Example of Risk Analysis with Fuzzy TOPSIS AND Fuzzy AHP Methods

Year 2024, Volume: 6 Issue: 1, 28 - 45, 30.04.2024

Hasan İşci Zehra Baykara Buğrahan Tülüce

https://doi.org/10.46740/alku.1316669

Abstract

Many classical risk analysis methods involve subjective and observational assessments. Especially in cases where work accidents and near misses are not recorded and historical information about operations and processes is not available, the analysis may differ from person to person. For this reason, expressing the analysis in a more mathematical and numerical way provides a more efficient study in terms of accuracy and verification of the analysis. For this reason, multi-criteria decision-making methods have started to be used in risk analysis. Multi-criteria decision-making methods have gained popularity and are used in applications and studies. Two of the popular methods are AHP and TOPSIS.
In this study, a risk analysis was performed for a company manufacturing playground equipment. A 5X5 matrix method was used for hazard identification and risk analysis. Ten of the identified hazards constitute the sample of the study. Expert opinions were taken into consideration during the risk analysis. Risk types were taken into account in the selection of hazards. Physical, chemical, ergonomic and psychological risks were taken as examples from the main risk types. The variables used in scoring the hazards were chosen as probability and severity. All methods were applied using these variables. Then, Fuzzy TOPSIS and Fuzzy AHP methods were used to evaluate the data obtained. The application steps of AHP and TOPSIS, which are the most preferred fuzzy multi-criteria decision-making methods, are explained. The evaluation results are compared for each method. For each of the ten hazards, the priority ranking according to their scores is presented in a chart. According to the results, the hazards are ranked according to their importance.

Keywords

Fuzzy TOPSIS, Fuzzy AHP, L-type Matrix, Fuzzy Set Theory

Bulanık TOPSIS ve Bulanık AHP Yöntemleri ile Risk Analizi Örneği

Abstract

Birçok klasik risk analizi yöntemi, subjektif ve gözlemsel değerlendirmeleri içerir. Özellikle iş kazaları ve ramak kala olayların kaydedilmediği, operasyonlar ve süreçler hakkında tarihsel bilginin bulunmadığı durumlarda, yapılan analizler kişiden kişiye farklılık gösterebilir. Bu nedenle, yapılan analizleri daha matematiksel ve sayısal bir şekilde ifade etmek, analizin doğruluğu ve doğrulaması açısından daha verimli bir çalışma sağlamaktadır. Bu nedenle risk analizlerinde çok kriterli karar verme metotları kullanılmaya başlanmıştır. Çok kriterli karar verme yöntemleri popülerlik kazanmış ve uygulamalarda ve çalışmalarda kullanılmaktadır. Bu yöntemlerden popüler olanlardan ikisi de AHP ve TOPSİS’tir.
Bu çalışmada, park ekipmanları üreten bir şirket için risk analizi gerçekleştirilmiştir. Tehlike tanımlamaları ve risklerin analizi için 5X5 matris yöntemi kullanılmıştır. Tespit edilen tehlikelerden on adeti çalışmanın örneklemini oluşturmaktadır. Risk analizi yapılırken uzman görüşleri dikkate alınmıştır. Tehlikelerin seçilmesinde risk türleri dikkate alınmıştır. Belli başlı risk türlerinden fiziksel, kimyasal, ergonomik, psikolojik riskler örnek olarak alınmıştır. Tehlikelerin skorlanmasında kullanılan değişkenler olasılık ve şiddet olarak seçilmiştir. Tüm yöntemler bu değişkenler kullanılarak uygulanmıştır. Ardından elde edilen veriler kullanılarak Fuzzy TOPSIS ve Fuzzy AHP metotlarıyla değerlendirme yapılmıştır. Bulanık çok kriterli karar verme yöntemlerinden en çok tercih edilen AHP ve TOPSIS ‘in uygulama adımları açıklanmıştır. Değerlendirme sonuçları her bir yöntem için karşılaştırılmıştır. On tehlikenin her biri için skorlarına göre öncelik sıralaması tablo halinde sunulmuştur. Sonuçlara göre tehlikeler önemlerine göre sıralanmıştır.

