=Paper=
{{Paper
|id=None
|storemode=property
|title=Yazılım Geliştirme Dersleri Öğrenci Projelerinin Birliktelik Kuralı ile Değerlendirilmesi
|pdfUrl=https://ceur-ws.org/Vol-1072/submission58.pdf
|volume=Vol-1072
|dblpUrl=https://dblp.org/rec/conf/uyms/CihanKCD13
}}
==Yazılım Geliştirme Dersleri Öğrenci Projelerinin Birliktelik Kuralı ile Değerlendirilmesi==
https://ceur-ws.org/Vol-1072/submission58.pdf
Yazılım GeliĢtirme Dersleri Öğrenci Projelerinin
Birliktelik Kuralı Ġle Değerlendirilmesi
Pınar Cihan1, Oya Kalıpsız1, M. Özgür Cingiz1 ve Mahir Doksöz1
1
Bilgisayar Mühendisliği Bölümü, Yıldız Teknik Üniversitesi, İstanbul
{pkaya,kalipsiz,mozgur}@yildiz.edu.tr
mahirdoksoz@gmail.com
Özet. Günümüzde yazılım mühendisliği eğitimi oldukça önem kazanmış olup,
öğrenciler mezun olmadan ve önemli tasarım ve uygulama sorumlulukları al-
madan önce mutlaka bazı pratik deneyimleri kazandırmalıdır. Bu çalışmada
Yıldız Teknik Üniversitesi Bilgisayar Mühendisliği bölümü Yazılım Mühendis-
liği ve Sistem Analizi ve Tasarım derslerinde öğrencilerin gerçekleştirdikleri
projeleri ile ilgili anketler yapılmıştır. Bu çalışmadaki amaç, yazılımın daha ve-
rimli ve kaliteli sonuçlanabilmesi için projelerden elde ettiğimiz istatiksel veri-
lere dayandırarak bazı önerilerde bulunabilmektir. Yapılan çalışma sonunda el-
de edilen veriler, yazılım geliştirme ders projelerinde, analiz ve tasarımda dik-
kat edilmesi gereken noktaları göstererek süreç adımlarının takibini kolaylaştı-
racaktır.
Elde edilen bu verileri analiz etmek ve veriler arasındaki beklenmeyen ilişkileri
bulmak, gizli bilgileri açığa çıkararak gelecekteki eğilimleri belirlemek için, ve-
ri madenciliğinde, birliktelik kuralı çıkarım algoritmalarından biri olan Apriori
algoritması kullanılmıştır. Çalışmamızda uygulanan yöntem ile elde edilen so-
nuçlar doğrultusunda sorular arasındaki ilgili bağıntılar tartışılmıştır.
Anahtar Kelimeler. Yazılım Mühendisliği Eğitimi, Veri Madenciliği, Birlikte-
lik Kuralı, Apriori Algoritması
1 GiriĢ
Yazılım mühendisliği eğitimi, geleneksel olarak üniversitelerin Bilgisayar Bilimleri
ve Bilgisayar Mühendisliği bölümlerinde yer alan dersler ile gerçekleştirilmektedir.
Bu programlarda “Yazılım Mühendisliği” adında bir ders bulunmakta, bazı program-
larda ise buna ek olarak yazılım mühendisliği dersinin yanı sıra buradaki konuları
işleyen dersler yer almaktadır. Ayrıca bazı üniversitelerde, Yazılım Mühendisliği
Lisans Programları oluşturulmuştur [1].
Yazılımlarda yapılan hatalar kuruma yüklü bir maliyet getirmekte ve iş kaybına yol
açmaktadır. Bu nedenle yazılım mühendisliği eğitimi oldukça önemli olup[2,3], öğ-
renciler mezun olmadan ve önemli tasarım ve uygulama sorumluluklara almadan önce
mutlaka bazı pratik deneyimleri kazandırmalıdır [2].
Karmaşık yazılımları geliştirmek ve bakımını yapmak çok masraflı ve zordur. Bu
yüzden, yazılımlar yazılım mühendisleri tarafından nizami olarak planlı bir proje
şeklinde geliştirilmektedir. Yazılım Mühendisliği derslerinde proje ağırlıklı öğretimin
önemi hakkında çeşitli makaleler yayınlanmıştır [4-7].
