TÜRKİYE DEKİ İMALAT SANAYİ SEKTÖRLERİNİN PROMETHEE MULTIMOORA VE SMAA-2 YÖNTEMLERİYLE SIRALANMASI

Endüst Mühendslğ Degs Clt: 27 Sayı: 2 Sayfa: (28-44) Makale Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması TÜRKİYE DEKİ İMALAT SANAYİ SEKTÖRLERİNİN PROMETHEE MULTIMOORA VE SMAA-2 YÖNTEMLERİYLE SIRALANMASI Aslı ÇALIŞ, Gökhan ÖZÇELİK, Cevye GENCER Gaz Ünvestes, Mühendslk Fakültes, Endüst Mühendslğ Bölümü, Ankaa aslcals@gaz.edu.t, gokhanozcelk@gaz.edu.t, ctemel@gaz.edu.t Gelş Tah: 29.01.2016; Kabul Edlş Tah: 25.03.2016 ÖZ Son yıllada sanay sektöü, gelşmş ve gelşmekte olan bçok ülkenn ekabet poltkalaını etkle hale gelmşt. Özelkle yaşanan ekonomk kzle sonasında, malat sanaynn önem yenden vugulanmıştı. Çünkü üetmn olmadığı b otamda, yalnızca hzmet sektöünün valığı le ekabetç b ekonomden söz etmek mümkün değld. Bu çalışmada, Tükye dek malat sanay sektölenn, çok ktel kaa veme yöntemlenden PROMETHEE, MULTIMOORA ve SMAA-2 yöntemleyle otalama çalışan sayısı, katma değe, sthdam paylaı, şye sayısı gb faklı ekabet göstegele bazında sıalanması hedeflenmş ve sonuçla analz edlmşt. Anahta Kelmele: İmalat sanay sektöle, MULTIMOORA, PROMETHEE, SMAA-2 RANKING OF MANUFACTURING INDUSTRY SECTORS IN TURKEY WITH THE HELP OF PROMETHEE MULTIMOORA AND SMAA-2 METHODS ABSTRACT In ecent yeas, ndustal secto has affected the competton polces of both developed and developng countes. Especally afte the economc cses, the mpotance of the manufactung ndusty has been emphaszed agan because t s mpossble to talk about a compettve economy just n the pesence of the sevce secto wthout poducton secto. In ths study, t s amed to ank the manufactung ndusty sectos n Tukey based on dffeent competton ndcatos such as aveage numbe of employees, value added, employment shaes, numbe of wokplace by usng PROMETHEE, MULTIMOORA and SMAA-2 whch ae mult ctea decson makng methods and the esults ae analyzed. Keywods: Manufactung ndusty sectos, MULTIMOORA, PROMETHEE, SMAA-2 İletşm yazaı 1. GİRİŞ Günümüz dünyasında gelşmş ekonomlen aynı zamanda sanayleşmş ülkele olmalaı, ekonomk gelşme le sanayleşme aasında çok yakın b lşknn olduğunu otaya koymaktadı. Bu bağlamda malat sanay sektöünün Tükye ekonoms çnde öneml b ye vadı. Kuşkusuz, oluştuduğu katma değe, sthdam ve hacat le ekonommzn temel taşı ntelğnded. Gelnen son noktaya bakacak olusak, sanay sektöünün kayda değe b hızla küesel ekonomye entege olduğunu söylemek mümkündü. Konu le lgl çalışmala şu şeklded: Ayaş ve Çeştepe (2010), Tük malat sanay öneğ üzende dış tcaet değşmelenn sthdam üzendek etklen ncelemşt. Ayaş (2011) dğe b çalışmasında, Tük malat sanay sektölenn statejk önem analz çn Cheney-Watanabe, Rasmussen-Ghosh, Detzenbache ve Laumas katsayı yöntemlen kullanmıştı. Akan ve Çalmaşu (2011) çalışmalaında, 2004-2007 dönem çn TRA1 alt bölges malat sanaynde faalyet gösteen fmalaın teknk etknlk düzeylen, ve zaflama ve stokastk sını analz yöntemle le tahmn etmş ve yöntemle kaşılaştımışladı. Yalçın vd. (2012) se Tük malat endüstlenn fnansal pefomans değelendmes çn bulanık analtk hyeaş yöntem le kte ağılıklaını belleyp, TOPSIS ve VIKOR yöntemlen kullanmışladı. Bu çalışmada, Tükye dek malat sektölenn otalama çalışan sayısı, sthdam, katma değe, toplam İV (İşgücü Vemllğ) atışı, toplam TFV (Toplam Faktö Vemllğ) atışı ve şye sayısı ktelene bağlı olaak AHP (Analtk Hyeaş Süec)-PROMETHEE, AHP- SMAA-2, PROMETHEE ve MOORA yöntemleyle değelendlmes ve sıalanması hedeflenmşt. Lteatüde AHP-PROMETHEE le lgl faklı alanlada da yapılmış oldukça fazla çalışma vadı: Taha ve Rostam (2012); Tucksn vd. (2011); Akıncıla ve Dağdeven (2014); Wang ve Yang (2007); Machas vd. (2004). Lteatüde SMAA yöntem kullanılaak yapılan çalışmaladan bazılaı da şöyled: Makkonen vd. (2003), lbeal pyasada elektk dağıtıcısının statejk kaalaını optmzasyon, stokastk smülasyon, ve SMAA-2 yöntemlenden oluşan b kaa destek sstem le bellemşled. Okul vd. (2013), stokastk çok ktel kaa veme çn SMAA ve TOPSIS yöntemlen laç ve maknel tüfek seçm poblemlende hbt olaak kullanmıştı. Kaabay vd. (2014), Stokastk Çok Ktel Kabul Edlebllk Analz (SMAA-TRI) yöntem le b kamu kuumuna at tess ye seçm poblem çn çözüm önemşled. Dubach vd. (2014), kaalaın tutalılığının ve SMAA-AHP modelnn yetelğnn değelendlmes çn b smülasyon çalışması geçekleştmşled. Ayıca, lteatüde MOORA yöntemne bakacak olusak son zamanlada oldukça fazla çalışmanın yapıldığını ve yöntemn faklı alanlada uygulandığını gömekteyz. Bu çalışmaladan bazılaı şöyled: Baues ve Zavadskas (2006, 2008, 2009, 2010, 2011); Baues vd. (2008); Baues ve Gnevcus (2009, 2010); Chakaboty (2011); Kacka vd. (2010); Özçelk vd. (2014); Akkaya vd. (2015); Altuntas vd. (2015); Achebo ve Odnkuku (2015); Patel ve Manya (2015). 2. YÖNTEM VE UYGULAMA Uygulamada ÇKKV (Çok Ktel Kaa Veme) yöntemlenden, PROMETHEE, MOORA ve SMAA-2 metotlaı kullanılaak faklı senayola oluştuulmuştu. Bu senayolaın b kısmında uzman göüşü alınaak bellenen kte ağılıklaı kullanılmıştı. Kte ağılıklaının bellenmesnde b başka ÇKKV yöntem olan AHP kullanılmıştı. AHP ve PROMETHEE yöntemlene lşkn detaylı blg Çalış vd. (2015) taafından velmşt. Uygulamanın lek aşamalaında MOORA ve SMAA yöntemle le lgl detaylı blglee ye velmekted. 2.1 Poblemn Tanımı (Amaç) Bu çalışmada, TÜSİAD taafından 2014 yılında yayımlanan İmalat Sanay Sektöle Rekabet Göstegele Rapou dkkate alınaak, Tükye dek on dokuz faklı malat sanay sektöünün otalama çalışan sayısı, sthdam, katma değe, gb faklı ekabet göstegele bazında, PROMETHEE, MOORA ve SMAA-2 yöntemleyle sıalanması hedeflenmşt. 2.2 Ktele Çalışmanın amacı doğultusunda malat sanay sektöle çn ekabet unsuu olablecek altı faklı kte bellenmşt. Bu ktele aşağıdak gbd: 28 29

