Gümrük Kontrol Noktalarında Riskli Geçişlerin Belirlenmesine Yönelik Yapay Zekâ Temelli Bir Yaklaşım

Authors : Ezgi Zehra Şeker, Ebru Geçici, Alev Taşkın

Pages : 476-492

Doi:10.31466/kfbd.1367857

View : 64 | Download : 84

Publication Date : 2024-06-18

Article Type : Research Paper

Abstract :Gelişen teknoloji ve küreselleşmeyle birlikte ülkeler arasında insan ve ürün açısından giriş çıkışlar artmaya başlamıştır. Bu geçişlerde, ürünlerin ülkeler arasında aktarılması ile oluşan dış ticaret işlemlerinde ülkelerin belirli bölgelerinde yer alan sınır kapıları büyük önem taşımaktadır. Mal giriş çıkışının yapıldığı sınır kapıları gümrük olarak adlandırılmakta ve geçecek ürüne göre takip edilen süreçler farklılaşabilmektedir. Türkiye’de ise süreçlerin kontrol edilebilmesi için gümrük noktalarında üç farklı hat kullanılmaktadır: kırmızı hat, sarı hat ve mavi hat. Kırmızı ve mavi hatlarda sırasıyla istisnasız tüm ürünler kontrol edilmekte ya da yetkilendirilmiş kişi sertifikasına sahip olanlar için kontrolsüz geçiş hakkı sağlanmaktadır. Sarı hatlarda ise ürünler gümrük memuru tarafından mevzuat ve yönergeye göre riskli ya da risksiz olarak sınıflandırılmakta ve bu sınıflandırma sonucuna göre gelen mallar kontrol edilmekte ya da edilmemektedir. Yapılan bu çalışmada sarı hat için ürünlerin riskli ya da risksiz olduğunu belirleyebilmek amacıyla makine öğrenmesi ve yapay sinir ağları yöntemleri kullanılarak model geliştirilecektir. Bu doğrultuda makine öğrenmesi başlığı altında yer alan k-en yakın komşu, lojistik regresyon, destek vektör makineleri, karar ağaçları, rassal orman ve naif Bayes yöntemleri ve yapay sinir ağları başlığı altında yer alan çok katmanlı algılayıcı (multi layer perceptron-MLP) yöntemi kullanılmıştır. Elde edilen sonuçlar incelendiğinde karar ağacı yönteminin mevcut veri seti için en iyi sonuçları verdiği gözlemlenmiştir.
Keywords : Sınıflandırma, Makine öğrenmesi, Yapay sinir ağları, Yapay zekâ, Gümrük kontrol süreçleri