Ders ve Sınav Programı Oluşturma: Yöneylem Bakışı

Eylül başında yeni öğretim yılı yaklaşırken her okul müdürünün ya da fakülte sekreterinin masasına aynı problem düşer: önümüzdeki dönemin ders programı. 200 öğretmen, 1500 öğrenci, 30 sınıf, 50 derslik, beş gün, sekiz ders saati. Her dersin öğretmeni, sınıfı, derslik gereksinimi belirli; öğretmenlerin müsait oldukları zaman aralıkları farklı; sınıfların hafta içinde dengeli dağılması gerekiyor. Eski usul kâğıt-kalemle yapılır mıydı? Evet ama günler sürerdi ve genelde yeniden yapılması gerekirdi. Bilgisayar destekli ders programı çözücüleri bu işi otomatikleştirmek için on yıllardır kullanılıyor.

Bu rehber, ders ve sınav programı oluşturma probleminin yöneylem araştırması bakış açısından tanıtımıdır. Algoritmaların nasıl çalıştığı, hangi kısıtların standart hâle geldiği ve gerçek dünya uygulamalarında nelere dikkat edildiği konularını ele alır.

Problem nedir? Klasik formülasyon

Ders programlama (akademik literatürde timetabling) problemi kısaca şöyle tarif edilir: Bir grup etkinlik (ders, sınav, toplantı) var. Her etkinlik belirli kaynaklar kullanır (öğretmen, derslik, ekipman) ve belirli katılımcı gruplarına hitap eder (öğrenci sınıfları, projeler). Amaç, her etkinliği bir zaman slotuna atayarak haftalık veya dönemlik bir program oluşturmaktır.

Standart sert kısıtlar:

• Öğretmen çakışmazlığı: Aynı öğretmen aynı zamanda iki etkinlikte olamaz
• Grup çakışmazlığı: Aynı öğrenci grubu aynı zamanda iki dersi alamaz
• Derslik çakışmazlığı: Aynı derslik aynı zamanda iki etkinlik için kullanılamaz
• Müsaitlik: Etkinlik yalnızca atanmış öğretmenin müsait olduğu zamanlarda olur

Yumuşak kısıtlar (ihlal edilebilir ama maliyetli):

• Öğretmenin boş ders sayısı minimize edilmeli
• Aynı dersin haftaya dengeli dağılması (tek günde 4 saat değil, 2+2 olarak)
• Öğrenci tercih puanlarına uygunluk
• Derslik tipi tercihleri (lab dersi laboratuvarda)
• Sabah/akşam dağılımı

Tarihçe: 1960’lardan bugüne

Timetabling probleminin ilk akademik formülasyonu 1960’larda Forrest Gotlieb tarafından İngiltere’de yapıldı. O dönem üniversitelerin manuel program oluşturma süreci haftalar sürerdi ve sürekli çakışmalarla güncellenirdi. İlk bilgisayar destekli yaklaşımlar 1970’lerde geldi ama küçük problem örnekleriyle sınırlıydı.

1980’ler ve 90’lar timetabling alanında kısıt programlama (CP)‘nin yükselişine sahne oldu. CHIP, ECLiPSe ve sonradan IBM’in ILOG CP Optimizer gibi ticari çözücüler eğitim kurumlarının tercih ettiği araçlar oldu. 2000’lerde metasezgisel yaklaşımlar (tabu arama, simulated annealing, genetic algoritma) öne çıktı; özellikle çok büyük problemler için.

2002’de başlayan ITC (International Timetabling Competition) yarışmaları alanın gelişimini ivmelendirdi. Standart problem örnekleri tüm dünyadaki araştırmacıların aynı zorluk üzerinde çalışmasını sağladı; rekorlar her yıl kırıldı.

Modern dönemde Google OR-Tools’un CP-SAT modülü ücretsiz seçenekler arasında öne çıktı; akademik ve küçük-orta okullar için ticari yazılımlara ciddi alternatif. Bu sitenin Ders Programı Üretici aracı, basit problemler için bu paradigmanın indirgenmiş bir versiyonunu kullanır.

NP-hardness ve algoritma seçimi

Timetabling NP-zor sınıfa girer ve hatta basit varyantları bile öyledir. N etkinlik, K slot için olası atamaların sayısı $K^N$ — 50 ders × 30 slot için 30^50 ≈ 7 × 10^73 olasılık. Brute-force imkansız; akıllı algoritmalar gerek.

