Internatonal Journal of Academc Value Studes (Javstudes) ISSN:2149-8598 Vol: 3, Issue: 13, pp. 206-216 www.javstudes.com Javstudes@gmal.com Dscplnes: Busness Admnstraton, Economy, Econometrcs, Fnance, Labour Economcs, Poltcal Scence, Publc Admnstraton, Internatonal Relatons BÜTÜNLEŞİK SWARA TOPSIS YÖNTEMİ İLE MAKİNE SEÇİMİ: BİR ÜRETİM İŞLETMESİNDE UYGULAMA * Machne Selectng Usng Integrated SWARA TOPSIS Method: Applcaton n A Manufacturng Company Yrd.Doç.Dr. Engn ÇAKIR Adnan Menderes Ünverstes, Nazll İktsad ve İdar Blmler Fakültes İşletme Bölümü, Aydın/Türkye Yrd.Doç.Dr. Gülşah SEZEN AKAR Adnan Menderes Ünverstes, Nazll İktsad ve İdar Blmler Fakültes Uluslararası Tcaret ve Fnansman Bölümü, Aydın/Türkye Doğan, İ.; Afsal M.Ş.; Aydın, S. ve Gürbüz, S. (2017). Faz Oranları ve Dövz Kuru Dönemsel Analz; Türkye Örneğ, Vol:3, Issue:13; pp:206-216 (ISSN:2149-8598) ARTICLE INFO Artcle Hstory Makale Gelş Tarh Artcle Arrval Date 21/07/2017 Makale Yayın Kabul Tarh The Publshed Rel. Date 21/08/2017 Anahtar Kelmeler CNC Maknes Seçm, Krter Ağırlıklandırma, SWARA Yöntem, TOPSIS Yöntem Keywords CNC Machne Selecton, Crtera Weghtng, SWARA Method, TOPSIS Method ÖZ Günümüz üretm şletmelernde verml, hızlı ve güvenlr üretm çn CNC (Blgsayarlı Nümerk Kontrol - Computer Numercal Control) makneler en öneml teçhzatlardan br halne gelmştr. İşletmelern CNC maknes satın alımlarında, şletme çn uygun olan brçok alternatf bulunablmektedr. Ancak, şletmelern beklentlern en üst sevyede karşılayacak CNC maknesn seçerken, sadece malyete göre hareket etmeler durumunda hatalı kararlar alabldğ, alanda yapılan çalışmalar netcesnde tespt edlmştr. CNC maknesnn seçm, br anlamda çok krterl karar verme şlemdr. Bu çalışmada amaç, br üretm şletmes çn optmum faydayı sağlayacak CNC maknesnn bütünleşk SWARA TOPSIS yöntemyle seçlmesdr. Uygulama çalışması, Aydın da faalyet gösteren br üretm şletmesnde yapılmıştır. CNC maknes satın almayı planlayan bu şletmede, CNC çn görecel seçm krterler Esneklk, Güvenlrlk, Güvenlk, Kullanım Kolaylığı, Satış Sonrası Servs ve Vermllk ; görecel olmayan seçm krter de Malyet olarak belrlenmştr. Krter ağırlıklarını belrleyecek ve CNC maknelern görecel krterlere göre değerlendrecek beş karar vercden oluşan br grup oluşturulmuştur. Karar vercler tarafından en önemls lk sırada olacak şeklde krterler sıralayarak, krterler arası önem düzeyler belrlenmştr. Elde edlen verler yardımıyla SWARA uygulama adımları kullanılarak krter ağırlıkları ortaya konulmuştur. Daha sonra, görecel krterler göz önünde bulunduran karar vercler alternatf CNC maknelernn değerlendrme şlemn yapmıştır. Görecel olmayan Malyet krter çn her br alternatf CNC maknes çn fyat teklf alınmıştır. Elde edlen tüm değerler TOPSIS yöntem le değerlendrlerek, şletme çn optmum olan CNC maknes şletmeye önerlmştr. ABSTRACT Computer Numercal Control (CNC) machnes have become one of the most mportant equpments for effcent, fast and relable producton n today's producton companes. There are many alternatves avalable for companes to purchase CNC machnes. However, when choosng the CNC machne that wll meet the expectatons of the companes at the hghest level, t s determned n the studes conducted n the lterature that the wrong decsons can be made f they move only accordng to the cost. The choce of CNC machne, n a sense, s a multcrtera decson-makng process. The purpose of ths study s to select the CNC machne, whch wll provde optmum utlzaton for a producton company, by usng the ntegrated SWARA -TOPSIS method. Implementaton study was conducted n a producton company operatng n Aydın. In ths company whch planned to buy a CNC machne, t was determned that whle the relatve selecton crtera for CNC were "Flexblty", "Relablty", "Safety", "Ease of Use", "After-Sales Servce", and "Effcency", the non-relatve selecton crteron was cost. A group ncludng fve decson makers was formed to determne the crteron weghts and evaluate the CNC machnes accordng to relatve crtera. Sgnfcance level of the crtera was determned by the decson makers rankng them so that the most mportant one s the frst. Crteron weghts were determned by usng SWARA applcaton steps wth the help of the obtaned data. Then, decson makers takng the relatve crtera nto consderaton performed the evaluaton process of the alternatve CNC machnes. For the non-relatve Cost crteron, prce quotaton for each alternatve CNC machne was obtaned. By evaluatng all the obtaned values wth TOPSIS method, optmum CNC machne was suggested to the company. 1. GİRİŞ İşletmeler, yoğun rekabet nedenyle karşılaşablecekler her türlü durum çn etkn ve hızlı karar almak durumundadır. Çok krterl karar verme yöntemler şletmelern sürdürüleblrlğ ve vermllğ çn etkn karar almada öneml araç halne gelmştr. Lteratürde brbrlernden farklı özellklere sahp brçok çok krterl karar verme yöntem mevcuttur. Son zamanlarda araştırmacılar tarafından sıklıkla *Bu çalışma 18-20 Mayıs 2017 tarhler arasında Alanya Alaattn Keykubad Ünverstes evsahplğnde düzenlenen II. Uluslararası Sosyal Blmler Sempozyumu'nda sunulmuştur.
