MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf E-mal: fathcl@gaz.edu.tr ÖZET Bu çalışmanın amacı; meslek seçm problem le yüzyüze kalan, özellkle br çok sektörde çalışma olanağı bulablen Endüstr Mühendslğ öğrenclerne sektör seçm sürecnde yardımcı olmak veya başka br değşle karyer planlama süreçlerne yardımcı olmak çn, breylern karyer planlarını oluştururken yararlandıkları kaynakları, göz önüne almaları gereken etmenler ve y br breysel karyer planlama sürecnn nasıl olması gerektğ blglern aktarmak, breysel karyer planlama da kşsel yargıları, duygusal davranışları en azlayan ve ölçüleblr krterler le ölçülemeyen krterler ortak br platformda değerlendrmeye alan Bulanık AHP ve Bulanık TOPSİS yöntemlern kullanarak rasyonel br seçm yapmaktır. Anahtar Kelmeler: Breysel Karyer Planlama, Bulanık Kümeler, Çok Özellkl Karar Verme, Analtk Hyerarşk Proses(AHP), Bulanık AHP, TOPSİS, Bulanık TOPSİS Yöntem.. GİRİŞ İnsanlar belrl konularda fayda elde edeblmek ve etkn strateler belrleyeblmek çn karar verrler. Karar alma, ş dünyasındak en öneml aktvtelerden brdr. Organzasyonlar, karar alma safhaları çn büyük mktarlarda para ve zaman harcamaktadırlar. Bu nedenle, karar verme çn br takım blmsel ölçütlern dkkate alınması daha y karar vermey sağlayacağı gb, para ve kaynak tasarrufu da sağlar. Karar verme problem en genel anlamda, br seçenek kümesnden en az br amaç veya ölçüte göre en uygununun seçm şeklnde tanımlanablr. Buna göre br karar problemnn elemanlarını: Karar vercler, seçenekler, ölçütler ve sonuçlar, karar vercnn beğenler olarak tanımlayablrz. Karar verme, problem bütünüyle anlama ve tanımlama, hyerarşk yapıyı oluşturma, anlamlı sayılarla yargılar verme ve sonuçları değerlendrmeye yönelk br proses olduğu çn bu şlemler en y fade eden ve günümüzde oldukça yaygın br kullanım alanı bulan Analtk Hyerarşk Proses (AHP) ve çok özellkl karar verme yöntemlernden TOPSİS yöntem lerleyen bölümlerde açıklanmıştır.. KARİYER PLANLAMA VE MESLEK SEÇİMİ Karyer planlama, çalışanların, fırsatların, seçeneklern ve sonuçların farkına varmalarını, karyer hedeflern belrlemelern, bu hedeflere ulaşmada yön ve zaman tespt yapmalarını sağlayacak ş, eğtm ve dğer gelşmsel faalyetler programlamaları sürecdr (Mlkovch ve Anderson, 997: 64). Breyn hayatı boyunca yapmayı tasarladığı görevler, ulaşmak stedğ hedef ve pozsyonları kısacası kend geleceğn brbrne kenetlenen halkalar halnde planlaması anlamına gelr. Breyler ş yaşamlarında nerede olduklarını, ne yapabldklern ve gelecekte ne yapableceklern ne kadar y anlarlarsa, nereye gtmek stedklern, oraya ulaşmak çn ne yapmaya gereksnmler olduklarını daha y anlayableceklerdr. Breylere bu olanağı karyer planlama sağlayablmektedr. Karyer planlama sürecnde brey kendsn tanır, becerlern, değerlern ve lg alanlarını belrler. Meslek araştırması ve daha ler pozsyonu olan mesleğ le lgl çalışacağı sektörlern araştırmasını yaparak kend karyer hedeflern oluşturur ve ş yaşamı boyunca başarıyı yakalamak çn planlama yapar.
