| dc.description.abstract | Tıbbi cihazlar, ilaç sektörü ile birlikte Sağlık Sektörü’nün vazgeçilmez bileşenlerinden birisidir. Dünya’daki teknolojinin sürekli gelişmesi ile paralel olarak tıbbi cihazlar da sürekli değişime uğramaktadır. Günümüzde yüksek katma değerli bir sanayi kolu haline gelen ve sağlık endüstrisinin önemli bir girdisini oluşturan tıbbi cihazlar sektörü yaşamla ilgili bir sektör olması nedeniyle diğer sektörlerden farklı ele alınmalıdır. Yaşamsal faaliyetleri yerine getiren tıbbi cihazların bakım onarım kararlarının doğru verilmeme nedeni ile ortaya çıkabilecek arızalar birkaç gün dahi olsa maddi zararın yanısıra hastaların teşhis ve tedavisinde gecikmelere yol açabilmektedir. Tıbbi cihazların bakım onarım kararlarında optimum çözümlerin üretilmesi doğru veri ve doğru karar yöntemlerinin kullanılması ile mümkündür. Günlük hayatımızda yaptığımız her işlem sonucu oluşan çok büyük miktarda veri bulunmaktadır ancak büyük miktardaki veriden elde edilen anlamlı bilgi çok azdır. Büyük miktardaki veriden gerekli bilgilerin elde edilebilmesi için yeni teknikler ve yazılımlar geliştirilmektedir. Bu noktada veri madenciliği, bu veri yığınları içerisinden anlamlı ve işe yarar bilgi çıkarmayı sağlayan disiplinlerarası bir yaklaşımdır. Bunu yaparken, istatistik başta olmak üzere, veritabanı teknolojisi, makine öğrenimi, yapay zeka ve görselleştirme alanlarından yararlanmaktadır. Bu tezin amacı, tıbbi cihazlar için en uygun bakım-onarım periyodunu Veri Madenciliği ile belirlemektir. Çalışmada Veri Madenciliği yöntemlerinden Apriori Algoritması kullanılmıştır. Veriler, bakım-onarım esnasında doldurulan formlardaki bilgilerin Open Up Time sistemine girilmesi ile elde edilmiştir. A-priori algoritmasının uygulanmasında tüm veri seti yerine, ön-analiz sonucu birliktelik kuralı çıkarımı sağlayan değişkenler kullanılmıştır. A-priori algoritması sadece kesikli değişkenlere uygulanabildiği için sürekli değişkenler de kesikleştirilmiştir. Information technology and the development of data base systems in order to reach the large volume of data and the need to convert that data into meaningful information has emerged. Data mining is widely used for this purpose in recent years and is striking techniques. Everything we do in our daily lives as a result of transactions are very large amounts of data derived from large amounts of data but very little meaningful information. Large amounts of data to obtain necessary information, new techniques and softwares are being devoloped. At this point, data mining, through these piles of data that provide meaningful and useful information extraction is an interdisciplinary approach. While doing this, especially in statistics, database technology, machine learning, artificial intelligence and visualization are benefiting from. Medical devices is one of the indispensable component of the health sector with pharmaceuticals sector. With the continuous devolopment of technology in the world, medical devices are constantly subject to change. Today, that has become an industry with high added value, and constitutes an important input for the healthcare industry experience related to the medical devices sector is a sector different from other sectors due to be addressed. Due to malfunction of medical devices that perform vital activities for a few days to work even in the diagnosis and treatment of patients as well as property damage can lead to delays. Our study, aimed to determine the most suitable maintenance intervals for medical devices. For analyzing the data, Apriori Algorithm was used. A-priori algorithm is only applied to the discrete variable so continuous variables are discretized too. | en_US |
