depo operatörü lojistik firmasının seçimi için bulanık vikor ve bulanık … ·...
TRANSCRIPT
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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].
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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, ),,( umlà 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].
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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)
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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).
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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).
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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.
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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).
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
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
Üçgensel Bulanık Sayı
Bulanık İfade
Üçgensel Bulanık Sayı
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
Ek 3 Alternatiflerin Bulanık Değerlendirilmeleri (Karar Verici-2)
A. Görener/ İstanbul Üniversitesi İşletme Fakültesi Dergisi 42, 2, (2013) 198-218 © 2013
218
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 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
Ek 4 Alternatiflerin Bulanık Değerlendirilmeleri (Karar Verici-3)
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 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