ENDÜSTRİ 4.0 UYGULAMASI İÇİN EN İYİ STRATEJİ SEÇİMİNİN AAS VE TOPSIS YÖNTEMLERİ İLE SEÇİLMESİ

Yıl 2019, Cilt: 7 Sayı: 1, 13 - 28, 01.01.2019

Buse Uslu Şeyda Gür Tamer Eren

Öz

Sanayide Endüstri 4.0 ile genellikle üretimde verimliliğin yükseltilmesine yönelik çalışmalar yapılmaktadır. Endüstri 4.0, ürünlerin ve üretim sistemlerinin yaşam döngüsündeki bütün değer zincirinin organizasyon ve yönetiminde yeni bir seviye olan dördüncü endüstri devrimidir. Dijital dönüşüm ve Endüstri 4.0 ile birlikte ulaşılabilecek yeni seviyede, insanların ve nesnelerin interneti aynı zamanda sistemlerin birbirleri ile bağlantısını etkin ve verimli bir hale getirecektir. Bu yapı sayesinde dinamik, gerçek zamanlı sistemlerin optimize edilmiş ve kendi kendine organize olabilen ağlar oluşacaktır. Endüstri 4.0’ın teknoloji dünyasına ve sosyal hayata getireceği yenilikler gün geçtikte gelişme gösterecektir.Yapılan çalışmada Endüstri 4.0’a geçmek isteyen bir şirketin Endüstri 4.0 stratejilerinden hangisini seçmesi gerektiği çok ölçütlü karar verme yöntemleri ile belirlenmiş ve şirkete sunulmuştur. Endüstri 4.0 strateji seçimine yönelik alternatif ve ölçütler belirlenmiştir. Çok ölçütlü karar verme yöntemleri uygulanarak problemin çözümünün gerçekleştirilmesi amaçlanmıştır. Şirketler artık otonom sistemlere geçmek için Endüstri 4.0’ı bir aracı olarak görmektedir. Endüstri 4.0’a yönelik araştırmalar yapılmış ve ardından çok ölçütlü karar verme yöntemlerinden AAS ve TOPSIS yöntemleri kullanılarak en uygun strateji seçimi yapılmıştır.

