depo operatörü lojistik firmasının seçimi için bulanık vikor ve bulanık … ·...

İstanbul Üniversitesi İşletme Fakültesi Dergisi

Istanbul University Journal of the School of Business

Cilt/Vol:42, Sayı/No:2, 2013, 198-218

ISSN: 1303-1732 – www.ifdergisi.org © 2013

198

Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması

Ali Görener1 Uluslararası Lojistik Bölümü,

Uygulamalı Bilimler Fakültesi İstanbul Ticaret Üniversitesi, İstanbul, Türkiye

Özet

Günümüzün rekabet ortamında, lojistik faaliyetler içerisinde depolamanın önemi gittikçe

artmaktadır. İşletmenin hedeflerine uygun depo operatörü firmanın seçimi, rekabette

büyük rol oynamaktadır. Depolama faaliyetlerinde dış kaynak kullanımı analiz edildiğinde,

uygulamanın önemli derecede maliyet avantajı sağladığı ortaya çıkmaktadır. Bu

çalışmanın amacı, depo operatörü olarak görev alacak üçüncü parti lojistik servis

sağlayıcı alternatiflerinin değerlendirilmesi için, çok kriterli karar verme modeli

oluşturmaktır. Değerlendirme şablonun oluşturulmasında, bulanık mantık yaklaşımı ile

VIKOR metodu birlikte kullanılmıştır. VIKOR, Sırp dilinde çok kriterli optimizasyon ve

uzlaşık çözüm anlamına gelen, göreceli yeni bir metottur. Ayrıca, oluşturulan yaklaşımın

gıda sektöründe uygulanmasına yönelik bir örnek sunulmuştur. Elde edilen sonuçlar,

yaygın kullanılan bir yöntem olan bulanık TOPSIS metodunun sonuçları ile

karşılaştırılmıştır.

Anahtar Sözcükler: Depolama, Depo Operatörü, Bulanık Mantık, VIKOR, TOPSIS

Application of fuzzy VIKOR and fuzzy TOPSIS methods for warehouse logistics

operator selection

Abstract

In today’s competitive environment, the importance of warehousing within logistics has

been growing. The role of working with the right warehouse operator firm in achieving

the enterprises' goals is getting more important. Analysis of outsourcing warehouse

activities or third party warehousing reveal that contract warehousing costs are

significantly lower than stand-alone warehousing. The aim of this study is to propose a

multi-criteria decision making model to evaluate the third party logistics provider options

as a warehouse operator. Relatively new method, called VIKOR (VlseKriterijumska

Optimizacija I Kompromisno Resenje in Serbian, means Multi-criteria Optimization and

Compromise Solution) is used in the evaluation procedure supported by fuzzy logic

approach. Additionally, a real case study in food sector is presented to illustrate the

application of the suggested approach. Obtained results were compared with fuzzy

TOPSIS method which is a widely used approach for multi-criteria decision making

problems.

Keywords: Warehousing, Warehouse Operator, Fuzzy Logic, VIKOR, TOPSIS

1. Giriş

Modern işletme yönetiminin önemli yaklaşımlarından biri, tedarik zinciri içerisindeki

önemli lojistik faaliyetlerin yürütülmesinde dış kaynak kullanımına başvurulmasıdır [1].

Çok sayıda işletme uzmanlaştıkları alanlara, bir başka deyişle temel yetkinliklerine

1 [email protected] (A. Görener)

A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013

199

odaklanmak için, lojistik ve bununla ilişkili fonksiyonların gerçekleştirilmesini üçüncü parti

lojistik (3PL) firmalarına bırakmaktadır [2].

Tedarik zinciri operasyonları açısından, dış kaynak kullanımı; hem maliyet avantajı

sağlaması, hem de işletmenin kendi alanındaki faaliyetlerine yoğunlaşabilmesi

bakımından firmaların rekabet gücünü arttırabilecek önemli bir yaklaşım olarak kabul

edilmektedir [3]. Geçtiğimiz yirmi yıla bakıldığında lojistik aktiviteler içerisinde depolama

faaliyetleri kapsamındaki dış kaynak kullanımının giderek arttığı görülmektedir [4].

Tedarik zinciri operasyonlarının verimli ve daha uygun maliyetlerle sürdürülmesi

hedeflendiğinde, gerekli değerlendirmeler yapılarak üçüncü parti depolama tercih

edilebilir [5].

İşletmelerin depolama faaliyetlerini, üçüncü parti lojistik firmalara yaptırma nedenleri

Tablo 1’de sıralanmıştır. Firmalar, Tablo 1’de belirtilen veya bunlara benzer sebeplerle

depo operatörü niteliğindeki kuruluşlarla stratejik ortaklıklar kurmaktadırlar.

Tablo 1 Depolamada Dış Kaynak Kullanımı Nedenleri

- Lojistik maliyetlerin azaltılması - Operasyon hızının arttırılması

- Depolama operasyonlarını yapacak uzman personelin ve kaynakların olmayışı - Hizmet kalitesinin arttırılması - Depo, araç, ekipman, bilişim vb. yatırımların istenmemesi - Coğrafi açıdan daha geniş ölçekte müşterilere ulaşma isteği

- İşletmenin çekirdek faaliyetlerine yoğunlaşmak istemesi - Depolama ve dağıtım merkezi operasyonlarındaki riskin paylaşımı - İşletmede, operasyonları verimli biçimde yürütecek deneyimin eksik olması

- Rekabet avantajı sağlamak için profesyonel desteğe olan ihtiyaç - Üçüncü parti firmanın yetkinliklerinin kullanılmak istenmesi - Mevsimsel veya geçici projeler için konusunda uzmanlaşmış partner ihtiyacı - Depolama, dağıtım ve katma değerli servislerin bütünleşik olarak yapılması ihtiyacı

Elektronik ticaretin ve müşteri beklentilerinin arttığı küresel üretim ve pazarlama

ortamında, depoların ve depolama sistemlerinin yönetimi daha da karmaşık hale gelmiştir

[6]. Mevcut rekabet ortamında, depolama hizmeti veren firmaların faaliyetlerini teknoloji

destekli yapmaları gerekmektedir [7]. Depolarda modern raf yapılarının ve malzeme

taşıma sistemlerinin yer alması operasyonların daha verimli ve hızlı gerçekleştirilmesini

sağlayacaktır. Yirmi birinci yüzyılın etkin depoları; elektronik pazarların isteklerine ve

katma değerli faaliyetlere yoğunlaşan, maliyetlerin azaldığı ve hizmet kalitesinin arttığı

depolar olacaktır [8]. Tedarik zincirinin farklı noktalarında ihtiyaç duyulabilecek temel

depolama faaliyetleri Tablo 2’de ifade edilmiştir.

İşletmeler, depolama eksenli operasyonları üçüncü parti lojistik firmalarına bırakma

sürecinde, bu firmaların sektörel tecrübesi ve piyasadaki konumundan başlayarak

depoların yapısına, hizmet kalitesine, maliyet unsurlarına, esnekliğe, teknolojik alt

yapıya, genişleme imkânına, operasyon yoğunluğunun karşılanabilmesine kadar birçok

farklı karar verme kriteriyle karşı karşıya kalmaktadırlar. Sektöre ve ürüne göre, belirtilen

kriterlerin önem ağırlıklarının doğru analiz edilmesi ve alternatif seçeneklerin bu

kapsamda değerlendirilmesi gereklidir.


200

Tablo 2 Depolama Faaliyetleri

Ürünlerin depoya alınması Elleçleme-konsolidasyon

Ürünlerin kontrolü Çapraz sevkiyat operasyonları

Yanlış, eksik, bozuk ürünlerin tespiti ve gerekli işlemlerin yapılması

Ambalajlama-paketleme

Ürünlerin raflara yerleştirilmesi Müşterilerin özel isteklerinin gerçekleştirilmesi

Stok yönetimi Katma değer oluşturan diğer faaliyetler

Siparişlerin raflardan toplanması Paydaşlarla elektronik veri değişimi faaliyetleri

Etiketleme-barkodlama Hazırlanan ürünlerin araçlara atanması

Depolama performansının ölçümü Çalışma yapısına bağlı olarak tedarikçi yönetiminde envanter (VMI) faaliyetleri

Literatür incelendiğinde, genel olarak 3PL firma seçimine ilişkin çalışmalar mevcut

olmakla birlikte, özel olarak depolama tabanlı faaliyetleri gerçekleştirecek firmanın seçimi

için, bir başka deyişle depolamada dış kaynak kullanım kararları konusunda yapılan

çalışmaların sınırlı sayıda olduğu görülmektedir. Moberg ve Speh [1], yapmış oldukları

çalışmada üçüncü parti depolama firmalarının seçim kriterlerini ve bölgesel-ulusal servis

sağlayıcıların tercih edilme nedenlerini araştırmışlardır. Çalışma kapsamında firmaların

lojistik yöneticileri ile yüz yüze görüşmeler yaparak, eğilimlerini belirlemeye

çalışmışlardır. Depolama firmasının seçiminde önemli kriterleri; esneklik, hizmet

yeterliliği, düşük maliyet, katma değer oluşturan işlemler yapabilme yeteneği, kapasite

ve teknoloji olarak ifade etmişlerdir. Maltz [3], yapmış olduğu çalışmada, depolamada dış

kaynak kullanımında hizmet kalitesi ve maliyet ilişkisini incelemiştir. Farklı sektörlerden

yöneticilere anketler yaparak, deponun işletme tarafından yönetilmesi veya dış kaynak

kullanılmasının nedenlerini araştırmıştır. Aynı yazar farklı bir çalışmasında [9] ise dış

kaynak kullanımı açısından, maliyetler ile kurumsal strateji arasındaki ilişkiyi

araştırmıştır.

