TOPSİS TABANLI KARAR VERME YAKLAŞIMI: İSTANBUL’DA BİR UYGULAMA

Abstract

Günümüzde yaşanan teknolojik gelişmeler her sektörde kendini göstermektedir. Bu sektörlerden biri de turizm sektörüdür. Turizm sektöründe birçok teknolojik yenilikten faydalanılmaktadır. Bunlardan biri de şüphesiz turistlerin otel seçimidir. Turistler otel seçimi yaparken genellikle çevrimiçi satın alma kanallarını kullanmaktadırlar. Gerek çevrimiçi seyahat siteleri gerekse meta arama motorları ile kalmak istedikleri otelleri belirlemektedirler. Bunu belirlerken de genellikle seyahat sitelerinde yer alan müşteri puanlamalarını göz önünde bulundurmaktadırlar. Mevcut çalışmada bu puanlamalar göz önünde tutularak Çok Kriterli Karar Verme yöntemlerinden biri olan TOPSİS yöntemiyle en uygun otelin bulunması amaçlanmıştır. Bunun için Türkiye’de otel seçiminde yaygın olarak kullanılan web sitelerinden biri olan Trivago’dan veriler alınarak, İstanbul’un Taksim bölgesinde faaliyet gösteren 5 yıldızlı en lüks 8 otel içerisinden, en uygun otel belirlenmeye çalışılmıştır. Çalışmada konum, odalar, servis, temizlik, fiyat dengesi, konfor, özellikler, bina, kahvaltı ve yemek olmak üzere on adet kriter seçilmiştir. Yapılan analiz sonucunda Alternatif 7 (A7)’nin en yüksek performansı, Alternatif 8 (A8)’in ise en düşük performansı gösterdiği görülmüştür.

Keywords

• TOPSİS
• Otel Seçimi
• Çok Kriterli Karar Verme

TOPSIS-Based Decision-Making Approach: An Application In Istanbul

Abstract

Today's technological developments show themselves in every sector. One of these sectors is the tourism sector. Many technological innovations are used in the tourism sector. One of them is undoubtedly the hotel choice of tourists. Tourists generally use online purchasing channels when choosing a hotel. They determine the hotels they want to stay with both online travel sites and metasearch engines. While determining this, they usually take into account the customer ratings on travel sites. The current study, it is aimed to find the most suitable hotel with the TOPSIS method, which is one of the Multi-Criteria Decision-Making methods, considering these scores. For this purpose, the most suitable hotel was tried to be determined among the 8 most luxurious 5-star hotels operating in the Taksim region of Istanbul, by taking data from Trivago, one of the websites widely used in hotel selection in Turkey. In the study, ten criteria were selected, namely location, rooms, service, cleanliness, price balance, comfort, features, building, breakfast, and food. As a result of the analysis, it was seen that Alternative 7 (A7) showed the highest performance and Alternative 8 (A8) showed the lowest performance.

Keywords

• TOPSIS
• Hotel selection
• multi criteria decision making

References

1. Aksoy, S., & Ozbuk, M. Y. (2017). Multiple criteria decision making in hotel location: Does it relate to postpurchase consumer evaluations. Tourism Management Perspectives, 22, 73-81.
2. Atadil, H., & Lu, Q. (2021). Covid-19 döneminde müşterilerin güvenli otel algılarının altında yatan boyutların araştırılması: Bu algıların otel seçim davranışı üzerindeki etkisi. Journal of Hospitality & Management, 30(6), 655-672.
3. Chu, R., & Choi, T. (2000). Otel seçim faktörlerinin Hong Kong otel endüstrisinde önem-performans analizi: İş ve eğlence ziyaretleri için karşılaştırılması. Tourism Management, 21, 363-377.
4. Çaylak, M. (2019). TOPSİS yöntemi ile en uygun otel seçimi. Oğuzhan Sosyal Bilimler Dergisi, 1(2), 65-76.
5. Doğan, A., Söylemez, İ., & Özcan, U. (2016). Green supplier selection by fuzzy TOPSIS method. World Scientific Proceedings Series on Computer Engineering and Information Science, 638-645.
6. Doğan, N., & Gencan, S. (2013). Seyahat acentası yöneticilerinin bakış açısıyla en uygun otel seçimi: Bir analitik hiyerarşi prosesi (AHP) uygulaması. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (41), 69-88.
7. Ecemiş, O., & Yaykaşlı, M. (2018). TOPSİS yöntemiyle otel seçimine yönelik bir karar destek sistemi. Akademik Sosyal Araştırmalar Dergisi, 74, 326-337.
8. Gündüz, H., & Güler, M.E. (2015). Termal turizm işletmelerinde çok ölçütlü karar verme teknikleri kullanılarak uygun tedarikçinin seçilmesi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 30(1), 203-222.

