Monte Carlo Simülasyonu ile Risk Değerlendirme

İşyerlerinde risk değerlendirmesi yapmak, artık yalnızca yasal bir yükümlülük değil; çalışan sağlığını koruma, üretim kayıplarını önleme ve kurumsal sürdürülebilirliği güvence altına alma açısından stratejik bir zorunluluktur. Fine-Kinney, 5×5 matris, FMEA gibi geleneksel yöntemler kalitatif ya da yarı kantitatif bir yaklaşım sunarken, Monte Carlo Simülasyonu bu tabloya matematiksel derinlik ekleyerek olası tüm sonuçları bir olasılık dağılımına dönüştürür. Özellikle kimyasal maruziyet, gürültü, toz veya yangın/patlama gibi çok değişkenli tehlike senaryolarında bu yöntem, “en kötü durum” yerine “tüm olası durumlar”ı aynı anda değerlendirme imkânı tanır.

Monte Carlo Simülasyonu Nedir? Temel Mantık

Kantitatif İSG risk değerlendirmesinde Monte Carlo simülasyonu; analitik yöntemlerle hesaplamanın çok zor veya karmaşık olduğu durumlarda tercih edilen bir yöntemdir. Yöntemin özünde yatan fikir son derece güçlüdür: Monte Carlo Simülasyonu, içinde değişkenlik ve belirsizlik barındıran girdi/parametrelerinin tek bir değer yerine bir olasılık dağılımıyla temsil edilerek bu girdilere göre çıktının nasıl bir dağılım göstereceğinin bulunması prensibiyle çalışır.

Simülasyon sayesinde problemin yapısına ve girdilerine göre rastgele sayılar türetilerek karar vericilerin problem, probleme ait belirsizlikler ve sistem belirsizliği hakkında bilgi edinmesi sağlanarak sağlıklı ve etkin kararlar verilmesine olanak tanınır. Günümüzde hesaplamalar elle yapılabileceği gibi yaygın olarak çeşitli bilgisayar programları tercih edilmektedir.

Yöntemin Uygulama Adımları

Monte Carlo Simülasyonu’nun İSG bağlamında uygulanması belirli bir metodolojik sırayı takip eder. Temel uygulama adımları şunlardır: Hem tahmin edilecek bağımlı değişkeni hem de tahmini yönlendirecek bağımsız değişkenleri tanımlayarak tahmine dayalı model kurulur; bağımsız değişkenlerin olasılık dağılımları tanımlanır; olası değerlerin bir aralığını tanımlamak ve her birine olasılık ağırlıkları atamak için geçmiş veriler ve/veya analistin öznel yargısı kullanılır.

Olasılık Dağılımlarının Seçimi

Monte Carlo analizinin kalitesi büyük ölçüde doğru dağılım tipinin seçimine bağlıdır. Olasılık dağılımları; normal, lognormal, uniform, triangular, PERT ve discrete gibi farklı formlar alabilir. Üçgen dağılım, sınırlı veri bulunan projelerde sık tercih edilir çünkü en iyimser, en olası ve en kötümser değerleri kullanır. Daha fazla veri mevcut olduğunda beta veya lognormal dağılımlar daha gerçekçi sonuçlar verebilir.

İterasyon Sayısı ve Güvenilirlik

Belirsizliklerin sayısına ve bu belirsizliklere karşılık gelen girdi değerlerinin hangi aralıkta değiştiğine bağlı olarak Monte Carlo simülasyonu binlerce, on binlerce hesaplama yapar ve sonucunda bütün farklı çıktıları bir olasılık dağılımı olarak sunar. Simülasyonun doğruluğu, kullanılan varsayımların kalitesiyle doğrudan ilişkilidir; faaliyet süreleri ve maliyetler için seçilen olasılık dağılımları sonuçları ciddi şekilde etkiler.

İSG Risk Değerlendirmesinde Monte Carlo: Uygulama Alanları

Monte Carlo yöntemi, İSG pratiğinde birbirinden farklı tehlike türlerinde uygulanabilir. Türkiye’deki İSG eğitim müfredatları kapsamında Monte Carlo Simülasyonu, Markov Analizi, Bayes Ağları ve Karar Ağacı gibi kantitatif teknikler arasında yer almaktadır. Bu yöntemin öne çıktığı başlıca kullanım alanları şunlardır:

Kimyasal Maruziyet Risk Analizi

Kimyasal maddelere soluma yoluyla maruziyet risk değerlendirmesi, ABD Çevre Koruma Ajansı yöntemi ve Monte Carlo simülasyonları birlikte kullanılarak gerçekleştirilmektedir. Girdiler olarak solunum hızı, maruziyet süresi, konsantrasyon dağılımı ve bireysel duyarlılık parametreleri tanımlanır; simülasyon bu değişkenlerin tüm olası kombinasyonlarını değerlendirerek bir risk dağılımı oluşturur.

