Yrd. Doç. Dr. Kemal Vatansever

Transkript

1 Anadolu Ünverstes Sosyal Blmler Dergs Anadolu Unversty Journal of Socal Scences Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Use of Fuzzy TOPSIS Method n Suppler Selecton Decson and an Applcaton Yrd. Doç. Dr. Kemal Vatansever Öz Günümüzde rekabet frmalar arasında değl tedark zncrler arasındadır. Frmaların başarıları tedarkçlerle kurdukları uzun sürel ve karşılıklı güvene dayalı lşklerle doğru orantılıdır. Frmaların sert rekabet koşullarında ayakta kalablmeler en doğru ve en güvenlr tedarkç le çalışmalarına bağlıdır. Bu doğrultuda tedarkç seçm kararı hayat br önem taşımaktadır. Tedarkç seçm problemlernn çözümünde çok krterl karar verme teknklernden yararlanılablmektedr. Bu teknkler, özellkle belrszlğn ş yaşamı üzerndek olumsuz etklern de göz önünde bulundurduğu çn frmalara daha spesfk ve doğru çözümler sunmaktadır. Çalışmada tekstl sektöründe faalyette bulunup büyük frmalara fason üretm yapan br üretm şletmesnn tedarkç seçm problem bulanık TOP- SIS (Fuzzy Technque for Order Preference by Smlarty to Ideal Soluton) yöntemyle değerlendrlmş ve yönetclere karar desteğ sağlanmıştır. Anahtar Kelmeler: Tedarkç Seçm, Çok Krterl Karar Alma, Bulanık TOPSIS Abstract Nowadays, the rvalry s among supply chans but not among the companes. The achevements of the companes are drectly proportonal to the relatonshps whch are establshed wth the supplers long-term based and mutual trust. The survval of the companes at rough rvalry condtons depend upon to the study wth the most accurate and most relable suppler. In ths respect, the decson of suppler selecton decson ehbts of vtal mportance. In order to solve the problems of suppler selecton, a mult-crtera decson-makng technques are utlzed. These technques, especally taken nto consderaton the negatve effects of uncertanty on work-lfe, present more specfc and accurate solutons to the companes. In ths study, the suppler selecton problem of operatng n the tetle sector entty whch s engaged n contract manufacturng has been evaluated va Fuzzy TOPSIS (Fuzzy Technque for Order Preference by Smlarty to Ideal Soluton) and provded decson support to the managers. Keywords: Suppler Selecton, Mult Crtera Decson Makng, Fuzzy TOPSIS Grş Günümüzde üretcler şmdye kadar olduğundan çok daha fazla ürün özellklendrmes, kalte gelştrmede ve talebe cevap vermede artan br şeklde müşter gereksnmler baskısıyla karşı karşıyadırlar. Dğer taraftan, üretclern karlılıklarını artırmak çn malyetlern azaltmaya, kısalmış üretm zamanlarına ve daha düşük stok düzeylerne htyaçları vardır (Chan ve Q, 003, s.09). Bu tür rekabetç baskılar şletmeler pazardak konumlarını koruyablmek adına br takım önlemler almaya tmektedr. Rekabetn tedark zncrler arasında yaşandığı günümüz pyasalarında şletmelern tedarkçlerne yükledkler anlamlar da değşm göstermektedr. İşletmeler tedarkçleryle uzun döneml ve karşılıklı güvene dayalı yakın lşkler gelştrmektedrler. Yrd. Doç. Dr. Kemal Vatansever, Pamukkale Ünverstes Uygulamalı Blmler YO Sermaye Pyasası Bölümü, kemalvatansever@hotmal.com sbd.anadolu.edu.tr 55

2 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama İşletmeler global pazarlarda rekabet güçlern sürdürmek styorlarsa hızlı br şeklde değşen talebe cevap vermel ve esneklğ gelştrmeldrler. Tedark zncr yönetm, tedark zncr boyunca akan ürünlern ve blglern kontrol altında tutulmasıdır. Tedark zncr kararlarının optmzasyonunda amaç, sadece stok mktarlarını azaltmak değl, bunun yanında müşternn tam olarak arzu ettğ nha ürünlerde daha yüksek kar marlarını yaratmaktır (Dng vd., 005, s.0).işletmeler ancak bu şeklde müşter memnunyet sağlamakta ve pyasalarda kalıcı hale geleblmektedr. Tedark zncrn kurmada ya da onun etknlğn artırmadak en öneml konu çeştl sayılardak tedarkçler arasından uzun döneml lşkler kurmaya uygun daha şbrlkç olanlarını seçmektr (Chen, 0, s.65-65). Frmalarla tedarkçler arasındak lşkler günümüzde değşm göstermektedr. Stratek ortaklıklar daha genel br hale gelmekte ve alıcı ve satıcı frmalar ortak lşklern daha da gelştrmektedrler. Tedarkç seçm kararını etkleyen değerlendrme krter, alıcı-satıcı lşklerndek geleneksel kazan-kaybet yaklaşımından kazan-kazan stratek ortaklık modelne yönelmştr (Wlson, 994, s.35-36).bu durumda şletmeler açısından tedarkç seçm hayat br karar olarak ortaya çıkmaktadır. Günümüzde şletmelerde tedarkç seçm kararını satın alma bölümü vermektedr. Son yıllarda yönetcler satın alma fonksyonunun şletmenn genel stratek başarısına cdd ölçüde katkıda bulunduğunu fark etmşlerdr (Gustn vd., 997, s.4). Satın alma bölümü doğru ürün ve hzmetlern, doğru zamanda, doğru fyattan, doğru mktarda, doğru kaltede ve doğru kaynaktan temn edlmesnden sorumludur(zeydan, vd., 0, s.745). Satın alma alanında meydana gelen gelşmeler üretcler etks altına almıştır. Bu gelşmeler şu şeklde özetleneblr: Rekabet avantaı sağlayan kaltel ürünlern üretm, dağıtım ve hzmetler, tedarkçlere öneml br rol yüklemştr. Özellkle yüksek teknolol endüstrlerde satın alınan malzeme ve hzmetler toplam üretm malyetlernn yaklaşık %80 ne ulaşmıştır. Esk tedark faalyetler en düşük brm fyatları elde tutmaya odaklanmıştır. Kalte sıkıntıları, değşken dağıtım performansı ve dğer problemler dengelenerek stoklar, kalte kontrol personel ve çoklu tedarkçlerle kısa döneml çalışmalarla sınırlandırılmıştır. İşgücü ve genel üretm gderler ve hammadde malyetlern azaltıcı çalışmalar sonucunda frmaların karlılığı ve nakt durumlarıyla lgl fnansal şlemler gelştrlmeye çalışılmaktadır (Burton, 988, s.38). Tedarkç Seçm 990 lar boyunca brçok üretm şletmes yönetm performanslarını ve rekabet güçlern gelştrmek amacıyla tedarkçleryle şbrlğ çersne grme konusunu araştırmışlardır. Alıcı ve tedarkç lşklerne üretm şletmeler dkkatlern yöneltmşlerdr. Uzun döneml lşkler kurulduğunda, frmanın tedark zncr rakpler karşısında en güçlü grş engeln yaratmış olmaktadır. Tedarkç y yönetlen ve organze olan br tedark zncrnn üyes olduğunda, bu lşk nha olarak tedark zncrnn tamamındak rekabetç gücü etkleyecektr. Bu sebeple tedarkç seçm problem etkn br tedark zncr sstem kurmadak en öneml konu olarak karşımıza çıkmaktadır. Tedarkç seçm sürecndek temel amaçlar; satın alma rskn azaltmak, satın alma faalyetn yürüten müşter frmanın değern artırmak, ve alıcı ve tedarkç arasında yakın ve uzun döneml lşkler kurmaktır (Chen vd., 006, s.89-90). Tedarkç seçm alıcıların vermş olduğu en temel ve en öneml kararlardır. Bunun yanı sıra bu kararlar, en zor ve krtk kararlardır. Bunun temel neden tedarkç performans ve performansla lşkl faktörler üzerndek düşüncelern çerdğ yüksek düzeydek karmaşıklıktır. Kapsamlı br tedarkç değerleme gerçekleştreblmek çn çok sayıda krter değerlendrleblmeldr (Sarks ve Tallur, 00, s.9). Üretm hattında meydana geleblecek hammadde eksklklernden korunmanın yolu, gerekl malzeomelern bulunableceğ brden fazla tedarkç le çalışmaktır. Gelen malzemelern kalte standartlarına uygunluğunun sağlanmasının yolu tedarkçlern peryodk olarak değerlendrlp sıralanmasından geçmektedr. Tedarkçler sadece fyat odaklı değl aynı zamanda toplam malyetler açısından da farklı gereksnmler karşılayablecekler arasından seçlmeldr. Çünkü üretm satın alma le başlar ve satın alma programı, alıcı ve tedarkçler arasında sürekl br şbrlğne dayalı lşkler var olmadıkça başarılı 56

