TUCBS Verileriyle Coğrafi Bilgi Sistemleri ve Açıklanabilir Yapay Zekâ Tabanlı Toplu Değerleme

Authors : Emel Perçem, Akın Kısa

Pages : 40-70

View : 146 | Download : 194

Publication Date : 2025-12-31

Article Type : Research Paper

Abstract :Bu çalışma, TUCBS verilerinin Coğrafi Bilgi Sistemleri (CBS) ve yapay zekâ yöntemleri kullanılarak Ankara’nın Yenimahalle ve Keçiören ilçelerinde konut değerlerini tahmin etmeye yönelik bir toplu değerleme yaklaşımı sunmaktadır. Endeksa’dan elde edilen 37.095 konut satış verisi; TUCBS’den temin edilen sayısal yükseklik modeli (DEM), ulaşım, eğitim, sağlık tesisleri ve ilgi noktaları (POI) gibi katmanlar analiz edilerek mekânsal verilerle zenginleştirilmiş ve 34.272 konut satış kaydı ile 56 değişkenden oluşan kapsamlı bir veri seti oluşturulmuştur. Keşifsel veri analizi ve özellik mühendisliği sonrasında Permütasyon Özellik Önemi (PFI) yöntemiyle değişken önemi belirlenmiş, katkısı düşük değişkenler çıkarılmıştır. Sekiz makine öğrenmesi modeli (Random Forest, Extra Trees, Bagging, Gradient Boosting, AdaBoost, XGBoost, LightGBM, CatBoost) GridSearchCV kullanılarak optimize edilmiş ve performansları R², RMSE ve MAE metrikleri üzerinden değerlendirilmiştir. Sonuçlar, XGBoost, LightGBM ve Random Forest modellerinin en yüksek doğruluğu sağladığını (R² ≈ 0.91), LightGBM’in ise doğruluk-zaman dengesi bakımından en uygun model olduğunu göstermiştir. Modelin karar mekanizması; açıklanabilir yapay zekâ (XAI) teknikleriyle şeffaflaştırılmış, SHAP analizi ile her bir özelliğin tahmine yönlü ve nicel etkilerini açıklamıştır. Bulgular; toplam kat sayısı, brüt alan, bina yaşı ve bulunduğu kat değişkenlerinin konut değeri üzerinde en belirleyici faktörler olduğunu göstermektedir. Elde edilen değerler 500 m²lik altıgen ızgara yöntemiyle mekânsal olarak haritalandırılıp ArcGIS Server üzerinden servis edilmiştir. Çalışma, ML-GIS-XAI entegrasyonuyla şeffaf, ölçeklenebilir ve veri odaklı bir toplu değerleme altyapısı oluşturulabileceğini ve bu yaklaşımın bankacılık, emlak vergisi, kamulaştırma ve kentsel planlama gibi alanlarda etkili bir karar destek aracı sağlayabileceğini göstermektedir.
Keywords : Toplu değerleme, Coğrafi Bilgi Sistemleri, Makine Öğrenmesi, Açıklanabilir Yapay Zekâ, TUCBS

ORIGINAL ARTICLE URL