BULANIK VIKOR YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ

Transkript

1 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, BULANIK VIKOR YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ Gökhan AKYÜZ (*) Özet: Tedark zncrnn lk adımını oluşturan tedarkçler, şletmenn amaç ve hedeflerne ulaşmasında öneml rol oynamaktadır. İşletme açısından tedarkç seçm, ntel ve ncel brçok krtern dkkate alınmasını gerektren çok krterl br karar verme problemdr. Bu tür problemler çözmede kullanılan ve nspeten yen olan yöntemlerden brs de Bulanık VIKOR yöntemdr. Yöntem, brbryle çelşen krterler altında alternatfler sıralayarak uzlaştırıcı çözümü bulmaya odaklanmaktadır. Bu çalışmada, moblya parçaları üreten br frmanın ambala tedarkçs seçm problem Bulanık VIKOR yöntem le ele alınmış ve k alternatfn uzlaştırıcı çözüm olduğu sonucuna ulaşılmıştır. Anahtar Kelmeler: Tedarkç seçm, Çok krterl karar verme, Bulanık VIKOR Abstract: Supplers, beng the frst step of the supply chan, have a sgnfcant role to acheve ams and goals of a busness. Suppler selecton s a mult-crtera decson makng problem whch has to consder several crtera of qualtatve and quanttatve for busness. One of the relatvely new methods for solvng these problems s Fuzzy VIKOR. Ths method focuses on rankng alternatves under conflctng crtera to determne compromse soluton. In ths study, packagng suppler selecton problem of a furnture parts manufacturng company s handled by usng Fuzzy VIKOR and the result ndcates that two alternatves are the compromse soluton. Key Words: Suppler selecton, Mult-crtera decson makng, Fuzzy VIKOR I. Grş Günümüz rekabet koşullarında şletmelern rekabet üstünlüğü sağlayablmeler çn tedark rskn azaltmaları, üretm malyetlern düşürmeler, stok düzeylern, ş süreçlern ve çevrm zamanlarını optmze etmeler ve değşen müşter taleplerne hızlı cevap vereblmeler gerekmektedr. Bunun başarılablmes, tedarkçden başlayıp müşterye kadar uzanan tedark zncrnn etkn br şeklde yönetlmesne bağlıdır (Dağdevren ve Eraslan, 2008: 69). Tedark zncrnn lk halkasını oluşturan tedarkçlern şletmenn amaç ve hedeflerne uygun olarak seçlmes etknlğn sağlamasında öneml adımlardan brdr. Zra, doğru seçlmş br tedarkç tüm zncrn rekabet edeblrllğn artıracaktır (Özel ve Özyörük, 2007: 45). İşletme açısından doğru tedarkçnn seçm, ntel ve ncel brçok krter bünyesnde barındıran çok krterl br karar verme problemdr (Özdemr, 200: 56). Çok krterl karar verme, belrlenmş kurallara göre olası en y sonuca ulaşma sürecdr. Gerçek hayat problemler genellkle aynı ölçekle fade edlemeyen ve brbryle çelşen krterler çermektedr. Bu nedenle, seçm (*) Yrd.Doç.Dr. Akdenz Ünverstes İİBF İşletme Bölümü

2 98 Gökhan AKYÜZ krterlernn tümünü tatmn eden br çözüme ulaşmak çok zordur. Bu tür problemlerde genellkle, önceden belrlenmş kurallar ışığında uzlaştırıcı br çözüm aranır. Dğer taraftan, tedarkç seçm sürec, eksk veya muğlak blg nedenyle bazı belrszlkler çersnde barındırmaktadır. Klask çok krterl karar verme teknkler bu tür belrszlk ve bulanıklıkları çözüm sürecne dahl etmekte yetersz kalmaktadır (Vahdan vd., 200: 23). Bulanık küme teors, bu eksk ve bulanık blgnn çözümlemelerde dkkate alınması çn önerlmş ve gelştrlmştr. Bulanık mantık, çok krterl karar verme lteratüründe de farklı yöntemlere adapte edlmş ve uygulanmıştır. Bu çalışmada moblya parçaları üreten br frmanın ambala tedarkçs seçm problem Bulanık VIKOR yöntem le çözülmüştür. Çalışma genel olarak şu bölümlerden oluşmaktadır: İknc bölüm, tedarkç seçm le lgl lteratür taramasına ayrılmıştır. Üçüncü ve dördüncü bölümler sırasıyla bulanık küme teorsnn ve Bulanık VIKOR yöntemnn tanıtıldığı bölümlerdr. Uygulama ve çözüm sürec adımsal olarak beşnc bölümde anlatılmış, sonuç bölümünde se genel değerlendrmeler yapılmıştır. II. Lteratür Taraması Tedarkç seçm konusunda lk çalışmalardan br 966 yılında Dckson tarafından yapılmıştır. 23 krtern bulunduğu anket çalışması sonucunda Dckson, en öneml krterlern ürün kaltes, zamanında teslm ve garant poltkası olduğunu belrlemştr (Ecer ve Küçük, 2008: 356). Weber vd. (99), 966 ve 990 yılları arasında tedarkç seçm konusunda yapılmış 74 makaley ncelemş ve en çok kullanılan krterlern fyat, teslm süres ve kalte olduğunu tespt etmşlerdr (Özel ve Özyörük, 2007: 46). Lteratürde yapılan çalışmaların büyük br bölümünde ön plana çıkan krterler, malyet, kalte ve teslmattır (Öz ve Baykoç, 2004: 280). Bu krterlere ek olarak çok farklı krterlern de tedarkç seçmnde etkl olduğu görülmektedr. Ntekm, son dönemlerde yapılan çalışmalarda, ürün gelştrme, fnansal durum, malat yeterllğ, lşklern yakınlığı ve esneklk gb farklı krterlere de yer verlmştr (Tablo ).

