Geri Dön

Sürdürülebilir atık yönetiminde yapayzekâ uygulamaları

Artificial intelligence applications in sustainable waste management

PDF İndir

  1. Tez No: 980822
  2. Yazar: SEYYED MANSOUR HEDAYATI
  3. Danışmanlar: PROF. DR. ASUMAN ALTAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Information and Records Management
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Bilgi Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Ar-Ge ve İnovasyon Yönetimi Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Sanayileşmenin ivme kazandığı, şehirleşmenin hızla arttığı ve tüketim kalıplarının değişime uğradığı günümüz dünyasında, atık üretimi yalnızca çevresel değil, aynı zamanda ekonomik ve sosyal boyutlarıyla da küresel bir problem haline gelmiştir. Geleneksel atık yönetimi yaklaşımlarının, sürdürülebilir kalkınma hedeflerini karşılamada yetersiz kaldığı bu süreçte, yenilikçi ve veri temelli teknolojilere olan ihtiyaç daha da belirginleşmiştir. Bu noktada, yapay zekâ (YZ) teknolojileri, atık yönetiminin çeşitli aşamalarında sunduğu dinamik ve adaptif çözümlerle öne çıkmaktadır. Bu tez çalışması,“Sürdürülebilir Atık Yönetiminde Yapay Zekâ Uygulamaları”başlığı altında, YZ'nin çevresel sürdürülebilirlik bağlamında atık yönetim sistemlerine katkılarını disiplinlerarası bir perspektifle analiz etmektedir. Bu araştırmada, 40 akademik makale sistematik biçimde incelenmiş; geri dönüşüm süreçlerinin iyileştirilmesinden, atık tahmin modellerine; akıllı sensörlerle desteklenen toplama sistemlerinden, atıktan enerji üretimi süreçlerinin optimize edilmesine kadar birçok alanda YZ'nin sunduğu katkılar değerlendirilmiştir. Yapay sinir ağları (ANN), destek vektör makineleri (SVM), karar ağaçları (DT), konvolüsyonel sinir ağları (CNN), K-en yakın komşu algoritmaları (KNN), bulanık mantık sistemleri (FIS) ve genetik algoritmalar (GA) gibi çok çeşitli makine öğrenimi teknikleri, bu tez kapsamında hem teorik hem de uygulamalı olarak analiz edilmiştir. Ayrıca, IoT destekli atık sepeti izleme sistemleri, gerçek zamanlı doluluk tespiti, dinamik güzergâh planlama ve kaynak tahsisi uygulamaları gibi konular üzerinden YZ'nin sahadaki başarımı ele alınmıştır (Bkz. Hannan et al., 2012; Kuok et al., 2023). Çalışmada ele alınan yapay zekâ uygulamaları, yalnızca teknik verimlilik değil, aynı zamanda çevresel etki azaltımı, finansal sürdürülebilirlik ve kamu hizmetlerinin dijital dönüşümü açısından da stratejik fırsatlar sunmaktadır. Analiz edilen makaleler ve örnek vaka çalışmaları, özellikle belediye katı atıkları (MSW), inşaat ve yıkım atıkları (C&D) ile endüstriyel atıklar üzerine yoğunlaşmakta ve bu alanlardaki veri bazlı modelleme stratejilerini karşılaştırmalı olarak değerlendirmektedir. Örneğin, Noori et al. (2009), destek vektör makineleri ile kentsel katı atık üretim miktarının başarıyla tahmin edildiğini ortaya koyarken; Hannan et al. (2013), çok katmanlı yapay sinir ağı ve görüntü