Tompkins ve Smith [4] çalışmalarında depolama faaliyetlerinde dış kaynak kullanımı

konusunu açıklamışlar, dikkat edilmesi gereken kriterleri ifade etmişlerdir. Değerlendirme

kriterlerini; kapasite, konum, stok yönetimi, sipariş işleme ve toplama, ambalajlama-

paketleme, katma değer oluşturan işlemler, operasyonel yeterlilik, finansal stabilite,

müşteri hizmetleri, kalite, bilişim sistemi ve risk yönetimi olarak ifade etmişlerdir. Korpela

ve Lehmusvaara [10], müşteri merkezli bir yaklaşımla gerçekleştirdiklerini ifade ettikleri

alternatif depo operatörlerinin seçimine ilişkin çalışmalarında; analitik hiyerarşi süreci

(AHP) ve karma tamsayılı programlama tekniklerini kullanarak seçenekleri

değerlendirmişlerdir. Değerlendirmede; kalite, kapasite, maliyet, kârlılık, operasyonel

yeterlilik, güvenilirlik, esneklik, acil sevkiyatlar ve özel istekler gibi faktörleri dikkate

almışlardır. Colson ve Dorigo [11], yapmış oldukları çalışmada depo seçimi için bir yazılım

geliştirmişlerdir. Yazılım yardımıyla elde ettikleri sonuçları, oluşturmuş oldukları

memnuniyet ve güvenilirlik indeksleriyle birlikte değerlendirmişlerdir. Kullanmış oldukları

ana kriterler; depo yapılarının özellikleri ve konumu, gümrükleme faaliyetleri, lojistik ve

taşıma işlemleridir. Korpela ve diğerleri [12] çalışmalarında, depo operatörü seçiminde

analitik hiyerarşi süreci ve veri zarflama analizini kullanmışlardır. Güvenilirlik ve esneklik

ana kriterlerini dikkate aldıkları çalışmalarında; kalite, miktar, teslimat, acil teslimatlar,

özel istekler ve kapasite kriterlerini değerlendirmişlerdir. Oluşturmuş oldukları bir

örnekle, beş alternatif deponun kriterler kapsamında etkinliğini ölçerek seçim

yapmışlardır.

Jarzemskis [13] yapmış olduğu çalışmada; küçük, orta ve büyük ölçekli işletmelerin

depolamada dış kaynak kullanımı stratejilerini karşılaştırmıştır. Melachrinoudis ve Min

[14], depolama ağının yeniden tasarımı konusunda yapmış oldukları çalışmada; maliyet,

hizmet düzeyi, risk, depo kullanım oranı, esneklik ve kapasite gibi faktörleri dikkate

almışlar, karma tamsayılı programlama ile analizi gerçekleştirmişlerdir. Ho ve


201

Emrouznejad [15], lojistik dağıtım ağı tasarımına değindikleri çalışmalarında en uygun

deponun seçimi için; güvenilirlik ve sipariş işleme, temin süresi, toplam temin süresi,

kalite, kapasite esnekliği, değer katan hizmet gibi kriterler kullanmışlardır. AHP ve hedef

programlama ile en iyi depo grubunu tespit etmeye çalışmışlardır.

Depolamanın, tedarik zinciri içerisinde en fazla dış kaynak kullanılan lojistik aktivitelerden

biri olması dolayısıyla [1], bunun yanı sıra depolamada dış kaynak kullanımı odaklı

araştırmaların göreceli olarak az sayıda olması sebebiyle çalışmada bu konuya

odaklanılmıştır. Depo operatörü seçim problemi kapsamında, kriterlerin bulanık karar

ortamında analizi, farklı depo operatörlerinin değerlendirilmesi ve seçimi aşamalarında

bulanık mantık destekli VIKOR yöntemi kullanılmıştır. VIKOR yönteminin; pozitif ve

negatif ideal çözümleri dikkate alarak, kriter ağırlıkları ile grup kararını bütünleşik olarak

sonuca yansıtabilmesi açısından üstünlüğü literatürde de ifade edilmektedir [16]. Ayrıca

yöntem, depo operatörü lojistik firmasının seçimi konusunda daha önce kullanılmamıştır.

Yapılan çalışmanın bu yönüyle literatüre katkı sağlayacağı düşünülmektedir.

Çalışmada, gıda sektöründe faaliyet gösteren büyük ölçekli bir üretici firmanın, özellikle

depolama tabanlı lojistik operasyonlarını gerçekleştirecek, depo operatörü niteliğinde

görev yapacak alternatif lojistik firmalarının değerlendirilmesi ve uygun olanının seçimi

işlemleri gerçekleştirilmiştir. Beş farklı depo operatörü alternatifinin, kriterler kapsamında

değerlendirilmesi neticesinde elde edilen veriler, bulanık VIKOR yöntemi ile analiz

edilerek en uygun depo operatörü tespit edilmiştir. Sonuçların geçerliliğinin kontrol

edilmesi amacıyla, çok kriterli karar problemlerinin çözümünde kullanılan daha eski ve

temel metotlardan olan bulanık TOPSIS metodu da uygulanmıştır. Bu yöntemle elde

edilen sonuçların da bulanık VIKOR yöntemiyle elde edilen sonuçlarla paralellik gösterdiği

belirlenmiştir.

2. VIKOR Yöntemi

Literatür incelendiğinde VIKOR yönteminin farklı karar verme kriterlerinin bulunduğu

problemlerin çözümünde kullanımının, 2004 yılındaki Opricovic ve Tzeng’in [17]

çalışmasından itibaren başladığı söylenebilir. VIKOR yönteminde, karar alternatifleri için

bir sıralama indeksi oluşturulması amaçlanmaktadır. Alternatiflerin ideal duruma yakınlık

değerleri kıyaslanarak, öncelik sıralaması oluşturulur [18, 19].

VIKOR yöntemi yeni sayılabilecek bir yöntem olduğundan dolayı, yöntemin çok kriterli

karar verme alanında uygulamaları diğer karar verme metotları ile karşılaştırıldığında

daha azdır. Opricovic ve Tzeng [17] yapmış oldukları çalışmada, TOPSIS ve VIKOR

yöntemlerini karşılaştırmışlardır. Araştırmacılar VIKOR yönteminin karar verme grubunun

görüşlerini daha iyi yansıtabildiğini ifade etmişlerdir. Chu ve diğerleri [18], OPSIS, SAW

ve VIKOR yöntemlerini kullanarak bilgi yönetimi alanında performansı etkileyen faktörleri

analiz etmişlerdir. Opricovic ve Tzeng [19], hidroelektrik santrali alternatiflerinin

değerlendirilmesi amacıyla VIKOR yöntemini kullanmışlardır. Elde ettikleri sonuçları farklı

çok kriterli karar verme yöntemleriyle (TOPSIS, PROMETHEE ve ELECTRE)

karşılaştırmışlardır. Tzeng vd. [20], VIKOR ve TOPSIS yöntemlerini kullanarak

gerçekleştirdikleri çalışmada toplu taşıma için kullanılacak farklı yakıt türleriyle çalışan

otobüs seçeneklerini; enerji tüketimi, verimlilik, çevreye verilen zarar, hız, bakım

kolaylığı gibi kriterler kapsamında değerlendirmişlerdir. Yang ve Wang [21] VIKOR

yöntemini ticaret politikalarının oluşturulması konusuna uygulamışlardır. Ön analiz

aşamasında AHP yöntemini kullanmışlardır. Lixin ve diğerleri [22], lojistik servis sağlayıcı

seçimi konusunda yaptıkları çalışmalarında VIKOR yöntemini analitik ağ süreci (ANP)

yöntemi ile birlikte uygulamışlardır. Ertuğrul ve Karakaşoğlu [23], bankacılık sektöründe

yaşanan rekabete değindikleri çalışmalarında, şube performanslarını ölçmek amacıyla

VIKOR yöntemine dayalı bir model önermişlerdir. Opricovic [24], gerçekleştirdiği farklı bir

çalışmasında ise yöntemi, bölgesel su tedariği konusunu ele alarak uygulamıştır. Liou ve


202

Chuang [25], dış kaynak kullanılacak firmanın belirlenmesi amacıyla yapmış oldukları

analizde; VIKOR yöntemini, DEMATEL ve ANP teknikleriyle birlikte uygulamışlardır. Datta

ve diğerleri [26] yapmış oldukları çalışmada VIKOR yöntemini, tedarikçi seçimi

problemine uygulamışlardır. El-Santawy [27] ise yöntemi, insan kaynakları yönetimi

alanında, eğitim süreçlerinin değerlendirilmesi konusunda kullanmıştır. VIKOR yönteminin

aşamaları aşağıdaki gibi özetlenebilir:

1. Adım: Alternatiflerin değerlendirilmesinde kullanılacak kriterlere ait, en iyi ( fi*) ve en

kötü ( fi -) skorlar tespit edilir. i kriteri, fayda sağlayacak nitelikte bir kriter ise; fi* ve fi

,

(1) numaralı eşitlikteki gibi gösterilebilir.

ijji ff max* ijji ff min

i = 1,2,…,n

(1)

2. Adım: Değerlendirilecek birimler için Sj ve Rj değerleri hesaplanır. wi, kriter ağırlıklarını

göstermektedir.

)/()( **

1

iiijii

n

i

j ffffwS (2)

)]/()(max[ ** iiijiij ffffwR (3)

3. Adım: Tüm alternatiflerin Qj değerleri (4) numaralı denklem yardımıyla hesaplanır.

)/())(1()/()( **** RRRRvSSSSvQ jjj

(4)

(4) numaralı denklemde, S* = minj Sj; S - = maxj Sj; R* = minj Rj; R- = maxj Rj

değerlerini ifade etmektedir. v, maksimum grup faydasını temsil etmektedir. Birçok

çalışmada, v değerinin 0,5 olarak kullanıldığı görülmektedir [17, 22, 25].