Backtracking + forward checking

Klasik kısıt programlama yaklaşımı. Ders ders ata, çakışma çıkarsa geri dön ve farklı slot dene. Forward checking, gelecekte de çakışma yaratacak slotları erken eler. Most-constrained-variable sezgiseli (en az müsait slotu olan dersi önce ata) hızı katlanarak artırır.

Bu sitenin Ders Programı Üretici aracı bu yaklaşımı kullanır; küçük-orta ölçekli problemler için yeterli ve saniyeler içinde sonuç verir.

Constraint Programming (CP-SAT)

Modern profesyonel çözücüler kısıt programlama paradigması kullanır. Google OR-Tools’un CP-SAT modülü timetabling için sektör standardıdır; “interval variables” ve “no_overlap” kısıtları üzerine kurulu. Klasik backtracking’den çok daha verimli olduğu için 500+ etkinlikli problemleri de saniyeler içinde çözer.

Metasezgisel yöntemler

Çok büyük problemler (1000+ etkinlik) için tabu arama, simulated annealing, genetic algoritma gibi yaklaşımlar kullanılır. Optimum garantisi yok ama “yeterince iyi” çözümü makul sürede bulurlar.

Hibrit yaklaşımlar

Endüstriyel timetabling yazılımları genelde hibrittir: CP ile sert kısıtları sağlar, sonra metasezgisel ile yumuşak kısıtları optimize eder. Bu, en pratik ve en çok kullanılan modeldir.

Türkiye’deki uygulamalar

Türkiye’de timetabling alanında aktif kullanım var ve birçok kurumda özel yazılımlar geliştirilmiştir.

Üniversiteler: ODTÜ, Boğaziçi, İTÜ, Bilkent gibi büyük üniversitelerin sömestir başında ders programlama için kullandığı yazılımlar OR-Tools veya benzeri çözücülerle güçlendirilmiştir. Genel olarak %95-99 çakışmasız programlar elle ince ayar gerekmeden üretilir.

Liseler ve ilkokullar: MEB ve özel okul zincirlerinin (Doğa Koleji, Bahçeşehir Koleji) ders programlama için kullandığı yerli yazılımlar mevcuttur. ITC standardı problemlere göre özelleştirilmişlerdir.

Sınavlar: ÖSYM benzeri büyük ölçekli sınav organizasyonlarının salon-koltuk-öğrenci atama altyapısı timetabling’in özel bir varyantını çözer (sınav-zaman-yer atama).

Hastane ameliyat odası planlama: Aynı matematiksel yapıyı paylaşır; ameliyatları zamanlara ve odalara çakışmasız atama ihtiyacı ders programıyla neredeyse özdeştir.

Yaygın hatalar ve nasıl önlenir

Bu siteyi kullanırken veya kendi timetabling projeni yaparken dikkat edilmesi gereken birkaç tipik tuzak:

Birinci hata — yetersiz slot. Aynı öğretmenin K dersi varsa en az K slot gerekir. Bu sitenin aracı bunu önceden kontrol eder ve net bir hata verir; ama manuel planlamada gözden kaçırılır.

İkinci hata — yumuşak kısıtları sert yapmak. “Sabah saatleri tercih edilir” gibi yumuşak kısıtları zor kısıt yapmak çözücüyü gereksiz yorar veya çözüm bulamamasına yol açar. Tercihler ayrı, zorunluluklar ayrı tutulmalıdır.

Üçüncü hata — çıktıyı doğrulamadan sunmak. Algoritmanın ürettiği program tüm sert kısıtları sağlar ama insan gözünün yakaladığı problemleri (örneğin Pazartesi sabahı 4 saat üst üste matematik) yakalayamaz. Çıktı mutlaka deneyimli bir okul müdürü veya sekreter tarafından son kontrol edilmelidir.

Dördüncü hata — değişikliklere açık olmamak. Bir kez program oluşturulduktan sonra “tamam, oturdu” demek yanlış. Sezon içinde hastalanan öğretmenler, ek dersler, transfer öğrenciler — sürekli ufak değişiklikler olur. Sistem bu değişiklikleri kolayca uyguluyor olmalıdır.

Beşinci hata — küçük başlamamak. 200 derslik bir programı tek seferde çözmek istemek başarısızlığa yol açar. 20 dersle başla, 50’ye çıkar, sonra tüm sezona uygula.

Pratik bir ders programı projesi nasıl ilerler?

Bir okul veya üniversite için ders programlama yazılımı projesi tipik olarak altı aşamadan oluşur ve birkaç haftadan birkaç aya kadar sürer.