3 Clt/Vol.: 3 - Sayı/No: 3 (55-68) olamayacaktır. Tedarkç seçm en öneml satın alma faalyetdr. Etkn br tedarkç seçm aynı zamanda şletmelere tam zamanında üretm gerçekleştrmelerne yardımcı olur (L vd., 997, s.753). Yüksek teknoloye dayalı brçok üründe satın alınan malzeme ve hzmetlern malyetler, toplam malyetlern yaklaşık %80 ne ulaşmaktadır. Bu yüzden doğru tedarkçlerle çalışmak tedark sürec açısından çok önemldr ve şletmelere malyetlern azaltma açısından fırsatlar sağlar. Tedarkç seçmnde yapılan hatalar da berabernde operasyonel ve fnansal sorunlar getrr. Geleneksel tedarkç seçm yaklaşımı sadece fyat temelne dayanmaktaydı. İşletmeler günümüzde tedarkç seçm çn sadece fyat krternn kullanımının yeterl olamayacağını fark etmşler ve dkkatlern daha kapsamlı olan çok krterl karar alma teknklerne yöneltmşlerdr. Çok krterl karar alma teknklernde, geleneksel kalte, dağıtım, malyet ve hzmet krterler çevresel, sosyal, poltk ve müşter memnunyetne dayalı krterlerle bütünleştrlmştr. İşletmeler doğru tedarkçlerle çalışarak malyetlern azaltmalarının yanı sıra ürün gelştrme zamanlarının azalması, ürün kaltesnn yleştrlmes ve tedark sürelernn kısalmasıyla brlkte rekabet avantaı da elde etmşlerdr (Zeydan vd., 0, s.74). Satın alma bölümü malyetlern azaltılmasında klt rol oynar ve satın alma yönetmnn en öneml fonksyonu tedarkç seçmdr. Temel olarak k tür tedarkç seçm problem vardır: a) Tedarkç seçm herhang br kısıtlama olmaksızın yapılmalıdır. Dğer br deyşle, bütün tedarkçler alıcıların talep, kalte, dağıtım gb steklern karşılayablmeldr. b) Tedarkç seçm tedarkçnn kapastes, kalte gb bazı sınırlamaları berabernde getreblr. Hçbr tedarkç, alıcı frmanın tüm htyaçlarını tek başına karşılayamaz. Alıcılar kapaste eksklklern veya kalte düzeyndek düşüklükler başka tedarkçlerle de çalışarak karşılayablrler (Ghodsypour ve O Bren, 998, s.99). Özetle satın alma bölümünün vermes gereken karar tek br tedarkç le m yoksa brden fazla tedarkç le m çalışma kararı olmalıdır. Bu karar ürüne yönelk talep yapısı, rekabet koşulları gb brçok faktör göz önüne alınarak satın alma bölümü tarafından cevaplanır. Anadolu Ünverstes Sosyal Blmler Dergs Tedarkç seçm sürec farklı aşamaları kapsayan br yapı gösterr. Bu aşamalar sırasıyla şu şeklde özetleneblr: a) Tedarkç seçm le lgl olarak gerçekte tam olarak başarmak stedklermzn ortaya konması b) Krterlern tanımlanması c) Uygun olan tedarkçlern ön yeterllklernn ortaya konulması d) Nha kararı verme (De Boer vd., 00, s.77). Tedarkç seçm problemnde öncelkle frmaların yen br tedarkçye htyaç duymaları gerekmektedr. Frma kend htyaçları doğrultusunda seçeceğ tedarkçye lşkn karar krterlern belrlemel ve adaylar hakkında yeterl blgye sahp olmalıdır. Sonrak süreçte se adaylar arasından kend htyaçlarını maksmum düzeyde karşılayacak olan tedarkç ya da tedarkçlern seçm gelmektedr. Tedarkç seçm krterlernn belrlenmesne lşkn lteratürdek en kapsamlı çalışma Dckson ın 966 tarhl çalışmasıdır. Dckson yapmış olduğu çalışmada en önemlden önemsze doğru 3 tedarkç seçm krterbelrlemştr. Bunlar sırasıyla; kalte, dağıtım, performans geçmş, garantler ve talep poltkaları, üretm olanakları ve kapaste, fyat, teknk yetenekler, fnansal durum, prosedür uyumluluğu, letşm sstem tanınılırlık ve endüstrdek durum, çalışma steğ, yönetm ve organzasyon, yürütme kontroller, düzeltc hzmetler, tavır, zlenm, ambalalama yeteneğ, çalışan lşkler kaydı, coğraf bölge, geçmş faalyet hacm, destekleyc malzemeler ve karşılıklı düzenlemelerdr (Weber vd., 99, s.4).bu krterlern dışında endrekt malyetler (Narasmhan, 006), karlılık (Chen vd., 006), ürün sayısı (Ng, 008; Hong vd., 005), dönen ürün sayısı (Amd vd., 009), esneklk (Lee, 009; Lao ve Rttscher, 007; Lee vd., 009; Lu ve Ha, 005), çevre yönetm (Lee vd., 009) gb krterlern de tedarkç seçmnde kullanıldığı görülmektedr. (Sydan vd., 0) Tedarkç seçm sürec sadece karar krterlernn belrlenp, htyaçlar doğrultusunda aday tedarkçler arasından en y ya da ylernn seçm le btmemektedr. Seçlen tedarkç ya da tedarkçler sürekl olarak zlenmekte ve ortaya çıkan yen htyaçlar doğrultusunda gerekl ayarlamalar ve değşklkler yapılmaktadır. sbd.anadolu.edu.tr 57

