DERSİN GENEL BİLGİLERİ

Ders Kodu	Ders Adı	Yıl	Yarıyıl	Teorik	Pratik	Kredi	AKTS
70714MEEOS-CME0053	System Dynamics	1	Bahar	3	0	3	6

Dersin Türü:	Non-Departmental Elective
Dersin Düzeyi:	Yüksek Lisans      TYYÇ:7. Düzey      QF-EHEA:2. Düzey      EQF-LLL:7. Düzey
Dersin Öğretim Dili:	İngilizce
Dersin Ön/Yan Koşulu:	Yoktur
Dersin Veriliş Şekli:	Yüz yüze
Dersin Koordinatörü:	Dr. Öğr. Üyesi ENGİN SANSARCI
Dersin Öğretim Eleman(lar)ı:
Dersin Kategorisi:	Mesleki Alan

BÖLÜM II: DERSİN TANITIMI

Dersin Amacı ve İçeriği

Dersin Amacı:

Bu dersin amacı, öğrencilere sistem dinamikleri ve yönetimdeki stratejik uygulamalarına dair temel bir anlayış kazandırmaktır. Öğrenciler, geri bildirim döngüleri, stok ve akış diyagramları ile simülasyon modelleri gibi temel kavramları öğrenerek karmaşık sistemleri analiz etme ve yönetme becerilerini geliştireceklerdir. Sistem düşüncesine odaklanarak, ders, öğrencilerin örgütsel yapılar içinde anahtar etki noktalarını tanıma ve bunları etkileyebilme yeteneklerini artırmayı hedeflemektedir. Öğrenciler, uygulamalı bir yönetim simülasyon oyunu aracılığıyla bilgilerini sanal bir iş ortamında uygulayacak, stratejik düşünme ve problem çözme becerilerini gerçek dünya senaryolarına uyarlama imkanı bulacaklardır.

Dersin İçeriği:

Bu ders, temel kavramlara ve modelleme tekniklerine giriş yaparak sistem dinamiklerinin ana prensiplerini kapsamaktadır. Öğrenciler, stok ve akış diyagramları oluşturmayı ve simülasyon modelleri geliştirmeyi öğrenecek ve bu araçların karmaşık sistemleri analiz etmek için nasıl kullanıldığını anlayacaklardır. Bu temelin üzerine, ders, yönetimde sistem düşüncesini keşfederek etki noktalarını belirlemeye ve sistem davranışlarını anlamaya odaklanmaktadır. Dersin son bölümünde, öğrenciler sanal bir iş ortamını yöneterek stratejik karar alma sürecinde sistem dinamikleri prensiplerini uygulayacakları bir yönetim simülasyon oyununa katılacaklardır. Ayrıca, çeşitli sektörlerdeki pratik uygulamaları göstermek için ders boyunca gerçek dünya vaka çalışmaları da entegre edilecektir.

Dersin Öğrenme Çıktıları (DÖÇ)

Ders Öğrenme Çıktıları (DÖÇ), dersi başarı ile tamamlayan öğrencilerin kendilerinden sahip olmaları beklenen bilgi, beceri ve yetkinlikleri ifade eder. Bu bağlamda, bu ders için tanımlanmış olan Ders Öğrenme Çıktıları aşağıda verilmektedir.

Bilgi (Kuramsal ve/veya olgusal bilgi olarak tanımlanmıştır.)

Beceriler (Bilişsel ve/veya uygulama becerileri olarak tanımlanmıştır.)

Yetkinlikler ("Bağımsız Çalışabilme", "Sorumluluk Alabilme", "Öğrenme", "İletişim ve Sosyal" ve "Alana Özgü" yetkinlikler olarak tanımlanmıştır.)