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması Kte 1: Otalama çalışan sayısı (20+ gşmle çn) Kte 2: İsthdam (20+ gşmle çn) Kte 3: Katma Değe (20+ gşmle çn) Kte 4: Toplam İV (İşgücü Vemllğ) Atışı Tablo 1. Altenatfle (Dkkate Alınan İmalat Sanay Sektöle) Altenatf 1: Gıda ve İçecek Altenatf 2: Tekstl Altenatf 3: Gym Altenatf 4: De Altenatf 5: Ağaç ve Ağaç Üünle Altenatf 6: Kâğıt ve Kâğıt Üünle Altenatf 7: Kayıtlı Medya Altenatf 8: Kmya Altenatf 9: Kauçuk ve Plastk Altenatf 10: Dğe Metalk Olmayan Mnealle Kte 5: Toplam TFV (Toplam Faktö Vemllğ) Atışı Kte 6: İşye Not: Sadece emek gdsn değl aynı zamanda semaye gdsn de kontol eden b vemllk göstegesd. Altenatf 11: Ana Metal Altenatf 12: Fabkasyon Metal Üünle Altenatf 13: Blgsaya, Elektonk ve Optk Altenatf 14: Elektkl Teçhzat Altenatf 15: B.y.s. Makne ve Ekpman Altenatf 16: Motolu Kaa Taşıtı Altenatf 17: Dğe Ulaşım Aaçlaı Altenatf 18: Moblya Altenatf 19: Dğe İmalat 2.3 Altenatfle Altenatfle bazında on dokuz faklı malat sanay sektöü ele alınmıştı. Bunla Tablo 1 de, he b ktee lşkn mevcut değele se Tablo 2 de göstelmekted. 2.4 Altenatflen Sıalanması Çalışmada, altenatflen sıalanması çn döt faklı senayo gelştlmşt. SENARYO - 1: AHP-PROMETHEE Hbt Yöntem le Altenatflen Sıalanması Adım 1. Hyeaşk Yapının Oluştuulması: Amaç, ktele ve altenatfle doğultusunda oluştuulan kaa hyeaşs Şekl 1 de göstelmekted. Adım 2. İkl Kaşılaştıma Matslenn Oluştuulması: Altenatflen ktele bazında sayısal değelen çeen vele mevcut olduğu çn sadece ktele aasında kl kaşılaştıma mats oluştuulmuştu. Ktelen kend aalaında önem deecelenn bellenmes çn uzman göüşü alınaak kl kaşılaştımala yapılmıştı. Uzman değelendmes dkkate alınaak öncelk lşkle Tablo 3 tek gb bellenmşt. Adım 3. Mats Tutalılık Oanlaının Hesaplanması: Uzman göüşü baz alınaak oluştuulan kl kaşılaştıma mats Expet Choce pogamına glmş ve ktele çn mats tutalılık oanı 0,01 olaak hesaplanmıştı. Bu oan 0,10 un altında çıktığı çn oluştuulan kaşılaştıma matsnn tutalı olduğu sonucuna vaılmıştı. Pogama lşkn detayla Şekl 2 de velmekted. İkl kaşılaştımada kımızı enkle glen a j değele (1/ a j ) y temsl etmekted. Adım 4. AHP Yöntem le Kte Ağılıklaının Elde Edlmes: AHP yöntem le geçekleştlen uygulama sonucunda kte ağılıklaı Şekl 3 tek gb elde edlmşt. Tablo 2. Ktele ve Altenatfle Otalama Çalışan İsthdam Katma Değe Toplam İV Atışı Toplam TFV Atışı İşye Gıda ve İçecek 103 69 91-1,94-3,9 2674 Tekstl 115 82 92 1,18-0,64 2530 Gym 80 69 82 6,6 5,62 4017 De 60 69 82 0,55-0,08 601 Ağaç ve A. Üünle 62 41 83 3,67 2,79 416 Kâğıt ve K. Üünle 79 81 94 0,63-8,17 481 Kayıtlı Medya 56 37 60 0,81 1,59 364 Kmya 91 78 92 4,55 1,3 565 Kauçuk ve Plastk 75 68 89 3,33 3,06 1580 Dğe Metalk Olm. M. 92 85 96-0,28-4,64 1879 Ana Metal 152 93 99 4,32-2,33 679 Fabkasyon Metal Ü. 73 62 85 0,81 2,22 2317 Blgsaya El. ve Op. 137 91 96 10,46 9,08 182 Elektkl Teçhzat 121 84 96 0,07-3,74 850 B.Y.S Makne ve Ekp. 73 72 86 4,73 5,05 1670 Motolu Kaa Taşıtı 165 91 98 3,79 7,4 790 Dğe Ulaşım Aaçlaı 124 90 93 23,42 11,5 186 Moblya 68 51 75 0,55-0,14 1242 Dğe İmalat 57 60 78 10,28 4,87 533 Gıda ve İçecek Otalama Çalışan Tekstl Gym De Şekl 1. Kaa Hyeaşs İsthdam Ağaç ve Üünü Kağıt ve Üünü Kayıtlı Medya Katma Değe Kmya Tablo 3. Ktele çn İkl Kaşılaştıma Mats Otalama Çalışan Kaışık ve Plastk İmalat Sanay Sektöü Seçm Dğe Mat. Olm. İsthdam Toplam İV Atışı Katma Değe Toplam TFV Atışı Toplam İV Atışı Toplam TFV Atışı İşye Otalama Çalışan 1 1/2 1/2 1/3 1/4 1 İsthdam 2 1 1 1/2 1/3 2 Katma Değe 2 1 1 1/2 1/3 2 Toplam İV Atışı 3 2 2 1 1/2 3 Toplam TFV Atışı 4 3 3 2 1 4 İşye 1 1/2 1/2 1/3 1/4 1 Ana Metal Fab. Metal Üünü Blg. Elekt. ve El Teçh. Optk B.Y.S Makne ve Ek. Motolu Kaa Taşıtı Dğe Ulaşım Aaçla Moblya Dğe İmalat İşye 30 31

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması Şekl 2. Mats Tutalılık Oanı SMAA metodunda temel amaç, stokastk paamete kümesndek çok boyutlu ntegalle gb tanımlayıcı ölçümle vasıtasıyla, kaa desteğ sağlamaktı. SMAA metodunda bu ölçümle çn tanımlayıcı üç ölçek kullanılmıştı: a. Kabul Edlebllk İnds: B altenatfn tech edleblmes çn geekl değe tanımla. Bu değe olasılıklı kte değele dağılımı ve uygun kte ağılıklaı uzayı üzende çok boyutlu ntegallele hesaplanı (Okul, 2012). SMAA-2 Metodu SMAA yöntem altenatfle aasında en ysnn seçmn yapmaktadı. En y altenatfn seçm yapılıken dğe altenatfle sıalamamaktadı. Bu eksklğn üstesnden gelmek çn Lahdelma ve Salmnen, SMAA metodunu tüm altenatfle sıalayacak şeklde gelştmşled (Lahdelma ve Salmnen, 2001). SMAA-2 yöntem tüm altenatfle sıalaken aynı zamanda en y altenatf de otaya çıkadığı çn uygulamalada öne çıkmaktadı. Şekl 3. Kte Ağılıklaı Adım 5. PROMETHEE Yöntem le Altenatflen Sıalanması: AHP le Adım 4 te elde edlen kte ağılıklaı, uzman göüşü alınaak elde edlen tech fonksyonu tple ve fonksyonlaa lşkn Q (ndffeence) ve P (pefeence) değele Vsual Pomethee paket pogamına glmş ve PROMETHEE II le elde edlen tam sıalama Şekl 4 te velmşt. Şekl 4. Senayo-1 İçn Vsual Pomethee le Elde Edlen Sıalama Şekl 4 te göüldüğü gb, Dğe Ulaşım Aaçlaı en y altenatf olaak bellenmşt. Blgsaya, Elektonk ve Optk knc sıada ye alıken üçüncü sıadak malat sanay sektöü se Motolu Kaa Taşıtı olaak bellenmşt. SENARYO-2: AHP-SMAA-2 Hbt Yöntem le Altenatflen Sıalanması