TARIFNAME BIR RANDEVU TAKIP SISTEMI TEKNIK ALAN Bulus, önceden planlanmis bir randevunun gerçeklesme olasiliginin tespit edilmesini saglamak için bir randevu takip sistemi ile ilgilidir. ÖNCEKI TEKNIK Iki ya da daha çok kisi arasinda önceden kararlastirilmis, belli bir saatte ve belli bir yerde bulusma durumuna randevu denilmektedir. Randevu günlük hayatta kisiler arasinda yapilan bir islem olsa da birçok sektörde islerin takibinin saglanabilmesi için kullanilmaktadir. Özellikle hastanelerde, saglik bakim merkezlerinde, otellerde, sirketlerde vb. birçok alanda randevu hizmeti kullanilmaktadir. Hastanelerde doktorlarin çalisma saatlerine göre hastalar randevu alabilmektedir. Hastalar gitmeyecekleri randevuyu iptal etmeyi genel olarak unutmaktadirlar. Bu durum ihtiyaci olan hastalarin bu bosluktan faydalanmasini engellemektedir. Hastanin randevuya gelmeyecegi ancak randevu saatinde belirlenebilmektedir. Bu durumda ihtiyaci olan hastalarin doktora ulasimi ileri bir zamana aktarilabilmektedir. Bu durum hem doktorlar için hem ihtiyaci olan hastalar için zaman kaybi olusturmaktadir. Doktorun çalistigi saglik kurumu için ise maddi kayip olusturmaktadir. Bir bakim merkezinde randevu alan bir kisinin randevuya katilmamasi durumunda randevu düzenleyen ve bir sonraki randevu için bekleyen kisiler için zaman ve hatta maddi kayip olusturmaktadir. Bu durum örnegin randevu ile çalisan bir restoranda, bir otel rezervasyonunda yasanabilmektedir. Randevu sistemi ile çalisan birimler genel olarak bu durumdan sikayet etmektedir. Mevcut teknikte randevu alan ile randevu veren arasinda randevu hizmeti sunan ve bir hizmet alan arasinda belirlenen bir gün ve saate göre randevu olusturulmasini saglayan bir sistemden bahsedilmektedir. Bu sistem randevu alan ile randevu veren arasinda randevu olusturulmasini saglamaktadir. Fakat, randevunun takibini saglamamaktadir. Sonuç olarak, yukarida bahsedilen tüm sorunlar, ilgili teknik alanda bir yenilik yapmayi zorunlu hale getirmistir. BULUSUN KISA AÇIKLAMASI Mevcut bulus yukarida bahsedilen dezavantajlari ortadan kaldirmak ve ilgili teknik alana yeni avantajlar getirmek üzere, bir randevu takip sistemi ile ilgilidir. Bulusun bir amaci, olusturulan bir randevunun gerçeklesme olasiliginin hesaplamasini saglamak için bir randevu takip sistemi ortaya koymaktir. Yukarida bahsedilen ve asagidaki detayli anlatimdan ortaya çikacak tüm amaçlari gerçeklestirmek üzere mevcut bulus, önceden planlanmis bir randevunun gerçeklesme olasiliginin tespit edilmesini saglamak için bir randevu takip sistemidir. Buna göre randevu veren kullanicinin bilgilerinin tutuldugu bir birinci veritabanini; randevu alan kullanicinin bilgilerinin tutuldugu bir ikinci veritabanini; bahsedilen birinci veritabanindan ve bahsedilen ikinci veritabanindan veri almak için bir islemci birimini içermesi; islemci biriminin, - birinci veritabanindan randevu veren kullanicinin bilgilerini içeren bir birinci durum verisinin alinmasini saglayacak; - ikinci veritabanindan randevu alan kullanicinin randevu bilgisini ve kullanici bilgilerini içeren bir ikinci durum verisinin alinmasini saglayacak; - birinci durum verisinin ve ikinci durum verisinin makine ögrenmesi ile önceden ögrenilmis bilgilere göre kontrol edilmesini saglayacak; - randevunun gerçeklesme olasiligini içeren bir randevu durum bilgisinin olusturulmasini saglayacak; sekilde konfigüre edilmis olmasidir. Böylece, randevuya katilma olasiligi düsük kisilerin randevu saatlerinden baska birinin yaralanabilmesi saglanmaktadir. Bulusun mümkün bir yapilanmasinin özelligi, islemci biriminin birinci veritabanindan ve ikinci veritabanindan alinan bilgilerin Gradient Boosting modeli, Logistic Regression modeli ve StackNet modeli (Gradient Boosting ve Logistic Regression modelleri içeren StackNet modeli) ile önceden ögrenilmis bilgiler ile karsilastirilmasini saglayacak sekilde konfigüre edilmis olmasidir. Böylece, bir model ile belirlenemeyen bir özelligin digeri ile tespit edilmesi saglanmaktadir. Bu durum sistemin kendi kendini kontrol etmesini saglayarak gerçek degere yakin sonuçlarin elde edilmesini saglamaktadir. Bulusun mümkün bir diger yapilanmasinin özelligi, randevu veren kullanicinin veri girisi yapmasini saglamak için bir birinci kullanici arayüzünü içermesidir. Böylece, randevu veren kisinin randevu bilgilerini giris yapmasi saglanmaktadir. Bulusun mümkün bir diger yapilanmasinin özelligi, randevu alan kullanicinin veri girisi yapmasini saglamak için bir ikinci kullanici arayüzünü içermesidir. Böylece, randevu veren tarafindan olusturulan randevu listesinden randevu alinmasi saglanmaktadir. Bulusun mümkün bir diger yapilanmasinin