4. Adım: Hesaplanan Qj, Sj, Rj değerleri küçükten büyüğe doğru sıralanır. Düşük Q

değerini alan seçenek, alternatifler arasındaki en uygun seçenek olarak ifade edilir.

5. Adım: Ortaya çıkan sonuçların kabul edilebilmesi için iki farklı koşul vardır. Koşullar

sağlanırsa en düşük Q değerine sahip alternatif, problemin çözümü olarak ortaya

çıkmaktadır.

Koşul 1 (C1)- Kabul edilebilir avantaj olması: Alternatifler arasında belirli oranda farklılık

(üstünlük-zayıflık) olduğunu gösteren durumu ifade etmektedir.

Q(P2) - Q(P1 )≥ D(Q) (5)

(5) numaralı eşitsizlikte P1, en iyi alternatifi ifade ederken, P2 ise ikinci en iyi alternatifi

ifade etmektedir. D(Q)= 1 / ( j-1) ) formülü uygulanmaktadır. Alternatif sayısı, j değeri

ile gösterilmektedir [21].

Koşul 2 (C2)- İstikrar durumu: P1 alternatifi S ve R değerleri açısından da üstün durumda

olmalıdır. Seçilen alternatifin S ve R değerlerinin herhangi birinde en iyi konumda olması

gereklidir. İfade edilen iki koşuldan biri sağlanamaz ise çözüm kümesi aşağıdaki gibi ifade

edilebilir:

- 2. Koşul sağlanmıyorsa P1 ve P2 alternatifleri,

- 1. Koşul sağlanmıyorsa P1, P2,……, PM alternatifleri Q(PM) - Q(P1) ≥ D(Q) eşitsizliği göz

önünde bulundurulur. Bu durumun gerçekleşmemesi, alternatiflerin bazıları arasında

kabul edilebilir bir farklılık gerçekleşmediğini ifade etmektedir [28].


203

3. Bulanık Mantık ve VIKOR Yönteminin Birlikte Uygulanabilirliği

Günlük hayatta karşılaşılan birçok durumda olduğu gibi, işletmelerdeki karar süreçlerinde

ortaya çıkan yorum ve değerlendirmeler de kesin olmayabilir. Karar verme

problemlerinde ilgili birimlerin değerlendirilmesinde, mutlak sayısal değerler veya net

yargılar kullanılamıyorsa, sözel ifadelere başvurulmaktadır. Bunun yanı sıra, kesin

değerler gerçekte karşılaşılan durumları modellemede yetersiz kalabilmektedir. Gerçek

hayatta karşılaşılan problemlerde, kesin verilere ulaşmanın her koşulda mümkün olmadığı

durumlar da söz konusudur [29]. Bulanık mantık, belirsizlikleri açıklama kabiliyeti

bakımından üstünlüğü ile öne çıkmaktadır.

Zadeh’e [30] göre klasik sistem kuramının matematiksel yöntemleri, gerçek dünyadaki

özellikle insan yargılarını içeren problemlerle uğraşırken yetersiz kalmaktadır [31]. Zadeh

bu durumu çözümleyebilmek için niteliklerin üyelik fonksiyonlarıyla ifade edildiği bulanık

kümeler tanımlamasını ortaya koymuştur [32]. Bulanık kümelerde, bir birimin değeri 0-1

rakamları arasında bir değerdir. Bir başka deyişle, üyelik derecesi 0-1 arasındadır.

Klasik(normal) kümelerde ise bu değer ya 0’dır, ya da 1’dir. Bulanık teoride buna, üyelik

fonksiyonu da denir.

Literatür incelendiğinde bulanık VIKOR metodunun uygulandığı farklı çalışmalara

rastlamak mümkündür. İnce [33], yapmış olduğu çalışmada, bulanık VIKOR yöntemiyle

kurumsal kaynak planlama yazılımı seçimini gerçekleştirmiştir. Sanayei ve diğerleri [34]

gerçekleştirdikleri çalışmada, tedarikçi seçimi probleminin çözümü için bulanık VIKOR

yöntemini kullanmışlardır. Wua ve diğerleri [35], performans ölçümü konusu

kapsamında, VIKOR yöntemi ile üç bankayı bulanık karar ortamında analiz etmiştir.

Büyüközkan ve Ruan [36] ise yapmış oldukları çalışmada, kurumsal kaynak planlama

yazılımlarının değerlendirilmesinde bulanık VIKOR yöntemini kullanmışlardır. Chen ve

Wang [37], bilişim sistemleri ile ilgili dış kaynak kullanımı projelerinde, firma seçimi için

bulanık VIKOR yöntemini uygulamışlardır. Wu ve diğerleri [38], entellektüel ve inovatif

sermaye konusuna odaklanmış, bulanık VIKOR yöntemini AHP ile birlikte kullanarak

Tayvan’da bulunan üniversitelerin yapısal stratejilerini irdelemişlerdir. Kuo ve Liang [39]

çalışmalarında, hava alanlarındaki servis kalitesini değerlendirmek için bulanık VIKOR ile

gri ilişki analizini birlikte kullanmışlardır. Wang ve diğerleri [40] ise yaptıkları çalışmada,

yazılım seçiminde bulanık VIKOR yöntemine dayalı bir analiz gerçekleştirmişlerdir.

Yücenur ve Demirel [41] sigorta şirketi seçimi konusunu ele aldıkları çalışmalarında

bulanık VIKOR yöntemini kullanmışlardır. Akyüz [42] ise çalışmasında, mobilya üreten bir

firmanın Antalya’daki üretim tesisleri için ambalaj tedarikçisi seçimi kapsamında bulanık

VIKOR yöntemini uygulamıştır.

Bulanık çok kriterli karar verme uygulamalarında en sık karşılaşılan bulanık sayı yapısı,

üçgensel bulanık sayılardır. Herhangi bir üçgensel bulanık sayı, ),,( umlÃ j olarak ifade

edilebilir. Klasik sayılar kümesinin elemanlarından olan l, m, u değerleri arasında u> m> l

ilişkisi mevcuttur.

Bulanık VIKOR yöntemi uygulanırken, değerlendirme kriterlerinin önem derecelerinin

belirlenmesi aşamasında kullanılacak sözel ifadeler ve karşılığı olan bulanık üçgensel

sayılar Tablo 3’te verilmiştir. Alternatiflerinin değerlendirilmesinde dikkate alınacak olan

sözel ifadeler ve bunların karşılığı olan bulanık üçgensel sayılar ise Tablo 4’te

gösterilmiştir [37, 43].


204

Tablo 3 Kriterlerin Ağırlıklandırılmasında Kullanılan Sözel İfadeler

Sözel İfade

Çok Düşük

(CD) Düşük (D)

Orta Derecede (OD)

Yüksek (Y) Oldukça Yüksek

(OY)

Bulanık Sayı

(0,00; 0,00, 0,25)

(0,00; 0,25; 0,50)

(0,25; 0,50; 0,75)

(0,50; 0,75; 1,00)

(0,75; 1,00; 1,00)

Tablo 4 Alternatiflerin Değerlendirilmesinde Kullanılan Sözel İfadeler

Sözel İfade Çok Zayıf (CZ) Zayıf (Z) Normal Düzeyde

(ND) İyi (I) Çok İyi (CI)

Bulanık Sayı (0; 0; 2,5) (0; 2,5; 5,0) (2,5; 5,0;7,5) (5; 7,5; 10) (7,5; 10; 10)

4. En Uygun Depo Operatörünün Seçimi

Bu çalışmada, perakende mağazalara ve süpermarketlere ürün tedarik eden, gıda

sektöründe uluslararası ölçekte faaliyet gösteren üretici bir firmanın, Türkiye’deki

operasyonları için hizmet verebilecek depo operatörü lojistik firmasının seçimi yapılmıştır.

Lojistik sorumlusu, pazarlama sorumlusu ve akademisyenlerden oluşan uzman karar

verme grubu oluşturularak, beş farklı lojistik firması alternatifi değerlendirilmiştir.

Çalışma kapsamında, değerlendirilen lojistik firmaların isimleri verilmeyerek, firmalar A1,

A2, A3, A4 ve A5 olarak ifade edilmiştir.

4.1. Bulanık VIKOR Yöntemine Göre Seçim

Depo operatörü seçiminde öncelikle bulanık VIKOR yöntemi kullanılmış ve elde edilen

sonuçlar bir sonraki bölümde ele alınan bulanık TOPSIS yönteminin sonuçlarıyla

karşılaştırılmıştır. Bulanık VIKOR yönteminde izlenen adımlar aşağıdaki gibidir.

Adım 1: Bu aşamada problem ifade edilerek çözüm modeli oluşturulmuştur. Çalışmada

farklı depo operatörlerinin, karar verme metodları kullanılarak değerlendirilmesi ve uygun

olan kuruluşun seçilmesi hedeflenmiştir. Öncelikle firmadaki ilgili birim sorumluları ve

akademisyenlerden oluşan karar verici çalışma grubu oluşturulmuştur.

Adım 2: Alternatiflerin belirlenmesi aşamasıdır. Karar verme grubu tarafından, ihtiyacı

karşılayabileceği düşünülen beş firma değerlendirmeye alınmıştır. Firmalar; A1, A2, A3, A4

ve A5 olarak kodlanmıştır.

Adım 3: Alternatiflerin değerlendirilmesinde kullanılacak kriterlerin tespit edilmesi

safhasıdır. Çalışma kapsamında, depolama faaliyetleri için lojistik servis sağlayıcı seçimi

amacıyla yirmi adet kriter belirlenmiştir. Kriterlerin belirlenmesi ve bunları izleyen

aşamalarda ilgili literatür dikkate alınmış, karar verici uzman grubun fikirlerinin

değerlendirilmesinde ise Delphi metodu ve grup çalışması teknikleri kullanılmıştır.

