ANALYSIS OF AIRPORTS USING CLUSTERING METHODS: CASE STUDY IN TURKEY

Year 2018, Volume: 5 Issue: 3, 194 - 205, 30.09.2018

Selin Yalcin , Ertugrul Ayyildiz

Abstract

Purpose-
Airports in Turkey can be grouped using by various methods. One of these
methods is clustering. In this study, 55 airports operating in Turkey, were
analyzed by clustering methods.

Methodology- The
airports are clustered according to similar features by the K-means method. The number of clusters was determined by using the elbow
method. The clusters were verified by Ward's method. While
clustering was being carried out, basic features such as passengers using
airports, cargo carried by airports, and number of flights were used.

Findings- In
this study, it has been seen that the airports have been divided into six
clusters, two of which have just one element. It is also understood that five
major airports(İstanbul Ataturk, İstanbul Sabiha Gokcen,  Ankara Esenboga, Izmir Adnan Menderes, Antalya)
are quite different from other airports.

Conclusion- As a result, in this study, airports were clustered
and similar airports were identified and a resource was prepared to assist
managers in thinking that the solutions to common problems would be effective
at similar airports.

Keywords

Airport, clustering, K-means, Elbow, Ward’s

References

• Alıcı, A. (2017). Havalimanı gelir türleri ve havacılık dışı ticari gelirlerin önemi. Hukuk ve İktisat Araştırmaları Derneği, 9(2), ss. 1-16.
• Altın, F. G., Karaatlı, M., Budak, İ. (2017). Avrupa'nın en büyük 20 havalimanın çok kriterli karar verme yöntemleri ve veri zarflama analizi ile değerlendirilmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(4), ss.1049-1064.
• Ar, İ. M. (2012). Türkiye'deki havalimanlarının etkinliklerindeki değişimin incelenmesi: 2007- 2011 dönemi için Malmquist-Tfv endeksi uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26(3-4), ss.143-160.
• Atalay, A., Tortum, A. (2010). Türkiye’deki illerin 1997-2006 yılları arası trafik kazalarına göre kümeleme analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 16(3), ss. 335-343.
• Avcı, T., Aktaş, M. (2015). Türkiye’de faaliyet gösteren havalimanlarının performanslarının değerlendirilmesi. Uluslararası Alanya İşletme Fakültesi Dergisi, 7(3), ss.67-77.
• Cui, Q., Wei, Y.-M., Li, Y., Li, W.-X. (2017). Exploring the differences in the airport competitiveness formation mechanism: evidence from 45 Chinese airports during 2010–2014. Transportmetrica B, 5(3), ss. 330-346.
• Çakır Zeytinoğlu, F., Çağlayan Akay, E., Karabıyık Yerden, N. (2016). İstanbul’daki alışveriş merkezleri üzerine bir araştırma: kümeleme analizi. Social Sciences Research Journal, 5(1), ss.111-128.
• Çalış Boyacı, A., Durmaz, K. İ., Gencer, C. (2018). Uçak seferlerindeki rötarları etkileyen faktörlerin analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi,11(18), ss.179-190.
• Çatal, Y., Carus, S. (2017). Kümeleme analizi ile orman bölge müdürlüklerinin olağanüstü hasılat etasına göre sınıflandırılması. Türkiye Ormancılık Dergisi, 18(2), ss.119-124.
• Çelik, H. C., Kakyaoğlu, M. (2007). İlköğretim öğretmen adaylarının teknolojiye yönelik tutumlarının kümeleme analizi. Türk Eğitim Bilimleri Dergisi, 5(4), 571-586.
