Makine Öğrenmesi ile Entegre Pist ve Terminal Yönetimi: İstanbul Havalimanı Örneği

---

Yazan: TOLGA AKAGÜN
Yayın: EulePage / Nisan 2025

---

Giriş

Hava ulaşımı, sadece uçakların değil verinin de havalandığı bir döneme dönüştü. Havalimanları artık yalnızca seyahat noktaları değil, aynı zamanda büyük veri ve yapay zekâ destekli operasyon merkezleri haline gelmiştir. Bu dönüşümün en dikkat çekici örneklerinden biri, İstanbul Havalimanı’nda gerçekleştirilen makine öğrenmesi tabanlı pist ve terminal yönetimidir. Bu yazıda, söz konusu sistemin işleyişi, etkileri ve başarı hikayeleri üzerinden, Türkiye’de havalimanı teknolojilerinin ulaştığı düzey değerlendirilecektir.

---

Yeni Nesil Operasyonel Zekâ

İstanbul Havalimanı’nda uygulamaya konulan sistem, uçuşların kalkış-saat tahminlerinden yer hizmetlerine kadar birçok unsuru eş zamanlı izleyen ve optimize eden bir yapay zekâ modeline dayanıyor. Bu model, sürekli veri akışı sayesinde her an kendini güncelleyebiliyor. Özellikle yoğun saatlerde pist ve terminal kullanımında “gerçek zamanlı yer tahsisi” yaparak gecikmeleri minimuma indiriyor.

“İzlediğim bir sabah saatinde, üç farklı uluslararası uçuş aynı dakikalarda iniş yaptı. Yapay zekâ sisteminin otomatik olarak yönlendirdiği uçaklar, hem pist hem de terminal bazında çakışmadan yerleştirildi. Bu tabloyu izlemek, bana gökyüzünde süzülen verilerin aslında yere indiğinde nasıl sistemli bir düzene dönüştüğünü gösterdi.” Tolga AKAGÜN

---

Uygulamanın Temel Özellikleri

Öğrenen Sistem: Geçmiş verileri analiz eden algoritmalar, tekrar eden yoğunluk noktalarını tespit ediyor. Örneğin, cuma akşamı saat 18.00’deki iç hat trafiği artışına karşı önceden kapasite açılıyor.

Dinamik Alan Kullanımı: Terminal kapıları ve park yerleri sadece doluluğa göre değil, hizmet süresi tahminine göre atanıyor.

Çoklu Değişken Analizi: Hava durumu, uçak tipi, yolcu yoğunluğu gibi farklı faktörler eş zamanlı olarak değerlendiriliyor.

---

Başarı Hikâyesi: Kış Operasyonları

2024 kışında yaşanan yoğun kar yağışında, İstanbul Havalimanı’nda sistemin ne kadar başarılı çalıştığı gözlemlendi. Uçuş iptalleri minimumda tutulurken, makine öğrenmesi sistemleri pist temizleme ekiplerinin rotalarını bile optimize ederek kar küreme süresini %23 oranında kısalttı.
Bu, sadece teknoloji değil aynı zamanda stratejik bir kriz yönetimi başarısıdır.

---

Kültürel ve Lojistik Uyarlama

Makine öğrenmesi teknolojilerinin havalimanı gibi kültürel, ekonomik ve coğrafi farklılıkların kesişim noktasında olan alanlarda uygulanması, yalnızca teknik değil aynı zamanda sosyoteknik bir başarıdır. İstanbul Havalimanı örneği, farklı milletlerden gelen yüz binlerce yolcunun yönlendirilmesinde hem teknolojinin hem de kültürel uyumun eş zamanlı yürütülebileceğini göstermiştir.

“YZ sistemlerinin yalnızca ‘hesaplayan makineler’ değil, aynı zamanda kültürel akışı yöneten ‘algoritmik diplomasi araçları’ haline geldiğini düşünüyorum. Bu yönüyle İstanbul Havalimanı, sadece uçuş değil, kültürel geçiş alanı da yaratmaktadır.” Tolga AKAGÜN

---

Sonuç ve Öneriler

Makine öğrenmesi destekli sistemlerin başarısı, verinin doğru biçimde toplanması, modellenmesi ve karar sistemine entegre edilmesiyle mümkündür. İstanbul Havalimanı’ndaki uygulama, bu üçlü yapının birbiriyle uyumlu biçimde işleyebileceğini göstermektedir. Türkiye’deki diğer havalimanlarına da örnek teşkil edebilecek bu model, ilerleyen dönemlerde sağlık, güvenlik ve çevresel sürdürülebilirlik gibi alanlarda da yaygınlaştırılabilir.