Kentsel Lojistikte Kargo Şubesi Yer Seçimi: Bütünleşik Çok Kriterli Karar Verme Yaklaşımı

Öz

Günümüzde kargo işletmeleri, son kilometre teslimat süreçlerinde artan rekabet, müşteri beklentileri ve operasyonel karmaşıklık nedeniyle şube yer seçimi kararlarını daha sistematik biçimde almak zorundadır. Kargo şubelerinin konumu; teslimat süresi, hizmet kalitesi, maliyetler ve müşteri memnuniyeti üzerinde doğrudan etkiye sahiptir. Bu çalışmanın amacı, kargo işletmeleri için şube kuruluş yerinin belirlenmesine yönelik bütünleşik ve uygulanabilir birçok kriterli karar verme (ÇKKV) metodolojisi geliştirmek ve bu metodolojinin geçerliliğini Yalova il merkezinde gerçekleştirilen bir uygulama ile ortaya koymaktır.

Çalışma kapsamında literatür taraması ve uzman görüşleri doğrultusunda belirlenen on iki kriter, LBWA ve SWARA yöntemleri kullanılarak ağırlıklandırılmıştır. Elde edilen kriter ağırlıkları, yöntemler arası tutarlılığı sağlamak amacıyla ağırlıklı geometrik ortalama yaklaşımı ile birleştirilmiştir. Birleştirilmiş ağırlıklar kullanılarak üç alternatif lokasyon MARCOS ve MAIRCA yöntemleriyle değerlendirilmiştir. Analiz sonuçlarına göre “araç yükleme-boşaltma olanağı”, “teslimat adreslerine yakınlık” ve “müşterinin ulaşabilirliği” en önemli kriterler olarak belirlenmiştir. MARCOS ve MAIRCA yöntemleri alternatiflerin sıralanmasında farklı sonuçlar üretmiş olsa da en düşük performansa sahip alternatif her iki yöntemde de tutarlı biçimde belirlenmiştir. Çalışma, kargo şubesi yer seçimi problemlerinde bilimsel ve çok boyutlu karar desteği sunarak literatüre ve uygulamaya katkı sağlamaktadır.

Anahtar Kelimeler

• Çok Kriterli Karar Verme (ÇKKV)
• Lojistik ve Ulaşım Yönetimi
• Lojistik Yönetimi
• Tedarik Zinciri Yönetimi

Cargo Branch Location Selection in Urban Logistics: An Integrated Multi-Criteria Decision-Making Approach

Öz

In today’s competitive logistics environment, cargo companies are required to make branch location decisions in a more systematic and analytical manner due to increasing customer expectations, operational complexity, and last-mile delivery challenges. The location of a cargo branch has a direct impact on delivery time, service quality, operational efficiency, and customer satisfaction. The main objective of this study is to develop an integrated and applicable multi-criteria decision-making (MCDM) methodology for cargo branch location selection and to demonstrate its applicability through a real-world case study conducted in the city center of Yalova, Türkiye.

Within the scope of the study, twelve evaluation criteria were identified based on an extensive literature review and expert opinions. These criteria were weighted using two subjective weighting methods, namely LBWA and SWARA. The obtained criterion weights were then combined into a single robust weight vector using the weighted geometric mean approach to ensure methodological consistency. Subsequently, three alternative locations were evaluated and ranked using the MARCOS and MAIRCA methods. The results indicate that “loading and unloading facilities”, “proximity to delivery addresses”, and “customer accessibility” are the most influential criteria in cargo branch location selection. Although MARCOS and MAIRCA produced different rankings for the top alternatives, both methods consistently identified the least suitable location. The proposed integrated approach provides a transparent and effective decision-support framework and contributes to the literature on logistics facility location planning.

