Havalimanlarındaki yolcu kuyruklarının azaltılmasına yönelik geliştirilen uygulamanın ajan temelli simülasyonu ve analizi

Gelişen teknoloji ve artan insan nüfusu ile, havayolu ulaşımı her geçen yıl insanlar tarafından daha çok tercih edilmektedir. Artan havayolu talebi nedeni ile İstanbul gibi yabancı ve yerli turistlerin ilgisini çeken şehirlerde bulunan havalimanlarında yolcu yoğunlukları yaşanmaktadır. Havayolu şirketleri; yoğun yolcu trafiğine sahip havalimanlarının check-in kontuarları ve pasaport kontrol gişelerine, yolcuların daha dengeli dağıtarak kuyrukların azalmasına yönelik birçok çalışmalar yürüterek söz konusu problemlere çözüm aramaktadırlar. Firmaların taleplerine göre; müşteri, ürün ve çalışana ait bilgilerinin güncel olarak elde edilmesinde büyük yarar sağlayan Beacon Teknolojisi ile ele alınan havalimanı terminalinde bulunan yolculara ait konum, kontuar veya pasaport bölümünde geçirdiği süre ve benzeri veriler elde edilerek söz konusu uçuş öncesi hizmetlere ait servis süreleri, hizmete almadan önce kuyrukta geçen süre, yolcuların yürüme hızı gibi sistemin analizi için kritik bilgiler elde edilmektedir. Kesikli simülasyon modellerinin cevap veremediği kompleks yapılı sorun aralığı için geliştirilmiş olan Ajan Temelli Simülasyon (ATS) bu çalışmada simülasyon modeli olarak seçilmiştir. Ele alınan havalimanında yaşanılan yolcu yoğunluğu probleminin çözümü için teklif edilen Beacon teknolojisinin gerçek hayatta faaliyete geçmeden önce karar alıcı merciler için söz konusu simülasyon ile anlamlı veriler elde edilmesi beklenmiştir. Simülasyon modelinden elde edilecek verilerin anlamlı olması için ele alınan havalimanının dış hatlar terminaline ve söz konusu terminali kullanan yolculara ait gerçek bilgiler ışığında simülasyonun ana modeli ve yolcu sınıfı oluşturulmuştur. Ayrıca iBeacon uygulamasına ait karar destek sistemi algoritması geliştirilmiş olup, söz konusu uygulamaya sahip yolcuların diğer normal yolculara göre sistemde daha az kalıp/kalmadıkları incelenmiştir. Gerçek veriler üzerine kurulu ve geçerliliği sağlanılan simülasyon modeli ile elde edilen sonuçlar ise α=0,05 anlamlılık düzeyinde Beacon cihazları ile toplanan verilerinin tüm yolcuları temsil edebildiği gösterilmiştir. Beacon cihazı ile tespit edilen yolcu yüzdesi, iBeacon uygulamasını kullanan yolcu yüzdesi ve yolcu yoğunluklarının farklı olduğu 38 simülasyon senaryosu koşturulmuş ve yolcuların ortalama bekleme ve sistemde kalma süreleri alınarak analizler yapılmıştır. Her bir simülasyon modeli için, karar destek sistemi uygulamasını kullanan yolcuların ve söz konusu uygulamayı kullanmayan yolcularının ortalama bekleme ve sistemde kalma süreleri arasında fark olup/olmadığına yönelik α=0,05 anlamlılık düzeyinde hipotez testleri yapılmış olup, yetkili merciler için sistemin gerçek hayatta faaliyete geçirilmesine yönelik anlamlı sonuçlar elde edilmiştir. Yolcu yoğunluklarının her bir durumu için, söz konusu karar destek uygulamasının yolcuların kuyrukta bekleme ve sistemde kalma sürelerinin azalmasına yönelik etkisinin görülmesi için, beacon cihazı ile tespit edilen yolcu yüzdesi ve iBeacon uygulamasını kullanan yolcu yüzdesinin en az hangi değerlerde olması gerektiği belirlenmiştir.