Delphi metodunda, uzmanların görüşleri tek tek toplanmakta ve bu görüşler uzmanlara

belirli bir düzende tekrar iletilerek, bir önceki turdaki fikirleri gözden geçirmeleri

istenmektedir. Bu yapı, konsensüs-uzlaşma sağlanana kadar devam etmektedir [44].

Çalışma sonucunda ortaya çıkan, seçim aşamasında kullanılacak yirmi değerlendirme

kriteri Tablo 5’te ifade edilmiş, tabloyu takiben kriter açıklamaları sunulmuştur.


205

Tablo 5 Depo Operatörü Seçim Kriterleri

Kriter

Depolama - Raf sistemi (K1)

Kapasite (K2)

Malzeme Taşıma Sistemi (K3)

Operasyonel Yeterlilik (K4)

Genel Temizlik (K5)

Hijyen (K6)

İş Güvenliği (K7)

Özel İstekler (K8)

Ürün Esnekliği (K9)

Ölçek Esnekligi (K10)

Finansal Durum (K11)

Gıda Sektöründe Tecrübe (K12)

Gıda Sektöründeki Referanslar (K13)

Konum (K14)

Güvenilirlik (K15)

Teknik Yeterlilik (K16)

Süreç Kontrol Uygulamaları (K17)

Sipariş Doğruluğu (K18)

Ana Maliyet (K19)

Ek Maliyetler (K20)

Depolama - Raf sistemi: Hizmeti verecek lojistik firmasının düzgün işleyen, ilk giren ilk

çıkar yönteminin uygulanabileceği bir raf sistemine sahip olması gereklidir. Sistemin

niteliği ve modern bir yapıda olması önemli bir tercih nedenidir.

Kapasite: Ürünlerin stoklanmasında kullanılacak depo veya depoların yeterli kapasitede

olması gereklidir.

Malzeme Taşıma Sistemi: Depo içerisinde kullanılan mekanik sistemlerin ve araçların

yeterli miktar ve istenen özellikte olması, raflara ürün yerleştirme ve sipariş toplama

süreçlerinin hatasız ve hızlı olmasını sağlayacaktır.

Operasyonel Yeterlilik: Depolama yapısı içerisinde rol alan işgörenlerin (çalışan

operatörler, şefler) ve yöneticilerin belirli bir operasyonel bilgi birikimine, tecrübeye sahip

olması faaliyetlerin istenen kalite ve verimlilikte yürütülmesine yardımcı olacaktır.

Genel Temizlik: Deponun genel temizliği, dikkate alınması gereken değerlendirme

kriterlerinden biridir. Temiz olmayan ortamlarda, daha sonra kazaya neden olabilecek;

kir, korozyon, yağ birikintisi gibi unsurların tespit edilmesi oldukça zordur.

Hijyen: Gıda ürünleri söz konusu olduğundan, ortam hijyeninin sağlanması önemlidir.

Sadece ürün bazlı hijyen değil, zeminin, raf sistemlerinin ve diğer ekipmanların ürünlere

hijyen açısından zarar vermemesini sağlayacak dezenfektan sistemlerin oluşturulması

önemlidir.

İş güvenliği: Ürünlerin raflara konulması ve taşınması esnasında, çalışanları koruyacak

tedbirlerin alınması gereklidir. Rafların kontrollerinin yapılması, temel ve periyodik

eğitimlerin gerçekleştirilip gerçekleştirilmediği, koruyucu kullanımı, işçi sağlığı ve

güvenliğine ilişkin talimat veya prosedürlerin varlığı irdelenmelidir.

Özel İstekler: Mevcut iş akışının dışında oluşabilecek taleplerin, belirli koşullar

çerçevesinde karşılanabilmesi depolama operatörü açısından değerlendirmede avantaj


206

sağlayacaktır. Etiketleme, ürün birleştirme, yeniden paketleme vb. katma değer

oluşturan hizmetler örnek olarak verilebilir.

Ürün Esnekliği: Sözleşmede belirtilen ürünlerin dışında, boyut veya ağırlık olarak farklı

olabilecek ürünlerin belirli toleranslar dâhilinde depolanabilmesi tercih nedenidir.

Ölçek Esnekliği: Depolanması istenen ürünlerin miktarının belirli toleranslar dâhilinde

artması sonucu ortaya çıkabilecek depolama talebinin, depo operatörü tarafından

karşılanabilmesi istenen bir durumdur.

Finansal Durum: Sözleşmenin gerçekleştirileceği firmanın mali yapısı önemlidir. Uzun

süreli sözleşme yapılması istendiğinden, finansal durumu güçlü olan kuruluşlar tercih

edilecektir.

Gıda Sektöründe Tecrübe: Operatör firmanın sektörel tecrübesi dikkate alınması

gereken bir kriterdir.

Gıda Sektöründeki Referanslar: Daha önce ilgili sektörde, birlikte çalışılan kuruluşların

varlığı ve gerçekleştirilen uygulamalar seçim aşamasında göz önünde bulundurulmalıdır.

Konum: Lojistik firmasına ait depoların, teslimat lokasyonlarına yakınlığı ulaştırma

riskinin azalmasına yardımcı olacaktır.

Güvenilirlik: Depoların işleyişi açısından önemli bir kriter olup, değerlendirmede arızalar

arası ortalama süreler, arıza türleri, bakım raporları gibi faktörler dikkate alınmalıdır.

Teknik Yeterlilik: İşletmenin teknolojik altyapısı ve bu sistemleri istenen düzeyde

kullanabilme yeteneği önemlidir.

Süreç Kontrol Uygulamaları: Kalite beklentilerinin karşılandığının ve gerekli takibin

yapıldığının somut göstergesi olarak, istatistiksel süreç kontrol uygulamalarının

gerçekleştiriliyor olması önemli bir tercih edilme nedenidir.

Sipariş Doğruluğu: Depolarda en fazla zaman alan operasyonlar olan sipariş toplama

faaliyetleri sonucunda, toplama bölgesine getirilen ürünlerde hataların (yanlış, eksik veya

hasarlı ürün) oluşması istenmeyen bir durumdur. Hem sipariş toplama operasyonunun

hem de stok takibinin hedeflenen doğrulukta gerçekeleştirilmesi gereklidir.

Ana Maliyet: Yapılan sözleşme karşılığında ortaya çıkan ana maliyet kalemlerini

içermektedir.

Ek Maliyetler: Sözleşmede belirtilmek şartıyla, depo operatörü tarafından verilebilecek

ek hizmetlere ilişkin maliyetleri ifade etmektedir.

Adım 4: Kriterlerin bulanık ortamda ağırlıklandırılmasının ve alternatiflerin

değerlendirilmelerinin gerçekleştirildiği aşamadır. Bunun için öncelikle karar verme

ekibinin bulanık yapıdaki değerlendirmeleri alınmıştır. Alternatiflerin belirtilen kriterler

kapsamındaki değerlendirmeleri için Tablo 3 ve 4’teki sözel ifadeler ile buna karşılık gelen

üçgensel sayılar kullanılmıştır. Karar verici grup içerisindeki her bir uzmanın kriterler

kapsamındaki bulanık değerlendirmeleri alınarak, alternatiflerin genel bulanık

değerlendirme tablosu oluşturulmuştur. m alternatif, n değerlendirme kriteri için, t sayıda

uzmanın bulunduğu bir karar verme ortamında, bulanık karar matrisinin yapılandırılması

için (8) ve (9) numaralı ifadeler kullanılmıştır. Her bir uzmanın değerlendirmelerine ilişkin

üçgensel bulanık sayılar, (6) ve (7) numaralı eşitliklerle grup kararına dönüştürülmüştür.

t

u

u

ijij wtw1

~/1~

(6)


207

t

u

u

ijij xtx1

~/1~ (7)

nwwwW ~,...,~,~~21

(8)

mnmm

n

n

mxxx

xxx

xxx

A

A

A

D

~...~~....

....

....

~...~~

~...~~

.

.

.~

21

22221

11211

2

1

(9)

Tablo 6’da kriterlerin bulanık ağırlıkları, Tablo 7’de alternatifler için bulanık değerlendirme

matrisi gösterilmiştir. Belirtilen tablolardaki veriler, üç farklı karar vericinin görüşleri

alınarak oluşturulmuştur. Bu üç karar vericiden elde edilen matrisler, Ek1’de

gösterilmiştir. Alternatiflerin değerlendirmesi aşamasında elde edilen matrisler ise, Ek2, 3

ve 4’te sunulmuştur. Bu aşamada elde edilen VIKOR yöntemine ilişkin değerler, TOPSIS

yönteminde de aynı şekilde kullanıldığı için TOPSIS için ayrıca ek tablo oluşturulmamıştır.

Adım 5: Tüm alternatiflerin, kriterler kapsamındaki bulanık en iyi (*~

if ) ve bulanık en

kötü (

if~

) değerleri tespit edilmiştir. Tablo 8’de bulanık en iyi ve bulanık en kötü değerler

gösterilmektedir. Sonrasında alternatifler için JS~

, JR~

ve JQ~

değerleri hesaplanmıştır.

Literatür dikkate alınarak, v = 0,5 değeri kullanılmıştır [22, 33, 36, 37]. v değeri

maksimum grup faydasını oluşturan stratejinin ağırlığını ifade etmektedir. Uzlaşma

“çoğunluk oyu” (v>0,5) ile “konsensüs” (v=0,5) veya “veto” (v<0,5) ile

gerçekleşebilmektedir [42, 45]. Tablo 9 ve 10’da alternatifler için hesaplanan JS~

, JR~

,

JQ~

değerleri ifade edilmiştir.