Karyer planlaması yaparken; seçlecek olan meslek veya ş kolunun kşnn kşlk özellklerne, yeteneklerne, becersne, meslek konusuna olan lgsne, ünverste hayatı boyunca yönlenmesne ve bunların hepsnn br araya gelmesyle oluşacak olan karmanın kşy tatmn etme derecesne bakılarak meslek seçm şlemne geçlr. Bu aşamada kş, kend kşsel özellklerne uygun ve tatmn olarak yürütebleceğ meslek veya ş kolunu seçecektr. Breyn belrszlk ortamlarında kend stedğ meslek ve sektöre yönelmes, kend karyer planlarını oluşturması, gelecek çn verlmes gereken öneml kararlar çersnde olması münasebet le alınacak kararların ve atılacak adımların rasyonel ve breyn steklern tam olarak yansıtan y tartılmış kararlar olması gerekmektedr. Bu doğrultuda yapılacak şn cddyet ve uygulanacak yöntemn önem br kez daha gözler önüne serlmektedr. Amaca tam olarak ulaşmak çn meslek ve sektör seçm sürecnn sezgsel yöntemlerle brlkte nesnel yöntemlere dayandırılması gerekmektedr. Bu noktada meslek veya sektör seçm şlemn daha nesnel ve duygusallıktan uzak olarak nceleyeblmek çn lteratürde kullanılan çeştl ağırlıklandırma ve karar verme yöntemler yardımı le konuya yaklaşmaya çalışacağız. Breylern, karyer planlarını hazırlarken dkkat etmeler gereken en öneml nokta steklern ve sahp oldukları yetler sıralarken nesnel olarak davranablmedr. Tarafsız ve olayı tam olarak yansıtan br durumun belrleneblmes, meslek veya sektör seçm sonrası elde ednlen durumla stenen durumun brbrne yakın olması ve tatmn edc sonuçlar doğurması le amacına tam olarak ulaşması demektr. İşte breyler bu zor ve karmaşık karar verme zahmetnden kurtaracak, kafasındak stekler tam stedğ gb sıralatablecek ağırklıklandırablecek yöntemlerden olduğunu düşündüğümüz Analtk Hyerarşk Proses ve çok özellkl karar verme yöntemlernden olan TOPSİS yöntemn bu doğrultuda ncelemeye almış bulunuyoruz. Br sonrak kısımda yöntemler ayrıntılı olarak sunulacak ve daha sonrak kısımlarda breysel karyer planlama sürecn bu yöntemler yardımı le daha sağlıklı nceleme fırsatı bulacağız. 3. YÖNTEM 3.. BULANIK MANTIK (FUZZY) Bulanıklık tam olarak br kelmenn anlamında veya br kavramın tanımlanmasında bulunan belrszlktr(zmmerman,987). Dğer br tanım se br olayın, fadenn veya kavramın semantğnn çerdğ belrszlktr(terano, Asa ve Sugeno, 987). Bulanık mantık temeller, Arsto Mantığına dayanan kl mantık sstemne karşı gelştrlen ve günlük hayatta karşılaşılan değşkenlere üyelk dereceler atayarak olayların hang oranlarla gerçekleştğn belrlemeye çalışan br çoklu mantık sstemdr. Bulanık mantık sstemnde, bulanık kümeler kullanılarak akıl yürütmeler yapılır. Bulanık kavramı lk kez 96 yılında Zadeh tarafından ortaya atılmıştır(eraslan,00). Bulanık küme teors, bulanık mantık sstemne dayalı olarak, nsan yargısının ön planda olduğu, karmaşık gerçek hayat problemlern bastleştrmek, daha etkn ve esnek sonuçlar elde etmek çn gelştrlmştr. Bulanık küme teors, br karar vercnn blnen kısıtlar altında en y kararı vermesne yardımcı olmakla brlkte, karar vercnn stekler doğrultusunda nsan faktörünü de göz önüne alarak yen alternatfler çeren modeller üretmey mümkün kılar. Dğer taraftan, modellerdek belrszlkler sözel değşkenlerle fade etme durumu olduğunda, kullanılan değşkenlern matematksel olarak fade edlmesne de olanak sağlar. Bulanık(fuzzy) kümelernn en büyük özellğ belrszlk çeren sözel ve sayısal blg le verler aynı anda nsan aklına en yakın bçmde modelleyeblmesdr. Günümüz teknolosnde çok yaygın olarak karşımıza çıkan akıllı ve uzman sstemlerle otomasyonda, belrszlk ortamında en y karar vereblme ve modellemenn temelnde bulanık mantık önerme ve çıkarımları bulunur.