özelligi, islemci birimi ile iliskili veri alisverisi yapilmasini saglamak için bir haberlesme birimini içermesidir. Bulusun mümkün bir diger yapilanmasinin özelligi, islemci biriminin her bir randevu durum bilgisine göre birinci kullanici arayüzünde randevunun gerçeklesme olasiligini gösteren bir randevu slotunu güncelleyecek sekilde konfigüre edilmis olmasidir. Böylece, randevu veren kullanicinin randevu takvimini güncel olarak takip edebilmesi saglanmaktadir. SEKILIN KISA AÇIKLAMASI Sekil 1' de bir randevu takip sisteminin temsili bir görünümü verilmistir. Sekil 2' de bir randevu takip sisteminin çalisma senaryosunun temsili bir görünümü verilmistir. BU LUSUN DETAYLI AÇIKLAMASI Bu detayli açiklamada bulus konusu sadece konunun daha iyi anlasilmasina yönelik hiçbir sinirlayici etki olusturmayacak örneklerle açiklanmaktadir. Bulus, önceden planlanmis bir randevunun gerçeklesme olasiliginin tespit edilmesini saglamak için bir randevu takip sistemi (10) ile ilgilidir. Bahsedilen randevu takip sisteminde (10), bir randevu veren kullanici (11) bulunmaktadir. Randevu veren kullanicinin (11) veri girisi yapmasina izin verecek sekilde saglanmis bir birinci kullanici arayüzü (111) bulunmaktadir. Bulusun mümkün bir yapilanmasinda bahsedilen birinci kullanici arayüzü (111) olarak bir mobil cihaza saglanmis bir web site, bir mobil uygulama olabilmektedir. Randevu veren kullanicinin (11) ikinci kullanici arayüzü (121) vasitasiyla giris yaptigi verilerin depolanmasi için saglanmis bir birinci veritabani (112) bulunmaktadir. Randevu veren kullanici (11) isim, soyisim, randevunun saglandigi yer, saat, meslek, randevu saglanan yerin konumu vb. bilgilerin birinci veritabaninda (112) depolanmasi saglanmaktadir. Birinci kullanici arayüzünde (111) randevu slotunu içeren bir grafik bulunmaktadir. Randevu veren kullanici (11) randevu alan kullanicinin (12) bilgilerini bu slot üzerinde görüntüleyebilmektedir. Randevu takip sisteminde, randevu veren kullanicidan (11) bir randevu almasini saglayan bir randevu alan kullanici (12) bulunmaktadir. Bahsedilen randevu alan kullanicinin (12) randevu almasi için saglanmis bir ikinci kullanici arayüzü (121) bulunmaktadir. Bulusun mümkün bir yapilanmasinda bahsedilen ikinci kullanici arayüzü (121) olarak, bir mobil vasitasiyla girilebilen bir web site, bir mobil uygulama vb. kullanilabilmektedir. Randevu alan kullanici (12) vasitasiyla olusturulan randevu esnasinda kullanicinin bilgilerinin alinmasi saglanmaktadir. Kullanici bilgilerinin bir ikinci veritabaninda (122) sonradan kullanilmak üzere depolanmasi saglanmaktadir. Kullanicidan alinan bilgiler arasinda, kullanicinin adi, soyadi, lD numarasi, telefon numarasi, konumu, yasadigi sehir, meslegi vb. verilerin toplanmasi saglanmaktadir. Randevu takip sistemi, birinci veritabanindan (112) ve ikinci veritabanindan (122) veri almak için bir islemci birimini (13) içermektedir. Bahsedilen islemci birimi (13), birinci veritabanindan (112) ve ikinci veritabanindan (122) alinan veri setlerinin yapay zeka ve makine ögrenmesi aIgoritmaIari ile islenmesini saglamaktadir. Islemci birimi (13), randevunun gerçeklesme olasiligini içeren bir randevu durum verisinin olusturulmasini saglamaktadir. Bahsedilen durum verisi, islemci biriminin (13) birinci veritabanindan (112) ve ikinci veritabanindan (122) alinan verileri Gradient Boosting modeli, Logistic Regression modeline ve StackNet modeline girdi olarak vermesi sonucunda olusturulmaktadir. Islemci birimi (13) birinci veritabanindan (112) ve ikinci veritabanindan (122) alinan bilgilerin Gradient Boosting modeli, Logistic Regression modeli ve StackNet modeli ile önceden ögrenilmis bilgiler ile karsilastirilmasini saglayacak sekilde konfigüre edilmistir. Böylece, bir modelin belirleyemedigi bir veriyi digerinin belirlemesi saglanmaktadir. Bu durumda elde edilen randevu durum bilgisi gerçek degere yakin bir tahmini sonuç içermektedir. Islemci biriminin (13) her bir randevu durum bilgisinin birinci kullanici arayüzünde (111) randevunun gerçeklesme olasiligini gösteren randevu slotunda güncellenmesini saglamaktadir. Islemci birimi ile iliskili bir haberlesme birimi (14) bulunmaktadir. Bulusun mümkün bir yapilanmasindan bahsedilen haberlesme birimi (14) kablolu haberlesme ile veri aktarimi saglamaktadir. Bulusun alternatif bir yapilanmasinda bahsedilen haberlesme birimi (14) kablosuz haberlesme ile veri aktarimini saglamaktadir. Islemci birimi (13) ile iliskili bir hafiza birimi (15) bulunmaktadir. Islemci birimi (13) verilerin hafiza birimine (15) kaydedilmesini saglamaktadir. Bulusun örnek bir çalisma senaryosu asagidaki gibi açiklanmaktadir; Randevu vermek isteyen bir