15 th ISEOS PROEEDINGS BOOK 15 th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY
Suleyman Demrel Unversty, Department of Econometrcs II 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY
Suleyman Demrel Unversty, Department of Econometrcs ORGANIZING OMMITTEE Hakan DEMĠRGĠL Abdullah EROĞLU Sadık ÇÖKELEZ Kenan Oğuzhan ORUÇ Alye Atay KAYIġ Yılmaz KILIÇASLAN Erdoğan ÖZTÜRK Harun SULAK Yusuf DEMĠR Murat ÇUHADAR Meltem AYAN KARAATLI Ömer Utku ERZENGĠN Hkmet ORHAN Hakan BOZDAĞ Vedat BAYDAR Onur DEMĠREL Aykut SEZGĠN Buhar DOĞAN Süha ÇELĠKKAYA Süleyman Kağan GÜRBÜZ Faruk ERĠNĠ Harun ÖZTÜRK Pınar ARSLAN anan ġentürk Fath DEMĠR Hande UZUNOĞLU ÜNLÜ III 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY
Suleyman Demrel Unversty, Department of Econometrcs ISEOS 2014 15 th INTERNATIONAL SYMPOSIUM ON EONOMETRIS, OPERATIONS RESEARH AND STATISTIS Isparta, Turkey, May 22-24, 2014 Edtors Kenan Oğuzhan Oruç Hakan Demrgl ISBN: 978-9944-452-80-9 DISLAIMER All artcles have been prnted as receved and formatted for unformty and the Organzng and Scentfc ommttees cannot be clamed responsble of the contents and future applcatons. IV 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY
Suleyman Demrel Unversty, Department of Econometrcs ONTENTS EONOMETRIS..9 AN APPLIATION OF KEYNESIAN ONSUMPTION FUNTION AND MULTIPLIER ON TURKISH EONOMY... 10 AR - GE HARAMALARI VE EKONOMĠK BÜYÜME ARASINDAKĠ ĠLĠġKĠ: PANEL VERĠ ANALĠZĠ... 24 AR-GE NĠN TEġVĠKĠ AMAIYLA UYGULANAN MALĠYE POLĠTĠKALARININ ETKĠNLĠĞĠ VE GELĠġMĠġ ÜLKELERDEN ÖRNEKLER... 40 BĠREYSEL EMEKLĠLĠK FONLARINI BELĠRLEYEN FAKTÖRLER: OED ÖRNEĞĠ... 54 BURS VE SOSYAL YARDIM ALAN ÖĞRENĠLERĠN HARAMA VE AĠLE GELĠR BEYANLARININ EKONOMETRĠK MODELLENMESĠ... 65 ÇALIġAN KADIN BOġANIYOR MU? TÜRKĠYE ÜZERĠNE AMPĠRĠK BĠR ANALĠZ... 78 DIġ TĠARET-REEL DÖVĠZ KURU ĠLĠġKĠSĠ: TÜRKĠYE EKONOMĠSĠ ÜZERĠNE BĠR ĠNELEME (2004-2013)... 90 DIġ TĠARETTE REKABET GÜÜNÜN BELĠRLEYĠĠSĠ OLARAK AR-GE VE INOVASYON: EKONOMETRĠK BĠR ANALĠZ... 108 DÖVĠZ KURU OYNAKLIĞININ TÜRKĠYE NĠN EURO ALANINA OLAN ĠHRAATI ÜZERĠNE ETKĠSĠ (2002-2013)... 122 FĠNANSAL ĠSTĠKRARSIZLIK VE KURUMSAL KALĠTE (YÖNETĠġĠM) ĠLĠġKĠSĠ: TÜRKĠYE ÖRNEĞĠ... 138 FOREASTING BIST NATIONAL-100 INDEX BY USING ARTIFIIAL NEURAL NETWORK AND REGRESSION MODELS... 155 HĠSSE SENEDĠ ENDEKSLERĠNE YÖNELĠK YATIRIM TERĠHLERĠ: BĠST 100 ÜZERĠNE BĠR UYGULAMA... 167 KAMU HARAMALARI VE EKONOMĠK BÜYÜME ĠLĠġKĠSĠNE WAGNER YASASI ÇERÇEVESĠNDEN BĠR BAKIġ: TÜRKĠYE ĠÇĠN EKONOMETRĠK BĠR ANALĠZ... 182 MAROEONOMI DETERMINANTS OF MERGER AND AQUISITIONS IN TURKEY: AN ARDL BASED OINTEGRATION APPROAH... 192 MALĠYE POLĠTĠKASI AÇISINDAN REEL KAMU HARAMALARI & EKONOMĠK BÜYÜME ĠLĠġKĠSĠ: TÜRKĠYE EKONOMĠSĠ ĠÇĠN ÇOK VEKTÖRLÜ EġBÜTÜNLEġĠM ÇÖZÜMLEMESĠ VE YAPISAL VEKTÖR HATA DÜZELTME MODELĠ BULGULARI... 203 PARA VE FĠZĠKĠ SERMAYE ĠLĠġKĠSĠ: MKĠNNON TAMAMLAYIILIK HĠPOTEZĠ TÜRKĠYE EKONOMĠSĠ ĠÇĠN NE KADAR GEÇERLĠ?... 223 PETROL FĠYAT GETĠRĠLERĠ ĠLE BIST ANA SEKTÖR GETĠRĠLERĠ ARASINDA RĠSK ĠLĠġKĠSĠ... 234 SABĠT ĠKAME ESNEKLĠKLĠ ÜRETĠM FONKSĠYONUNUN ĠKAME ESNEKLĠK PARAMETRESĠNĠN TAHMĠN EDĠLMESĠ: ÖRNEK OLAY ĠNELEMESĠ... 250 SATIN ALMA GÜÜ PARĠTESĠ TEORĠSĠNĠN GEÇERLĠLĠĞĠ: TÜRKĠYE ÖRNEĞĠ... 262 TÜRKĠYE EKONOMĠSĠ ĠÇĠN SERMAYE HĠZMETLERĠ ENDEKSĠ: BÜYÜME MUHASEBESĠ YAKLAġIMI... 274 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY 5
Suleyman Demrel Unversty, Department of Econometrcs TÜRKĠYE DE ENERJĠ TÜKETĠMĠ, FĠNANSAL GELĠġME, EKONOMĠK BÜYÜME, SANAYĠLEġME VE KENTLEġME: ÇOKLU YAPISAL KIRILMALI BĠR ARAġTIRMA... 284 TÜRKĠYE DE SANAYĠ SEKTÖRÜ VE EKONOMĠK BÜYÜME ĠLĠġKĠSĠNĠN KALDOR YASASI ÇERÇEVESĠNDE SINANMASI: EKONOMETRĠK BĠR ANALĠZ... 296 WHAT DETERMINES TO HOLD A HIGH-PAYING JOB? THE ASE OF TURKEY... 310 WHAT IS THE SIGNIFIANE OF IMPROVING HEALTH LEVEL IN AELERATING EONOMI GROWTH?... 322 YABANI SERMAYENĠN BÖLGELER ARASINDAKĠ DAĞILIM FARKLILIKLARI VE TERĠH NEDENLERĠ: TÜRKĠYE ÖRNEĞĠ... 335 YABANI YATIRIMI PORTFÖYLERĠNE KUR RĠSKĠNĠN ETKĠSĠ... 346 YURT DIġI EĞĠTĠM PROGRAMLARININ BĠREYLERĠN KISA VE UZUN DÖNEM GELĠRLERĠNE ETKĠSĠ: ÇALIġANLAR ÜZERĠNE EĞĠLĠM SKORU EġLEġTĠRMESĠ UYGULAMASI... 359 STATISTIS. 373 BAĞIMSIZ ĠKĠ ÖRNEK ORTALAMASINI KARġILAġTIRMADA RANK TRANSFORM METODUNUN KULLANILMASI ĠLE OLUġAN AMPĠRĠK I.TĠP HATA ORANI... 374 BAYESIAN MULTINOMIAL LOGISTI REGRESSION MODEL OF ORGANI FOOD BUYERS DATA... 383 BULANIK ORTAMDA SATIġ GELĠRLERĠNĠN BELĠRLENMESĠNE YÖNELĠK ÇOKLU REGRESYON TAHMĠN MODEL ÖNERĠSĠ VE BĠR TEKSTĠL ĠġLETMESĠNE UYGULANMASI. 394 DEVLET ÜNĠVERSĠTELERĠNĠN AKADEMĠK PERFORMANSLARININ ÇOK BOYUTLU ÖLÇEKLEME YÖNTEMĠ ĠLE ANALĠZĠ... 406 ÖZEL DERSANE VE KOLEJLERDEKĠ ÖĞRETMENLERĠN TÜKENMĠġLĠK DÜZEYLERĠNĠN MASLAH VE KOPENHAG ENVANTERLERĠNE GÖRE ÖLÇÜLMESĠ VE KARġILAġTIRMASI... 417 HĠBRĠD SĠSTEMLER ĠÇĠN BAYESĠ YAKLAġIM... 425 LIMITATIONS IN AVERAGE RUN LENGTH ALULATIONS IN STATISTIAL PROESS ONTROL... 446 LOJĠSTĠK REGRESYON VE BANKAILIK VERĠLERĠ ÜZERĠNE BĠR UYGULAMA... 