3.. BULANIK AHP AHP, karar verclern kompleks yapıdak problemlern hyerarşk sstemde çözülmesnde, yüksek mktardak ncelksel ve ntelksel faktörlern değerlendrlmesnde çoklu krter anlaşmazlıkları altında sstematk unsurların bulunmasını sağlar. Bu yöntemle, nsanların veya karar verclern farklı pskolok durumundak gözlemlern de dkkate alarak kend karar verme mekanzmalarını tanıma olanağı sağlanmaya çalışılmaktadır. Böylece kşlern daha etkn karar vermeler amaçlanmıştır. Yöntem oldukça büyük lg görmüş ve Çok Ölçütlü Karar Verme Problemler nde kullanılmıştır. AHP de, karar vercnn amacı doğrultusunda krterlern ve ona at olan alt krterlern belrlenp hyerarşk yapının oluşturulması lk adımıdır. AHP de öncelkle amaç belrler ve bu amaç doğrultusunda seçm etkleyen krterler ortaya konur. Daha sonra krterler göz önüne alınarak alternatfler belrlenr. Sonuçta karar çn hyerarşk br yapı oluşturulmuş olur (Saaty T.L., The Analtc Hyerarcy Process, New York, 980). AHP nn Adımları Şöyledr:. Hyerarşk yapı oluşturulduktan sonra, her br krtern temelnde alternatfler kl karşılaştırma matrsne göre karşılaştırılır.. Daha sonra krterler kend çnde karşılaştırılır. Bu karşılaştırma matrsnn oluşturulmasında Tablo Saaty tarafında önerlen -9 önem skalası kullanılır. Önem Dereces Tanımı Eşt Öneml 3 Orta Derecede Öneml 5 Kuvvetl Derecede Öenml 7 Çok Kuvvetl Derecede Öneml 9 Kesn öneml Tablo. Saaty 9 önem skalası 3. Normalleştrlmş Matrsn Oluşturulması: Normalleştrlmş matrs, her br sütun değernn ayrı ayrı lgl sütun toplamına bölünmes le elde edlr. Normalleştrlmş matrsten hareketle, her br sıra değerlernn ortalaması alınır. İşte elde edlen bu değerler, her br krter çn % önem ağırlıklardır. 3... BULANIK AHP NİN ALGORİTMASI Bu aşamada lk olarak Fuzzy Extent Analz metodunun adımları verlmştr: { x x } br amaç kümes ve U { u u,..., } X,,..., x N, u N br hedef kümes olsun. Chang ın (99) Extent Analz metoduna göre, her br amaç alınarak, her br hedef, g çn sırasıyla extent analz metodu uygulanır. Böylece, her br amaç çn m adet extent analz değer elde edlr ve şu şeklde gösterlr: n M, M,..., M,,, n () g Tüm M (, m) g g g,..., değerler üçgensel bulanık sayılardır. Chang ın extent analznn adımları şu şeklde verleblr: Adım :. Amaca bağlı olarak kl karşılaştırmanın sentetk extent değer şu şeklde tanımlanır: m S M g m M g n M g y elde etmek çn, aşağıdak şeklde tanımlı br matrs çn m extent analz değerlernn ek bulanık şlemler uygulanır; ()
m M g m m m, m, u (3) I n m ve M g y elde etmek çn aşağıdak şeklde tanımlı M g (,,..., m) değerlernn ek bulanık operasyonları uygulanır. n m n n n M g I, m, u (4) Daha sonra 4. eştlktek vektörün ters hesaplanır: n m M g,, (5) n n n u m I Adım : Brçok bulanık sayı arasından (S ) en zayıf ve en güçlü olanını bulmak çn olablrlk dereces hesaplanır. M l m u M ( l, m, n olablrlk dereces şöyle tanımlanır: (,, ) u) ( M M ) [ mn( µ ( x), ( ))] V sup y x M µ m y (6) M ve M konveks bulanık sayıları se; V ( M M ) htg M, I, M ) µ ( ) ( M d, eğer m m 0, eğer l u (7) ( m u ) ( m l ) l u d.d. burada d, µ M ve µ M arasındak en yüksek kesşm noktası olan D nn ordnatıdır.(bkz Şekl ). M ve M y karşılaştırmak çn hem V ( M M ) hem de V ( M M) değerlern blmek gerekyor. Adım 3: Br konveks bulanık sayının k konveks bulanık sayılardan, M (,,,k) büyük olmasının olablrlk dereces şu şeklde tanımlanır: V ( M M, M,..., M k ) mnv ( M M ),,,k (8) d ( A ) mnv ( S S k ) k,,,n;k (9) Ağırlık vektörü se; T W d ( A ), d ( A ),..., d ( )), A (,,..., n) n elamanlıdır. ( A n.0 V ( M M) M M l m l d u m u Şekl. M ve M nn Kesşm