4 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Kaynak: Sönmez, M., 006, A Revew and Crtque of Suppler Selecton Process and Practces, Loughborough Unversty Busness School, Occasonal Paper Seres, No., s.9 Şekl. Tedarkç Seçm Sürec Aşamaları ve Tedarkç Seçmndek Görevler Tedarkç seçm sürecnde karar krterlernn belrlenp tedarkçlern değerlendrlmes aşamasında farklı htyaçlara göre brbrnden farklı yöntem ve modeller kullanılablmektedr. Lteratürde tedarkç seçmnde sıklıkla kullanılan model ve teknklern başında; ver zarflama analz (Baker ve Tallur, 997; Bragla vepetron, 000; Forker ve Mendez, 00; Saen, 007), doğrusal programlama (Tallur ve Narasmhan, 003; Ng, 008), analtk hyerarş proses (AHP) (Akarte vd., 00; Muraldharan vd., 00), bulanık küme teors (Sarker ve Mohapatra, 006; Chen vd., 006), bulanık AHP (Kahraman vd., 003; Chan ve Kumar, 007) ve bulanık TOPSIS (Baykaşoğlu vd., 03; Wang vd., 009; Lao ve Kao, 0; Zouggar ve Benyoucef, 0) gelmektedr. Modellerle lgl kapsamlı br çalışma çn Ho ve arkadaşlarının (00) çalışmasına da bakılablr. Çok Krterl Karar Alma Karar alma problem tüm uygun alternatfler çersnden en y seçeneğ bulma sürecdr. Bu tür problemlerde alternatfler arasından çeştl krterlere yönelk yargılamalarda bulunma yaygındır ve karar verc çok krterl karar alma problemn çözmek ster. Çok krterl karar alma problem kısaca aşağıdak matrste olduğu gb fade edleblr: 58

5 Clt/Vol.: 3 - Sayı/No: 3 (55-68) D = A A A m C m C m Burada A,A,,A m karar verclern seçmek zorunda oldukları alternatfler arasından muhtemel olanları; C,C,,C n alternatf performansı ölçülen krterler; alternatf A nn krter C ye göre puanını ve W de krter C nn ağırlığını fade eder (Chen, 000, s.). Çok krterl karar alma problemlernn çözümünde k genel yaklaşım vardır. Bunlar; çok amaçlı karar alma(mult-obectve decson makng MODM) ve çok ntelkl karar alma(mult-attrbute decson makng MADM) yaklaşımlarıdır. Amaçlar bazen brbryle çelşr yan br amaç çn optmal çözüm dğeyr çn optmal olmayablr. Karar vercler amaçlar arasında en uygun çözüme ulaşmada ortak br yol bulmaya çalışırlar. Bu durum ortaya sonsuz sayıda çözüm çıkarır k buna da genellkle Pareto Optmum çözümler denlr. Bu tür modellerde sürekl br tanım bölgesndek sonsuz ya da çok mktardak karar seçeneğnn belrlenmesyle oluşturulan karar değşkenler yer alır. En y karar, problem kısıtları ve amaçları doğrultusunda karar verclern terch blglern tatmn ederek alınan karardır. Çok ntelkl karar alma yaklaşımı se kararların sınırlı sayıda alternatf ve performans ntelkler kümes çerdğ durumlardak seçm problemlernde kullanılablr. Karar değşkenler ncel ya da ntel olablr. Çok ntelkl karar alma modeller, çok amaçlı karar alma modelleryle karşılaştırıldığında; çok ntelkl karar alma modeller önceden belrlenmş alternatflere dayalı süreksz (rassal) değşkenler çerr ve daha da önemls grd ve çıktı değşkenler arasında kesn br lşk gerektrmez (Shanan ve Savadogo, 006, s.096). Gerek üretm ve gerekse hzmet sstemlernde gerçek hayata lşkn karar alma problemlernde optmum kararın verlmes, bu ortamların çok karmaşık ve tam olarak tanımlanması zor olduğu çn bast performans krterlerne dayalı olarak değerlendrlememektedr. Bu sebeple çok krterl karar alma yöntemler etkn br ölçüm ve değerlendrme olanağı sağladığı çn kullanılmaktadır (Zeydan ve Çolpan, 009, s.438). C n { w w } W =,...,, w n n n mn Anadolu Ünverstes Sosyal Blmler Dergs Çok krterl karar alma teknkler farklı brmlerde, çeştl krterler açısından çeştl seçeneklern değerlendrlmes noktasında değerlendrclere avantalar sağlamaktadırlar. Bütün krterlern tek br brm doğrultusunda değştrldğ geleneksel karar destek metotlarıyla kıyaslandığında bu öneml br avantadır. Bunun yanı sıra brçok çok krterl karar alma teknğ ncel ve ntel değerlendrme krtern br arada kullanarak da avanta sağlamaktadır (Bozbura vd., 007, s.0). Brçok koşul altında, nsan yargıları kesn sayısal değerlerle hesaplanamadığı ve sıklıkla belrszlk çerdğ çn kesn verler gerçek yaşama lşkn koşulları modellemede yetersz kalacaktır. Sayısal değerler yerne dlsel değşkenlern kullanımı daha gerçekç br yaklaşım olablr. Problemde krterlern puanları ve ağırlıkları dlsel değşkenler tarafından değerlendrleblr (Chen, 000, s.). Dlsel değşken, doğal ya da yapay dlde kelmeler ya da cümlelerle fade edlen değşkenlerdr. Dlsel değşkenler çok yüksek, çok y, y, yüksek, normal, çok düşük, çok kötü gb etkleyc değerler le fade edlr (Cheng vd., 005, s.56). Düşük, orta, yüksek gb dlsel deymler br nev yargıların doğal göstermdrler. Bu karakterstkler karar verclern terch yapılarını oluşturmalarında bulanık küme teorsnn uygulanablrlğn fade eder. Bulanık küme teors, nsanoğlunun subektf yargıları aracılığıyla kavramlardak belrszlğ ölçmeye yardımcı olur. Bunun ötesnde, grupla karar almada; değerlendrme, farklı değerlendrclern dlsel değşkenlere bakışı sonucunda gerçekleşr ve bu değerlendrme belrsz, bulanık br çevrede yürütülmeldr (Saghafan ve Heaz, 005, s.). 965 te Zadeh n bulanık küme teors ve 970 de Bellman ve Zadeh n bulanık ortamlarda karar alma yöntemlern açıklamalarıyla brlkte, belrsz bulanık problemlern çözümüne yönelk çalışmalarda bulanık küme teors uygulamalarının günden güne arttığı görülmektedr (Cheng vd., 005, s.56). Çok değerl mantık olarak da blnen bulanık mantık, belrsz nsan yargılarını ve dnamk sstem modellemelern tanımlama ve belrgn değerlere dönüştürmede kullanılır. Ev araçları, robotk, otomasyon, ma şleme, uzay, savunma uygulamaları gb brbrnden farklı brçok alanda 965 te Zadeh tarafından ortaya atıldığından ber kullanılmaktadır. sbd.anadolu.edu.tr 59