Adım 6: Durulaştırma işleminin yapıldığı aşamadır. Çalışmada iki farklı durulaştırma

yapılmıştır. Birincisi, üçgensel bulanık sayı elemanlarının aritmetik ortalamasının

alınmasıdır [33, 37]. Tablo 9 ve 10’da “(o)” ile ifade edilmiştir. Diğeri ise ağırlıklı ortalama

yöntemidir [46 - 49]. C~

= ( l, m, u ) ile ifade edilen bulanık üçgensel sayının ağırlıklı

ortalama ile durulaştırma işlemi için (10) nolu ifade kullanılabilir. Bu yöntemle yapılan

durulaştırma Tablo 9 ve 10’da, “(a)” ile ifade edilmiştir.

(10)

6/)4()~

( umlCCP


208

Tablo 6 Kriterlerin Bulanık Ağırlıkları

Kriter Üçgensel Bulanık Sayı ile İfade Edilen Kriter Ağırlığı

Depolama-Raf Sistemi 0,42 0,67 0,92 Kapasite 0,50 0,75 0,92 Malzeme Taşıma Sistemi 0,25 0,50 0,75 Operasyonel Yeterlilik 0,42 0,67 0,92 Genel Temizlik 0,17 0,42 0,67 Hijyen 0,42 0,67 0,92 İş Güvenliği 0,50 0,75 1,00

Ozel İstekler 0,08 0,25 0,50

Ürün Esnekliği 0,25 0,50 0,75 Ölçek Esnekliği 0,33 0,58 0,83 Finansal Durum 0,42 0,67 0,92 Gıda Sektöründe Tecrübe 0,50 0,75 1,00 Gıda Sektöründeki Referanslar 0,42 0,67 0,92

Konum 0,17 0,42 0,67

Güvenilirlik 0,25 0,50 0,75 Teknik Yeterlilik 0,33 0,58 0,83 Süreç Kontrol Uygulamaları 0,33 0,58 0,83 Sipariş Doğruluğu 0,50 0,75 0,92 Ana Maliyet 0,67 0,92 1,00 Ek Maliyetler 0,42 0,67 0,92

Tablo 7 Alternatif Depo Operatörleri İçin Bulanık Değerlendirme Matrisi

Kriter A1 A2 A3 A4 A5

K1 5,83 8,33 10,00 6,67 9,17 10,00 5,00 7,50 10,00 3,33 5,83 8,33 2,50 5,00 7,50

K2 4,17 6,67 9,17 6,67 9,17 10,00 5,00 7,50 10,00 2,50 5,00 7,50 1,67 4,17 6,67

K3 3,33 5,83 8,33 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50 2,50 5,00 7,50

K4 5,00 7,50 10,00 5,00 7,50 10,00 4,17 6,67 9,17 2,50 5,00 7,50 3,33 5,83 8,33

K5 7,50 10,00 10,00 5,00 7,50 10,00 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50

K6 5,00 7,50 10,00 3,33 5,83 8,33 2,50 5,00 7,50 0,00 2,50 5,00 0,00 2,50 5,00

K7 5,00 7,50 10,00 5,00 7,50 10,00 5,00 7,50 10,00 2,50 5,00 7,50 3,33 5,83 8,33

K8 4,17 6,67 9,17 5,00 7,50 10,00 4,17 6,67 9,17 2,50 5,00 7,50 2,50 5,00 7,50

K9 4,17 6,67 9,17 5,00 7,50 10,00 4,17 6,67 9,17 2,50 5,00 7,50 2,50 5,00 7,50

K10 2,50 5,00 7,50 2,50 5,00 7,50 5,00 7,50 10,00 0,00 2,50 5,00 2,50 5,00 7,50

K11 5,00 7,50 10,00 5,00 7,50 10,00 2,50 5,00 7,50 1,67 4,17 6,67 1,67 4,17 6,67

K12 4,17 6,67 9,17 1,67 4,17 6,67 0,00 2,50 5,00 0,83 3,33 5,83 0,00 0,00 2,50

K13 4,17 6,67 9,17 1,67 4,17 6,67 0,00 1,67 4,17 0,83 3,33 5,83 0,00 0,00 2,50

K14 4,17 6,67 9,17 5,00 7,50 10,00 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50

K15 4,17 6,67 9,17 5,00 7,50 10,00 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50

K16 5,00 7,50 10,00 5,00 7,50 10,00 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50

K17 2,50 5,00 7,50 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50 0,83 3,33 5,83

K18 2,50 5,00 7,50 5,00 7,50 10,00 2,50 5,00 7,50 2,50 5,00 7,50 2,50 5,00 7,50

K19 2,50 5,00 7,50 0,00 2,50 5,00 2,50 5,00 7,50 0,83 3,33 5,83 2,50 5,00 7,50

K20 2,50 5,00 7,50 0,00 2,50 5,00 2,50 5,00 7,50 0,00 2,50 5,00 2,50 5,00 7,50

Adım 7: Uzlaşma koşullarının (C1 ve C2) kontrolü ve tercih sıralamasının ifade edilmesi

aşamasıdır. C1 koşulunun irdelenmesi için karar alternatiflerinin Q skorlarına ve karar

alternatifi sayısına dayalı bir hesaplama yapılmıştır. Beş alternatif için (5) numaralı

eşitsizlik dikkate alınarak; 0,334 – 0,282 ≤ 0,25 yazılabilir. Belirtilen eşitsizlik nedeniyle

C1 koşulu geçerli değildir.


209

C2 koşulunun karşılanması kapsamında; en iyi “Q” değerini alan karar alternatifinin, S ve

R skorlarının birinde veya her ikisinde en iyi değeri almış olması gerekmektedir. C2

koşulu irdelendiğinde, A1 alternatifinin (en iyi Q değerini elde eden alternatifin) S değeri

bakımından ikinci, R değerleri bakımından da A3 alternatifi ile birlikte en iyi skoru elde

ettiği söylenebilir.

Tablo 8 Bulanık En İyi (*~

if ) ve Bulanık En Kötü (

if~

) Değerler

Kriter *~

if

if~

K1 6,67 9,17 10,00 2,50 5,00 7,50

K2 6,67 9,17 10,00 1,67 4,17 6,67

K3 5,00 7,50 10,00 2,50 5,00 7,50

K4 5,00 7,50 10,00 2,50 5,00 7,50

K5 5,00 10,00 10,00 2,50 5,00 7,50

K6 5,00 7,50 10,00 0,00 2,50 5,00

K7 5,00 7,50 10,00 2,50 5,00 7,50

K8 5,00 7,50 10,00 2,50 5,00 7,50

K9 5,00 7,50 10,00 2,50 5,00 7,50

K10 5,00 7,50 10,00 0,00 2,50 5,00

K11 5,00 7,50 10,00 1,67 4,17 6,67

K12 4,17 6,67 9,17 0,00 2,50 5,00

K13 4,17 6,67 9,17 0,00 0,00 2,50

K14 5,00 7,50 10,00 2,50 5,00 7,50

K15 5,00 7,50 10,00 2,50 5,00 7,50

K16 5,00 7,50 10,00 2,50 5,00 7,50

K17 5,00 7,50 10,00 0,83 3,33 5,83

K18 5,00 7,50 10,00 2,50 5,00 7,50

K19 2,50 5,00 7,50 0,00 2,50 5,00

K20 2,50 5,00 7,50 0,00 2,50 5,00

Koşulların kontrolü yapıldığında, bulanık VIKOR karar verme tekniği açısından tek bir

alternatifin mutlak üstün olarak kabul edilemeyeceği görülmektedir. Üçüncü bölümde

ifade edilen Q(PM) - Q(P1) ≥ D(Q) eşitsizliğine ve Q değerlerine göre oluşturulan, uygun

alternatiflerin uzlaşık çözüm kümesi (A1, A3, A2) şeklinde ifade edilebilir. Literatürde

uzlaşık çözümün ortaya çıktığı vakalarda, eğer tek bir alternatif seçilmesi isteniyorsa, ilk

sıradaki alternatifin seçilmesi gerektiği ifade edilmiştir [42]. Fakat uzlaşık çözüm

kümesindeki alternatiflerin birbirine mutlak üstünlük sağlamadığı da analiz sonucu ortaya

çıkan bir bulgudur.

Depo operatörü seçimi probleminde tek bir alternatifin seçilmesi istendiğinden, A1

alternatifi, çok kriterli karar verme probleminin çözümü olarak karşımıza çıkmaktadır.

Seçim işleminin geçerliliğini irdelemek maksadıyla farklı bir karar verme metodu ile

problemin çözümü tekrar gerçekleştirilmiştir. Karşılaştırma için kullanılan karar verme

yöntemi olan bulanık TOPSIS metodu takip eden başlıkta açıklanmış, elde edilen sonuçlar

karşılaştırılmıştır.


210

Tablo 9 JS~

ve JR~

Değerleri

JS

~ SJ (o) SJ (a)

JR~

RJ (o) RJ(a)

A1 1,45 2,79 3,45 2,56 2,68 0,50 0,75 0,92 0,72 0,74

A2 1,94 3,00 3,58 2,84 2,92 0,67 0,92 1,00 0,86 0,89 A3 2,97 4,88 5,72 4,53 4,70 0,50 0,75 1,00 0,75 0,75 A4 6,63 10,97 15,06 10,89 10,93 0,50 0,75 1,00 0,75 0,75

A5 5,78 10,35 14,55 10,23 10,29 0,50 1,20 1,60 1,10 1,15

Tablo 10 Bulanık VIKOR Yöntemiyle Depo Operatörü Seçimine İlişkin Sonuçlar

Alternatifler JQ~

Q (o) Q (a) Tercih

Sırası

A1 0,00 0,00 0,00 0,00 0,00 1

A2 0,55 0,20 0,07 0,27 0,23 3

A3 0,15 0,13 0,16 0,14 0,14 2

A4 0,50 0,50 0,56 0,52 0,51 4

A5 0,42 0,96 0,98 0,79 0,87 5

4.2. Bulanık TOPSIS Yöntemine Göre Seçim

Bu bölümde, bulanık VIKOR yöntemiyle elde edilen sonuçların geçerliliğinin

değerlendirilmesini yapabilmek amacıyla kullanılacak olan bulanık TOPSIS metodu

açıklanmıştır [50, 51].