İnşaat ve Yapı Güvenliği

Yöntem; çok sayıda değişkeni yönetip olasılıksal sonuçlar üretebildiğinden, karmaşık inşaat projelerinde karar vericilere etkin risk azaltma stratejileri geliştirme imkânı sunar. İnşaat projelerinde 1970’lerden bu yana kullanılan Monte Carlo Simülasyonu, değişkenleri olasılık dağılımları ile modellemeyi amaçlamaktadır.

Olasılıksal Risk Değerlendirmesi (PRA)

Giriş değişkenleri (solunum hızı, dış maruziyet parametreleri vb.) merkezi eğilim ve dağılım parametreleriyle karakterize edilen olasılık dağılımları olarak tanımlanır; kümülatif dağılım fonksiyonu kullanılarak her değişken için tek bir rastgele sayıyla olasılıksal bir değer üretilir ve bu metodoloji bir risk dağılımı oluşturarak olasılıksal risk değerlendirmesi yapılmasına olanak tanır.

Geleneksel Yöntemlerle Karşılaştırma

Monte Carlo Simülasyonu’nun İSG uygulamalarındaki yerini doğru değerlendirebilmek için diğer yöntemlerle kıyaslanması büyük önem taşır. Fine-Kinney gibi yarı kantitatif yöntemler, uzman yargısına dayanan puanlama sistemleriyle hızlı ve pratik sonuçlar verirken; Monte Carlo istatistiksel kesinliğiyle belirsizlik aralıklarını ortaya koyar. 3×3 veya 5×5 risk matrisleri ise özellikle küçük ölçekli işyerlerinde uygulanabilirliği yüksek kalitatif araçlardır. Monte Carlo simülasyonu özellikle proje yönetimi ve finansal risk analizinde yaygın olarak kullanılmakla birlikte, uygulaması uzmanlık ve ileri düzey yazılım gerektirebilir.

Adım Adım İSG Uygulaması: Kimyasal Maruziyet Örneği

Bir kimyasal işleme tesisinde çözücü buharına maruz kalan çalışanlar için Monte Carlo tabanlı risk değerlendirmesi aşağıdaki adımlarla yürütülür:

1. Model Parametrelerinin Tanımlanması

Soluma hızı (m³/saat), çalışma süresi (saat/gün), ortam konsantrasyonu ve bireyin vücut ağırlığı gibi değişkenler belirlenir. Her bir parametre için geçmiş ölçüm verileri ve literatür değerleri kullanılarak uygun dağılım tipi seçilir.

2. Simülasyonun Çalıştırılması

Simülasyon sırasında değerler belirlenen olasılık dağılımlarına göre örneklenir; her örnek seti bir iterasyon olarak tanımlanır ve bu örnek setine göre oluşan çıktı kaydedilir. Bu işlem binlerce kez tekrarlanarak kapsamlı bir sonuç seti elde edilir.

3. Sonuçların Yorumlanması

Simülasyon çıktısı, sağlık riskinin (örneğin tehlike indeksi veya kanserojen risk) hangi olasılıkla hangi sınır değerin üzerinde kaldığını gösterir. %50, %95 ve %99 persentil değerleri farklı güven düzeylerine karşılık gelen risk tahmini olarak raporlanır. Bu sayede karar vericiler, en olası riskin yanı sıra “kuyruk risklerini” de somut olarak görebilir.

Yöntemin Güçlü Yönleri ve Sınırlılıkları

Avantajlar

• İş sağlığı ve güvenliğinde Monte Carlo tekniğinin yaygın olarak kullanılmasının sebebi, bir problem hakkında cevap alabilmek için yüksek cebir bilgisine gerek kalmadan tatmin edici çözümler elde edilebilmesidir.
• Birçok parametredeki belirsizlik değerlendirilerek deterministik tekniklerden daha kapsamlı bir analiz yapılabilmektedir.
• Çoklu paralel yollar ve birleşme noktaları içeren karmaşık projelerde daha etkili bir analiz sağlar; birden fazla belirsizliği ve risk faktörünü dikkate alarak daha kapsamlı sonuçlar sunar.

Sınırlılıklar

• Monte Carlo simülasyonları, yüksek sonuçlu/düşük olasılıklı riskleri göz ardı etme eğilimindedir.
• Yanlış dağılım seçimi simülasyonun bilimsel değerini düşürür; bu nedenle proje geçmiş verileri ve uzman görüşleri birlikte değerlendirilmelidir.
• Yüksek iterasyon sayısında hesaplama süresi ve yazılım maliyeti artabilir; bu durum küçük ölçekli işletmeler için bir engel oluşturabilir.

Tüm bu özellikler değerlendirildiğinde, Monte Carlo Simülasyonu’nun en büyük değeri risk değerlendirme ekibinin çok disiplinli yapısıyla birleştiğinde ortaya çıkmaktadır. İş güvenliği uzmanı, işyeri hekimi ve süreç mühendisinin ortak çalışmasıyla oluşturulan parametreler, simülasyonun güvenilirliğini doğrudan artırır.

Sıkça Sorulan Sorular