3 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, Tablo : Lteratürde Kullanılan Tedarkç Seçm Krterlernden Örnekler Seçm Krter A B C D E F G H I J Fyat / Malyet Kalte/Kalte yeterllğ Dağıtım Fnansal durum Tüketc hzmetler İmalat yeterllğ Ürün gelştrme Teknolok yeterllk İlşklern yakınlığı Teknk yeterllk Teslm süres Esneklk/Değşmlere cevap vereblme Tess özellkler Dürüstlük ve prosedürlere uyum Yönetm özellkler Uyuşmazlıkları çözme Hata Oranı Geçmş performans Tedark poltkası Tedarkçnn ünü Deneym Pazar payı A-Akarte vd (200); B-Choy vd. (2002); C-Dağdevren vd. (2005); D-Chen vd. (2006); E-Özel ve Özyörük (2007); F-Chen ve Wang (2009); G-Büyüközkan ve Ersoy (2009); H-Güner vd. (2009); I-Bhattacharya vd. (200); J-Sanaye vd. (200). Seçm sürecnde kullanılan yöntemler de krterler gb farklılık göstermektedr. Akarte vd. (200), Tam ve Tummala (200), Ada vd. (2005), Özyörük ve Özcan (2008), Özdemr (200) tedarkç seçm çn gelştrdkler modellern çözümünde Analtk Hyerarş Prosesn (AHP) kullanmışlardır. Dağdevren vd. (2005), tedarkç seçm problemn krter ve krter grupları arasındak karşılıklı lşkler de dkkate alan Analtk Ağ Proses (AAP) le çözmüşlerdr. Mn (994), uluslararası tedarkçlern seçmnde rsk ve belrszlk çeren ntel ve ncel faktörler ağırlıklandırmayı baz alan çok özellkl fayda teorsn (Mult Attrbute Utlty Theory-MAUT) kullanmıştır. Dağdevren ve Eraslan (2008), yen tasarlanan br yarı mamulün üretmn tedarkçlernden brne devretmek steyen br şletmenn tedarkç seçm problemn PROMETHEE (Preference Rankng Organzaton METHod for Encrchment Evaluaton) yöntem le çözmüşlerdr. Hong vd. (2005), tarım endüstrsnde gelr maksmzasyonunun yanı sıra tüketcler de tatmn eden optmum tedarkçnn belrlenmes aşamasında karma tamsayılı programlamadan yararlanmışlardır. Karpak vd. (999)-(200), ornal ekpman

4 200 Gökhan AKYÜZ malatçısı seçm problemn hedef programlama (HP) yaklaşımı le çözmüşlerdr. Alternatflern görece etknlklern hesaplayan ver zarflama analz (VZA), Lu vd. (2000) tarafından tarım ve yapı ekpmanları mal eden frmanın tedarkç sayısını azaltmak; Shaen (2006) tarafından se teknolo tedarkçlernn seçm amacıyla kullanılmıştır. Lteratürde, farklı yöntemler br arada kullanan bütünleşk modellere de rastlamak mümkündür. Örneğn, Dağdevren ve Eren (200), AHP le belrledkler ntel krterlern öncelk kısıtını şletmenn dğer kısıtlarına dahl etmş ve 0- hedef programlama le tedarkç seçmn yapmışlardır. Benzer şeklde Wang vd. (2004) ntel ve ncel krterler brlkte değerlendrmek çn AHP ve öncelkl hedef programlama yöntemlern uygulamışlardır. Soner ve Önüt (2006), krter ağırlıklarının belrlenmesnde AHP yöntemn; seçm aşamasında se ELECTRE (Elmnaton et chox tradusant la realte) yöntemn kullanmışlardır. Tedarkç seçm problemn yapay zeka modeller, uzman sstemler ve sezgsel yöntemlerle ele alan çalışmalarda bulunmaktadır. Örneğn, Choy vd. (2002), taşeron malatta tedarkçler kıyaslamak ve seçm yapmak çn olay tabanlı çıkarsama ve snr ağlarını kullanmışlardır. Öz ve Baykoç (2004), tedarkç seçmne karar desteğ sağlamak amacıyla uzman sstem tasarlamışlardır. Luo vd. (2009), çevk tedark zncrnde tedarkç seçm çn yapay snr ağlarını ve genetk algortmayı; Kuo vd. (200), yeşl tedark zncrnde, tedarkçlern seçm çn VZA, AAP ve yapay snr ağlarını kullanmışlardır. Tedarkç seçmne dönük lteratürün br bölümünü de bulanık mantığı farklı yöntemlere entegre eden çalışmalar oluşturmaktadır. Güner ve Mutlu (2005) ve Lee (2009), farklı sektörlerdek tedarkç seçm problemlern bulanık AHP le çözmüşlerdr. Güner vd. (2009), malzeme tedarkçlernn seçm problemnde bulanık küme ve doğrusal programlamayı (DP) entegre eden br yaklaşım önermşlerdr. Otomotv sektöründe tedarkç seçm problem çn Kumar vd. (2004), bulanık karma tamsayılı hedef programlama yaklaşımını, Keskn vd. (200), bulanık uyarlanablr rezonans teorsn (Adaptve Resonance Theory-ART) önermş ve uygulamışlardır. Özel ve Özyörük (2007), seçmde bulanık aksyomatk tasarımı (Fuzzy Axomatc Desgn-FAD) kullanmış; Büyüközkan ve Ersoy (2009), FAD le elde edlen sonuçları br aşama daha ler götürerek nha seçm bulanık TOPSIS (Technque for Order Preference by Smlarty to Ideal Soluton) le yapmışlardır. Bulanık TOPSIS yöntem, farklı tedarkç seçm problemlerne de uygulanmıştır (Boran vd., 2009; Chen vd., 2006). Bu çalışmada uygulanan Bulanık VIKOR yöntem, çok krterl karar vermede kullanılan yen yaklaşımlardan brdr. Yöntem, yenleneblr ener alternatflernn belrlenmes (Kaya ve Kahraman, 200), tedark zncr rsknn değerlendrlmes (Moenzadeh ve Hafathalha, 2009), blg portal sstemnn seçm (Al-Mohammed vd, 200) ve kurumsal kaynak planlama (ERP)