kullanicinin öncelikle birinci kullanici arayüzü (111) vasitasiyla randevu ortami, yeri, zaman saat ad soyad, konum bilgilerini giris yapmasi saglanmaktadir. Birinci kullanici arayüzü (111) vasitasiyla girilen bilgilerin birinci veritabaninda (112) tutulmasi saglanmaktadir. Islemci birimi (13) birinci veritabanindan (112) randevu veren kullanicinin (11) bilgilerini içeren bir birinci durum verisinin alinmasini saglamaktadir. Randevu almak isteyen bir kullanicinin ikinci kullanici arayüzü (121) vasitasiyla randevu için bir saat, zaman, ad soyad, konum vb. bilgilerini giris yapmasi saglanmaktadir. Ikinci kullanici arayüzü (121) vasitasiyla alinan verilerin ikinci veritabaninda (122) tutulmasi saglanmaktadir. Islemci birimi (13) ikinci veritabanindan (122) randevu veren kullanicinin (11) bilgilerini içeren bir ikinci durum verisinin alinmasini saglamaktadir. Randevu alan (12) kullanici randevu veren kullanicinin (11) randevu slotuna göre bir seçim yapabilmektedir. Bu nedenle öncelikle randevu veren kullanicinin (11) bilgilerinin sisteme tanitilmasi gerekmektedir. Bulusun mümkün bir yapilanmasinda, islemci birimi ikinci veritabanindan alinan konum bilgisinden bir trafik bilgisinin olusturulmasini saglamaktadir. Bulusun mümkün bir diger yapilanmasinda; islemci birimi ayrica, randevu tarihi bilgisinden bir hava durumu verisinin çikarilmasini saglamaktadir. Islemci birimi (13) birinci veritabanindan (112) ve ikinci veritabanindan (122) alinan verilerin makine ögrenmesi ile islenmesini saglamaktadir. Islemci birimi ayrica, birinci veritabanindan ve ikinci veritabanindan alinan bilgilerden trafik bilgisi, hava durumu bilgisinin çikarilmasini saglamaktadir. Böylece, randevunun gerçeklesmesi için olusabilecek bütün olumsuzluklarin degerlendirilmesi saglanmaktadir. Islemci birimi (13), makine ögrenmesi ile önceden ögrenilmis bilgilerle birinci durum verisinin ve ikinci durum verisinin karsilastirilmasini saglamaktadir. Karsilastirma sonucunda, bir randevu durum bilgisinin olusturulmasini saglamaktadir. Bahsedilen randevu durum bilgisi, randevunun gerçeklesme olasiligini içeren tahmini bir veri olmaktadir. Randevu durum bilgisine göre randevu veren kullanici (11) randevunun gerçeklesme ihtimalini randevu saatinden önce belirleyebilmektedir. Bu durumda randevu veren kullanicinin (11) randevunun gerçeklesme durumuna göre randevu slotunun güncellemesini saglayabilmektedir. Islemci birimi (13), birinci kullanici arayüzü (111) ve ikinci kullanici arayüzü (121) vasitasiyla girilen bilgilerin birinci veritabanindan (112) ve ikinci veritabanindan (122) haberlesme birimi (14) vasitasiyla alinmasini saglamaktadir. Islemci birimi (13) degisen ve güncellenen durum bilgilerinin anlik olarak hafiza birimine (15) kaydedilmesini saglamaktadir. Islemci birimi (13) randevunun gerçeklesme durumuna göre randevu slotunun ayarlanmasini saglamaktadir. Örnegin, bir takvim ve saat slotunun üzerinde kullanicinin katilim oranina göre saatlerin renklerinin degistirilmesi saglanmaktadir. Bu durumda takvime bakan randevu veren kullanicinin (11) randevu alan kullanicinin (12) randevuya katilim olasiliginin kolaylikla anlayabilmesi saglanmaktadir. Bulusun örnek bir yapilanmasinda, öncelikle bir hastane sistemine bir kalp doktorunun adi soyadi, randevu bilgileri vb. durum bilgilerini giris yapmasi saglanmaktadir. Doktorun bilgilerinin bir birinci veritabaninda (112) tutulmasi saglanmaktadir. Bir hastanin bahsedilen kalp doktorundan randevu almak istemesi durumunda hastanenin web sitesinden, örnegin; 09.06.2022 tarihi Persembe günü saat 14:00 için bir randevu olusturmasi saglanmaktadir. Hasta randevuyu olustururken hastanin adi, soyadi, konum gibi kisisel bilgilerini de giris yapmasi saglanmaktadir. Hasta tarafindan giris yapilan bilgilerin ikinci veritabanina (122) kaydedilmesi saglanmaktadir. Birinci veritabaninda (112) ve ikinci veritabaninda (122) tutulan bilgilerin bir kablosuz haberlesme birimi (14) vasitasiyla islemci birimine (13) iletilmesi saglanmaktadir. Islemci birimi (13), randevu gününün ve saatinin yakinlastigini tespit etmesi durumunda, birinci veritabanindan (112) ve ikinci veritabanindan (122) alinan bilgilerin makine ögrenmesi ile kontrol edilmesini saglamaktadir. Islemci birimi (13), birinci veritabanindan (112) alinan bilgilerin önceden ögrenilmis veriler ile karsilastirilmasini saglayarak hastanin randevuya katilma durumunun tespit edilmesini saglamaktadir. Örnegin; hastanin konumu randevu saatine yarim saat kala iki saatlik uzaklikta bulunuyorsa hastanin randevuya yüksek olasilikla katilamayacagi verisi olusturulmaktadir. Bu durumda hasta %90 oraninda randevuya katilmayacaktir sekilde