kullanılan SWARA (Step-Wse Weght Assessment Rato Analyss - Adım Adım Ağırlık Değerlendrme Oran Analz) yöntem, krterlere at önem düzeylernn belrlenmesnde etkl ve kolay uygulanablr olması nedenyle terch edlmektedr. Üretm şletmeler çn makne seçmne lşkn karar verme problem olumsuz sonuçlar doğurableceğnden önem arz etmektedr. Hatalı seçlen maknaların yarattığı sorun şletmelern üretm performanslarını ve vermllklern doğrudan etkleyecektr. Bu nedenle, şletme yönetcler ve operatörlern makne seçmne lşkn ncel malyet kalemyle brlkte, dğer ntel performans ölçütlern brlkte değerlendrmes gerekmektedr. Bu çalışma le, Aydın Nazll de dşl malatı yapan br şrketn makne seçm problemnn değerlendrlmes amaçlanmaktadır. Şrkettek üç üst düzey yönetc le k CNC operatörü karar verc olarak atanmıştır. CNC (Computer Numercal Control) maknes almayı planlayan şrket, öncelkle CNC çn seçm krterlern belrlemş ve bu krterlere at önem düzeylern SWARA yöntem le belrlemştr. Daha sonra önem düzeyler de dkkate alınarak TOPSIS (The Technque for Order of Preference by Smlarty to Ideal Soluton - İdeal Çözüme Benzerlğe Göre Terch Sıralama Teknğ) yöntem yardımıyla belrlenen altı CNC maknesnn değerlendrme şlem yapılmıştır. Değerlendrme sonrası en yüksek skora sahp CNC maknes şrkete önerlmştr. Bu çalışmada; grş bölümünden sonra yer alan knc bölümde CNC maknes seçm le lgl lteratür taramasına; SWARA metodunun kullanım alanlarına yönelk lteratür taraması le SWARA ve TOPSIS yöntemlernn teork alt yapısına yer verlmştr. Üçüncü bölümde SWARA ve TOPSIS yöntemler le analzler yürütülmüş ve ele alınan alternatfler arasından en y CNC maknesnn seçm yapılmıştır. Sonuç bölümünde se bulunan analz sonuçları yorumlanmıştır. 2. LİTERATÜR TARAMASI Yönetclern en temel problem zamanında ve en doğru kararı vermektr. Alt, orta ve üst kademe yönetcler kısa, orta ve uzun dönemde stratejk ve operasyonel kararlar vermek durumundadır. Doğru ve zamanında karar vereblmek se, şletmelere öneml avantajlar sağlamaktadır (Gavcar ve dğerler, 2011). Karar verme, karar verclern farklı alternatflerle karşı karşıya bulunduğu durumlarda bu alternatfler arasından amaca en uygun olanını seçmedr (Tekn, 2008). Br kararın y veya kötü olması, muhtemel alternatflere, erşleblen verlere ve karar vermek çn kullanılan krterlere bağlıdır (Tmor, 2010). Şekl 1, karar verme sürecn özetlemektedr (Erdem, 2013; Hller ve Leberman, 2001). Şekl 1. Karar Verme Sürec Günümüzde gerek breysel gerekse daha büyük ölçekl kararlar almak durumunda olan nsanoğlu, aldıkları kararlarda brden fazla krter dkkate alarak hareket etmek durumundadır (Yıldırım ve Önder, 2014). Bu çalışmaya konu olan CNC maknesnn seçmnn de çok sayıda krter dkkate alınarak karar verlmes gereken br durum olduğundan; çok krterl karar verme yöntemler le seçm şlem yapılablmektedr. Tablo 1 de, CNC maknes ve makne/teçhzat seçmnde kullanılan ÇKKV yöntemler le lgl lteratür taramasına yer verlmştr. (Ayağ, 2007) (Kaya, Kılınç ve Çevkcan, 2007) (Önüt, Kara ve Efendgl, 2008) (Tsa, Cheng, Wang ve Kao, 2010) (Athawale ve Chakraborty, 2010) (Ylmaz ve Dağdevren, 2010) Tablo 1. Makne/Teçhzat Seçmnde Kullanılmış ÇKKV Yöntemler Kaynakça Çalışma İçerğ (Dawal, Yusoff, Nguyen ve Aoyama, 2012) (Perçn, 2012) (Organ, 2013) Gelştrlen AHP Smülasyon yöntem le makne seçm Bulanık TOPSIS le CNC makne seçm Bulanık AHP ve Bulanık TOPSIS yöntem le makne seçm AHP yöntem le makne seçm AHP ve TOPSIS yöntem le makne seçm Promethee ve Bulanık Promethee yöntem le ekpman seçm Bulanık AHP ve TOPSIS yöntem le makne seçm Bulanık AHP ve TOPSIS yöntem le makne teçhzat seçm Bulanık DEMATEL yöntem le makne seçm krterlernn değerlendrlmes 207
