DAĞITIM MERKEZİ YER SEÇİMİ PROBLEMİNE STOKASTİK BİR MODEL ÖNERİSİ: TRA BÖLGESİNDE BİR UYGULAMA

DAĞITIM MERKEZİ YER SEÇİMİ PROBLEMİNE STOKASTİK BİR MODEL ÖNERİSİ: TRA BÖLGESİNDE BİR UYGULAMA Prof. Dr. Osman DEMİRDÖĞEN Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Ana Bilim Dalı Üretim Yönetimi ve Pazarlama Bölümü odemirdogen@hotmail.com Doktora Öğr. Hamit ERDAL Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Üretim Yönetimi ve Pazarlama Bölümü hamit_erdal@hotmail.com Arş.Gör. Sinan KUL Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi Yönetim Bilişim Sistemleri sinan.kul@atauni.edu.tr Özet Dağıtım Merkezi (DM) yer seçimi problemi uzun yıllardır lojistik yöneticileri için önemli, stratejik bir karar problemi olmuştur. Bunda özellikle günümüz modern lojistik, enerji ve telekomünikasyon sistemlerinde topla-dağıt ağ yapılarının kullanılmasının önemli rolü vardır. Topla-dağıt ağ yapısında, merkezi konumda olan ve dağıtım merkezi olarak adlandırılan bu tesis, diğer yardımcı işlevlerin yanında temel olarak toplama ve dağıtma işlevini yerine getirir. Topla-dağıt ağ yapılarında bütün başlangıç-varış noktaları arasındaki akışlar doğrudan sevkiyat yerine, ölçek ekonomilerinden yararlanmak için DM'lerde toplanır ve yine DM'ler üzerinden varış noktalarına gönderilir. Bu sayede, daha az sevkiyat oranı ve daha düşük maliyetler ile daha fazla noktaya sevkiyat sağlamak mümkün olur. Bu çalışmada, TRA bölgesinde bulunan illerin arz kaynaklarına uzaklığı nedeniyle lojistik maliyetlerinin azaltılması ve bölgesel kalkınma bakımından en fazla faydanın sağlanabilmesi için uygun bir DM kuruluş yeri araştırılmıştır. Bu kapsamda uzmanlarla yapılan görüşmeler neticesinde DM yer seçimi problemi için beş kriter belirlenmiştir. Uzmanların değerlendirmeleri esnasında tercihlerini net olarak ifade etmekte zorlanmaları, kriter ağırlıklarının ve alternatif illerin kesin kriter değerlerine ulaşılamaması nedeniyle bu çalışmada Stokastik Çok Kriterli Kabul Edilebilirlik Analizi-TRI (SMAA-TRI) yöntemi kullanılmıştır. Anahtar Kelimeler: Dağıtım Merkezi, Tesis Yer Seçimi Problemi, Çok Kriterli Karar Verme, SMAA-TRI. A STOCHASTIC MODEL PROPOSAL FOR DISTRIBUTION CENTER LOCATION PROBLEM: A CASE STUDY IN TRA DISTRICT Abstract Distribution Center (DC) location problem has been an important strategic decision problem for logistics managers for many years. Especially, the use of collection and distribution network structure has a vital role in today's modern logistics, energy and telecommunication systems. In a collection and distribution network structure, a facility, named DC, is located centrally serves mainly as a collection and distribution point, among other auxiliary functions. In collection and distribution network structures, flows among all origin-destination pairs are not conducted by direct connection lines, but instead by means of collecting DCs and are sent to the destinations again via DCs for the purpose of taking advantages of the economies of scale. In this way, provide less transportation rates to more points is possible with lower costs. In this study, a suitable DC location has been investigated for the reduction of logistics costs due to the farness to supply sources of TRA provinces and in order to provide the maximum benefit in terms of regional development. In this context, five criteria are identified for DC location problem as a result of interviews with experts. In this study, it is utilized Stochastic Multicriteria Acceptability Analysis (SMAA-TRI) because of the fact that the experts had difficulties to express their exact preferences during the evaluations and fail to get the criteria weights and exact criteria values of alternative provinces. Keywords: Distribution Center, Facility Location Problem, Multi Criteria Decision Making, SMAA-TRI. 1