bir randevu durum bilgisinin olusturulmasi saglanmaktadir. Islemci birimi randevu durum bilgisinin haberlesme birimi (14) vasitasiyla ikinci veritabanina (122) iletilmesini saglamaktadir. Doktor, birinci kullanici arayüzünden (111) hastanin randevuya %80 oraninda katilmayacagi bilgisini görebilmektedir. Bu durumda doktor bu zamana baska bir hastanin alinmasini saglayabilmektedir. Islemci birimi (13) ayrica, haber vermeden randevuya katilim saglamayan bir hastanin bilgilerinin sonradan kullanmak üzere hafiza birimine (15) kaydedilmesini saglamaktadir. Bu durumda doktorun gelmeyecek bir hasta için zaman ayirmasi engellenmektedir. Ayrica, ihtiyaci olan bir baska hastanin tedavi edilmesi saglanmaktadir. Bu durumda hem doktor hem çalistigi saglik kurumu için olusan zaman kaybinin ve maddi kaybin engellenmesi saglanmaktadir. Bulusun alternatif bir diger yapilanmasinda; bir müsterinin bir otelin bir odasi için rezervasyon yaptirmasi saglanmaktadir. Müsterinin verilerini bir web site üzerinden giris yapmasi saglanmaktadir. Otel sahibi giris yapilan bilgilere göre belirlenen gün ve saatte odanin müsteriye ayrilmasini saglamaktadir. Rezervasyon tarihinin yakinlasmasi durumunda, müsterinin otele gelme durumunun girilen bilgilerden ve ögrenilmis bilgilerden kontrol edilmesi saglamaktadir. Kontrol edilen bilgilerden müsterinin %90 oraninda katilim saglayacagi bilgisine erisim saglanmistir. Bu durumda odanin müsteri için hazirlanmasi saglanmaktadir. Aksi durumda, odanin baska bir müsteri için hazirlanmasi saglanabilmektedir. Bulusun koruma kapsami ekte verilen istemlerde belirtilmis olup kesinlikle bu detayli anlatimda örnekleme amaciyla anlatilanlarla sinirli tutulamaz. Zira teknikte uzman bir kisinin, bulusun ana temasindan ayrilmadan yukarida anlatilanlar isiginda benzer yapilanmalar ortaya koyabilecegi açiktir. SEKILDE VERILEN REFERANS NUMARALARI Randevu takip sistemi 11 Randevu veren kullanici 111 Birinci kullanici arayüzü 112 Birinci veritabani 12 Randevu alan kullanici 121 Ikinci kullanici arayüzü 122 Ikinci veritabani 13 Islemci birimi 14 Haberlesme birimi Hafiza birimi TR TR TR DESCRIPTION AN APPOINTMENT KEEPING SYSTEM TECHNICAL FIELD The invention relates to an appointment tracking system to enable the detection of the probability of a pre-planned appointment taking place. BACKGROUND: A meeting between two or more people, agreed upon in advance, at a certain time and at a certain place, is called an appointment. Although appointment is a transaction made between people in daily life, it is used in many sectors to keep track of business. Especially in hospitals, health care centers, hotels, companies, etc. Appointment services are used in many areas. Patients can make an appointment according to the working hours of doctors in hospitals. Patients generally forget to cancel an appointment they do not want to attend. This situation prevents patients in need from benefiting from this space. It can only be determined at the appointment time that the patient will not come to the appointment. In this case, patients' access to the doctor in need can be postponed to a later time. This situation creates a waste of time for both doctors and patients in need. It creates a financial loss for the health institution where the doctor works. If a person who makes an appointment at a care center does not attend the appointment, it causes time and even financial loss for those who made the appointment and are waiting for the next appointment. This can happen, for example, in a restaurant that works by appointment or in a hotel reservation. Units that work with an appointment system generally complain about this situation. In the current technique, a system that provides an appointment service between the appointment maker and the appointment maker and enables the creation of an appointment between a service recipient according to a specified day and time is mentioned. This system allows appointments to be made between the appointment maker and the appointment maker. However, it does not provide tracking of the appointment. As a result, all the problems mentioned above have made it necessary to make an innovation in the relevant technical field. BRIEF DESCRIPTION OF THE INVENTION The present invention relates to an appointment tracking system in order to eliminate the disadvantages mentioned above and bring new advantages to the relevant technical field. An aim of the invention is to provide an appointment tracking system to calculate the probability of an appointment being created. In order to realize all the purposes mentioned above and that will emerge from the detailed explanation