Yıldız Teknik üniversitesi, Bilgisayar Mühendisliği Bölümü, Sistem Analizi ve Ta-
sarımı dersi ile Yazılım Mühendisliği dersi kapsamında öğrenciler gruplar halinde
proje gerçekleştirmektedirler. Bu gruplar öğrencilerin kendilerinin belirlediği 2 ile 5
arası öğrenciden oluşmaktadır. Proje konuları dersin yürütücü tarafından ilan edilir ve
gruplar istedikleri konuları seçerler. Gerçekleştirilen bu projeler ileride iş hayatlarında
onlara önemli tecrübeler kazandıracaktır. Bu nedenle öğrencilerin projelerde hangi
alanlarda eksik olduklarının bilinip, bunların iyileştirilmesi oldukça önemlidir. Öğ-
renci projelerinden çıkarımlar yapabilmek için bu yazılım geliştirme ders projeleri ile
ilgili öğrencilere anketler uygulanmıştır. Yapılan çalışmada [8] anket soruları ince-
lenmiş olup, öğrencilerin sosyal yeteneklerinin zayıf olduğu gözlemlenmiştir. Eksik
oldukları bu yetkinlik tespitinin yanı sıra anket soruları arasındaki ilişkilerin saptan-
ması da son derce önemlidir. Çünkü bu sorular arasındaki ilişki bize öğrenci profilleri
hakkında bilgi vermektedir. Bu nedenle sorular arasındaki gizli bilgileri ortaya çıkar-
mak için veri madenciliği yöntemlerinden olan birliktelik kuralı algoritmalarında olan
Apriori algoritması kullanılmıştır. Apriori algoritması en bilindik, kolay ve perfor-
mans açısından diğer algoritmalardan daha iyi olduğu için tercih edilmiştir.
Son yıllarda Veri Madenciliği eğitim alanında büyük önem kazanmış olup bu alan-
da birçok çalışma yapılmıştır [9-13]. Veri madenciliğinde kullanılan ilk tekniklerden
birisi de birliktelik kurallarıdır [14]. Birliktelik kuralı, geçmiş verilerin analiz edilerek
bu veriler içindeki birliktelik davranışlarının tespiti ile geleceğe yönelik çalışmalar
yapılmasını destekleyen bir yaklaşımdır.
Bu çalışmada, Yazılım Mühendisliği ve Sistem Analizi ve Tasarımı derslerinde öğ-
rencilere yapılan projeleri ile ilgili anket verileri üzerinde birliktelik kuralı algoritma-
larından Apriori algoritması uygulanarak, anket soruları arasındaki ilişkileri sapta-
maktır.
Bu çalışmadaki amaç, yazılımın daha verimli ve kaliteli sonuçlanabilmesi için pro-
jede elde ettiğimiz istatistiksel verilere dayandırarak bir takım önerilerde bulunabil-
mektir. Ders projelerine önerilen bazı değişikler, hem projelerin takibini kolaylaştır-
mak hem de projeleri daha kaliteli hale getirmektir.
2 Sistem Tasarımı
Bilgisayar ve Yazılım Mühendisliği programlarında öğrencilerin yazılımla geliştirme
süreçleriyle tanışması ve yazılım geliştirme aşamalarını öğrenmesinde Sistem Analizi
ve Tasarımı, Yazılım Mühendisliği, Yazılım Kalite ve Test Süreci gibi dersler önemli
rol oynamaktadır. Çalışmamız kapsamında öğrencilerin yazılım geliştirme sürecine
adaptasyonlarının yazılım mühendisliği ile ilgili aldıkları derslerin geri beslemeleri
göz önüne alınarak değerlendirilmiştir. Bu değerlendirmeleri yapabilmek için yazılım
mühendisliği alanındaki derslerin projeleri ile ilgili farklı anket soruları oluşturularak
öğrencilerin bu derslerde yaptıkları proje çalışmalarından elde ettiği süreç kazanımları
yorumlanabilir.
