KaydedilenlerDerginizi ekleyin

Dergiler / Verimlilik Dergisi / 2025 / Cilt: 59 Sayı: 4

Öğrenci Memnuniyetini ve Kaynak Etkinliğini Esas Alan Bir Sınav Planlama Modeli: Matematiksel Modelleme ve Uygulamalı Bir Karar Destek Sistemi Tasarımı

Student Satisfaction and Resource Efficiency-Oriented Exam Scheduling Model: Mathematical Modeling and an Applied Decision Support System Design

Eren Çelik0009-0003-3891-1918
Ezgi Kıran(ESKISEHIR TECHNICAL UNIVERSİTY)0009-0001-4267-8827
Asya Aybala Özdil0009-0001-4191-4592
Banu İçmen Erdem(ESKISEHIR TECHNICAL UNIVERSİTY)0000-0002-2734-3471
Sayfa
853–870
Yayın Tarihi
2025-10-08
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular: Model ve karar destek sistemi, aynı gün içinde birden fazla zor sınava giren öğrenci oranını azaltarak öğrenci memnuniyetini artırmış ve kapasite ve gözetmen kullanımında denge sağlamıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç: Bu çalışmanın amacı, üniversitelerde sınav çizelgeleme sürecinin daha etkin, adil ve tekrar edilebilir şekilde yürütülmesi için çok amaçlı bir matematiksel model geliştirmek ve bu modeli uygulamaya geçirecek bir karar destek sistemi (KDS) tasarlamaktır.
📊
Temel Bulgular & Veri:Bulgular: Model ve karar destek sistemi, aynı gün içinde birden fazla zor sınava giren öğrenci oranını azaltarak öğrenci memnuniyetini artırmış ve kapasite ve gözetmen kullanımında denge sağlamıştır.
💡
Sonuç & Katkı:Özgünlük: Bu çalışma literatüre üç temel katkı sunmaktadır: (1) Öğrenci zorluk algısına dayalı olarak sınav zorluk puanlarının modele entegre edilmesi, (2) Çok amaçlı bir matematiksel model ile üniversite sınav çizelgeleme probleminin eşzamanlı olarak kaynak etkinliği ve öğrenci yükü dengesi açısından optimize edilmesi, (3) Modelin karar destek sistemine dönüştürülerek kullanıcıya açık, şeffaf ve tekrar edilebilir bir sınav çizelgeleme süreci sunması.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Sınav Çizelgeleme · Karar Destek Sistemi · Matematiksel Optimizasyon

Özet

Amaç: Bu çalışmanın amacı, üniversitelerde sınav çizelgeleme sürecinin daha etkin, adil ve tekrar edilebilir şekilde yürütülmesi için çok amaçlı bir matematiksel model geliştirmek ve bu modeli uygulamaya geçirecek bir karar destek sistemi (KDS) tasarlamaktır. Yöntem: Çalışmada, zorluk derecesi, kapasite, gözetmen uygunluğu ve zaman çakışmaları gibi kısıtları içeren iki amaçlı bir matematiksel model geliştirilmiş; model GAMS ortamında çözülmüş ve Excel VBA ile kullanıcı dostu bir karar destek sistemi tasarlanmıştır. Bulgular: Model ve karar destek sistemi, aynı gün içinde birden fazla zor sınava giren öğrenci oranını azaltarak öğrenci memnuniyetini artırmış ve kapasite ve gözetmen kullanımında denge sağlamıştır. Geliştirilen KDS, sınav çizelgesi oluşturma süresini %60’a kadar azaltmış ve akademik birimlerin güncellenen verilerle daha hızlı uyum sağlayabilmesini mümkün kılmıştır. Özgünlük: Bu çalışma literatüre üç temel katkı sunmaktadır: (1) Öğrenci zorluk algısına dayalı olarak sınav zorluk puanlarının modele entegre edilmesi, (2) Çok amaçlı bir matematiksel model ile üniversite sınav çizelgeleme probleminin eşzamanlı olarak kaynak etkinliği ve öğrenci yükü dengesi açısından optimize edilmesi, (3) Modelin karar destek sistemine dönüştürülerek kullanıcıya açık, şeffaf ve tekrar edilebilir bir sınav çizelgeleme süreci sunması.