455 NODEXL ĠLE SOSYAL AĞ ANALĠZĠ: #AKADEMĠKZAM ÖRNEĞĠ... 464 PAMUKKALE ÜNĠVERSĠTESĠ NDE OKUYAN ÖĞRENĠLERĠN BAġARI DURUMLARINI ETKĠLEYEN FAKTÖRLERĠN LOJĠSTĠK REGRESYON ANALĠZĠ ĠLE BELĠRLENMESĠ... 483 RAYLI SĠSTEM FĠLO ARAÇLARINDA ARIZA DAĞILIM PARAMETRELERĠNĠN BELĠRLENMESĠ... 492 SOSYAL AĞ VERĠLERĠNĠN KUVVET YASASI OLASILIK DAĞILIMINA UYGUNLUK ANALĠZĠ: TWĠTTER ÖRNEĞĠ... 501 SU KĠRLĠLĠĞĠ VE SUBJEKTĠF YOKSULLUK ÜZERĠNE BĠR ALAN ÇALIġMASI: AġAĞI BÜYÜK MENDERES HAVZASI ÖRNEĞĠ... 524 SÜREKLĠ BAĞIMSIZ DEĞĠġKENLER ĠÇĠN ORANSAL ODDS MODELĠ, KARAR AĞAI ve YAPAY SĠNĠR AĞLARI YÖNTEMLERĠNĠN SINIFLANDIRMA PERFORMANSININ KARġILAġTIRILMASI... 535 THE DETERMINATION OF THE FATORS EFFETING THE STUDENTS' FOREIGN LANGUAGE AHIEVEMENT AT PAMUKKALE UNIVERSITY BY USING LOGISTI REGRESSION ANALYSIS... 552 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY 6
Suleyman Demrel Unversty, Department of Econometrcs TOPKAPI SARAYI MÜZESĠ NDE ZĠYARETÇĠ PROFĠLĠ VE MEMNUNĠYET ARAġTIRMASI: ÖLÇEK TASARIMINA ĠLĠġKĠN BĠR UYGULAMA... 560 TÜRKĠYE DE HAVA YOLU ULAġIM TALEBĠNĠN BOX-JENKINS VE GRĠ TAHMĠN YÖNTEMLERĠ ĠLE TAHMĠNĠ... 576 TÜRKĠYE DEKĠ DOLAR KURU VOLATĠLĠTESĠNĠN MODELLENMESĠ... 589 TÜRKĠYE DEKĠ Ġġ KAZALARININ GELEEK YILLAR ĠÇĠN TAHMĠNĠ... 601 TÜRKĠYE NĠN MOBĠLYA SEKTÖRÜ REKABETÇĠLĠĞĠNĠN REKABET GÜÜ ENDEKSLERĠ BAKIMINDAN ANALĠZĠ VE BAZI TESPĠTLER... 612 OPERATIONS RESEARH.623 A FUZZY ANALYTI HIERARHY PROESS MODEL FOR THE EVALUATION OF PRINT ADVERTISEMENT DESIGNS... 624 AĠL SERVĠS ANAHTAR PERFORMANS ÖLÇÜTLERĠNĠN BULANIK AHP ĠLE ÖNELĠKLENDĠRĠLMESĠ... 644 BĠNA ISI YALITIMINDA KULLANILAN EN UYGUN MALZEMENĠN SEÇĠMĠNDE AHP YÖNTEMĠNĠN UYGULANMASI... 655 BĠR RAYLI TAġIT ĠÇĠN PROJE YÖNETĠMĠ UYGULAMASI... 664 BORSALARIN PERFORMANSININ ÇOK KRĠTERLĠ KARAR VERME YÖNTEMLERĠ ĠLE KARġILAġTIRILMASI... 673 BUILDING SENARIOS FOR WIND ENERGY WITH FUZZY OGNITIVE MAPS... 690 BULANIK ANALĠTĠK HĠYERARġĠ PROSES KULLANILARAK TÜRKĠYE DE NÜKLEER ENERJĠ SANTRALĠNĠN KURULUġ YERĠ SEÇĠMĠ... 699 BULANIK ÖLÇÜ UZAYLARI ve BULANIK KOALĠSYON FONKSĠYONLARININ RIESZ AYRIġIMI... 710 ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMA PROBLEMLERĠNĠN ÇÖZÜMÜ ÜZERĠNE BĠR ARAġTIRMA: GLOBAL KRĠTER ve ÖNELĠKLĠ HEDEF PROGRAMLAMA YÖNTEMLERĠNĠN KARġILAġTIRMASI... 714 DEPO SÜREÇLERĠNĠN ĠYĠLEġTĠRĠLMESĠ VE BĠR UYGULAMA... 722 DEVELOPMENT OF A DEISION SUPPORT SYSTEM BASED ON ANALYTI NETWORK PROESS FOR NON-TRADITIONAL MAHINING PROESS SELETION... 727 EKONOMĠK BĠR BÜYÜME MODELĠ NĠN YAPAY SĠNĠR AĞLARI ĠLE TAHMĠNĠ VE TÜRKĠYE UYGULAMASI... 738 GRĠ ĠLĠġKĠSEL ANALĠZ YÖNTEMĠ ĠLE TEDARĠKÇĠ SEÇĠMĠ VE BĠR TEKSTĠL FABRĠKASINDA UYGULAMA ÇALIġMASI... 750 GSM OPERATÖRÜ KULLANIILARININ MÜġTERĠ MEMNUNĠYETĠNĠN TOPSIS YÖNTEMĠYLE ÖLÇÜLMESĠ... 763 GUGUK KUġU ALGORĠTMASI: BIR PLASTĠK ATIK TOPLAMA UYGULAMASI... 775 HÜRESEL ÜRETĠMDE ĠġGÜÜ PLANLAMASI VE UYGULAMASI... 785 ĠKĠLĠ KARġILAġTIRMA MATRISININ YEREL AĞIRLIKLARININ BULUNMASINDA LP-GW- AHP METOT... 792 KARMA ĠMALAT ORTAMI ĠÇĠN ÜRETĠM SEVKĠYAT ENTEGRE PLANLAMASI... 799 KLASĠK VERĠ ZARFLAMA ANALĠZĠ ĠLE KATEGORĠK VERĠ ZARFLAMA ANALĠZĠ MODELLERĠNĠN ENERJĠ VERĠMLĠLĠĞĠ ÜZERĠNDE KARġILAġTIRMALI ĠNELENMESĠ... 808 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY 7
Suleyman Demrel Unversty, Department of Econometrcs LOJĠSTĠK MERKEZĠ YER SEÇĠMĠ ĠÇĠN ANALĠTĠK AĞ SÜREĠ YÖNTEMĠNĠN KULLANILMASI... 823 MAKĠNE SEÇĠMĠ ĠÇĠN BULANIK DEMATEL VE BULANIK TOPSĠS YÖNTEMLERĠNĠN BĠRLEġTĠRĠLMESĠ... 836 MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN BULANIK VIKOR YAKLAġIMI ĠLE DEĞERLENDĠRĠLMESĠ... 852 ON FILLED FUNTION METHOD AND APPLIATIONS... 864 ORALE VERĠ TABANINDA PL/SQL DĠLĠNDE GENETĠK ALGORĠTMA KULLANILARAK YAPAY ZEKA VE BULANIK MANTIK TABANLI SORGULAMAYAZILIMI GELĠġTĠRĠLMESĠ VE UYGULAMASI... 872 PATIENT PROFILE DETERMINATION FOR A PHARMAY VIA DATA MINING LASSIFIATION TEHNIQUES... 892 PERFORMANE EVALUATION OF THE HYBRID APPROAHES FOR SOLVING THE APAITATED LOT SIZING PROBLEM WITH SETUP ARRYOVER AND BAKORDERING 900 RESEARH AND ANALYSIS ON A FURNITURE PRODUTION SYSTEM VIA VALUE STREAM MAPPING AND WORK STUDY... 915 VERĠ ZARFLAMA ANALĠZĠ ĠLE MERMER ĠġLETMELERĠNĠN ETKĠNLĠK ÖLÇÜMÜ... 950 YAMUK BULANIK SAYILARLA BĠR BULANIK EKONOMĠK SĠPARĠġ MĠKTARI MODELĠ... 976 YAPAY ARI KOLONĠ ALGORĠTMASI ĠLE ZAMAN PENERELĠ TAKIM ORYANTĠRĠNG PROBLEMLERĠNĠN ÇÖZÜMÜ... 986 YAPAY SĠNĠR AĞLARI ÇOKLU LOJĠSTĠK REGRESYON VE ÇOKLU DĠSKRĠMĠNANT ANALĠZ YÖNTEMLERĠNDEN YARARLANARAK YEREL SEÇĠMLERDE SEÇMEN TERĠHLERĠNĠN SINIFLANDIRILMASI: OSMANĠYE ĠLĠ UYGULAMASI... 1000 YAPAY SĠNĠR AĞLARI YÖNTEMĠ ĠLE TÜRKĠYE DEKĠ TURĠZM GELĠRĠNĠN TAHMĠN EDĠLMESĠ... 1022 POSTERS....1031 DEPO PLANLAMASI ve ÜRÜNLERĠN DEPOLARA ATANMASI PROBLEMĠNĠN MODELLENMESĠ... 1032 PARA POLĠTĠKASI ARAÇLARININ ENFLASYON HEDEFLEMESĠ ÜZERĠNE GÖRELĠ ETKĠSĠ: TÜRKĠYE EKSENĠNDE BĠR ZAMAN SERĠSĠ ÇÖZÜMLEMESĠ... 1040 ÜNĠVERSĠTE ÖĞRENĠLERĠNĠN ĠNTERNET KULLANIM TERĠHLERĠNĠN AHP KULLANILARAK DEĞERLENDĠRĠLMESĠ... 1053 15th Internatonal Symposum on Econometrcs, Operatons Research and Statstcs 22-25 May 2014 Suleyman Demrel Unversty, Isparta, TURKEY 8