6 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama İnsan yargıları ve davranışları çok karmaşık yapılar gösterdğ ve kesn sayısal değerlerle tahmn edlemedğ çn gerçek yaşamda hzmet ve üretm sstemlernn tanımlanmasında kesn değerlern (k değerl mantığın) kullanımı makul ve uygun sonuçlar vermez (Zeydan ve Çolpan, 009, s.439). Bulanık sstemlern spesfk uygulamalarda daha y performans göstermesnn ardında yatan temel karakterstkler şunlardır: a) Özellkle ssteme lşkn matematksel modeller türetmenn zor olduğu durumlarda, bulanık sstemler belrsz ve yaklaşık verlerle çalışıldığında uygundurlar. b) Bulanık mantık, eksk ya da belrsz blg koşulları altında karar verclere tahmn değerler sağlar (Kahraman vd., 007, s.47). Lteratürde en çok kullanılan çok krterl karar alma yöntemlernn başında TOPSIS teknğ gelmektedr. Bu yöntemle karar alma çalışmalarında karşılaşılan en büyük sıkıntı da belrszlğn karar krterler üzerndek etksdr. Bu olumsuzluk karşısında da bulanık küme teors kullanılmıştır. Çalışmanın bundan sonrak bölümünde Bulanık TOPSIS yaklaşımı anlatılacaktır. Bulanık TOPSIS TOPSIS çok krterl karar alma problemler çn kullanılan ve lk kez Hwang ve Yoon tarafından gelştrlen en çok blnen klask çok krterl karar alma yöntemdr. TOPSIS yöntem seçlen alternatfn poztf deal çözüme en kısa mesafe ve negatf deal çözüme en uzak mesafe düşünces üzerne oturumaktadır (Chen, 000, s.).topsis yöntem sadece seçlen alternatfn poztf ve negatf deal çözüme uzaklıklarını ortaya koymaz, bunun yanında deal ve deal olmayan çözümler de ortaya koymaktadır (Wang vd., 009, s.377) Çok krterl grup karar alma problemlernde TOP - SIS çok farklı alanlarda yaygın br şeklde kullanılmaktadır. TOPSIS n bu kadar yaygın kullanım sebeplernden lk, AHP ya da bast ağırlıklı toplam yöntemlernden farklı olarak poztf deal çözüme en yakınlığı ve negatf deal çözüme en uzaklığı en uygun sonuç olarak ortaya koyan mantıksal düşünceye dayanmasıdır. İkncs, sezgsel, anlaşılması ve uygulanması kolay br yöntemdr. Üçüncüsü, TOPSIS dğer çok krterl karar alma yöntemleryle karşılaştırıldığında br takım poztf özellklere sahptr. Bunlar: Yöntemn performansı alternatflern sayısından kısmen etklenr ve sıralama farklılıklarında alternatf ve krterlern sayısındak artış karşısında güçlendrlmştr. Optmal olmayan br alternatf grldğnde alternatflern sıralamaları değşr. TOPSIS sıralama değşm konularında en y yöntemdr. Bu tutarlılık özellğ uygulamada takdr edlr (Botrtan ve Rzz, 006, s.300). Yöntemn olumlu yönlernn yanı sıra daha öncede belrtlen özellkle değşen çevresel koşullar ve belrszlk karşısında karar krterlernde meydana gelen değşmlern yol açtığı olumsuz durumları önlemede Bulanık TOPSIS yöntem kullanılmaktadır. TOPSIS yöntem yerne bulanık TOPSIS kullanımıyla br takım zayıflıklar ortadan kalkar. Bunlar: a) Her krtere başlangıç ağırlığı atama htyacı b) Bulanık sayılar ve 0 olduğunda drekt olarak bunların sırasıyla poztf deal çözüm ve negatf deal çözüm olduğu varsayılır. Ağırlıklar ve derecelenmş değerler aşırı ölçüde küçük olduğunda krterler arasındak mesafe ve bulanık poztf ve negatf deal çözümler yükselr. c) Sonuçlar bazen temel düşüncelere uymayablr k bu durumda en y çözüm poztf deal çözüme en yakın, negatf deal çözüme en uzak seçenektr (Wang vd., 009, s.380). Dğer klask çok krterl karar alma yöntemleryle kıyaslandığında, sstemn etknlğ bulanık TOPa- SIS yöntemnde AHP den %3, bulanık optmum yöntemnden %7, TOPSIS den % ve gr lşk anallznden %0 daha fazladır (Wang vd., 007, s.35). Bulanık küme yaklaşımıyla çok kşl çok krterl karar alma yöntemlernden bulanık TOPSIS şu aşamaları çerr; Adım: Karar alıcılardan oluşan br grup oluşturulup değerlendrme krterlernn tespt. 60

