Tedarik Zinciri Yönetiminde Kamçı Etkisinin İncelenmesi

Year 2012, Volume: 4 Issue: 1, 7 - 15, 31.01.2012

Murat Yegengil Veli Çelik , Hakan Arslan , Ata Sevinç

Abstract

İşletmelerde stok yenileme veya sipariş verme sistemlerinin etkin bir şekilde kullanılabilmesi için bilgi paylaşımının önemi bilinmektedir. Ancak gelişen teknolojik şartlara rağmen bilgi paylaşımında aksaklıklar olabilmektedir. İletişimde yaşanan problemlere ilave olarak talep miktarındaki dalgalanmalara bağlı olarak çok kademeli Tedarik Zinciri sistemlerinde kademelerde stok havuzları oluşabilmektedir. Talep ve sipariş oranları arasındaki değişimler sonucunda oluşan “kamçı etkisi (BWE)” düzenli bir şekilde ölçülmediği ve önleyici tedbirler alınmadığı takdirde BWE neticesinde oluşan stokhavuzları firmalar için hayati tehlikelere sebe olabilmektedir. İki kademeli olarak tasarlanan çok kademeli (multi-echelon) Tedarik Zinciri yapısı içerisinde PID, En küçük-En büyük (ENKENB) ve Ekonomik Sipariş Miktarı (ESM) sipariş verme politikaları kullanılarak elde edilen sonuçlardan hareketle BWE değişken değerleri hesaplanmıştır. Elde edilen değerler aynı zamanda Tedarik Zinciri Sisteminin işleyişi hakkında da önemli bilgiler sağlayacaktır. Kamçı etkisi değerleri PID, ENKENB ve ESM stok yöntemlerinden elde edilen sipariş miktarı değerleri kullanılarak her bir yöntem için ayrı olarak hesaplanmıştır. Elde edilen BWE değişken değerleri aynı zamanda stok kontrol yöntemlerinin performanslarının karşılaştırılmasında da kullanılabileceğini göstermiştir. PID yöntemi ESM ve ENKENB yakın bir BWE değeri vermiştir ki kullanım süresi düşünüldüğünde oldukça başarılı bir sonuçtur. Çalışmanın alternatif araştırma alanlarına zemin hazırlayabilecek nitelikte olması ve sağladığı bilgiler ile işletme yöneticilerine yön gösterebilecek nitelikte olmasından dolayı özellikle orta ve büyük ölçekli firmalar için faydalı olacağı düşünülmektedir.

Keywords

Kamçı Etkisi, Sistem Dinamikleri, Tedarik Zinciri Yönetimi, PID Kontrol

Tedarik Zinciri Yönetiminde Kamçı Etkisinin İncelenmesi

Abstract

The importance of information sharing for business companies to manage their stocks and orders is a commonly known fact. However, undesirable results are happening at information sharing despite of technological developments. In addition to information sharing related problems stocks get accumulated due to variaotions in demand. If “bull-whip effect (BWE)” is not measured and preventive actions are not employed properly the stock pools that are created as a result of bull-whip effcet can play vital roles for companies. A two echelon Supply Chain is designed as a multi-echelon Supply Chain System is run with PID, ENKENB (also known as s-S or Minimum Maximum model), and EOQ to generate order quantitities that are used for calculation of BWE variables. The values generated will also provide information to better understand how Supply Chain system is performing. A BWE value is calculated for each of the PID, Min-Max and EOQ models. Bull-whip values will at the same time be used to compare the performances of these different stock control methods. PID has generated a BWE value close to EOQ and ENKENB methods that can be evaluated asa successfull although this was its early use as a stock control method. The research is considered to be important for mid and big scale companies since it can constitute a useful platform for new research areas and has characteristics to provide a vision for business managers.

Keywords

Bullwhip Effect, System Dynamics, Supply Chain Management, PID Control

References

• [1] Ercan, Y., Mühendislik Sistemlerinin Modellenmesi ve Dinamiği, 2.Basım, 2003, Literatür Yayıncılık [2] Forrester, J.W., “Learning through System Dynamics as Preparation for the 21st Century, Keynote Address for Systems Thinking and Dynamic Modeling Conference for K-12 Education, June 27-29, 1994 at Concord Academy Concord MA USA. [3] System Dynamics Society: http://www. systemdynamics.org/DL-IntroSysDyn/start. htm, son erişim 14 Haziran 2010. [4] Venkateswaran, J., Hasti, C., “Stability of Production- Inventory Control Systems Considering Inventory Shortages”, Industrial Engineering & Operations Research Indian Institute of Technology Bombay, Powai, Mumbai 400076, Extended Abstract] [5] Khalid, S., “Trend forecasting for stability in supply chains”, Journal of Business Research 61 (2008) 1113– 1124 [6] Balan, S., Vrat, P., Kumar, P., Information distortion in a supply chain and its mitigation using soft computing approach”, Omega 37 (2009) 282 – 299. [7] Disney, S.M., Lambrecht, M., Towill, D.R. and Van de Velde, W., “The Value of Coordination in a Two Echelon Supply Chain: Sharing information, policies and parameters”, Faculty of Economics and Applied Economics, Katholieke Universiteit [8] Naraharisetti, P.K., Adhitya, A., Karimi, I.A., Srinivasan, R., “From PSE to PSE2, Decision Support for Resilient Facilities”, Computers and Chemical Engineering, xxx (2009) xxx–xxx, Accepted 1 June 2009. [9] Mark, A. Vonderembse, Mohit Uppal, Samuel H. Huang, John P. Dismukes, “Designing supply chains: Towards theory development”, Int. J. Production Economics 100 (2006) 223–238. [10] Yegengil, M., Arslan, H., Sevinç, A., “Örnek Bir Tedarik Zincirinin Sistem Dinamikleri Yaklaşımı İle Modellenmesi”, International Journal of Research and Development, Vol.3, No.1, January 2011. [11] Warburton, R.B.H., Disney, S.M. “Order and inventory variance amplification: The equivalence of discrete and continuous time analyses”, Int. J. Production Economics 110 (2007) 128–137. [12] Warburton, R.D.H., Disney, S.M.,“Order and inventory variance amplification:The equivalence of discrete and continuous time analyses”, Int. J. Production Economics 110 (2007) 128–137. [13] Fransoo, Jan C., Wouters, Marc J.F. “Measuring the bullwhip effect in the supply chain”, Supply Chain Management: An International Journal Volume 5 Number 2 . 2000. pp. 78±89, MCB University Press. ISSN 1359-8546. [14] Kim, Jeon G., Chatfield, D., Harrison, Terry P., Hayya, Jack C., “Quantifying the bullwhip effect in a supply chain with stochastic lead time”, European Journal of Operational Research 173 (2006) 617–636.