Çalışmamızda Yıldız Teknik Üniversitesi Bilgisayar Mühendisliği Bölümü'nde Ya-
zılım Mühendisliği ve Sistem Analizi ve Tasarımı derslerinde öğrencilere ders kapsa-
mında gerçekleştirdikleri projeleri ile ilgili anket yapılmıştır. Bu anketlere Sistem
Analizi ve Tasarımı dersinde 86 öğrenci ve Yazılım Mühendisliği dersinde 70 öğrenci
katılmıştır. Anketler çoktan seçmeli sorular olup Yazılım Mühendisliği ile ilgili 20
soru, Sistem Analizi ve Tasarımı dersi ile ilgili 19 soru öğrencilere yöneltilmiştir. Her
iki ankette ortak olan soru sayısı ise 11’dir. Ortak soruların amacı, yazılım geliştirme
süreçlerini öğrenmeyle ilgili Yıldız Teknik Üniversitesi Bilgisayar Mühendisliği’nde
alınan ilk ders olan Sistem Analizi ve Tasarımı dersinin sonundaki edinimleriyle bir
sonraki yıl aldıkları Yazılım Mühendisliği dersinin sonunda yazılım geliştirme süreç-
leriyle ilgili edinimlerinin karşılaştırılmaya çalışılmasıdır. Bu bölümde Sistem Analizi
ve Tasarımı ve Yazılım Mühendisliği dersleriyle ilgili anket soruları genel olarak ele
alınmıştır.
2.1 Veri Kümesi ve Ön ĠĢlem Adımları
Yazılım Mühendisliği, Sistem Analizi ve Tasarımı ve bu iki dersle ilgili ortak olarak
anketlerle öğrencilere yöneltilen ve önemli olarak görülen sorular Tablo 1, Tablo 2 ve
Tablo 3’de gösterilmiştir. Bu çalışmada veri setlerinde yazı kalabalığı oluşmaması ve
değerlendirme aşamalarında kolaylık sağlamak için her veri setindeki sorular “So-
ru1”, “Soru2” ve “Soru3” gibi değerlerle gösterilmiştir. Tablolarda hangi sorunun
hangi değerle ifade edildiği de görülebilmektedir.
Tablo 1. Sistem Analizi ve Tasarımı dersi anketinin önemli görülen soruları
SĠSTEM ANALĠZĠ VE TASARIMI SORULARI
Soru1 Yazılım geliştirici analiz ve tasarımdan elde edilen süreç ve raporları ne
ölçüde kullanmıştır?
Soru4 Geliştirdiğiniz yazılım projesinin size en büyük katkısı hangi alanda olmuş-
tur?
Soru10 Yazılıma ait fizibilite analizi yapmak için kullandığınız bir araç ve/veya
yöntem var mı?
Soru11 MS Project ile belirlediğiniz proje geliştirme zamanı ile sürecin tamamlan-
masından sonra elde edilen proje geliştirme zamanı birbirleri ile paralellik
göstermekte midir?
Soru14 Veri akış diyagramında tasarladığınız proje ile geliştirdiğiniz projenin var-
lık, modül ilişkileri ve veri akışları ne ölçüde paraleldir?
Soru15 Yazılım geliştirici, uygulama geliştirme esnasında sistem analiz ve tasarım
argümanlarının değişimini gerekli görmüş müdür?
Soru16 Veri tabanı oluşturulurken ER diyagramından yararlandınız mı?
Soru18 Projenizde en az süre çalışan ekip üyeleri hangisi/ hangileridir?
Soru19 Sizce çalışanlardan en önemli görev hangi çalışana aittir?
Tablo 2. Yazılım Mühendisliği dersi anketinin önemli görülen soruları
YAZILIM MÜHENDĠSLĠĞĠ SORULARI
Soru2 Yazılım geliştirici, uygulama geliştirme esnasında sistem analiz ve tasarım
argümanlarının değişimini gerekli görmüş müdür?
Soru3 Müşterinin sürecin ilk başında istediği yazılım ile süreç sonunda oluşturu-
lan yazılım birbiriyle ne ölçüde örtüşmektedir?
Soru4 Proje sürecinde hangi role daha çok kişi atamanız gerekti?
Soru6 Proje içi ekip uyumunuz ne ölçüdeydi?