1. GİRİŞ Dağıtım ağı tasarımında alınan kararların genellikle stratejik seviyede ve uzun dönemli etkileri olması nedeniyle kritik özelliğe sahiptir. Dağıtım ağı tasarımında, tesislerin hangi lokasyonlara yerleştirilmesi gerektiği, ürün ve hizmetlerin müşterilerle nasıl buluşturulacağı, hangi ürünün nerede ve ne miktarda üretileceği, müşterilerin hangi tesisten ürün ya da hizmet alacağı, depolama tesislerinde ne miktarda stok bulundurulacağı gibi birçok soruya cevap aranır. Bir dağıtım ağının işlevini tam olarak yerine getirebilmesi ve beklenen performansın elde edilebilmesinin en önemli unsurlardan birisi de tesislerin en uygun lokasyonlara yerleşimidir. Tesis yeri seçimi genel anlamda bir tesisin kurulacağı ya da yerleştirileceği bölgenin veya arazi parçasının seçilmesidir. Yer seçimi kararları uzun vadeli özellik taşıması nedeniyle stratejik öneme haiz yatırım kararlarıdır. Bu kararların, uzun dönemli ve stratejik etkileri olacağından değiştirilmeleri güç ve maliyetlidir. Çünkü en başta kurulacak tesislerin ilk yatırım maliyetleri çok yüksektir ve tesislerin uzun süre kurulduğu lokasyonda hizmet vermesi beklenmektedir. Bir örnekle açıklamak gerekirse; talep miktarına, ulaştırma imkânlarına, büyüme/genişleme olanaklarına, afet ve iklim durumuna ve değişen koşullara bağlı olarak tesis yerinin değiştirilmesi söz konusu olmamalıdır (Ağdaş, 2014: 1). Tesis yeri seçimi kararı; kâr maksimizasyonu, toplam maliyetlerinin düşürülmesi, personel, ekipman, makine ve zaman tasarrufunun sağlanması, teslim süresinin kısaltılması, müşteri ihtiyaçlarına hızlı yanıt verilmesi, müşteri sayısının ve memnuniyetinin artırılarak sürekli kılınması gibi pek çok amacı içinde bulunduran stratejik kararlardan birisidir (Farahani, SteadieSeifi ve Asgari, 2010: 1690). Kurulacak tesisin yapı ve özelliğine, üretilecek ürüne veya sunulacak hizmete göre tesis yer seçimi kararına etki eden pek çok faktör bulunmaktadır. Bunun yanında kamu veya özel sektör kuruluşu olmasına göre bile tesis kuruluş amacı farklılık gösterebilmektedir. Bu faktörler; hem kamu hem de özel sektörün amaçlarına bağlı olarak farklılık ya da değişiklik göstermekle birlikte, yüksek maliyetli ve uzun vadeli olması sebebiyle ortak özellikler de gösterebilmektedir. Günümüz teknolojik gelişmeleriyle birlikte yaşam standartlarının hızla yükselmesi, yerleşim alanların genişlemesi ve değerlenmesi, artan ulaşım ağ ve modları, zamansal sınırlılıklar, talep noktalarına yakınlık, tesis kurulumlarında sosyal ve çevresel etkenler gibi pek çok boyutun artarak önem kazanması en iyi tesis yerini seçmeyi oldukça zor ve karmaşık bir problem haline getirmektedir (Bastı, 2012: 242). En genel ifadesiyle tesis yer seçim problemleri n adet tesisin m adet lokasyona (n<m) taşıma maliyetlerini minimize edilecek şekilde yerleştirilmesi ile ilgilenir (Tavakkoli- Moghaddain ve Shayan, 1998: 527). DM yer seçimi problemi, yer seçimi teorisi için önemli araştırma alanlarından birisi olup genel olarak; DM'lerin seçilmesi ve DM olmayan noktaların DM'lere atanmasını içeren bir yerleştirme-atama problemidir (Mayer ve Wagner, 2002: 716). Bu problemin önemi özellikle günümüz modern lojistik, enerji ve telekomünikasyon sistemlerinde topla-dağıt ağ yapılarının kullanılmasından kaynaklanmaktadır. DM yer seçim problemlerinin pek çok sektörde başarıyla uygulandığı görülmektedir. Özellikle kara ve havayolu taşımacılığı, posta ve kargo dağıtım hizmetleri, acil hizmetler sektörü, enerji ve telekomünikasyon alanlarında etkin olarak kullanılmaktadır (Özger, 2008: 5). DM'ler çoktan-çoğa dağıtım sistemlerinde toplama, sınıflandırma ve aktarma noktası olarak hizmet veren özel tesislerdir. Topla-dağıt ağ yapılarında bütün başlangıç-varış noktaları arasındaki akışlar doğrudan sevkiyat yerine, ölçek ekonomilerinden yararlanmak için DM'lerde toplanır ve yine DM'ler üzerinden varış noktalarına gönderilir. Bu sayede, daha az sevkiyat oranı ve daha düşük maliyetler ile daha fazla noktaya sevkiyat sağlamak mümkün olur. Aynı kaynak noktasından çıkarak farklı noktalara dağıtımı yapılacak akışlar ile farklı kaynak noktalarından çıkarak aynı noktaya dağıtımı yapılacak akışlar DM'lerde yük birleştirmesine tabi tutulur. Bu yük birleştirmeleri doğrudan DM-DM arası olabileceği gibi, kaynak noktasından DM ye, DM den de varış noktasına şeklinde de olabilir (Alumur ve Kara, 2

2008: 1). Şekil 1.1. de, 15 noktalı ve bu 15 noktadan 3'ünün DM olarak hizmet sunduğu örnek bir ağ yapısı sunulmuştur. Şekil 1.1. Örnek bir DM ağ yapısının şematik gösterimi (Aygün, 2014: 2). Geçtiğimiz yıllarda yalnızca maliyet veya kâr analizleri yapılarak matematiksel işlemlerle gerçekleştirilen tesis yerleşimi için günümüzde sayılamayan ve ölçülemeyen kriterlerin artması ile birlikte en iyi çözümü bulmak ya da bu çözüme en yakın çözüm önerilerini sunmak amacıyla sezgisel modeller ve yine diğer bir yaklaşım olarak da çok kriterli karar verme (ÇKKV) yöntemleri kullanılmıştır. ÇKKV yöntemleri uzman görüşüne dayanan ve problem etki eden kriterlerden dolayı karar vermenin zor olduğu karmaşık durumlarda kriterlerin