(Aghdae, Zolfan ve Zavadskas, 2013) (Vatansever ve Kazançoğlu, 2014) (Karm ve Karmaker, 2016) (Gupta, Kumar ve Mandal, 2016) (Kabak ve Dağdevren, 2017) SWARA VE COPRAS G yöntem le makne seçm Bulanık AHP ve Bulanık MOORA yöntem le makne seçm AHP ve TOPSIS yöntem le makne seçm AHP, MOORA, TOPSIS, ELECTRE I ve COPRAS yöntem le makne seçm ANP ve Gr İlşksel Analz yöntem le makne seçm CNC maknelern seçmnde değerlendrme krterlernn ağırlıklandırma şlem SWARA yöntem le yapılmış, alternatf CNC maknelernn değerlendrlmesnde se TOPSIS yöntem kullanılmıştır. 2.1. SWARA Yöntem Çok krterl karar verme yöntemler arasında yer alan ve son zamanlarda sıklıkla kullanılmaya başlanan SWARA yöntem, lk olarak Keršulene, Zavadskas ve Tursks (2010) tarafından ortaya konulmuştur. SWARA yöntem, mevcut çevresel ve ekonomk durumları dkkate alarak, karar verclere kend öncelklern seçme konusunda fırsat tanımaktadır. Ayrıca karar verc olarak belrlenen uzmanların rolü bu yöntemde daha da önemldr. SWARA yöntem le lgl lteratüre göre, brçok problemn çözümünde kullanılmıştır. Tablo 2 de SWARA yöntem le yapılmış çalışmalara yer verlmştr. Tablo 2: SWARA Yöntem Lteratür İncelemes Kaynak (Keršulene ve dğerler, 2010) (Keršulenė ve Tursks, 2011) (Zolfan, Esfahan, Btarafan, Zavadskas ve Aref, 2013) (Almardan, Zolfan, Aghdae ve Tamošatenė, 2013) (Zolfan, Zavadskas ve Tursks, 2013) (Aghdae ve dğerler, 2013) (Zolfan ve Saparauskas, 2013) (Zolfan ve Banhashem, 2014) (Zolfan ve Bahram, 2014) (Vafaepour, Zolfan, Varzandeh, Derakht ve Keshavarz, 2014) (Aghdae, Zolfan ve Zavadskas, 2014) (Aghdae ve dğerler, 2014) (Dehnav, Aghdam, Pradhan ve Morshed Varzandeh, 2015) (Nezhad, Zolfan, Moztarzadeh, Zavadskas ve Bahram, 2015) (Karabasevc, Stanujkc, Urosevc ve Maksmovc, 2015) (Stanujkc, Karabasevc ve Zavadskas, 2015) (Karabasevc, Stanujkc, Urosevc ve Maksmovc, 2016) (Karabasevc, Paunkovc ve Stanujkc, 2016) (Tuş Işık ve Aytaç Adalı, 2016) (Shukla, Mshra, Jan ve Yadav, 2016) (Çakır, 2016a) (Çakır, 2016b) (Yazdan, Zavadskas, Ignatus ve Abad, 2016) (Çakır, 2017) Çözüm Uyuşmazlık özümü Mmar seçm Optmal mekank havalandırma alternatfnn seçm Tedarkç seçm Ürün dzaynı Makne parçası seçm Enerjde sürdürüleblrlğ değerlendrme göstergeler Personel seçm Yatırım öncelklendrme Güneş enerj santrallernn kurulacağı bölgenn seçm Tedarkç kümeleme ve sıralama Satış şubes seçm Bölgesel heyelan tehlkesnn değerlendrlmes Ar-ge projes seçm İşe alınacak maden mühends adaylarının seçm Paket tasarımı seçm Personel seçm Sosyal sorumluluk alma düzeylerne göre şletme seçm Otel seçm ERP sstem seçm Yazılım seçm Müteahht seçm Malzeme seçm CNC makne seçm krterlernn önem düzeylernn belrlenmes Şekl 2: SWARA Yöntem le Krter Ağırlıklarının Belrlenmes Kaynak: (Keršulenė ve Tursks, 2011) 208
Şekl 2 de, SWARA yöntem le yapılan krter ağırlıklandırma şlemnn genş çaplı ş akışı görüleblr. Yöntemde değerlendrmeye alınacak krterlern (Şekl 2 dek Brbryle lşks olmayan krter lstesnn oluşturulması adımı) belrlenmes durumunda se, aşağıda yer alan 5 adımda krter ağırlıkları belrleneblmektedr. 1.Adım: Krterler en önemlden başlamak üzere sıralanır. 2. Adım: İknc krterden başlayarak, her br krter çn görel önem düzeyler belrlenr. Bunun çn, j krter le br öncek krter (j-1) karşılaştırılır. Keršulenė vd. (2010) bu orana ortalama değern karşılaştırmalı önem olarak adlandırmış ve s j smges le göstermşlerdr. 3. Adım: Katsayı (k j) aşağıdak eştlkle belrlenr: 1 j 1 k j sj 1 j 1 4. Adım: Önem vektörü q j, aşağıda yer alan eştlkle hesaplanır: 1 j 1 q x j j1 j 1 k j 5. Adım: Krterlere at ağırlıkların (w j) hesaplama şlem se, aşağıdak eştlkle sağlanır: w j n q k 1 j q k w j, j krternn görel önemn göstermektedr. 2.2. TOPSIS Yöntem TOPSIS yöntem, Hwang ve Yoon (1981) tarafından gelştrlen ÇKKV yöntemlernden brdr. TOPSIS yöntem le poztf deal çözüme en yakın uzaklığa ve negatf deal çözüme en fazla uzaklığa göre alternatflern belrl krterler doğrultusunda sıralaması yapılmaktadır (Chen, 2000, s. 1; Paksoy, Pehlvan ve Özceylan, 2013, s. 152; Tmor, 2011, s. 20). Yöntemde deal çözüm çn gerekl olan yakınlık bulunurken hem poztf deal çözüme uzaklık, hem de negatf deal çözüme uzaklık brlkte değerlendrlr. Sonuçta yapılacak terch sıralaması, uzaklıkların karşılaştırılması sonucu elde edlr (Yıldırım ve Önder, 2014). Adım 1: Değerlendrmeye alınacak m sayıda alternatfn belrlenmes Adım 2: n sayıdak krter dkkate alınarak, alternatflern k sayıda karar verc tarafından değerlendrlmes ve böylece her br karar vercye at karar matrsne ulaşılması, A k j a a a a a a a a a k k k 11 12 1n k k k 21 22 2n k k k m1 m2 mn Adım 3: k sayıdak karar vercden elde edlen değerler yardımıyla grup değernn hesaplanması ve grup karar matrsnn elde edlmes (Karabasevc, Stanujkc, ve dğerler, 2016), a j k 1/ k k aj (5) k 1 a11 a12 a1 n a21 a22 a 2n Aj am1 am2 amn Adım 4: Grup karar matrsnn normalze edlerek, normalze karar matrsnn elde edlmes (1) (2) (3) (4) (6) 209