Adım 4: Normalleştrme şlemnden sonra, normaleştrlmş ağırlık vektörü; W d A, d( A ),..., d( )),W bulanık olmayan br sayıdır. ( ) T ( A n 3.3. TOPSİS ÇOK ÖZELLİKLİ KARAR VERME YÖNTEMİ Topss yöntem çok özellkl karar verme yöntemlernden br tanesdr. Yöntem kullanılarak alternatf seçeneklern belrl krterler doğrultusunda ve krterlern alablecekler maksmum ve mnmum değerler arasında deal duruma göre karşılaştırılması gerçekleştrlmektedr. Topss yöntem lk defa Hwang ve Yoon tarafından gelştrlmştr(98). Topss n altındak temel mantık deal çözümü ve negatf deal çözümü belrlemektr. İdeal çözüm kar krterlern maksmze eden ve malyet krterlern se mnmze eden çözümdür. Negatf deal çözüm se malyet krterlern maksmze eden ve kar krterlern mnmze eden çözümdür. Optmal alternatf se deal çözüme en yakın ve negatf deal çözüme en uzak olan çözümdür. Özet olarak deal çözüm elde edleblen en y değerlerden oluşmakta ken negatf deal çözüm se elde edleblen en kötü değerlerden oluşmaktadır. Br alternatf değerlendrme şlem sırasında deal çözüme en yakın ve negatf deal çözüme en uzak olan alternatf en y alternatftr. Şekl tek örnekte görüldüğü gb k krter arasındak uzaklık sırasıyla A + ve A - olsun. Bunlar sırasıyla deal çözüm ve negatf deal çözümün smgelerdr. Bu noktada A ; A + deal sonucuna ulaşacak en kısa yolu A se A - negatf deal sonucuna ulaşacak en kısa yoldur. Topss yöntem sadece deal çözüm ve negatf deal çözüm arasındak uzaklıkları ele alır ve alternatfler karşılaştırmak çn nsb yakınlıkları değerlendrr. Krter X A. S. A A A İ. A - Şekl. Her alternatf çn deal çözüm ve negatf deal çözüm arasındak uzaklık Metodun hesaplama adımları aşağıdak gb hesaplanmaktadır: Adım : Normalleştrlmş performans matrsn oluşturulması; Bu şlemn amacı matrs grşndek brmler brleştrmektr. Matrsn ornal performansı X ( X İJ ),, () X, krterne olan alternatfnn performansıdır. Adım : Matrsn ağırlıklandırılmış normal performansını oluşturulması; TOPSİS yöntem matrsn ağırlıklandırılmış normal performansını şu şeklde tanımlar: V V ),, () ( V w r,, (3) W, krternn ağırlığıdır. Adım 3: İdeal çözüm ve negatf deal çözümü belrlenmes; İdeal çözüm aşağıdak denklemelere dayanarak hesaplanır: A {( maxv J ), ( mnv J ),,,..., m}, (4) Krter X
A {( maxv J ), ( mnv J ),,,..., m}, (5) {,,..., n kar krterne at {,,..., n malyet krterlerne at Adım 4: Her alternatf çn deal çözüm ve negatf deal çözüm arasındak uzaklığı hesaplanması; S S n ( V V ) n ( V V ),,,m, (6),,,m, (7) Adım 5: Her alternatfn deal çözümünün nsb yakınlığını hesapalanması; S C,,,m, (8) S + S 0 C C e yaklaştığında alternatf A ya yaklaşır. Adım 6: Terch sırasınnı kurulması; Alternatfler C n azalan sırasına göre sıralanır. 