisi Analizi. Academic Platform Journal of Engineering and Science, 8.
- Öztürk, T., ve Heperkan, H. A. (2021). İnşaat İş Kazalarının Şiddetini Etkileyen Faktörlerin Mevsimsel Farklılıklara Göre Değerlendirilmesi. Ergonomi, 4(2), 72-87.
- Patel, D. A., & Jha, K. N. (2015). Neural Network Model for The Prediction of Safe Work Behavior in Construction Projects. Journal Of Construction Engineering And Management, 141(1), 04014066.
- Savadkoohi, M., Oladunni, T., & Thompson, L. A. (2021). Deep Neural Networks for Human’s Fallrisk Prediction using Force-Plate Time Series Signal. Expert Systems with Applications, 115220.
- Sosyal Güvenlik Kurumu İş Kazası ve Meslek Hastalıkları İstatistikleri. (2019). Erişim adresi: http://www.sgk.gov.tr/wps/portal/sgk/tr/kuru msal/istatistik Erişim tarihi: 21 Ağustos 2021.
- Tokdemirm , O. B., ve Ayhan, B. U. (2019). Keskin Bir Cisim ile Temas Sonucu Yaralanma Kazalarının Analitik Hiyerarşi Prosesi ve Yapay Sinir Ağları ile Analizi. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 10(1), 323-334. https://doi.org/10.24012/dumf.466493
- Türker, M., ve Kanıt, R. (2020). Yapı Üretim Sürecindeki İş Kazaları Şiddetinin Ön Bilgilendirilmiş Yapay Öğrenme Metodu İle Tahmini. Konya Mühendislik Bilimleri Dergisi, 8(4), 943-956.
- Wu, H., Zhong, B., Li, H., Love, P., Pan, X., & Zhao, N. (2021). Combining Computer Vision With Semantic Reasoning For On-Site Safety Management in Construction. Journal of Building Engineering, 42, 103036.
- Yılmaz, D. Ö. Ü. A., ve Yayın, K. (2021). Yapay Zeka. Kodlab Yayın Dağıtım Yazılım Ltd.Şti.
APA | CANER AKIN G, DUMAN İ, Alkan Ü (2021). İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. , 162 - 167. 10.33439/ergonomi.989974 |
Chicago | CANER AKIN GÜFTE,DUMAN İBRAHİM,Alkan Ümit İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. (2021): 162 - 167. 10.33439/ergonomi.989974 |
MLA | CANER AKIN GÜFTE,DUMAN İBRAHİM,Alkan Ümit İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. , 2021, ss.162 - 167. 10.33439/ergonomi.989974 |
AMA | CANER AKIN G,DUMAN İ,Alkan Ü İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. . 2021; 162 - 167. 10.33439/ergonomi.989974 |
Vancouver | CANER AKIN G,DUMAN İ,Alkan Ü İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. . 2021; 162 - 167. 10.33439/ergonomi.989974 |
IEEE | CANER AKIN G,DUMAN İ,Alkan Ü "İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA." , ss.162 - 167, 2021. 10.33439/ergonomi.989974 |
ISNAD | CANER AKIN, GÜFTE vd. "İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA". (2021), 162-167. https://doi.org/10.33439/ergonomi.989974 |
APA | CANER AKIN G, DUMAN İ, Alkan Ü (2021). İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. Ergonomi (Online), 4(3), 162 - 167. 10.33439/ergonomi.989974 |
Chicago | CANER AKIN GÜFTE,DUMAN İBRAHİM,Alkan Ümit İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. Ergonomi (Online) 4, no.3 (2021): 162 - 167. 10.33439/ergonomi.989974 |
MLA | CANER AKIN GÜFTE,DUMAN İBRAHİM,Alkan Ümit İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. Ergonomi (Online), vol.4, no.3, 2021, ss.162 - 167. 10.33439/ergonomi.989974 |
AMA | CANER AKIN G,DUMAN İ,Alkan Ü İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. Ergonomi (Online). 2021; 4(3): 162 - 167. 10.33439/ergonomi.989974 |
Vancouver | CANER AKIN G,DUMAN İ,Alkan Ü İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA. Ergonomi (Online). 2021; 4(3): 162 - 167. 10.33439/ergonomi.989974 |
IEEE | CANER AKIN G,DUMAN İ,Alkan Ü "İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA." Ergonomi (Online), 4, ss.162 - 167, 2021. 10.33439/ergonomi.989974 |
ISNAD | CANER AKIN, GÜFTE vd. "İNŞAAT SEKTÖRÜNDE İŞ KAZALARININ YAPAY SİNİR AĞI İLE DEĞERLENDİRİLMESİ: İSTANBUL İLİNDE BİR ÖRNEK UYGULAMA". Ergonomi (Online) 4/3 (2021), 162-167. https://doi.org/10.33439/ergonomi.989974 |