r j a m j 1 a 2 j r11 r12 r1 n r21 r22 r 2n Rj (8) rm 1 rm 2 rmn Adım 5: Normalze karar matrsnn ağırlıklandırılması le ağırlıklı normalze karar matrsne ulaşılması, v w r j j j v11 v12 v1 n v21 v22 v 2n Vj vm1 vm2 vmn Adım 6: Poztf deal çözüm kümesnn ( A * ) belrlenmes, maks vj j J mn vj j J * A, A v, v,, v * * * * 1 2 n Adım 7: Negatf deal çözüm kümesnn ( A ) belrlenmes, mn vj j J maks vj j J A, A v, v,, v * * * 1 2 n Adım 8: Alternatflern poztf deal çözüme uzaklığının hesaplanması, 2 n * * j j j1 S v v (13) Adım 9: Alternatflern negatf deal çözüme uzaklığının hesaplanması, 2 n j j j1 S v v (14) Adım 10: Alternatflern deal çözüme görecel yakınlık değerlernn hesaplanması, S C ;0 1 C * S S 2.3. SWARA - TOPSIS Yöntemlernn Bütünleştrlmes Çok krterl karar verme yöntemlernn bütünleşk hale getrldğ çok sayıda çalışmaya lteratürde karşılaşmak mümkündür. Çalışmalardak ortak yapı genel anlamda şu şekldedr: çok krterl karar verme yöntemlernden AHP, Entrop, SWARA vb. yöntemler le değerlendrme krterlernn önem düzeyler (ağırlıkları) ortaya konulmakta; TOPSIS, VIKOR, COPRAS, Gr İlşksel Analz gb farklı brçok krterl karar verme yöntem le de alternatflern değerlendrlmes yoluna gdlmektedr. Bu çalışmada da çok krterl karar verme yöntemlernden SWARA yöntem le krter ağırlıkları tespt edlecek; TOPSIS yöntem le alternatfler değerlendrlecektr. SWARA - TOPSIS yöntemlernn özet haldek bütünleştrme şlem, Şekl 3 tek adımlar zlenerek yürütülmüştür. (7) (9) (10) (11) (12) (15) 210
3. BULGULAR Şekl 3: SWARA - TOPSIS Bütünleştrme Aşamaları Bu çalışmada, Aydın da faalyet gösteren dşl malat şrketnde satın alınması planlanan CNC maknesnn SWARA temell TOPSIS belrlenmes amaçlanmıştır. Çalışmanın uygulamasında öncelkle krter ağırlıkları SWARA yöntem kullanılarak tespt edlmş, daha sonra TOPSIS yöntem le alternatf CNC maknelernn değerlendrme şlem yapılmıştır. 3.1. Krterlern SWARA Yöntem le Ağırlıklandırılması Aşaması CNC maknesnn seçmnde kullanılacak olan değerlendrme krterlernn uzmanlar ve lteratür dkkate alınarak Tablo 3 tek gb olmasına karar verlmştr. C1 C2 C3 C4 C5 C6 C7 Krterler Esneklk Tablo 3: CNC Maknası Değerlendrme Krterler Güvenlrlk Güvenlk Kullanım Kolaylığı Malyet Satış Sonrası Servs Vermllk Açıklama Tablo 3 tek değerlendrme krterlernn önem düzeylernn belrleneblmes çn, beş karar verc belrlenmştr. Öncelkle, SWARA yöntemnn lk adımı olan krterlern en önemlden en az önemlye sıralanması şlem her br karar verc tarafından ayrı ayrı yapılmıştır. Sıralama sonuçları Tablo 4 te gösterlmştr. Tabloya göre, karar verc 1 (KV1) çn en öneml krtern C5 - Malyet krter olduğu görüleblmektedr. Tablo 4: Karar Verclere Göre Krter Sıralamaları KV1 KV2 KV3 KV4 KV5 C1 3 6 5 2 7 C2 7 5 4 7 6 C3 2 4 1 1 3 C4 4 1 3 3 4 C5 1 3 2 4 2 C6 6 7 7 5 5 C7 5 2 6 6 1 Tablo 4 te yer alan krterler en öneml olanı lk sırada olmak üzere, Tablo 5 tek gb sıralanmış ve knc krterden tbaren her br krter çn görel önem düzeyler (sj) karar vercler tarafından ayrı ayrı belrlenmştr. Örneğn, karar verc 1 çn C5 krter le C3 krter arasında karşılaştırmalı önem düzey 0,20 dr. Tablo 5. Krterlern Karar Vercler Düzeynde Karşılaştırmalı Önem Önem Sırası KV1 KV2 KV3 KV4 KV5 Sıra sj Sıra sj Sıra sj Sıra sj Sıra sj 1 C 5 C 4 C 3 C 3 C 7 2 C 3 0,20 C7 0,10 C 5 0,05 C 1 0,10 C 5 0,15 3 C 1 0,25 C 5 0,15 C 4 0,15 C 4 0,20 C 3 0,40 4 C 4 0,30 C 3 0,25 C 2 0,40 C 5 0,05 C 4 0,05 5 C 7 0,05 C 2 0,10 C 1 0,05 C 6 0,15 C 6 0,15 6 C 6 0,25 C 1 0,20 C 7 0,10 C 7 0,20 C 2 0,20 7 C 2 0,10 C 6 0,40 C 6 0,30 C 2 0,15 C 1 0,05 211
