DÖKÜM SÜRECİNDE ANAHTAR PERFORMANS GÖSTERGELERİNİN BULANIK MOORA YÖNTEMİ İLE SIRALANMASI

Yıl 2020, Cilt: 21 Sayı: 2, 417 - 437, 29.01.2021

Emre Bilgin Sarı , Onur Özveri , Zeynep Çalışkan

https://doi.org/10.24889/ifede.839823

Öz

Anahtar performans göstergeleri iş performansının ölçülmesinde ve izlenmesinde kullanılan önemli parametrelerdir. İşletmelerde iş süreçlerinin denetlenmesi ve iyileştirilmesi bu göstergeler aracılığı ile yapılmaktadır. Ancak işletmelerin kullandığı anahtar performans göstergelerinin bu süreçlerin yönetilmesi için uygun araçlar olup olmadığı veya daha uygun anahtar performans göstergeleri kullanılıp kullanılamayacağı sorusu her zaman yanıtlanamamaktadır. Bu çalışmada su armatürü üretimi yapan bir işletmenin döküm süreci analiz edilmiştir. Döküm sürecinde kullanılan mevcut göstergelerin zenginleştirilmesi amaçlanmıştır. Bu amaçla, mevcut durumda kullanılan anahtar performans göstergelerinin yanı sıra literatür taraması ve beyin fırtınası sonucunda ortaya çıkan yeni alternatiflerden oluşan bir kümeden seçim yapılmıştır. Çok kriterli karar verme problemine dönüşen bu problemin çözümünde uzmanlardan alınan dilsel ifadeler bulanık sayılarla ifade edilmiştir. En iyi en kötü yöntemi ile ağırlıklandırılan değerlendirme kriterleri ile MOORA yöntemi kullanılarak anahtar performans göstergeleri sıralaması elde edilmiştir. Sonuç olarak takip edilmesi durumunda işletmeye bir katma değer sunmayan mevcut KPI’lar çıkartılmıştır ve süreç performansına etkisi düşük olan KPI’lar alt sıralara gerilemiştir. Bu çalışma ile işletmede kullanılan KPI’ların işletme performansı açısından önemi ortaya konmuştur.

Anahtar Kelimeler

Anahtar Performans Göstergeleri, Çok Kriterli Karar Verme, En İyi En kötü Yöntemi, Moora, Döküm Süreci Analizi

