İnşaat projelerinin konsept aşamasında ön maliyet tahmin modeli önerisi

Abstract

İnşaat sektörü, yüksek bütçeli projelerin yürütüldüğü, çok sayıda paydaşın yer aldığı ve belirsizlik düzeyinin yüksek olduğu dinamik bir sektördür. Bu nedenle proje maliyetlerinin doğru tahmin edilmesi; yatırım kararları, fizibilite çalışmaları, teklif hazırlık süreçleri, kaynak planlaması ve proje başarısı açısından büyük önem taşımaktadır. Özellikle proje yaşam döngüsünün başlangıç aşamalarında alınan kararların toplam maliyet üzerinde belirleyici etkisi bulunmaktadır. Ancak bu aşamalarda proje bilgilerinin sınırlı olması nedeniyle, güvenilir maliyet tahminleri yapılmasını zorlaşmaktadır. Bu durum, erken aşamada kullanılabilecek veri temelli ve sistematik tahmin modellerine olan ihtiyacı artırmaktadır. Bu tez çalışmasının amacı, inşaat projelerinin fikir ve konsept aşamalarında kullanılabilecek makine öğrenmesi tabanlı bir ön maliyet tahmin modeli geliştirmektir. Çalışma kapsamında Türkiye'de kamuya açık kaynaklardan elde edilen konut projelerine ait veriler kullanılmış ve farklı yıllara ait proje maliyetlerinin karşılaştırılabilir hale getirilmesi amacıyla tüm maliyetler, dönüşüm katsayıları kullanarak 2025 yılına taşınmıştır. Veri setinin oluşturulması sürecinde yapı yüksekliği, kat adedi, kat alanı, asansör durumu, bodrum sayısı ve kazı derinliği gibi erken aşamada ulaşılabilir çeşitli değişkenlerden yararlanılmıştır. Araştırmada öncelikle değişkenler ile proje maliyeti arasındaki ilişkiler korelasyon ve regresyon analizleri aracılığıyla incelenmiştir. Gerçekleştirilen ön analizler sonucunda, maliyet üzerinde açıklayıcı güce sahip olduğu değerlendirilen ve proje başlangıç aşamalarında erişilebilir nitelikte bulunan yapı yüksekliği, kat adedi, kat alanı, bodrum sayısı, asansör durumu ve kazı derinliği değişkenleri modelleme sürecinde bağımsız değişkenler olarak seçilmiştir. Daha sonra Doğrusal Regresyon, Karar Ağacı, Rastgele Orman, Destek Vektör Regresyonu ve Polinom Regresyon algoritmaları kullanılarak farklı tahmin modelleri geliştirilmiştir. Modellerin performansları Belirleme Katsayısı (R²) ve Ortalama Karesel Hata (MSE) ölçütleri kullanılarak değerlendirilmiştir. Sonuçların belirli bir veri bölünmesine bağlı kalmaması amacıyla analizler farklı eğitim-test ayrımları üzerinden tekrar edilmiştir. Elde edilen bulgular, yapı yüksekliği, kat adedi ve kat alanı gibi değişkenlerin proje maliyeti üzerinde önemli etkiye sahip olduğunu göstermiştir. Özellikle yapı yüksekliği değişkeni güçlü bir tahminleyici olarak öne çıkmıştır. Kullanılan modeller arasında Rastgele Orman algoritmasının en başarılı ve en dengeli sonuçları verdiği görülmüştür. Doğrusal Regresyon modeli daha istikrarlı sonuçlar üretmesine rağmen karmaşık ilişkileri açıklamada sınırlı kalmıştır. Karar Ağacı modeli bazı senaryolarda başarılı sonuçlar vermiş, ancak veri ayrımlarına karşı daha hassas davranmıştır. Destek Vektör Regresyonu ve yüksek dereceli Polinom Regresyon modelleri ise diğer yöntemlere göre daha düşük performans göstermiştir. Sonuç olarak bu çalışma, inşaat projelerinin erken aşamalarında kullanılabilecek hızlı, sistematik ve veri destekli bir maliyet tahmin yaklaşımı sunmaktadır. Geliştirilen modelin; yatırımcılar, yüklenici firmalar ve proje geliştiriciler açısından fizibilite değerlendirme, teklif verme ve stratejik karar alma süreçlerine katkı sağlayabileceği değerlendirilmektedir. Ayrıca çalışma, Türkiye verileri kullanılarak geliştirilen yerel ölçekte bir makine öğrenmesi uygulaması olması bakımından literatüre katkı sunmaktadır.