Birinci hafta — gereksinim toplama: Hangi ders var, hangi öğretmen hangi dersleri verebilir, hangi sınıflar/gruplar hangi dersleri alır, slot sayısı ne, derslik kapasiteleri ne? Bu adım toplam projenin %30’unu alır ve veri kalitesi kritik. Bir tek “hangi dersler ortak ders kabul edilir” sorusunun cevabı bile haftalarca sürebilir.

İkinci-üçüncü hafta — model kurma: Toplanan gereksinimler matematiksel kısıtlara çevrilir. Sert ve yumuşak kısıtlar ayrılır; öncelik sırası belirlenir. Bu adımın çıktısı, çözücüye verilebilecek bir CSP veya MILP modelidir.

Dördüncü hafta — algoritma seçimi ve prototipleme: Hangi çözücüyü kullanacağına karar verilir (CP-SAT, OptaPlanner, FET, ticari yazılım). Küçük örneklerle prototip oluşturulur, performans ölçülür.

Beşinci-altıncı hafta — kalibrasyon: Çözücü gerçek veriyle test edilir. Sonuçlar mevcut manuel programla karşılaştırılır, sapma analizi yapılır. Yumuşak kısıtların ağırlıkları ayarlanır.

Yedinci-sekizinci hafta — uygulamaya alma: Kullanıcı arayüzü geliştirilir, eğitim verilir, mevcut sistemlerle entegrasyon yapılır. Bu adım çoğu zaman tahmin edilenden uzun sürer çünkü organizasyonel kabul matematiksel doğruluktan farklıdır.

Sonra — sezonluk bakım: Her sömestir başında sistem güncellenir, yeni öğretmen/grup verileri eklenir, çıkanlar çıkarılır. İyi tasarlanmış bir sistem 5+ yıl yaşar.

Bir mini örnek üzerinden gidelim

Diyelim küçük bir okulun 9-A sınıfı şu derslere ihtiyaç duyuyor: Mat (Ahmet), Fizik (Burak), İng (Ceyda). Aynı öğretmenler 9-B sınıfına da aynı dersleri veriyor: Mat, Fizik, İng.

Toplam 6 ders var: Mat-9A, Fizik-9A, İng-9A, Mat-9B, Fizik-9B, İng-9B.

Sert kısıtlar:

• Ahmet aynı slotta iki sınıfa Mat veremez (öğretmen çakışması)
• Burak aynı slotta iki sınıfa Fizik veremez
• Ceyda aynı slotta iki sınıfa İng veremez
• 9-A aynı slotta iki ders alamaz
• 9-B aynı slotta iki ders alamaz

Minimum kaç slot gerekir? 9-A’nın 3 dersi var ve aynı slotta birden fazla olamaz, dolayısıyla en az 3 slot. Aynı şekilde 9-B için. Cevap: 3 slot yeter ve mümkün:

Slot	Dersler
1	Mat-9A (Ahmet), Fizik-9B (Burak)
2	Fizik-9A (Burak), İng-9B (Ceyda)
3	İng-9A (Ceyda), Mat-9B (Ahmet)

Bu programda hiçbir öğretmen aynı slotta iki yerde değil ve hiçbir grup aynı slotta iki dersi almıyor. Çözücüye verirsen bunu (veya simetrik bir karşılığını) saniyenin altında bulur.

Bu sitenin Ders Programı Üretici aracında “Örnek doldur” butonuna basıp benzer bir örneği kendi gözlerinle de deneyebilirsin.

Akademik araştırma trendleri

Timetabling, yöneylem araştırmasının en aktif araştırma alanlarından biri olmaya devam ediyor. Son yıllarda öne çıkan birkaç yön:

Çoklu hedef (multi-objective) timetabling: Tek bir “en iyi” program değil, farklı kriterler arasında Pareto-optimal çözümler sunmak. Karar verici (okul müdürü) bu sınırdan kendine en uygun olanı seçer.

Robust timetabling: Belirsizlik altında dayanıklı programlar oluşturmak. Hangi öğretmenin sezon ortasında ayrılacağı bilinmez; program bu duruma karşı dirençli tasarlanmalı.

Otonom (kendi kendini öğrenen) çözücüler: Geçmiş sezonlardaki manuel düzeltmelerden öğrenen ve bir sonraki sezon için daha iyi başlangıç çözümü üreten yapay zekâ destekli sistemler.

Adil dağılım: Yumuşak kısıtların adillik perspektifinden ele alınması — hangi öğretmenin/grubun bedelini ne kadar çektiği ölçülür ve dengelenir.