Soru8 Proje sonunda elde ettiğiniz ürünü nasıl değerlendiriyorsunuz?
Soru11 Yazılıma ait fizibilite analizi yapmak için kullandığınız bir araç ve/veya
yöntem var mı?
Soru13 Aşağıdaki diyagramlardan hangisi modelleme ve tasarımı ifade etmek için
daha faydalıdır?
Soru15 Aşağıdaki diyagramlardan hangisi yazılım süreçlerinde ilk oluşturduğunuz
diyagramdır?
Soru18 Modelleme ve tasarım aşamasında sınıflarda yer alan metod ve değişkenle-
re bakıldığında fazla karmaşık sınıf var mıdır?
Tablo 3. Ortak sorulardan oluşan veri setinden önemli görülen sorular
ORTAK ANKET SORU ÖRNEKLERĠ
Soru1 Yazılım geliştirici analiz ve tasarımdan elde edilen süreç ve raporları ne
ölçüde kullanmıştır?
Soru4 Proje sürecinde hangi role daha çok kişi atamanız gerekti?
Soru5 Geliştirdiğiniz yazılım projesinin size en büyük katkısı hangi alanda olmuş-
tur?
Soru8 Proje sonunda elde ettiğiniz ürünü nasıl değerlendiriyorsunuz?
Soru10 Yazılım projelerinizde, sistem analiz ve tasarım aşamaları projenizin yüzde
kaçını oluşturmaktadır?
Soru11 Yazılıma ait fizibilite analizi yapmak için kullandığınız bir araç ve/veya
yöntem var mı?
Soru12 MS Project ile belirlediğiniz proje geliştirme zamanı ile sürecin tamamlan-
masından sonra elde edilen proje geliştirme zamanı birbirleri ile paralellik
göstermekte midir?
Soru6 Proje içi ekip uyumunuz ne ölçüdeydi?
Tablo 1-2 ve 3’te yer alan sorular öğrencilere sorularak ilgili dersler hakkında öğren-
cilerin kazanımları değerlendirilmiştir. Anket sorularına cevap veren öğrencilerin bir
kısmı sorulara cevap vermemiş veya bir soruya birden fazla cevap vermiş olabilir bu
nedenle sorulardan çıkarım yapılabilmesi için anket verilerine ön işlem adımlarının
uygulaması şarttır. Öğrencilerin anket sorularına cevap vermemesi durumunda ilgili
sorulara cevap atanması kayıp değer yerleştirme (Missing Value Replacement) işle-
mine göre yapılmıştır. Kayıp değer yerleştirme yaklaşımına göre cevabı boş olan
soruya cevap olarak ilgili soru için en çok cevaplanan şıkkın ataması gerçekleştiril-
miştir. Aynı işlem bir soruya birden fazla cevap verilmiş sorular için de gerçeklenmiş-
tir ve kayıp değer yerleştirme işlemiyle ön işlem adımı tamamlanmıştır.
2.2 Birliktelik Kuralı ve Apriori Algoritması
Veri kümesinde yer alan kayıtların birbiriyle olan ilişkileri ve bağıntılarını inceleye-
rek verilerin eş zamanlı olarak birlikte gerçekleşebilmelerini kurallarla ortaya koyan
veri madenciliği yöntemine birliktelik kuralı denir. Birliktelik kuralı yaklaşımlarında
verilerin her biri parça (item) ve bu verileri birlikte oluşturduğu veri kümesi ise işlem-
leri, parça kümelerini, (transaction veya item set) oluşturmaktadır. İşlemler kümesi ise
tüm veri kümesini tanımlamaktadır. İşlemlerde birlikte geçen veri parçalarının birbir-
leriyle olan meydana gelme ilişkisini çıkarmak için kullanılan parametrelerden ilki
destek (support) değeridir. A ve B veri parçalarının ilişkileri A B şeklinde göste-
rildiğinde destek değeri A ve B parçalarının tüm işlemlerde geçme sıklığının tüm
işlem sayısına oranı olarak hesaplanmaktadır.
Destek (A B) = (A ve B’nin birlikte geçtiği işlem sayısı) / (toplam işlem sayısı)
(1)
Birliktelik kuralları aynı zamanda aşağıdaki gösterimdeki gibi çok boyutlu olarak da
tanımlanabilmektedir.