7 Clt/Vol.: 3 - Sayı/No: 3 (55-68) Adım: Krterlern önem ağırlıklarına göre uygun dlsel değşkenler ve krter bakımından alternatflern alacağı dlsel puanları seçme. Adım3: C krternn toplulaştırılmış W bulanık ağırlığını elde etmek çn krter ağırlıkları toplulaştırılır, karar verclern düşünceler doğrultusunda C krter altında A alternatf çn toplulaştırılmış bulanık puanları elde edlr. Bu şu şeklde hesaplanır; [ ~ k ~,..., ] ~ X ~ = k k [ w~ w~,..., w ] ~ W ~ = k ) () Adım4: Bulanık karar matrs ve normalze karar matrs oluşturulur. Bulanık karar matrsndek dlsel değşkenler üçgensel bulanık sayılar şeklnde [ ~ = ( a, b, c ) w ~ ( ) = w, w, w 3 ] tanımlanır. Fayda (Beneft-B) ve malyet (Cost-C) krterler açısından bulanık karar matrsnn normalzasyonu şu şeklde gerçekleştrlr: ~ a b c r =,,, B * * * c c c ~ r c a * a = c a, b = ma c = mn a a, a (3) (4) (5) (6) Adım 5: Ağırlıklı normalze bulanık karar matrs; şeklnde oluşturulur. v ~ ~ r w~ f f, C B C (7) Adım 6: Bulanık poztf deal çözüm ve bulanık negatf deal çözüm kümeler oluşturulur. v ~* = ~ v = (,, ) ( 0,0,0) Anadolu Ünverstes Sosyal Blmler Dergs (8) (9) Adım 7: Her br alternatfn bulanık poztf deal çözüm kümesne(fpis) ve bulanık negatf deal çözüm kümesne(fnis) uzaklıkları hesaplanır. d d * = = n = n = d d ( ~ ~ * v, v ), =,,..., m, ( v~, v~ ), =,,..., m (0) () Burada d.,. k bulanık sayı arasındak mesafenn ölçüsüdür ve bunun hesaplanmasında verte metodu kullanılır. dm ~, n~ m n m n m3 ( 3 ) 3 n Adım 8: Her br alternatfn yakınlık katsayısı hesaplanır. d CC,,,.., m * d d (3) Adım 9: Yakınlık katsayısına göre belrlenen tüm alternatflern sıralama puanları belrlenr (Chen, 000, s.3-6). Bulanık TOPSIS Yöntem le En İy Tedarkç Seçm Çalışmada tedarkç performansının değerlendrlmes ve tedarkç seçm kararının verlmesnde üst yönetme yardımcı olmak amacıyla Chen (000) tarafından önerlen bulanık TOPSIS yöntem kullanılmıştır. Tedarkçler değerlendrlen İç Ege Gym Sanay A.Ş. Kütahya-Gedz Organze Sanay Bölges nde faalyette bulunan ve büyük tekstl frmalarına fason üretm yapan br malat şletmesdr. Frmanın yıllık üretm ve tüketm kapasteler Tablo ve de olduğu gbdr. sbd.anadolu.edu.tr 6

8 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Tablo. Frmanın Yıllık Üretm Kapastes Cns-Özellk Tcar ve Teknk Adı Mktar T-Shrt Patlı T-Short Sweat Short 69.0 Pantolon (Bay, Bayan) 4.47 Şort.760 Etek 4.47 Gecelk Pama Tk Eşofman Joggng Tk Atlet (Bay, Bayan) İç Çamaşır (Bay, Bayan) Kombnezon 4.47 Bayan Elbse 4.47 Tablo. Frmanın Yıllık Tüketm Kapastes Cns-Özellk ve Teknk Adı Brm Mktar Örme Kumaş Klogram Dkş İplğ(5000 m lk Bobn) Adet Kordon Metre lk Karton Kutu Adet Kol Bandı Adet Etket (Muhtelf) Adet Elbse Askısı Adet Çalışmada frmaya örme kumaş ve dkş plğ tedarknde bulunan Turp, Lder ve Tuana frmaları değerlendrmeye tab tutulmuştur. Frmanın satın alma, üretm ve pazarlama faalyetlernden sorumlu üç yönetcsyle yapılan lk toplantıda, lteratürde yer alan tedarkç seçm krterler hakkında blg verlmştr. İlk toplantı sonucunda frma yönetcler, örme kumaş ve dkş plğ tedark le lgl tedarkç seçmnde önem verdkler krterler malyet, kalte, zaman, esneklk ve frmalar arası lşk düzey olarak belrtmşlerdr. İknc toplantıda se yönetclere krter ve alternatflern değerlendrlmesnde kullanılan ölçekler hakkında blg verlp, hazırlanan anket formunun doldurulması stenmştr. Krterlern değerlendrlmesnde kullanılan dlsel değşkenler Tablo 3 de olduğu gbdr. 6

9 Clt/Vol.: 3 - Sayı/No: 3 (55-68) Anadolu Ünverstes Sosyal Blmler Dergs Tablo 3. Krterlern Değerlendrlmesnde Kullanılan Dlsel Değşkenler Dlsel Değşken Üçgensel Bulanık Sayılar Çok Düşük (0, 0, 0.) Düşük (0, 0., 0.3) Orta Düşük (0., 0.3, 0.5) Orta (0.3, 0.5, 0.7) Orta Yüksek (0.5, 0.7, 0.9) Yüksek (0.7, 0.9,.0) Çok Yüksek (0.9,.0,.0) Alternatflern değerlendrlmesnde kullanılan dlsel değşkenler se şu şekldedr: Tablo 4. Alternatflern Değerlendrlmesnde Kullanılan Dlsel Değşkenler Dlsel Değşken Üçgensel Bulanık Sayılar Çok Zayıf (0, 0, ) Zayıf (0,, 3) Orta Zayıf (, 3, 5) Orta (3, 5, 7) Orta İy (5, 7, 9) İy (7, 9, 0) Çok İy (9, 0, 0) Frmanın satın alma, üretm ve pazarlama faalyetlernden sorumlu yönetclernn br araya gelerek doldurdukları anket formları sonucunda Tablo 5 dek bulanık karar matrs ve Tablo 7 dek krterlern önem ağırlıkları belrlenmştr. Tablo 5. Bulanık Karar Matrs Turp Lder Tuana Malyet 0,0000,0000 3,0000 5,0000 7,0000 9,0000 9,0000 0,0000 0,0000 Kalte 9,0000 0,0000 0,0000 5,0000 7,0000 9,0000 0,0000,0000 3,0000 Zaman 9,0000 0,0000 0,0000 5,0000 7,0000 9,0000 0,0000,0000 3,0000 Esneklk 0,0000,0000 3,0000 0,0000,0000 3,0000 0,0000,0000 3,0000 İlşk Düzey 9,0000 0,0000 0,0000 9,0000 0,0000 0,0000 9,0000 0,0000 0,0000 sbd.anadolu.edu.tr 63