below, the present invention is an appointment tracking system to ensure the detection of the probability of a pre-planned appointment. Accordingly, a first database where the information of the user who made an appointment is kept; a second database where the information of the user who made the appointment is kept; comprising a processing unit for receiving data from said first database and said second database; The processor unit will - ensure that a first status data containing the information of the user who made the appointment is received from the first database; - ensure that a second status data containing the appointment information and user information of the user who made an appointment is obtained from the second database; - will ensure that the first state data and the second state data are checked according to previously learned information by machine learning; - will generate appointment status information that includes the probability of the appointment occurring; It is configured like this. In this way, it is ensured that people who are less likely to attend the appointment can be harmed by someone else during their appointment time. The feature of a possible embodiment of the invention is that the processor unit is configured in a way that allows the information received from the first database and the second database to be compared with previously learned information using the Gradient Boosting model, Logistic Regression model and StackNet model (StackNet model containing Gradient Boosting and Logistic Regression models). Thus, a feature that cannot be determined with one model can be detected with another. This allows the system to control itself and obtain results close to the real value. The feature of another possible embodiment of the invention is that it includes a first user interface to enable the user making an appointment to enter data. Thus, the person making the appointment is enabled to enter the appointment information. The feature of another possible embodiment of the invention is that it includes a second user interface to enable the user making an appointment to enter data. Thus, it is possible to make an appointment from the appointment list created by the appointment maker. The feature of another possible embodiment of the invention is that it includes a communication unit to enable data exchange with the processor unit. The feature of another possible embodiment of the invention is that the processor unit is configured to update an appointment slot showing the probability of the appointment occurring in the first user interface according to each appointment status information. Thus, the user making an appointment can follow the appointment calendar up to date. BRIEF DESCRIPTION OF THE FIGURE A representative view of an appointment tracking system is given in Figure 1. Figure 2 gives a representative view of the operating scenario of an appointment tracking system. DETAILED DESCRIPTION OF THE INVENTION In this detailed explanation, the subject of the invention is explained only with examples that will not create any limiting effect on a better understanding of the subject. The invention relates to an appointment tracking system (10) to detect the probability of a previously planned appointment taking place. In the mentioned appointment tracking system (10), there is a user (11) who makes an appointment. There is a first user interface (111) provided to allow the user (11) making the appointment to enter data. In a possible embodiment of the invention, the first user interface (111) mentioned can be a website or a mobile application provided to a mobile device. There is a first database (112) provided to store the data entered by the appointment-making user (11) via the second user interface (121). The user who made the appointment (11) has the name, surname, place of appointment, time, profession, location of the place where the appointment was made, etc. The information is stored in the first database (112). There is a graphic containing the appointment slot in the first user interface (111). The user (11) who made the appointment can view the information of the user (12) who made the appointment on this slot. In the appointment tracking system, there is a user (12) who makes an appointment, which allows the user (11) who made the appointment to make an appointment. There is a second user interface (121) provided for the said appointment user (12) to make an appointment. As the second user interface (121) mentioned in a possible embodiment of the invention, a website, a mobile application, etc. that can be accessed via a mobile