karşılaştırılması ile alternatifler arasından en uygun çözüm alternatifinin bulunmasına odaklanan tekniklerdir. Literatürde önceki çalışmalara da bakıldığında tesis yeri seçimi problemlerinin çözümünde yaygın olarak matematiksel programlama yaklaşımının kullanıldığı, bunun yanında hem niteliksel hem de niceliksel kriterlere sahip yerleşim problemleri içinse ÇKKV yöntemlerinden istifade edildiği görülecektir. Bu tür problemlerle uğraşılırken, problemlerde çok sayıda birbiri ile çatışan faktör ve kriterlerle beraber, sayısal olarak ifade edilemeyen (soyut) pek çok kısıt bulunması problemin zorluğunun temel sebebini oluşturmaktadır. Bu nedenle tesis yer seçimi, pek çok nitel ve nicel kriterin dikkatli analiz edilerek alınması gereken bir karardır. Ayrıca seçilecek lokasyonla ilgili alınacak kararlarda, karar vericilerin objektif değerlendirmeler yapması, kriter ve alternatiflerin belirlenmesinde uzman personel ve gruplardan destek alınması, kararların mümkün olduğunca uzun bir dönem göz önünde bulundurularak ve gelecekte meydana gelebilecek değişiklikler de dikkate alınarak verilmesi tesis yerinin en uygun yer olarak seçilmesine imkân sağlayacaktır (Ağdaş, 2014: 2). Tesis yer seçimi konusunda ÇKKV yöntemlerinin kullanıldığı çok sayıda çalışma bulunmasına rağmen DM yer seçimi problemi için sınırlı sayıda çalışmaya rastlanmıştır. Badri (1999), uluslararası bir petrokimya firmasının Orta Doğu'daki dört aday ülke arasından birine açacağı DM yer seçimi problemi için Analitik Hiyerarşi Prosesi (AHP) ve Hedef Programlama yöntemlerini beraber kullanmıştır. Yazar çalışmasında, alternatif ülkelerin önceliklendirilmesinde AHP yöntemini kullanmış, daha sonra elde edilen öncelik değerleri ile Hedef Programlama modeline girdi sağlamıştır. Chen (2001), DM yer seçimi problemi için bir bulanık çok kriterli grup karar verme yaklaşımı önermiş ve önerdiği modeli örnek bir gerçek hayat problemine uygulamıştır. Yazar alternatifler arasından en uygun lokasyonun seçilebilmesi için beş karar kriteri kullanmıştır. Bunlardan maliyet kriterini kesin değeri ile, diğer kriterleri ise üçgensel bulanık ifadelerle kullanmıştır. 3

Chan ve Chung (2004), dört üretim tesisi, dört DM ve on müşteriden oluşan bir dağıtım ağında DM'lerinin yerleştirilmesi ve müşterilerin bu DM'lerine atanması için Genetik Algoritma ve AHP yönteminin bütünleşik olarak kullanıldığı bir model önermiştir. Kuo (2007), DM yer seçimi problemi için karşılaştırmalı bir analiz ortaya koymuştur. Yazarlar çalışmalarında kriter ağırlıklarının hesaplanması için bulanık AHP, alternatiflerin karşılaştırılması için ise; bulanık SAW, bulanık Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), etkili bulanık model (efficient fuzzy model) ve yazarlar tarafından önerilen bir modeli kullanmıştır. Menou, Benallou, Lahdelma ve Salminen (2010), Fas'ta havayolu kargo DM seçimi problemi için beş kriter ve altı alternatifin kullanıldığı bir SMAA-O modeli önermiştir. Çalışmanın sonucunda diğer alternatiflere üstünlüğü vurgulanan iki aday lokasyondan birinin DM olarak kullanılması için Fas ulusal havayolu yetkililerince çalışma başlatıldığı vurgulanmıştır. Kuo (2011), uluslararası bir DM yer seçimi problemi için hibrit bir model önermiştir. Önerilen modelde, kriterlerin hiyerarşik yapısını belirlemek için bulanık DEMATEL, kriter ağırlıklarını hesaplamak için AHP ve Analitik Ağ Prosesi (ANP) ve son olarak alternatiflerin sıralanması için ise yeni bir bulanık ÇKKV yöntemini kullanmıştır. Awasthi, Chauhan ve Goyal (2011), bir lojistik firmasının kentsel DM yer seçimi problemi için bulanık TOPSIS yöntemini kullanmıştır. Çalışmada, üç karar verici ve sekiz kriter açısından önceden belirlenen üç alternatif kuruluş yeri değerlendirilmiştir. Erdal (2014), mühimmat dağıtım ağı tasarımı problemi için Coğrafi Bilgi Sistemleri (CBS), AHP-TOPSIS ve Karışık Tamsayılı Matematiksel Programlama yöntemlerinin kullanıldığı bir metodoloji önermiştir. Önerilen metodoloji ile ana DM'lerinin lokasyonları ve sayıları, tali DM kullanılıp kullanılmayacağı, kullanılacaksa hangilerinin kullanılacağı ve birliklere hangi DM'lerden hizmet sunulacağı belirlenmiştir. Güzel ve Erdal (2015), kolluk kuvvetlerinin toplumsal olaylara müdahale malzemeleri DM yer seçimi problemi için bulanık TOPSIS ve bulanık VIKOR yöntemlerinin kullanıldığı karşılaştırmalı bir analiz yapmıştır. ÇKKV problemlerinde, elde edilen kararın niteliği, büyük ölçüde karar vericilerden/uzmanlardan