Destek (A V C B) = (2)
Birliktelik kurallarının çıkarımında destek değerinin yanı sıra güven (confidence)
değeri de parçaların birlikteliklerinin çıkarılmasında önemli bir kriterdir. Güven değe-
ri A veri parçasının geçtiği yerde B veri parçasının geçme sıklığının tüm işlem sayısı-
na oranını vermektedir.
Güven ( A V C B) = (3)
Birliktelik kuralında güven değeri çıkarımların gücünü verirken, destek değeri ise
kurallardaki örneklerin frekansını vermektedir. Yüksek güven ve güçlü destek değer-
leri kullanılarak birbirleriyle bağlantılı olan yüksek ilişkili parçaların birliktelikleri
çıkartılabilir. Bu nedenle güven ve destek değerlerinin önemli birliktelikleri vermesi
için bu iki değerin de belirli eşik değerlerinden yüksek olması beklenmektedir.
Apriori algoritması birliktelik kuralları ile öğrenmede en çok bilinen yaklaşımdır.
Apriori algoritmasının yalancı kodu aşağıdaki şekildeki gibidir.
ġekil 1. Apriori Algoritması
Şekil 1’de yer alan Apriori algoritmasına göre parçaların birliktelikleri belirli bir des-
tek değerinin üstünde sıklığa sahip veri kümesindeki tüm işlemler taranarak elde
edilmektedir. Buna göre farklı sayıda birlikteliğe sahip işlemlerde yer alana parçaların
oluşturulması hem işlemlerde yer alması hem de belirli bir destek değerinin üstünde
olmasına göre çıkarılır.
3 Değerlendirme
Çalışmamızda Bölüm 2’de yer alan Yazılım Mühendisliği, Sistem Analizi ve Tasarı-
mı ve bu iki dersle ilgili ortak sorulan önemli sorular öğrencilere yöneltilerek ilgili
derslerde öğrencilerin yaptıkları proje çalışmalarından elde ettiği yazılım süreç kaza-
nımları Apriori algoritması kullanılarak yorumlanmaya çalışılmıştır. Yazılım Mühen-
disliği, Sistem Analizi ve Tasarımı ve bu iki dersle ilgili ortak sorulan sorularda yer
alan yazılım geliştirme süreçlerine ait kavramlar arasındaki birliktelikler belirlenmeye
çalışmıştır.
Tablo 4. Sistem Analizi ve Tasarımı Dersi Sorularının Birliktelik Kuralları
Birliktelik Kuralı (destek değeri 1’den 0.1’e kadar delta 0.15) Güven Değeri
Soru1=a, Soru 10=b, Soru 16=c, Soru 18=d =>Soru 14=c 1
Soru 10=b, Soru 11=c => Soru 15=b 0.96
Soru 15=b, Soru 16=c, Soru 19=b => Soru 10=b 0.95
Soru 4=b, Soru 10=b => Soru 15=b 0.95
Soru 7=a, Soru 18=d => Soru 14=c 0.94
Tablo 4-5 ve 6 ’da Apriori yaklaşımıyla sorular arasındaki ilişkiler güven değeri sıra-
sına göre sıralanmıştır. Weka Tool[15] kullanılarak çıkartılan kurallar için destek
değeri ilk olarak 1 olarak belirlenmiş daha sonra delta değeri kadar 0.1 değerine kadar
azaltılarak daha fazla kural oluşturulması sağlanmıştır.
Sistem analizi ve tasarımı dersinin projelerine ait sorularının birliktelikleri aşağı-
daki kurallarla açıklanmıştır.
Tablo 4’e göre yazılım geliştiricinin analiz ve tasarımdan elde ettiği süreç ve rapor-
ları büyük ölçüde kullandığını düşünenler, fizibilite analizi yapmak için MS Pro-
ject kullananlar, veri akış diyagramında tasarladıkları ile geliştirdikleri projenin pa-
ralellik gösterdiğini de söyleyenler ve yazılım geliştirme ekibinde en az çalışan
üyenin “veri tabanı tasarımcısı” olduğunu da söyleyenlerin hepsi veri akış diyag-
ramında tasarlanan proje ile geliştirilen projenin varlık, modül ilişkileri ve veri
akışlarının birbirlerine paralel olduklarını düşünmektedirler.
