Geri Dön

İnsan hatasını azaltma tabanlı yeni bir risk değerlendirme yöntemi ve karar destek sistemi

A new risk assessment method based on reducing human error & decision support system

PDF İndir

  1. Tez No: 775093
  2. Yazar: SALİH CİHAN KÖSEOĞLU
  3. Danışmanlar: PROF. DR. ELİF KILIÇ DELİCE
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Hastaneler, İstatistik, Industrial and Industrial Engineering, Hospitals, Statistics
  6. Anahtar Kelimeler: Hemşireler, Karar destek sistemleri, Mental iş yükü, Risk, Sağlık sektörü, İnsan hataları, Nurses, Decision support systems, Mental workload, Risk, Health sector, Human errors
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Üretim ve hizmet sektöründe çalışanların hatalarına bağlı olarak işyeri kaza ve yaralanmaları ile karşılaşılmakta, kalite ve müşteri memnuniyeti olumsuz yönde etkilenmektedir. Bu bağlamda insan hata olasılıklarının belirlenerek risk değerlendirmesi yapılması iş kazalarının azaltılması, kalite ve müşteri memnuniyetinin son derece önemlidir. Literatürde yer alan İnsan Güvenilirlik Analizi (Human Reability Analysis, HRA) yöntemleri hataları tanımlama, hataları inceleme ve hataları azaltmak için uygulanmaktadır. Bu tez çalışmasında; kişi bazında her bir görev için hata yapma olasılıklarına bağlı olarak risk değerlendirilmede yeni bir HRA yöntemi önerilmiş ve bu yöntem tabanında hesaplama yapabilen bir Karar Destek Sistemi (KDS) geliştirilmiştir. Yöntem: Bu çalışmada önerilen Bulanık Adım Adım Ağırlık Değerlendirme Oran Analizi (Fuzzy Step-wise Weight Assessment Ratio Analysis, FSWARA) ve Temel Bileşenler Analizi (Principal Component Analysis, PCA) tabanlı İnsan Hata Azaltma ve Değerlendirme Tekniği (Human Error Reduction And Assestment Technique, HEART) yani FSPC-HEART yöntemi ile her bir kişi için görev bazında İnsan Hata Olasılığı (Human Error Probability, HEP) değerleri objektif bir şekilde belirlenerek kişilerin atanmaması gereken görevler tespit edilmiştir. Böylece önerilen bu yeni HRA yöntemi literatürde yer alan yöntemlerden farklı olarak kişiye özgü proaktif hata önleme yaklaşımı sunmaktadır. Önerilen FSPC-HEART yönteminde, FSWARA yöntemi ile hata üreten koşulların önem ağırlıkları analitik olarak belirlenirken; her bir çalışan için fiziksel ve zihinsel iş yükü faktörlerinin bileşik etkisi PCA yöntemi ile dikkate alınmıştır. Böylece HEP değerlerinin objektif bir şekilde elde edilmesi ile bu değerlerin üzerindeki karar vericilerin sübjektif yargılarının etkisi azaltılmaya çalışılmıştır. Ayrıca, geliştirilen Personel-Görev Eşleştirme Karar Destek Sistemi (PGE-KDS) ile FSPC-HEART yönteminin karar vericiler tarafından kolay bir şekilde kullanılması mümkün kılınarak çalışanların hata yapma olasılıklarının daha az olduğu görevlere atanması sağlanmaktadır. Bulgular: FSPC-HEART yöntemi ve PGE-KDS kullanılarak bir hastanede çalışan hemşireler için risk değerlendirmesi yapılmıştır. Uygulama sonucunda elde edilen verilere göre her bir hemşire için her göreve ait hata yapma olasılıkları yani HEP değerleri ayrı ayrı hesaplanmıştır. Hata olasılıklarına bağlı olarak görevlere ait risk düzeylerinin belirlenmesi ile hemşirelerin atanmaması gereken görevler tespit edilmiş ve ayrıca hatalara neden olan risk faktörlerinin azaltılmasına yönelik önleyici tedbirler sunulmuştur. Sonuç: FSPC-HEART yöntemi yalın ve objektif sonuçlara ulaşmak amacıyla ergonomik açıdan riski en aza indirmeye yönelik bir dizi öneri sunmaktadır. PGE-KDS ise karar vericilere veya yetkili kişilere risk düzeylerinin azaltılması için çalışanların hata yapma olasılıklarının az olduğu görevlere atanmalarında destek sağlamaktadır. Önerilen yöntem ve geliştirilen KDS farklı sektörlere uygulanabilecek niteliktedir.