Suleyman Demrel Unversty, Department of Econometrcs MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN BULANIK VIKOR YAKLAġIMI ĠLE DEĞERLENDĠRĠLMESĠ ArĢ. Gör. Bahadır Fath YILDIRIM 1 ArĢ. Gör. Sultan KUZU 2 ArĢ. Gör. Muhls ÖZDEMĠR 3 Zaman ve mekândan bağımsız olarak stenen blgye anında ulaģablme mkânı sunan moblte, nternet ve mobl chazların her geçen gün daha çok yaygınlaģmasıyla günlük hayattak kullanım alanını artırmaktadır. AraĢtırmalara göre 2013 yılı 4. çeyreğnde sevkyatı yapılan mobl chaz (akıllı telefon, tablet) sayısı, kģsel blgsayar (P) sayısını gerde bırakmıģtır. 2014 yılında P sevkyatının 300 mlyonun altına nmes, tablet/akıllı telefon sevkyatının se br öncek yıla oranla yaklaģık 1,5 kat artıģ göstereceğ öngörülmüģtür. Günlük hayat le Ģ hayatını brleģtren moblte kavramı günümüz Ģ dünyasında Ģ süreçlern de değģtrmektedr. Ayrıca mobltenn, sstem çndek en alt brmden en üst brme kadar kģlern çalıģma Ģeklnde ve Ģrket ç letģmde öneml değģmlere neden olduğu gözlenmektedr. Bu çalıģmada, mobltenn en öneml enstrümanı olan mobl chazlar üzernde donanım ve yazılımın uyumlu çalıģmasına, kontrol edlmesne ve yönetlmesne olanak sağlayan mobl Ģletm sstemler, belrlenen krterlere göre uzman görüģü alınarak Çok Krterl Karar Verme (ÇKKV) yaklaģımlarından VIKOR yöntem le değerlendrlmģ, karar verme sürecnn doğasında bulunan belrszlğ gdermek üzere bulanık sstem teors de karar sürecne dahl edlerek karar problem Bulanık VIKOR yöntem le çözülmüģtür. Anahtar Kelmeler: Bulanık VIKOR, Çok Krterl Karar Verme, Bulanık Mantık, Mobl İşletm Sstemler, Moblte Jel Kodu: 02, 44, 61 Özet Abstract Independently of tme and space that provde access to the requested nformaton moblty, nternet and moble devces more wdespread usage n daly lfe ncreases every day. Accordng to research n the 4th quarter of 2013 wth shpments moble devce (smartphone, tablet) number, personal computer (P) s the number left behnd. In 2014, P shpments fall below 300 mllon and tablet / smart phone shpments compared to the prevous year s expected to ncrease about 1.5 tmes. ombnng the daly lfe and busness lfe moblty concept, also changng the busness process n today's busness. In addton, the moblty, from the sub-unts to the uppermost unt peoples n the system are observed to be study form and ntra-company communcaton causng the changes. In ths study, the most mportant nstrument moblty on the moble devces to work compatble hardware and software, allowng controllng and managng moble operatng systems, accordng to the crtera set by the expert opnon of Mult-rtera Decson Makng (MDM) approaches are evaluated wth VIKOR, n the decson-makng process to address uncertantes nherent, the theory of fuzzy systems were ncluded n the decson process decson problem s solved by the method of fuzzy VIKOR. Keywords: Fuzzy VIKOR, Mult-crtera Decson Makng, Fuzzy Logc, Moble Operatng Systems, Moblty Jel odes: 02, 44, 61 grģ Ġnternetn hayatımızı değģtrdğ, blg paylaģımının dünyayı yenden Ģekllendrdğ, mobltenn sınırları ortadan kaldırdığı günümüzde akıllı chazlar son kullanıcıların zaman ve blgy yöntemede en büyük yardımcısı konumundadır.ġletģmn gderek moble kayması, teknolo Ģrketlern mobl teknololere yönlendrmektedr. Madreport adlı mobl reklam sektörü araģtırma raporuna göre, 2013 yılının sonuna kadar dünya genelnde 800 mlyon akıllı telefon satılacağı öngörülmüģ, bu artıģla brlkte dünyadak akıllı telefon sayısının 2 mlyara yaklaģacağı belrtlmģtr (Moblke, 2013). Bu hızlı 1 Ġstanbul Ünverstes, ĠĢletme Fakültes, Sayısal Yöntemler Anablm Dalı, bahadrf.yldrm@stanbul.edu.tr 2 Ġstanbul Ünverstes, ĠĢletme Fakültes, Sayısal Yöntemler Anablm Dalı, sultan.kuzu@stanbul.edu.tr 3 Ġstanbul Ünverstes, ĠĢletme Fakültes, Sayısal Yöntemler Anablm Dalı, muhlsozdemr@stanbul.edu.tr 852
Suleyman Demrel Unversty, Department of Econometrcs yükselģaynı zamanda nternet hzmetlernn moble taģınmasını hızlandırmaktadır. Uluslararası araģtırmalar, 2013 yılı 4. çeyreğnde sevkyatı yapılan mobl chaz (akıllı telefon, tablet) sayısının, kģsel blgsayar (P) sayısını gerde bıraktığını göstermģtr. 2014 yılında P sevkyatının 300 mlyonun altına nmes, tablet/akıllı telefon sevkyatının se br öncek yıla oranla yaklaģık 1,5 kat artıģ göstereceğ öngörülmüģtür. BTK verlerne göre ülkemzde her 10 akıllı telefon kullanıcısının dokuzu mobl nternet kullanmaktadır. Bu rakamın akıllı telefon satıģlarıyla orantılı olarak hızlı br Ģeklde artması beklenmektedr. 