Fizibilite analizi yapmak için MS Project kullanıp kestirilen yazılım geliştirme
zamanı ile proje geliştirmenin gerçek zamanının paralellik göstermediğini düşü-
nenler aynı zamanda yazılım geliştirme esnasında sistem analiz ve tasarım argü-
manlarının değişimini genel anlamda gerekli görmektedir.
Yazılım geliştirici uygulama geliştirme esnasında sistem analiz ve tasarım argü-
manlarının değişimini kısmen gerekli görmüşken veri tabanı tasarlarken ER diyag-
ramından yararlanıldığını söyleyenler ile projede yer alan çalışanlardan en önemli
görevin sistem analistinin olduğunu düşünenlerin büyük bir kısmı fizibilite analizi
yapabilmek için MS Project’den yararlanmıştır.
Sistem Analizi ve Tasarımı dersinde geliştirilen yazılım projesinin en büyük katkı-
sının ekip içi uyum olduğunu düşünüp ve MS Project kullananlar yazılım geliştiri-
cinin uygulama geliştirme esnasında sistem analiz ve tasarım argümanlarının deği-
şimini kısmen gerekli gördüğünü düşünmektedirler.
Proje sonunda elde edilen ürünün iyi olduğunu düşünüp aynı zamanda projede en
az göreve sahip olan kişinin Veri Tabanı Tasarımcısı olduğunu düşünenler veri
akış diyagramında tasarlanan proje ile geliştirilen projenin varlık, modül ilişkileri
ve veri akışları birbiriyle paralel olduğunu düşünmektedirler.
Tablo 5. Yazılım Mühendisliği Dersi Sorularının Birliktelik Kuralları
Birliktelik Kuralı (destek değeri 1’den 0.1’e kadar delta 0.15) Güven Değeri
Soru2=kısmen, Soru 3=50-75, Soru 16=orta =>Soru 1
8=geliştirilmesi gereken
Soru 4=sistem analisti, Soru 8=geliştirilmesi gereken => Soru 0.96
3=50-75
Soru 11= MS Project Kullanıldı, Soru 13=Sınıf Diyagramı, Soru 0.95
15=Kullanım Senaryoları => Soru 18=az sayıda
Soru 3=50-75,Soru 6=orta => Soru 8= geliştirilmesi gereken 0.95
Soru 6=iyi, Soru 11= MS Project Kullanıldı, Soru 13= Sınıf Di- 0.94
yagramı => Soru 3=50-75
Yazılım mühendisliği dersinin projelerine ait sorularının birliktelikleri aşağıdaki ku-
rallarla açıklanmıştır.
Yazılım geliştiricinin uygulama geliştirme esnasında sistem analiz ve tasarım ar-
gümanlarının değişimini kısmen gerekli görmüştür diyenlerin, müşterinin sürecin
ilk başında istediği yazılım ile süreç sonunda oluşturulan yazılımın birbiriyle yüzde
50-75 örtüşmektedir diyenler ile yine proje içi ekip uyumunun orta olduğunu düşü-
nenlerin hepsi proje sonunda elde ettikleri ürünün geliştirilmesi gerektiğini söyle-
mişlerdir. Burada proje içi ekip uyumunun projenin sonucu için ne denli önemli
olduğu görülmektedir. Çünkü frekans analizine yapıldığında da ekip içi uyumuna
iyi diyenlerin çoğunun ürününün iyi olduğunu ekip içi uyumun orta derece olduğu-
nu düşünenlerin çoğunun ürünün geliştirilmesi gerektiğini düşünmüştür. Ayrıca
ekip içi uyumun kötü olmadığını düşünenlerden hiç kimsenin proje sonunda elde
ettiği ürünün kötü olduğunu söylememiş olduğu görülmektedir.