device is used. can be used. During the appointment created through the appointment user (12), the user's information is obtained. User information is stored in a second database (122) for later use. Among the information received from the user, the user's name, surname, ID number, telephone number, location, city of residence, profession, etc. data is collected. The appointment tracking system includes a processor unit (13) for receiving data from the first database (112) and the second database (122). The said processor unit (13) enables the data sets received from the first database (112) and the second database (122) to be processed with artificial intelligence and machine learning algorithms. The processor unit (13) provides the creation of appointment status data containing the probability of the appointment occurring. The said state data is created as a result of the processor unit (13) giving the data received from the first database (112) and the second database (122) as input to the Gradient Boosting model, Logistic Regression model and StackNet model. The processor unit (13) is configured to enable the information received from the first database (112) and the second database (122) to be compared with previously learned information using the Gradient Boosting model, Logistic Regression model and StackNet model. Thus, data that one model cannot determine is enabled by the other. In this case, the appointment status information obtained contains an estimated result close to the real value. The processor unit (13) ensures that each appointment status information is updated in the appointment slot showing the probability of the appointment occurring on the first user interface (111). There is a communication unit (14) associated with the processor unit. The communication unit (14) mentioned in a possible embodiment of the invention provides data transfer via wired communication. In an alternative embodiment of the invention, the communication unit (14) provides data transfer via wireless communication. There is a memory unit (15) associated with the processor unit (13). The processor unit (13) ensures that the data is recorded in the memory unit (15). An exemplary working scenario of the invention is explained as follows; A user who wants to make an appointment must first enter the appointment environment, location, time, hour, name, surname and location information through the first user interface (111). The information entered through the first user interface (111) is kept in the first database (112). The processor unit (13) ensures that a first status data containing the information of the user (11) who made the appointment is received from the first database (112). A user who wants to make an appointment can specify a time, time, name and surname, location, etc. for the appointment via the second user interface (121). You are allowed to enter your information. The data received through the second user interface (121) is kept in the second database (122). The processor unit (13) ensures that a second status data containing the information of the user (11) who made the appointment is received from the second database (122). The user making an appointment (12) can make a selection according to the appointment slot of the user making the appointment (11). For this reason, first of all, the information of the user (11) who made the appointment must be introduced to the system. In a possible embodiment of the invention, the processor unit provides the creation of traffic information from the location information received from the second database. In another possible embodiment of the invention; The processor unit also enables the extraction of weather data from the appointment date information. The processor unit (13) enables the data received from the first database (112) and the second database (122) to be processed by machine learning. The processor unit also enables the extraction of traffic information and weather information from the information received from the first database and the second database. In this way, all possible negativities that may occur in order to make the appointment are evaluated. The processor unit (13) enables the comparison of the first state data and the second state data with the previously learned information through machine learning. As a result of the comparison, an appointment status information is created. The appointment status information mentioned is an estimated data containing the probability of the appointment occurring. According to the appointment status information, the user (11) who makes the appointment can