SWARA yöntemyle yapılan krter ağırlıklandırma adımları se, şu şeklde devam etmektedr; Öncelkle, Eştlk 1 le sj ler yardımıyla, katsayı (kj) değerlerne ulaşılmıştır. Ardından Eştlk 2 kullanılarak, her br krtere at önem vektör (qj) değerler hesaplanmıştır. Son olarak, krterlere at ağırlıklar (wj) Eştlk 3 le hesaplanmıştır. Karar verc 1 e at her br krter çn hesaplanan kj, qj ve wj değerler Tablo 6 da gösterlmştr. Tablo 6. SWARA Yöntem le Karar Verc 1'e At Krter Ağırlıklarını Hesaplama Sıralama Krterler sj kj qj wj 1 C 5 1,00 1,00 0,235 2 C 3 0,20 1,20 0,833 0,196 3 C 1 0,25 1,25 0,667 0,157 4 C 4 0,30 1,30 0,513 0,121 5 C 7 0,05 1,05 0,488 0,115 6 C 6 0,25 1,25 0,391 0,092 7 C 2 0,10 1,10 0,355 0,084 Tablo 6 da, Karar Verc 1 çn yapılan hesaplamaların dğer karar vercler çn de yapılması sonucu elde edlen krter ağırlıkları Tablo 7 ye çıkarılmıştır. Tablo 7. Krterlern KV lar Bazında Hesaplanan Ağırlıkları Krterler KV1 KV2 KV3 KV4 KV5 C1 0,157 0,101 0,116 0,182 0,092 C2 0,084 0,122 0,122 0,091 0,097 C3 0,196 0,134 0,207 0,200 0,140 C4 0,121 0,211 0,171 0,152 0,133 C5 0,235 0,167 0,197 0,145 0,196 C6 0,092 0,072 0,081 0,126 0,116 C7 0,115 0,192 0,106 0,105 0,226 Her br karar vercye at krter ağırlıklarının geometrk ortalamasının normalze edlmes sonucu elde edlen krter ağırlıkları se, Tablo 8 de gösterlmştr. Karar verclern değerlendrmeler sonucunda, en öneml krtern 0,190 değeryle C5 Malyet krter olduğu sonucuna ulaşılmıştır. Tablo 8. Nha Krter Ağırlıkları Krterler Nha Krter Ağırlığı C1 Esneklk 0,128 C2 Güvenlrlk 0,104 C3 Güvenlk 0,177 C4 Kullanım Kolaylığı 0,159 C5 Malyet 0,190 C6 Satış Sonrası Servs 0,098 C7 Vermllk 0,144 Tablo 8 le nha krter ağırlıklarına ulaşılmıştır. Bu aşamadan sonra yapılacak olan şlem; elde edlen krter ağırlıkları da dkkate alınarak, TOPSIS yöntem le alternatf CNC maknelernn değerlendrlme şlemnn yapılmasıdır. 3.2. CNC Maknesnn TOPSIS Yöntem le Seçlmes Uygulamanın bu aşamasında, üst yönetm tarafından belrlenen 250.000 Dolar üzer dört alternatf CNC maknes çn değerlendrme yapılması yönünde satın alma brmne talmat gönderlmştr. Satın alma brm karar verc olarak belrledğ beş personelden Esneklk, Güvenlrlk, Güvenlk, Kullanım Kolaylığı, Satış Sonrası Servs ve Vermllk krterlerne göre alternatfler değerlendrmelern stemştr. Beş karar vercnn yapmış oldukları değerlendrmeler eştlk 5 le grup kararına dönüştürülerek, elde edlen sonuçlar Tablo 9 dak lgl sütunlarda gösterlmştr. Satın alma brmnn yapmış olduğu görüşmeler netcesnde alternatf CNC maknelernn malyet blglerne ulaşılmış ve Tablo 9 da lgl sütuna aktarılmıştır. Görüşme sağlanan frmaların smler ve markaları haksız rekabete yol açmaması çn bu çalışmada verlmemştr. 212
Tablo 9: Alternatf Değerlendrme Sonrası Karar Matrs Esneklk Güvenlrlk Güvenlk Kullanım Kolaylığı Malyet Satış Sonrası Servs Vermllk maks maks maks maks mn maks maks C1 C2 C3 C4 C5 C6 C7 Krter Ağırlıkları 0,128 0,104 0,177 0,159 0,190 0,098 0,144 A1 72,680 77,831 76,764 78,780 275000 81,843 64,613 A2 72,658 68,439 80,793 82,841 325000 46,951 84,830 A3 77,438 75,357 79,568 66,999 285000 72,594 72,211 A4 70,608 78,726 59,395 75,468 265000 87,905 86,906 Malyet krter dışındak tüm krterler, maksmum olması stenen durumlara sahptr. Tablo 9 dak karar matrs, eştlk 7 le normalze edlmes le Tablo 10 da verlen normalze karar matrsne ulaşılmıştır. Tablo 10: Normalze Karar Matrs maks maks maks maks mn maks maks C1 C2 C3 C4 C5 C6 C7 Krter Ağırlıkları 0,128 0,104 0,177 0,159 0,190 0,098 0,144 A1 0,4952 0,5175 0,5143 0,5166 0,4768 0,5530 0,4159 A2 0,4950 0,4551 0,5413 0,5433 0,5635 0,3173 0,5460 A3 0,5276 0,5011 0,5331 0,4394 0,4941 0,4905 0,4648 A4 0,4811 0,5235 0,3979 0,4949 0,4594 0,5940 0,5594 Normalze karar matrsnde lgl sütundak değerlern SWARA yöntem le elde edlen krter önem düzeyler le ağırlıklandırılması le Tablo 11 dek ağırlıklı normalze karar matrs elde edlmştr. Tablo 11: Ağırlıklandırılmış Normalze Karar Matrs maks maks maks maks mn maks maks C1 C2 C3 C4 C5 C6 C7 A1 0,0634 0,0538 0,0910 0,0821 