2013 yılında akıllı telefonlardak ver trafğnn, 2011 yılına oranla beģ kat artacağı öngörülmüģtür. Ġnternetten yapılan her sekz sayfa görüntülenmesnden br;. okunan e-postaların %44 ü venternetten yapılan arama trafklernn %20 s mobl chazlar üzernden yapılmaktadır (BTK, 2013). ĠĢletm sstemler, blgsayar donanımının doğrudan denetm ve yönetmnden, temel sstem Ģlemlernden ve uygulama programlarını çalıģtırmaktan sorumlu olan sstem yazılımıdır. Donanımlar hızla gelģp karmaģıklaģırken bu donanımların ne Ģeklde çalıģacaklarını ve kaynak yönetmn düzenleyen yazılımlar Ģletm sstemlerdr. Akıllı telefonlar (Smart Phones), Tablet blgsayarlar, PDA (Personal Dgtal Assstant) lar gb taģınablr chazlar çn üretlen Ģletm sstemler mobl Ģletm sstemler olarak adlandırılmaktadır. Günümüzde Ģletm sstem kapsamı daha da genģlemekte, br Ģletm sstemnn çoklu platformu desteklemes beklenmektedr. Aynı Ģletm sstemnn desktoplarda, laptoplarda, tabletlerde, telefonlarda ve TV gb platformlarda desteklenmes sadece son kullanıcılar çn değl aynı zamanda yazılım gelģtrcler çn de terch sebeb olmaktadır. Moblteye olan talep paralelnde artıģ gösteren akıllı chaz kullanımı, bu chazlar üzernde temel sstem Ģlemlernden sorumlu olan mobl Ģletm sstemlernn önemn de artırmıģtır. Bu bağlamda bu çalıģmada akıllı chazlar üzernde kullanılan popüler mobl Ģletm sstemlernn uzman görüģü alınarak değerlendrlmes amaçlanmıģtır. ÇalıĢmanın zleyen bölümünde kullanılacak yöntemlerden bahsedldkten sonra son bölümde mobl Ģletm sstem alternatfler br karar problem olarak ele alınarak değerlendrlmģ, sonuç bölümünde bulgular yorumlanmıģtır. bulanık sayı ve kümeler 1965 yılında Azer akademsyen Lotfy A. Zadeh (Lütfü Askerzade) tarafından ortaya atılan bulanık küme, bulanık mantık ve bulanık sstem kavramları baģlarda lteratürde tamamen kabul görmemģ ancak 1975 yılında Ġngltere Queen Mary ollege de Mamdan ve Asslan tarafından gelģtrlen br buhar maknesnn kontrolünün bulanık sstem kullanılarak modellenmes le önem kazanmaya baģlamıģtır (ġen, 2009: 15-16). Bulanık mantık, klask k değerl (0,1) mantığın genelleģtrlmģ hal olup, daha genģ anlamda se bulanık kümeler kullanan tüm teor ve teknololer fade etmektedr (Baykal ve Beyan, 2004: 39). Çok değerl mantık, geleneksel kümelerden oluģturulan önermelern, kden fazla doğruluk değer le eģleģtrlebldğ mantık sstemdr. Bulanık mantık se, belrszlk durumunda akıl yürütme le çok değerl mantığın brleģtrlmes esasına dayalı mantıksal br sstemdr (Özkan, 2003: 123). Elemanları x le gösterlen br E evrensel kümes tanımlanırsa, E evrensel kümesnn klask br alt kümes olan A çn ( A E ) üyelk, A karakterstk fonksyonu le gösterlr ve {0,1} arasında aģağıdak gb değģklk gösterr: 1 ( x) A 0 x A x A Oysa belrszlk üzerne kurulu bulanık mantıkta küme değernn sadece 0 yada 1 değer yerne [0,1] aralığında olması söz konusu olup küme değerlernn bu aralıktan belrlenmes durumunda A kümes Bulanık Küme olma özellğ kazanır. Br bulanık kümenn temsl sembolün üstünün çzlmes le fade edlr (Akman ve Alkan, 2006: 30). Bulanıklık sembolü le gösterlr, bulanık br küme fades çn A kullanılır (Seçme Yalçın ve Özdemr, 2008:178) (20) 853
Suleyman Demrel Unversty, Department of Econometrcs Bulanık kümeler klask kümelerden ayıran temel özellk 0 le 1 arasında değģen değģk üyelk derecelerne sahp elemanlardan oluģmasıdır. 0 le 1 arasındak değģmn her br eleman çn değerne üyelk dereces, üyelk derecesnn br alt küme çersndek değģmne se üyelk fonksyonu denr (ġen, 2009:40). Bulanık küme teorsnde üyelk fonksyonlarını belrleme sürec çn özel algortmalar gelģtrlmģtr ancak brçok uygulama Ģlem kolaylığı sağlaması açısından parametrk olarak fade edleblen üyelk fonksyonları le gerçekleģtrlmģtr (Özkan, 2003: 10). Parametrk üyelk fonksyonları arasında en yaygın kullanım alanı bulan üyelk fonksyonları, blg Ģlemsel etknlkler ve formüllernn bast oluģu nedenyle üçgensel ve yamuksal üyelk fonksyonlarıdır (Baykal ve Beyan, 2004:79). Bulanık sayılar, bulanık kümenn çeģtler arasında yer alan ve gerçel sayılar kümes de tanımlı bulanık kümelerdr (Klr ve Yuan, 1995:97). Bu bakımdan bulanık kümelern özel br alt kümes olarak fade edleblr. Her bulanık sayı bulanık br küme olablr ama her bulanık küme, bulanık br sayı olamaz (Özkan, 2003:59). (21) A : [0,1] Bulanık sayıların k özel türü olan üçgensel (trangular) ve yamuksal (trapezodal) bulanık sayılar uygulamada sıkça kullanılmakta olup smlern üyelk fonksyonlarının bçmlernden alırlar (Özkan, 2003:60). Bu çalıģmada üçgensel bulanık sayı (ÜBS) lar kullanılmıģtır. Br üçgensel bulanık sayı (ÜBS), sol ve sağ destek alanları le tek br eleman le fade edlen özden oluģmaktadır ve (l, m, u) parametreler le gösterlr. ÜBS ya at üyelk fonksyonu aģağıdak gb matematksel olarak fade edleblr. A ( x ) 0, x l veya x u x l ( x), l x m A m l u x, m x u u m (22) ġekl 1. Üçgensel Bulanık 1 0 sağ destek soldestek Sayı l m u ÜBS parametreler arasında l<m<u sıralaması vardır. l ve u parametreler ÜBS nın destek kümesnn alt ve üst sınırlarını göstermektedr. m parametres le fade edlen ve üyelk dereces 1 e eģt olan tek br elemandan oluģan öz bulunmaktadır. l ve m parametreler sol destek alanının, m ve u parametreler sağ destek alanının sınırlarını göstermektedr. 854