sağlanan kriter ağırlıkları ve alternatiflerin kriterlere göre aldıkları değerlerin doğru bir şekilde belirlenmesine bağlıdır. Gerçek hayat problemlerinde, bu değerlerin tümüne doğru şekilde ulaşmak çoğu zaman mümkün değildir. Özellikle politik ve kamusal problemlerde, karar vericilerin birden çok olduğu, verilerin büyük ölçüde değişkenlik gösterdiği durumlarda, söz konusu değerlerin doğru bir şekilde ve net olarak belirlenmesi daha da zor olacaktır. Bu tür problemlerde olasılıklı, belirsiz ve kesin olmayan değerlere sahip çeşitli kriterler mevcuttur. Stokastik Çok Kriterli Kabul Edilebilirlik Analizi (SMAA) yöntemi, alternatiflerin kriter değerlerinin ve kriter ağırlıklarının kesin olarak karar vericilerden temin edilemediği, olasılıklı, eksik veya belirsiz olduğu kesikli ÇKKV problemlerinin çözümü için geliştirilmiştir (Wenning, Apitz, Belluck, Chiesa, Figueira, Filip, Ignatavicius, Kiker, Lahdelma, MacDonell, Mannini, Raissouni, Sinka ve Xenidis, 2007: 29). Diğer ÇKKV yöntemlerinde kullanılan kesin kriter ve ağırlık değerlerinin yerine, SMAA yöntemleri, problemin çözümünde kullanılan değerlerin, aralık değer ve dağılım olarak ele alınmasına müsaade etmektedir. Bu çalışmada, TRA bölgesinde bulunan illerin arz kaynaklarına uzaklığı nedeniyle lojistik maliyetlerinin azaltılması ve bölgesel kalkınma bakımından en fazla faydanın sağlanabilmesi için uygun bir DM kuruluş yeri araştırılmıştır. Bu kapsamda uzmanlarla yapılan görüşmeler neticesinde DM yer seçimi problemi için beş kriter belirlenmiştir. Uzmanların değerlendirmeleri esnasında tercihlerini net olarak ifade etmekte zorlanmaları, kriter ağırlıklarının ve alternatif illerin kesin kriter değerlerine ulaşılamaması, problemin siyasi ve kamusal bir karar olması nedeniyle bu çalışmada SMAA-TRI yöntemi kullanılmıştır. 4

Çalışmanın ikinci bölümünde kullanılan yöntem tanıtılmış, üçüncü bölümde TRA bölgesinde bulunan iller için uygun bir DM kuruluş yeri araştırılmış, son olarak ileride yapılacak çalışmalara önerileri de içeren sonuç bölümüyle çalışma tamamlanmıştır. 2. STOKASTİK ÇOK KRİTERLİ KABUL EDİLEBİLİRLİK ANALİZİ (SMAA) SMAA yöntemi kriter ağırlık bilgisinin net elde edilemediği durumlarda kesikli grup karar verme problemlerinin çözümü için geliştirilmiştir. SMAA yönteminin temel varsayımı, karar vericilere/uzmanlara, problemleri karakterize edebilen değerler sağlayabilmek için ağırlık uzayının belirlenmesinde Monte Carlo simülasyonunu kullanılmasıdır (Tervonen, Lahdelma, Dias, Figueira ve Salminen, 2007: 222). SMAA yönteminin gerçek hayat problemlerine uygun olmasının nedenlerini Tervonen ve Lahdelma (2007: 501) şöyle açıklamıştır: (a) SMAA yönteminin kullandığı ters ağırlık uzayı yaklaşımı, karar vericilerden alternatiflerin kriter değerlerinin sağlanamadığı problemler için uygun bir yaklaşımdır. Bu durumlarda, alternatiflerin kriter değerleri bir aralık veya üzerinde uzlaşılan bir istatistiksel dağılımla ifade edilebilir; (b) SMAA yöntemi, eksik veya belirsiz kriter ağırlıklarının yer aldığı problemlerin çözümü için uygundur; (c) SMAA hesaplamaları, sayısal yöntemlerle etkin olarak gerçekleştirilebilir. Ortaya atıldığı ilk günden bu güne ÇKKV problemlerinde seçme, sınıflandırma ve sıralama işlemleri için farklı SMAA metotları geliştirilmiştir. Seçme ve sıralama işlemleri için SMAA-2 (Lahdelma ve Salminen, 2001), SMAA-3 (Hokkanen, Lahdelma, Miettinen ve Salminen, 1998), SMAA-O (Lahdelma, Miettinen ve Salminen, 2003), Ref-SMAA (Lahdelma, Miettinen ve Salminen, 2005) metotları kullanılırken sınıflandırma işleminde SMAA-TRI (Tervonen, Lahdelma, Dias, Figueira ve Salminen, 2007) metodu kullanılmaktadır. 2.1. SMAA-TRI Yöntemi SMAA-TRI yöntemi, ELECTRE-TRI metodunun kriter değerleri ve kriter ağırlık değerlerinde belirsizliğe izin verecek şekilde geliştirilmesi ile ortaya çıkmıştır (Karabay, Köse ve Kabak, 2014: 363). SMAA-TRI yönteminde şu parametreler girdi olarak kullanılmaktadır: (a) Lamda kesme seviyesi, f (λ) yoğunluk fonksiyonuna sahip λ stokastik değişkeni ile [0.5, 1] aralığında tanımlanmaktadır. Lamda kesme seviyesi bulanık sıralama ilişkisini kesin sıralama ilişkisine dönüştürmek için kullanılır ve kriterlerin minimum ağırlıklı toplamını temsil eder; (b) Alternatiflerin kriter değerleri ve kriter ağırlıkları eksik, bir aralık olarak ya da bir dağılım fonksiyonuna uygun olarak modele girilebilir. (c) Ağırlıklar, f (w) birleşik yoğunluk fonksiyonu ile bir ağırlık dağılımı şeklinde