| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Karar Analizi I | MIS 307 | 2 | 1 | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | Zorunlu |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Yönetimsel ve işletme bağlamlarında, optimizasyon ve matematiksel modelleme ile ele alınabilecek karar problemlerini belirleyebilir. |
| 2. Karar problemlerini doğrusal programlama modelleri olarak formüle edebilir, amaç fonksiyonu ve kısıtları tanımlayarak bunların ekonomik ve yönetsel anlamlarını yorumlayabilir. |
| 3. Doğrusal programlama problemlerini, grafiksel yöntemler ve simpleks yöntemi kullanarak çözebilir ve optimal çözümleri yorumlayabilir. |
| 4. Duyarlılık analizi, gölge fiyatlar ve dualite kavramlarını kullanarak optimal çözümleri analiz edebilir ve model parametrelerindeki değişimlerin yönetsel etkilerini değerlendirebilir. |
| 5. Tamsayılı programlama ve hedef programlama modellerini formüle edebilir ve ayrıklık veya çoklu amaç içeren yönetimsel karar problemlerini çözebilir. |
| 6. Ağ yapılı doğrusal programlama modellerini (ulaşım, aktarma ve atama problemleri) formüle edebilir ve çözebilir. |
| 7. R kullanarak doğrusal programlama problemlerini çözebilir, elde edilen çıktıları yorumlayarak yönetsel karar verme süreçlerini destekleyebilir. |
| |
| Dersin Önkoşulları ve/veya Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, iki dönemlik karar analizi ders serisinin ilk bölümüdür ve belirlilik altında yönetsel karar verme süreçlerine odaklanır. Derste, işletme kararlarının analiz edilmesi ve desteklenmesi için kullanılan niceliksel optimizasyon teknikleri, özellikle doğrusal programlama çerçevesinde ele alınır. Ders kapsamında model formülasyonu, grafiksel çözüm yöntemleri, simpleks yöntemi, duyarlılık analizi ve gölge fiyatlar, dualite, Büyük M yöntemi, tamsayılı programlama, ulaşım ve atama problemleri ile hedef programlama konuları işlenir. Ayrıca doğrusal programlama modellerinin R kullanılarak çözümü ve analizi tanıtılır. |
| |
Üretken Yapay Zeka Kullanımı:
ChatGPT, Copilot, Claude ve Gemini gibi üretken yapay zeka araçları, bu derste tamamlayıcı öğrenme araçları olarak kullanılacaktır. Öğrencilerin, zorlandıkları konularda bu yapay zeka araçlarını kullanmaları, kendi çözümlerini yapay zeka tarafından üretilen yanıtlarla karşılaştırmaları ve adım adım çözümleri analiz ederek hatalarını veya daha verimli yaklaşımları belirlemeleri teşvik edilecektir. Bu uygulama, öğrencilerin optimizasyon tekniklerini daha derinlemesine anlamalarına, eleştirel düşünme becerilerini geliştirmelerine ve problem çözme verimliliklerini artırmalarına yardımcı olurken, yapay zeka tarafından üretilen çözümlerin güçlü ve zayıf yönlerine dair içgörüler kazanmalarını sağlayacaktır. Yapay zeka araçları tamamlayıcı bir destek olarak kullanılacak olsa da, öğrenciler yapay zeka çıktılarının eleştirel bir şekilde değerlendirilmesi ve bağımsız analitik düşünme becerilerinin geliştirilmesi konusunda yönlendirilecektir. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Doğrusal Programlamaya Giriş |
| 2 | Model Formülasyonu |
| 3 | Grafiksel Çözüm I |
| 4 | Grafiksel Çözüm II |
| 5 | Duyarlılık Analizi ve Gölge Fiyatlar |
| 6 | Doğrusal Programlama Problemlerinin R ile Çözümü |
| 7 | Simplex Yöntemine Giriş |
| 8 | <= Formundaki Kısıtlarla Maksimizasyon |
| 9 | Dual Problem |
| 10 | >= Formundaki Kısıtlarla Minimizasyon |
| 11 | Büyük M Yöntemi |
| 12 | Tamsayılı Programlama |
| 13 | Ulaşım, Aktarma ve Atama Problemleri |
| 14 | Hedef Programlama |
| |
| Kaynaklar: |
| (1) Taylor, Bernard W. (2019), Introduction to Management Science, 13th edition. Pearson. (ISBN: 9780137503933).
