ORGANİZE SANAYİ BÖLGELERİNİN HİYERARŞİK-K-ORTALAMALAR YÖNTEMİ İLE ANALİZİ
Öz
Organize Sanayi Bölgeleri (OSB), sanayinin
etkinliğinin arttırılması ve kentlerde düzenli yerleşimin sağlanması amacıyla
sanayi tesislerinin bir araya toplanarak tesislerin ulaşım, enerji, su, Ar-Ge
merkezi vb. gereksinimlerine ilişkin kolaylıklar sağlayan ve sanayinin çevreye olan
olumsuz etkilerini en aza indirmek amacıyla çevre yönetim politikalarını
uygulayan sanayi merkezleridir. OSB’ler sanayinin geliştirilmesinde ve
kalkınmada önemli bir rol oynamaktadır. Bu çalışmada, ülkemizde bulunan 298
adet OSB içerisinden faal durumda olan ve 50’den fazla işletme bulunduran 89
OSB dikkate alınarak hiyerarşik-k-ortalamalar yöntemi ile bir kümeleme analizi
yapılmıştır. Analizler OSB’leri farklı özelliklerine göre sınıflandırabilmek
amacıyla “genel bilgiler”, “çevre yönetim bilgileri”, “enerji altyapı ve
kullanım bilgileri” ile “konum bilgileri” olmak üzere toplam 4 başlıkta 28
değişken dikkate alınarak gerçekleştirilmiştir. Analizler sonucunda benzer ve farklı
özellikler gösteren OSB’ler belirlenerek sonuçlar tartışılmıştır.
Anahtar Kelimeler
Kaynakça
- Aydın, N. ve Seven, A.N. (2015). İl nüfus ve vatandaşlık müdürlüklerinin iş yoğunluğuna göre hibrid kümeleme ile sınıflandırılması. Yönetim ve Ekonomi Araştırmaları Dergisi,13(2),181-201.
- Arai, K. ve Barakbah, A.R. (2007). Hierarchical K-means: an algorithm for centroids initialization for K-means, Reports of the Faculty of Science and Engineering, 36 (1), 25-31.
- Bilen, Ö., Hotaman, D., Aşkın, Ö.E. ve Büyüklü A.H. (2014). LYS başarılarına göre okul performanslarının eğitsel veri madenciliği teknikleriyle incelenmesi: 2011 İstanbul örneği. Eğitim ve Bilim, 39 (172), 78-94.
- Bulut, T. (2016). Türkiye’deki organize sanayi bölgelerinin performanslarının TOPSIS yöntemiyle değerlendirilmesi. Kalkınmada Anahtar Verimlilik, 335, 36-41.
- Celebi, M.E., Kingravi, H.A. ve Vela, P.A. (2013). A comparative study of efficient initialization methods for the k-means clustering algorithm, Expert Systems with Applications, 40 (1), 200–210.
- Cengiz, D. ve Öztürk, F. (2012). Türkiye' de illerin eğitim düzeylerine göre kümeleme analizi ile incelenmesi. Trakya University Journal of Social Science, 14 (1), 69-84.
- Ceylan, H.H. (2013). Perakende sektöründe konjoint ve kümeleme analizi ile fayda temelli pazar bölümlendirme. Yönetim ve Ekonomi, 20 (1), 141–154.
- Chen, B., Tai,P.C., Harrison,R ve Pan,Y. (2005). Novel hybrid hierarchical K-means clustering method (HK-means) for microarray analysis. IEEE Computational Systems Bioinformatics Conference, California-USA.
Ayrıntılar
Birincil Dil
Türkçe
Konular
-
Bölüm
Araştırma Makalesi
Yazarlar
Ayşenur Uslu
BAŞKENT ÜNİVERSİTESİ
Türkiye
Cihan Çetinkaya
GAZİANTEP ÜNİVERSİTESİ
Türkiye
Eren Özceylan
GAZİANTEP ÜNİVERSİTESİ
Türkiye
Selçuk Kürşat İşleyen
Gazi Üniversitesi
Türkiye
Yayımlanma Tarihi
17 Nisan 2017
Gönderilme Tarihi
19 Nisan 2017
Kabul Tarihi
3 Nisan 2017
Yayımlandığı Sayı
Yıl 2017 Cilt: 2 Sayı: 1