• Çelik, H.C., Satıcı, Ö., Çelik, M. Y. (2005). Sağlık Personellerinde kronik sigara içme alışkanlığı olanların tutumlarına ilişkin değişkenlerin kümeleme analizi (Cluster Analysis). Dicle Tıp Dergisi, 32(1), ss. 20-25.
• Demiralay, M., Çamurcu, A. Y. (2005). Cure, agnes ve k-means algoritmalarındaki kümeleme yeteneklerinin karşılaştırılması. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 4(8), 1-18.
• Dönme, C. Ç., Hopali, E., Hamal , S. (2017). Endüstri sektörlerinin ekonofizik açıdan kümelenme analizi: Türkiye uygulaması. Elektronik Sosyal Bilimler Dergisi, 16(63), ss.1081-1091.
• Erdoğan, Ş. Z., Timor, M. (2005). A data mining application in a student database. Journal of Aeronautics and Space Technologies, 2(2), ss.53-57.
• Fan, H., Tarun, P. K., Shih, D. T., Kim, S. B., Chen, V. C., Rosenberger, J. M., Bergman, D. (2011). Data mining modeling on the environmental impact of airport deicing activities. Expert Systems with Applications, 38, ss.14899-14906.
• Fuellhart, K., O’Connor, K. (2018). A supply-side categorization of airports across global multiple-airport cities and regions. GeoJournal, ss. 1-16.
• Grabbe, S., Sridhar, B., Mukherjee, A. (2014). Clustering days and hours with similar airport traffic and weather conditions. Journal of Aerospace Information Systems, 11(11), ss. 751-763.
• Gökdalay, M. H., Evren, G. (2009). Havaalanlarının performans analizinde bulanık çok ölçütlü karar verme yaklaşımı. itüdergisi/d mühendislik, 8(6), ss. 157-168.
• Han, X., Hou, Y., Zhang, H. (2017). Optimization model and algorithm of the flight delays. Liaoning Gongcheng Jishu Daxue Xuebao (Ziran Kexue Ban)/Journal of Liaoning Technical University (Natural Science Edition), 36(5), ss. 542-547
• Liou, J. J., Tang , C.-H., Yeh, W.-C., Tsai, C.-Y. (2011). A decision rules approach for improvement of airport sevice quality. Expert Systems with Applications, 38, ss.13723-13730.
• Magalhaes, L., Reis, V., Macario, R. (2015). Can flexibility make the difference to an airport's productivity? An assessment using cluster analysis. Journal of Air Transport Management, 47, ss. 90-101.
• Mayer, R. (2016). Airport classification based on cargo characteristics. Journal of Transport Geography, 54, ss. 53-65.
• Meng, H., Peng, Y. (2015). Two-stage extraction method for flight delay pattern. Harbin Gongye Daxue Xuebao/Journal of Harbin Institute of Technology, 47(10), ss. 70-75.
• Murat, Y. Ş., Şekerler, A. (2009). Trafik kaza verilerinin kümelenme analizi yöntemi ile modellenmesi. İMO Teknik Dergi, 311, ss.4759-4777.
• Ömürbek, N., Öksüz Demirgubuz, M., Tunca, M. Z. (2015). Hizmet sektöründe performans ölçümünde veri zarflama analizinin kullanımı: havalimanları üzerine bir uygulama. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 4(9), ss.21-43.
• Özekes, S. (2003). Veri madenciliği modelleri ve uygulama alanları. İstanbul Ticaret Üniversitesi Dergisi, 2(3), ss.65-82.
• Pekin, M. A., Kahraman, O., Coşkun, M. (2017). K-ortalamalar yöntemi ile sıcaklık ve yağış bakımından Türkiye'deki homojen bölgelerin belirlenmesi. IV. Türkiye İklim Değişikliği Kongresi, TİKDEK’2017, İstanbul, ss. 1-9
• Pınar, M., Okumuş, O., Turgut, U. O., Kalıpsız, O., Aktaş, M. S. (2017). Büyük veri içeren öneri sistemleri için hiperparametre optimizasyonu. Ulusal Yazılım Mühendisliği Sempozyumu, ss. 22-272.
