ENTROPİ DESTEKLİ MABAC YÖNTEMİ İLE AB ÜLKELERİ DİJİTAL DÖNÜŞÜM PERFORMANSI ANALİZİ

Yıl 2022, Cilt: 12 Sayı: Dijitalleşme, 18 - 34, 03.11.2022

Eda Çınaroğlu

https://doi.org/10.30783/nevsosbilen.1122529

Cited By: 1

Öz

Endüstriyel devrimler sonrası hem ülkelerin, hem de işletmelerin küresel boyutta yaşanan değişimlere ayak uydurması ve artan rekabet ortamında kalıcı olabilmek adına yeni stratejiler geliştirmesi elzemdir. Dijitalleşme bu stratejilerin önde gelenlerinden biridir. Bu kavram teknoloji ile uyum sağlanabilmesi süreci olarak tanımlanmaktadır. Dijital Ekonomi ve Toplum Endeksi (DESI), AB ülkelerinin dijital performanslarını takip etmek ve iyileştirmek amacıyla 2015 yılında Avrupa Birliği (AB) komisyonu tarafından tasarlanmıştır. Çalışmada yeni DESİ metodolojisi esas alınarak AB ülkeleri 2021 yılı dijital dönüşüm performanslarının ÇKKV teknikleri ile analizi hedeflenmiştir. Analiz sürecinde dijital dönüşüm performansı ölçüm kriterlerinin önem düzeyleri Entropi yöntemi ile belirlenmiş olup, ülkelerin performans sıralamasına ise MABAC yöntemi ile ulaşılmıştır. Esas alınan kriterler içerisinde en fazla önem arz eden kriterin dijital teknolojinin entegrasyonu olduğu belirlenmiştir. Dijital dönüşüm performansı en yüksek olan AB ülkelerinin Danimarka, Finlandiya ve İsveç olduğu sonucuna ulaşılmıştır. Sıralamanın sonlarında yer alan ve dijital dönüşüm performansı en düşük olan AB ülkeleri ise Yunanistan, Bulgaristan ve Romanya’dır. Ulaşılan sıralama sonuçları DESI endeksi sıralama sonuçları ile çok yüksek düzeyde uyum içermektedir.

Anahtar Kelimeler

Çok kriterli karar verme (ÇKKV), Entropi, MABAC, Dijital dönüşüm, performans analizi