5 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, yazılımlarının değerlendrlmes (Büyüközkan ve Ruan, 2008) gb farklı alanlarda uygulanmıştır. Tedarkç seçmyle lgl lteratürde se Sanaye vd. (200), otomotv sektöründe parça tedarkçsnn seçm, Chen ve Wang (2009), blg sstemler/blg teknololer proelernde taşeron seçm problemlern Bulanık VIKOR yöntem le çözmüşlerdr. III. Bulanık Küme Teors Geleneksel küme yaklaşımında, evrensel kümede yer alan nesneler, belrlenen özellkler karşılayanlar veya karşılamayanlar şeklnde sınıflandırılır. Dğer br fadeyle, kümenn üyeler, mantıkta yer alan kye bölme kuralına (doğru/yanlış, evet/hayır, 0/) göre belrlenr (Özkan, 2003: 2). Ancak, karar verclern düşüncelern, terchlern ve yaklaşımlarını soran gerçek yaşam problemlernn çözümünde kye bölme kuralı yetersz kalır. Zra, karar verclern algılarını ve terchlern fade etmede belrsz veya muğlak kalması sık sık karşılaşılan br durumdur. Zadeh 965 yılında bu belrszlğ ve muğlaklığı çözüm sürecne dahl etmek çn bulanık küme teorsn önermştr. Bulanık br kümede, nesne kümenn üyesdr veya değldr şeklnde katı br tanımlama bulunmamaktadır. Bu tanımlamanın arkasındak temel düşünce herhang br nesnenn br dereceye kadar kümenn üyes olableceğdr. Böyle br kümede, 0 ve sırasıyla mnmum ve maksmum üyelk derecelern, tüm ara değerler se kısm üyelklern derecesn göstermektedr (Sanaye vd., 200: 26). Bulanık küme teorsnde kesn sayısal değerlern yerne doğal dlde fadeler çeren dlsel değşkenler kullanılır (Çakır ve Canbolat, 2008: 369). Bu fadeler bulanık sayılara dönüştürülerek çözümlemeler yapılır. Bulanık sayı özel br bulanık kümedr ( A = x R μ ( x) ). Burada x, reel doğru üstündek A R : < x < + değerlerdr ve üyelk fonksyonu μ ( x), [0, ] aralığındak A br sayı le eşlenr. Bulanık üyelk fonksyonlarının farklı türler bulunmaktadır. Bu çalışmada üçgensel bulanık sayılar kullanılmıştır. Şekl de gösterlen ve M = ( l, m, u) olarak fade edlen üçgensel br bulanık sayının üyelk fonksyonu aşağıdak gb tanımlanır: μ ( x) : R [0,] M 0, x < l veya x > u, μ ( x) = ( x l) /(( m l), l x m, () M ( x u) /( m u), m x u,

6 202 Gökhan AKYÜZ μ M ( x) l m u Şekl : Üçgensel Bulanık Sayının Üyelk Fonksyonu Burada l ve u sırasıyla M bulanık sayısının alt ve üst değerlern, m se orta değern fade etmektedr. M ve M 2 gb k poztf üçgensel bulanık sayı çn temel artmetk şlemler aşağıdak gb yapılmaktadır (Seçme vd., 2009: 70): M M = ( l + l, m + m, u + u ), M M λ M M 2 2 ( l l, m m = ( λl, λm, λu (/ u,/ m,/ l ), 2 2 2, u u ), 2 2 ), 2 λ > 0, λ R IV. Bulanık VIKOR Yöntem Çok krterl karar vermede kullanılan VIKOR (VIseKrterumsa Optmzaca I Kompromsno Resene) yöntem, 998 yılında Oprcovc tarafından önerlmştr. Yöntem, brbr le çelşen krterler altında alternatfler sıralayarak en uygun alternatfn seçmne odaklanmaktadır (Oprcovc ve Tzeng, 2004: 447). Yöntemn amacı, sıralamada ve seçmde uzlaştırıcı çözümü bulablmektr. İlk kez Yu (973) tarafından önerlen uzlaştırıcı çözüm kavramı, deal çözüme yakınlık derecesnn ölçümüne dayanmaktadır. VIKOR yöntem de benzer prensbe dayanan çok krterl br sıralama ndeks kullanmaktadır (Vahdan vd., 200: 23). Klask çok krterl karar verme teknklernde olduğu gb VIKOR yöntemnde de krterlern ağırlıklarının kesn olarak blndğ varsayılmaktadır. Ancak, gerçek yaşam problemlernn brçoğunda kesn verlere ulaşmak güçleşmektedr. Terchler çeren nsan kararları genellkle muğlaktır ve kesn sayısal değerlerle fade etmey zorlaştırmaktadır. Bu tür problemlerde karar verc, kesn olmayan veya belrsz blgy de dkkate almalıdır. Kesn olmayan veya belrsz blgy çözüme dahl etmenn yöntemlernden br de dlsel değerlendrmeler kullanmaktır (Moenzadeh ve Hafathalha, 2009: 526). Bulanık VIKOR yöntem, bulanık mantığın VIKOR yöntemne uygulanmasıdır. Yöntem, dlsel değerlendrmeler dkkate alarak, en y çözümü X (2)

