| Ders Sorumluları
|
|
| Dersin Sunulduğu Dil |
Türkçe (Turkish) |
| Dersin Türü |
Seçmeli |
| Ön Koşul |
|
| Ders İçin Önerilen Diğer Hususlar |
|
| Dersin Amacı |
Bu derste,öğrencilere, karar vericinin yapısal, yarı yapısal ve yapısal olmayan kararları verirken, bilgi teknolojisini ve çözüm modellerini kullanabilmesini öğretmek ve iş hayatında karşılaşacağı bilgisayara dayalı karar destek sistemlerini etkin biçimde kullanarak var olan sistemlerin iyileştirilmesinde ve yeni sistemlerin kurulmasında katkıda bulunmasını sağlayacak bilgiyi kazandırmaktır. |
| Dersin İçeriği |
Derste, karar destek sistemleri (KDS), veri odaklı KDS (veri tabanı, veri ambarı, veri madenciliği ve iş zekası sistemleri vb) ile ilgili teknik konuları yönetimsel bir bakış açısı ile ele alınmaktadır. |
| Dersin Öğrenme Çıktıları (ÖÇ) |
Bu dersi tamamlayan ve başarılı olan öğrencilerin karar destek sistemleri alanı ile ilgili elde edeceği kazanımlar şunlardır;
1- Yönetimsel kararların alınmasında gerekli sistemi kavrama,
2- Alınan kararların uygulanmasında bilgisayara dayalı kişisel ve kurumsal destek sistemlerini etkin olarak kullanabilme,
3- Karar alımında kullanılan sistemlerin İnternet ve sosyal ağlarla ilişkisini anlama. |
| Dersin Veriliş Biçimi |
Örgün Öğretim |
| Dersin Gidişatı |
| Hafta |
Konular |
| 1. Hafta |
YÖNETİMDE KARAR VERME SÜRECİ: Karar tipleri, yapısal, yarı-yapısal ve yapısal olmayan kararlar, karar verme sürecinde güncel ve süzülmüş verinin önemi. |
| 2. Hafta |
KARAR DESTEK SİSTEMLERİ: KDS özellikleri, bilgisayar destekli KDS: işlevleri, veri toplama, veri işleme, raporlama, sistem modelleme, sistem eniyileme, ya-eğer (what-if) çözümlemesi. |
| 3. Hafta |
BİLGİSAYARA DAYALI KARAR DESTEK SİSTEMLERİ: Doküman Yönetimi (DMS), kurumsal kaynak planlama (ERP), müşteri ilişkileri Yönetimi (CRM), insan kaynakları (HR) ve tedarik zinciri yönetimi (SCM) sistemleri. |
| 4. Hafta |
KDS GELİŞTİRİLMESİNDE KULLANILAN YÖNTEMLER: Karar ağaçları ve karar tabloları
|
| 5. Hafta |
KDS GELİŞTİRİLMESİNDE KULLANILAN YÖNTEMLER: Karar ağaçları ve karar tabloları |
| 6. Hafta |
VERİ ODAKLI KDS 1: Veri Tabanları, SQL, OLAP, Veri Ambarı |
| 7. Hafta |
VERİ ODAKLI KDS 1: Veri Tabanları, SQL, OLAP, Veri Ambarı |
| 8. Hafta |
VERİ ODAKLI KDS 2: Veri Görselleştirme ve Çözümleme Yöntemleri |
| 9. Hafta |
VERİ ODAKLI KDS 3: İş Zekası (BI) Sistemleri
|
| 10. Hafta |
VERİ ODAKLI KDS 3: İş Zekası (BI) Sistemleri |
| 11. Hafta |
VERİ ODAKLI KDS 4: Üretim ve Hizmet Sektörlerinde Çizelgeleme ve Planlama Teknikleri
|
| 12. Hafta |
VERİ ODAKLI KDS : Üretim ve Hizmet Sektörlerinde Çizelgeleme ve Planlama Teknikleri |
| 13. Hafta |
VERİ ODAKLI KDS 5: Veri Madenciliği ve Yapay Zeka (AI) |
| 14. Hafta |
KDS ve Internet: Veri Kaynağı olarak Internet ve Sosyal Ağlar |
|
| Değerlendirme Ölçütleri |
| |
Toplam Katkısı (%) |
| Ara Sınav (%) |
40 |
| Kısa Sınavlar (%) |
|
| Ödevler (%) |
|
| Uygulamalar (%) |
|
| Laboratuar (%) |
|
| Projeler/Alan Çalışması (%) |
|
| Seminerler/Çalışma Grupları (%) |
|
| Final (%) |
60 |
| Diğer (%) |
|
| Toplam(%) |
100 |
|
| Dersin Kitabı ve/veya Kaynaklar |
E.Turban, J.E. Aranson, T.P. Liang, R. Sharda , Decision Support and Business Intelligence Systems, 8th Ed., Prentice-Hall, 2007.
S. French, J. Maule and N. Papamichail, "Decision Behaviour, Analysis and Support", Cambridge University Press, 2009.
G.M. Marakas, Decision Support Systems in the 21st Century, 2nd Ed., Prentice-Hall, 2003. |
| Staj / Uygulama |
|
| Program Yeterlilikleri (PY) ve Dersin Öğrenme Çıktıları (ÖÇ) İlişkisi |
| PY1 | PY2 | PY3 | PY4 | PY5 | PY6 | PY7 | PY8 | PY9 | PY10 | PY11 | PY12 | PY13 | PY14 | ÖÇ1 | 5 | | | | | | | | | | | | | | ÖÇ2 | 5 | 5 | | | | | 2 | 1 | | | | | | | ÖÇ3 | 3 | 5 | | | | | | | | | | | | |
Katkı Düzeyi: 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek |