Bütünleme sınavına girecek öğrenci sayısının karar ağacı ve yapay sinir ağları ile tahmin edilmesi

Bütünleme sınavı, genel sınav sonucunda herhangi bir dersten başarısız olan öğrenciye dersten geçebilmesi için ikinci bir şans tanınması amacıyla yapılan ve genel sınav yerine geçen bir sınav türüdür. Ancak çeşitli nedenlerden öğrencilerin dikkate değer bir kısmı bütünleme sınavı hakkını kullanmamakta ve bu sınava girmemektedir. Bu tez çalışmasında sınava girmeyecek öğrenci sayısının öngörülmesi ile gereksiz sayıda soru kâğıdı basılması, sınav salonlarının gereksiz yere açılması ve gözetmenlerin gereksiz yere görevlendirilmesi gibi kaynak, enerji ve iş gücünün gereksiz harcanmasının önüne geçilmesi hedeflenmiştir. Bu tez çalışmasında kaynakların ve iş gücünün gereksiz kullanımını önlemek amacıyla sınava girmeyecek öğrenci sayısı öngörülmeye çalışılmıştır. Çalışma için her bir öğrenciye ait kişisel olmayan verilerin özellikleri ( cinsiyet, genel ağırlıklı not ortalaması, dönem not ortalaması, dersin ara sınav notu, genel sınav notu vb.) belirlenmiştir. Belirlenen bu özelliklere bakılarak derslere ait veri setleri oluşturulmuş bu veri setleri kullanılarak Yapay Sinir Ağları ve Karar Ağacı algoritması ile uygulamalar geliştirilmiştir. Bu iki sınıflandırma yönteminden elde edilen sonuçlar kıyaslandığında Yapay Sinir Ağı ile 88,70 doğruluk oranı elde edilmişken Karar Ağacı algoritmasında 87,96 doğruluk oranında elde edilmiştir.