10 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Tablo 6.Normalze Bulanık Karar Matrs Turp Lder Tuana Malyet 0,0000 0,000 0,3000 0,5556 0,7000 0,9000,0000,0000,0000 Kalte,0000,0000,0000 0,5556 0,7000 0,9000 0,0000 0,000 0,3000 Zaman,0000,0000,0000 0,5556 0,7000 0,9000 0,0000 0,000 0,3000 Esneklk 0,0000 0,000 0,3000 0,0000 0,000 0,3000 0,0000 0,000 0,3000 İlşk Düzey,0000,0000,0000,0000,0000,0000,0000,0000,0000 Eştlk 7 le normalze bulanık karar matrsnde yer alan değerlern her br lgl krter ağırlığı le çarpılarak ağırlıklı normalze bulanık karar matrs elde edlr. Ağırlıklı normalze bulanık karar matrsnn oluşturulmasından sonra bulanık poztf deal çözüm (FPIS) ve bulanık negatf deal çözüm (FNIS) değerler aşağıdak gb belrlenr; Tablo 7. Krterlern Önem Ağırlıkları Malyet 0,9000,0000,0000 Kalte 0,3000 0,5000 0,7000 Zaman 0,0000 0,000 0,3000 Esneklk 0,5000 0,7000 0,9000 İlşk Düzey 0,9000,0000,0000 Tablo 8. Ağırlıklı Normalze Bulanık Karar Matrs Turp Lder Tuana Malyet 0,0000 0,000 0,3000 0,5000 0,7000 0,9000 0,9000,0000,0000 Kalte 0,3000 0,5000 0,7000 0,667 0,3500 0,6300 0,0000 0,0500 0,00 Zaman 0,0000 0,000 0,3000 0,0000 0,0700 0,700 0,0000 0,000 0,0900 Esneklk 0,0000 0,0700 0,700 0,0000 0,0700 0,700 0,0000 0,0700 0,700 İlşk Düzey 0,9000,0000,0000 0,9000,0000,0000 0,9000,0000,

11 Clt/Vol.: 3 - Sayı/No: 3 (55-68) A * = A = [(,, ), (,, ), (,, ), (,, ), (,, )] [( 0,0,0),( 0,0,0 ), ( 0,0,0),( 0,0,0 ), ( 0,0,0) ] Çalışmada üç alternatfn beş krtere göre FPIS ve FNIS a uzaklıklarının belrlenmesnde eştlk dek verte yöntemnden yararlanılır. d d * ( A, A ) = [( 0) + ( 0,) + ( 0,3) ] 0, 8756 = 3 ( A, A ) = [( 0 0) + ( 0 0,) + ( 0 0,3) ] 0, 86 = 3 Aynı şlem dğer alternatf ve krterler çn de yapıldıktan sonra alternatflern krterlere göre FPIS ve FNIS a uzaklıkları Tablo 9 ve 0 da olduğu gb belrlenr Tablo 9. Her Krter İçn Uzaklık A,,3 ve * A Arasındak Krterler d * ( A, A ) d ( A, A * ) ( * d A ) 3, A Malyet 0,8756 0,346 0,0577 Anadolu Ünverstes Sosyal Blmler Dergs Alternatflern tüm krterler çn poztf ve negatf deal çözüme uzaklıklarının hesaplanmasının ardın- * dan alternatfler çn d ve d değerler elde edlr ve eştlk 3 le her alternatf çn görel uzaklık değerler hesaplanarak bulanık TOPSIS yöntemyle tedarkç performans sıralamaları elde edlmş olur. Tablo. Alternatflern Yakınlık Katsayıları ve Sıralama Tablosu Turp Lder Tuana Dİ* 3,89,8338,8947 Dİ-,000,4358,736 Dİ*+Dİ- 5,489 5,696 5,683 CCİ 0,3848 0,46 0,4399 Alternatflern yakınlık katsayıları büyükten küçüğe sıralandığında Lder frmasının 0.46, Tuana nın ve Turp frmasının şeklnde olduğu görülmektedr. Frma en yüksek katsayıya sahp olan Lder frmasıyla çalışmalıdır. Kalte 0,560 0,6465 0,977 Zaman 0,8756 0,8940 0,9675 Esneklk 0,8940 0,8940 0,8940 İlşk Düzey 0,0577 0,0577 0,0577 Tablo 0. Her Krter İçn Uzaklık A,,3 ve A Arasındak Krterler d ( A, A ) d ( A, A ) d ( A3, A ) Malyet 0,86 0,788 0,9678 Kalte 0,560 0,47 0,46 Zaman 0,86 0,60 0,053 Esneklk 0,60 0,60 0,60 İlşk Düzey 0,9678 0,9678 0,9678 Sonuç ve Önerler Rekabetn yoğun br şeklde yaşandığı günümüz pyasalarında frmalar ayakta kalablmek adına kalte, malyet, hız ve esneklk rekabet boyutlarına odaklanmaktadır. Değşen müşter beklentler ve pyasalarda meydana gelen farklılaşmalar berabernde belrszlğn hakm olduğu ş ortamlarını doğurmaktadır. Bu doğrultuda sadece rekabet slahlarına odaklanmak yeterl olmamakta, aynı zamanda pyasalardak belrszlğ de doğru br şeklde öngörmek gerekmektedr. Özellkle belrszlkle mücadelede frmalar dğer frmalarla şbrlğ çersne grp ortak hareket etmek zorundadır. Günümüzde frmalar yerlern tedark zncrlerne bırakmışlardır. Frmanın başarısı çersnde yer aldığı tedark zncrnn başarısına bağlıdır. Rekabet artık tedark zncrler arasındadır. Frmalarla tedarkçlernn lşkler bu doğrultuda büyük öneme sahptr. Tedarkçlerle kurulacak uzun vadel ve karşılıklı güvene dayalı lşkler şletmelere uzun vadede rekabet avantaı sağlayacaktır. Tedarkçlerle ortaklaşa yürü- sbd.anadolu.edu.tr 65

