Akademik Veri Yönetim Sistemi
Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, cilt.12, sa.4, ss.1-5, 2024 (Hakemli Dergi)
Yükseköğretim programlarına yerleştirmeler öncelikle öğrencilerin akademik başarılarına ve tercihlerine göre belirlenir. Yükseköğretim Kurumları Sınavı (YKS) giren öğrenciler başta YKS puanı, Ortaöğretim Başarı Puanı (OBP) ve tercih sıralamalarına göre kariyer hedeflerine uygun yükseköğretim bölümlerine yerleştirilir. YKS ile yerleşmede en önemli faktör sınav puanıdır. Bu sebeple öğrenciler, sınav öncesi netlerinden puanlarının belirlenmesi için öneri sistemlerine ihtiyaç duymaktadır. Deneme sınavları netlerinden öğrencilerin YKS puanlarını formüller yardımıyla hesaplayarak tahmin eden hâlihazırda çeşitli sistemler mevcuttur. Ancak yapay zekâ yöntemleriyle puanları tahmin eden uygulamalar bulunmamaktadır. Bu çalışmada YKS’ye giren öğrencilerin deneme sınavı netlerine göre YKS puanlarının tahmini yapılmıştır. Araştırmada, iki aşamalı olan YKS sınavında TYT (Temel Yeterlilik Testi) ve AYT (Alan Yeterlilik Testi) puanlarının tahmin edilmesinde Yapay zekâ (YZ) tekniklerinden olan Makine Öğrenme (ML) algoritmalarından Lineer Regresyon (LinReg), Çok Katmanlı Algılayıcı (MLP), K-En Yakın Komşu (KNN), Rastgele Orman (RF) gibi dört farklı model kullanılmıştır. ML algoritmaları içerisinde TYT’ de en iyi performans gösteren MLP, R-Kare (0.999), MAE (0.056) ve RMSE (0.447) değerleri bulunmuştur. AYT’ de en iyi performans gösteren Lineer regresyon R-Kare (0.999), MAE (0.214) ve RMSE (0.0413) değerleri bulunmuştur. Geliştirilen model, öğrencilerin YKS puan sonuçlarını ML teknikleriyle tespit ederek ticari bir dijital öğrenme platformun üretken yapay zeka aracına entegre edilmiş olup, puan tahminlerinde destek sağlamaktadır.