7 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, ve uzlaştırıcı çözümü bulmada rasyonel ve sstematk süreçler sunmaktadır. Bu süreçte zlenen adımlar aşağıdak gbdr (Chen ve Wang, 2009: 235; Moenzadeh ve Hafathalha, 2009: 527): Adım : Karar vercler grubu oluşturulur, alternatfler ve değerlendrme krterler belrlenr. n adet karar vercnn, m adet alternatfn ve k adet değerlendrme krternn olduğu varsayılır. Adım 2: Dlsel değşkenler ve onlara lşkn bulanık sayılar tanımlanır. Dlsel değşkenler, krterlern ağırlığını belrlemek ve alternatfler derecelendrmek çn kullanılır. Tablo 2, krterlern ağırlığını ve alternatflern derecelern belrlemede kullanılan dlsel değşkenler ve üçgensel bulanık sayıları göstermektedr. Tablo 2: Dlsel Değşkenler Ve Bulanık Sayılar Krter ağırlıkları çn kullanılan değşkenler Alternatflern derecelendrlmes çn kullanılan değşkenler Dlsel Değşkenler Bulanık Sayılar Dlsel Değşkenler Bulanık Sayılar Çok Düşük (ÇD) (0.00, 0.00, 0.25) Çok Kötü (ÇK) (0.00, 0.00, 2.50) Düşük (D) (0.00, 0.25, 0.50) Kötü (K) (0.00, 2.50, 5.00) Orta (O) (0.25, 0.50, 0.75) Orta (O) (2.50, 5.00, 7.50) Yüksek (Y) (0.50, 0.75,.00) İy (İ) (5.00, 7.50, 0.00) Çok Yüksek (ÇY) (0.75,.00,.00) Çok İy (Çİ) (7.50, 0.00, 0.00) Kaynak:Chen ve Wang, 2009: Adım 3: Karar verclern terchler ve fkrler brleştrlr. Her br krtern bütünleştrlmş bulanık ağırlığı aşağıdak formül le hesaplanır. Burada n karar verc sayısıdır. n e w = w n =, 2,, k (3) e=.alternatfn. krterne göre önem ağırlığı se aşağıdak gb hesaplanır. n e x = x n =, 2,..., m (4) e=

8 204 Gökhan AKYÜZ Adım 4: Bulanık karar matrs oluşturulur. C C2 L Ck A x x 2 L x n A = x x L x2n D M M M O M A m x m x m2 L xmk =, 2,..., m; =, 2,, k (5) W = [ w, w, w 2 L k ], =, 2,, k (6) Burada x, C krterne göre A alternatfnn dereces; w,. krtern önem ağırlığıdır. Adım 5: Bulanık en y değer ( * f ) ve bulanık en kötü değer ( f ) belrlenr. f * = max x, f = mn x (7) Adım 6: S ve R değerler hesaplanır. * * k S = w ( f x ) ( f f ) = max[ * ( ) ( * = w f x f f R )] (9) S, A alternatfnde, krter değerlernn bulanık en y değere olan uzaklıklarının toplamıdır. R se. krtere göre değere olan maksmum uzaklığıdır. Dğer br fadeyle S ve alternatfnn ortalama ve en kötü skorlarını göstermektedr. (8) A alternatfnn bulanık en kötü R değerler * * Adım 7: S, S, R, R ve Q değerler hesaplanır. S * = mn S, S = max S (0) R * = mn R, R = max R () * * * * Q = v( S S ) ( S S ) + ( v)( R R ) ( R R ) (2) Burada S * maksmum grup faydasını, R * karşıt görüşteklern mnmum pşmanlığını fade etmektedr. Q ndeks grup faydasının ve mnmum pşmanlığın brlkte değerlendrlmesyle hesaplanır. v değer A

