Hava yolları uçuş ekibi ihtiyacının makine öğrenmesi ve zaman serisi modelleri ile tahmini

Covid-19 pandemisinden en çok etkilenen sektörlerin başında havayolu taşımacılığı gelmesine rağmen dünya ekonomisi açısından vazgeçilmez bir konumda bulunmaktadır. Son dönemlerde salgın hastalıklar ve terör olayları nedeniyle zaman zaman ekonomik krizler yaşanmıştır. Pandeminin etkisiyle dünyada çoğu havayolu şirketi küçülmeye gitmesine rağmen uzun vadede büyümesini sürdürmektedir. Pek çok havayolu şirketi için mevcut sefer sayıları ile pandemi öncesi sefer sayıları birbirine benzerlik göstermektedir. Pandeminin hayatımıza girmesiyle birlikte yolcu taşımacılığının yanı sıra havacılıkta kargo taşımacılığı da büyük önem kazanmıştır. Kargo seferlerine artan talep neticesinde uçak sefer sayılarında ki artış açıkça gözükmektedir. Tüm havayolu şirketleri için artan talepler karşısında uçucu ekip ihtiyacı temel sorun olmuştur. Havayolu şirketleri bu sorunu çözmek için çeşitli çalışmalar yürütmektir. Yapılan çalışma ile hava yolları için gelecek yıllarda oluşacak ekip ihtiyacı sayısını en etkin şekilde tahminlemesi hedeflenmektedir. Bu projenin amacı, aşağıdaki çıktıları doğru bir şekilde gerçekleştirmek için makine öğrenmesi yardımıyla bir karar destek sistemi kurarak milli bayrak taşıyıcı havayolu şirketi olan Türk Hava Yolları'nın gelecek yıllar için ekip ihtiyacını tespit etmektir. Ekip ihtiyacı sayısının tahmin edilmesi ile birlikte, gelecek yıllarda üretim saati, uçak sayısı ve destinasyon vb. değişkenler arttığında, uçuş operasyonlarının tam zamanlı ve eksiksiz olarak gerçekleştirilebilecek, yılın herhangi bir zamanında gelecek olan kargo, charter vb. ek gelir olan seferlerin sorunsuz bir şekilde icra edilebilecek, geçmişe dayalı olarak oluşturulan nöbetçi ekip sayılarının kullanım oranları incelenerek geleceğe yönelik daha optimal sayıda nöbet tahminleyerek hem gereksiz yere açılan nöbet maliyetinden tasarruf etmek hem de mevcut bulunan ekiplerin daha optimal kullanımını sağlanacaktır. Projede birbirini takip eden üç temel adımdan oluşacaktır. Bunlardan ilki Ekip Planlama Başkanlığı sistemlerinden veri elde etmektir. Şu an kullanılan planlama sistemi geçmişe dönük verileri raporlar halinde planlamacıya sunabilmektedir. Veri elde etmek herhangi bir paket programa ya da kütüphaneye ihtiyaç bulunmamaktadır. Diğer bir adım ise, veri analizidir. Bu adımda elde edilen veri üzerinde Python yazılım dili kullanılarak veri madenciliği işlemleri yapılacaktır. Bu işlemlerin sonucunda analize hazır hale gelecek olan veri üzerinde farklı makine öğrenmesi algoritmaları uygulanacaktır. Uygulanan algoritmalar sonucu elde edilen sonuçlardan en optimal sonucu veren algoritma seçilecektir. Projenin son adımı ise kullanıcılar için arayüz oluşturmak olacaktır. Proje tamamlandıktan sonra elde edilecek yazılım planlamacıların kullanımına sunulacaktır. İlgili kişiler yapacakları çalışmalar ile gelecek yıllar için gerekli ekip sayısını tahmin edecek ve bu hedef doğrultusunda yeni ekipler istihdam edilecek, mevcut ekiplere ihtiyaçlar dahilinde eğitimler planlanarak terfi edilmesi ve gerekli görülen ihtiyacın giderilmesi sağlanacaktır. Tezde yer alan veri seti ve analiz çıktıları, Türk Hava Yolları gizlilik politikaları ve etik prensipleri gereği değiştirilmiş, anonimleştirilmiş veya temsili şekilde sunulmuştur. Sunulan içerikler, tez çalışmasının bilimsel geçerliliğini etkilemeyecek şekilde hazırlanmıştır.