Stokastk Çok Ktel Kabul Edlebllk Analz (SMAA Metodu) SMAA yöntem altenatflen kte değelenn ve kte ağılıklaının kaa vecleden temn edlemedğ, eksk, veya belsz olduğu keskl ÇKKV poblemlenn çözümü çn gelştlmşt (Teyonen ve Lahdelma, 2007). SMAA metodunun dğe çok ktel kaa veme metotlaı le kıyaslandığında en öneml avantajlaından b tanes, bu yöntemn hçb kte ağılığı değe olmadan kullanılabl olmasıdı (Lahdelma vd., 1998). Geçek hayatta kesn değelee ulaşmak he zaman mümkün değld. Bunun üstesnden gelmek çn tes ağılık uzayı yaklaşımı kullanılmaktadı. Tes ağılık uzayı yaklaşımı; poblem çözmek çn paamete değelen somak yene faklı altenatflen hang paamete değele le seçlebleceğne cevap aamaktadı. SMAA tes ağılık uzayı hesaplamalaını çok boyutlu ntegallele geçekleştmekted. İntegal hesaplamalaını yapaken kullandığı yöntemleden bs Monte Calo Smülasyonudu (Kaabay vd., 2014). b. Mekez Ağılık Vektöü: Mekez ağılık vektö- c ü w, uygun ağılık kümesnn beklenen ağılık mekez olaak tanımlanı. Mekez ağılık vektöü, vasayılan tech modelyle, bu altenatf destekleyen kaa vecnn techlen tanımla. Mekez ağılık vektöü, kte ve ağılık dağılımlaı üzende çok boyutlu ntegallele hesaplanı (Okul, 2012). c c. Güvenllk Faktöü: Güvenllk faktöü p, mekez ağılık vektöünün seçlmes halnde altenatfn tech edlme htmal olaak tanımlanı. Güvenllk faktöle, kte ölçümlenn etkn altenatfle ayıt etmede yetence doğu olup olmadığını ölçe. Güvenlk faktöü kte dağılımlaı üzene çok boyutlu ntegallele hesaplanı (Okul vd., 2013). SMAA yöntemlende ÇKKV poblemlende olduğu gb, m altenatf set { x1, x2,..., xm} n adet kte le değelendl. Kaa vecle b veya bden fazla en çok tech ettkle altenatf setlen kuablle, kend techlene göe altenatfle kısm veya tam olaak sıalayablle (Ehgott vd., 2010). SMAA yöntemnde kte ve tech paametelenn olasılık dağılımlaı fx ( x) ve fw( w) fadele le göstelmekted. m adet altenatf kümes A { x1, x2,..., xm} kte kümes K = { g g g } olmak üzee,,,..., n 1 2 = ; n adet x altenatfnn g ktene göe değelendlmes j g j( x) şeklnde göstelmekted. Ağılıkla negatf değld ve nomalzed. Uygun ağılık kümes aşağıdak gb tanımlanmaktadı (Okul vd., 2013): n n W = w R : w 0 wj = 1 (1) j= 1 SMAA-2, SMAA yı tüm sıalamalaı dkkate alacak şeklde genşletmekte ve bunu yapaken beş yen tanımlayıcı ölçü otaya çıkamaktadı. Bunla; sıa kabul edlebllk nds, üç tp en y sıa tp ölçeğ ve tümleşk kabul edlebllk ndsd (Lahdelma ve Salmnen, 2001). SMAA-2 metodunda he altenatfn sıalaması en y (=1) en kötü (=m) olacak şeklde sıalama fonksyonu aşağıdak şeklde tanımlanı (Okul, 2012): ank(, ξ, w) = 1 + p( u( ξk, w) > u( ξ, w)) (2) k Bu fonksyonda p(tue)=1 ve p(false)= 0 kualı geçeld. SMAA-2 metodu, W ( ξ ) uygun sıa ağılıklaı kümelenn analzn temel alı. w W ( ξ ) olan b ağılık, faydalaı altenatflee öyle b şeklde tahss ede k altenatf x, sıasını alı. a. Sıa Kabul Edlebllk İnds: Sıa kabul edlebllk nds b, daha önce tanımlanan kabul edleb- llk ndsnn kesn sıalamalaı dkkate alacak şeklde genşletlmş hald. Kte dağılımlaı ve uygun sıa ağılıklaı üzende çok boyutlu ntegallele aşağıdak gb hesaplanmaktadı (Okul vd., 2013). b f ( ξ) f ( w) dwdξ = (3) x w ξ x w W ( ξ ) En y altenatfle yüksek kabul edlebllklee sahp altenatfled. Sıa kabul edlebllk ndsle [0,1] aalığındadı. 0, altenatfn hçb zaman velen sıalamayı sağlamayacağını, 1 se seçlen hehang b ağılık çn velen sıalamanın he zaman sağlanacağını göste. İlk sıa kabul edlebllk nds b, kabul edlebllk nds a ye eştt (Okul vd., 2013). 32 33

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması b. Tümleşk Kabul Edlebllk İnds: He altenatf çn sıa kabul edlebllkle bleştleek a h tümleşk kabul edlebllk ndsle aşağıdak şeklde elde edlmekted: a = ab (4) h a, meta ağılık olaak fade edlmekted. Meta ağılıklaı seçmenn bçok yolu bulunmaktadı (Lahdelma ve Salmnen, 2001). Ağılıkla negatf olmamalı, nomalze edlmş olmalı ve sıa değenn atışıyla atmamalıdı. JSMAA Yazılımı Smülasyon kullandığı çn SMAA yöntemle manuel olaak hesaplanamamaktadı. Bu nedenle JSMAA yazılımı gelştlmşt. JSMAA, Java platfomunda yaatılmış olan açık kaynak kodlu b pogamdı. Çalışmada JSMAA 1.0.2 vesyonu kullanılmıştı. JSMAA pogamında altenatf ve ktelen değele gldkten sona tech (pefeence) tüünün seçlmes geekmekted. Adından ktele çn atan (ascendng) ve azalan (descendng) tech duumlaının beltlmes geekmekted. Uygulamada ağılık blgsnn olduğu duumlada kullanılan cadnal tech seçleek AHP yöntem le bellenen ağılıkla glmşt. Çalışmadak tüm ktele fayda unsuu çedğnden hçb kte çn ascendng fades kaldıılmamıştı. Şekl 5 te velen sıa kabul edlebllk ndslene göe on yednc altenatf olan Dğe Ulaşım Aaçlaı %100 olasılıkla bnc sıada tech edlmekte ken yednc altenatf olan Kayıtlı Medya se son sıada tech edlmekted. Şekl 6 da göüldüğü gb, güvenllk faktöü değe bnc altenatf çn %100 dü. Yan Gıda ve İçecek altenatfnn bnc sıada tech edlme olasılığının (%0) güvenllk oanı %100 dü. Bnc sıada olma olasılığı bulunmayan altenatfle çn ktelen mekez ağılık vektöle hesaplanamamaktadı. Mekez ağılık vektöle sütunlaında göülen NA (Not Applcable) kısaltması bunu fade etmekted. Güvenllk faktöü değe, on yednc altenatf olan Dğe Ulaşım Aaçlaı çn %100 dü. Yan bu altenatfn bnc sıada tech edlme olasılığının (%100) güvenllk oanı %100 dü. Şekl 6. Senayo-2 ye Göe Güvenllk Faktöle Şekl 7 dek Mekez ağılık vektöüne baktığımızda, on yednc altenatfn bnc sıada tech edlmesnde ktelen sıasıyla %7, %13, %13, %23, %36 ve %7 lk önem deecelene sahp olduklaı göülmekted. Buadan on yednc altenatfn bnc