Suleyman Demrel Unversty, Department of Econometrcs A ( l, m, u ) ve B ( l, m, u ) Ģeklnde 2 ÜBS olsun. l m u ve l 1 1 1 2 2 2 1 1 1 2 m 2 u 2 olmak üzere bu k ÜBS üzernde yapılablecek yaklaģık artmetk Ģlemler Ģu Ģeklde sıralanablr: Eştlk, A ve B ÜBS larının eģt olablmes çn, üyelk fonksyonlarının dğer br deyģle karģılıklı elemanlarının eģt olması gerekmektedr. Toplama, (23) A B ( l, m, u ) ( l, m, u ) l l, m m, u u 1 1 1 2 2 2 1 2 1 2 1 2 Çıkarma, (24) A ( ) B ( l l, m m, u u ) 1 2 1 2 1 2 (25) A ( ) B ( l u, m m, u l ) 1 2 1 2 1 2 Çarpma ve bölme Ģlemler poztf ÜBS lar üzernde tanımlanacaktır. Poztf br bulanık sayı, alt sınır değer poztf olan sayıdır. Çarpma, A ( ) B ( l l, m m, u u ) l, l 0 1 2 1 2 1 2 1 2 (26) Bölme, l m u 1 1 1 A (/) B,, u m l 2 2 2 l, l 0 1 2 (27) BULANIK VIKOR YÖNTEMĠ VIKOR (VIseKrterumsa Optmzaca I Kompromsno Resene), 1998 yılında Oprcovc tarafından önerlmģ, çok krterl karar vermede kullanılan Çok Ntelkl Karar Verme (ÇNKV) yöntemlernden brdr. VIKOR yöntem, karar verme sürecnde brbr le çelģen krterler bulunduğunda alternatfler sıralayarak en uygun alternatfn seçmne odaklanmaktadır (Oprcovc ve Tzeng, 2004). Yöntem le amaçlanan, uzlaģmacı br çözüm le maksmum grup faydasını (çoğunluk kuralı) ve mnmum breysel pģmanlığı tess edecek uzlaģık br çözüm bulmaktır. Yu (1973) ve Zeleny (1982) tarafından önerlen uzlaģtırıcı çözüm kavramı, deal çözüme yakınlık derecesnn ölçümüne dayanmaktadır ve uzlaģık sıralama çn çok krterl çözüm, uzlaģık programlamada toplama fonksyonu olarak kullanılan L p krternden gelģtrlmģtr (Akyüz, 2012; Zeleny, 1982; La ve Hwang, 1996). VIKOR yöntem de benzer prensbe dayanan çok krterl br sıralama ndeks kullanmaktadır (Vahdan vd., 2010). Klask ÇNKV teknklernde olduğu gb VIKOR yöntemnde de krterlern ağırlıklarının kesn olarak blndğ varsayılmaktadır ancak, gerçek yaģam problemlernn çoğunluğunda kesn verlere ulaģmak mümkün değldr. Karar vermenn doğasındak belrszlk ve sübektf değerlendrmelern varlığı da karar sürecnde kesn sayısal değerlerle fade etmey zorlaģtırmaktadır. Bulanık VIKOR yöntem, bulanık mantığın VIKOR yöntemne entegre edlerek uygulanmasıdır. Bulanık VIKOR yöntem, dlsel değerlendrmeler dkkate alarak, en y çözümü ve uzlaģtırıcı çözümü bulmada rasyonel ve sstematk süreçler sunmakta, sübektf değerlendrmeler karar sürecnde dahl etmektedr. Lteratürde Bulanık VIKOR le yapılmıģ br çok çalıģma bulunmaktadır. Tedarkç seçm (Shemshad vd., 2011; Akyüz, 2012; Mrahmad ve Temoury, 2012; Sanaye vd., 2010), lostk frması seçm (Görener, 2011), tedark zncr strates seçm (Görener, 2013), müteahht frma seçm (Ramezanyan vd., 2012), personel seçm (Yıldız ve Devec, 2013), proe seçm (Yıldız, 2014), su 855
Suleyman Demrel Unversty, Department of Econometrcs kaynağı planlaması (Oprcovc, 2011) gb br çok uygulama Bulanık VIKOR yöntem kullanılarak yapılmıģtır. Bulanık VIKOR yöntemnde zlenen adımlar aģağıda sıralanmıģtır (hen ve Wang, 2009; Wang vd., 2006): Adım 1. Karar vercler grubu oluģturularak, alternatfler ve alternatflern değerlendrlmesnde kullanılacak krterler belrlenr. n adet karar vercnn, m adet alternatfn ve k adet değerlendrme krternn olduğu varsayılır. Adım 2. Krter ağırlıklarını belrlemek ve alternatfler derecelendrmek çn kullanılacak dlsel değģkenler ve bulanık sayı karģılıkları tanımlanır. Adım 3. Karar verclern değerlendrmeler brleģtrlerek tek br grup kararına dönüģtürülür. Her br krtern bütünleģtrlmģ bulanık ağırlığı, n karar verc sayısını göstermek üzere, n 1 e w w, 1,2,, k n e1 (28) eģtlğ le hesaplanır.. alternatfn. krtere göre önem ağırlığı se, eģtlğ le hesaplanır. n 1 e x x, 1,2,, m n e1 (29) Adım 4.Tüm krter ve alternatfler çn bütünleģtrlmģ değerler elde edldkten sonra, bulanık karar matrs ve ağırlık matrs oluģturulur. x 11 x 12 x 1 x 21 x 22 x 2 D, 1,2,, m; 1,2,, k x 1 x 2 x (30) w w 1 w 2 w, 1,2,, k (31) Adım 5. Bulanık karar matrsnde yer alan tüm krter fonksyonlarının bulanık en y değer f ve bulanık en kötü değer f belrlenr.bulanık en y ve en kötü değerlern belrlenmesnde krtern özellğ göz önünde bulundurularak k farklı Ģeklde hesaplama yapılır. Eğer. krter br fayda özellğne sahp se f ve f değerler, f f max x mn x (32) eģtlğ le hesaplanırken,. krter br malyet fade edyor se, f f mn x max x (33) 856
Suleyman Demrel Unversty, Department of Econometrcs eģtlğ yardımıyla hesaplanır. Adım 6. Krterlere göre. alternatfn en y bulanık değere uzaklığının toplamını fade eden S ve. alternatfn bulanık en kötü değerlere olan maksmum uzaklığının fade eden R değerler hesaplanır. k f x S w 1 f f (34) f x R max w f f (35) Adım 7. S maksmum grup faydasını, R karģıt görüģteklern mnmum pģmanlığını fade etmek üzere S, S, R, R değerler le grup faydası ve pģmanlığın brlkte değerlendrlmes le elde edlen Q ndeks hesaplanır. S S mn S max S (36) R mn R R max R (37) S S R R S S (38) Q q 1 q R R Q değerlernn hesaplanmasında kullanılan q parametres, krterlern çoğunluğunun ağırlığını (maksmum grup faydasını) göstermektedr. q değer maksmum grup faydasını sağlayan strate çn ağırlığı fade ederken, (1-q) se karģıt görüģteklern