Özet (Çeviri)

Aim: Workplace accidents and injuries are encountered due to the mistakes of the employees in both manufacturing and service industries, where, quality and customer satisfaction are adversely affected in those occasions. In this context, risk assessment through determining human error probabilities is extremely important in terms of reducing occupational accidents, increasing quality and customer satisfaction. Human Reliability Analysis (HRA) methods existing in the related literature are applied to identify errors, examine errors and reduce errors. In this thesis study; a new HRA method has been proposed in risk assessment depending on the probability of making mistakes for each task on a per-person basis, as well as, a unique Decision Support System (DDS) was developed on the basis of the proposed method. Method: In this study, with the proposed Fuzzy Step-wise Weight Assessment Ratio Analysis (FSWARA) and Principal Component Analysis (PCA) based Human Error Reduction and Assestment Technique (HEART) namely FSPC-HEART method, Human Error Probability (HEP) values for each person on a task basis are objectively determined and the tasks which people should not be assigned to are identified. Thus, unlike the methods in the literature, this proposed new HRA method offers a person-specific proactive error prevention approach. In the proposed FSPC-HEART method, the importance weights of the error producing conditions are determined analytically by the FSWARA method. The combined effect of physical and mental workload factors for each employee was taken into account with the PCA method. Thus, the effect of the subjective judgments of the decision makers on the objectively obtained HEP values were tried to be reduced. The developed Personnel-Task Matching Decision Support System (PTM-DSS) enables the FSPC-HEART method to be easily used by decision makers, and, to assign employees to tasks with low mistake making probabilities. Findings: A risk assessment was performed for nurses working in a hospital using the proposed FSPC-HEART method and PTM-DDS. According to the result data of the application, the probability of making a mistake for each nurse, that is, the HEP values, was calculated separately for each task. By determining the risk levels of the duties depending on the error probabilities, the duties that nurses should not be assigned were determined, and, also preventive measures were presented to reduce the risk factors that were causing errors. Results: The FSPC-HEART method provides a set of recommendations to minimize ergonomic risk in order to achieve lean and objective results. The PTM-DSS provides support to decision makers or field practitioners in assigning employees to tasks where they are less likely to make mistakes in order to reduce risk levels. The proposed method and the developed DSS can be applied to different sectors.

Benzer Tezler

  1. Tez No

    847173

    Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  2. Tez No

    849673

    RECURRENT NEURAL NETWORKS AND NEW WAVELET FUCTION FOR ANALYSIS AND CONTROL OF ELECTRICAL AND ENERGY SYSTEMS

    ELEKTRIK VE ENERJI SISTEMLERININ ANALIZI VE KONTROLÜ IÇİN YENILENEN SINIR AĞLAR VE YENİ DALGALANMA FONKSIYONU

    SAEID SHEIKHMEMARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

  3. Tez No

    1001302

    Deep learning-based attention monitoring system using blink rate, head position and eye state for human-robot collaboration

    İnsan robot iş birliği için göz kırpma hızı, baş pozısyonu ve göz durumlarına dayalı derın ogrenme tabanlı dıkkat izleme sıstemi

    MUHAMMAD OWAIS RAZA

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Elektrik ve Elektronik MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. ALİ FURKAN KAMANLI

  4. Tez No

    540743

    Improved extreme learning machines and applications

    Geliştirilmiş aşırı öğrenme makineleri ve uygulamaları

    MOHANAD ABD SHEHAB AL KARAWI

    Doktora

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NİHAN KAHRAMAN

  5. Tez No

    933998

    Developing a process mining-based model for detecting patient safety errors in healthcare

    Sağlık sektöründe, hasta güvenliğine yönelik hataların tespit edilmesinde süreç madenciliğine dayalı bir model geliştirilmesi

    AHMET MURAT SÜMER

    Doktora

    İngilizce

    İngilizce

    2025

    Hastanelerİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CEMİL CEYLAN

Geri Dön