Keywords

Fuzzy TOPSIS, Fuzzy AHP, L-tipi Matris, Bulanık Küme Kuramı

References

• [1] Colak, M., Aygurler, C. & Cetin, T. (2018). Madencilik sektöründe iş sağlığı ve güvenliği açısından risk analizi. PressAcademia Procedia, 7 (1), 285-289. DOI: 10.17261/Pressacademia.2018.899
• [2] İş Sağlığı ve Güvenliği Kanunu, T.C. Resmi Gazete, 6331, madde 4(c), 20 Haziran 2012
• [3] Gul, M. (2020). A fuzzy-based occupational health and safety risk assessment framework and a case study in an international port authority. Journal of Marine Engineering and Technology, 19(4), 161–175.
• [4] Liu, H. T., & Tsai, Y. lin. (2012). A fuzzy risk assessment approach for occupational hazards in the construction industry. safety science, 50(4), 1067–1078.
• [5] Zhang, G., & Zou, P. X. (2007). Fuzzy analytical hierarchy process risk assessment approach for joint venture construction projects in china. Journal of Construction Engineering and Management, 133(10), 771–779.
• [6] Taylan, O., Bafail, A. O., Abdulaal, R. M. S., & Kabli, M. R. (2014). Construction projects selection and risk assessment by fuzzy AHP and fuzzy TOPSIS methodologies. Applied Soft Computing Journal, 17, 105–116.
• [7] Mizrak Özfirat, P. (2014). Bulanik önceliklendirme metodu ve hata türü ve etkileri analizini birleştiren yeni bir risk analizi yöntemi. Journal of the Faculty of Engineering and Architecture of Gazi University, 29(4), 755–768.
• [8] Yilmaz, N., & Şenol, M. B. (2017). İş saǧliǧi ve güvenliǧi risk deǧerlendirme süreci ıçin bulanik çok kriterli bir model ve uygulamasi. Journal of the Faculty of Engineering and Architecture of Gazi University, 32(1), 85–95.
• [9] Hacıbektaşoğlu, S. E., Mertoğlu, B., & Tozan, H. (2022). Bulanık çok kriterli karar verme yöntemleriyle bir risk analizi uygulaması. International Journal of Advances in Engineering and Pure Sciences, 34(3), 403–414.
• [10] Çalık, A. (2021). Bulanık çok kriterli karar verme yöntemleri ile yeşil tedarik zincirindeki risklerin karşılaştırılması . Journal of Turkish Operations Management , 5 (2) , 822-838 .
• [11] Öztürk, B. A. & Başkaya, Z. (2011). Bulanık topsıs algoritmasında üçgen bulanık sayılar ile satış elemanlarının değerlendirilmesi. Journal of Management and Economics Research , 9 (16) , 11-21 .
• [12] Chang D.Y.(1996), Applications of the extent analysis method on fuzzy AHP. European Journal of Operational Research, 95, 649-655,
• [13] Kaganski, S., majak, j., & karjust, k. (2018). Fuzzy AHP as a tool for prioritization of key performance indicators. 51st CIRP Conference on Manufacturing Systems, Article Procedia CIRP 72, 1227–1232.
• [14] Wang, Y. J., & Lee, H. S. (2007). Generalizing topsıs for fuzzy multiple-criteria group decision-making. computers and mathematics with applications. 53(11), 1762–1772.
• [15] Chen-Tung Chen (2000). Extensions of the TOPSIS for group decision-making under fuzzy environment Chen / Fuzzy Sets and Systems 114, 1–9.
• [16] Fatih Ecer (2006) Bulanık Ortamlarda Grup Kararı Vermeye Yardımcı Bir Yöntem: Fuzzy Topsis ve Bir Uygulama. İşletme Fakültesi Dergisi, 7(2 ), 77-96.
• [17] Çelik, M., & Arslan, S. (2006). Fuzzy analytic hierarchy process and its application to software selection. Fuzzy sets and systems, 157(7), 992-1017.
• [18] Kahraman, C., & Öztayşi, B. (2007). Fuzzy analytic hierarchy process and its application to strategic decision making. ın fuzzy decision making in modeling and control 79-105.
• [19] L. A. Zadeh, (1965), Fuzzy Sets," Information and Control, 8(3), 338-353.
• [20] G. J. Klir and B. Yuan, (1995). Fuzzy sets and fuzzy logic: theory and applications. upper saddle river, NJ: Prentice Hall.
• [21] Şişman, B. (2017). Hata türü ve etkileri analizinde bulanık AHP ve bulanık vikor yöntemleri ile otomotiv sektöründe risk değerlendirmesi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(18), 234-250.
• [22] Chen, S. J., & Hwang, C. L. (1992). Fuzzy multiple attribute decision making: methods and applications. Springer Science & Business Media.
• [23] Li, D. F., Yang, J. B., & Liu, S. T. (2008). A fuzzy TOPSIS method based on alpha level sets with an application to bridge risk assessment. Expert Systems with Applications, 34(4), 2978-2984.
• [24] Saaty T.L. (1978). Modeling Unstructured Decision Problems The Theory of Analytical Hierarchies, Matematics and Computers in Sımulatio 20, 147-158.
• [25] Laarhoven V.P.M.J., Pedrycz W. (1983). A Fuzzy Extension of Saaty's Priority Theory, Fuzzy Sets and Systems, 1 (11), 229-241.
• [26] Chang D.Y. (1992). Extent analysis and synthetic decision, optimization techniques and applications, 1, 342.