0,0906 0,0542 0,0599 A2 0,0634 0,0473 0,0958 0,0864 0,1071 0,0311 0,0786 A3 0,0675 0,0521 0,0944 0,0699 0,0939 0,0481 0,0669 A4 0,0616 0,0544 0,0704 0,0787 0,0873 0,0582 0,0805 Tablo 11 den yararlanarak öncelkle poztf deal çözüm kümes A* eştlk 11 le negatf deal çözüm kümes A eştlk 12 le belrlenmş ve Tablo 12 de gösterlmştr. Tablo 12: Poztf İdeal ve Negatf İdeal Çözüm Değerlernn Bulunması C1 C2 C3 C4 C5 C6 C7 A * 0,0675 0,0544 0,0958 0,0864 0,0873 0,0582 0,0805 A 0,0616 0,0473 0,0704 0,0699 0,1071 0,0311 0,0599 Eştlk 13 ve Eştlk 14 kullanılarak alternatflern poztf ve negatf deal çözüme olan uzaklıkları hesaplanmış ve elde edlen değerlere Tablo 13 te yer verlmştr. Tablo 13: Poztf İdeal Çözüm Değer le Negatf İdeal Çözüm Değerne Olan Uzaklıkların Hesaplanması Alternatfler S * S A1 0,0226 0,0378 A2 0,0346 0,0357 A3 0,0247 0,0338 A4 0,0272 0,0410 Eştlk 15 le alternatflern deal çözüme olan yakınlık değerler hesaplanmıştır. Bu değerlern büyükten küçüğe sıralanması sonucunda şletme çn en y CNC maknes alternatfnn A1 olduğu sonucuna ulaşılmıştır. Yakınlık değerler ve sıralama sonuçları Tablo 14 te gösterlmştr. Tablo 14: Yakınlık Katsayılarının Hesaplanması ve Alternatf Sıralamalarının Yapılması Alternatfler C Sıralama A1 0,6252 1 A2 0,5074 4 A3 0,5773 3 A4 0,6014 2 213
4. SONUÇ VE ÖNERİLER Üretm şletmelernde CNC makneler en öneml teçhzatlardan br durumundadır. İşletmelern CNC maknes seçmnde brçok alternatf le karşı karşıya kalablmektedr. İşletmeye uygun CNC maknesnn seçm, çok krterl karar verme yöntem adımları le çözüme ulaşılacak br konudur. Bu çalışmada amaç, br üretm şletmes çn en yüksek katkıyı verecek CNC maknesnn SWARA yöntemnden elde edlmş krter ağırlıkları da dkkate alınması le TOPSIS yöntemyle seçlmesdr. CNC maknelern seçm krterlernn belrlenmes ve değerlendrlmes, lteratüre katkıda bulunmasının yanı sıra üretm departmanı yönetclerne de ışık tutablecektr. Çalışmanın lk aşamasında CNC maknelernn değerlendrme krterlernn önem düzeylernn belrlenmes le başlanılmıştır. Değerlendrme krterlernn önem düzeylernn belrlenmesnde karar verclern öznel görüşler alınmış, elde edlen verler SWARA yöntem le analz edlmştr. Bu yönteme göre en yüksek görel öneme sahp krtern Malyet olduğu sonucuna ulaşılmıştır. Dğer krterlern önem düzeyler se; Güvenlk: 0,177, Kullanım Kolaylığı: 0,159, Vermllk: 0,144, Esneklk: 0,128, Güvenlrlk: 0,104, Satış Sonrası Servs: 0,098 olarak bulunmuştur. Çalışmanın knc aşamasında se, alternatf olarak önerlen CNC makneler arasından, uygulamanın yapıldığı şrket çn en uygun olan CNC maknesnn çok krterl karar verme yöntemlernden TOPSIS yöntem le seçlme şlem yapılmıştır. Bunun çn beş karar vercden öznel krterler dkkate alarak alternatfler değerlendrmeler stenmştr. Beş karar vercnn değerlendrmeler grup kararına dönüştürülerek karar matrs oluşturulmuştur. Ayrıca, Malyet krter çn, alternatf CNC maknelernn üretmn sağlayan şrketlerle görüşme sağlanarak alternatflere at malyet değerlerne ulaşılmış ve karar matrsnde lgl bölüme aktarılmıştır. Elde edlen verlern TOPSIS yöntem le değerlendrlmes sonucunda en y alternatfn A 1 olduğu sonucuna ulaşılmıştır. KAYNAKLAR Aghdae, M. H., Zolfan, S. H. ve Zavadskas, E. K. (2013). Decson Makng n Machne Tool Selecton : An Integrated Approach wth SWARA and COPRAS-G Methods. Engneerng Economcs, 24(1), 5 17. Aghdae, M. H., Zolfan, S. H. ve Zavadskas, E. K. (2014). Sales Branches Performance Evaluaton: A Multple Attrbute Decson Makng Approach. 8th Internatonal Scentfc Conference Busness and Management 2014 çnde (ss. 1 7). Lthuana: Vlnus Gedmnas Techncal Unversty. Almardan, M., Zolfan, S. H., Aghdae, M. H. ve Tamošatenė, J. (2013). A Novel Hybrd SWARA and VIKOR Methodology for Suppler Selecton n an Agle Envronment. Technologcal and Economc Development of Economy, 19(3), 533 548. Athawale, V. M. ve Chakraborty, S. (2010). A TOPSIS Method-based Approach to Machne Tool Selecton. Proceedngs of the 2010 Internatonal Conference on Industral Engneerng and Operatons Management, 65 70. Ayağ, Z. (2007). A hybrd approach to machne-tool selecton through AHP and smulaton. Internatonal Journal of Producton Research, 45(9), 2029 2050. do:10.1080/00207540600724856 Chen, C.