Proje sürecinde sistem analizi ve tasarımcısı rolüne daha fazla kişi atanması gerek-
tiğini düşünenlerken proje sonunda elde ettikleri ürünün geliştirilmesi gerektiğini
düşünenlerin çoğu müşterinin sürecin ilk başında istediği yazılım ile süreç sonunda
oluşturulan yazılımın birbiriyle yüzde 50-75 örtüşmekte olduğunu söylemektedir-
ler.
Projelerinde MS Project kullananlardan Modelleme ve tasarımı ifade etmek için
sınıf diyagramının daha faydalı olduğunu düşünenler yazılım sürecinde ilk oluştu-
rulan diyagramın kullanım senaryoları olduğunu da düşünenlerin modelleme ve ta-
sarım aşamasında sınıflarda yer alan metot ve değişkenlere bakıldığında az sayıda
karmaşık sınıf olduğunu belirttikleri görülmektedir.
Müşterinin sürecin ilk başında istediği yazılım ile süreç sonunda oluşturulan yazı-
lımın birbiriyle yüzde 50-75 örtüşmekte olduğunu düşünürken proje içi ekip uyu-
mun orta olduğunu düşünenler proje sonucunda elde ettikleri ürünün geliştirilmesi
gerektiğini düşünmektedirler. Hem burada hem de 1. sıraya bakıldığında ekip içi
uyumun önemi görülmektedir. Ayrıca yüzde 50-75 örtüşmektedir cevabını verenle-
rin genel olarak proje sonucuna geliştirilmesi gereken cevabını vermiştir diyebili-
riz.
Proje sonucunda elde edilen ürünün iyi olduğunu düşünenlerin çoğunun MS Project kul-
landığı, durum böyleyken de modelleme ve tasarım için sınıf diyagramının daha faydalı
olduğunu düşünenlerin yazılım ile süreç sonunda oluşturulan yazılımın birbiriyle yüzde
50-75 oranında örtüşmekte olduğu belirttikleri görülmektedir.
Tablo 6. İki Derse Ait Ankette Yer Alan Ortak Soruların Birliktelik Kuralları
Birliktelik Kuralı (destek değeri 1’den 0.1’e kadar delta 0.15) Güven Değeri
Soru 4=a, Soru 12=c =>Soru 11=b 0.94
Soru 5=d, Soru 12=a =>Soru 12=Sistem Analiz 0.94
Soru 1=b, Soru 4=a, Soru 8=b =>Soru 11=b 0.94
Soru 11=a, Soru 12=Sistem Analiz =>Soru 1=a 0.94
Soru 7=e, Soru 10=c =>Soru 6=c 0.94
İki dersin ortak sorularının birliktelikleri aşağıdaki kurallarla açıklanmıştır.
Proje sürecinde sistem analistine daha çok kişi atanması gerektiğini düşünlerin
neredeyse tamamı MS Project kullanıp belirlenen yazılım geliştirme zamanı ile sü-
recin tamamlanmasından sonra elde edilen proje geliştirme zamanının paralellik
göstermediğini düşünmüşlerdir.
Gerçeklenen projenin geliştirme sürecinde kişiye en büyük katkının geliştirilen ilk
büyük proje olduğunu düşünenlerden MS Project kullanıp belirlenen yazılım geliş-
tirme zamanı ile sürecin tamamlanmasından sonra elde edilen proje geliştirme za-
manının paralellik gösterdiğini de düşünenler genellikle sistem analizi ve tasarımı
dersi öğrencileri olduğu görülmektedir.
Yazılım geliştiricinin analiz ve tasarımdan elde ettiği süreç ve raporları kısmen
kullandığını düşünenlerden, proje sürecinde sistem analistine daha çok kişi atan-
ması gerektiğini düşünlerin tamamına yakını proje sonunda elde ettiği ürünün ge-
liştirilmesi gerektiği kanaatindedir. Aynı kişiler ise MS Project kullanıp belirlenen
yazılım geliştirme zamanı ile sürecin tamamlanmasından sonra elde edilen proje
geliştirme zamanının paralellik göstermediğini düşünmüşlerdir.
Yazılıma ait fizibilite analizi tahmini olarak yapıldı diyenlerden sistem analizi ve
tasarımı dersi öğrencileri olanları yazılım geliştiricinin sistem analizi ve tasarımla-
rından elde edilen süreç ve raporları büyük ölçüde kullandıkları görülmektedir.