işleme teknikleriyle atık konteynerlerinin doluluk düzeylerinin yüksek doğrulukla tespit edilebildiğini göstermektedir. Tez kapsamında incelenen üç gerçek yüksek lisans ve doktora tezinden elde edilen yapısal çerçeveler, bu çalışmanın metodolojik temelini oluşturmaktadır. Özellikle Cox (2015) tarafından geliştirilen karar verme çerçevesi, bu tezin metodolojik yapısına adapte edilerek, geleneksel sürdürülebilir atık yönetimi analizine YZ perspektifi kazandırılmıştır. Diğer iki yüksek lisans tezi olan Aktoluğ (2022) ve Kızır (2024) çalışmaları, AB politikaları ve atık yönetim yaklaşımları bakımından referans alınarak, Türkiye özelinde yerel uygulamaların YZ ile yeniden yorumlanmasını mümkün kılmıştır. Elde edilen bulgular ışığında, yapay zekâ teknolojilerinin sürdürülebilir atık yönetimi sistemlerine entegre edilmesi durumunda; atık üretiminin doğru tahmin edilmesi, kaynak kullanımının verimli yönetilmesi ve çevresel etkilerin minimize edilmesi gibi konularda önemli kazanımlar sağlandığı görülmektedir. Örneğin, birçok çalışmada (Jain et al., 2021; Abubakar et al., 2022), yapay zekâ destekli sistemlerin manuel süreçlere kıyasla %20 ile %40 arasında operasyonel verimlilik artışı sağladığı ortaya konulmuştur. Bunun yanında, yapay zekâ algoritmalarının özellikle yüksek belirsizlik içeren veri kümelerinde dahi tutarlı tahminlerde bulunabilmesi, bu teknolojinin çevresel modelleme alanında sunduğu değerli katkılardan biridir. Bu tez çalışması ayrıca, akıllı atık toplama sistemleri ve geri dönüşüm tesislerinde kullanılabilecek önerisel bir model de sunmaktadır. Model, sensör destekli veri toplama altyapısını, gerçek zamanlı analiz yapan yapay öğrenme algoritmalarıyla bütünleştirerek, karar destek mekanizmaları ile birlikte çalışacak şekilde kurgulanmıştır. Bu modelin belediyeler ve özel sektör atık yönetim şirketleri tarafından uygulamaya konulması hâlinde, özellikle büyükşehirlerde karşılaşılan plansız atık yoğunluğu, gereksiz araç kullanımı ve enerji israfı gibi sorunların önüne geçilebileceği öngörülmektedir. Yapay zekâ uygulamalarının sürdürülebilir atık yönetimi sistemleriyle bütünleştirilmesi, yalnızca çevresel etkileri değil, aynı zamanda ekonomik verimlilik ve sosyal farkındalık boyutlarını da geliştirmeye olanak tanımaktadır. Bu bağlamda, tez çalışmasında yer alan öneriler; çevresel politika yapıcılar, yerel yönetimler, özel sektör temsilcileri ve akademisyenler için çok yönlü yol gösterici niteliktedir. Tezin sonunda, sürdürülebilirlik kriterlerini karşılayan ve aynı zamanda çevik veri temelli karar süreçlerini merkeze alan bir“YZ destekli atık yönetim çerçevesi”önerisi geliştirilmiştir. Bu tez çalışması, sürdürülebilir atık yönetimi konusunda yapay zekâ uygulamalarının bilimsel, teknolojik ve yönetsel etkilerini ortaya koyarak, literatüre özgün bir katkı sunmakta; aynı zamanda gerçek dünyadaki çevresel sorunlara çözüm üretecek yenilikçi bir yaklaşım geliştirmektedir.

