DEPREM ZARAR GÖREBİLİRLİĞİ ODAKLI PARAMETRELERİN KONUT DEĞERİNE ETKİLERİNİN YAPAY ZEKÂ DESTEKLİ MODELLER İLE ANALİZİ: İSTANBUL İLİ ANADOLU YAKASI ÖRNEĞİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İNŞAAT MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: MUHAMMED ALİ TURAK
Asıl Danışman (Eş Danışmanlı Tezler İçin): Hande Aladağ
Eş Danışman: Gökhan Demirdöğen
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Konut değerleme çalışmaları geleneksel olarak taşınmazların fiziksel, yapısal ve konumsal özelliklerine dayalı olarak yürütülmekte; deprem gibi afet kaynaklı riskler ise çoğu zaman değerleme modellerinde sınırlı düzeyde temsil edilmektedir. Oysa deprem riski yüksek bölgelerde, konutların zarar görebilirliğini yansıtan göstergelerin değerleme sürecine dâhil edilmesi, hem piyasa davranışlarının daha gerçekçi biçimde analiz edilmesi hem de risk odaklı karar destek mekanizmalarının geliştirilmesi açısından önem taşımaktadır. Bu tez çalışmasının amacı, deprem zarar görebilirlik kriterlerinin veri temelli konut değerleme modellerine entegrasyonunu incelemek ve bu kriterlerin konut fiyat tahmin performansına katkısını nicel olarak ortaya koymaktır. Bu kapsamda, İstanbul Anadolu Yakası'nda yer alan 12 ilçeyi kapsayan yaklaşık 10.000 satılık konut ilanından oluşan bir veri seti oluşturulmuştur. İlanlardan elde edilen fiziksel, yapısal ve konumsal değişkenler, açık veri kaynakları ve mekânsal analizler yardımıyla üretilen sekiz adet deprem zarar görebilirlik kriteri ile birleştirilmiştir. Modelleme sürecinde Ridge regresyon, Random Forest, CatBoost, XGBoost ve LightGBM algoritmaları kullanılarak karşılaştırmalı analizler gerçekleştirilmiştir. Deprem kriterlerinin yer almadığı temel model ile bu kriterlerin eklendiği genişletilmiş model karşılaştırılmış; model performansları eğitim–test ayrımı ve 5 katlı çapraz doğrulama yaklaşımıyla değerlendirilmiştir. Nihai modelleme aşamasında CatBoost için hiperparametre araştırması yapılarak en uygun model yapısı belirlenmiştir. Bulgular, doğrusal olmayan ve ağaç tabanlı algoritmaların daha güçlü sonuçlar ürettiğini, en başarılı modelin ise CatBoost olduğunu göstermiştir. Nihai CatBoost sonuçlarına göre, deprem zarar görebilirlik kriterlerinin dâhil edildiği genişletilmiş model, temel modele kıyasla tüm temel performans ölçütlerinde daha başarılıdır. 5 katlı çapraz doğrulama sonuçlarında temel modelde ortalama R²(log) değeri 0,8727 iken, genişletilmiş modelde bu değer 0,9084'e yükselmiştir. Benzer biçimde MAE 2.192.018'den 1.736.685'e, RMSE 3.630.215'ten 3.049.843'e ve MAPE %17,13'ten %13,85'e düşmüştür. Bu bulgular, deprem zarar görebilirlik kriterlerinin modele eklenmesinin tahmin performansına anlamlı katkı sağladığını göstermektedir. SHAP tabanlı açıklanabilirlik analizleri, deprem zarar görebilirlik göstergelerinin konut fiyatlarını tek başına belirleyen baskın değişkenler olmadığını; ancak model karar yapısına yönlü ve tamamlayıcı katkılar sunduğunu ortaya koymuştur. Sonuç olarak bu çalışma, deprem zarar görebilirlik göstergelerinin yapay zekâ destekli konut değerleme modellerine entegrasyonunun uygulanabilir, anlamlı ve performans artırıcı olduğunu göstermektedir. Çalışma, özellikle deprem riski yüksek kentlerde, konut değerleme süreçlerinin daha bütüncül ve risk duyarlı bir yapıda ele alınmasına katkı sunmaktadır.