Proje tasarım ve analiz sürecinde en çok zorlanılan konunun proje süresi kısıtlılığı
olduğunu söyleyenlerden yazılım projelerinde sistem analizi ve tasarım aşamaları-
nın tüm yazılım geliştirme sürecinin yüzde 50-75 oranında olduğunu düşünenler
genellikle ekip içi uyumunun iyi olduğu gözlemlenmiştir.
4 Sonuçlar
Çalışmamızda Yazılım Mühendisliği ve Sistem Analizi ve Tasarımı dersini alan öğren-
cilerin ders projelerini gerçekleştirirken karşılaştıkları yazılım geliştirme adımları
birliktelik kurallı öğrenme algoritması olan Apriori algoritmasıyla incelenmiştir. Bir-
likteliklerin çıkarımı için her iki dersin projesiyle ilgili farklı ve ortak sorulardan olu-
şan anket soruları öğrencilere sorulmuş ve değerlendirme iki derse ait farklı sorularla
ayrı ayrı ve ortak sorular kullanılmak üzere üç farklı şekilde Bölüm 4’teki gibi ger-
çeklenmiştir.
Gelecek çalışmalarda projeler geliştirme süreçlerinde yer alan adımların proje so-
nucuna etkisi karşılaştırılarak proje sonucu sınıf etiketi olarak kullanılıp proje sonu-
cuna süreç adımlarının etkisi incelenecektir.
Kaynaklar
1. Mıshra, A., Cagıltay, N. E., Kılıc, O.: Software engineering education: some important
dimensions. In: European Journal of Engineering Education. Volume 32. (2007) 349-361.
2. Saiedian, H., Bagert, D., Mead, N.: Software Engineering Programs: Dispelling the Myths
and Misconceptions. In: IEEE Software. Volume 19. (2002) 35-41.
3. Hilburn, T., Humphrey, W.: The Impending Changes in Software Education. In: IEEE
Software. Volume 19. (2002) 22-24.
4. Gnatz M.: A Practical Approach to Teaching Software Engineering. In: 16th Conference
on SE Education and Teaching. (2003)
5. Peslak A. R.: Teaching Software Engineering Through Collaborative Methods. In: Issues
in Information Systems. Volume 5. (2004) 247-253.
6. Navarro E. O.: Teaching Software Engineering Using Simulation Games. In: International
Conference on Software Engineering. (2004).
7. Stirewalt, R. E. K.: Teaching Software Engineering Bottom Up. In: American Society for
Engineering Education Annual Conference. (2004).
8. Cihan, P., Kalıpsiz, O.: Assessing the Human Factors in Software Development Courses
Students Project. In: International Conferance on Education and Educational Technologies.
(2013).
9. Mohammed M. Abu Tair, Alaa M. El-Halees: Mining Educational Data to Improve Stu-
dents’ Performance: A Case Study. In: International Journal of Information and Communi-
cation Technology Research. Volume 2. (2012).
10. S.A. Kumar, Vijayalakshmi M.N.: Mining Of Student Academic Evaluation Records in
Higher Education. In: IEEE. (2012).
11. Sushıl, V., R. S. Thakur, Shaılesh J.: Study of the Applications of Data Mining Techniques
in Higher Education. In: International Journal of Computer & Communication Technology
(IJCCT). Volume 3. ( 2012).
12. Hongjie, S.: Research on Student Learning Result System based on Data Mining In:
IJCSNS International Journal of Computer Science and Network Security. Volume 10.
(2010).
13. Yao-Te Wang, Yu-Hsin Cheng, Chang, Ting-Cheng, JEN, S.M.: On the Application of
Data Mining Technique and Genetic Algorithm to an Automatic Course Scheduling Sys-
tem. (2008).
14. Agrawal, R., Imielinski, T., Swami, A.: Mining Association Rules Between Sets of Items
in Large Databases. In: Proceedings of the ACM SIGMOD International Conference on
Management of Data (ACMSIGMOD ’93). (1993) 207-216.
15. “Data Mining Software in Java”, http://www.cs.waikato.ac.nz/ml/weka/, Ocak 2013.