Türkiye'deki havalimanlarının etkinlik tahmini: Veri zarflama analizi ve yapay sinir ağlarının birlikte kullanımı

Çalışmada öncelikle Türkiye'de yer alan havalimanlarının Veri Zarflama Analizi (VZA) yardımıyla etkinlikleri hesaplanmıştır. Ardından VZA sonuçları ve VZA'da kullanılan veriler yardımıyla mevcut veya yeni açılacak bir havalimanının etkinliğinin tahmin edilebileceği bir Yapay Sinir Ağları (YSA) modeli geliştirilmiştir. Çalışma kapsamında Türkiye'de yer alan 41 havalimanı incelenmiştir. VZA'da check-in kontuarları sayısı, bagaj konveyörleri sayısı, yolcu biniş kapısı sayısı (köprüler dahil), pist sayısı, terminal büyüklüğü, çalışan sayısı, otopark kapasitesi girdi olarak; toplam yolcu sayısı, toplam yük trafiği ve toplam ticari uçuş trafiği de çıktı olarak kullanılmıştır. VZA sonucunca 19 havalimanının etkin olarak çalıştığı bulunmuştur. VZA sonrasında havalimanlarının etkinlik durumunun tahmin edilebileceği bir YSA modeli geliştirilmesi amaçlanmıştır. VZA'da kullanılan girdi ve çıktı değişkenleri YSA'da girdi katmanında, VZA sonucu elde edilen etkinlik durumları ise YSA'da çıktı katmanında kullanılmıştır. Çalışmada YSA'nın eğitilmesi kısmında 1 ve 2 gizli katmana sahip yapılar, her bir katman için 1'den 6'ya kadar farklı nöron sayısına sahip olacak şekilde denenmiştir. En iyi ağ yapısı bir çok deneme arasından en düşük ortalama kareler hatasına sahip olan yapı seçilerek bulunmuştur. En uygun sonuç 2 katmanlı yapıda ilk katmanda 5, ikinci katmanda 6 nöronun yer aldığı yapıda bulunmuştur. Seçilen bu yapı 6 farklı havalimanı verisini içeren test kümesi yardımıyla test edilmiştir. Geliştirilen yapı test kümesinde yer alan bütün havalimanları için etkinlik durumunu doğru sınıflandırmıştır. Geliştirilen bu model havalimanlarının etkinlik durumunu tahmin etmede kullanılabilecektir. Karar vericiler çeşitli senaryo veya gerçek değerleri bu model üzerinde uygulayarak havalimanının etkinlik durumunu değerlendirebileceklerdir.