mnmum pģmanlığının ağırlığını fade etmektedr. UzlaĢma; çoğunluk oyu (q>0,5) le, konsensus (q=0,5) le veya veto (q<0,5) le sağlanablr. Adım 8. Üçgensel bulanık sayı Q durulaģtırılarak elde edlen Q ndeks alternatflern sıralanmasında kullanılmaktadır. alternatf en y alternatftr. Q ndeks elde edlr. DurulaĢtırma sonrası Q ndeks değer en düģük olan Adım 9. Yöntemn son adımında belrlenen en y alternatfn uzlaģtırıcı çözüm olup olmadığı belrlenr. UzlaĢtırıcı çözümü belrlemek çn aģağıdak k koģulun sağlanıp sağlanmadığı kontrol edlmektedr. Koşul 1. Kabul Edleblr Avanta Koşulu: Q değerler küçükten büyüğe sıralandığı durumda lk sırada yer alan alternatf avanta, 1 A ve knc sırada yer alan alternatf 1 2 2 A olarak gösterldğnde, kabul edleblr Q A Q A DQ (39) koģuluna bağlıdır. EĢtlk (21) de kullanılan DQparametres alternatf sayısına bağlı olup, m alternatf sayısını göstermek üzere, 857
Suleyman Demrel Unversty, Department of Econometrcs eģtlğ le hesaplanır. 1 DQ m 1 Koşul 2. Kabul Edleblr İstkrar Koşulu: Q değerler küçükten büyüğe sıralandığı durumda lk 1 sırada yer alan A alternatf, S ve/veya R değerlerne göre küçükten büyüğe yapılan sıralamada da mnmum değere sahp en y alternatftr. Bu durumda uzlaģık çözüm karar verme sürecnde stkrarlıdır. Yukarıda belrtlen k koģuldan br tanes sağlanmadığı durumlarda uzlaģık çözüm kümes Ģu Ģeklde önerlr: (40) 1 2 Eğer kabul edleblr stkrar koşulu sağlanmıyor se A ve A alternatflernn her ks de uzlaģık ortam çözüm olarak kabul edlr. 1 2 m Eğer kabul edleblr avanta koşulu sağlanmıyorsa A, A,, A alternatflernn tamamı uzlaģık en y ortak çözüm kümesnde yer alır. Burada üst sınır değer olan Q A Q A DQ lģksne göre belrlenr. m 1 maksmum M, Q değerlerne göre sıralanan en y alternatf, mnmum Q değerne sahp alternatflerden brdr. UYGULAMA: MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN DEĞERLENDĠRĠLMESĠ ÇalıĢmanın uygulama kısmında günlük hayatta sıklıkla kullandığımız tablet / akıllı cep telefonu vb. kullanıcılara moblte sağlayan chazların donanım ve yazılımının uyumlu çalıģmasına, kontrol edlmesne ve yönetlmesne olanak sağlayan mobl Ģletm sstemler, uzman görüģü alınarak ÇKKV yaklaģımlarından VIKOR le değerledrlmģtr. Karar verc uzmanların subektf görüģlern karar sürecne daha y yansıtablmek ve karar verme sürecnn doğasında yer alan belrszlğ gdermek üzere VIKOR yöntemne bulanık mantık entegre edlerek, değerlendrmelere Bulanık VIKOR yöntem le yapılmıģtır. Mobl Ģletm sstem pazarında yüksek paya sahp ve mobl chazlarda sıklıkla kullanılan 5 mobl Ģletm sstem değerlendrlmģtr. ÇalıĢma kapsamında OS Apple (A1), Androd Google Inc. (A2), RIM Blackberry (A3), Wndows Phone Mcrosoft (A4), Symban Symban Foundaton (A5) değerlendrmeye tab tutulan mobl Ģletm sstem alternatflerdr. Bulanık VIKOR yöntemnn uygulanmasında br öncek bölümde sıralanan adımlar zlenmģtr. Adım 1. Karar verme sürecnde görüģüne baģvurulacak uzman grup belrlendkten sonra, mobl Ģletm sstemlernn değerlendrlmesnde kullanılacak krterler lteratür taraması ve sektörde faalyet gösteren frmaların raporlarından derlenerek oluģturulmuģtur. Uzman grubunun görüģü alınarak nha krterler belrlenmģtr. Değerlendrme sürecnde kullanılacak krterler ve krter kısaltmaları Tablo 1. de gösterlmģtr. Tablo 1. Mobl Ģletm sstem değerlendrme krterler Karar Krterler 1 2 3 4 5 6 Gerçek zamanlı kapaste ĠĢlemc ve donanım uyumluluğu Teknk destek Hafıza kullanımı Dökümantasyon Telf ücretler 858
Suleyman Demrel Unversty, Department of Econometrcs 7 8 9 10 11 12 13 14 Ağ (network) kapastes MüĢter tatmn Hız ve zaman çzelgeleme etknlğ Tedarkç tbarı Güvenlk Genel malyet Uygulama mağazası Güncelleme Adım 2. Krter ağırlıklarını belrlemek ve alternatfler derecelendrmek amacıyla lteratürde yer alan br çok dlsel değģken ve bulanık sayı karģılıklarını gösteren farklı ölçekler mevcuttur. Bu çalıģmada kullanılacak dlsel değģkenler ve bulanık sayı karģılıkları hen ve Wang (2009) ın çalıģmalarından alınmıģtır. Kullanılan dlsel değģkenler ve bulanık sayılar Tablo 2. de gösterlmģtr. Tablo 2. Dlsel değģkenler ve bulanık sayı karģılıkları Krter ağırlıkları çn Alternatflern derecelendrlmes çn Dlsel DeğĢkenler Bulanık Sayılar Dlsel DeğĢkenler Bulanık Sayılar Çok düģük (ÇD) (0.00, 0.00, 0.25) Çok kötü (ÇK) (0.00, 0.00, 2.50) DüĢük (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 (ÇD) (0.50, 0.75, 1.00) Ġy (İ) (5.00, 7.50, 10.00) Çok yüksek (ÇD) (0.75, 1.00, 1.00) Çok y (Çİ) (7.50, 10.00, 10.00) Kaynak: hen ve Wang, 2009: 235-236 Adım 3. Karar verme sürecnde kullanılacak dlsel değģkenler aracılığıyla karar verc uzman grubun görüģler alınmıģtır. Uzman grubun değerlendrlmeler analz edlmek üzere EĢtlk (9) ve EĢtlk (10) kullanılarak tek br grup kararına dönüģtürülmüģtür. ĠĢlemler sonucu elde edlen bulanık ağırlıklar ve bulanık alternatf değerlendrmeler Tablo 3. ve Tablo 4 de gösterlmģtr. Tablo 3. Krterler çn bütünleģtrlmģ bulanık ağırlıklar Krterler Bulanık Ağırlıklar (w ) l m u 1 0,69 0,94 1,00 2 0,75 1,00 1,00 3 0,56 0,81 1,00 4 0,50 0,75 1,00 5 0,06 0,25 0,50 6 0,13 0,31 0,56 7 0,50 0,75 1,00 8 0,49 0,75 0,88 9 0,38 0,63 0,88 10 0,56 0,81 0,94 11 0,63 0,88 0,94 12 0,19 0,44 0,69 13 0,75 1,00 1,00 14 0,50 0,75 1,00 859