sıada tech edlmesn sağlayan en öneml kten %36 değe le Kte 5 olduğunu söylemek mümkündü. Dğe altenatfle çn mekez ağılık vektöle hesaplanamadığından, sadece A17 çn gafk elde edlebldğ göülmekted. SENARYO-3: PROMETHEE Yöntem le Altenatflen Sıalanması Tüm ktelen eşt önem deecesne sahp olduğu düşünüleek oluştuulan 3. Senayoda, tech fonksyonu tple ve fonksyonlaa lşkn Q (ndffeence) ve P (pefeence) değele değştlmeden Vsual Pomethee paket pogamına glmş ve PROMETHEE II le tam sıalama Şekl 8 de velmşt. SENARYO-4: MOORA Yöntemle le Altenatflen Sıalanması MOORA metodu, lk olaak Wllem Kael M. Baues ve Edmundas Kazmeas Zavadskas taafından b bütün olaak 2006 yılında Contol and Cybenetcs adlı çalışmalaı le tanıtılmıştı (Baues ve Zavadskas, 2006). Lteatüde çeştl MOORA yöntemle bulunmaktadı: MOORA-Oan Metodu MOORA-Refeans NoktasıYaklaşımı B.Y.S Şekl 5. Senayo-2 ye Göe Altenatflen Sıa Kabul Edlebllk İndsle Şekl 7. Senayo-2 ye Göe Mekez Ağılık Vektöle Şekl 8. Senayo-3 İçn Vsual Pomethee le Elde Edlen Sıalama 34 35

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması MOORA-Tam Çapım Fomu MULTIMOORA MOORA-Oan Metodu Oan sstemnde, ktele temelnde altenatflen başlangıç vele Tablo 4 tek gb nomalze edl. (Velede 0 değe mevcut olduğundan hesaplamalada hatalı sonuçla elde edlmemes çn değele 1-10 aasında nomalze edlmşt.) Kte temelndek he b altenatf, o ktele lgl bütün altenatfle temsl eden b payda (bölen) le kaşılaştıılı (Kacka vd., 2010). Payda, he kten, he b altenatfte aldığı değelen kaele toplamının kaekökünü çe. x j : kte çn j altenatfnn değe; j = 1, 2,, m; m altenatflen sayısı; = 1, 2,, n; n ktelen sayısı; x j : kte çn j altenatfnn nomalze değen fade eden boyutsuz (ölçüle olmayan) sayıdı (Kacka vd., 2010). Tablo 4. Başlangıç Mats x j = x j m j= 1 x 2 j (5) Öncelkle he b altenatfn ktele bazında aldığı değelen kaele toplamı ve kaele toplamının kaekökle bulunmuştu (Tablo 5). Daha sona, ktele bazında altenatflen aldığı değele Eştlk (5) tek fomülasyona göe nomalze edlmş ve Tablo 6 da göstelmşt. MOORA metodunun oan sstem yaklaşımına dayanan optmzasyonu çn, nomalze değele Eştlk (6) dak fomülasyonda beltldğ gb, maksmzasyon duumunda eklen mnmzasyon duumunda se çıkaılı (Stanujkc vd., 2012); g = n j = j j = 1 = g+ 1 (6) y x x Tablo 5. Kaele Toplamı ve Kae Kökle K1 K2 K3 K4 K5 K6 max max max max max max A1 4,8807339 6,1428571 8,1538462 1 2,9537367 6,8482399 A2 5,8715596 8,2321429 8,3846154 2,1072555 4,4453482 6,5102999 A3 2,9816514 6,1428571 6,0769231 4,0307571 7,3096085 10 A4 1,3302752 6,1428571 6,0769231 1,8836751 4,701576 1,9833116 A5 1,4954128 1,6428571 6,3076923 2,9909306 6,0147433 1,5491525 A6 2,8990826 8,0714286 8,8461538 1,9120662 1 1,7016949 A7 1 1 1 1,9759464 5,4656838 1,4271186 A8 3,8899083 7,5892857 8,3846154 3,3032334 5,3329944 1,8988266 A9 2,5688073 5,9821429 7,6923077 2,8702681 6,1382816 4,2808344 A10 3,9724771 8,7142857 9,3076923 1,5891167 2,61515 4,9825293 A11 8,9266055 10 10 3,2216088 3,6720895 2,1663625 A12 2,4036697 5,0178571 6,7692308 1,9759464 5,75394 6,0104302 A13 7,6880734 9,6785714 9,3076923 5,4006309 8,89273 1 A14 6,3669725 8,5535714 9,3076923 1,7133281 3,0269446 2,5676662 A15 2,4036697 6,625 7 3,3671136 7,0488053 4,4920469 A16 10 9,6785714 9,7692308 3,0335174 8,1240468 2,4268579 A17 6,6146789 9,5178571 8,6153846 10 10 1,0093872 A18 1,9908257 3,25 4,4615385 1,8836751 4,674123 3,4876141 A19 1,0825688 4,6964286 5,1538462 5,3367508 6,9664464 1,8237288 Kaele Toplamı 457,882 971,9324 1130,012 262,3711 664,9298 338,2926 Kaekökle 21,39818 31,17583 33,61565 16,19787 25,78623 18,39273 K1 K2 K3 K4 K5 K6 max max max max max max A1 4,8807339 6,1428571 8,1538462 1 2,9537367 6,8482399 A2 5,8715596 8,2321429 8,3846154 2,1072555 4,4453482 6,5102999 A3 2,9816514 6,1428571 6,0769231 4,0307571 7,3096085 10 A4 1,3302752 6,1428571 6,0769231 1,8836751 4,701576 1,9833116 A5 1,4954128 1,6428571 6,3076923 2,9909306 6,0147433 1,5491525 A6 2,8990826 8,0714286 8,8461538 1,9120662 1 1,7016949 A7 1 1 1 1,9759464 5,4656838 1,4271186 A8 3,8899083 7,5892857 8,3846154 3,3032334 5,3329944 1,8988266 A9 2,5688073 5,9821429 7,6923077 2,8702681 6,1382816 4,2808344 A10 3,9724771 8,7142857 9,3076923 1,5891167 2,61515 4,9825293 A11 8,9266055 10 10 3,2216088 3,6720895 2,1663625 A12 2,4036697 5,0178571 6,7692308 1,9759464 5,75394 6,0104302 A13 7,6880734 9,6785714 9,3076923 5,4006309 8,89273 1 A14 6,3669725 8,5535714 9,3076923 1,7133281 3,0269446 2,5676662 A15 2,4036697 6,625 7 3,3671136 7,0488053 4,4920469 A16 10 9,6785714 9,7692308 3,0335174 8,1240468 2,4268579 A17 6,6146789 9,5178571 8,6153846 10 10 1,0093872 A18 1,9908257 3,25 4,4615385 1,8836751 4,674123 3,4876141 A19 1,0825688 4,6964286 5,1538462 5,3367508 6,9664464 1,8237288 Tablo 6. Nomalze Değele K1 K2 K3 K4 K5 K6 A1 0,2280911 0,1970391 0,242561 0,0617365 0,114547 0,372334 A2 0,2743953 0,2640553 0,249426 0,1300946 0,1723923 0,3539604 A3 0,1393414 0,1970391 0,1807766 0,2488448 0,2834694 0,543693 A4 0,0621677 0,1970391 0,1807766 0,1162915 0,1823289 0,1078313 A5 0,0698851 0,0526965 0,1876415 0,1846496 0,2332541 0,0842263 A6 0,1354827 0,2589002 0,2631558 0,1180443 0,0387804 0,09252 A7 0,046733 0,0320761 0,0297481 0,121988 0,2119613 0,0775914 A8 0,1817869 0,2434349 0,249426 0,2039301 0,2068156 0,1032379 A9 0,120048 0,191884 0,2288312 0,1772003 0,2380449 0,232746 A10 0,1856456 0,2795206 0,2768857 0,0981065 0,1014165 0,2708966 A11 0,4171666 0,3207613 0,2974805 0,1988908 0,142405 0,1177836 A12 0,1123306 0,1609534 0,2013714 0,121988 0,22314 0,3267829 A13 0,3592864 0,3104511 0,2768857 0,333416 0,3448635 0,0543693 A14 0,2975474 0,2743655 0,2768857 0,1057749 0,1173861 0,1396022 A15 0,1123306 0,2125044 0,2082364 0,2078738 0,2733554 0,2442294 A16 0,4673295 0,3104511 0,2906156 0,1872787 0,3150537 0,1319466 A17 0,3091235 0,305296 0,2562909 0,617365 0,3878039 0,0548797 A18 0,0930372 0,1042474 0,1327221 0,1162915 0,1812643 0,1896191 A19 0,0505916 0,1506433 0,1533169 0,3294723 0,2701615 0,0991549 36 37