9 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, maksmum grup faydasını sağlayan stratenn ağırlığını fade eder. Uzlaşma çoğunluk oyu (v>0.5) le, konsensüs (v=0.5) veya veto (v<0.5) le sağlanablr. Adım 8: Üçgensel bulanık sayı Q durulaştırılır ve Q ndeks elde edlr. Lteratürde farklı durulaştırma prosedürler önerlmştr. Bu çalışmada durulaştırma aşamasında Hseh vd. (2004) tarafından önerlen BNP (Best Nonfuzzy Performance Value) yöntem kullanılmıştır. Burada u üçgen bulanık sayının üst değern, m orta değern, l se alt değern göstermektedr. BNP = [( u l ) + ( m l )] 3 + l (3) Q ndeks alternatflern sıralanmasında kullanılır. Bu ndeksn en küçük değer en y alternatf göstermektedr. Adım 9: Uzlaştırıcı çözümün belrlenmes. Eğer aşağıdak k koşul sağlanırsa, Q ndeks kullanılarak belrlenen çözüm, uzlaştırıcı çözümdür ( a ' )..Koşul: Kabul edleblr avanta: Q( a'') Q( a' ) DQ (4) Burada a '' değer, Q değerne göre sıralamada knc sırayı alan alternatftr. DQ = (eğer m 4 se DQ=0.25) (5) m 2.Koşul: Karar vermede kabul edleblr stkrar: a ' alternatf, S ve/veya R değerlerne göre yapılan sıralamada da en y alternatftr. Bu uzlaştırıcı çözüm karar verme sürecnde stkrarlıdır. ( Eğer Q a m ) (m) ( ) Q( a' ) < DQ se ve. koşul sağlanamıyorsa a ve a ' ( m) benzer uzlaştırıcı çözümlerdr. Uzlaştırıcı çözümler ( a', a'', L, a ) benzer olduğundan, a ' karşılaştırmalı br üstünlüğe sahp değldr. Eğer 2. koşul sağlanamıyorsa, a ' karşılaştırmalı br üstünlüğe sahp olmasına rağmen karar vermede stkrar yoktur. Bu nedenle a ' ve a '' nn uzlaştırıcı çözümü aynıdır. Adım 0: En y alternatfn seçm. Q değer mnmum olan alternatf en y çözüm olarak seçlr. V. Uygulama Uygulama, moblya parçaları üreten ve sektörde öneml br paya sahp olan AGT frmasının Antalya dak üretm tesslernde gerçekleştrlmştr. Tesste karar verclern önem verdğ konulardan br ambala tedarkdr. Zra,

10 206 Gökhan AKYÜZ haftalık üretm programlarının aksamadan yürütüleblmes ve sevkıyatların zamanında yapılablmes çn stenen kalte ve özellklerdek ambalaların üretm aşamasından önce hazır olması gerekmektedr. Bu nedenle frma uzun döneml lşkler kurableceğ doğru tedarkç/tedarkçler belrlemek stemektedr. Bu çalışmada, frmanın halhazırda çalıştığı tedarkçler ve pyasadak dğer tedarkçlerde dkkate alınarak uygun tedarkçnn belrlenmes amaçlanmıştır. Çalışmanın uygulama aşamasında ve çözüm sürecnde aşağıdak adımlar zlenmştr (Şekl 2): Karar verc grubun oluşturulması, değerlendrme krterlernn ve alternatflern belrlenmes Krter ve alternatflern değerlendrlmes Dlsel değerlendrmelern bulanık sayılara dönüştürülmes Krterler çn bulanık ağırlıkların hesaplanması Alternatfler çn bulanık karar matrsnn oluşturulması Bulanık en y ve en kötü değerlern belrlenmes Alternatflern en y ve en kötü değere uzaklıklarının hesaplanması * S, S, R ve R * değerlernn hesaplanması Bulanık sayıların durulaştırılması ve alternatflern sıralanması Uzlaştırıcı çözümün belrlenmes Şekl 2: Tedarkç Seçm Sürecnn Adımları Adım : Frmadak pozsyonları, konu le lgler ve deneymler dkkate alınarak 5 kşlk br karar verc grubu oluşturulmuştur. Bu grup yaptığı ön elemeler sonucunda beş alternatf tedarkç belrlemş ve tedarkçlern yed krter bazında değerlendrlmesne karar vermştr: C -Fyat, C 2 -Kalte, C 3 - Teslmata uyum, C 4 -Teknk yeterllk, C 5 -Geçmş dönem performansı, C 6 -

11 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, Coğraf konum, C 7 -Teknolo. Bu krterler, lteratürden ve karar verclern deneymlernden yararlanılarak oluşturulmuştur. Adım 2: Tablo 2 de verlen dlsel değşkenlere göre hazırlanan değerlendrme formları karar vercler tarafından doldurulmuştur. Krterlern önem düzey ve her br alternatf çn krterler bazında yapılan dlsel değerlendrmeler Ek- ve Ek-2 de verlmştr. Adım 3: Dlsel değşkenler üçgensel bulanık sayılara dönüştürülmüş, 3. ve 6. denklemler kullanılarak karar verclern terch ve görüşler brleştrlmştr. Bu şlemler sonucunda, her br krter çn bütünleştrlmş bulanık ağırlıklar belrlenmştr (Tablo 3). Tablo 3: Krterlern Bütünleştrlmş Bulanık Ağırlıkları Bulanık ağırlıklar (w ) Krterler l m u C C C C C C C Adım 4: 4. ve 5. denklemler aracılığı le alternatfler çn bulanık karar matrs oluşturulmuştur (Tablo 4). Tablo 4: Bulanık Karar Matrs A A 2 A 3 A 4 A 5 l m u l m u l m u l m u l m u C C C C C C C Adım 5: 7. denklem kullanılarak bulanık karar matrs ncelenmş ve krterler çn bulanık y ve en kötü değerler belrlenmştr (Tablo 5).