TOPSIS metodu, çok kriterli karar problemlerinin analizinde kullanılan temel metotlardan

biridir. TOPSIS, değerlendirilen alternatiflerin ideal çözümlere yakınlıklarını göz önünde

bulunduran bir çözüm sistematiğini kullanmaktadır [52]. Klasik ve bulanık mantık tabanlı

uygulamaları bulunan metot, farklı alanlardaki birçok çalışmada kullanılmıştır. TOPSIS

metodunun kullanıldığı alanlara örnek olarak; fabrika yeri seçimi [51, 53], malzeme

seçimi [54], bakım stratejilerinin değerlendirilmesi [55], tedarikçi seçimi [56], güneş

enerjisi teknolojilerinin değerlendirilmesi [57], yerel havacılık endüstrisinde rekabet

analizi [58] ve tedarik zinciri yönetimi [59] verilebilir.

Kesin verilerin elde edilemediği veya doğası gereği net rakamlarla ifade edilmesi zor olan

insan yargılarının değerlendirilmesinin arzu edildiği ortamlarda TOPSIS, bulanık mantık ile

bütünleştirilerek kullanılabilmektedir [50]. Bulanık TOPSIS metodunun aşamaları şu

şekilde ifade edilebilir [57, 58, 60]:

(1) Alternatiflerin Belirlenmesi: Çok kriterli karar verme probleminin çözümü

kapsamında dikkate alınacak alternatiflerin belirlendiği aşamadır.

(2) Değerlendirme Kriterlerinin Tespiti: Alternatiflerin değerlendirilmesinde dikkate

alınacak kriterlerin tespit edilmesi aşamasıdır. Seçim sürecine etki eden faktörler

sıralanır.

(3) Sözel Değerlendirmelere İlişkin İfadelerin Tanımlanması: Literatürde en sık

kullanılan bulanık mantık yapısı olması dolayısıyla çalışmamızda üçgensel bulanık sayılar

kullanılmıştır [50, 53, 59, 61]. Bulanık TOPSIS ile ilgili literatür incelendiğinde, kriter

ağırlıklandırmaları için genellikle Tablo 11’deki sözel ifadeler ve bulanık sayı karşılıklarının

kullanıldığı görülmektedir.


211

Tablo 11 TOPSIS Metodunda Kriterlerin Ağırlıklandırılmasında Kullanılan Sözel İfadeler

Sözel İfade Bulanık Sayı

Çok Düşük (CD) (0; 0,1; 0,3) Düşük (D) (0,1; 0,3; 0,5)

Orta Derecede (OD) (0,3; 0,5; 0,7) Yüksek (Y) (0,5; 0,7; 0,9)

Oldukça Yüksek (OY) (0,7; 0,9; 1)

Karar alternatiflerinin sözel olarak değerlendirilmesi aşamasında kullanılan ifadeler ve

üçgensel sayı karşılıkları ise Tablo 12’de gösterilmiştir.

Tablo 12 TOPSIS Metodunda Alternatiflerin Değerlendirilmesinde Kullanılan Sözel İfadeler

Sözel İfade Bulanık Sayı

Çok Zayıf (CZ) (0; 1; 3) Zayıf (Z) (1; 3; 5)

Normal Düzeyde (ND) (3; 5; 7) İyi (I) (5; 7; 9)

Çok İyi (CI) (7; 9; 10)

(4) Karar Matrisinin Oluşturulması: n adet değerlendirme kriteri m adet alternatif için

bulanık karar matrisi oluşturulur. jw~ kriter ağırlığını ifade etmektedir. ijx~ ise her bir

alternatifin kriter karşısındaki değerini ifade etmektedir.

C1 C2 … Cn

mnmm

n

n

xxx

xxx

xxx

~...~~....

....

....

~...~~

~...~~

mA

.

.

.

2A

1A

A

21

22221

11211

(11)

W = n21~,..,~,~ www

(5) Karar Matrisinin Normalize Edilmesi: Her bir değerlendirme kriterinin ağırlığı

dikkate alınarak, ağırlıklandırılmış ve normalize edilmiş karar matrisi oluşturulur.

R~

, normalize edilmiş bulanık karar matrisini göstermektedir. V~

ise, ağırlıklandırılmış

normalize bulanık karar matrisini ifade etmektedir.

mnijrR ~~

i = 1,2,…m ; j= 1,2,…n

mnijvV ~~

i = 1,2,…m ; j= 1,2,…n

ijijij wrv ~

(6) İdeal Çözümlerin Oluşturulması: Pozitif bulanık (*~

A ) ve negatif bulanık (A

~)

ideal çözümlerin belirlenebilmesi amacıyla ağırlıklandırılmış karar matrisindeki sütunlara

ilişkin değerlerin en yüksek olanları tespit edilir. Değerlendirilen faktör fayda yönlü değil

ise, en küçük değer dikkate alınır. İdeal ve negatif ideal bulanık çözümler (12) ve (13)

numaralı denklemlerde ifade edilmiştir.


212

njmivvvvA iji

j ,...,2,1),,...,2,1max(~......,~,~~ **

2

*

1

* (12)

njmivvvvA iji

j ,...,2,1),,...,2,1min(~......,~,~~21 (13)

(7) Alternatiflere İlişkin Uzaklıkların Hesaplanması: Değerlendirilen alternatiflerin

ideal çözümden ne kadar saptığını ifade eden di* değerinin hesaplanışı, (14) numaralı

denklemde, negatif ideal çözüme ait di- değerinin hesaplanışı da (15) numaralı denklemde

gösterilmiştir.

n

j

ijji vvd1

2** )~~(~

(14)

n

j

ijji vvd1

2)~~(~

(15)

(8) Bulanık Göreceli Yakınlıkların Belirlenmesi: Bu aşamada, tüm alternatiflerin

ideal çözüme göreceli yakınlık değerlerini gösteren iCC

~değerleri, (16) numaralı

denklemle hesaplanır. En yüksek iCC~

değerini alan alternatif, ideal çözüme en yakın

seçenek olarak kabul görmektedir. 0 ile 1 arasında olabilen bu değer, alternatifin karar

verme problemi kapsamındaki uygunluğunu temsil etmektedir. Hesaplanan bulanık ifade

durulaştırılır. En yüksek değeri elde eden alternatif, uygun çözüm olarak

nitelendirilmektedir.

*~~

~~

ii

ii

dd

dCC

(16)

Ele alınan karar verme problemi verileri dikkate alınarak, bulanık TOPSIS metodu

kapsamında tüm alternatiflerin ideal çözüme göreceli yakınlık değerleri (iCC

~)

hesaplanarak, karar alternatiflerinin sıralaması yapılmıştır. Tablo 13’te Bulanık TOPSIS

metodu ile depo operatörü seçimine ilişkin sonuçlar görülmektedir. Bu çalışma

kapsamında, bulanık VIKOR yönteminde kullanılan durulaştırma teknikleri bulanık TOPSIS

metodunda da uygulanmıştır.

Tablo 13 Bulanık TOPSIS Metoduyla Depo Operatörü Seçimine İlişkin Sonuçlar

Alternatifler iCC

~ CCj (o)

CCj (a)

Tercih Sırası

A1 0,69 0,73 0,78 0,74 0,73 1 A2 0,44 0,47 0,48 0,46 0,47 3

A3 0,59 0,61 0,65 0,62 0,61 2

A4 0,31 0,34 0,38 0,34 0,34 4 A5 0,29 0,33 0,36 0,33 0,33 5

Bulanık TOPSIS yöntemi sonucu ortaya çıkan sonuçlar incelendiğinde, depo operatörü

olarak A1 alternatifinin seçilmesi gerektiği görülmektedir. Tüm alternatiflere ilişkin tercih

sıralamaları, Bulanık VIKOR yöntemi ile elde edilen sonuçlarla karşılaştırıldığında ise

sadece A4 ve A5 alternatiflerinin sıralamalarında bir değişiklik olduğu gözlenmektedir.


213

5. Sonuç

İşletmelerin çekirdek faaliyetlerinin dışarısında kalan operasyonlarını, konusunda uzman

firmalara sözleşmeler karşılığında bırakması, önemli derecede operasyon ve maliyet

avantajı sağlamaktadır. Bulanık mantık tabanlı depo operatörü seçim modelinin

oluşturulduğu bu çalışmayla, depolama faaliyetleri için uygun lojistik firmasının seçimi

yapılmıştır. Gerçek yaşamda karşılaşılan uygulamaların büyük bir çoğunluğunda karar

vericiler, fikirlerini net sayısal rakamlarla ifade edememektedirler. Bulanık VIKOR tabanlı

yöntem temel alınarak oluşturulan seçim modeli; belirsizliği dikkate alabilmesi,

alternatiflerin üstünlük durumunu ifade edebilmesi ve uzlaşık çözüm oluşturabilmesi

açısından avantajları ile ön plana çıkmaktadır.

Tedarik zinciri operasyonlarının istenen verimlilikte devam ettirilmesi hususunda, ihtiyaca

yönelik analizler yapılarak uygun olduğu düşünülen safhalarda dış kaynak kullanımına

başvurulması tercih edilen bir seçenektir. Lojistik alanında dış kaynak kullanımı kararları,

bir seferlik hizmet alımları olarak değil, uzun süreli ortaklık hedefi göz önünde

bulundurularak yapılmalıdır. Uygun firmanın seçimi ve sözleşmenin yapılmasından sonra,

ortaklık gerekliliklerinin kontrolüne ilişkin planlama yapılmalı ve performans ölçümünü

yerine getirecek bir sistem geliştirilmelidir. Bundan sonraki çalışmalarda, değerlendirme

kriterlerinin ve alternatiflerin sayısı arttırılarak daha hassas bir analiz yapılabileceği gibi,

diğer bulanık çok kriterli karar verme metotları ile de problem irdelenerek kurulan

modeller ve sonuçları karşılaştırılabilir. Ayrıca, oluşturulan modeller farklı karar verme

problemlerinin çözümünde de kullanılabilir.