12 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama tülecek planlama, tahmn, üretm ve pazarlama faalyetleryle müşter beklentler daha üst düzeylerde karşılanıp, belrszlkle daha etkn mücadele edleblecektr. İşletmeler artık brden çok tedarkç le çalışmak yerne, uzun vadel ve karşılıklı güvene dayalı olarak çalışableceğ brkaç tedarkç le stratek şbrlğne grmek stemektedr. Tedarkç seçm frmalar çn hayat öneme sahp br konudur. En doğru tedarkçnn seçm ve onunla çalışılması rekabet ve belrszlkle mücadelede frmalara brçok avanta sağlar. Bu doğrultuda frmalar, etkn br tedarkç seçm ve tedarkç performansı değerlendrme sstem kurmalıdırlar. Tedarkç seçm ve değerlendrlmesne yönelk olarak kurulacak sstem brden çok faktörü göz önünde bulunduracak çok krterl br sstem olmalıdır. Malyet gb tek br krtere odaklanmış seçm ve değerlendrme sstemlernn uzun vadel rekabet avantaı sağlama olanağı yoktur. Çalışmada tekstl sektöründe faalyette bulunan İç Ege Gym Sanay A.Ş. nn potansyel tedarkçler, çok krterl karar alma modellernden br olan bulanık TOPSIS yöntemyle değerlendrlmştr. Rekabet ve belrszlğn en yoğun yaşandığı sektörlern başında tekstl sektörü gelmektedr. Talep yapısı, müşter beklentler, moda, pyasa rekabet koşulları sürekl değşm halndedr. Bu koşullar altında da en doğru tedarkç le çalışmak sektörde br zorunluluk halne gelmektedr. Frma yönetcler le yapılan görüşmeler sonucu malyet, kalte, zaman, esneklk ve lşk düzey krterlerne göre frmaya örme kumaş ve dkş plğ tedarknde bulunan üç frma bulanık TOPSIS yöntemyle değerlendrlmş ve frma sıralamaları elde edlmştr. En yüksek yakınlık katsayısını Lder frması elde etmştr. Bu frmayı Tuana ve Turp frmaları zlemştr. Çalışmanın temel amacı yönetclere karar desteğ sağlamaktır. Frmalar çn hayat öneme sahp olan tedarkç seçm ve değerlendrme sürec çok krterl karar alma modellernden bulanık TOPSIS le değerlendrlp, yönetclere farklı br bakış açısı sunulmuştur. İlerk çalışmalarda tedarkç seçm ve değerlendrlmesnde farklı metotlar bağımsız olarak kullanılableceğ gb brden çok metodun kombne edlmes şeklnde de yönetclere karar desteğ sağlanablr. Kaynakça Akarte, M.M., Surendra, N.V., Rav, B., Rangara, N. (00). Web Based Castng Suppler Evaluaton Usng Analytcal Herarchy Process. Journal of the Operatonal Research Socety, 5 (5), 5 5 Amd, A., Ghodsypour, S., O Bren, C. (009). A Weghted Addtve Fuzzy Multobectve Model for the Suppler Selecton Problem Under Prce Breaks n a Supply Chan. Internatonal Journal of Producton Economcs,, Baker, R.C., Tallur, S. (997). A Closer Look at the Use of DEA for Technology Selecton. Computers and Industral Engneerng, 3 (), 0 08 Baykaşoğlu, A., Kaplanoğlu, V., Durmuşoğlu, Z.D.V., Şahn, C. (03). Integrated Fuzzy DEMATEL and Fuzzy Herarchcal TOPSIS Methods for Truck Selecton. Epert Systems wth Applcatons, 40, Bottan, E., Rzz, A. (006). A Fuzzy TOPSIS Methodology to Support Outsourcng of Logstcs Servces. Supply Chan Management: An Internatonal Journal, /4, Bozbura, T. F., Beskese, A., Kahraman, C. (007). Prortzaton of Human Captal Measurement Indcators Usng Fuzzy AHP. Epert Systems wth Applcatons, 3, 00- Bragla, M., Petron, A. (000). A Qualty Assurance- Orented Methodology for Handlng Trade-Offs n Suppler Selecton. Internatonal Journal of Physcal Dstrbuton and Logstcs Management, 30 (), 96 Burton, T. (988). JIT/Repettve Sourcng Strateges: Tyng the Knot WthYour Supplers. Producton and Inventory Management Journal, FourthQuarter, 9(4), 38-4 Chan, F.T.S., Q, H.J. (003). An Innovatve Performance Measurement Method for Supply Chan Management. Supply Chan Management: An Internatonal Journal, 8,( ¾),

