Akademik Veri Yönetim Sistemi
TÜBİTAK Projesi, 2210-c Yurt İçi Öncelikli Alanlar Yüksek Lisans Burs Programı, 2024 - 2025
Bu çalışma, Türkiye’deki konut sahiplerinin Zorunlu Deprem Sigortası (ZDS) yaptırma eğilimlerini, dokuz
farklı makine öğrenmesi (ML) sınıflandırma algoritması kullanarak tahmin etmeyi amaçlamaktadır. Veri
seti; demografik, yapısal ve coğrafi özellikleri yansıtan 11 bağımsız değişken ile ikili (evet/hayır) bir bağımlı
değişkenden oluşmaktadır. Veriler çevrim içi anket yoluyla toplanmış, eksik yanıtlar çalışmadan çıkarılarak
ön işleme tabi tutulmuştur. En yüksek doğruluk oranına (%70) Gradient Boosting (GB) algoritması
ulaşmıştır. SHAP (SHapley Additive exPlanations) analizine göre “Aylık Net Gelir”, “Dairenin Metrekaresi”,
“Bina Kat Sayısı” ve “Binanın İnşa Yılı” en belirleyici değişkenler olmuştur. Odds Ratio (OR) analizleri ise,
yüksek gelirli, büyük metrekareli ve yeni binalarda yaşayan bireylerin ZDS yaptırma olasılığının anlamlı
derecede yüksek olduğunu göstermektedir. Buna karşılık, eğitim düzeyi yüksek bireylerin ZDS yaptırma
olasılığı eğitim düzeyi düşük kişilere göre daha düşüktür. Elde edilen bulguların, sigorta sektörü ve kamu
kurumları için daha etkili politikalar geliştirilmesine katkı sağlaması beklenmektedir.