12 208 Gökhan AKYÜZ Tablo 5: Bulanık en y ( * f ) ve bulanık en kötü ( f ) değerler * f f Krterler l m u l m u C C C C C C C Adım 6: Alternatflern en y ve en kötü değere olan uzaklık değerler (sırasıyla S ve R ) hesaplanmıştır (Tablo 6). Alternatf Tablo 6: S S ve R değerler R l m u l m u A A A A A Adım 7: 0 ve. denklemler aracılığıyla 7 dek gb hesaplanmıştır. Tablo 7:, S * * S, S * * S, R ve R, R ve R l m u S * S R * R değerler Tablo

13 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, Adım 8: Adım 7 de hesaplanan değerler 2. denklemde yerne konularak Q değerler belrlenmştr. Denklemde yer alan v değer konsensüsü yansıtmak çn 0.5 olarak alınmıştır. Elde edlen bulanık sayıları durulaştırmak amacıyla 3. denklem kullanılmış ve Q, S ve R ndeksler hesaplanmıştır. Bu ndeks değerlerne göre alternatfler sıralanmıştır (Tablo 8). Alternatf Tablo 8: Q, S Ve R İndeksler Ve Alternatflern Sırası Q Q S R l m u İndeks Sıra İndeks Sıra İndeks Sıra A A A A A Adım 9: Uzlaştırıcı çözümün belrlenmes aşamasında Q ndeksne göre yapılan sıralamada k koşulun sağlanıp sağlanmadığı araştırılmıştır.. Koşul: Kabul edleblr avanta: 4. denkleme göre Q(a ) Q(a ) = <0.25 ve Q(a ) Q(a ) = >0.25 dr. 2. Koşul: Karar vermede kabul edleblr stkrar: Q, S ve R ndekslerne göre yapılan sıralama Tablo 9 da verlmştr. Tablo 9: Karar Vermede Kabul Edleblr İstkrar Q A 2 > A > A 5 > A 4 > A 3 S A 2 > A > A 5 > A 4 > A 3 R A > A 2 > A 5 > A 4 > A 3 Bu k sonuç değerlendrldğnde, sadece 2. koşulun sağlandığı görülmektedr. Zra Q ndeksne göre yapılan sıralama le S ndeksne göre yapılan sıralama aynıdır.. koşul se sağlanmamıştır. Dolayısıyla A 2 ve A alternatflernn ks de uzlaştırıcı çözümlerdr. Adım 0: Eğer tek br tedarkç le çalışılması düşünülüyorsa A 2 terch edlmeldr. Poltka gereğ brden fazla tedarkç le çalışmayı terch eden frmanın karar vercler, A 2 ve A alternatflernn uygun ve uzlaştırıcı çözüm olduğunu fade etmşlerdr. VI. Sonuç Tedark zncrnn lk halkasını oluşturan tedarkçler, etknlğn sağlanmasında öneml rol oynamaktadır. Bu nedenle, tedarkç seçm, gerek

14 20 Gökhan AKYÜZ uygulamada gerekse akademk dünyada üzernde önemle durulan br konu olmuştur. Tedarkç seçm problemler ntel ve ncel brçok faktörden etklenen çok krterl br karar verme problemdr. Gerçek yaşam uygulamalarının brçoğu belrszlk çermekte ve karar verclern terch ve görüşlern kesn sayısal değerlerle fade etmesn güçleştrmektedr. Dğer taraftan, brden fazla karar verc olması durumunda, görüş ve terchlern farklılaşması ve çatışması sık sık karşılaşılan br durumdur. Bulanık VIKOR yöntem, bu tür problemlern çözümüne k yönden katkı sağlamaktadır. Brncs, karar alma sürecnn çerdğ belrszlk ve muğlaklığı çözüme dahl etmekte; kncs se uzlaştırıcı çözüm arayışı le grup faydasını maksmze etmektedr. Bu çalışmada, moblya parçaları üreten br frmanın ambala tedarkçs seçm problem Bulanık VIKOR yöntem le çözülmüştür. Alternatfler yed krter bazında değerlendrlmş ve k alternatfn uzlaştırıcı çözüm olduğu sonucuna ulaşılmıştır. Uygulanan yöntem farklı yöntemlerle entegre ederek çalışmayı gelştrmek mümkündür. Örneğn, krter sayısının artırılması ve br hyerarşk yapının oluşturulması durumunda Bulanık VIKOR, AHP le brlkte kullanılablr br yöntemdr. Ayrıca yöntem, tedarkç performansı değerlendrme, kuruluş yer seçm gb sıralama veya seçm yapma amaçlı farklı karar problemlerne de uygulamak mümkündür. Bu makale, yapılacak olan bu tür çalışmaların lk aşamasını oluşturmaktadır. Teşekkür AGT frmasının Antalya üretm tesslerndek karar verc gruba çalışmaya sağlamış oldukları destek ve katkıdan dolayı teşekkür ederm. Kaynaklar Ada, E., Kazançoğlu, Y. ve Aracıoğlu, B. (2005) Stratek rekabet üstünlüğü sağlamada tedarkç seçmnn analtk hyerarşk süreç le gerçekleştrlmes, V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, İstanbul (25-27 Kasım), ss Akarte, MM., Surendra, NV., Rav, B. ve Rangara, N. (200) Web based castng suppler evaluaton usng analytcal herarchy process, The Journal of the Operatonal Research Socety, 52(5), ss Al-Mohammad, A., Mahd, B. ve Zahra, A. (200) The crtcal path defnton wth fuzzy mult crtera decson makng, IEEE Xplore-Computer and Automaton Engneerng (ICCAE), 200 The 2nd Internatonal Conference on, Clt 5 (26-28 Feb. 200), ss Bhattacharya, A., Geraghty, J. ve Young, P. (200) Suppler selecton paradgm: An ntegrated herarchcal QFD methodology under multple-crtera envronment, Appled Soft Computng, 0(4), ss Boran, F.E., Genç, S., Kurt, M. ve Akay, D. (2009) A mult-crtera ntutonstc fuzzy group decson makng for suppler selecton wth