determine the probability of the appointment before the appointment time. In this case, the appointment slot of the user (11) who made the appointment can be updated according to the realization status of the appointment. The processor unit (13) ensures that the information entered through the first user interface (111) and the second user interface (121) is received from the first database (112) and the second database (122) via the communication unit (14). The processor unit (13) ensures that the changing and updated status information is instantly recorded in the memory unit (15). The processor unit (13) ensures that the appointment slot is adjusted according to the realization status of the appointment. For example, on a calendar and clock slot, the colors of the clocks can be changed according to the user's participation rate. In this case, the user (11) who made the appointment by looking at the calendar can easily understand the probability of the user (12) who made the appointment to attend the appointment. In an exemplary embodiment of the invention, first a heart doctor's name and surname, appointment information, etc. are provided to a hospital system. Status information is allowed to be entered. The doctor's information is kept in a first database (112). If a patient wants to make an appointment with the mentioned heart doctor, he can visit the hospital's website, e.g. It is possible to make an appointment for Thursday, 09.06.2022 at 14:00. When creating an appointment, the patient is allowed to enter personal information such as name, surname and location. The information entered by the patient is recorded in the second database (122). The information kept in the first database (112) and the second database (122) is transmitted to the processor unit (13) via a wireless communication unit (14). If the processor unit (13) detects that the appointment day and time are approaching, it ensures that the information received from the first database (112) and the second database (122) is checked by machine learning. The processor unit (13) enables the patient's appointment attendance status to be determined by comparing the information received from the first database (112) with previously learned data. For example; If the patient's location is two hours away half an hour before the appointment time, data is generated that the patient will most likely not be able to attend the appointment. In this case, appointment status information is created so that the patient will not attend the appointment in 90% of the time. The processor unit ensures that the appointment status information is transmitted to the second database (122) via the communication unit (14). From the first user interface (111), the doctor can see the information that the patient will not attend the appointment 80% of the time. In this case, the doctor may arrange for another patient to be admitted at this time. The processor unit (13) also ensures that the information of a patient who does not attend the appointment without notice is recorded in the memory unit (15) for later use. In this case, the doctor is prevented from allocating time for a patient who will not come. Additionally, another patient in need is treated. In this case, time loss and financial loss are prevented for both the doctor and the health institution where he works. In another alternative embodiment of the invention; A customer is allowed to make a reservation for a room in a hotel. The customer is allowed to enter his/her data via a website. The hotel owner ensures that the room is reserved for the customer on the day and time determined according to the information entered. In case the reservation date approaches, the customer's arrival status at the hotel is checked from the entered information and learned information. From the information checked, 90% of the customer participation was achieved. In this case, the room is prepared for the customer. Otherwise, the room can be prepared for another customer. The scope of protection of the invention is specified in the attached claims and cannot be limited to what is explained in this detailed description for exemplary purposes. Because it is clear that a person skilled in the art can produce similar structures in the light of what is explained above, without deviating from the main theme of the invention. REFERENCE NUMBERS GIVEN IN THE FIGURE Appointment tracking system 11 User making an appointment 111 First user interface 112 First database 12 User making an appointment 121 Second user interface 122 Second database 13 Processor unit 14 Communication unit Memory unit TR TR TR