ifade edilir. W = wεr : w 0 ve w = 1 (1) (ç) ELECTRE TRI ye ait veri ve diğer parametreler T = { M, B, q, p, v } kümesi ile gösterilir. Burada M alternatiflerin kriterlerden aldığı değerleri gösteren kriter değerlendirme matrisini, B ise kategorilerin sınırlarını ifade eden profil kümesidir. q, p, v ise üç farklı eşik değeri ifade eder. q farksızlık (indifference) eşik değeridir ve bu bir kriterin içerisindeki önemsiz olduğu değerlendirilen farkı ifade eder. p öncelik (preference) eşik değeridir ve karar vericilerin/uzmanların tercihlerini değiştirecek en küçük farkı tanımlar. q farksızlık eşik değeri, p öncelik eşik değerinden küçüktür ve bu iki eşik değeri arasındaki fark tereddüdü ya da belirsizliği ifade eder. v ise veto eşik değeridir ve sıralama ilişkisini tamamen etkisiz bırakan en küçük farktır (Tervonen, Linkov, Figueira, Steevens, Chappel ve Merad, 2009: 759). SMAA-TRI bütün alternatif ve kategoriler için kabul edilebilirlik indisi π üretmektedir. Kategori kabul edilebilirlik indisi alternatiflerinin (a ), kategorilere (C ) 5

atanmasına ilişkin olası parametre değerinin payını göstermektedir ve en uygun yüzde bilgisini ifade etmektedir. SMAA-TRI yönteminde kullanılan denklemler sırasıyla şu şekildedir (Tervonen, Lahdelma, Dias, Figueira ve Salminen, 2007: 222-223; Karabay, Köse ve Kabak, 2014: 364) Hangi a alternatifinin, fonksiyonu şöyle tanımlanır. Kategori üyelik fonksiyonu ise şu şekilde tanımlanır. kategori indisine atanacağını değerlendiren kategorileştirme h = K(i, λ, w, T) (2) m 1, eğer K(i, λ, w, T) = h, (λ, w, T) = 0, diğer durumlarda (3) Kategori kabul edilebilirlik indisi ise kategorilere yapılan atamaların dengesini ölçer ve kategori içindeki üyeliğin bir bulanık ifadesi ya da olasılığı şeklinde tanımlanabilir. Kategori kabul edilebilirlik indisi çoklu integraller yardımıyla aşağıdaki şekilde hesaplanır. π = f (λ) f (w)m (λ, w, T)dwdλ (4) Kategori kabul edilebilirlik indislerinin aldığı değerler [0,1] aralığındadır. Sıfır değeri ilgili alternatifin o kategoriye atanma olasılığının bulunmadığını, bir değeri ise alternatifin kesin olarak o kategoriye ait olduğunu ifade eder. Her bir alternatifin kategoriler içindeki kabul edilebilirlik indisleri toplamı 1 dir (Tervonen, Lahdelma, Dias, Figueira ve Salminen, 2007: 223). Tervonen (2012: 10) tarafından şematik olarak sunulan SMAA-TRI karar süreci adımları Şekil 2.1. de gösterilmiştir. Alternatif ya da kriter ekle/çıkart Problemin Tanımlanması Kriterlerin Girilmesi Alternatiflerin Girilmesi Modeli daha iyi sonuç vermesi için geliştir. Alternatiflere Ait Kriter Değerlerinin Girilmesi Profil Değerlerinin Girilmesi Eşik Değerlerinin Girilmesi Ağırlık Bilgisinin Girilmesi Lamda Aralığının Girilmesi Kategori Kabul Edilebilirlik İndislerine İlişkin Tutarsızlıkların Değerlendirilmesi Evet Mevcut Alternatif ve Kriter Kümeleri Hala Uygun mu? Hayır Evet KARAR Hayır Elde Edilen Bilgi Karar Vermek İçin Yeterli mi? 6

Şekil 2.1. SMAA-TRI karar süreci adımları. SMAA metodunda hesaplamaların elle yapılması, özellikle büyük boyutlu problemlerde kolay değildir. Bu nedenle problemlerin çözümlerinde JAVA tabanlı açık kaynak yazılımı JSMAA kullanılmaktadır (Tervonen, 2012). 3. TRA BÖLGESİNDE BULUNAN İLLER İÇİN DM YER SEÇİMİ Bu çalışmada, TRA bölgesinde bulunan illerin (TRA11-Erzurum, TRA12-Erzincan, TRA13-Bayburt, TRA21-Ağrı, TRA22-Kars, TRA23-Iğdır, TRA24-Ardahan) arz kaynaklarına uzaklığı nedeniyle lojistik maliyetlerinin azaltılması ve bölgesel kalkınma bakımından en fazla faydanın sağlanabilmesi için uygun bir DM kuruluş yeri araştırılmıştır. Tablo 3.1.'de TRA bölgesinde bulunan illerin yük hareketliliğinin ton-km değerleri görülmektedir. Tablo 3.1. TRA bölgesinde bulunan illerin yük hareketliliğinin ton-km değerleri (Bayraktutan ve Özbilgin, 2013: 711). Yük Trafiği İller Oran (%) Türkiye geneli sıralaması (bin ton-km) Erzurum 2.128 1,09 30 Erzincan 1.453 0,75 43 Ağrı 1.289 0,66 53 Kars 612 0,31 67 Iğdır 479 0,25 71 Bayburt 232 0,12 77 Ardahan 191 0,10 79 Buna göre, ülkedeki toplam yük trafiğinin %9,6 sı İstanbul da, %5,43 ü Ankara da, %4,21 i Kocaeli de gerçekleşmesine rağmen TRA bölgesinde bulunan illerinde bu oranın çok düşük seviyelerde kaldığı görülmektedir. Bayraktutan ve Özbilgin (2013: 710)'e göre bunun nedeni şunlardır; (a) lojistik faaliyetlerin küçük hacimlerde yapılması, birim maliyetleri arttırmakta ve verimsizliğe neden olmaktadır, (b) yük taşımacılığında farklı sistemler arasında