Karayolu trafik sistemleri insanların her gün karşılaşmak zorunda olduğu tehlikeli sistemlerdendir. Güvenli olmayan karayolu trafik sistemlerinin halk sağlığına ve kalkınmaya zarar verdiği bilinmektedir. Dünya Sağlık Örgütü verileri her yıl yaklaşık 1,3 milyon insanın trafik kazası sonucu yaşamını yitirdiğini göstermektedir. Türkiye’de 2022 yılında 197 bin insan trafik kazaları sonucunda yaralanmış veya hayatını kaybetmiştir. Trafik kazalarının oluşumunda çeşitli faktörler etkili olabilir. Bu faktörlerin incelenmesi, trafik kazalarının analiz ve tahmini için istatistiksel yöntemlerin yanı sıra makine öğrenmesi yöntemleri de kullanılmaktadır. Bu çalışmada Ankara ili ve ilçeleri devlet yollarında 2017-2020 yıllarında meydana gelen trafik kazaları, sayma verisine uygun regresyon modeli ve karar ağacı yöntemleri ile modellenmiştir. Analiz bulguları sonucunda, çeşitli faktörlerin trafik kazalarını nasıl etkilediğine dair kritik bilgileri ortaya koymuştur. CART algoritması yasal hız sınırlarını en önemli belirleyici olarak belirlemiştir. MOB ve GUIDE algoritmaları, belirli koşulların kaza oranlarını nasıl etkilediğine ilişkin ek incelikli bilgiler sağlamıştır. Bulgular, trafik güvenliğini artırmak ve politika kararlarını bilgilendirmek için birden fazla faktörün dikkate alınmasının önemini vurgulamıştır. Karşılaştırmalı performans değerlendirmesine göre, CART algoritmasının en düşük tahmin hatalarına sahip olduğu, onu yakından GUIDE algoritmasının takip ettiği, MOB algoritmasının ise daha yüksek tahmin hatasına sahip olduğu görülmüştür.
Road traffic systems are among the dangerous systems that people have to encounter every day. Unsafe road traffic systems are known to harm public health and development. World Health Organization data show that approximately 1.3 million people die as a result of traffic accidents every year. In Turkey, 197 thousand people will be injured or die as a result of traffic accidents in 2022. Various factors may be effective in the occurrence of traffic accidents. In addition to statistical methods, machine learning methods are also used to examine these factors and analyze and predict traffic accidents. In this study, traffic accidents that occurred on the state roads of Ankara province and its districts between 2017 and 2020 were modeled with regression models and decision tree methods suitable for counting data. As a result of the analysis findings, critical information was revealed about how various factors affect traffic accidents. The CART algorithm has identified legal speed limits as the most important determinant. The MOB and GUIDE algorithms provided additional nuanced insights into how specific conditions affect accident rates. The findings highlighted the importance of considering multiple factors to improve traffic safety and inform policy decisions. According to the comparative performance evaluation, it was found that the CART algorithm had the lowest prediction errors, followed closely by the GUIDE algorithm, while the MOB algorithm had higher prediction errors.