• Sarıman, G. (2011). Veri madenciliğinde kümeleme teknikleri üzerine bir çalışma: k-means ve k-medoids kümeleme algoritmalarının karşılaştırılması. Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü Dergisi, 15(3), ss.192-202.
• Sarkis, J., Talluri, S. (2004). Performance based clustering for benchmarking of US airports. Transportation Research Part A, 38, ss.329-346.
• Savaş, S., Topaloğlu, N., Yılmaz, M. (2012). Veri madenciliği ve Türkiye'deki uygulama örnekleri. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 11(21), ss.1-23.
• Suzuki, Y. (2007). Modeling and testing the ‘‘two-step’’ decision process of travelers in airport and airline choices. Transportation Research Part E 43, ss.1-20.
• Tanyaş, M., Düzgün, M. (2015). İstanbul üçüncü havalimanı (IGA)'nın Türkiye için önemi ve geniş çaplı bölgesel hava trafiği üzerindeki etkisi. Loder Dergisi, 33, ss.37-45.
• Tanyaş, M., (2014). İstanbul lojistik sektör analizi raporu. Müstakil Sanayici ve İşadamları Derneği Loder Dergisi.
• Taşdelen, A. (2014). Veri madenciliği yöntemleri ile mühendislik fakültesi uzaktan eğitim bölümlerinin analizi: Karabük Üniversitesi. Yüksek Lisans Tezi, Karabük.
• Tekin B. (2015). Temel sağlık göstergeleri açısından Türkiye’deki illerin gruplandırılması: bir kümeleme analizi uygulaması. Çankırı Karatekin Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2), ss. 389-416.
• URL-1, DHMİ, (2017). 2017 aralık sonu (kesin olmayan) veriler. http://www.dhmi.gov.tr/istatistik.aspx 19 Temmuz 2018 tar
• URL-2 UHDB, (2017). http://www.udhb.gov.tr/images/butce/6c72b7bc5767c2a.pdf. 19 Temmuz 2018 tarihinde erişildi.
• URL-3, İpekci, E. (2016). Havayolu taşımacılığı, http://www.emreipekci.com/havayolu-tasimaciligi-html/ 19 Temmuz 2018 tarihinde erişildi.
• Uysal, F. U., Ersöz, T., Ersöz, F. (2017). Türkiye'deki illerin yaşam endeksinin çok değişkenli istatistik yöntemlerle incelenmesi. Temel Bilimler Dergisi, 9(1), Türk Eğitim Bilimleri Dergisi, ss.49-65.
• Wang, G., Cai, L., Shao, B., Chong, X., Hao, W., Xu, F. (2009). Comprehensive evaluation model of grey fixed weight clustering for airport pavement service performance. In International Conference on Transportation Engineering, ss. 984-989.
• Wang, L., Taylor, C., Wanke, C. (2011). An airport clustering method for air traffic flow contingency management. In 11th AIAA Aviation Technology, Integration, and Operations (ATIO) Conference s. 6862
• Wang, F., Xu, X. H. (2011). Mixed clustering algorithm of airport capacity in stochastic GHP model. Journal of Traffic and Transportation Engineering,1 (1), ss 1-12.
• Wu, G., Xia, H.-S., Gao, Q. (2013). Optimization model of flight time and frequency under operation mode of multi-airports system. Jiaotong Yunshu Gongcheng Xuebao/Journal of Traffic and Transportation Engineering, 13(4), ss. 79-86.
• Xia, L., Wang, J., Zhang, X., Wang, L. (2014). Application of cluster regression in time series prediction of airport noise. Shuju Caiji Yu Chuli/Journal of Data Acquisition and Processing, 29(1), ss. 152-156.
• Yürük, F., Erdoğmuş, P. (2015). Düzce ilinin hayvansal atıklardan üretilebilecek biyogaz potansiyeli ve k-means kümeleme ile optimum tesis konumunun belirlenmesi. İleri Teknoloji Bilimleri Dergisi, 4(1), ss.47-56.
• Zhu, B., Wu, G., Gao, Q. (2014). Optimization on flight frequencies and timetable in a multiple-airport system under hub congestion. Journal of Computational Information Systems,10(6), ss. 2587-2596.