bütünleşme sağlanamamıştır, (c) mevcut taşıma sistemlerinin hizmet kaliteleri ve kapasiteleri de yeterli değildir. Bu nedenle lojistik faaliyetlerin daha organize ve profesyonel bir şekilde ele alınabilmesi için TRA bölgesinde bir DM kurulmasının gerekliliği ortadadır. Bu kapsamda lojistik sektöründe faaliyet gösteren işletme yöneticisi üç uzman ve dört akademisyen ile görüşmeler gerçekleştirilmiştir. Görüşmeler neticesinde DM kurulması için alternatifler yukarıda sıralanan illerin merkezleri (a,, a ) olarak kabul edilmiştir. Yine aynı görüşmelerde literatürde DM yer seçimi problemi için daha önce belirlenen kriterler uzmanlara açıklanmış ve bu kriterlerden beşinin (k, k, k, k, k ) problemimiz için kullanılması uygun değerlendirilmiştir. Böylece alternatif iller beş kritere göre değerlendirilecek ve iki farklı destek kategorisine, (d, d ) ayrılacaklardır. Lamda kesme seviyesi ise [0,65-0,80] aralığında normal dağılım gösteren stokastik bir değişken olarak kabul edilmiştir. DM kurulumuna etki ettiği değerlendirilen kriterler ve açıklamaları şu şekilde tespit edilmiştir; K1 (Coğrafi Konum): Bu kriter; pazara, müşteriye, tedarikçiye, arz kaynaklarına yakınlık kapsamında ele alınmıştır. Uzmanlar tarafından sıralanan bu noktalara mümkün olduğu kadar yakın coğrafi konumda bulunmanın öneminin altı çizilmiştir. Bu kapsamda yapılan değerlendirmeler neticesinde veri girişi için varış noktaları olarak her bir alternatif ilden TRA bölgesindeki diğer il merkezlerine olan mesafeler ve arz kaynakları olarak da TRA bölgesine yapılan sevkiyatlar için merkez kaynak noktaları olan Adana, Ankara, Diyarbakır, Gaziantep, Kayseri, Konya, Samsun, Trabzon, İstanbul, İzmir, Bursa ve Van illerine olan mesafelerin toplamının alternatif ilin coğrafi konumunu vermesi kararlaştırılmıştır. 7

K2 (Doğal ve Çevresel Riskler): Bu kriter; afet, trafik, terör, ses ve gürültü kirliliği, iklim, atık toplama, hava ve su kirliliği kapsamında ele alınmış ve 1-5 ölçeğine göre değerlendirilmiştir. Uzmanlar tarafında değerlendirilen risk çeşitliliğinin fazlalığı nedeniyle 1-5 ölçeğinin interval aralıkla kullanılmasına karar verilmiştir (1-Tamamiyle Riskli, 2-Riskli, 3-Orta Derecede Riskli, 4-Risksiz, 5-Tamamiyle Risksiz). K3 (Maliyet): Bu kriter; arazi, kira, ulaşım, kurulum, yatırım, operasyonel, bakım maliyetleri, iş gücü imkânı, iş fırsatları, iş ikliminin neden olduğu maliyetler göz önüne alınarak değerlendirilmiştir. Bu kapsamda uzmanlar tarafından birim metrekare bazında il merkezinde elde edilebilecek minimum ve maksimum değerlere göre hesaplanmıştır. K4 (Ulaştırma Altyapısı): Bu kriter kapsamında her bir alternatifin ile ulaşım imkanları, mevcut karayolu ağı, demiryolu ağı mevcudiyeti ve demiryolu istasyon şefliği bulunup bulunmaması, benzer şekilde havalimanı mevcudiyeti, park ve dinlenme alanları, konaklama tesisleri değerlendirmeye alınmış olup, alternatif iller uzman görüşleri doğrultusunda 1-5 ölçeğine göre değerlendirilmiştir.(1-tamamiyle yetersiz, 2-Yetersiz, 3-Orta, 4-Yeterli, 5- Tamamiyle Yeterli) K5 (Dış Kaynak Kullanım Olanakları): DM'nin işlevini yerine getirirken hizmet desteği alabileceği firma sayısına göre değerlendirme yapılmıştır. Değerlendirmede alternatif illerin Esnaf, İşyeri, Nüfus ve Oda Bilgileri (http://www.tesk.org.tr/tr/calisma/sicil/4.pdf) kullanılarak işyeri sayılarının normalizasyonu sonucu elde edilmiştir. DM'nin faaliyete geçmesi ilin ekonomik kalkınması ve istihdamı açısından önemli derecede etki yapacağından Destek-1 öncelikli olarak kalkındırılması gereken illeri (hangi ilin desteklenmesi daha fazla fayda sağlar sorusuna cevap aranmaktadır.), Destek-2 ise kalkındırma için öncelik yapılmayacak iller grubunu temsil etmektedir. Destek kategorileri b ve b ifade edilen profil değerleri ile birbirlerinden ayrılmaktadır. Alternatiflerin kriterlere göre aldıkları değerler Tablo 3.2.'de sunulmuştur. Alternatifler Coğrafi Konum (bin km.) Tablo 3.2. Alternatif İllere Göre SMAA-TRI Parametre Değerleri Doğal ve Çevresel Maliyet Ulaştırma Riskler (br.) Altyapısı (1-5) Dış Kaynak Kullanım Olanakları Ağrı 13900 1-3 1,4-1,6 3 0.153 Ardahan 14452 2-4 1,2-1,6 2 0.059 Bayburt 11686 3-5 2,0-2,3 2 0.045 Erzincan 11127 4-5 1,2-1,5 5 0.135 Erzurum 11755 2-4 1,8-2,0 5 0.399 Iğdır 15340 2-3 1,4-1,7 3 0.072 Kars 14190 2-4 1,5-1,9 4 0.137 Problemin siyasi ve kamusal bir karar olması nedeniyle uzmanlar, kriterlerin ağırlıkları konusunda kesin bir yargıya varamamış, ancak kriterlerin önem derecelerine yönelik bir sıralama yapmışlardır. Bu sıralama şu şekildedir: K1 K4 K3 K5 K2. Bu çalışmada da SMAA-TRI metodu uygulaması için JSMAA yazılımı kullanılmıştır. JSMAA yazılımı, alternatiflerin kriter değerleri ve kriter ağırlık değerleri veya kriter önem sıraları girildikten sonra çözüm olarak kategori kabul edilebilirlik indislerini vermektedir. Modelin çözümü olarak ortaya çıkan kategori kabul edilebilirlik indisleri Şekil 3.1. de, kategori kabul edilebilirlik indislerinin grafik gösterim Şekil 3.2. de sunulmuştur. 8