15 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, TOPSIS method, Expert Systems wth Applcatons, 36(8), ss Büyüközkan, G. ve Ersoy, M. Ş. (2009) Applyng fuzzy decson makng approach to IT outsourcng suppler selecton, World Academy of Scence, Engneerng and Technology, No.55, ss Büyüközkan, G. ve Ruan, D. (2008) Evaluaton of software development proects usng a fuzzy mult-crtera decson approach, Mathematcs and Computers n Smulaton, 77(5-6), ss Chen, C.-T., Ln, C.-T. ve Huang, S.-F. (2006) A fuzzy approach for suppler evaluaton and selecton n supply chan management, Internatonal Journal of Producton Economcs, 02(2), ss Chen, L.Y. ve Wang, T.-C. (2009) Optmzng partners choce n IS/IT outsourcng proects: The strategc decson of fuzzy VIKOR, Internatonal Journal of Producton Economcs, 20(), ss Choy, K.L., Lee, W.B. ve Lo, V. (2002) An ntellgent suppler management tool for benchmarkng supplers n outsource manufacturng, Expert Systems wth Applcatons, 22(3), ss Çakır, O. ve Canbolat, M.S. (2008) A web-based decson support system for mult-crtera nventory classfcaton usng fuzzy AHP methodology, Expert Systems wth Applcatons, 35(3), ss Dağdevren, M. ve Eraslan, E. (2008) PROMETHEE sıralama yöntem le tedarkç seçm, Gaz Ünverstes Mühendslk-Mmarlık Fakültes Dergs, 23(), ss Dağdevren, M. ve Eren, T. (200) Tedarkç frma seçmnde analtk hyerarş proses ve 0- hedef programlama yöntemlernn kullanılması, Gaz Ünverstes Mühendslk-Mmarlık Fakültes Dergs, 6(2), ss Dağdevren, M., Eraslan, E., Kurt, M. ve Dzdar, E.N. (2005) Tedarkç seçm problemne analtk ağ sürec le alternatf br yaklaşım, Teknolo, 8(2), ss Ecer, F. ve Küçük, O. (2008) Tedarkç seçmnde analtk hyerarş yöntem ve br uygulama, Atatürk Ünverstes Sosyal Blmler Ensttüsü Dergs, (), ss Güner, H. ve Mutlu, Ö. (2005) Bulanık AHP le tedarkç seçm problem ve br uygulama, V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, İstanbul (25-27 Kasım), ss Güner, A.F., Yücel, A. ve Ayyıldız, G. (2009) An ntegrated fuzzy-lp approach for a suppler selecton problem n supply chan management, Expert Systems wth Applcatons, 36(5), ss Hong, G.H., Park, S.C., Jang, D.S. ve Rho, H.M. (2005) An effectve suppler selecton method for constructng a compettve supply-relatonshp, Expert Systems wth Applcatons, 28(4), ss

16 22 Gökhan AKYÜZ Hseh, T.-Y., Lu, S.-T. ve Tzeng, G.-H. (2004) Fuzzy MCDM approach for plannng and desgn tenders selecton n publc offce buldngs, Internatonal Journal of Proect Management, 22(7), ss Karpak, B., Kumcu, E. ve Kasugant, R. (999) An applcaton of vsual nteractve goal programmng: a case n vendor selecton decsons, Journal of Multcrtera Decson Analyss, 8(2), ss Karpak, B., Kumcu, E. ve Kasugant, R.R. (200) Purchasng materals n the supply chan: managng a mult-obectve task, European Journal of Purchasng & Supply Management, 7(3), ss Kaya, T. ve Kahraman, C. (200) Multcrtera renewable energy plannng usng an ntegrated fuzzy VIKOR & AHP methodology: The case of İstanbul, Energy, 35(6), ss Keskn, G.A., İlhan, S. ve Özkan, C. (200), The Fuzzy ART algorthm: A categorzaton method for suppler evaluaton and selecton, Expert Systems wth Applcatons, 37(2), ss Kumar, M., Vrat, P. ve Shankar, R. (2004) A fuzzy goal programmng approach for vendor selecton problem n a supply chan, Computers & Industral Engneerng, 46(), ss Kuo, R.J., Wang, Y.C. ve Ten, F.C. (200) Integraton of artfcal neural network and MADA methods for green suppler selecton, Journal of Cleaner Producton, 8(2), ss Lee, A.H.I. (2009) A fuzzy suppler selecton model wth the consderaton of benefts, opportuntes, costs and rsks, Expert Systems wth Applcatons, 36(2), Part.2, ss Lu, J., Dng, F.-Y. ve Lall, V. (2000) Usng data envelopment analyss to compare supplers for suppler selecton and performance mprovement, Supply Chan Management: An Internatonal Journal, 5(3), ss Luo, X., Wu, C., Rosenberg, D. ve Barnes, D. (2009) Suppler selecton n agle supply chans:an nformaton-processng model and an llustraton, Journal of Purchasng & Supply Management, 5(4), ss Mn, H. (994) Internatonal suppler selecton: A mult-attrbute utlty approach, Internatonal Journal of Physcal Dstrbuton & Logstcs Management, 24(5), ss Moenzadeh, P. ve Hafathalha, A. (2009) A combned fuzzy decson makng approach to supply chan rsk assessment, World Academy of Scence, Engneerng and Technology, No.60, ss Oprcovc, S. ve Tzeng, G.-H. (2004) Compromse soluton by MCDM methods: A comparatve analyss of VIKOR and TOPSIS, European Journal of Operatonal Research, 56(2), ss