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması = 1, 2,..., g, maksmze edlecek (fayda) kteled; = g + 1, g + 2,..., n se mnmze edlecek (malyet) kteled. j = 1, 2,..., m altenatfle temsl etmekted ve y j ; j altenatfnn toplam sıalama ndeksd. y j nn büyüklük sıalaması nha duumu veecekt, dolayısıyla en y altenatf en yüksek y j değene sahpken, en kötü altenatf en düşük y j değene sahpt (Chakaboty, 2011). Sonuçla Tablo 7 de göstelmşt. Refeans Noktası Yaklaşımı Refeans noktası yaklaşımında en y kte değe efeans noktası olaak dkkate alını (Baues ve Zavadskas, 2009). Refeans noktası yaklaşımı daha geçekç ve objektft, he b kte çn aday altenatflen en y skolaı belleneek ( ) efeans se oluştuulu. Kaa matsnde velen nomalze değelen efeans seden sapmalaı Eştlk (7) de velen fomülasyona göe hesaplanı. Bu yaklaşımda 8. eştlktek gb hesaplanan (P ),. altenatfn tüm dkkate alınan fayda ve malyet ktele çn toplam sapmasını ölçmekted (Kaande ve Chakaboty, 2012). Refeans değele ve sonuç değele Tablo 8 ve Tablo 9 da göstelmekted. d = x (7) j j () j ( j) P = mn (max x ) (8) Tam Çapım Fomu Baues and Zavadskas, MOORA'yı (MULTIMO- ORA) dğe kaışık fomladan ayıan tam çapım fomu çn aşağıdak fomülasyonu (Eştlk 9) gelştmşled (Kaande ve Chakaboty, 2012; Baues ve Zavadskas, 2010; Baues ve Zavadskas, 2011). Buada g n A = x, j 1 j B = x = j= g+ 1 j şeklnde fade edlmşt, U se. altenatfn kullanım deecesd. 9. eştlkte maksmze edlecek kte (fayda kte) pay olaak, mnmze edlecek kte se (malyet kte) payda olacak şeklde dkkate alınmıştı (Balezents vd., 2010). A U = (9) B Tam çapım metoduna göe yapılan analz sonuçlaı Tablo 10'da göstelmşt. Tablo 8. Refeans Değele ( ) K1 K2 K3 K4 K5 K6 max max max max max max A1 0,2280911 0,1970391 0,242561 0,0617365 0,114547 0,372334 A2 0,2743953 0,2640553 0,249426 0,1300946 0,1723923 0,3539604 A3 0,1393414 0,1970391 0,1807766 0,2488448 0,2834694 0,543693 A4 0,0621677 0,1970391 0,1807766 0,1162915 0,1823289 0,1078313 A5 0,0698851 0,0526965 0,1876415 0,1846496 0,2332541 0,0842263 A6 0,1354827 0,2589002 0,2631558 0,1180443 0,0387804 0,09252 A7 0,046733 0,0320761 0,0297481 0,121988 0,2119613 0,0775914 A8 0,1817869 0,2434349 0,249426 0,2039301 0,2068156 0,1032379 A9 0,120048 0,191884 0,2288312 0,1772003 0,2380449 0,232746 A10 0,1856456 0,2795206 0,2768857 0,0981065 0,1014165 0,2708966 A11 0,4171666 0,3207613 0,2974805 0,1988908 0,142405 0,1177836 A12 0,1123306 0,1609534 0,2013714 0,121988 0,22314 0,3267829 A13 0,3592864 0,3104511 0,2768857 0,333416 0,3448635 0,0543693 A14 0,2975474 0,2743655 0,2768857 0,1057749 0,1173861 0,1396022 A15 0,1123306 0,2125044 0,2082364 0,2078738 0,2733554 0,2442294 A16 0,4673295 0,3104511 0,2906156 0,1872787 0,3150537 0,1319466 A17 0,3091235 0,305296 0,2562909 0,617365 0,3878039 0,0548797 A18 0,0930372 0,1042474 0,1327221 0,1162915 0,1812643 0,1896191 A19 0,0505916 0,1506433 0,1533169 0,3294723 0,2701615 0,0991549 0,46733 0,320761 0,297481 0,617365 0,387804 0,543693 Tablo 7. Oan Sstem Metodu Sonuç Tablosu K1 K2 K3 K4 K5 K6 Sko Sıalama A1 0,2280911 0,1970391 0,242561 0,0617365 0,114547 0,372334 1,216308751 8 A2 0,2743953 0,2640553 0,249426 0,1300946 0,1723923 0,3539604 1,444323882 6 A3 0,1393414 0,1970391 0,1807766 0,2488448 0,2834694 0,543693 1,593164301 4 A4 0,0621677 0,1970391 0,1807766 0,1162915 0,1823289 0,1078313 0,846435074 16 A5 0,0698851 0,0526965 0,1876415 0,1846496 0,2332541 0,0842263 0,812353075 18 A6 0,1354827 0,2589002 0,2631558 0,1180443 0,0387804 0,09252 0,906883323 15 A7 0,046733 0,0320761 0,0297481 0,121988 0,2119613 0,0775914 0,520097899 19 A8 0,1817869 0,2434349 0,249426 0,2039301 0,2068156 0,1032379 1,188631278 12 A9 0,120048 0,191884 0,2288312 0,1772003 0,2380449 0,232746 1,188754285 11 A10 0,1856456 0,2795206 0,2768857 0,0981065 0,1014165 0,2708966 1,212471485 10 A11 0,4171666 0,3207613 0,2974805 0,1988908 0,142405 0,1177836 1,494487924 5 A12 0,1123306 0,1609534 0,2013714 0,121988 0,22314 0,3267829 1,146566325 13 A13 0,3592864 0,3104511 0,2768857 0,333416 0,3448635 0,0543693 1,679272007 3 A14 0,2975474 0,2743655 0,2768857 0,1057749 0,1173861 0,1396022 1,211561748 9 A15 0,1123306 0,2125044 0,2082364 0,2078738 0,2733554 0,2442294 1,258529912 7 A16 0,4673295 0,3104511 0,2906156 0,1872787 0,3150537 0,1319466 1,702675161 2 A17 0,3091235 0,305296 0,2562909 0,617365 0,3878039 0,0548797 1,930758882 1 A18 0,0930372 0,1042474 0,1327221 0,1162915 0,1812643 0,1896191 0,817181574 17 A19 0,0505916 0,1506433 0,1533169 0,3294723 0,2701615 0,0991549 1,053340389 14 Tablo 9. Refeans Noktası Yaklaşımı Sonuç Tablosu K1 K2 K3 K4 K5 K6 MAX MIN (Sıalama) A1 0,2392384 0,1237222 0,0549195 0,555628 0,2732568 0,171359 0,555628468 19 A2 0,1929342 0,056706 0,0480545 0,48727 0,2154115 0,1897325 0,487270392 9 A3 0,3279882 0,1237222 0,1167039 0,36852 0,1043344 0 0,368520143 1 A4 0,4051618 0,1237222 0,1167039 0,501073 0,2054749 0,4358617 0,501073465 15,16 A5 0,3974445 0,2680648 0,109839 0,4327154 0,1545498 