Şekil 3.1. Kategori Kabul Edilebilirlik İndisleri Şekil 3.2. Kategori Kabul Edilebilirlik İndisi Grafik Gösterim Kategori kabul edilebilirlik indisleri, bir alternatifin o kategoriye ne kadar uyduğunun göstergesidir. Örneğin, Erzincan ilinin Destek-1 kategori kabul edilebilirlik indis değeri 0.89 dur. Bu değer, Erzincan'a DM kurulmasının bölgesel kalkınma için %89 oranında faydalı olacağını ve öncelikli olarak desteklenmesi gerektiğini ifade eden Destek-1 grubuna girdiğini göstermektedir. Karar, bazı alternatif iller için %100 e yakın bir indis değeri sunarken Bayburt örneğinde olduğu gibi %60'larda bir indis değeri de sunabilmektedir. Karar vericiler tarafından yapılacak değerlendirmelerde gelecekte oluşabilecek değişikliklerde göz önüne alınarak son bir değerlendirme yapılması gerekmektedir. Yani, kararın uygulamasına geçilmeden önce gelişen durum ve ihtiyaçlara göre veriler güncellenebilir ve model tekrar çözülebilir. Çalışmadaki modelde iki kategori bulunduğundan, alternatif iller en fazla hangi kategoride bulunma olasılığına sahipse o grubun üyesi olacaktır. SMAA-TRI yöntemiyle yapılan bu analizde sırasıyla Erzincan, Erzurum ve Bayburt illerine bir DM kurulması durumunda bölgesel kalkınmaya destek sağlanabileceği ve desteklenmesi gerektiği, diğer alternatif illerde ise bu faydanın sağlanamayacağı ve DM kuruluş kararının uygun olmadığı sonucuna ulaşılmıştır. Sonuç olarak; bu çalışmada TRA bölgesinde uygun bir DM kuruluş alternatifi araştırılmış ve en uygun kuruluş yeri olarak Erzincan ili, daha sonra Erzurum ili belirlenmiştir. Bayburt ili de azımsanamayacak oranda Destek-1 grubuna dahil olsa da, bu alternatif il için Erzincan ve Erzurum kadar kesin ifadeler kullanılması uygun değerlendirilmemektedir. 9

4. SONUÇ Dağıtım ağında hizmet sunacak DM yer seçimi kararı stratejik seviyede ve uzun dönemli etkileri olması nedeniyle kritik öneme sahiptir. Özel sektörde firma yetkilileri karar ve tercihlerini açıkça ortaya koyabilirler. Fakat siyasi ve kamusal karar vericiler kararlarının kamuoyunda yaratacağı etki ve yerindeliğini düşünülerek özel sektör firma yetkilileri kadar rahat karar veremezler. SMAA metodu da bu tür karar problemleri için geliştirilmiş bir yöntemdir. Bu yöntemde uzmanlar, alternatifler arasından en iyisini sunmak yerine, hangi alternatiflerin ne oranda seçilebilir olduğu bilgisini karar vericilere sunarlar. Nihai karar, karar verici tarafından alınır. Bu nedenle DM yer seçimi problemi için SMAA-TRI yönteminin uygun bir ÇKKV metodu olduğu değerlendirilmiştir. Bu çalışmada, TRA bölgesinde bulunan iller için uygun bir DM kuruluş yeri araştırılmış ve yöntem olarak SMAA-TRI kullanılmıştır. Çalışmanın sonucunda TRA bölgesinde DM kuruluşu için en uygun alternatifler, oransal olarak, sırasıyla, Erzincan, Erzurum ve kısmen Bayburt illeri olarak belirlenmiştir. İleride yapılacak çalışmalarda DM yer seçimi problemi için farklı yöntemler kullanılarak karşılaştırmalı bir analiz yapılabilir. Benzer şekilde kullanılan kriterlerde çeşitliliğe gidilerek kriterlerin probleme etkisi incelenebilir. KAYNAKLAR Ağdaş, M. (2014). Çok Kriterli Karar Verme Yöntemleri ile Lojistik Tesis Yer Seçimi: Kamu Sektöründe Bir Uygulama. Kara Harp Okulu Savunma Bilimleri Enstitüsü Malzeme Tedarik ve Lojistik Yönetimi Bölümü Yayınlanmamış Yüksek Lisans Tezi. Ankara. Alumur, S. ve Kara, B. Y. (2008). Network hub location problems: The state of the art. European Journal of Operational Research. 190(1). 1-21. Awasthi, A., Chauhan, S.S. ve Goyal, S.K. (2011). A Multi-criteria Decision Making Approach for Location Planning for Urban Distribution Centers Under Uncertainty. Mathematical and Computer Modelling. 53(1). 