17 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:, Öz, E. ve Baykoç, Ö.F. (2004) Tedarkç seçm problemne karar teors destekl uzman sstem yaklaşımı, Gaz Ünverstes Mühendslk- Mmarlık Fakültes Dergs, 9(3), ss Özdemr, A. (200) Ürün grupları temelnde tedarkç seçm problemnn ele alınması ve analtk hyerarş sürec le çözümlenmes, Afyon Kocatepe Ünverstes İ.İ.B.F. Dergs, 2(), ss Özel, B. ve Özyörük, B. (2007) Bulanık aksyomatk tasarım le tedarkç frma seçm, Gaz Ünverstes Mühendslk-Mmarlık Fakültes Dergs, 22(3), ss Özkan, M. M. (2003), Bulanık hedef programlama, Ekn Ktabev, Bursa. Özyörük, B. ve Özcan, E.C. (2008) Analtk hyerarş sürecnn tedarkç seçmnde uygulanması: otomotv sektöründen br örnek, Süleyman Demrel Ünverstes İ.İ.B.F. Dergs, 3(), ss Sanaye, A., Mousav, S.F. ve Yazdankhah, A. (200) Group decson makng process for suppler selecton wth VIKOR under fuzzy envronment, Expert Systems wth Applcatons, 37(), ss Seçme, N.Y., Bayrakdaroğlu, A. ve Kahraman, C. (2009) Fuzzy performance evaluaton n Turksh bankng sector usng analytc herarchy process and TOPSIS, Expert Systems wth Applcatons, 36(9), ss Shaen, R.F. (2006) A decson model for selectng technology supplers n the presence of nondscretonary factors, Appled Mathematcs and Computaton, 8(2), ss Soner, S. ve Önüt, S. (2006) Çok krterl tedarkç seçm: Br ELECTRE-AHP uygulaması, Sgma Mühendslk ve Fen Blmler Dergs, Aralık Sayısı (4), ss Tam, M.C.Y. ve Tummala, V.M.R. (200) An applcaton of the AHP n vendor selecton of a telecommuncatons system, Omega, 29(2), ss Vahdan, B., Hadpour, H., Sadaghan, J.S. ve Amr, M. (200) Extenson of VIKOR method based on nterval-valued fuzzy sets, Internatonal Journal of Advanced Manufacturng Technology, 47(9-2), ss Wang, G., Huang, S.H. ve Dsmukes, J.P. (2004) Product-drven supply chan selecton usng ntegrated mult-crtera decson-makng methodology, Internatonal Journal of Producton Economcs, 9(), ss.-5. Yu, P. L. (973) A class of solutons for group decson problems, Management Scence, 9(8), ss

18 24 Gökhan AKYÜZ Ek-. Krterlern önem düzey Karar Krterler verc C C 2 C 3 C 4 C 5 C 6 C 7 K Y Y Y ÇY O ÇY Y K 2 Y ÇY ÇY Y Y O Y K 3 ÇY Y ÇY Y D O O K 4 Y Y Y ÇY D ÇY O K 5 ÇY ÇY ÇY Y ÇY O Y Ek-2. Krterler bazında alternatflern değerlendrlmes Alternatf Karar Krterler verc C C 2 C 3 C 4 C 5 C 6 C 7 K Çİ O K O O Çİ O K 2 O İ Çİ İ İ Çİ İ A K 3 İ İ Çİ Çİ İ Çİ İ K 4 İ İ Çİ Çİ İ Çİ İ K 5 O O K O İ Çİ İ A 2 A 3 A 4 A 5 K İ Çİ İ İ İ O Çİ K 2 İ İ Çİ İ Çİ İ İ K 3 O İ İ İ O O İ K 4 Çİ Çİ İ İ O O Çİ K 5 İ İ K İ O O İ K O O O O O Çİ İ K 2 K O K K K İ K K 3 O İ İ İ İ Çİ İ K 4 O İ O İ K O İ K 5 K O K İ İ İ Çİ K K Çİ İ Çİ Çİ Çİ O K 2 O İ O İ O İ O K 3 K İ İ İ O Çİ İ K 4 K İ O İ O Çİ İ K 5 K İ İ İ O Çİ İ K ÇK İ Çİ İ İ Çİ İ K 2 K O İ İ İ İ İ K 3 O İ O İ İ Çİ İ K 4 K İ İ İ O Çİ İ K 5 O O İ İ O Çİ İ

19 Atatürk Ünverstes İktsad ve İdar Blmler Dergs, Clt: 26, Sayı:,