Geri Dön

Makine öğrenmesi ve çok kriterli karar verme yöntemleriyle veri odaklı bütünleşik performans analizi

Data driven integrated performance analysis using machine learning and multi criteria decision making methods

PDF İndir

  1. Tez No: 1017249
  2. Yazar: ASLI ÖZŞEN
  3. Danışmanlar: PROF. DR. ALİ KOKANGÜL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Endüstriyel işletmelerde insan kaynağı performansının objektif bir çerçevede ölçülmesi, geleneksel yöntemlerin sübjektif yapısı ile mekanik sistemlerin stratejik körlüğü arasındaki dengeyi bulmayı gerektirir. Bu çalışma, insan faktöründen kaynaklanan yanlılıkları minimize eden, Çok Kriterli Karar Verme (ÇKKV) ve makine öğrenmesi tabanlı hibrit bir performans değerlendirme modeli önermektedir. On farklı kriterin incelendiği üç aşamalı analizde; amir değerlendirmeleri, standart K-Means kümeleme ve Analitik Hiyerarşi Prosesi (AHP) ile desteklenmiş K-Means algoritmaları karşılaştırılmıştır. Araştırmanın en dikkat çekici bulgusu, ham verilerle çalışan standart K-Means algoritmasının personeli bir başarı sıralamasına dizmek yerine, verideki uç noktalara (kaza riski, fazla mesai vb.) odaklanarak davranışsal profiller oluşturma eğiliminde olduğu görülmüştür. AHP entegrasyonu ile uzman bilgisinin modele dahil edilmesi, algoritmanın bu yönelimi kırmasını ve şirket hedefleriyle uyumlu hiyerarşik bir başarı ölçeği üretmesini sağlamıştır. Geliştirilen bu otonom ve adil karar destek mekanizması, saha değerlendirmeleriyle %91,6 oranında esnek bir tutarlılık sergileyerek ağır sanayi gibi dinamik iş ortamları için güvenilir bir alternatif sunmaktadır.

Özet (Çeviri)

Measuring human resource performance in industrial settings within an objective framework requires striking a balance between the subjective nature of traditional methods and the strategic blind spots of mechanical systems. This study proposes a hybrid performance evaluation model based on Multi-Criteria Decision Making (MCDM) and machine learning that minimizes biases arising from the human factor. In a three-stage analysis examining ten different criteria, supervisor evaluations were compared with standard K-Means clustering and K-Means algorithms supported by the Analytic Hierarchy Process (AHP). The most notable finding of the study was that the standard K-Means algorithm, when working with raw data, tended to create behavioral profiles by focusing on outliers in the data (such as accident risk and overtime) rather than ranking employees by performance. The integration of AHP to incorporate expert knowledge into the model enabled the algorithm to overcome this tendency and produce a hierarchical success scale aligned with company objectives. This autonomous and fair decision-support mechanism demonstrates a flexible consistency of 91.6% with field evaluations, offering a reliable alternative for dynamic work environments such as heavy industry.

Benzer Tezler

  1. Tez No

    945192

    Development of data-drıven models for estımatıng mud and fıltrate alkalınıty usıng machıne learnıng applıcatıons

    Makine öğrenimi uygulamaları kullanarak çamur ve filtrat alkalinitesini tahmin etmek için veri odaklı modellerin geliştirilmesi

    AHMET ÖNDER

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İHSAN BURAK KULGA

    DR. SERCAN GÜL

  2. Tez No

    982086

    Optimizasyon tabanlı bir su kaynakları sistemi modelleme aracının geliştirilmesi ve çok amaçlı sektörel tahsise uygulanması

    Development of an optimization-based modeling tool for water resources systems and application to multi-objective sectoral allocation

    SALİM YAYKIRAN

    Doktora

    Türkçe

    Türkçe

    2025

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPASLAN EKDAL

  3. Tez No

    1019841

    A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders

    İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama

    ELİF GÜLİN PETEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ONUR BEHZAT TOKDEMİR

  4. Tez No

    859865

    Modeling of the marine diesel engines with comparative machine learning methodologies

    Gemi dizel motorların karşılaştırmalı makine öğrenmesi yöntemleri ile modellenmesi

    MEHMET İLTER ÖZMEN

    Doktora

    İngilizce

    İngilizce

    2024

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    PROF. DR. OSMAN AZMİ ÖZSOYSAL

  5. Tez No

    974281

    Determining the barriers and opportunities for the integration of extended reality in disaster management using MCDM methods

    Afet yönetiminde genişletilmiş gerçeklik teknolojilerinin entegrasyonu önündeki engeller ve fırsatların ÇKKV yöntemleriyle belirlenmesi

    EREN MERT KAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Afet ve Acil Durum Yönetimi Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. ÖMER EKMECİOĞLU

Geri Dön