Kaynakça

[1] C. R. Moberg, T. W. Speh, Third-Party Warehousing Selection: A Comparison of

National and Regional Firms. Mid-American Journal of Business, 19, 2, 71-76

(2004).

[2] A. Aguezzoul, “The Third Party Logistics Selection: A Review of Literature”,

Proceedings of Int. Logistics and Supply Chain Congress’2007 (CD), İstanbul,

Türkiye, 1-7 (2007).

[3] A. B. Maltz, The Relative Importance of Cost and Quality in the Outsourcing of

Warehousing. Journal of Business Logistics, 15, 2, 45-62 (1994).

[4] J. A. Tompkins, J. D. Smith, The Warehouse Management Handbook, Tompkins

Publications, USA, 1998.

[5] E. Frazelle, World-Class Warehousing and Material Handling, Mc-Graw Hill, USA,

2002.

[6] A. Brewer, K. J. Button, D. A. Hensher, Handbook of Logistics and Supply-Chain

Management, Pergamon-Elsevier Ltd., Oxford, UK, 2001.

[7] P. Obal, Selecting Warehouse Software from WMS and ERP Providers, IDII, USA,

2004.

[8] D. F. Ross, Distribution Planning and Control: Managing in the Era of Supply Chain

Management, Second Edition, Kluwer Academic Publishers, USA, 2004.

[9] A. B. Maltz, Outsourcing the Warehousing Function: Economic and Strategic

Considerations. Logistics and Transportation Review, 30, 3, 245-265 (1994).

[10] J. Korpela, A. Lehmusvaara, A Customer Oriented Approach To Warehouse Network

Evaluation and Design. International Journal of Production Economics, 59, 1-3,

135-146 (1999).


214

[11] G. Colson, F. Dorigo, A Public Warehouses Selection Support System. European

Journal of Operational Research, 153, 332-349 (2004).

[12] J. Korpela, A. Lehmusvaara, J. Nisonen, Warehouse Operator Selection By

Combining AHP and DEA Methodologies. International Journal of Production

Economics, 108, 135-142 (2007).

[13] A. Jarzemskis, Determination and Evaluation of The Factors of Outsourcing

Logistics. Transport, 21, 1, 44-47 (2006).

[14] E. Melachrinoudis, H. Min, Redesigning a Warehouse Network. European Journal of

Operational Research, 176, 210-229 (2007).

[15] W. Ho, A. Emrouznejad, Multi-Criteria Logistics Distribution Network Design Using

SAS/OR. Expert Systems with Applications, 36, 7288-7298 (2009).

[16] M. Amiri, S. A. Ayazi, L. Olfat, J. S. Moradi, Group Decision Making Process for

Supplier Selection with VIKOR under Fuzzy Circumstance. International Bulletin of

Business Administration, 10, 62-75 (2011).

[17] S. Opricovic, G. H. Tzeng, Compromise Solution by MCDM Methods: A Comparative

Analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156, 2,

445-455 (2004).

[18] M. T. Chu, J. Shyu, G. H. Tzeng, R. Khosla, Comparison Among Three Analytical

Methods for Knowledge Communities Group Decision Analysis. Expert Systems with

Applications, 33, 4, 1011-1024 (2007).

[19] S. Opricovic, G. H. Tzeng, Extended VIKOR Method in Comparison with Other

Outranking Methods. European Journal of Operational Research, 178, 2, 514-529

(2007).

[20] G. H. Tzeng, C. W. Lin, S. Opricovic, Multi-Criteria Analysis of Alternative-Fuel

Buses for Public Transportation. Energy Policy, 33, 1373-1383 (2005).

[21] C. Yang, T. Wang, VIKOR Method Analysis of Interactive Trade in Policy-Making.

The Business Review, 6, 2, 77-85 (2006).

[22] D. Lixin, L. Ying, Z. Zhiguang, “Selection Of Logistics Service Provider Based On

Analytic Network Process and VIKOR Algorithm”, Networking, Sensing and Control,

ICNSC 2008-IEEE International Conference Proceedings, 1207-1210 (2008).

[23] İ. Ertuğrul, N. Karakaşoğlu, Banka Şube Performanslarının VIKOR Yöntemi İle

Değerlendirilmesi. Endüstri Mühendisliği Dergisi, 20, 11, 19-28 (2009).

[24] S. Opricovic, A Compromise Solution in Water Resources Planning. Water Resources

Management, 23, 1549-1561 (2009).

[25] J. J. H. Liou, Y. T. Chuang, Developing a Hybrid Multi-Criteria Model for Selection of

Outsourcing Providers. Expert Systems with Applications, 37, 3755-3761 (2010).

[26] S. Datta, S. S. Mahapatra, S. Banerjee, A. Bandyopadhyay, “Comparative Study on

Application of Utility Concept and VIKOR Method for Vendor Selection”, Proceedings

of AIMS International Conference on Value-based Management, 614-622 (2010).

[27] M. F. El-Santawy, A VIKOR Method for Solving Personnel Training Selection

Problem. International Journal Of Computing Science, 1, 2, 9-12 (2012).

[28] J. W. Lee, S. H. Kim, Using ANP and Goal Programming for Interdependent

Information System Project Selection. Computers & Operations Research, 27, 4,

367-382 (2001).

http://www.informaworld.com/smpp/title~db=all~content=t926820201

http://www.informaworld.com/smpp/title~db=all~content=t926820201~tab=issueslist~branches=21#v21

http://www.informaworld.com/smpp/gotoissue~db=all~content=a928634440

http://www.sciencedirect.com/science?_ob=PublicationURL&_tockey=%23TOC%235963%232004%23998439997%23486437%23FLA%23&_cdi=5963&_pubType=J&view=c&_auth=y&_acct=C000050221&_version=1&_urlVersion=0&_userid=10&md5=6e9dc4c48992e53ad027c16dd04c87f8


215

[29] O. Kulak, C. Kahraman, Fuzzy Multi-Attribute Selection Among Transportation

Companies Using Axiomatic Design and AHP. Information Sciences, 170, 2-4, 191-

210 (2005).

[30] L. A. Zadeh, Fuzzy Sets. Information and Control, 8, (1965).

[31] G. Akman, A. Alkan, Tedarik Zinciri Yönetiminde Bulanık AHP Yöntemi Kullanılarak

Tedarikçilerin Performansının Ölçülmesi: Otomotiv Yan Sanayinde Bir Uygulama.

İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 5, 9, 23-46 (2006).

[32] A. Öztürk, İ. Ertuğrul, N. Karakaşoğlu, Nakliye Firması Seçiminde Bulanık AHP ve

Bulanık TOPSIS Yöntemlerinin Karşılaştırılması. Marmara Üniversitesi İİBF Dergisi,

15, 2, 785-824 (2008).

[33] Ö. İnce, “Selection of an ERP Software System by Using Fuzzy VIKOR”, Information

Sciences 2007-Proceedings of the 10th Joint Conference CD, Salt Lake City, Utah,

USA (2007).

[34] A. Sanayei, S. F. Mousavi, A. Yazdankhah, Group Decision Making Process For

Supplier Selection With VIKOR Under Fuzzy Environment. Expert Systems with

Applications, 37, 1, 24-30 (2010).

[35] H. Y. Wua, G. H. Tzeng, Y. H. Chen, A Fuzzy MCDM Approach For Evaluating

Banking Performance Based On Balanced Scorecard. Expert Systems with

Applications, 36, 6, 10135-10147 (2009).

[36] G. Büyüközkan, G. D. Ruan, Evaluation of Software Development Projects Using a

Fuzzy Multi-Criteria Decision Approach. Mathematics and Computers in Simulation,

77, 464-475 (2008).

[37] L. Y. Chen, T. Wang, Optimizing Partners’ Choice in IS/IT Outsourcing Process: The

Strategic Decision of Fuzzy VIKOR. International Journal of Production Economics,

120, 1, 233-242 (2009).

[38] H. Y. Wu, J. K. Chen, I. S. Chen, Innovation Capital Indicator Assessment of

Taiwanese Universities: A Hybrid Fuzzy Model Application. Expert Systems with

Applications, 37, 1635-1642 (2010).

[39] M. S. Kuo, G. S. Liang, Combining VIKOR with GRA Techniques to Evaluate Service

Quality of Airports under Fuzzy Environment. Expert Systems with Applications, 38,

1304-1312 (2011).

[40] T. C. Wang, J. L. Liang, C. Y. Ho, “Multi-Criteria Decision Analysis by Using Fuzzy

VIKOR”, Service Systems and Service Management International Conference

Proceedings, 901-906 (2006).

[41] G. N. Yücenur, N. Ç. Demirel, Group Decision Making Process For Insurance

Company Selection Problem with Extended VIKOR Method Under Fuzzy

Environment. Expert Systems With Applications, 39, 3, 3702-3707 (2012).

[42] G. Akyüz, Bulanık VIKOR Yöntemi ile Tedarikçi Seçimi. Atatürk Üniversitesi İktisadi

ve İdari Bilimler Dergisi, 26, 1 (2012).

[43] S. J. Chen, G. H. Huang, Fuzzy Multiple Attribute Decision Making, Springer, NY,

1992.