Anahtar Kelimeler

Endüstri 4.0, çok ölçütlü karar verme, analitik ağ süreci, TOPSIS

Kaynakça

• [1] Evren R, Ülengın F. Yönetimde çok amaçlı karar verme. İstanbul teknik üniversitesi, 1992.
• [2] Erdogan M. Selecting the best strategy for ındustry 4.0 applications with a case study. In: ındustrial engineering in the ındustry 4.0 era. Springer, cham, 2018. P. 109-119.
• [3] Tamer E. Çok ölçütlü karar verme yöntemleri ile bursiyer seçimi: bir eğitim kurumunda uygulama. Atatürk üniversitesi iktisadi ve idari bilimler dergisi, 2012, 26.3-4.
• [4] Saaty T. The analytical hierarchy process, planning, priority. Resource allocation. RWS publications, USA, 1980.
• [5] Şah N. Analitik serim süreci yöntemi ile Mersin-Torino arasındaki güzergâh alternatiflerinin değerlendirilmesi. 2010. Phd thesis. Deü sosyal bilimleri enstitüsü.
• [6] Ayık Y. Kılavuz, yavuz. Analitik ağ süreci yaklaşımı ve TOPSIS yöntemi ile öğrenci işleri bilgi sistemi yazılımı seçimi. Atatürk üniversitesi iktisadi ve idari bilimler dergisi, 2013, 27.4.
• [7] Yoon P. Hwang, Ching-Lai. Multiple attribute decision making: an introduction. Sage publications, 1995.
• [8] Demıreli E. TOPSIS çok kriterli karar verme sistemi: Türkiye’deki kamu bankaları üzerine bir uygulama. 2010.
• [9] Hua L, Min. Integrating QFD, AHP and benchmarking in strategic marketing. Journal of business & industrial marketing, 1994, 9.1: 41-50.
• [10] Abdı R, Labıb W. A design strategy for reconfigurable manufacturing systems (RMSS) using analytical hierarchical process (AHP): a case study. International journal of production research, 2003, 41.10: 2273-2299.
• [11] Ayyıldız G. CIM yatırımlarının bulanık AHP yöntemi ile değerlendirilmesi. 2003. Phd thesis. Fen Bilimleri Enstitüsü.
• [12] Lı S, Lı, Jim Z. Hybridising human judgment, AHP, simulation and a fuzzy expert system for strategy formulation under uncertainty. Expert systems with applications, 2009, 36.3: 5557-5564.
• [13] Chandıma R. Markeset, tore. Technical integrity management: measuring hse awareness using AHP in selecting a maintenance strategy. Journal of quality in maintenance engineering, 2010, 16.1: 44-63.
• [14] Paksoy T, Pehlıvan Y, Kahraman C. Organizational strategy development in distribution channel management using fuzzy ahp and hierarchical FUZZY TOPSIS. Expert systems with applications, 2012, 39.3: 2822-2841.
• [15] Fouladgar M. Maintenance strategy selection using AHP and COPRAS under fuzzy environment. International journal of strategic property management, 2012, 16.1: 85-104.
• [16] Zaım S. Maintenance strategy selection using AHP and ANP algorithms: a case study. Journal of quality in maintenance engineering, 2012, 18.1: 16-29.
• [17] Wu W. Improved AHP-group decision making for investment strategy selection. Technological and economic development of economy, 2012, 18.2: 299-316.
• [18] Forstner L. Dümmler, mathias. Integrierte wertschöpfungsnetzwerke–chancen und potenziale durch ındustrie 4.0. E & i elektrotechnik und ınformationstechnik, 2014, 131.7: 199-201.
• [19] Veza I, Mladıneo M. Gjeldum n. Managing innovative production network of smart factories. Ifac-papersonline, 2015, 48.3: 555-560.
• [20] Can V, Kıymaz M. Bilişim teknolojilerinin perakende mağazacılık sektörüne yansımaları: muhasebe departmanlarında endüstri 4.0 etkisi. Sosyal bilimler enstitüsü dergisi, 2016.
• [21] Schumacher A, Erol S, Sıhn W. A maturity model for assessing industry 4.0 readiness and maturity of manufacturing enterprises. Procedia cırp, 2016, 52: 161-166.
• [22] Kolberg D, Knobloch J, Zühlke D. Towards a lean automation interface for workstations. International journal of production research, 2017, 55.10: 2845-2856.
• [23] Sepulcre M, Gozalvez J, Coll-Perales B. Multipath qos-driven routing protocol for industrial wireless networks. Journal of network and computer applications, 2016, 74: 121-132.
• [24] Oesterreıch D, Teuteberg F. Understanding the implications of digitization and automation in the context of ındustry 4.0: a triangulation approach and elements of a research agenda for the construction industry. Computers in ındustry, 2016, 83: 121-139.
• [25] Rennung F, Lumınosu T, Draghıcı A. Service provision in the framework of industry 4.0. Procedia-social and behavioral sciences, 2016, 221: 372-377.
• [26] Fleıschmann H. Improving maintenance processes with distributed monitoring systems. In: industrial informatics (ındın), 2016 IEEE 14th international conference on. IEEE, 2016. P. 377-382.
• [27] Gorecky D, Khamıs M, Mura K. Introduction and establishment of virtual training in the factory of the future. International journal of computer integrated manufacturing, 2017, 30.1: 182-190.
• [28] Grundsteın S, Freıtag M, Scholz-Reıter B. A new method for autonomous control of complex job shops–integrating order release, sequencing and capacity control to meet due dates. Journal of manufacturing systems, 2017, 42: 11-28.
• [29] Barbosa J. Cross benefits from cyber-physical systems and intelligent products for future smart industries. In: industrial informatics (ındın), 2016 IEEE 14th international conference on. IEEE, 2016. P. 504-509.
• [30] Macıt İ. Kurumsal kaynak planlamasının endüstri 4.0 kazanımları: bir yapısal çatı modeli önerisi.
• [31] Öğüt A, Boztaş F. Endüstri 4.0 ışığında yeni nesil üretim: sessiz hidrolik pompa uygulamaları.
• [32] Öztürk E, Koç H. Endüstri 4.0 ve mobilya endüstrisi. İleri Teknoloji Bilimleri Dergisi, 6.3: 786-794.
• [33] Mrugalska B, Wyrwıcka K. Towards lean production in industry 4.0. Procedia engineering, 2017, 182: 466-473.
• [34] Yıldız A. Endüstri 4.0 ve akıllı fabrikalar. Sakarya University Journal of Science, 2018, 22.2: 546-556.