Sonuç

Ders ve sınav programı oluşturma, yöneylem araştırmasının pratik etkisinin en yüksek olduğu alanlardan biridir. NP-zor karakterine rağmen modern algoritmalar binlerce etkinlikli problemleri pratik sürede çözer. Bu sitenin Ders Programı Üretici aracı küçük-orta ölçek için iyi bir başlangıç noktasıdır; ölçek büyüdükçe Google OR-Tools rehberi ve onun CP-SAT modülü doğal devam.

Çizelgeleme problemlerinin daha geniş çerçevesi için Çizelgeleme Problemleri rehberi de göz atılmaya değer; ders programlama, çizelgeleme ailesinin yalnızca bir üyesi. Bu disiplin sürekli yeni problemler ve algoritmalarla gelişiyor; takip etmeye değer bir alan olarak yöneylem yolculuğunda yer alıyor.

Türkiye gibi ülkelerde özellikle eğitim sektörünün dijital dönüşümü hızla ilerliyor; timetabling tabanlı yazılımların kullanımı yaygınlaşıyor. Bu alanda uzmanlaşmak isteyen bir yöneylem analisti veya yazılım geliştirici için sektörel talep önümüzdeki yıllarda artmaya devam edecek. İyi öğrenmeler ve iyi programlamalar dileriz.

Sınav programı varyantı

Ders programı ile sınav programı yapısal olarak benzer ama ayrı problem sınıflarıdır. Sınav programlamanın özellikleri şunlardır:

• Tek seferlik organizasyon (her sınav dönemi başında)
• Öğrenci-sınav çakışmazlığı ön planda (bir öğrenci aynı saatte iki sınavda olamaz)
• Salon kapasitesi kritik kısıt (öğrenci sayısı salonu aşamaz)
• Sınav süresi değişken olabilir (60, 90, 120 dakika)
• Sınavlar arası dinlenme zamanı yumuşak kısıt olarak öne çıkar
• Gözetmen tahsisi genellikle ikincil bir atama problemi olarak birleştirilir

Sınav programlama akademik literatürde examination timetabling olarak ayrı bir alt başlıktır ve ITC’nin kendine özgü bir yarışma kategorisidir. Türkiye’de ÖSYM’nin yıllık sınav organizasyonu (YKS, KPSS, ALES, vb.) büyük ölçekli sınav programlamanın profesyonel uygulamalarındandır; binlerce salon, milyonlarca aday, yüzlerce sınav. Bu seviyedeki organizasyon özelleşmiş yazılımlar ve büyük operasyon ekipleriyle yönetilir.

ÖSYM tarafında salon-aday eşleme problemi binary integer programming olarak modellenir; her aday-salon çifti bir ikili değişkendir. Salon kapasitesi, aday tercihi (örneğin yakındaki salon), engelli aday gereksinimleri (asansör, alt kat) gibi kısıtların hepsi modele eklenir. Sınav günü hesaplama saatler sürmez; çözücü gece boyunca çalışıp sabah optimum yerleşimi sunabilir. Türkiye’nin sınav altyapısının bu kadar büyük ölçekte düzgün çalışması, arkasındaki yöneylem optimizasyonunun sessiz bir başarısıdır.

Endüstriyel kullanım: yerli ve yabancı yazılımlar

Türkiye’deki eğitim kurumlarının kullandığı timetabling yazılımları arasında hem yerli hem yabancı seçenekler var. Yabancı tarafta Untis (Avusturya kökenli, K-12 okullar için baskın), FET (açık kaynak), Mimosa (üniversiteler için) öne çıkıyor. Yerli olarak büyük üniversitelerin kendi geliştirdiği özel yazılımlar (ODTÜ, Boğaziçi, Bilkent) ve eğitim yazılımı şirketlerinin (sebit, vitamin) ders programı modülleri kullanılıyor.

K-12 düzeyindeki büyük okul zincirleri (Doğa, Bahçeşehir, Final, ANS) genelde Untis veya benzeri yabancı yazılımları kullanıyor; üniversiteler ise daha sık özel geliştirme tercih ediyor. Açık kaynak FET, küçük ölçekli okullar ve özel eğitim merkezleri için ekonomik bir seçenek.

Yazılım seçiminde dikkat edilecek başlıca kriterler şunlardır: problem ölçeği (kaç ders / kaç slot), kısıt karmaşıklığı (sadece sert kısıtlar mı yoksa yumuşak kısıtlar da var mı), entegrasyon ihtiyacı (öğrenci yönetim sistemi ile bağ), kullanıcı arayüzü dili (Türkçe destek), bütçe ve teknik destek beklentisi. Doğru seçim için pilot uygulama yapmak ve mevcut manuel programla karşılaştırarak kalibre etmek altın kuraldır.