-T. (2000). Extensons of the TOPSIS for Group Decson-Makng Under Fuzzy Envronment. Fuzzy Sets and Systems, 114(1), 1 9. do:10.1016/s0165-0114(97)00377-1 Çakır, E. (2016a). Electronc Document Management System (EDMS) Software Selecton wth Fuzzy COPRAS Method: A Muncpal Case. W. Sayers ve M. Avcı (Ed.), Law and Order n Turksh Socety çnde (ss. 92 100). Berln: AGP Research. Çakır, E. (2016b). Kentsel Dönüşüm Kapsamında Müteahht (Yüklenc) Frmanın Bütünleşk SWARA - VIKOR Yöntemyle Seçlmes. Proceedngs of XVII. Internatonal Symposum on Econometrcs, Operatons Research and Statstcs çnde (ss. 881 896). Svas: Proceedngs of XVII. Internatonal Symposum on Econometrcs, Operatons Research and Statstcs. Çakır, E. (2017). Krter Ağırlıklarının SWARA Copeland Yöntem le Belrlenmes : Br Üretm İşletmesnde Uygulama. Adnan Menderes Ünverstes, Sosyal Blmler Ensttüsü Dergs, 4(1), 42 56. 214
Dawal, S. Z., Yusoff, N., Nguyen, H.-T. ve Aoyama, H. (2012). Mult-Attrbute Decson-Makng for CNC Machne Tool Selecton n FMC Based On the Integraton of the Improved Consstent Fuzzy AHP and TOPSIS. ASEAN Engneerng Journal, 3(2), 15 31. Dehnav, A., Aghdam, I. N., Pradhan, B. ve Morshed Varzandeh, M. H. (2015). A New Hybrd Model Usng Step-Wse Weght Assessment Rato Analyss (SWARA) Technque and Adaptve Neuro-Fuzzy Inference System (ANFIS) for Tegonal Landslde Hazard Assessment n Iran. Catena, 135(2015), 122 148. Erdem, İ. (2013). Yöneylem Araştırması ve WnQSB Uygulamaları. Ankara: Seçkn Yayıncılık. Gavcar, E., Coşkun, E., Paksoy, T., Eleren, A., Sulak, H., Özdemr, M., Keskn, R. (2011). Yöneylem Araştırması. (V. Tecm, Ed.). İstanbul: Lsans Yayıncılık. Gupta, V., Kumar, B. ve Mandal, U. K. (2016). CNC Machne Tool Selecton Usng MCDM Technques and Applcaton of Software. Internatonal Journal of Engneerng Trends and Technology, 35(7), 323 334. Hller, F. S. ve Leberman, G. J. (2001). Introducton to Operatonal Research. New York: McGraw-Hll. Hwang, C. L. ve Yoon, K. (1981). Multple Attrbute Decson Makng Methods and Applcatons. Berln: Sprnger-Verlag. Kabak, M. ve Dağdevren, M. (2017). A Hybrd Approach Based on ANP and Grey Relatonal Analyss for Machne Selecton. Techncal Gazette 24, 1(2017), 109 118. do:10.17559/tv-20141123105333 Karabasevc, D., Paunkovc, H. ve Stanujkc, D. (2016). Rankng of companes accordng to the ndcators of corporate socal responsblty based on SWARA and ARAS methods. Serban Journal of Management, 11(1), 43 53. do:10.5937/sjm11-7877 Karabasevc, D., Stanujkc, D., Urosevc, S. ve Maksmovc, M. (2015). Selecton of Canddates n the Mnng Industry Based on the Applcaton of the SWARA and the MULTIMOORA Methods. Acta Montanstca Slovaca, 20(2), 116 124. Karabasevc, D., Stanujkc, D., Urosevc, S. ve Maksmovc, M. (2016). An approach to personnel selecton based on Swara and Waspas methods. Journal of Economcs, Management and Informatcs, 7(1), 1 11. do:10.5937/bznfo1601001k Karm, R. ve Karmaker, C. L. (2016). Machne Selecton by AHP and TOPSIS Methods. Amercan Journal of Industral Engneerng, Vol. 4, 2016, Pages 7-13, 4(1), 7 13. do:10.12691/ajie-4-1-2 Kaya, İ., Kılınç, M. S. ve Çevkcan, E. (2007). Makne-Techzat Seçm Problemnde Bulanık Karar Verme Sürec. Mühends ve Makna, 49(576), 8 14. Keršulenė, V. ve Tursks, Z. (2011). Integrated Fuzzy Multple Crtera Decson Makng Model for Archtect Selecton. Technologcal and Economc Development of Economy, 17(4), 645 666. Keršulene, V., Zavadskas, E. K. ve Tursks, Z. (2010). Selecton of Ratonal Dspute Resoluton Method by Applyng New Step-Wse Weght Assessment Rato Analyss (Swara). Journal of Busness Economcs and Management, 11(2), 243 258. Nezhad, M. R. G., Zolfan, S. H., Moztarzadeh, F., Zavadskas, E. K. ve Bahram, M. (2015). Plannng the prorty of hgh tech ndustres based on SWARA-WASPAS methodology: The case of the nanotechnology ndustry n Iran. Economc Research-Ekonomska Istrazvanja, 28(1), 1111 1137. do:10.1080/1331677x.2015.1102404 Organ, A. (2013). Bulank dematel yo ntemẏle makṅe seçṁṅ etk leyen krṫerlerṅ deg erlendṙ lmes. Ç.