Özet (Çeviri)

In today's world, characterized by accelerating industrialization, rapid urbanization, changing consumption patterns, and increasing population density, the volume of waste produced has reached critical levels. This growing waste problem presents not only environmental challenges but also social, economic, and administrative obstacles to sustainability. Traditional waste management strategies have become insufficient in responding to these evolving dynamics. Various inefficiencies continue to emerge in waste collection, segregation, recycling, and disposal. Particularly in developing countries, the lack of infrastructure and limited resources hinder the contribution of waste management systems to environmental sustainability, requiring a shift toward more holistic and technology-oriented solutions. At this point, Artificial Intelligence (AI) emerges as a transformative technology capable of providing innovative, data-driven, and efficient solutions within the waste management cycle. AI-supported algorithms enable the estimation of waste generation rates, automate waste classification processes, optimize collection routes, and improve the efficiency of recycling and energy recovery. These technologies not only help in disposal but also allow waste to be transformed into a recoverable resource. Recent studies (Hannan et al., 2012; Abubakar et al., 2021; Jain et al., 2020) have shown that AI-based waste management systems outperform traditional methods in terms of efficiency, traceability, and environmental performance. In line with sustainable development goals, waste management must be restructured not just as an environmental policy but also in connection with energy, digitalization, economy, and urban planning. International policy documents such as the EU Green Deal, Circular Economy Action Plan, and the Paris Agreement emphasize not only waste disposal but also reuse and recovery as essential parts of resource management. To achieve these transformations, waste systems must become smarter and more data oriented. At this intersection, AI provides high efficiency, low cost, and advanced decision-making capabilities compared to manual processes. Many academic studies (Zorpas et al., 2022; Kuok et al., 2023; Hannan et al., 2013) have demonstrated that AI-assisted municipal-level systems improve classification accuracy, enable dynamic route optimization, and significantly enhance recycling rates. Especially methods such as Deep Learning (DL), Support Vector Machines (SVM), Convolutional Neural Networks (CNN), Decision Trees (DT), and Fuzzy Inference Systems (FIS) are widely applied in tasks such as visual waste classification, odor-based detection, sensor analysis, and forecasting. These AI techniques are also effectively utilized in strategic areas like Waste-to-Energy (WTE) conversion (Noori et al., 2009; Gupta et al., 2021). The smart systems enabled by AI not only process large datasets effectively but also play critical roles in predictive and adaptive decision-making processes. AI models constantly evolve based on spatial and temporal patterns of waste generation, helping cities manage solid waste with greater precision. Therefore, this thesis aims to explore how AI technologies can be integrated into sustainable waste management systems, what types of models they enable, and what environmental and administrative impacts they generate. Based on the findings, it has been observed that the integration of artificial intelligence technologies into sustainable waste management systems yields significant advantages in forecasting, resource optimization, and environmental impact reduction. Several studies (Jain et al., 2021; Abubakar et al., 2022) report that AI-supported systems increase operational efficiency by 20–40% compared to manual processes. Moreover, AI algorithms can generate consistent predictions even when dealing with uncertain or incomplete datasets, which is among their most valuable contributions to environmental modelling. This thesis also proposes a novel AI-powered model designed for implementation in smart recycling facilities and intelligent waste collection systems. The proposed model integrates IoT-based sensor infrastructure with real-time data analysis and AI-driven learning algorithms. It operates alongside decision support systems to create an adaptive structure for urban waste management. Especially in densely populated cities, the application of this model can help prevent unplanned waste accumulation, reduce redundant transportation activities, and minimize energy waste. Integrating AI applications into sustainable waste management systems contributes not only to environmental improvement but also to operational cost efficiency and public service transformation. The recommendations in this study provide practical guidance for various stakeholders including environmental policy-makers, local governments, private sector actors, and academic researchers. A framework proposed at the end of this thesis offers a sustainable, data-driven, and AI-integrated approach for modern waste governance. This thesis makes a unique contribution to the academic literature by analysing artificial intelligence applications through the lens of sustainable waste management, combining scientific insight with practical innovation. The resulting approach provides a foundation for solving real-world environmental problems through intelligent, adaptive, and scalable technological integration.

Benzer Tezler

  1. Tez No

    756144

    Smart city concept and urban planning: Geographical analysis of the smart city index and implications for Turkish context

    Akıllı kent kavramı ve kent planlama: Akıllı kent indeksinin coğrafi çözümlemesi ve Türkiye bağlamına ilişkin çıkarsamalar

    KABEER SALEH TIJJANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Şehircilik ve Bölge PlanlamaMersin Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    YRD. DOÇ. DR. YASEMİN SARIKAYA LEVENT

  2. Tez No

    929371

    Petrokimya endüstrisinde L matris yöntemi ile risk değerlendirmesi: Kimyasal maddelerin çevresel etkileri ve güvenlik önlemleri

    Risk assessment with L matrix method in petrochemical industry: Environmental impacts of chemical substances and safety measures

    MUSTAFA ÇAKIROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    KimyaSakarya Üniversitesi

    Yangın ve Yangın Güvenliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ŞAHİN DÜNDAR

  3. Tez No

    970039

    Dijitalleşmenin çevre politikalarının yönetimine etkisi: Türkiye-Avrupa Birliği karşılaştırılması

    The effect of digitalization on the management of environmental policies: Comparison between Turkey and the European Union

    GAMZE ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Kamu YönetimiSinop Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    DOÇ. DR. ÖZGE ÖNKAN

  4. Tez No

    881784

    Yapay zekâ destekli grafik tasarım araçlarının sürdürülebilirlik odaklı kullanımı: yeşil tasarım ilkeleri ve karbon ayak izi analizi

    Sustainability - focused use of artificial intelligence supported graphic design tools: green desing principles and carbon footprint analysis

    ELİF AYYILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Güzel SanatlarGiresun Üniversitesi

    Sanat ve Tasarım Ana Sanat Dalı

    DOÇ. SEDA NUR ATASOY

  5. Tez No

    1009661

    Sürdürülebilir satınalma ve yeşil lojistiğin sürdürülebilir tedarik zincirine katkıları; Panel veri analizi

    The contributions of sustainable procurement and green logistics to the sustainable supply chain; Panel data analysis

    ÇAĞLAR YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    İşletmeAydın Adnan Menderes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜSEYİN ŞENKAYAS

Geri Dön