9. Hwang, C., & Yoon, K. (1981). Multiple attributes decision making methods and applications. Springer, Berlin, Heidelberg, 186.
10. Kim, J., Kim, P. B., & Kim, J. E. (2018). Impacts of temporal and gender difference on hotel selection process. Journal of Hospitality Marketing & Management, 1-22.
11. Krohling, R., & Pacheco, A. (2015). Evrimsel algoritmaların sırlanması için TOPSİS’e dayalı bir yaklaşım. Procedia Computer Science, 55, 308-317.
12. Kundakcı, N., Adalı Aytaç, E., & Tuş Işık, A. (2015). Tourist hotel location selection with analytic hierarchy process. Journal of Life Economics, 5, 47-58.
13. Küçükusta, D., Pang, L., & Chui, S. (2013). Hong Kong otel spalarının gelen ziyaretçiler için seçim kriterleri. Journal of Travel & Tourism Marketing, 30, 557-576.
14. Kwok, P. K., & Lau, H. Y. (2019). Hotel selection using a modified TOPSIS-based decision support algorithm. Decision Support Systems, 120, 95-105.
15. Mahdi, A., & Esztergár-Kiss D. (2021). Analysis of the Effective Factors for Hotel Selection by Using the Fuzzy AHP Method. International Scientific Journal "Industry 4.0", 6(2), 79-82.
16. Oztel, A., Karakas, A., & Aslan, A. (2018). Green star hotel selection with fuzzy TOPSIS method: Case of Istanbul. Recent Researches on Social Sciences, 473.
17. Özcan, U., Söylemez, İ., & Doğan, A. (2016). An evaluation of the performance of engineering departments in a Turkish university. The Eurasia Proceedings of Educational & Social Sciences (EPESS), 5, 416-419.
18. Pahari, S., Ghosh, D., & Pal, A. (2018). An online review-based hotel selection process using intuitionistic fuzzy TOPSIS method. In Progress in Computing, Analytics and Networking (pp. 203-214). Springer, Singapore.
19. Peng, H., Wang, X., & Wang, J. (2021). New MULTIMOORA and pairwise evaluation-based MCDM methods for hotel selection based on the projection measure of Z-numbers. International Journal of Fuzzy Systems.
20. Peng, H. G., Zhang, H. Y., & Wang, J. Q. (2018). Cloud decision support model for selecting hotels on TripAdvisor.com with probabilistic linguistic information. International Journal of Hospitality Management, 68, 124-138.
21. Ramos, A. D., & Jiménez, P. S. (Eds.). (2008). Tourism development: Economics, management, and strategy. Nova Science Pub Incorporated.
22. Roy, J., Sharma, H. K., Kar, S., Zavadskas, E. K., & Saparauskas, J. (2019). An extended COPRAS model for multi-criteria decision-making problems and its application in web-based hotel evaluation and selection. Economic Research Ekonomska Istraživanja, 32(1), 219-253.
23. Sarıçalı, G., & Kundakçı, N. (2016). AHP ve Copras yöntemleri ile otel alternatiflerinin değerlendirilmesi. International Review of Economics and Management (IREM), 4(1), 45-66.
24. Sohrabi, B., Vanani, I., Tahmasebipur, K., & Fazli, S. (2012). Otel seçim faktörlerinin açıklayıcı bir analizi: Tahran otellerinin kapsamlı bir araştırması. International Journal of Hospitality Management, 31, 96-106.
25. Spoerr, D. (2021). Factor analysis of hotel selection attributes and their significance for different groups of german leisure travelers. Journal of Quality Assurance in Hospitality & Tourism, 22(3), 312-335.
26. Sürücü, Ç., Yavuz, H., & Öztel, A. (2020). Bulanık TOPSIS yöntemi ile termal otel seçimi: Afyonkarahisar örneği. Bartın Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(21), 22-38.
27. Şimşek, A., Çatır, O., & Ömürbek, N. (2015). TOPSİS ve MOORA ile tedarikçi seçimi: Turizm sektöründe bir uygulama. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18(33), 133-161.
28. Ulucan, E. (2020). Otel yeri seçimi: Faktörlere göre bulanık TOPSİS ile konum belirleme. European Journal of Tourism, Hospitality and Recreation, 10(3), 213-228.
29. Yu, S. M., Wang, J., Wang, J. Q., & Li, L. (2018). A multi-criteria decision-making model for hotel selection with linguistic distribution assessments. Applied Soft Computing, 67, 741-755.