98 109. Aygün, S. (2014). Ana dağıtım üssü yer seçim problemleri ve bir kamu kurumu için gerçek bir ana dağıtım üssü yer seçim problemi. Kara Harp Okulu Savunma Bilimleri Enstitüsü Malzeme Tedarik ve Lojistik Yönetimi Bölümü Yayınlanmamış Yüksek Lisans Tezi. Ankara. Badri, M.A. (1999). Combining the Analytic Hierarchy Process and Goal Programming for Global Facility Location Allocation Problem. International Journal of Production Economics. 62(3). 237 248. Bastı, M. (2012). P-Medyan Tesis Yeri Seçim Problemi ve Çözüm Yaklaşımları. Online Academic Journal of Information Technology. III(7). 47-75. Bayraktutan, Y. ve Özbilgin, M. (2013). Türkiye'de İller Düzeyinde Karayolu Yük Trafiği Dağılımının Analizi. Çukurova Üniversitesi İİBF Dergisi. 17(2). 81-92. Chan, F.T.S. ve Chung, S.H. (2004). Multi-Criteria Genetic Optimization for Distribution Network Problems. International Journal of Advanced Manufacturing Technology. 24. 7(8). 517 532. Chen, C.T. (2001). A Fuzzy Approach to Select the Location of the Distribution Center. Fuzzy sets and systems. 118(1). 65-73. Erdal, H. (2014). Mühimmat Dağıtım Ağı Optimizasyonu. Kara Harp Okulu Savunma Bilimleri Enstitüsü Malzeme Tedarik ve Lojistik Yönetimi Bölümü Yayınlanmamış Yüksek Lisans Tezi. Ankara. Farahani, R. Z., SteadieSeifi, M. ve Asgari, N. (2010). Multiple criteria facility location problems: A survey. Applied Mathematical Modelling. 34(7). 1689-1709. Güzel, D. ve Erdal, H. (2015). A Comparative Assesment of Facility Location Problem via fuzzy TOPSIS and fuzzy VIKOR: A Case Study on Security Services. International Journal of Business and Social Research. 5(5). 49-61. 2015. Hokkanen, J., Lahdelma, R., Miettinen K.. ve Salminen, P. (1998). Determining The Implementation Order of A General Plan by Using A Multicriteria Method. Journal of Multi-Criteria Decision Analysis. 7(5). 273 284. Karabay, S., Köse, E. ve Kabak, M. (2014). Stokastik Çok Kriterli Kabul Edilebilirlik Analizi ile Bir Kamu Kurumu için Tesis Yeri Seçimi. Ege Akademik Bakış. 14(3). 361-369. 10

Kuo, M.S. (2011). Optimal Location Selection for An International Distribution Center by Using A New Hybrid Method. Expert Systems with Applications. 38. 7208-7221. Kuo, M.S., Tzeng, G. H. ve Huang, W. C. (2007). Group decision-making based on concepts of ideal and anti-ideal points in a fuzzy environment. Mathematical and Computer Modelling. 45(3). 324-339. Lahdelma, R., Miettinen, K.. ve Salminen, P. (2003). Ordinal Criteria in Stochastic Multicriteria Acceptability Analysis (SMAA). European Journal of Operational Research. 147(1). 117-127. Lahdelma, R., Miettinen, K.. ve Salminen, P. (2005). Reference Point Approach for Multiple Decision Makers. European Journal of Operational Research. 164(3). 785-791. Lahdelma, R. ve Salminen, P. (2001). SMAA-2: Stochastic Multicriteria Acceptability Analysis for Group Decision Making. Operations Research. 49 (3). 444 454. Mayer, G. ve Wagner, B. (2002). HubLocator: an exact solution method for the multiple allocation hub location problem. Computers & Operations Research. 29(6). 715-739. Menou A., Benallou, A., Lahdelma, R. ve Salminen, P. (2010). Decision Support for Centralizing Cargo At A Moroccan Airport Hub Using Stochastic Multicriteria Acceptability Analysis. European Journal of Operational Research. 204(3). 621-629. Özger, A. (2008). Havayolu Kargo Taşımacılığında Ana Dağıtım Üssü Yerleşim Problemine Tamsayılı Model Yaklaşımı. Anadolu Üniversitesi Fen Bilimleri Enstitüsü Sivil Havacılık Anabilim Dalı Yayımlanmamış Doktora Tezi. Eskişehir. Tavakkoli-Moghaddain, R. ve Shayan, E. (1998). Facilities layout design by genetic algorithms. Computers & Industrial Engineering. 35(3). 527-530. Tervonen, T. (2012). JSMAA: Open source software for SMAA computations. International Systems Science. 1-13. Tervonen, T., Lahdelma, R., Dias, J. A., Figueira, J. ve Salminen, P. (2007). SMAA-TRI. In Environmental Security in Harbors and Coastal Areas (pp. 217-231). Springer Netherlands. Tervonen, T. ve Lahdelma, R. (2007). Implementing Stochastic Multicriteria Acceptability Analysis. European Journal of Operational Research. 178(2). 500-513. Tervonen, T., Linkov, I., Figueira, J., Steevens, J., Chappel, M. ve Merad, M. (2009). Risk-based classification system of nanomaterials. Journal of Nanopartical Research. 11. 757 766. Wenning, R. J., Apitz, S. E., Belluck, D. A., Chiesa, S., Figueira, J., Filip, Z., Ignatavicius, G., Kiker, M.K., Lahdelma, R., MacDonell, M., Mannini, A., Raissouni, B., Sinka, D. ve Xenidis, Y. (2007). Environmental Security. In Environmental Security in Harbors and Coastal Areas (pp. 19-36). Springer Netherlands. 11