4. KARAR VERME PROBLEMİNİN ÇÖZÜMÜNE YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROĞRAMI Breysel Karyer Planlama Proğramı (BKPP), ünversteden yen mezun olacak ve meslek - sektör seçm problem le karşılaşacak breylern, br çok krter arasında karar vermeler gerektğ br ortamda, obektf ve doğru karar vermeler çn yardımcı olması çn hazırlanmış br programdır. Programda; lk önce breyden, sektörlern kşlerden stedğ ntelkler -0 arasında ağırlıklandırması stenr. Daha sonra kşlern sektör seçm konusunda mevcut krterlere verecekler cevaplar doğrultusunda kşnn kafasındak sektörün fotoğrafı çeklmeye çalışılır ve kşnn stekler kend arasında br ağırlıklandırmaya tab tutulur. Bu k ağırlıklandırma, Türkye'dek mevcut sektörün kşye sunduğu mkanlar le karşılaştırılarak mevcut sektörler arasından breyn steklerne uygun sektörün seçlmes şlem gerçekleştrlr.modeln blgsayar proğramı üzerndek şleyş Şekl 3 de verlmştr. Sektörlern Breylerden Beklentler Breylern Sektörlerden Beklentler Bulanık AHP Bulanık AHP Bulanık TOPSİS SONUÇ Şekl 3. Modeln blgsayar programı üzernde şleyş
Breysel Karyer Planlama Platformu ( BKPP ); yukarıda bahsedldğ üzere breylern meslek seçm sürecnde karar vermelerne yardımcı olmak çn tasarlanmış br programdır. BKPP, Bulanık AHP ve Bulanık TOPSİS metotlarını kullanarak karar verme sürecnde amaca en uygun krterlern sıralamasını yapmaktadır. Bu yöntemler BKPP de formülze edlmştr ve kağıt üzernde şlem yapmadan otomatk olarak hesaplanmaktadır. BKPP nn lk ekranı sektörlern breylerden beklentlern gösteren ekrandır. Her değşk ş kolunda çalışacak nsanın değşk özellklere sahp olması gerektğ düşünülerek bazı krterler belrlenmştr. Bu ekranda kşler, belrlenmş krterler ne derecede karşılayableceklern, bu beklentlern ne kadarını htva ettklern -0 arasında derecelendrerek ekrana yansıtırlar. Breylern bu krterlere verdkler derecelendrmeler, dğer br sayfada formülze edlmş olan. Bulanık AHP algortmasına gelr. Bu algortmada br dz şlemden geçen derecelendrmeler, sektörün kşlerden stedğ ve kşnn krterler karşılayablme ağırlığı olarak yüzde şeklnde ağırlık matrs sonucu olarak karşımıza çıkar. Bu ağırlık matrs daha sonrak aşamalarda kullanılmak üzere otomatk olarak Bulanık TOPSİS Metodunda aktarılır ve Bulanık TOPSİS ekranında şleme grer.
BKPP nn knc ekranı, breyn sektörden beklentlern 0 arasında derecelendrdğ ekrandır. Bu ekranda lk ekranda olduğu gb brey, önceden belrlenmş krterler çn sektörden veya ş yaşantısından beklentsn yan kısımda verlmş anlamlarına göre -0 arasında derecelendrr. Bu derecelendrmeler daha sonra kullanılmak üzere otomatk olarak. Bulanık AHP algortmasına aktarılırlar. Breylern knc ekrandak krterlere verdkler derecelendrmeler, dğer br sayfada formülze edlmş olan. Bulanık AHP algortmasına gelr. Bu algortmada br dz şlemden geçen derecelendrmeler, breyn sektörden beklents olarak Bulanık AHP algortmasında ağırlıklandırılır ve yüzde şeklnde ağırlık matrs olarak karşımıza çıkar. Bu ağırlık matrs de lk ekrandan elde edlen ağırlık matrs le brlkte daha sonrak aşamalarda kullanılmak üzere otomatk olarak Bulanık TOPSİS Metodunda aktarılır ve Bulanık TOPSİS ekranında şleme grer. Tüm sonuçların brleşerek karar çn sıralamanın yapılacağı algortma olan Bulanık TOPSİS algortması, bu sayfada formülze edlmştr.. ve. Bulanık AHP algortmalarından gelen ağırlık vektörler, önceden araştırmasını yaptığımız ve Bulanık TOPSİS metodunun statk kısmını oluşturan durum krterler le algortma çersnde br dz şlemden geçrlerek sonuca varılır ve breye en uygun sektörlern sıralaması yapılır. Yapılan sıralama programın nha sonuçu olarak sonuç sayfasına aktarılır.