0,459467 0,459466641 8 A6 0,3318468 0,0618611 0,0343247 0,499321 0,3490235 0,451173 0,499320694 14 A7 0,4205966 0,2886852 0,2677325 0,495377 0,1758425 0,4661015 0,495376958 12,13 A8 0,2855426 0,0773264 0,0480545 0,4134349 0,1809883 0,440455 0,440455108 6 A9 0,3472816 0,1288773 0,0686493 0,440165 0,1497589 0,310947 0,440164666 5 A10 0,2816839 0,0412407 0,0205948 0,519258 0,2863873 0,2727964 0,519258466 18 A11 0,0501629 0 0 0,4184741 0,2453988 0,425909 0,425909371 3 A12 0,3549989 0,1598079 0,0961091 0,495377 0,1646638 0,2169101 0,495376958 12,13 A13 0,1080432 0,0103102 0,0205948 0,2839489 0,0429404 0,489324 0,489323679 11 A14 0,1697821 0,0463958 0,0205948 0,51159 0,2704178 0,4040908 0,511590092 17 A15 0,3549989 0,1082569 0,0892442 0,409491 0,1144485 0,2994635 0,40949117 2 A16 0 0,0103102 0,0068649 0,430086 0,0727502 0,4117464 0,430086231 4 A17 0,158206 0,0154653 0,0411896 0 0 0,488813 0,488813302 10 A18 0,3742924 0,2165139 0,1647584 0,501073 0,2065396 0,3540738 0,501073465 15,16 A19 0,4167379 0,170118 0,1441636 0,2878927 0,1176424 0,444538 0,444538122 7 38 39

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması Tablo 10. Tam Çapım Fomu Sonuç Tablosu K1 K2 K3 K4 K5 K6 TAM ÇARPIM max max max max max max K1K2K3K4K5K6 Sıalama A1 4,8807339 6,1428571 8,1538462 1 2,9537367 6,8482399 4945,02852 13 A2 5,8715596 8,2321429 8,3846154 2,1072555 4,4453482 6,5102999 24715,73342 5 A3 2,9816514 6,1428571 6,0769231 4,0307571 7,3096085 10 32793,80156 4 A4 1,3302752 6,1428571 6,0769231 1,8836751 4,701576 1,9833116 872,2401321 16 A5 1,4954128 1,6428571 6,3076923 2,9909306 6,0147433 1,5491525 431,8660071 18 A6 2,8990826 8,0714286 8,8461538 1,9120662 1 1,7016949 673,5194108 17 A7 1 1 1 1,9759464 5,4656838 1,4271186 15,41273585 19 A8 3,8899083 7,5892857 8,3846154 3,3032334 5,3329944 1,8988266 8279,785924 9 A9 2,5688073 5,9821429 7,6923077 2,8702681 6,1382816 4,2808344 8915,437766 8 A10 3,9724771 8,7142857 9,3076923 1,5891167 2,61515 4,9825293 6671,714795 11 A11 8,9266055 10 10 3,2216088 3,6720895 2,1663625 22877,23452 6 A12 2,4036697 5,0178571 6,7692308 1,9759464 5,75394 6,0104302 5579,28377 12 A13 7,6880734 9,6785714 9,3076923 5,4006309 8,89273 1 33262,15669 3 A14 6,3669725 8,5535714 9,3076923 1,7133281 3,0269446 2,5676662 6750,03537 10 A15 2,4036697 6,625 7 3,3671136 7,0488053 4,4920469 11884,37316 7 A16 10 9,6785714 9,7692308 3,0335174 8,1240468 2,4268579 56550,29465 1 A17 6,6146789 9,5178571 8,6153846 10 10 1,0093872 54749,53339 2 A18 1,9908257 3,25 4,4615385 1,8836751 4,674123 3,4876141 886,4123375 15 A19 1,0825688 4,6964286 5,1538462 5,3367508 6,9664464 1,8237288 1776,655242 14 2.5 MultMooa Mult-Mooa lk kez 2010 yılının başlaında Baues ve Zavadskas taafından otaya atılmıştı. Mult-Mooa, Mooa yöntemlenn ve çok amaçlı tam çapan fom- Tablo 11. Mult-Mooa Analz Oan Sstem Altenatfle Metodu laının b dzs şeklnded. Temelde amaç, baskın altenatfle bellemek ve bu doğultuda kaa vecye yön vemekt. Refeans Nokta Yaklaşımı Tam Çapım Fomu A1 8 19 13 13 A2 6 9 5 6 A3 4 1 4 4 A4 16 15,16 16 16 A5 18 8 18 18 A6 15 14 17 17 A7 19 12,13 19 19 A8 12 6 9 9 A9 11 5 8 8 A10 10 18 11 11 A11 5 3 6 5 A12 13 12,13 12 12 A13 3 11 3 3 A14 9 17 10 10 A15 7 2 7 7 A16 2 4 1 1 A17 1 10 2 2 A18 17 15,16 15 15 A19 14 7 14 14 Mult-Mooa Kesn baskınlık, tüm yöntemlede aynı sıanın elde edlmesd öneğn (1-1-1) duumu. Genel baskınlık se üç yöntemden ksnn baskın olma duumudu. a<b<c<d olmak üzee (a=1. sıada ve d=4. sıada olduğunu vasayalım). (d-a-a), (c-b-b) ye; (a-d-a), (b-c-b) ye ve (a-a-d), (b-b-c) ye genellkle baskındı (Baues ve Zavadskas, 2011). Çalışmada, altenatf bazında üç yöntemden elde edlen sonuçlaa göe, en az k yöntemn aynı sıalamayı vedğ duumlada, lgl altenatfn o sıaya atanması tech edlmşt. Dğe b fadeyle, (d-a-a) a. sıaya; (c-b-b) se b. sıaya atanacak şeklde Mult-Mooa analz geçekleştlmş ve altenatflen sıalama sonuçlaı Tablo 11 de göstelmşt. He b altenatf çn uygulanan yöntemledek baskın sıalaı dkkate alınaak sıalama yapılmıştı. 3. SONUÇ VE ÖNERİLER Bu çalışmada, Tükye dek on dokuz malat sanay sektöü, otalama çalışan sayısı, sthdam, katma değe, toplam İV atışı, toplam TFV atışı ve şye sayısı ktelene bağlı olaak sıalanmıştı. Bu amaçla, etkn sıalama yöntemlenden PROMETHEE, SMAA-2 ve Senayolaa Göe Altenatflen Sıalamalaı 20 18 16 14 12 10 8 6 4 2 0 MOORA metotlaı kullanılmıştı. Sonuçlaın doğuluğunu pekştmek adına kullanılan bu yöntemlele döt faklı senayo oluştuulmuştu. İlk k senayoda, AHP le bellenen kte ağılıklaı dkkate alınıken, dğe senayolada ktelen eşt öneme sahp olduğu vasayılmıştı. Senayoladan elde edlen sonuçla Şekl 9 da göülmekted. Şekl 9 ncelendğnde, yapılan analzle sonucunda döt senayo çn de malat sanay sektölenden Dğe Ulaşım Aaçlaı, Blgsaya, Elektonk ve Optk le Motolu Kaa Taşıtı altenatflenn sıalamada lk üçte ye aldığı göülmekted. Buna ek olaak üçüncü altenatf olan Gym tüm senayolaa göe sıalamada dödüncü sıada ye almaktadı. Altıncı ve yednc altenatfle olan Kâğıt ve Kâğıt Üünle le Kayıtlı Medya nın döt senayo çn de son sıalada ye aldığı göülmekted. Ayıca dğe altenatflen sıalamada aldıklaı değelen bblene yakın olduğunu söylemek mümkündü. İlk üç senayo çn bnc; dödüncü senayo çn knc sıada ye alan dğe ulaşım aaçlaının malatının faalyet alanı oldukça kapsamlıdı. Dğe ulaşım aaçlaının malatı, denz taşıtlaı, gem, eğlence ve spotf amaçlı teknelen yapımı ve onaımı, demyolu A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 SENARYO-I (AHP-PROMETHEE) 17 10 4 13 12 19 18 8 7 15 9 11 2 14 5 3 1 16 6 SENARYO-II (AHP-SMMA-2) 15 9 4 16 14 18 19 8 10 13 6 11 2 12 5 3 1 17 7 SENARYO-III (PROMETHEE) 12 6 4 15 16 18 19 9 8 11 5 10 2 14 7 3 1 17 13 SENARYO-IV (MULTIMOORA) 13 6 4 16 18 17 19 9 8 11 5 12 3 10 7 1 2 15 14 Şekl 9. Senayo-I-II-III-IV İçn Altenatflen Sıalamalaı 40 41