Ü. Sosyal Blmler Ensttüsü Dergs, 22(1), 157 172. Önüt, S., Kara, S. S. ve Efendgl, T. (2008). A hybrd fuzzy MCDM approach to machne tool selecton. Journal of Intellgent Manufacturng, 19(4), 443 453. do:10.1007/s10845-008-0095-3 Paksoy, T., Pehlvan, N. Y. ve Özceylan, E. (2013). Bulanık Küme Teors. Ankara: Nobel Yayın. Perçn, S. (2012). BULANIK AHS VE TOPSIS YAKLAŞIMININ MAKİNE-TEÇHİZAT SEÇİMİNE UYGULANMASI. Ç.Ü. Sosyal Blmler Ensttüsü Dergs, 21(1), 169 184. 215
http://scholar.google.com/scholar?hl=en&btng=search&q=nttle:bulanik+ahs+ve+topsis+yakla ŞIMININ+MAKİNE-TEÇHİZAT+SEÇİMİNE+UYGULANMASI#0 adresnden erşld. Shukla, S., Mshra, P. K., Jan, R. ve Yadav, H. C. (2016). An ntegrated decson makng approach for ERP system selecton usng SWARA and PROMETHEE method. Int. J. of Intellgent Enterprse, 3(2), 120 147. do:10.1504/ijie.2016.076041 Stanujkc, D., Karabasevc, D. ve Zavadskas, E. K. (2015). A Framework for the Selecton of a Packagng Desgn Based on the SWARA Method. Engneerng Economcs, 26(2), 181 187. Tekn, M. (2008). Sayısal Yöntemler. Konya: Selçuk Ünverstes İİBF. Tmor, M. (2010). Yöneylem Araştırması. İstanbul: Türkmen Ktabev. Tmor, M. (2011). Analtk Hyerarş Proses. İstanbul: Türkmen Ktabev. Tsa, J.-P., Cheng, H.-Y., Wang, S.-Y. ve Kao, Y.-C. (2010). Mult-crtera decson makng method for selecton of machne tool. 2010 Internatonal Symposum on Computer, Communcaton, Control and Automaton (3CA), 49 52. do:10.1109/3ca.2010.5533376 Tuş Işık, A. ve Aytaç Adalı, E. (2016). A new ntegrated decson makng approach based on SWARA and OCRA methods for the hotel selecton problem. Internatonal Journal of Advanced Operatons Management, 8(2), 140 151. do:10.1504/ijaom.2016.079681 Vafaepour, M., Zolfan, S. H., Varzandeh, M. H. M., Derakht, A. ve Keshavarz, M. E. (2014). Assessment of Regons Prorty for Implementaton of Solar Projects n Iran: New Applcaton of a Hybrd Mult- Crtera Decson Makng Approach. Energy Converson and Management, 86(2014), 653 663. Vatansever, K. ve Kazançoğlu, Y. (2014). Integrated Usage of Fuzzy Mult Crtera Decson Makng Technques for Machne Selecton Problems and an Applcaton. Internatonal Journal of Busness and Socal Scence, 5(9), 12 24. Yazdan, M., Zavadskas, E. K., Ignatus, J. ve Abad, M. D. (2016). Senstvty analyss n MADM methods: Applcaton of materal selecton. Engneerng Economcs, 27(4), 382 391. do:10.5755/j01.ee.27.4.14005 Yıldırım, B. F. ve Önder, E. (2014). İşletmecler, Mühendsler ve Yönetcler çn Operasyonel, Yönetsel ve Stratejk Problemlern Çözümünde Çok Krterl Karar Verme Yöntemler. Bursa: Dora Yayınları. Ylmaz, B. ve Dağdevren, M. (2010). Ekpman Seçm Problemnde Promethee ve Bulanık Promethee Yöntemlernn Karşılaştırmalı Analz. Gaz Ünv. Müh. Mm. Fak. Der., 25(4), 811 826. Zolfan, S. H. ve Bahram, M. (2014). Investment Prortzng n Hgh Tech Industres Based on SWARA- COPRAS Approach. Technologcal & Economc Development of Economy, 20(3), 534 553. Zolfan, S. H. ve Banhashem, S. S. A. (2014). Personnel Selecton Based on a Novel Model of Game Theory and MCDM Approaches. 8th Internatonal Scentfc Conference Busness and Management 2014 çnde (ss. 191 198). Lthuana: Vlnus Gedmnas Techncal Unversty. Zolfan, S. H., Esfahan, M. H., Btarafan, M., Zavadskas, E. K. ve Aref, S. L. (2013). Developng A New Hybrd MCDM Method for Selecton of The Optmal Alternatve of Mechancal Longtudnal Ventlaton of Tunnel Pollutants Durng Automoble Accdents. Transport, 28(1), 89 96. do:10.3846/16484142.2013.782567 Zolfan, S. H. ve Saparauskas, J. (2013). New Applcaton of SWARA Method n Prortzng Sustanablty Assessment Indcators of Energy System. Engneerng Economcs, 24(5), 408 414. Zolfan, S. H., Zavadskas, E. K. ve Tursks, Z. (2013). Desgn of Products wth Both Internatonal and Local Perspectves Based on Yn-Yang Balance Theory and SWARA Method. Economc Research, 26(2), 153 166. 216