[44] D. Viehland, Research Applications of the Delphi Method, CIS Group Research

Seminar Series, 2007, tur-www1.massey.ac.nz/~hryu/Delphi%20Method.pdf, 02

Eylül 2010.

http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=4114390


216

[45] F. H. Tooli, A. Omidian, M. R. Fathi, Applying Fuzzy AHP and VIKOR to Research

Supervisor Selection: A Case Study. American Journal of Scientific Research, 30,

19-27 (2011).

[46] D. Yong, Plant Location Selection Based on Fuzzy TOPSIS. International Journal of

Advanced Manufacturing Technologies, 28, 7-8, 839- 844 (2006).

[47] E. Özgörmüş, Ö. Mutlu, H. Güner, “Bulanık AHP ile Personel Seçimi”, V. Ulusal

Üretim Araştırmaları Sempozyumu Bildiriler Kitabı, İstanbul, 111-115 (2005).

[48] T. Kaya, C. Kahraman, Multicriteria Renewable Energy Planning Using an Integrated

Fuzzy VIKOR & AHP Methodology: The Case Of Istanbul. Energy, 35, 2517-2527,

(2010).

[49] M. Yavuz, “Fuzzy Inventory Management”, in Production Engineering and

Management under Fuzziness Book, Springer-Verlag Berlin Heidelberg, 2010, 25-

38.

[50] C. T. Chen, Extensions of the TOPSIS for Group Decision-Making under Fuzzy

Environment. Fuzzy Sets and Systems, 114, 1, 1-9 (2000).

[51] T. C. Chu, Facility Location Selection Using Fuzzy TOPSIS Under Group Decisions.

Int. Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 10, 687-701

(2002).

[52] C. L. Hwang, K. Yoon, Multiple Attribute Decision Making: Methods and Application,

Springer Publications, Berlin, 1981.

[53] P. Alcan, H. Basligil, “A Facility Location Selection Problem by Fuzzy TOPSIS”,

Proceedings of 15th International Research/Expert Conference ”Trends in the

Development of Machinery and Associated Technology” TMT 2011, 329-332 (2011).

[54] A. Shanian, O. Savadogo, TOPSIS Multiple-Criteria Decision Support Analysis for

Material Selection of Metallic Bipolar Plates for Polymer Electrolyte Fuel Cell. Journal

of Power Sources, 159, 1095-1104 (2006).

[55] K. Shyjith, M. Ilangkumaran, S. Kumanan, Multi-Criteria Decision-Making Approach

to Evaluate Optimum Maintenance Strategy in Textile Industry. Journal of Quality in

Maintenance Engineering, 14, 4, 375-386 (2008).

[56] K. Shahanaghi, S. A. Yazdian, Vendor Selection Using a New Fuzzy Group TOPSIS

Approach. Journal of Uncertain Systems, 3, 3, 221-231 (2009).

[57] F. Cavallaro, Fuzzy TOPSIS Approach for Assessing Thermal-Energy Storage in

Concentrated Solar Power (CSP) Systems. Applied Energy, 87, 496-503 (2010).

[58] G. Torlak, M. Sevkli, M. Sanal, S. Zaim, Analyzing Business Competition by Using

Fuzzy TOPSIS Method: An Example of Turkish Domestic Airline Industry. Expert

Systems with Applications, 38, 3396-3406 (2011).

[59] S. Apak, Ö. Vayvay, O Feyzioğlu, A Decision Making Model for the Evaluation of

Supply Chain Execution and Management Systems. International Journal of

Computational Intelligence Systems, 6, 2, 293-306 (2013).

[60] R. K. Singh, L. Benyoucef, A Fuzzy TOPSIS Based Approach for E-Sourcing.

Engineering Applications of Artificial Intelligence, 24, 437-448 (2011).

[61] J. F. Ding, An Integrated Fuzzy TOPSIS Method for Ranking Alternatives and Its

Application. Journal of Marine Science and Technology, 19, 4, 341-352 (2011).

http://www.emerald-library.com/Insight/viewContentItem.do;jsessionid=09EC219A2038CF39258A46AB1FB7EFFA?contentType=Article&contentId=1746929

http://www.emerald-library.com/Insight/viewContentItem.do;jsessionid=09EC219A2038CF39258A46AB1FB7EFFA?contentType=Article&contentId=1746929

http://www.emerald-library.com/1355-2511.htm

http://www.emerald-library.com/1355-2511.htm

http://www.emerald-library.com/Insight/viewContainer.do;jsessionid=09EC219A2038CF39258A46AB1FB7EFFA?containerId=6013467&containerType=Issue


217

Ek 1 Değerlendirme Kriterleri İçin Karar Vericilere Ait Bulanık Değerlendirmeler

Karar Verici-1 Karar Verici-2 Karar Verici-3

Bulanık İfade

Üçgensel Bulanık Sayı

Bulanık İfade


Bulanık İfade


K1 Y 0,5 0,75 1 Y 0,5 0,75 1 OD 0,25 0,5 0,75 K2 Y 0,5 0,75 1 OD 0,25 0,5 0,75 OY 0,75 1 1 K3 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 K4 Y 0,5 0,75 1 OD 0,25 0,5 0,75 Y 0,5 0,75 1 K5 D 0 0,25 0,5 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75

K6 OD 0,25 0,5 0,75 Y 0,5 0,75 1 Y 0,5 0,75 1 K7 Y 0,5 0,75 1 Y 0,5 0,75 1 Y 0,5 0,75 1 K8 D 0 0,25 0,5 CD 0 0 0,25 OD 0,25 0,5 0,75

K9 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 K10 OD 0,25 0,5 0,75 Y 0,5 0,75 1 OD 0,25 0,5 0,75 K11 OD 0,25 0,5 0,75 Y 0,5 0,75 1 Y 0,5 0,75 1 K12 Y 0,5 0,75 1 Y 0,5 0,75 1 Y 0,5 0,75 1 K13 Y 0,5 0,75 1 Y 0,5 0,75 1 OD 0,25 0,5 0,75 K14 D 0 0,25 0,5 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 K15 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 K16 Y 0,5 0,75 1 OD 0,25 0,5 0,75 OD 0,25 0,5 0,75 K17 OD 0,25 0,5 0,75 Y 0,5 0,75 1 OD 0,25 0,5 0,75 K18 Y 0,5 0,75 1 OD 0,25 0,5 0,75 OY 0,75 1 1 K19 OY 0,75 1 1 Y 0,5 0,75 1 OY 0,75 1 1

K20 Y 0,5 0,75 1 Y 0,5 0,75 1 OD 0,25 0,5 0,75

Ek 2 Alternatiflerin Bulanık Değerlendirilmeleri (Karar Verici-1)

Kriter

Alternatif 1 Alternatif 2 Alternatif 3 Alternatif 4 Alternatif 5

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

K1 CI 7,5 10 10 CI 7,5 10 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K2 I 5 7,5 10 CI 7,5 10 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K3 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K4 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K5 CI 7,5 10 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K6 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5

K7 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K8 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K9 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K10 ND 2,5 5 7,5 ND 2,5 5 7,5 I 5 7,5 10 Z 0 2,5 5 ND 2,5 5 7,5

K11 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K12 I 5 7,5 10 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5 CZ 0 0 2,5

K13 I 5 7,5 10 ND 2,5 5 7,5 CZ 0 0 2,5 Z 0 2,5 5 CZ 0 0 2,5

K14 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K15 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K16 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K17 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 Z 0 2,5 5

K18 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K19 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5

K20 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5



218

Kriter


Bulanık

İfade

Üçgensel Bulanık

Sayı

Bulanık

İfade

Üçgensel Bulanık

Sayı

Bulanık

İfade

Üçgensel Bulanık

Sayı

Bulanık

İfade

Üçgensel Bulanık

Sayı

Bulanık

İfade

Üçgensel Bulanık

Sayı

K1 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5

K2 I 5 7,5 10 CI 7,5 10 10 I 5 7,5 10 ND 2,5 5 7,5 Z 0 2,5 5

K3 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K4 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 I 5 7,5 10

K5 CI 7,5 10 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K6 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5

K7 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K8 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K9 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K10 ND 2,5 5 7,5 ND 2,5 5 7,5 I 5 7,5 10 Z 0 2,5 5 ND 2,5 5 7,5

K11 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5

K12 I 5 7,5 10 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5 CZ 0 0 2,5

K13 I 5 7,5 10 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5 CZ 0 0 2,5

K14 ND 2,5 5 7,5 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K15 ND 2,5 5 7,5 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K16 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K17 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K18 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K19 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5 Z 0 2,5 5 ND 2,5 5 7,5

K20 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5


Kriter


Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

Bulanık İfade

Üçgensel

Bulanık

Sayı

K1 I 5 7,5 10 CI 7,5 10 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K2 ND 2,5 5 7,5 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K3 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K4 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K5 CI 7,5 10 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K6 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5

K7 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 I 5 7,5 10

K8 ND 2,5 5 7,5 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K9 ND 2,5 5 7,5 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K10 ND 2,5 5 7,5 ND 2,5 5 7,5 I 5 7,5 10 Z 0 2,5 5 ND 2,5 5 7,5

K11 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 Z 0 2,5 5

K12 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5 ND 2,5 5 7,5 CZ 0 0 2,5

K13 ND 2,5 5 7,5 Z 0 2,5 5 Z 0 2,5 5 ND 2,5 5 7,5 CZ 0 0 2,5

K14 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K15 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K16 I 5 7,5 10 I 5 7,5 10 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K17 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 Z 0 2,5 5

K18 ND 2,5 5 7,5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5 ND 2,5 5 7,5

K19 ND 2,5 5 7,5 Z 0 2,5 5 I 5 7,5 10 ND 2,5 5 7,5 ND 2,5 5 7,5

K20 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5 Z 0 2,5 5 ND 2,5 5 7,5

depo operatörü lojistik firmasının seçimi için bulanık vikor ve bulanık … ·...

Documents