Aslı Çalış, Gökhan Özçelk, Cevye Gence Tükye dek İmalat Sanay Sektölenn Pomethee Multmooa ve Smaa-2 Yöntemleyle Sıalanması ve tamvay lokomotfle le vagonlaının malatı, hava ve uzay taşıtlaı malatı, aske savaş aaçlaının malatı, motosklet ve bsklet malatı, engell aacı malatı gb alt faalyetle kapsamaktadı (T.C. Gümük ve Tcaet Bakanlığı, 2013). Çalışmada kullanılan vele, TÜSİAD İmalat Sanay Sektöle Rekabet Göstegele Rapoundan elde edlmş olup, bu apo TÜİK (Tükye İstatstk Kuumu) taafından hazılanan Yıllık Sanay ve Hzmet İstatstkle ve setnn 2005-2011 yıllaına at velen kapsamaktadı (TÜSİAD, 2014). 2011 yılı velene göe, dğe ulaşım aaçlaı hacatı coğaf bölgele olaak ncelendğnde en büyük tedakçnn Avupa Blğ bölges olduğu göülmekted. Bu duumun en büyük neden söz konusu bölgenn dğe ulaşım aaçlaı hacatında başta gelen ülkeleden olan Fansa, Almanya ve İngltee ve İtalya yı çemesd. Ayıca, Dğe Avupa çnde sınıflandıılan Tükye nn 2011 yılında söz konusu bölgenn hacatının %13 ünü yaptığı tespt edlmşt. Dğe ulaşım aaçlaı thalatı, coğaf bölgele olaak ncelendğnde se en büyük pazaın AB-27 bölges olduğu göülmekted. Bu duumun en büyük neden söz konusu bölgenn dğe ulaşım aaçlaı thalatında başta gelen ülkeleden olan Almanya, Fansa, İngltee ve İtalya yı çemesd (T.C. Gümük ve Tcaet Bakanlığı, 2013). Tükye son yıllada kent ç ulaşıma vedğ hızlı yatıım pojele le bçok lde aylı ulaşım aaçlaını faalyete geçmşt ve bu yatıımla devam etmekted. Raylı ulaşım aaçlaında ağılıklı olaak yabancı makala kullanılmaktadı. Yel üetmn desteklenmes le ülkemzn bu sektödek hacat oanının daha da atması sağlanabl. Savunma sanay, bütünsel olaak sanayleşmenn ve kalkınmanın öneml b paçası olaak kabul edlmekted. Blndğ gb, 1980 lede Tükye yapısal b dönüşüm süecne gmş, bçok sektö gelşen koşulla çeçevesnde yenden ögütlenmşt. Tük Slahlı Kuvvetle'nn mal boyutu büyüyen ve teknolojk geeksnm atan talebne çözüm bulmak çn yen b model gelştlmşt. Bu çeçevede, 1985 yılında mal kaynağın sağlanması çn Savunma Sanay Fonu oluştuulmuş, savunma sanay pojelen yüütmek çn Savunma Sanay Gelştme ve Destekleme İdaes Başkanlığı (SAGEB) yapılandıılmıştı (Dünya Gazetes, 2015). Bugün kend teknolojs ve tasaımına ağılık vemeye başlayan Tük Savunma Sanay, TSK nın htyaçlaının yüzde 50'snden fazlasını kaşılamayı başamaktadı. Tamamı Tük tasaımı olan Mll pyade tüfeğ, Tükye'nn nsansız hava aacı ANKA ve Mll tank (ALTAY) le Mll helkopte (ATAK) pojele, Tük savunma sanaynn bugün ulaştığı noktayı otaya koymaktadı. Tükye savunma sanay sektöü, üettğnn üçte bn haç ede duuma gelmşt. İhacatta, üün guplaı bazında hava aaçlaı lk sıada ye alıken, kaa aaçlaı knc, slah sstemle se üçüncü konumdadı (Dünya Gazetes, 2015). Bu da çalışmada elde edlen sonuçlaı destekle ntelkted. Dğe ulaşım aaçlaı malatı alt faalyetlenden savunma sanay üünlenn malatı ve hacatı ntelkl nsan kaynağı, aaştıma ensttüle, AR-GE laboatuvalaı ve kob gücü le destekleneek Tükye nn savunma sanayndek yel oanını atıması sağlanabl. Aynı şeklde tüm senayolada knc, üçüncü ve dödüncü sıada ye alan Blgsaya, Elektonk ve Optk, Motolu Kaa Taşıtı ve Gym sektölendek desteklen de atıılaak sthdam, katma değe, toplam vemllk atışı gb ktele bazında daha y sonuçla elde edlebl. TEŞEKKÜR 2211-A Genel Yut İç Doktoa Bus Pogamı kapsamındak desteklenden dolayı Tübtak a teşekkü edez. KAYNAKÇA 1. Achebo, J., Odnkuku, W. E. 2015. Optmzaton of Gas Metal Ac Weldng Pocess Paametes Usng Standad Devaton (SDV) and Mult-Objectve Optmzaton on the Bass of Rato Analyss (MOORA), Jounal of Mneals and Mateals Chaactezaton and Engneeng, vol. 3 (4), p. 298-308. 2. Akan, Y., Çalmaşu, G., 2011. Etknlğn Hesaplanmasında Ve Zaflama Analz ve Stokastk Sını Yaklaşımı Yöntemlenn Kaşılaştıılması (Ta1 Alt Bölges Üzene B Uygulama), Atatük Ü. IIBF Degs, 10. Ekonomet ve İstatstk Sempozyumu Özel, s. 13-32. 3. Akıncıla, A., Dağdeven, M., 2014. A Hybd Mult- Ctea Decson Makng Model to Evaluate Hotel Webstes, Intenatonal Jounal of Hosptalty Management, vol. 36, p. 263-271. 4. Akkaya, G., Tuanoğlu, B., Öztaş, S. 2015. An Integated Fuzzy AHP and Fuzzy MOORA Appoach to the Poblem of Industal Engneeng Secto Choosng, Expet Systems wth Applcatons, vol. 42 (24), p. 9565-9573. 5. Altuntas, S., Deel, T., Yılmaz, MK., 2015. Evaluaton of Excavato Technologes: Applcaton of Data Fuson Based MULTIMOORA Methods, Jounal of Cvl Engneeng and Management, vol. 21 (8), p. 977-997. 6. Ayaş, N., Çeştepe, H., 2010. Dış Tcaetn İsthdam Üzendek Etkle: Tük İmalat Sanay Öneğ, Süleyman Demel Ünvestes İktsad ve İda Blmle Fakültes Degs, vol. 15 (2), p. 259-281. 7. Ayaş, N., 2011. Tük İmalat Sanay Sektölenn Statejk Önem Analz, Ege Akademk Bakış, clt 11 (4), s. 525-535. 8. Balez ents, A., Valkauskas, R., Balez ents, T. 2010. Evaluatng Stuaton of Lthuana n the Euopean Unon: Stuctual Indcatos and Multmooa Method, Technologcal and Economc Development of Economy, vol. 4, p. 578-602. 9. Baues, W. K. M., Gnevcus, R., 2009. Robustness n Regonal Development Studes, The case of Lthuana, Jounal of Busness Economcs and Management, vol. 10 (2), p. 121-140. 