Suleyman Demrel Unversty, Department of Econometrcs Krterler Tablo 4. Alternatfler çn bütünleģtrlmģ bulanık değerlendrmeler A1 A2 A3 A4 A5 l m u l m u l m u l m u l m u 1 7,50 10,00 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 9,17 1,88 4,38 6,88 2 7,50 10,00 10,00 6,67 9,17 10,00 5,83 8,33 10,00 5,83 8,33 10,00 4,17 6,67 9,17 3 6,25 8,75 9,38 5,00 7,50 10,00 4,17 6,67 9,17 5,83 8,33 9,17 4,17 6,67 9,17 4 5,83 8,33 10,00 5,00 7,50 9,17 3,33 5,83 8,33 5,00 7,50 10,00 3,33 5,83 8,33 5 5,83 8,33 10,00 5,00 7,50 9,17 2,50 5,00 7,50 1,67 4,17 6,67 0,83 2,50 5,00 6 2,50 5,00 7,50 5,83 8,33 10,00 2,50 5,00 7,50 4,17 6,67 9,17 3,33 5,00 6,67 7 5,83 8,33 10,00 7,50 10,00 10,00 3,33 5,83 8,33 3,33 5,83 8,33 3,33 5,83 8,33 8 7,50 10,00 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 10,00 1,67 4,17 6,67 9 5,00 7,50 10,00 5,00 7,50 10,00 3,33 5,83 8,33 5,83 8,33 10,00 3,33 5,83 8,33 10 6,67 9,17 10,00 5,83 8,33 10,00 2,50 5,00 7,50 6,67 9,17 10,00 3,33 5,83 8,33 11 7,50 10,00 10,00 4,17 6,67 9,17 2,50 5,00 6,67 5,00 7,50 10,00 3,33 5,83 8,33 12 4,17 6,67 8,33 6,67 9,17 10,00 2,50 5,00 7,50 5,00 7,50 10,00 5,00 7,50 9,17 13 7,50 10,00 10,00 7,50 10,00 10,00 2,50 5,00 6,67 2,50 5,00 7,50 0,83 2,50 5,00 14 6,67 9,17 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 9,17 1,67 4,17 6,67 Adım 4. Tüm krter ve alternatfler çn bütünleģtrlmģ tek br grup kararı elde edldkten sonra bu değerler kullanılarak bulanık karar ve bulanık ağırlık matrsler oluģturulmuģtur. Adım 5. Bulanık karar matrsnde yer alan tüm krtere at değerler üzernden EĢtlk (13) ve EĢtlk (14) kullanılarak, fonksyonların bulanık en y değer f ve bulanık en kötü değer f belrlenmģtr (Tablo 5). Tablo 5. Krterler çn bulanık en y ve en kötü değerler f l m u l m u 1 7,50 10,00 10,00 1,88 4,38 6,88 2 7,50 10,00 10,00 4,17 6,67 9,17 3 6,25 8,75 10,00 4,17 6,67 9,17 4 5,83 8,33 10,00 3,33 5,83 8,33 5 5,83 8,33 10,00 0,83 2,50 5,00 6 5,83 8,33 10,00 2,50 5,00 6,67 7 7,50 10,00 10,00 3,33 5,83 8,33 8 7,50 10,00 10,00 1,67 4,17 6,67 9 5,83 8,33 10,00 3,33 5,83 8,33 10 6,67 9,17 10,00 2,50 5,00 7,50 11 7,50 10,00 10,00 2,50 5,00 6,67 12 6,67 9,17 10,00 2,50 5,00 7,50 13 7,50 10,00 10,00 0,83 2,50 5,00 14 7,50 10,00 10,00 1,67 4,17 6,67 Adım 6. Krterlere göre. alternatfn en y bulanık değere uzaklığının toplamını fade eden S ve. alternatfn bulanık en kötü değerlere olan maksmum uzaklığının fade eden R değerler EĢtlk (15) ve eģtlk (16) kullanılarak hesaplanmıģtır (Tablo 6). f 860
Suleyman Demrel Unversty, Department of Econometrcs Alternatfler S Tablo 6. S ve R değerler l m u l m u A1 0,634 1,190 1,630 0,200 0,313 0,750 A2 1,356 1,977 0,818 0,417 0,583 0,500 A3 5,388 8,097 9,247 0,625 0,875 1,000 A4 2,948 4,336 3,491 0,563 0,750 1,000 A5 6,315 9,492 11,135 0,750 1,000 1,000 Adım 7. EĢtlk (17), (18), (19) kullanılarak S, S, R, R değerler le grup faydası ve pģmanlığın brlkte değerlendrlmes le elde edlen Q ndeks hesaplanmıģtır. Q ndeks hesaplanırken konsensüsü yansıtmak çn q değer q=0.5 olarak alınmıģtır. Tablo 7. de hesaplanan S, S, R, R değerler gösterlmektedr. Tablo 7. S, S, R, R değerler l m u S 6,315 9,492 11,135 S 0,634 1,190 0,818 0,750 1,000 1,000 R R 0,200 0,313 0,500 Adım 8. Elde edlen bulanık sayılar ( S, R, Q ) durulaģtırılarak S, R, Q ndeksler hesaplanmıģ ve bu ndekslere göre alternatf sıralamaları yapılmıģtır. Lteratürde farklı durulaģtırma operatörler mevcut olmakla beraber bu çalıģmada Hseh vd. (2004) çalıģmalarında önerdkler En Ġy Gerçek Sayı Değer (Best Nonfuzzy Performance Value, BNP) yöntem kullanılmıģtır. BNP yöntem le durulaģtırma Ģlem, (l,m,u) parametreler sırasıyla üçgen bulanık sayının alt, orta ve üst değerlern göstermek üzere, BNP R u l m l l, (41) eģtlğ le yapılır. DurulaĢtırma Ģlem sonrası oluģturulan sıralamaları Tablo 8. de gösterlmģtr. Tablo 8. S, R, Q 3 S, Q ndeksler ve alternatf sıralamaları Q S R, Q ndeksler ve alternatf Alternatfler Ġndeks Ġndeks Ġndeks l m u Sıra Sıra Değer Değer Değer Sıra A1 0,00 0,00 0,29 0,10 1 1,15 1 0,42 1 A2 0,26 0,24 0,00 0,17 2 1,38 2 0,50 2 A3 0,80 0,83 0,91 0,85 4 7,58 4 0,83 4 A4 0,53 0,51 0,63 0,56 3 3,59 3 0,77 3 A5 1,00 1,00 1,00 1,00 5 8,98 5 0,92 5 Adım 9. UzlaĢtırıcı çözümün belrlenmes aģamasında kabul edleblr avanta ve kabul edleblr stkrar koģullarının sağlanıp sağlanmadığı ncelenmģtr. Koşul 1. Kabul Edleblr Avanta Koşulu: Q değerler küçükten büyüğe sıralandığı durumda lk sırada yer alan alternatf A1 ve knc sırada yer alan alternatf A2 olarak belrlenmģ, bu k alternatfe at Q ndeks değerler EĢtlk (20) kullanılarak kabul edleblr avanta koģulu ncelenmģ ve koģulun hlal edldğ saptanmıģtır. R 861
