Yapay zeka destekli insan kaynakları personel performans yönetimi
Artificial intelligence supported human resources personnel performance management
- Tez No: 966141
- Danışmanlar: PROF. DR. ÇİĞDEM TARHAN
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüz insan kaynakları yönetimi süreçlerinde dijitalleşmenin ve veri odaklı yaklaşımların önemi artmaktadır. Bu bağlamda, bu tez kapsamında geliştirilen yapay zeka destekli performans değerlendirme sistemi, geleneksel yöntemlerin öznelliğini azaltmayı ve yöneticilere ileriye dönük öngörüler sunmayı amaçlamaktadır. Tasarlanan web tabanlı uygulama, performans değerlendirme süreçlerine yeni bir perspektif kazandırmaktadır. İnsan kaynakları personel performans yönetimi sistemlerinin geleneksel yöntemlerle sürdürülmesi, değerlendirme süreçlerinde subjektif yargılara dayanılmasına, hatalara ve güven sorunlarına yol açmaktadır. Bu tez kapsamında, insan kaynakları yönetimi süreçlerinde özellikle personel performans değerlendirmelerinde kullanılmak üzere yapay zeka destekli bir web tabanlı uygulama geliştirilmiş ve bu uygulama aracılığıyla yapay zeka teknolojilerinin uygulanabilirliği incelenmiştir. Geleneksel performans değerlendirme yöntemlerinin doğurduğu problemlere çözüm üretmek amacıyla, çalışanların performans göstergelerine dayanan, veriye dayalı ve organizasyonun ihtiyaçlarına göre metriklerin esnek biçimde tanımlanabildiği bir sistem tasarlanmıştır. Flask altyapısı ile geliştirilen bu uygulama, MySQL veri tabanı ile entegre çalışmaktadır. Çalışanlara ait geçmiş dönem performans verileriyle birlikte demografik ve mesleki özellikler (eğitim düzeyi, kıdem yılı, unvan bilgisi vb.) dikkate alınarak veri seti oluşturulmuş ve özellik mühendisliği süreçleri uygulanmıştır. Tahminleme sürecinde Random Forest Regressor algoritması kullanılmış; model performansı R² (determinasyon katsayısı) ve MAE (Ortalama Mutlak Hata) metrikleri üzerinden değerlendirilmiştir. Geliştirilen sistem, mevcut performans analizini sağlamakta ve geleceğe yönelik performans tahminleri üreterek yöneticilere karar destek aracı sunmaktadır. Ayrıca, çalışanlar için otomatik ödül ve ücret önerileri oluşturulmakta ve bireysel performans raporları hazırlanabilmektedir. Sonuç olarak, yapay zeka destekli performans değerlendirme sistemleri; daha adil, hızlı ve öngörücü yapılarıyla geleneksel yöntemlere güçlü bir alternatif sunmaktadır. Bu çalışma, performans yönetiminde dijitalleşme ve veri odaklı karar destek süreçlerine katkı sağlamayı amaçlamaktadır.
Özet (Çeviri)
In today's human resource management processes, the importance of digitalization and data-driven approaches is steadily increasing. In this context, the AI-supported performance evaluation system developed within the scope of this thesis aims to reduce the subjectivity of traditional methods and provide managers with forward-looking insights. The designed web-based application brings a new perspective to performance evaluation processes. The continuation of traditional personnel performance management systems in human resources leads to evaluation processes being based on subjective judgments, resulting in errors and trust issues. Within this thesis, a web-based application supported by artificial intelligence has been developed for use specifically in performance evaluation processes within human resource management. Through this application, the applicability of AI technologies in such processes has been explored. The system is designed to provide a data-driven solution to the problems inherent in traditional performance evaluation methods, enabling the definition of performance metrics flexibly according to organizational needs. The application was developed using the Flask framework and is integrated with a MySQL database. A dataset was constructed by combining employees' historical performance data with demographic and professional features (such as education level, seniority, and job title), and feature engineering techniques were applied. In the prediction process, the Random Forest Regressor algorithm was employed, and model performance was evaluated using R² (coefficient of determination) and MAE (Mean Absolute Error) metrics. The developed system not only provides current performance analyses but also generates forward-looking performance predictions to support managerial decision-making. Additionally, the system automatically generates rewards and salary recommendations for employees and prepares individual performance reports. In conclusion, AI-supported performance evaluation systems offer a strong alternative to traditional methods with their fairer, faster, and more predictive structures. This study aims to contribute to the digitalization of performance management and the advancement of data-driven decision support processes.
Benzer Tezler
- Derin öğrenme algoritmaları ile personel geri bildirimlerinin sınıflandırılması ve analizi
Classification and analysis of employee feedback with deep learning algorithms
GÖKHAN YİĞİDEFE
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN
- Enhancing human resource decision making with image-based OSMI data analysis: leveraging PIX2PIX for accurate workplace mental health insights
İş yeri mental sağlık incelemeleri için PIX2PIX kullanarak, görüntü tabanlı OSMI veri analiziyle insan kaynakları karar süreçlerini geliştirme
FARIBA FARID
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN BAYYURT
- Promptshıeld: polıcy-aware data loss preventıon framework for generatıve AI prompts
Promptshıeld: Politika farkındalıklı üretken yapay zekâ istemleri için veri kaybı önleme çerçevesi
EZGİ KELEŞ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞERİF BAHTİYAR
- Manisa yöresinde domateste anlaşmalı tarım ve karşılaşılan sorunlar
Başlık çevirisi yok
OSMAN MURAT KOÇTÜRK
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
PROF. DR. METİN TALİM
- Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması
Başlık çevirisi yok
MÜRŞİDE KESEROĞLU
Yüksek Lisans
Türkçe
1985
İşletmeEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA NAZMİ ERCAN