Haftalık Ders Planı

Hafta	Konu	Materyal Paylaşımı *
		Ön Hazırlık	Pekiştirme
1)	Sistem Dinamiklerine Giriş: Sistem dinamiklerine genel bakış, tarihi ve temel kavramlar.
2)	Geri Bildirim Döngüleri ve Sistem Yapısı: Güçlendirici ve dengeleyici geri bildirim döngülerinin anlaşılması.
3)	Stok ve Akış Diyagramları: Karmaşık sistemlerde stok ve akış diyagramları oluşturma ve yorumlama.
4)	Nedensel Döngü Diyagramları: Nedensel döngü diyagramlarına giriş ve modellemedeki rolleri.
5)	Dinamik Varsayımlar ve Model Formülasyonu: Sistem davranışına dayalı varsayımlar oluşturma ve model formülasyonu.
6)	Zaman Gecikmeleri ve Doğrusal Olmayan İlişkiler: Dinamik sistemlerde gecikmelerin ve doğrusal olmayan ilişkilerin etkileri.
7)	Modelleme ve Simülasyon Teknikleri: Sistem dinamiği simülasyon araçları ve yazılımlarına giriş.
8)	Sistem Dinamiği Modellerinin Doğrulanması ve Test Edilmesi: Sistem dinamiği modellerinin test edilmesi ve doğrulanması teknikleri.
9)	Politika Tasarımı ve Senaryo Analizi: Politika tasarımı ve simülasyon modelleri kullanarak senaryo analizi.
10)	Yönetimde Sistem Düşüncesi: Sistem düşüncesinin örgütsel karar alma süreçlerinde uygulanması.
11)	Hassasiyet Analizi ve Model Dayanıklılığı: Model dayanıklılığının ve parametrelere duyarlılığının değerlendirilmesi.
12)	Sistem Dinamiğinin Gerçek Dünya Uygulamaları: Çeşitli sektörlerdeki vaka çalışmaları ve uygulamalar.
13)	Yönetim Simülasyon Oyunu ve Dersin Kapanışı: Yönetim simülasyon oyununa katılım ve ders öğrenme çıktılarının değerlendirilmesi.

*Bu alan öğrencilerin ders öncesi hazırlık ve sonrası dersi pekiştirme için paylaşılan ders materyallerini içerir.

Ders İçin Zorunlu/Önerilen Kaynaklar

Ders Notları / Kitaplar:

• Documentation from Craig W. Kirkwood: https://www.public.asu.edu/~kirkwood/sysdyn/SDIntro/SDIntroduction.htm

Diğer Kaynaklar:

• Insgihtmaker Modeling Tool: https://insightmaker.com/ • Insightmaker Tutorials: https://insightmaker.com/docs/tutorials • Silico App: https://silico.app/ • Videos in the Silico User Guide: https://www.sdcourses.com/silico-guide • Video: Introduction to System Dynamics with Vensim: https://vensim.com/video/ • Documentation from Craig W. Kirkwood: https://www.public.asu.edu/~kirkwood/sysdyn/SDIntro/SDIntroduction.htm • Resources from Arizona State University: https://www.public.asu.edu/~kirkwood/sysdyn/SDRes.htm • Fizzy Simulation Game: beykoz.fizzydrinks.net

DERS ÖĞRENME ÇIKTILARI - PROGRAM ÖĞRENME ÇIKTILARI İLİŞKİSİ

Ders - Program Öğrenme Kazanım İlişkisi

Ders Öğrenme Çıktıları (DÖÇ)
Program Öğrenme Çıktıları (PÖÇ)
1) Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri birlikte kullanır.
2) Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.
3) Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; çözmek için yenilikçi yöntemler geliştirir ve uygular.
4) Mesleğini en etkin bir şekilde icra etmek ve kendini sürekli geliştirmek için gerekli beceri ve yetkinliklere sahiptir.
5) Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
6) Yapay zeka alanında ileri düzeyde güncel kuramsal ve uygulamalı bilgiye sahip ve güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
7) Yapay zeka alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, yeni bilgiler üretir, bilgiyi değerlendirir, yorumlar ve uygular.
8) Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.
9) Yapay zeka alanında güncel problemleri çözmek üzere problemi tanımlar, veriye erişir, farklı disiplinlerdeki bilgileri kullanır, araştırmalar tasarlar, sistem ve süreç tasarlar, çözüm yöntemleri geliştirir.
10) Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
11) Yapay zeka uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların yapay zeka uygulamalarına getirdiği kısıtların farkındadır.
12) Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.