(2) Barnett, R. A. et al. (2019), Finite Mathematics for Business, Economics, Life Sciences, and Social Sciences, 14th edition. Pearson. (ISBN: 9780134675985). |
| |
| Diğer Kaynaklar: |
| (1) Camm, Jeffrey D., et al. (2023), An Introduction to Management Science: Quantitative Approaches to Decision Making, 16th edition. Cengage Learning. (ISBN: 9780357715468).
(2) Winston, Wayne W. (2003), Operations Research: Applications and Algorithms, 4th edition, Cengage Learning. (ISBN: 9780534380588). |
| |
| Öğretim Yöntem ve Teknikleri: |
| Öğretim stratejisi çoğunlukla derslere ve problem çözmeye dayanmaktadır. Sınıf için tartışmalara katılmaları beklenen öğrenciler soru sorma ve düşüncelerini paylaşma konularında teşvik edilirler. Ders sorumlusu, öğrencilerin ders materyali hakkındaki sorularını cevaplamak ve onlara yardımcı olmak için düzenli görüşme saatlerine sahiptir. |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ara Sınav | 1 | %40 |
| Final Sınavı | 1 | %40 |
| Ödev | 1 | %20 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin AKTS İş Yükü:
|
| # | Aktivite | Adet | Süre (Saat) | İş Yükü |
| 1 | Derslere Katılım (haftalık bazda) | 14 | 3,00 | 42,00 |
| 2 | Laboratuvarlara/Derslere Katılım (haftalık bazda) | 0 | 0,00 | 0,00 |
| 3 | Notların önceden hazırlanması ve son haline getirilmesi (haftalık bazda) | 14 | 1,00 | 14,00 |
| 4 | İlgili materyalin toplanması ve seçilmesi (bir kez) | 1 | 1,00 | 1,00 |
| 5 | İlgili materyalin kendi kendine incelenmesi (haftalık bazda) | 14 | 2,00 | 28,00 |
| 6 | Ev ödevleri | 1 | 10,00 | 10,00 |
| 7 | Sınavlara Hazırlık | 0 | 0,00 | 0,00 |
| 8 | Ara Sınavlara Hazırlık (Sınavların süresi dahil) | 1 | 15,00 | 15,00 |
| 9 | Dönem Ödevi/Vaka Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 10 | Dönem Projesi/Saha Çalışması Raporunun Hazırlanması (sözlü sunum dahil) | 0 | 0,00 | 0,00 |
| 11 | Final Sınavına Hazırlık (sınav süresi dahil) | 1 | 15,00 | 15,00 |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı (0-4) |
| 1 | Bilişim teknolojileri altyapısını öğrenmek ve gelişmeleri takip etmek. | 0 |
| 2 | Örgüt yapısına uygun bilişim sistemleri tasarlamak. | 0 |
| 3 | Yazılım bilgileri edinmek ve etkin bir şekilde kullanabilmek. | 4 |
| 4 | Veri toplama, temizleme ve saklama yöntemlerini öğrenmek. | 0 |
| 5 | Gelecekteki veri ve yazılım gereksinimlerini tahmin edebilmek. | 2 |
| 6 | Firma içindeki veri odaklı yönetim süreçlerini takip etmek. | 2 |
| 7 | "Büyük Veri" kullanarak bilgi elde etme yöntemlerini öğrenmek. | 0 |
| 8 | Bilgi teknolojilerindeki gelişmeleri takip etmek. | 2 |
| 9 | Bir kuruluşun bilgi teknolojileri ve veri problemlerini anlamak ve değerlendirmek. | 1 |
| 10 | Veri toplama, yorumlama, analiz etme ve yayma süreçlerinde bilimsel, sosyal ve etik standartları korumak. | 4 |
| 11 | Bilgi sistemleri arasındaki birlikte çalışabilirliği anlamak. | 0 |
| 12 | İş ortamını anlamak ve değerlendirmek. | 4 |