Mobil Cbs Tabanlı Taşınmaz Değerleme Karar Destek Uygulaması Geliştirilmesi

Real estate valuation is important in terms of taxation for government institutions, crediting and insurance sectors and determination of trading values for investors. Real estate valuation is carried out by licensed appraisers in Turkey and many other countries. The appraisal process starts with a request and ends with the expert's valuation and control by the auditor. With the advancements in information technologies these processes are being automated. In this study, it is aimed to reduce the time required by an expert for performing the precedent determination process in the market research by providing a mobile GIS platform in order to facilitate the value control made by the auditor before the final report. The application stores the previous evaluations for the estimation of real estate value in a geodatabase in conjunction with location and other important features. For each new real estate to be evaluated, some spatial attributes (distance to city center, hospitals, etc.) are automatically calculated by the developed software. An extensible architecture has been adopted to facilitate the integration of machine learning methods that will enable the automatic prediction of real estate valuation and is initially tested by integrating Inverse Distance Weighted (IDW), Ordinary Least Square (OLS) and Spatially Lagged Regration (SLR) methods. A self-learning regional valuation approach has been developed with the aim that each finalized value can be used for the next estimate. The developed approach and software is tested with the data of Mamak district in Ankara province and the results are discussed.Devlet kurumları için vergilendirme, bankacılık ve sigortacılık sektörleri için kredilendirme, yatırımcılar için ise alım satım değerlerinin belirlemesi açısından taşınmaz değerlemesi önem arz etmektedir. Türkiye ve diğer pek çok ülkede taşınmaz değerlemesi lisanslı değerleme uzmanları tarafından yapılmaktadır. Değerleme süreci talep ile başlamakta değerleme uzmanının değer tespiti ve denetmen tarafından kontrol edilmesiyle sonlanmaktadır. Günümüzde bilgi teknolojilerin sektöre girmesi ile birlikte bu yöntemler otomatik hale getirilmeye çalışılmaktadır. Bu çalışmada değerleme uzmanının piyasa araştırması yönteminde kullanılan emsal tespit sürecini bir mobil CBS uygulaması ile gerçekleştirerek sürecin süresinin kısaltılması, bununla birlikte nihai rapor öncesi denetmen tarafından yapılan değer kontrolünün kolaylaştırılması hedeflenmektedir. Uygulama taşınmaz değer tespiti için daha önce yapılan değerlendirmeleri konum ve değere esas diğer bilgiler ile eşlenik olarak bir coğrafi veri tabanında saklamaktadır. Değerlendirilecek her yeni taşınmaz için bazı konumsal (şehir merkezine, hastanelere uzaklık v.b.) öznitelikler geliştirilen yazılım tarafından otomatik hesaplanmaktadır. Emsal değerlemesinin otomatik olarak hesaplanmasını sağlayacak makine öğrenmesi yöntemlerinin entegrasyonunu kolaylaştırmak amacıyla genişletilebilir bir mimari benimsenmiş ve başlangıçta Ters Uzaklık Ağırlıklandırması (IDW), En Küçük Kareler Yöntemi (OLS) ve Uzamsal Gecikmeli Regresyon (SLR) yöntemleri entegre edilerek test edilmiştir. Kesinleşmiş her değerin bir sonraki emsal tahmini için kullanılabilmesi hedeflenerek kendi kendine öğrenebilen bölgesel bir değerleme yaklaşım geliştirilmiş. Geliştirilen yaklaşım ve yazılım Ankara ili Mamak ilçesine ait veriler aracılığı ile test edilerek sonuçlar tartışılmıştır