10. Baues, W. K. M., Gnevcus, R., 2010. The Economy of The Belgan Regons Tested wth MULTIMOORA, Jounal of Busness Economcs and Management, vol. 11 (2), p. 173-209. 11. Baues, W. K. M., Zavadskas, E. K., 2006. The MOORA Method and ts Applcaton to Pvatzaton n a Tanston Economy, Contol and Cybenetcs, vol. 35 (2), p. 445-469. 12. Baues, W. K. M., Zavadskas, E. K., 2008. Mult-Objectve Optmzaton n Locaton Theoy wth a Smulaton fo a Depatment Stoe, Tansfomatons n Busness & Economcs vol. 7 (3), p. 163-183. 13. Baues, W. K. M., Zavadskas, E. K., Peldschus, F. ve Tusks, Z., 2008. Mult-Objectve Decson-Makng fo Road Desgn, Tanspot vol. 23 (3), p. 183-193. 14. Baues, W. K. M., Zavadskas, E. K. 2009. Robustness of the Multobjectve MOORA Method wth a Test fo the Facltes Secto, Technologcal and Economc Development of Economy: Baltc J on Sustanablty, vol. 15 (2), p. 352-375. 15. Baues, W. K. M., Zavadskas E. K. 2010. Poject Management by MULTIMOOORA as an Instument fo Tanston Economes, Technologcal and Economc Development of Economy, vol. 16 (1), p. 5-24. 16. Baues, W. K. M., Zavadskas, E. K. 2011. MULTI- MOORA Optmzaton Used to Decde on a Bank Loan to Buy Popety, Technol. Econ. Dev. Econ. vol. 17 (1), p. 174-88. 17. Chakaboty, S. 2011. Applcaton of the MOORA Method fo Decson Makng n Manufactung Envonment, The Intenatonal Jounal of Advanced Manufactung Technology, vol. 54 (9-12), p. 1155-1166. 18. Çalış, A., Özçelk G., Gence, C. (2015). Tükye dek İmalat Sanay Sektölenn Çok Ktel Kaa Veme Yöntemle İle Değelendlmes, Uluslaaası Katılımlı Üetm Aaştımalaı Sempozyumu, 14-16 Ekm, Ege Ünvestes, İzm. 19. Dubach, I., Lahdelma, R., Salmnen, P., 2014. The Analytc Heachy Pocess wth Stochastc Judgements, Euopean Jounal of Opeatonal Reseach, vol. 238 (2), p. 552-559. 20. Dünya Gazetes, 2015. Savunma Sanayne Bakış,http:// www.stekob.com.t/sektole/savunma-sanaynebaks-s27/sektoe-baks/savunma-sanayne-baks-b27. aspx, son eşm tah: 25.01.2016. 21. Ehgott, M., Fguea, J. R., Geco, S. (Eds.) 2010. Tends n Multple Ctea Decson Analyss, Spnge, New Yok, USA. 22. Kaabay, S., Köse, E., Kabak, M. 2014. Stokastk Çok Ktel Kabul Edlebllk Analz le B Kamu Kuumu çn Tess Ye Seçm, Ege Akademk Bakış, clt 14 (3), s. 361-369. 23. Kaande, P., Chakaboty, S. 2012. Applcaton of Mult-objectve Optmzaton on the Bass of Rato Analyss (MOORA) Method fo Mateals Selecton, Mateals and Desgn, vol. 37, p. 317-324. 42 43

Aslı Çalış, Gökhan Özçelk, Cevye Gence 24. Kacka, M., Baues, W. K. M., Zavadskas, E. K. 2010. Rankng Heatng Losses n a Buldng by Applyng the MULTIMOORA, ISSN 1392 2785 Inznene Ekonomka Engneeng Economcs, vol. 21 (4), p. 352-359. 25. Lahdelma, R., Hokkanen J., Salmnen, P., 1998. SMAA-Stochastc Multobjectve Acceptablty Analyss, Euopean Jounal of Opeatonal Reseach, vol.106 (1), p. 137-143. 26. Lahdelma, R., Salmnen, P. 2001. SMAA-2: Stochastc Multctea Acceptablty Analyss fo Goup Decson Makng, Opeatons Reseach, vol. 49 (3), p. 444-454. 27. Machas, C., Spngael, J., Bucke, K. D., Vebeke, A. 2004. PROMETHEE and AHP: The Desgn of Opeatonal Syneges n Multctea Analyss.: Stengthenng PROMETHEE wth Ideas of AHP, Euopean Jounal of Opeatonal Reseach, vol. 153 (2), p. 307-317. 28. Makkonen, S., Lahdelma, R., Asell, A. M., Joknen, A. 2003. Mult Ctea Decson Suppot n the Lbealzed Enegy Maket, Jounal of Mult Ctea Decson Analyss, vol. 12 (1), p. 27-42. 29. Okul, D. 2012. "Stokastk Çok Ktel Kaa Vemede Yen B Yöntem: SMAA-TOPSİS ve B Uygulama," Yüksek Lsans Tez, Savunma Blmle Ensttüsü, Kaa Hap Okulu. 30. Okul, D., Gence, C., Aydoğan, E. K. 2013. A Method Based On SMAA-TOPSIS Fo Stochastc Mult-Ctea Decson Makng and a Real-Wold Applcaton, Intenatonal Jounal of Infomaton Technology & Decson Makng, vol. 13 (5), p. 1-22. 31. Özçelk, G., Aydoğan, E. K., Gence C. 2014. A Hybd Mooa-Fuzzy Algothm fo Specal Educaton and Rehabltaton Cente Selecton, Jounal of Mltay and Infomaton Scence, vol. 2 (3), p. 53-61. 32. Patel, J. D., Manya, K. D. 2015. Applcaton of AHP/ MOORA Method to Select We Cut Electcal Dschage Machnng Pocess Paamete to Cut EN31 Alloys Steel wth Basswe, Mateals Today: Poceedngs, vol. 2 (4-5), p. 2496 2503. 33. Stanujkc, D., Magdalnovc, N., Jovanovc, R., Stojanovc, S. 2012. An Objectve Mult-Ctea Appoach to Optmzaton Usng MOORA Method and Inteval Gey Numbes, Technologcal and Economc Development of Economy, vol. 18 (2), p. 331-363. 34. T.C. Gümük ve Tcaet Bakanlığı. 2013. Rsk Yönetm ve Kontol Genel Müdülüğü, Ekonomk Analz ve Değelendme Daes, Dğe Ulaşım Aaçlaı Sektöü Rapou. 35. Taha, Z., Rostam, S., 2012. A Hybd Fuzzy AHP- PROMETHEE Decson Suppot System fo Machne Tool Selecton n Flexble Manufactung Cell, Jounal of Intellgent Manufactung, vol. 23 (6), p. 2137-2149. 36. Tevonen, T., Lahdelma, R., 2007. Implementng Stochastc Multctea Acceptablty Analyss, Euopean Jounal of Opeatonal Reseach, vol. 178 (2), p. 500-513. 37. Tucksn, L., Benadn, A., Machas, C. 2011. A Combned AHP-PROMETHEE Appoach fo Selectng the Most Appopate Polcy Scenao to Stmulate a Clean Vehcle Fleet, Poceda - Socal and Behavoal Scences, vol. 20, p. 954-965. 38. TÜSİAD. 2014. İmalat Sanay Sektöle Rekabet Göstegele Rapou. 39. Wang, J. J., Yang, D. L. 2007. Usng a Hybd Mult- Ctea Decson ad Method fo Infomaton Systems Outsoucng, Computes & Opeaton Reseach, vol. 34 (12), p. 3691-3700. 40. Yalcn, N., Bayakdaoglu, A., Kahaman, C. 2012. Applcaton of Fuzzy Mult-Ctea Decson Makng Methods fo Fnancal Pefomance Evaluaton of Tuksh Manufactung Industes, Expet Systems wth Applcatons, vol. 39 (1), p. 350-364. 44