Abstract

Purpose: This study aims to develop a multi-objective mathematical model for ensuring a more effective, fair, and repeatable exam scheduling process in universities and to implement a decision support system (DSS) that applies this model. Methodology: A bi-objective mathematical model considering constraints such as exam difficulty, classroom capacity, invigilator availability, and time conflicts was developed. The model was solved in GAMS, and a user-friendly decision support system was implemented using Excel VBA. Findings: The model and DSS reduced the number of students facing multiple difficult exams on the same day, thereby improving student satisfaction. It also achieved balanced use of capacity and invigilators. The system reduced the schedule preparation time by up to 60% and enabled faster adaptation to updated academic data. Originality: This study contributes to the literature in three key ways: (1) Integrating student-perceived difficulty scores into the model, (2) Simultaneously optimizing resource efficiency and workload balance via a multi-objective model, and (3) Transforming the model into a transparent, repeatable, and user-accessible DSS for exam scheduling.

🔖

Bu Makaleye Atıf Yap

Çelik, E., Kıran, E., Özdil, A. A., Erdem, B. İ. (2025). Öğrenci Memnuniyetini ve Kaynak Etkinliğini Esas Alan Bir Sınav Planlama Modeli: Matematiksel Modelleme ve Uygulamalı Bir Karar Destek Sistemi Tasarımı. Verimlilik Dergisi, Cilt: 59 Sayı: 4, 853–870. https://doi.org/10.51551/verimlilik.1675882

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (22)

