Birçok alanda olduğu gibi tıbbi verilerden veri madenciliği yöntemlerini kullanarak anlamlı örüntüler çıkarmak ve bu doğrultuda politikalar önermek mümkündür. Bu çalışmada veri madenciliği yöntemleri uygulanarak sezaryen doğum yönteminde belirlenen anestezi türleri analiz edilerek bir örüntü ve karar mekanizması oluşturmak amaçlanmıştır. Bu bağlamda Erzurum ili ve çevresinden elde edilen 300 veri ile sınıflandırma, kümeleme ve birliktelik analizleri yapılmıştır. Bu çalışmada sınıflandırma analizi için Gini algoritması ve C5.0 algoritması kullanılmıştır. Bu algoritmalar hem uzman görüşüne göre oluşturulan 24 parametreli veri setinde hem de bilgi edinme ve ki-kare yöntemlerine göre indirgenen 16 parametreli veri setinde uygulanmıştır. Gini algoritması ile elde edilen karar ağacı karmaşıklık ölçütüne göre budanarak toplamda üç farklı karar ağacı elde edilmiştir. Söz konusu algoritmalar içerisinde C5.0 algoritması % 98,87 ile doğruluk oranı en yüksek karar ağacı olarak belirlenmiştir. K-prototip algoritması ile yapılan kümele analizinde küme sayıları her iki veri setinde de uzman görüşü doğrultusunda 2,3,4 ve 5 olarak belirlenmiştir. 2 ve 3'lü küme ayrımlarında net örüntüler bulunamazken 4 ve 5 ayrımlı kümelerde net örüntülere rastlanmıştır. Birliktelik analizi 3 veri seti üzerinden gerçekleştirilmiş ve Apriori algoritması ile birliktelik kuralları bulunmuştur.Sonuç olarak, hastanın; yaşı, ameliyata giriş saati, önceki anestezi öyküsü, sezaryen sayısı, anestezi korkusu ve ameliyat öyküsü parametrelerinin sezaryen doğum yönteminde uygulanan anestezi türünü belirlemede etkili olduğu gözlemlenmiştir. It is possible to extract meaningful patterns from medical data via data mining techniques to develop policies, as in many other fields. In this study it is aimed to extract pattern and decision mechanism using data mining techniques to analyze the data gathered from the type of anesthesia determined in cesarean birth method. In this context, classification, clustering and association rule analysis were conducted on 300 data obtained from Erzurum province and its surroundings.In this study, Gini and C5.0 algorithms have been used for classification. These algorithms have been applied both on data set with 24 parameters created according to expert opinion, and data set with 16 parameters which is reduced according to information acquisition and chi-square methods. In total, three different decision trees were obtained after pruning the tree created by Gini algorithms according to confusion measure. According to finding s it is found that C5.0 algorithms have the highest performance with 98,87% precision.Number of cluster were defined as 2,3,4 and 5 according to expert opinion for k-prototype clustering algorithm. Although meaningful patterns for 4 and 5 clusters have been found, there is no significant result for 2 and 3 clusters. Association rules have been found by applying Apriori algorithm on three data set.In conclusion, it is observed that age of patient, operation time, anesthesia history, number of caesarian, anesthesia phobia and operation history are the important factors in terms of the type of anesthesia. 99