Bulanık TOPSİS metodunda sıralaması yapılan sektörlerden lk üçü son olarak BKPP sonuç sayfasına gelr. Bu sayfada brey, kendsne en uygun sektörü ve uygunluk yüzdesn rahatça göreblr. Bu sonuçları aldıktan sonra brey, meslek seçm şlemnde daha sağlıklı karar vereblecektr. 5. SONUÇ Bu proe kapsamında karar verme problemlernde, çok ölçütlü karar verme teknklernden Bulanık AHP ve Bulanık TOPSİS yöntemler tanıtılmış ve Breysel Karyer Planlama Programı yapılarak blgsayar üzernde alıştırma ve uygulamalar yapılmıştır. AHP yöntem, breylern karmaşık ve baskıcı ortamlarda sağlıklı olarak karar veremedkler, akıllarındak fkrlern baskınlık ve çeknklk derecelern sağlıklı olarak tayn edemedkler durumlarda kullanılan br ağırlıklandırma yöntemdr. TOPSİS yöntem se, yne breylern karmaşık ve baskıcı ortamlarda sağlıklı olarak karar veremedkler ve karşılaştırma yaptıkları seçeneklern bell krterler altında davranışlarını tahmn edemedkler durumlarda kullanılan çok özellkl br karar verme yöntemdr. Bulanık AHP ve TOPSİS, çok özellkl karar verme yaklaşımlarına bulanık küme teorsnn de eklenerek karar verme sürecnde karar verclern sübektflğn ortadan kaldırmak çn, sabt değerler yerne aralık değerler ve sayısal olarak fade edlemeyen durumları tasvr etmek çn lngustk değşkenler kullanmaktadır. Çünkü gerçek hayatta karar problemler htyaç duydukları kesn verlere her zaman ulaşamayablrler veya karar vercler terch ve yargılarında her zaman tutarlı davranamayablrler. Dolayısıyla bulanık mantık yaklaşımı le karar verme sürecndek belrszlk ortadan kalkmış olur. Yapılan uygulamalarda breyden; en uygun sektörü seçmek amacı le önceden belrlenmş olan krterlere la 0 arasında puan vermes stenmştr. Breyden alınan puanlar, önce Bulanık AHP yöntemlernde ağırlık matrslerne dönüştürülmüş, ardından da Bulanık TOPSİS yöntem kullanılarak breye en uygun sektörlern sıralaması yapılmıştır. Sonuçlar ekrana yansıtılmıştır. Bu sonuçları aldıktan sonra breyn, meslek seçm şlemnde daha sağlıklı karar vereblmes sağlanmış olacaktır. 6. KAYNAKÇA Saaty, T.L., 980. The Analytc Herarchy Process, McGraw Hll. Pratyush S., Jan-Bo Y., 998. Multple Crtera Decson Support n Engneerng Desgn, Sprnger. Yurdakul M., İç Tansel Y.,003. Türk Otomotv Frmalarının Performans Ölçümü ve Analzne Yönelk TOPSİS Yöntemn Kullanan Br Örnek Çalışma.Gaz Ünverstes Mühendslk Mmarlık Fakültes Dergs. Sheng-Hshung T.,Chang T.Y., 00. The Evaluaton of Arlne Servce Qualty by Fuzzy MCMD. Pergamon.
Dağdevren M.,Eren T.,00. Tedarkç frma seçmnde analtk hyerarşk proses ve 0- hedef programlama yöntemlernn kullanılması. Endüstr Mühendslğ Bölümü, Mühendslk Mmarlık Fakültes,Gaz Ünverstes. Chu T.C.,Ln Y.C., 003. A Fuzzy TOPSİS Method for Robot Selecton. Advanced Manufacturng Technology. http://www.blgkaryer.com/ www.mcozden.com www.nsankaynaklar.com