Kaynakça

• Alcan, P., Balin, A. ve Başlıgil, H., (2013). Fuzzy multicriteria selection among cogeneration systems: A real case application. Energy Build, 67, 624–634.
• Amaraatunga, D., Baldry ve D. Sarshar, M. (2000). Assessment of facilities management performance - what next?, Facilities, 18(1/2), 66-75.
• Bayyurt, N. (2007). İşletmelerde performans değerlendirmenin önemi ve performans göstergeleri arasındaki ilişkiler. Sosyal Siyaset Konferansları Dergisi, 53, 577-599.
• Brauers W. K. M. ve Zavadskas E. K. (2006). The MOORA method and its application to privatization in a transition. Control and Cybernetics, 35(2), 445-469.
• Carlucci, D. (2010). Evaluating and selecting key performance indicators: an ANP‐based model. Measuring Business Excellence, 14(2), 66 – 76.
• Chan, A. ve Chan, A. (2004). Key performance indicators for measuring construction success. Bencmarking: An International Journal, 11(2), 203-221.
• Gopal, E. ve Ramesh, D. (2014). Resource efficiency for sustainability in ferrous foundry - A case of Kolhapur MSME cluster. Indian Foundry Journal, 60(2), 30-39.
• Helvacı, M.A. (2002). Performans yönetimi sürecinde performans değerlendirmenin önemi. Ankara Üniversitesi Eğitim Bilimleri Fakültesi Dergisi, 35(1-2), 155-169.
• Hu, Y., Wu, S. ve Cai, L. (2009). Fuzzy multicriteria decision making TOPSIS for distribution center location selection. 2009 International Conference on Networks Security, Wireless Communications and Trusted Computing. 2, 707-710.
• Kaganski, S., Snatkin, A., Paavel, K., ve Karjust, K. (2013). Selecting the right KPIs for SMEs production with the support of PMS and PLM. International Journal of Research In Social Sciences, 3(1), 69-76.
• Kaplan, R., ve Norton, D. (1992). The balance scorecard – Measures that drive performance. Harvard Business Review, Jan-Feb, 71-79.
• Karatop, B., Cihan, A., ve Söyük, M. (2017). İş analizi tabanlı KPI sisteminin kurumsal öğrenmeye etkileri: İÜ AUZEF uygulaması. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(1), 19-31.
• Liao, S., ve Hsiao, P., (2013). Mining business knowledge for developing integrated key performance indicators on an optical mould firm. International Journal of Computer Integrated Manufacturing, 26(8), 703-719.
• Liu, H. C. (2016). FMEA Using Uncertainty Theories and MCDM Methods. Springer, Singapore.
• Liu, H. C., Liu, L., Liu, N., ve Mao, L. X. (2012). Risk evaluation in failure mode and effects analysis with extended VIKOR method under fuzzy environment. Expert Systems with Applications, 39(17), 12926-12934.
• Liu, H. C., You, J. X., You, X. Y., ve Shan, M. M. (2015). A novel approach for failure mode and effects analysis using combination weighting and fuzzy VIKOR method. Applied Soft Computing, 28, 579-588.
• Neely, A. (1999). The performance measurement revolution: why now and what next?. International Journal of Operations & Production Management, 19(2): 205-228.
• Öktem, B. (2019). Sürdürebilirlik raporlamasında ölçüm parametreleri KPI'lar (temel performans göstergeleri): Bankacılık sektöründe analiz. Finansal Araştırmalar ve Çalışmalar Dergisi, 11(21): 247-263.
• Özbek, A. (2017). Çok kriterli karar verme yöntemleri ve excel ile problem çözümü kavram-teori-uygulama. Kırıkkale, Seçkin Yayıncılık.
• Petkoska, M. M., (2016). Selecting KPI for SMEs and designing a performance measurement framework. IBANESS Konferans Serisi – Prilep / Makedonya Bildiri Kitabı (ss. 800-807), Makedonya. 28-29-30 Ekim 2016.
• Rezaei, J. (2015). Best-worst multi-criteria decision-making method. Omega, 53, 49–57.
• Salehi, M. ve Tavakkoli-Moghaddam, R. (2008). Project selection by using a fuzzy TOPSIS technique. World Academy of Science, Engineering and Technology, 40, 85-90.
• Sanayei, A., Mousavi, S.F. ve Yazdankhah, A. (2010). Group decision making process for supplier selection with VIKOR under fuzzy environment. Expert Systems with Applications, 37(1), 24-30.
• Shahin, A., ve Mahbod, M. A. (2007). Prioritization of key performance indicators. International Journal of Productivity and Performance Management, 56 (3), 226-240.
• Sharma, R. K., Kumar, D., ve Kumar, P. (2005). Systematic failure mode effect analysis (FMEA) using fuzzy linguistic modelling. International Journal of Quality & Reliability Management, 22(9), 986-1004.
• Taylor, F. (2013). Bilimsel Yönetimin İlkeleri. (8. Baskı). Ankara, Adres Yayınları.
• Uysal, Ş. (2015). Performans yönetimi sisteminin tanımı, tarihçesi, amaç ve temel unsurlarına genel bir bakış. Electronic Journal of Vocational Collages, 5(2) 35-37.
• Yadav, O. P., Singh, N., Goel, P. S., ve Itabashi-Campbell, R. (2003). A framework for reliability prediction during product development process incorporating engineering judgements. Quality Engineering, 15(4), 649-662.
• Yonsel, F., & Vural, G. (2017). KPI (key performance indicators) application on ballast water treatment system selection. Brodogradnja: Teorija I Praksa Brodogradnje I Pomorske Tehnike, 68(3), 67-84.
• You, F., Zhao, X., You, Y. (2017). Production management and optimization in injection molding companies based on MES. 2nd International Conference on Mechatronics, Control and Automation Engineering, 253-259.
• Zadeh, L.A. (1965). Fuzzy Sets. Information and Control, 8, 338-383.
• Zadeh, L.A. (1975). The Concept of Linguistic Variable and Its Application to Approximate Reasoning. Information Sciences, 8, 199-249.
• Zadeh, L.A. (1996). Fuzzy logic = computing with words. IEEE Trans. Fuzzy Systems, 4, 103-111.