Açık problemler ve sürmekte olan araştırmalar

Timetabling alanında hâlâ açık olan birkaç araştırma sorusu var:

Otonom öğrenen sistemler: Geçmiş sezonlardaki manuel düzeltmelerden otomatik öğrenip bir sonraki sezonun çıktısını iyileştiren sistemler. Reinforcement learning bu yönde umut vaat ediyor.

Adillik metrikleri: Hangi öğretmenin/grubun yumuşak kısıt ihlallerinde “yükü” çektiğini ölçen ve dengeleyen sistemler. Pratik etiği önemli bir boyut.

Çoklu hedef Pareto-optimal çözümler: Tek “en iyi” yerine farklı trade-off’lar arasında bir aralık sunmak. Karar verici bu aralıktan seçer.

Gerçek zamanlı yeniden planlama: Sezon ortasında öğretmen değiştiğinde veya yeni dersler eklendiğinde tüm programı baştan üretmek yerine küçük yerel düzeltmeler yapmak.

Çoklu kurum koordinasyonu: Birden fazla okul/üniversitenin paylaşılan öğretmen veya derslik kaynaklarını koordineli planlaması — özellikle küçük şehirlerde devlet okulları arası kaynak paylaşımı için ilgi çekici bir konu.

Bu yönlerden biri seni çekiyorsa, akademik bir yüksek lisans veya doktora konusu olabilecek zenginlikte bir alan. Türkiye’deki büyük üniversitelerin endüstri mühendisliği bölümlerinde aktif çalışan araştırma grupları mevcut ve çıktıları INFORMS ve EURO konferanslarında dünya literatürüne katkı sağlamakta.

Sıkça sorulanlar

Ders programı oluşturma neden bu kadar zor bir problem?

Ders programlama (timetabling) NP-zor sınıfa girer; problem boyutu büyüdükçe optimal çözüm bulma süresi katlanarak artar. 50 dersi 30 slota çakışmasız yerleştirme problemi bile saf brute-force ile pratik değildir. Üstüne sert kısıtlar (öğretmen/grup çakışmazlığı) ve yumuşak kısıtlar (boş ders sayısı, dağılım, tercih) eklenince problem hızla zorlaşır.

Bu sitenin aracı kompleks gerçek üniversite programlarını çözer mi?

Hayır, bu araç temel CSP (constraint satisfaction problem) çözücüsüdür ve sert kısıtları (aynı öğretmen/grup aynı slotta olmasın) ele alır. Gerçek üniversite ders programlama sistemleri ek kısıtlar barındırır: derslik kapasitesi, ekipman gereksinimi, öğrenci tercih puanları, öğretmen müsaitliği. Bunlar için Google OR-Tools CP-SAT veya OptaPlanner gibi profesyonel çözücülere geçmek gerekir.

Sınav programı ile ders programı aynı problem mi?

Yapısal olarak çok benzerler ama farklı kısıtlara sahiptir. Sınav programı genelde tek seferlik (sezon başında yapılır), öğrenci-sınav çakışmazlığını ön plana çıkarır, derslik kapasitesi kritiktir. Ders programı ise her hafta tekrarlanan rutin yapı kurar; öğretmen-grup çakışmazlığı ve dağılım dengeleri ön plandadır. İkisi de timetabling alt başlığı altında toplanır.

Excel'de ders programı yapılır mı?

Küçük ölçekli (15-20 ders, 10 slot) basit problemler Excel ile manuel veya Solver eklentisiyle çözülebilir. Daha büyük problemler (üniversite çapında 200+ ders) Excel'in kapasite ve performans sınırlarına çarpar. Bu sitenin aracı orta ölçek için iyi bir seçenek; profesyonel düzey için OR-Tools veya özelleşmiş yazılımlar (FET, Untis) daha uygundur.

ITC (International Timetabling Competition) nedir?

ITC, akademik araştırmacıların ve algoritma tasarımcılarının timetabling alanındaki sezgisellerini yarıştırdığı uluslararası bir bilimsel yarışmadır. Standart problem örnekleri (üniversite ders programı, sınav, lise programı) verilir; en iyi çözüm üreten algoritma kazanır. 2002'den beri düzenleniyor ve alanın gelişimi için önemli bir referans noktası.