Kaynakça

• Altıntaş, F. F. (2021). G20 Ülkelerinin Dijital Hazırlık Performanslarının Analizi: Entropi Tabanlı VIKOR Yöntemi ile Bir Uygulama. Akademik Hassasiyetler, 8(17), 401-427.
• Arsić, S., & Gajić, M. (2021). Industry 4.0: Assessıng the Level of Advanced Digital Technologies in the EU Countrıes Usıng Integrated Entropy–Topsis Methods. In International Scientific Conference “UNITECH (Vol. 2, p. 133).
• Atukalp E. M. (2021). Entegre Yöntemlerle Türk Bankacılık Sisteminde Ortaklık Yapısı Odaklı İnceleme. Ataturk University Journal of Economics & Administrative Sciences, 35(2).
• Avrupa Komisyonu DESI Metodoloji Raporu, https://digital-strategy.ec.europa.eu/en/policies/desi, Erişim tarihi: 05/05/2021.
• Ayçin, E., & Çakın, E. (2019). Ülkelerin inovasyon performanslarının ölçümünde Entropi ve MABAC çok kriterli karar verme yöntemlerinin bütünleşik olarak kullanılması. Akdeniz İİBF Dergisi, 19(2), 326-351.
• Bánhidi, Z., Dobos, I., & Nemeslaki, A. (2020). What the overall Digital Economy and Society Index reveals: A statistical analysis of the DESI EU28 dimensions. Regional Statistics, 10(2), 42-62. Biswas, S., Bandyopadhyay, G., Guha, B., & Bhattacharjee, M. (2019). An ensemble approach for portfolio selection in a multi-criteria decision making framework. Decision Making: Applications in Management and Engineering, 2(2), 138-158.
• Biswas, T., & Das, M. (2018). Selection of hybrid vehicle for green environment using multi-attributive border approximation area comparison method. Management Science Letters, 8(2), 121-130.
• Borowiecki, R., Siuta-Tokarska, B., Maroń, J., Suder, M., Thier, A., & Żmija, K. (2021). Developing digital economy and society in the light of the issue of digital convergence of the markets in the European Union countries. Energies, 14(9), 2717.
• Bouraima, M. B., Stević, Ž., Tanackov, I., & Qiu, Y. (2021). Assessing the performance of Sub-Saharan African (SSA) railways based on an integrated Entropy-MARCOS approach. Operational Research in Engineering Sciences: Theory and Applications, 4(2), 13-35.
• Bozkurt, V. (2020). Pandemi döneminde çalişma: ekonomik kaygilar, dijitalleşme ve verimlilik. COVID-19 Pandemı̇sı̇nı̇n Ekonomı̇k, Toplumsal ve Sı̇yasal Etkileri, 115-136.
• Cahyadi, A., & Magda, R. (2021). Digital leadership in the economies of the G20 countries: A secondary research. Economies, 9(1), 32.
• Castelo-Branco, I., Cruz-Jesus, F., & Oliveira, T. (2019). Assessing Industry 4.0 readiness in manufacturing: Evidence for the European Union. Computers in Industry, 107, 22-32.
• Çelen A. İ. (2021). CISCO Dijital Hazırlık Endeksinde Türkiye İçin Perspektifler. Uluslararası Sosyal Bilimler Akademi Dergisi, (5), 68-103.
• Çınaroğlu, E. (2020). Yenilikçi girişimlere ait faaliyetlerin Entropi destekli MABAC yöntemi ile değerlendirilmesi. Journal of Entrepreneurship and Innovation Management, 9(1), 111-135.
• Ersöz, B., & Özmen, M. (2020). Dijitalleşme ve bilişim teknolojilerinin çalışanlar üzerindeki etkileri. AJIT-e: Bilişim Teknolojileri Online Dergisi, 11(42), 170-179.
• Goh, A. (2021). Digital Readiness Index for Arbitration Institutions: Challenges and Implications for Dispute Resolution Under the Belt and Road Initiative. Journal of International Arbitration, 38(2).
• Gökgöz, F., & Yalçın, E., (2021). A Performance Analysis in Circular Economy for the Selected EU Countries, 13th International Conference on Humanities, Psychology & Social Sciences, Netherlands, 95-103.
• Gülay, G., Öncü, E., Karşılı, H., & Gündüz, V. (2021). BİST kurumsal yönetim endeksinde yer alan bankaların performans analizi. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 11(4), 2001-2018.
• İnel, M. (2019). An empirical study on measurement of efficiency of digital transformation by using data envelopment analysis. Management Science Letters, 9(4), 549-556.
• Kalem, R. N., & Akpınar, M. E. (2022). Personnel Performance Assessment using Entropy based MABAC Method: An Application in the Food Sector. Equinox Journal of Economics Business and Political Studies, 9(1), 89-106.
• Koca, G. (2021). AB Ülkelerinin Dijital Dönüşüm Performanslarının ARAS Yöntemi ile İncelenmesi. Dijital Dönüşüm ve İşletmecilik, 7-24.
• Kusiak, A., 2018. Smart manufacturing. Int. J. Prod. Res. 56 (1–2), 508–517.
• Li, X., Wang, K., Liu, L., Xin, J., Yang, H., & Gao, C. (2011). Application of the entropy weight and TOPSIS method in safety evaluation of coal mines. Procedia engineering, 26, 2085-2091.
• Masood, T., & Sonntag, P. (2020). Industry 4.0: Adoption challenges and benefits for SMEs. Computers in Industry, 121, 103261.
• Milosavljević, M., Bursać, M., & Tričković, G. (2018). Selection of the railroad container terminal in Serbia based on multi criteria decision making methods. Decision Making: Applications in Management and Engineering, 1(2), 1-15.
• Moroz, M. (2017). The level of development of the digital economy in Poland and selected European countries: a comparative analysis. Foundations of management, 175-190.
• Nagy, S. (2019). Digital economy and society. A cross country comparison of Hungary and Ukraine. arXiv preprint arXiv:1901.00283.
• Ndruru, R. K., & Utomo, D. P. (2020). Sistem Pendukung Keputusan Penilaian Kinerja Generik Anggota Polri Di Polda Sumatera Utara Menggunakan Metode MABAC & Entropy. KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 4(1).
• Ömürbek, N., & Balcı, H. F. (2017). Entropi Temelli COPRAS Yöntemi ile Avrupa Birliği Ülkeleri ve Türkiye’nin Havayolu Taşımacılığının Değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 8(18), 13-25.
• Pamučar, D., & Ćirović, G. (2015). The selection of transport and handling resources in logistics centers using Multi-Attributive Border Approximation area Comparison (MABAC). Expert systems with applications, 42(6), 3016-3028.
• Qin, J., Liu, Y., & Grosvenor, R. (2016). A categorical framework of manufacturing for industry 4.0 and beyond. Procedia cirp, 52, 173-178.
• Schumacher, A., Erol, S., & Sihn, W. (2016). A maturity model for assessing Industry 4.0 readiness and maturity of manufacturing enterprises. Procedia Cirp, 52, 161-166.
• Stavytskyy, A., Kharlamova, G., & Stoica, E. A. (2019). The analysis of the digital economy and society index in the EU. TalTech Journal of European Studies, 9(3), 245-261.
• Stoica, E. A., & Bogoslov, I. A. (2017, December). A comprehensive analysis regarding DESI country progress for Romania relative to the European average trend. In Balkan Region Conference on Engineering and Business Education (Vol. 2, No. 1, pp. 258-266).
• Ulutaş, A. (2019). Entropi ve MABAC yöntemleri ile personel seçimi. OPUS Uluslararası Toplum Araştırmaları Dergisi, 13(19), 1552-1573.
• Wu, J., Sun, J., Liang, L., & Zha, Y. (2011). Determination of weights for ultimate cross efficiency using Shannon entropy. Expert Systems with Applications, 38(5), 5162-5165.
• Zafar, S., Alamgir, Z., & Rehman, M. H. (2021). An effective blockchain evaluation system based on entropy-CRITIC weight method and MCDM techniques. Peer-to-Peer Networking and Applications, 14(5), 3110-3123.