BÖLÜM III: DERSİN PROGRAM ÖĞRENME ÇIKTILARI İLE İLİŞKİSİ

Dersin Program Öğrenme Çıktılarına Katkı Düzeyi

Etkisi Yok	1 En Düşük	2 Düşük	3 Orta	4 Yüksek	5 En Yüksek

	Program Öğrenme Çıktıları	Katkı Oranı (1-5)
1)	Belirsiz, sınırlı ya da eksik verileri kullanarak, bilimsel yöntemlerle bilgiyi tamamlar ve uygular; değişik disiplinlere ait bilgileri birlikte kullanır.
2)	Mesleğinin yeni ve gelişmekte olan uygulamalarının farkındadır, ihtiyaç duyduğunda bunları inceler ve öğrenir.
3)	Alanı ile ilgili problemleri tanımlar ve formüle eder, yeni ve/veya özgün fikir ve yöntemler geliştirir; çözmek için yenilikçi yöntemler geliştirir ve uygular.
4)	Mesleğini en etkin bir şekilde icra etmek ve kendini sürekli geliştirmek için gerekli beceri ve yetkinliklere sahiptir.
5)	Verilerin toplanması, yorumlanması, duyurulması aşamalarında ve mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.
6)	Yapay zeka alanında ileri düzeyde güncel kuramsal ve uygulamalı bilgiye sahip ve güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgi sahibidir.
7)	Yapay zeka alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, yeni bilgiler üretir, bilgiyi değerlendirir, yorumlar ve uygular.
8)	Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilir, bu tür takımlarda liderlik yapabilir ve karmaşık durumlarda çözüm yaklaşımları geliştirebilir; bağımsız çalışabilir ve sorumluluk alır.
9)	Yapay zeka alanında güncel problemleri çözmek üzere problemi tanımlar, veriye erişir, farklı disiplinlerdeki bilgileri kullanır, araştırmalar tasarlar, sistem ve süreç tasarlar, çözüm yöntemleri geliştirir.
10)	Çalışmalarının süreç ve sonuçlarını, o alandaki veya alan dışındaki ulusal ve uluslararası ortamlarda sistematik ve açık bir şekilde yazılı ya da sözlü olarak aktarır.
11)	Yapay zeka uygulamalarının sosyal, çevresel, sağlık, güvenlik, hukuk boyutları ile proje yönetimi ve iş hayatı uygulamalarını bilir ve bunların yapay zeka uygulamalarına getirdiği kısıtların farkındadır.
12)	Kuramsal, deneysel ve modelleme esaslı araştırmaları tasarlar ve uygular; bu süreçte karşılaşılan karmaşık problemleri irdeler ve çözümler.

BÖLÜM IV: DERSİN ÖĞRENME VE ÖĞRETME YÖNTEMLERİ İLE ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİ

Dersin Öğrenme ve Öğretme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm öğrenme ve öğretme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların öğrenme ve öğretme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)

Programa Genelinde Kullanılan Öğrenme ve Öğretme Yöntemleri	Ders İçin Kullanılan Öğrenme ve Öğretme Yöntemleri

Dersin Ölçme ve Değerlendirme Yöntemleri

(Üniversitemiz genelinde kullanılan tüm ölçme ve değerlendirme yöntemleri sistematik olarak yönetilmektedir. Akademik birimlerden gelen talepler doğrultusunda bölüm/programların ölçme ve değerlendirme yöntemleri ilgili kurullarımız tarafından değerlendirilmekte ve uygun bulunursa, üniversite havuzunda toplanmaktadır. Bölüm ve programlar, kendileri için program tasarımlarına uygun olan yöntemleri bu havuzdan seçebilmektedirler. Benzer şekilde, dersler için kullanılması uygun görülen yöntemler de programlar düzeyinde belirlenmiş olan yöntemler arasından seçilebilmektedir.)

Programa Genelinde Kullanılan Ölçme ve Değerlendirme Yöntemleri	Ders İçin Kullanılan Ölçme ve Değerlendirme Yöntemleri

Dersin Ölçme ve Değerlendirme Yöntemlerinin Başarı Notuna Katkısı

Ölçme ve Değerlendirme Yöntemleri	Uygulama Sayısı / Yarıyıl	Katkı Oranı
Ödev	4	% 20.00
Ara Sınavlar	1	% 30.00
Yarıyıl Sonu Sınavı	1	% 50.00
Toplam		% 100
YARIYIL İÇİ ÖLÇME VE DEĞERLENDİRME YÖNTEMLERİNİN BAŞARI NOTUNA KATKI ORANI		% 50
YARIYIL SONU SINAVININ BAŞARI NOTUNA KATKI ORANI		% 50
Toplam		% 100

BÖLÜM V: DERSİN İŞ YÜKÜ VE AKTS KREDİSİ