SavedAdd your journal

Journals / Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi / 2020 / Cilt: 12 - Sayı: 2

Design of a Fuzzy Logic Based Custom Exam Production System for High Performance

Yüksek Başarım İçin Bulanık Mantık Tabanlı Kişiye Özel Sınav Üretme Sistemi Tasarımı

Özkan TAŞKIRDI
Halil Murat ÜNVER
Pages
745–752
Publication Date
2020-06-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

It was observed that work motivation and student achievement were significantly increased with test studies conducted with specially derived questions.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:In this study, a software which aims to keep the performance and motivation at the highest level by reducing the psychological effects of positive / negative differences in students' performance has been developed by using Fuzzy Logic infrastructure in C # language.
📊
Key Findings & Data:In the study based on the mathematics course, the number of correct answers given to the unit questions of the students preparing for the university entrance exam, the number of correct answers of the other students taking the examination and the passing grades of the courses taken in the previous years were evaluated with fuzzy logic and the learning rates of the students were determined for each unit.
💡
Conclusion & Impact:It was observed that work motivation and student achievement were significantly increased with test studies conducted with specially derived questions.
🔬Design:Research Article
📍Scope:Comprehensive Sample
⚙️Variables:bulanık mantık · yapay zeka · performans değerlendirme

Abstract

In this study, a software which aims to keep the performance and motivation at the highest level by reducing the psychological effects of positive / negative differences in students' performance has been developed by using Fuzzy Logic infrastructure in C # language. In the study based on the mathematics course, the number of correct answers given to the unit questions of the students preparing for the university entrance exam, the number of correct answers of the other students taking the examination and the passing grades of the courses taken in the previous years were evaluated with fuzzy logic and the learning rates of the students were determined for each unit. According to the determined learning rates, exams with question combinations suitable for the level of the students were derived. With the developed software, it is aimed to achieve a continuous development line based on keeping the students' morale-motivation level high. It was observed that work motivation and student achievement were significantly increased with test studies conducted with specially derived questions.

Özet

Bu çalışmada, öğrencilerin başarımındaki olumlu/olumsuz farklılıkların psikolojik etkilerini azaltarak performans ve motivasyonun üst seviyede tutulmasını amaçlayan bir yazılım Bulanık Mantık alt yapısı kullanılarak C# dilinde geliştirilmiştir. Matematik dersi esas alınarak yapılan çalışmada üniversite giriş sınavına hazırlanan öğrencilerin ünite sorularına verdikleri doğru cevap sayısı, sınavı alan diğer öğrencilerin ilgili ünitedeki doğru cevap sayıları ve önceki yıllarda alınan ders geçme notları bulanık mantıkla değerlendirilmiş, öğrencilerin her bir ünite için öğrenme oranları belirlenmiştir. Tespit edilen öğrenme oranlarına göre öğrenci düzeyine uygun soru kombinasyonlu sınavlar türetilmiştir. Geliştirilen yazılım ile öğrencilerin moral – motivasyon düzeyini yüksek tutmayı esas alarak sürekli bir gelişim çizgisinin yakalanması hedeflenmiştir. Kendileri için özel olarak türetilmiş sorularla yapılan test çalışmaları ile çalışma motivasyonunun ve öğrenci başarılarının belirgin düzeyde arttığı gözlemlenmiştir.

🔖

Cite This Article

TAŞKIRDI, Ö., ÜNVER, H. M. (2020). Design of a Fuzzy Logic Based Custom Exam Production System for High Performance. Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi, Cilt: 12 - Sayı: 2, 745–752. https://ajindex.com/articles/889319

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Altunkaynak, A. (2010). A predictive model for well loss using fuzzy logic approac Hydrol. Process. 24, 2400–2404.
  2. Aktürk, A. (2012). Sosyal Bilgiler Öğretmenlerinin Sürece Dayalı Ölçme ve Değerlendirme Yöntemlerini Kullanabilme Durumları. Yüksek Lisans Tezi. Ahi Evran Üniversitesi,
  3. Kırşehir. Bahadır, E. (2017). Bulanık Mantık Yaklaşımının Eğitim Çalışmalarında Kullanılmasının Alan Yazın Işığında Değerlendirilmesi. 2017 Uluslararası Sosyal ve Eğitim Bilimleri Dergisi, VOL. 4, NO. 7, 28-42.
  4. Bendjebar, S., Lafifi, Y., & Seridi, H. (2016). Modeling and Evaluating Tutors' Function using Data Mining and Fuzzy Logic Techniques. International Journal of Web-Based Learning and Teaching Technologies (IJWLTT), 11(2), 39-60.
  5. Çiçekli, U. G.&Karaçizmeli, A. (2013). Bulanık analitik hiyerarşi süreci ile başarılı öğrenci seçimi: Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi Örneği. Ege Stratejik Araştırmalar Dergisi, 4(1), 71-94
  6. Dülger, Ö.(2014). Hiyerarşik Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım Sistemi Kullanılarak Matematik 1 Dersi Başarı Tahmini. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 20 (5), 166-173
  7. Elmas, Ç., Bulanık Mantık Denetleyiciler. Seçkin Yayıncılık, Ankara, 2003.
  8. Ertürk, S. (1994). Eğitimde Program Geliştirme. Ankara, 17. Meteksan Yayınevi.
  9. Gökmen, G. vd., (2010). Evaluation of student performance ın laboratory applications using fuzzy logic, Procedia Social and Behavioral Sciences. 2, 902-909.
  10. Güner, N., & Çomak, E. (2014). Lise Öğrencilerinin Matematik Dersine Yönelik Tutumlarının Bulanık Mantık Yöntemi İle İncelenmesi Investıgatıng Mathematıcs Attıtude For Hıgh School Students By Usıng Fuzzy Logıc Method. Pamukkale University Journal of Engineering Sciences, 20(5), 189-196.
  11. Kazancoglu, Y., & Aksoy, M. (2011). A fuzzy logic-based quality function deployment for selection of e-learning provider. TOJET: The Turkish Online Journal of Educational Technology, 10(4). 80-98.
  12. Kazu, İ. Y., & Özdemir, O. (2009). Öğrencilerin bireysel özelliklerinin yapay zeka ile belirlenmesi (Bulanık mantık örneği). Akademik Bilişim 2009 Konferansı, 11–13 Şubat 2009 (pp. 457-466).
  13. Harran Üniversitesi,
  14. Şanlıurfa. Şen, Z., Mühendislikte Bulanık (Fuzzy) Mantık ile Modelleme Prensipleri. Su Vakfı, İstanbul, 2004
  15. Özdemir, A., Alaybeyoğlu, A. & Balbal, K.F. (2019). Bulanık mantığın eğitim alanındaki uygulamaları, Bilim, Eğitim, Sanat ve Teknoloji Dergisi (BEST Dergi), 3(1), 45-50
  16. Tay, B. (2005). Sosyal bilgiler ders kitaplarında öğrenme stratejileri. Gazi Üniver