Türkiye'de ki afet yönetimi ve karar destek sistemleri: Aydes’in değerlendirilmesi

Abstract

Bu tez çalışması, Türkiye'nin afet müdahale yeteneklerini artırmaya yönelik stratejilerin bir parçası olan Afet Yönetimi ve Karar Destek Sisteminin (AYDES) etkinliğini değerlendirmeyi amaçlamaktadır. Araştırma, nicel veri toplama yöntemleriyle, AFAD bünyesindeki AYDES koordinasyon yazılımının kullanımının analiz edilmesini ve bu yazılımın afet müdahale süreçlerindeki etkilerinin incelenmesini hedeflemektedir.

Türkiye özelinde afet yönetimi ve koordinasyon yazılımları arasındaki ilişkiyi inceleyen kapsamlı çalışmalar sınırlıdır. Literatürde, AYDES gibi ulusal çapta kullanılan sistemlerde koordinasyon yazılımlarının spesifik etkilerine odaklanan az sayıda araştırma bulunmaktadır. Koordinasyon yazılımlarının afet müdahale süreçlerindeki rolünü anlamak, bu yazılımların etkinliğini değerlendirmek ve iyileştirmek kritik bir gerekliliktir.

Araştırma yöntemi olarak, "System Usability Scale (SUS)" anketi kullanılmıştır. Bu anket, AFAD bünyesinde çalışan ve AYDES yazılımını aktif olarak kullanan kişilere online olarak uygulanmıştır.

Elde edilen veriler, Python programlama dili kullanılarak çeşitli istatistiksel analizlere tabi tutulmuştur: Matplotlib ve seaborn kütüphaneleri kullanılarak grafikler oluşturulmuş ve verilerin görselleştirilmesi sağlanmıştır. Barlett Küresellik Testi ve Kaiser-Meyer-Olkin (KMO) Değeri fonksiyonları kullanılarak verilerin faktör analizine uygunluğu değerlendirilmiştir. Sonrasında verilerin faktör yapısını incelemek için FactorAnalyzer fonksiyonu kullanılmış ve Python’un gömülü describe fonksiyonu ile verilerin merkezi eğilim ve dağılım ölçüleri hesaplanmıştır. Verilerin işlenmesi ve analiz edilmesi için numpy, pandas ve scipy kütüphaneleri kullanılmıştır. Son olarak verilerin iki veya daha fazla değişken arasındaki ilişkisini inceleme için pandas kütüphanesindeki crosstab fonksiyonu kullanılmıştır. Bu analiz yöntemleri ve görselleştirme teknikleri, verilerin detaylı bir şekilde incelenmesine olanak tanımış ve AYDES yazılımının kullanılabilirlik düzeyinin farklı demografik faktörlere göre değerlendirilmesini sağlamıştır. Araştırmanın bulguları, cinsiyetler arasında kadınların SUS puanlarının erkeklerden yüksek olduğunu, eğitim seviyesinin artmasıyla birlikte SUS puanlarının da yükseldiğini ve yaş ilerledikçe SUS puanlarının düştüğünü göstermektedir. Ayrıca, kurumda 5-10 yıl arası deneyime sahip olanların en yüksek SUS puanlarına sahip olduğu, 16 yıl ve üzeri deneyime sahip olanların ise en düşük puanları aldığı gözlenmiştir. AYDES kullanma deneyimi arttıkça SUS puanlarının yükseldiği, ancak sistem kullanma eğitimi alan ve almayan gruplar arasında anlamlı bir fark bulunmadığı tespit edilmiştir. Elde edilen bulgular, yazılımın kullanıcı dostu tasarımının ve eğitim süreçlerinin geliştirilmesi için önemli ipuçları sunmaktadır.

This thesis aims to evaluate the effectiveness of the Disaster Management and Decision Support System (DMDSS), which is part of the strategies to enhance Turkey's disaster response capabilities. Through quantitative data collection methods, the research aims to analyze the use of the AYDES coordination software within AFAD and examine its impact on disaster response processes.

Comprehensive studies examining the relationship between disaster management and coordination software in Turkey are limited. In the literature, there are few studies focusing on the specific effects of coordination software in nationally used systems such as EWAC. It is critical to understand the role of coordination software in disaster response processes and to evaluate and improve its effectiveness.

"System Usability Scale (SUS)" questionnaire was used as the research method. This questionnaire was administered online to people working in the Disaster and Emergency Management Presidency (AFAD) and actively using the Disaster Management and Decision Support System (DMDS) software.

The data obtained were subjected to various statistical analyses using Python programming language: Matplotlib and seaborn libraries were used to create graphs and visualize the data. Barlett Sphericity Test and Kaiser-Meyer-Olkin (KMO) Value functions were used to assess the suitability of the data for factor analysis. Afterwards, the FactorAnalyzer function was used to examine the factor structure of the data and the central tendency and dispersion measures of the data were calculated with Python's embedded describe function. The numpy, pandas and scipy libraries were used to process and analyze the data. Finally, the crosstab function in the pandas library was used to examine the relationship between two or more variables. These analysis methods and visualization techniques allowed the data to be examined in detail and enabled the usability level of AYDES software to be evaluated according to different demographic factors.

The findings of the study show that between genders, women's SUS scores are higher than men's, SUS scores increase with increasing educational level, and SUS scores decrease with increasing age. In addition, it was observed that those with 5-10 years of experience in the organization had the highest ITS scores, while those with 16 years or more of experience had the lowest scores. It was found that SUS scores increased as the experience of using AYDES increased, but there was no significant difference between the groups with and without system usage training. The findings provide important clues for improving the user-friendly design of the software and training processes.