  1. Acar, M.F. ve Şevkli, M. (2013). “Sınav Çizelgelemesi İçin Matematiksel Model Yaklaşımı”, Verimlilik Dergisi, 1, 75-86.
  2. Almeida, J., Santos, D., Figueira, J.R. ve Francisco, A.P. (2024). “A Multi-Objective Mixed Integer Linear Programming Model for Thesis Defence Scheduling”, European Journal of Operational Research, 312(1), 92-116. https://doi.org/10.1016/j.ejor.2023.06.031
  3. Burke, E., Bykov, Y., Newall, J. ve Petrovic, S. (2004). “A Time-Predefined Local Search Approach to Exam Timetabling Problems”, IIE Transactions, 36(6), 509-528. https://doi.org/10.1080/07408170490438410
  4. Çiçek, Z.İ.E. ve Kamışlı Öztürk, Z. (2020). “A Comparative Study of Scalarization Techniques on the Multi-Objective Single Machine-Scheduling Problem Under Sequence-Dependent Setup Time, Release Date and Due Date Constraints”, Gazi University Journal of Science, 33(2), 429-444. https://doi.org/10.35378/gujs.581780
  5. Dowsland, K.A., ve Thompson, J.M. (2005). “Ant Colony Optimization for the Examination Scheduling Problem”, Journal of the Operational Research Society, 56(4), 426-438. https://doi.org/10.1057/palgrave.jors.2601830
  6. Durna, O., Tor, H.B., İçmen Erdem, B. ve Kasimbeyli, R. (2022). “Flexible Job Shop Scheduling Problem with Setup Times and Routing Structure: A Real-Life Case”, Applied Analysis and Optimization, 6(2), 289-298.
  7. Eren, T., Taş, C. ve Bedir, N. (2018). “0-1 Tamsayılı Programlama ile Ders Programı Çizelgeleme Probleminin Çözümü: Bir Yükseköğretim Kurumunda Uygulama”, Harran Üniversitesi Mühendislik Dergisi, 3(3), 166-175.
  8. Ergül, Z. ve Kamışlı Öztürk, Z. (2017). “A New Mathematical Model for Multisession Exams-Building Assignment”, ACTA Physica Polonica A, 132(3-II), 1207-1210. https://doi.org/10.12693/APhysPolA.132.1207
  9. Gashgari, R., Alhashimi, L., Obaid, R., Palaniswamy, T., Aljawi, L. ve Alamoudi, A. (2018). “A Survey on Exam Scheduling Techniques”, Proceedings of the 2018 1st International Conference on Computer Applications & Information Security (ICCAIS), Riyadh, Saudi Arabia, 1-5. https://doi.org/10.1109/CAIS.2018.8441950
  10. Güler, M.G. ve Geçici, E. (2020). “A Spreadsheet-Based Decision Support System for Examination Timetabling”, Turkish Journal of Electrical Engineering and Computer Sciences, 28(3), 26. https://doi.org/10.3906/elk-1909-14
  11. Kamışlı Öztürk, Z., Gündoğan, H.S., Mumyakmaz, E. ve Keçecioğlu, T. (2024). “Exam Scheduling Under Pandemic Conditions: A Mathematical Model and Decision Support System”, Technological Forecasting and Social Change, 208, 123687. https://doi.org/10.1016/j.techfore.2024.123687
  12. Kasimbeyli, R., Kamışlı Öztürk, Z., Kasımbeyli, N., Dinç Yalçın, G. ve İçmen Erdem, B. (2015). “Conic Scalarization Method in Multiobjective Optimization and Relations with Other Scalarization Methods”, Modelling, Computation and Optimization in Information Systems and Management Sciences (Editörler: H. Le Thi, T. Pham Dinh, N. Nguyen), Springer, Cham, 359, 395-407. https://doi.org/10.1007/978-3-319-18161-5_27
  13. Kasimbeyli, R., Kamışlı Öztürk, Z., Kasımbeyli, N., Dinç Yalçın, G. ve İçmen Erdem, B. (2019). “Comparison of Some Scalarization Methods in Multiobjective Optimization”, Bulletin of the Malaysian Mathematical Sciences Society, 42, 1875-1905. https://doi.org/10.1007/s40840-017-0579-4
  14. Köse Küçük, M., Tellioğlu, B. ve Çavdur, F. (2020). “Sınav Çizelgeleme Probleminde Sınıf ve Gözetmen Atamaları İçin İki Aşamalı Bir Çözüm Yaklaşımı”, Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 25(2), 789-812. https://doi.org/10.17482/uumfd.713329
  15. Küçüksille, E. ve Tokmak, M. (2014). “Yapay Arı Kolonisi Algoritması Kullanarak Otomatik Ders Çizelgeleme”, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 15(3), 203-210. https://doi.org/10.19113/sdufbed.79047
  16. Mandal, A.K., Kahar, M.N.M. ve Kendall, G. (2020). “Addressing Examination Timetabling Problem Using a Partial Exams Approach in Constructive and Improvement”, Computation, 8(2), 46. https://doi.org/10.3390/computation8020046
  17. Marler, R. ve Arora, J. (2004). “Survey of Multi-Objective Optimization Methods for Engineering”, Structural and Multidisciplinary Optimization, 26(6), 369-395. https://doi.org/10.1007/s00158-003-0368-6
  18. Sancar Edis, R. ve Edis, E.B. (2019). “Gerçek Bir Sınav Çizelgeleme Problemi İçin İki Aşamalı Çözüm Yaklaşımı”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 25(1), 71-81.
  19. Tapkan, P.Z. (2019). “Final Sınav Programı Hazırlama Problemine Ait Bir Matematiksel Model ve Uygulama”, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 53, 138-156. https://doi.org/10.18070/erciyesiibd.341232
  20. Thepphakorn, T., Pongcharoen, P. ve Vitayasak, S. (2024). “Multi-Objective Hybrid Optimizations for Designing Course Schedules Based on Operating Costs and Resource Utilization”, Annals of Operations Research. https://doi.org/10.1007/s10479-024-06363-0
  21. Vurğun Koç, H. ve Güner, E. (2023). “Akış Atölyesi Çizelgeleme Probleminin Sistematik Literatür Taraması ve Bütünsel Bir Çerçevesi”, Verimlilik Dergisi, 57(3), 577-594. https://doi.org/10.51551/verimlilik.1207259
  22. Zhu, H., Yu, Z. ve Gningue, Y. (2020). “Solving the Exam Scheduling Problem with GRA”, Proceedings of the 2020 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Toronto, Canada, 1485-1490. https://doi.org/10.1109/SMC42975.2020.9283074