Suleyman Demrel Unversty, Department of Econometrcs Koşul 2. Kabul Edleblr İstkrar Koşulu: Q değerler küçükten büyüğe sıralandığı durumda lk sırada yer alan A1 alternatf, S ve/veya R değerlerne göre küçükten büyüğe yapılan sıralamada da mnmum değere sahp en y alternatf olarak belrlenmģtr. Bu durumda elde edlen uzlaģık çözüm karar verme sürecnde stkrarlıdır. KoĢullara göre elde edlen çözüm değerlendrldğnde sadece kabul edleblr stkrar koģulunun Q A Q A DQ m 1 sağlandığı, kabul edleblr avanta koģulunun se sağlanmadığı görülmektedr. lģksne göre A1 ve A2 alternatflernn her ks de uzlaģtırıcı çözümlerdr. Sonuç Bu çalıģmada akıllı telefon, tablet, PDA gb mobl chazlar üzernde temel sstem Ģlemlern yürütmekle sorumlu mobl Ģletm sstemlernden sektörde faalyet gösteren üretc frmalar ve son kullanıcılar tarafından sıklıkla terch edlen 5 alternatf (OS, Androd, Blackberry OS, Wndows Phone ve Symban) belrlenerek Bulanık VIKOR yöntem le değerlendrlmģtr. Uzman görüģü alınarak yapılan değerlendrme ve analzler sonucunda OS ve Androd mobl Ģletm sstemler uzlaģtırıcı çözüm kümesnde yer almıģlardır. Ancak tek br alternatf terch yapılması durumunda en y değere olan uzaklıklar dkkate alınarak OS Ģletm sstemnn daha üstün olduğu söyleneblr. Analz bulgularına göre nha sıralama, OS, Androd, Wndows Phone, Blackberry OS ve Symban Ģeklnde gerçekleģmģtr. Bu çalıģmada Ģletm sstemlernn teknk boyutunu karģılaģtıran krterler belrlenerek sadece uzman görüģü alınarak değerlendrme yapılmıģtır. Son kullanıcıların genģ katılımı le kullanıcı odaklı krterlern kullanıldığı br çalıģma mobl Ģletm sstemlernn değerlendrlmesnde farklı br bakıģ açısı sunablr.ġzleyen çalıģmalarda hbrt ÇKKV yöntemler kullanılarak, bulgular karģılaģtırılablr. KAYNAKÇA Akyüz, G., "Bulanık VIKOR Yöntem le Tedarkç Seçm", Atatürk Ünverstes Ġktsad ve Ġdar Blmler Dergs, lt.26, No. l, 2012, s. 197-214. Blg Teknololer ve ĠletĢm Kurumu (BTK), Onlne: Pazar Verler Ġstatstkler, http://www.tk.gov.tr/kutuphane_ve_verbankas/pazar_verler/pazar_verler.php, ErĢm tarh: 12.04.2014 hen, L.Y. ve Wang, T.-. (2009) Optmzng partners choce n IS/IT outsourcng proects: The strategc decson of fuzzy VIKOR, Internatonal Journal of Producton Economcs, 120(1), ss.233-242. Görener, A. Tedark Zncr Strates Seçm: Bulanık VIKOR Yöntemyle Ġmalat Sektöründe Br Uygulama, Uluslararası Alanya ĠĢletme Fakültes Dergs Internatonal Journal of Alanya Faculty of Busness, Yıl:2013, :5, S:3, s. 47-62. Görener, A., Depo operatörü lostk frmasının seçm çn bulanık VIKOR ve bulanık TOPSIS yöntemlernn uygulanması, Ġstanbul Ünverstes ĠĢletme Fakültes Dergs, lt/vol:42, Sayı/No:2, 2013, 198-218. Hseh, T.-Y., Lu, S.-T. ve Tzeng, G.-H. (2004) Fuzzy MDM approach for plannng and desgn tenders selecton n publc offce buldngs, Internatonal Journal of Proect Management, 22(7), ss.573 584. La, Y. ve Hwang. (1996) Fuzzy Multple Obectve Decson Makng: Methods and Applcatons. Lecture Notes n Economcs and Mathematcal Systems. Sprnger Mrahmada, N., Temoury, E. A Fuzzy VIKOR Model for Suppler Selecton and Evaluaton: ase of EMERSUN ompany, Journal of Basc and Appled Scentfc Research, 2012, 2(5)5272-5287. Moblke, Madreport - Çeyrek Rapor, Onlne: http://moblke.com/ wp-content/ uploads/ downloads /2013/02/madreport_Q4_Web6.pdf, ErĢm Tarh: 12.04.2014 Oprcovc, S. Fuzzy VIKOR wth an applcaton to water resources plannng, Expert Systems wth Applcatons 38 (2011) 12983 12990. 862
Suleyman Demrel Unversty, Department of Econometrcs Oprcovc, S. ve Tzeng, G.-H. (2004) ompromse soluton by MDM methods: A comparatve analyss of VIKOR and TOPSIS, European Journal of Operatonal Research, 156(2), ss.445 455. Ramezanyan, R. M., Kazem, M., Jafar, H., Mad Elah, S. Applcaton of ntegrated fuzzy VIKOR & AHP methodology to contractor rankng, Management Scence Letters 2 (2012) 1511 1526. Sanaye, A., Mousav, S. F. ve Yazdankhah, A. Group decson makng process for suppler selecton wth VIKOR under fuzzy envronment, Expert Systems wth Applcatons, Volume 37, Issue 1, January 2010, p. 24-30 Shemshad, A., Shraz, H., Toreh, M. ve Tarokh, M.J., A fuzzy VIKOR method for suppler selecton based on entropy measure for obectve weghtng, Expert Systems wth Applcatons 38 (2011) 12160 12167. Vahdan, B., Hadpour, H., Sadaghan, J.S. ve Amr, M. (2010) Extenson of VIKOR method based on nterval-valued fuzzy sets, Internatonal Journal of Advanced Manufacturng Technology, 47(9-12), ss.1231-1239. Wang, T.-., Lang, L.-J., & Ho,.-Y. (2006). Mult-crtera decson analyss by usng fuzzy VIKOR. In Proceedngs of nternatonal conference on servce systems and servce management, 2, 901 906. Yıldız, A. ve Devec, M., Bulanık VIKOR Yöntemne Dayalı Personel Seçm Sürec, Ege Akademk BakıĢ Dergs, lt: 13, Sayı: 4, Ekm 2013, ss. 427-436 Yıldız, A., Bulanık VIKOR Yöntemn Kullanarak Proe Seçm Sürecnn Ġncelenmes, Yu, P. L. 1973. A lass of Solutons for Group Decson Problems, Management Scence, 19 (8), p. 936-946. Zeleny, M., Multple rtera Decson Makng, McGraw-Hll, New York, 1982 863