Makine Seçim Probleminin Bulanık VIKOR Yöntemiyle İncelenmesi

Yıl 2020, Cilt: 3 Sayı: 1, 7 - 12, 20.03.2020

Rümeysa Faydalı , Enes Furkan Erkan

https://doi.org/10.38016/jista.677785

Cited By: 5

Öz

Firmalar için üretim, hedeflerini gerçekleştirmede büyük bir öneme sahip olan işletme fonksiyonudur. İnsan, malzeme ve makineden oluşan sistemi başarılı yöneten işletmeler üretim sistemlerini kolaylıkla iyileştirebilir. Üretim faktörlerinin uyumlu olması ve işletme hedeflerine uygun bir şekilde planlanmış olması uzun ömürlü yaşam döngüsü için hayati önem taşımaktadır. Hedeflere uygun karar alınabilmesi için karar vericilerin çok sayıda kriteri değerlendirmesi gerekmektedir. En uygun kararların alınabilmesi, işletmelerde verimlilik ve başarının artması demektir. Makine seçimi de firmalar için üretimdeki verimliliği arttırmada çözülmesi gereken bir karar verme problemidir. Firmalar bu sebeple makine seçim değerlendirmesini detaylıca ele almalı ve çözmeye çalışmalıdır. Bulanık VIKOR yöntemi bir çok kriterli karar verme yöntemidir ve maksimum grup faydasını ve minimum bireysel pişmanlığı tespit edip, uzlaştırıcı bir çözüm oluşturur. Uygulamada bulanık VIKOR yöntemi kullanılarak bir tekstil firmasının yeni bir makine seçim problemi ele alınmıştır. Bu süreçte dört alternatif, beş karar verici tarafından yedi kritere göre değerlendirilip hesaplanan sonuçlara göre sıralanmıştır. Uygulama ile bulanık VIKOR yönteminin yeni bir makine seçiminde etkin bir yöntem olarak kullanılabileceği sonucuna ulaşılmıştır.

Anahtar Kelimeler

Bulanık Mantık, Bulanık VIKOR, Makine Seçimi

Kaynakça

• Arslan, MÇ., Çatay, B., Budak, E., (2004). A Decision Support System For Machine Tool Selection, Journal of Manufacturing Technology Management, 15(1), 101-109.
• Chen, L.Y. ve Wang, T.C. (2009) “Optimizing partners’ choice in IS/IT Outsourcing Projects: The Strategic Decision of Fuzzy VIKOR” International Journal of Production Economics, 120:233-242.
• Çakır, O., Canbolat, MS.. (2008) A web-based decision support system for multi-criteria inventory classification using fuzzy AHP methodology, Expert Systems with Applications, 35(3), 1367-1378.
• Opricovic, S., (2011). Fuzzy VIKOR with an application to water resources planning, Expert Systems with Applications, 38(10), 12983-12990.
• Önüt, S., Kara, SS., Efendigil, T. (2008). A Hybrid Fuzzy MCDM Approach To Machine Tool Selection, Journal of Intelligent Manufacturing, 19(4), 443–453.
• Seçme, NY., Bayrakdaroğlu, A., Kahraman, C. (2009) Fuzzy performance evaluation in Turkish banking sector using analytic hierarchy process and TOPSIS, Expert Systems with Applications, 36(9), 11699-11709.
• Zadeh, L.A. (1965), Fuzzy Sets. Information and Control 8, 338-383.