ÇOK KRİTERLİ KARAR VERME VE MAKİNE ÖĞRENMESİ ENTEGRASYONU İLE ELEKTRİK DAĞITIM SEKTÖRÜNDE BİLGİ TEKNOLOJİLERİ YATIRIM PROJELERİNİN ÖNCELİKLENDİRİLMESİ

Abstract

Bu tez çalışmasının temel amacı, Türkiye’de elektrik dağıtım sektöründe faaliyet gösteren büyük ölçekli bir kurumun bilgi teknolojileri (BT) yatırımları kapsamında, sınırlı kaynaklarla hangi projelere öncelik verilmesi gerektiğini nesnel ve çok kriterli bir karar verme çerçevesinde analiz etmektir. Yaklaşık 9000 çalışana sahip kurumun teknoloji departmanı tarafından önerilen yedi proje alternatifi—Alacak Yönetim Sistemi, Yatırım Yönetim Sistemi, Filo Yönetim Sistemi, Abone Yönetim Sistemi, Kesinti Yönetim Sistemi, Talep Takip Sistemi ve Envanter Yönetim Sistemi—kurumun stratejik hedefleri ve operasyonel ihtiyaçları doğrultusunda çok kriterli bir değerlendirme sürecine tabi tutulmuştur. Analiz sürecinde, karar kriterlerinin ağırlıklandırılmasında Analitik Hiyerarşi Süreci (AHP) yöntemi kullanılmış, proje alternatiflerinin sıralanmasında ise AHP, PROMETHEE ve VIKOR yöntemleri uygulanmıştır. Kriterler; proje zaman planı, devlet desteği, yatırım bütçesi, müşteri memnuniyeti, tahakkuk, tahsilat ve kayıp-kaçak oranı olmak üzere yedi başlık altında toplanmıştır. AHP yöntemiyle yapılan analizde, en yüksek ağırlıkların tahsilat (0,3488), kayıpkaçak (0,2505) ve tahakkuk (0,2127) kriterlerine verildiği belirlenmiştir. Bu durum, kurumun yatırım kararlarında finansal verimlilik ve operasyonel kontrol unsurlarına öncelik verdiğini ortaya koymaktadır. AHP, PROMETHEE ve VIKOR analizleri sonucunda projeler arasında sıralama farklılıkları görülse de genel eğilimler benzerlik göstermiştir. Tüm yöntemlerde Proje 1 (Alacak Yönetim Sistemi) en yüksek önceliğe sahip proje olarak belirlenmiştir. Bu proje, özellikle tahsilat verimliliğini artırma ve mali süreçleri iyileştirme potansiyeliyle dikkat çekmektedir. Proje 5 (Kesinti Yönetim Sistemi) ve Proje 4 (Abone Yönetim Sistemi) de sıralamada üst sıralarda yer alarak yatırım yapılabilir projeler arasında değerlendirilmiştir. Çalışmada ayrıca, çok kriterli karar verme yöntemleri ile elde edilen değerlendirme sonuçlarının XGBoost algoritması kullanılarak modellenmesi sağlanmış ve farklı kriterlerin proje önceliklendirmedeki belirleyiciliği detaylı biçimde analiz edilmiştir. Bu yaklaşım, geleneksel yöntemlerin sabit ağırlıklandırma yapılarının ötesine geçilerek, makine öğrenmesi temelli dinamik kriter önemliliklerinin ortaya konmasına olanak tanımaktadır. Çalışmanın sonuçları, çok kriterli karar verme yöntemlerinin kurumsal proje yönetimi ve yatırım planlamasında etkili bir araç olarak kullanılabileceğini ortaya koymuştur. Ayrıca, birden fazla yöntemin entegre biçimde uygulanması, sıralama sonuçlarını daha güvenilir hale getirmekte ve karar vericilere daha dengeli bir bakış açısı sunmaktadır. Bu bağlamda, BT yatırımlarında yalnızca teknik ve mali göstergelerin değil, stratejik uyum ve operasyonel katkı gibi çok boyutlu kriterlerin birlikte ele alınması, kurum performansına uzun vadede olumlu yansımalar sağlayacaktır.