13 Clt/Vol.: 3 - Sayı/No: 3 (55-68) Chan, F.T.S., Kumar, N. (007). Global Suppler Development Consderng Rsk Factors Usng Fuzzy Etended AHP-Based Approach. OMEGA Internatonal Journal of Management Scence, 35 (4), Chen, C.T. (000). Etensons of the TOPSIS for Group Decson Makng Under Fuzzy Envronment. Fuzzy Sets and Systems, 4, -9 Chen, C.T., Ln, C.T., Huang, S.F. (006). A Fuzzy Approach for Suppler Evaluaton and Selecton n Supply Chan Management. Internatonal Journal of Producton Economcs, 0, Chen, Y.J. (0). Structured Methodology for Suppler Selecton and Evaluaton n a Supply Chan. Informaton Scences, 8(9), Cheng, J.Z., Chen, P.T., Yu, H.C.D. (005). Establshng a Man Access Strategy for Future Broadband Servce: A Fuzzy MCDM Analyss of SONET/SDH and Ggabt Ethernet. Technovaton, 5(5), De Boer, L., Labro, E., Morlacch, P. (00). A Revew of Methods Supportng Suppler Selecton. European Journal of Purchasng and Supply Management, 7(), Dng, H., Benyoucef, L.,Xe, X. (005). A Smulaton Optmzaton Methodology for Suppler Selecton Problem. Internatonal Journal of Computer Integrated Manufacturng, 8(-3), 0-4 Forker, L.B., Mendez, D. (00). An Analytcal Method for Benchmarkng Best Peer Supplers. Internatonal Journal of Operatons and Producton Management, ( ), Ghodsypour, S.H., O Bren, C. (998). A Decson Support System for Suppler Selecton Usng an Integrated Analytc Herarchy Process and Lnear Programmng. Internatonal Journal of Producton Economcs, 56/57, 99- Gustn, G.M., Dougherty, P.J., Ellnger, A.E. (997). Suppler Selecton Decsons n Systems/Software Purchases. Internatonal Journal of Purchasng and Materals Management, 33(4), 4-46 Anadolu Ünverstes Sosyal Blmler Dergs Ho, W., Xu, X., Dey, P.K. (00). Mult-Crtera Decson Makng Approaches for Suppler Evaluaton and Selecton: A Lterature Revew. European Journal of Operatonal Research, 0(), 6-4 Hong, G.H., Park, S.C., Jang, D.S., Rho, H.M. (005). An Effectve Suppler Selecton Method for Constructng a Compettve Supply Relatonshp. Epert Systems wth Applcatons, 8, Kahraman, C., Cebec, U., Ulukan, Z. (003). Mult- Crtera Supple rselecton Usng Fuzzy AHP. Logstcs Informaton Management, 6 (6), Kahraman, C., Ateş, N.Y., Çevk, S., Gülbay, M., Ermdoğan, S.A. (007). Herarchcal Fuzzy TOPSIS Model for Selecton Among Logstcs Informaton Technologes. Journal of Enterprse Informaton Management, 0(), Lee, A.H. (009). A Fuzzy Suppler Selecton Model wth the Consderaton of Benefts, Opportuntes, Costs and Rsks. Epert Systems wth Applcatons, 36, Lee, A.H., Kang, H.Y., Hsu, C.F., Hung, H.C. (009). A Green Suppler Selecton Model for Hgh-Tech Industry. Epert Systems wth Applcatons, 36, L, C.C., Fun, Y.P.,Hung, J.S. (997). A New Measure for Suppler Performance Evaluaton. IIE Transactons, 9, Lao, Z., Rttscher, J. (007). A Mult-Obectve Suppler Selecton Model Under Stochastc Demand Condtons. Internatonal Journal of Producton Economcs, 05, Lao, C.N., Kao, H.P. (0). An Integrated Fuzzy TOPSIS and MCGP Approach to Suppler Selecton n Supply Chan Management. Epert Systems wth Applcatons, 38, Lu, F.H., Ha, H.L. (005). The Votng Analytc Herarchy Process Method for Selectng Suppler. Internatonal Journal of Producton Economcs, 97, sbd.anadolu.edu.tr 67

14 Tedarkç Seçm Kararlarında Bulanık TOPSIS Yöntemnn Kullanımı ve Br Uygulama Muraldharan, C., Anantharaman, N., Deshmukh, S.G. (00). A Mult-Crtera Group Decson-Makng Model for Suppler Ratng. Journal of Supply Chan Management, 38 (4), 33 Narasmhan, R., Tallur, S., Mahapatra S.K. (006). Multproduct, Multcrtera Model for Suppler Selecton wth Product Lfe-Cycle Consderatons. Decson Scence, 37(4), Ng, W.L. (008). An Effcent and Smple Model for Multple Crtera Suppler Selecton Problem. European Journal of Operatonal Research, 86(3), Saen, R.F. (007). Supplers Selecton n the Presence of Both Cardnal and Ordnal Data. European Journal of Operatonal Research, 83 (), Saghafan, S., Heaz, R.(005). Mult Crtera Group Decson Makng Usng A Modfed Fuzzy TOPSIS Procedure. CIMCA-IAWTIC 05, IEEE,, 5- Sarkar, A., Mohapatra, P.K.J. (006). Evaluaton of Suppler Capablty and Performance: A Method for Supply Base Reducton. Journal of Purchasng and Supply Management, (3), Sarks, J., Tallur, S. (00). A Model for Strategc Suppler Selecton. Journal of Supply Chan Management, 38(), 8-8 Shanan, A., Savadogo, O. (006). TOPSIS Multple Crtera Decson Support Analyss for Materal Selecton of Metallc Bpolar Plates for Polymer Electrolyte Fuel Cell.Journal of PowerSources, 59(), Sönmez, M. (006). A Revew and Crtque of Suppler Selecton Process and Practces. Loughborough Unversty Busness School, Occasonal Paper Seres,, -34 Tallur, S., Narasmhan, R. (003). Vendor Evaluaton wth Performance Varablty: A Ma Mn Approach. European Journal of Operatonal Research, 46 (3), Wang, B.H., Huang, J.G., Qn, X.S., Yan, Z.H., Ba, J.(007). Research on FTOPSIS Model of Threat Synthetc Evaluaton n Mult Target Tracng System. Proceedngs of 007 IEEE Internatonal Conference on Industral Engneerng and Engneerng Management, -4 December, Sngapore, Wang, J.W., Cheng, C.H.,Cheng, H.K. (009). Fuzzy Herarchcal TOPSIS for Suppler Selecton. Appled Soft Computng, 9, Weber, C.A., Current, J.R., Benton, W.C. (99). Vendor Selecton Crtera and Methods. European Journal of Operatonal Research, 50, -8 Wlson, E.J. (994). The Relatve Importance of Suppler Selecton Crtera: A Revew and Update. Internatonal Journal of Purchasng and Materals Management, 30(3), 35-4 Zeydan, M., Çolpan, C.(009). A New Decson Support System for Performance Measurement Usng Combned Fuzzy TOPSIS/DEA Approach. Internatonal Journal of Producton Research, 47(5), Zeydan, M., Çolpan, C., Çobanoğlu, C.(0). A Comlbned Methodology for Suppler Selecton and Performance Evaluaton. Epert Systems wth Applcatons, 38(3), Zouggar, A., Benyoucef, L. (0). Smulaton Based Fuzzy TOPSIS Approach for Group Mult-Crtera Suppler Selecton Problem. Engneerng Applcatons of Artfcal Intellgence, 5, Sydan, A.Z., Karbas, A., Yekta, E.A. (0). Evaluatng and Selectng Suppler n Tetle Industry Usng Herarchcal Fuzzy TOPSIS. Indan Journal of Scence and Technology, 4(0),