Abstract

Atık yönetiminin yapıldığı çevresel tesislerin kontrolünde gerçekçi modellere ve doğru tahminlere ihtiyaç vardır. Doğru tahmin modelinin geliştirilmesinin en önemli adımı sağlıklı verin olmasıdır. Çevresel tesislerden temin edilen verilerin ön işlem aşamasında kalitesiz verilerinin temizlenmesi ve eksik verilerin tamamlanması gerekmektedir. Bu çalışmada bir çevresel tesisten Ocak 2016 - Eylül 2018 tarihleri arasında toplanan verilerden veri madenciliği programı ile modelleme öncesi temiz verilerin elde edilmesi hedeflenmiştir. Verilerin temizlenmesi aşamasında; pH, Eİ, AKM, KOİ, BOİ5, Yağ-Gres ve TÇK parametrelerine ait sırasıyla 25, 141, 26, 22, 241, 645 ve 688 adet eksik veri tespit edilmiştir. Eksik veriler ortalama değerler göz önüne alınarak tamamlanmıştır. Sonrasında 10 adet gürültülü veri belirlenmiş ve satır bazlı temizleme yapılmıştır. Sezonluk ortalama değerlerin belirlenmesi için BOİ5 parametresi kullanılmış ve sezonluk ortalama değerler program aracılığı ile hesaplanmıştır. Böylece bir çevresel tesisin ham verilerinin veri madenciliği programları yardımı ile temizlenmesi ve eksik verilerin tamamlanarak modelleme uygulanması için hazır hale getirilmesi sağlanmıştır.

References

[1] Çelik H., Yurtay N., Sertkaya C., Wastewater Effluent Prediction Based on Decision Tree.Digital Proceeding Of THE ICOEST’2013 - , Cappadocia C.Ozdemir, S. Şahinkaya, E. Kalıpcı,M.K. Oden (editors), p. 138-148 Nevsehir, Turkey, June 18 – 21, 2013.
[2] Oke I.A., Lukman S. Amoko J.S., Fehintola E.O. An evaluation of solutions to momentmethod of biochemical oxygen demand kinetics. Nigerian Journal of Technolojy, 2018:37:1-12.Print ISSN: 0331-8443, Electronic ISSN: 2467-8821 web: http://dx.doi.org/10.4314/njt.v37i1.1
[3] Anonim 2019. Erişim Tarihi: 30.10.2019. https://www.oracle.com/tr/artificialintelligence/what-is-artificial-intelligence.html
[4] Kotu V., Deshpande B. Predictive Analytics and Data Mining Concepts and Practice withRapidMiner. Introduction, Massachusetts: Elsevier Inc:2015, p.4 ISBN:978-0-12-801460-8
[5] Kim, C., Son, H., Kim, C., “Automated construction progress measurement using a 4Dbuilding information model and 3D data”, Automation in Construction (2013)
[6] Kriegel, H.,P., Kröger, P., Sander, J., Zimek, A., “Density-based clustering”, John Wi ley &Sons, Inc ., Volume 1, pp.231-240. (2011)
[7] MacQueen, J.,M., “Some methods for classification and analysis of multivariateobservations”, Proceedings of 5th Berkeley Symposium on Mathematical Statistics andProbability. University of California Press. pp. 281–297. (1967)
[8] Durap A., Doğan Y., İnşaat Mühendisliğinde Bilişim Kavramı ve Veri MadenciliğiAlgoritmaları ile Bir Uzman Sisteminin Oluşturulması. May 2015 DOI:10.13140/RG.2.1.1700.2403
[9] Teker A. Veri Madenciliği Süreçleri ve Açık Kaynak Kodlu Veri Madenciliği AraçlarıAkademik Bilişim 11 - XIII. Akademik Bilişim Konferansı Bildirileri 2 - 4 Şubat 2011 İnönüÜniversitesi, Malatya
[10] Ribeiro D., Sanfins A., Belo O., Wastewater Treatment Plant Performance Predictionwith Support Vector Machines. P. Perner (Ed.): ICDM 2013, LNAI 7987, pp. 99–111, 2013.© Springer-Verlag Berlin Heidelberg 2013.
[11] Korhonen P., Kaila J. 2015. Waste Container Weighing Data Processing to Create ReliableInformation of Household Waste Generation. Waste Management 39 (2015) 15–25https://doi.org/10.1016/j.wasman.2015.02.021
[12] Qiu Y, Li J, Huang X. Shi H. A Feasible Data-Driven Mining System to Optimize WastewaterTreatment Process Design and Operation. Water 2018, 10, 1342; doi:10.3390/w10101342
[13] Şeker S.E., Erdoğan D. 2016. Rapid Miner. Bilgisayar Kavramları Yayınları S. 2016, s. 1.ISBN: 9781536530544