Anahtar Kelimeler

• MultiCriteria Decision Making (MCDM)
• Logistics and Transportation Management
• Logistics Management
• Supply Chain Management

Kaynakça

1. Al-Aomar, Raid. (2010). A combined ahp-entropy method for deriving subjective and objective criteria weights. International Journal of Industrial Engineering: Theory Applications and Practice. 17. 12-24. https://doi.org/10.23055/ijietap.2010.17.1.330
2. Chang, J.-P., Chen, Z.-S., Xiong, S.-H., Zhang, J., & Chin, K.-S. (2019). Intuitionistic Fuzzy Multiple Criteria Group Decision Making: A Consolidated Model With Application to Emergency Plan Selection. IEEE Access, 7, 41958-41980. https://doi.org/10.1109/ACCESS.2019.2906879
3. Chen C. H. (2020). A Novel Multi-Criteria Decision-Making Model for Building Material Supplier Selection Based on Entropy-AHP Weighted TOPSIS. Entropy (Basel, Switzerland), 22(2), 259. https://doi.org/10.3390/e22020259
4. Çilek, A. (2022). Kripto para talebini etkileyen faktörlerin LBWA tekniğiyle değerlendirilmesi. 9. Uluslararası Muhasebe ve Finans Araştırmaları Kongresi (ICAFR’2022) (ss. 204–215). Tokat Gaziosmanpaşa Üniversitesi.
5. Derse, O. (2022). DEMATEL tabanlı TOPSIS yöntemi ve küme kapsama modeli ile afet lojistiği için depo yeri seçimi: Ege Bölgesi örneği. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 25(4), 702–713. https://doi.org/10.17780/ksujes.1159925
6. Dündar, S., & Karadağ, İ. (2025). Selection of a facility location for a cosmetics company by integrated F-LBWA and I-RAWEC methods. International Journal of Fuzzy Systems. https://doi.org/10.1007/s40815-024-01960-4
7. Erdal, H., & Yumurtacı Aydoğmuş, H. (2019). Analitik Hiyerarşi Süreci ile lojistik merkezi yeri seçimi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(6), 129–136. https://doi.org/10.18506/anemon.506321
8. Gigović, L., Pamučar, D., Bajić, Z., & Milićević, M. (2016). The Combination of Expert Judgment and GIS-MAIRCA Analysis for the Selection of Sites for Ammunition Depots. Sustainability, 8(4), 372. https://doi.org/10.3390/su8040372

9. Heydari Pirbasti, F. R., Modiri, M., Hafashjani, K. F., & [Ek yazar(lar)] (2022). Location of hospital waste disposal site with FSWARA-GIS-MAIRCA hybrid algorithm (Preprint). Research Square. https://doi.org/10.21203/rs.2.22537/v1
10. Humphries Choptiany, J. M., & Pelot, R. (2014). A Multicriteria Decision Analysis Model and Risk Assessment Framework for Carbon Capture and Storage. Risk Analysis, 34(9), 1720-1737. https://doi.org/10.1111/risa.12211
11. Kabadayı, N., & Çakır Esen, T. E. (2021). Gri ilişkisel temelli TOPSIS yöntemi ile depo yeri seçimi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 9(1), 169–184. https://doi.org/10.18506/anemon.761624
12. Kaplan, M. S., Gümüş, M., & Özder, E. H. (2024). Selection of logistics-center location within the scope of Paris Climate Agreement and sustainable logistics: The case of Türkiye. Demiryolu Mühendisliği, 20, 202–229. https://doi.org/10.47072/demiryolu.1451230
13. Karaşan, A., Kaya, İ. & Erdoğan, M. Location selection of electric vehicles charging stations by using a fuzzy MCDM method: a case study in Turkey. Neural Comput & Applic 32, 4553–4574 (2020). https://doi.org/10.1007/s00521-018-3752-2
14. Karakas, A., & Deniz, N. (2025). Sustainable and resilient supplier selection with a novel MEREC based MAIRCA methodology towards achieving sustainable development goals. Annals of Operations Research. https://doi.org/10.1007/s10479-025-06996-9
15. Keršulienė, V., Zavadskas, E. K., & Turskis, Z. (2010). Selection of rational dispute resolution method by applying new step‐wise weight assessment ratio analysis (Swara). Journal of Business Economics and Management, 11(2), 243-258. https://doi.org/10.3846/jbem.2010.12
16. Korucuk, S., Aytekin, A., Ecer, F., Pamucar, D. S. S., & Karamaşa, Ç. (2023). Assessment of ideal smart network strategies for logistics companies using an integrated picture fuzzy LBWA–CoCoSo framework. Management Decision, 61(5), 1434–1462. https://doi.org/10.1108/MD-12-2021-1621
17. Manikkuwahandi Thushara De Silva, Hornberger George M., & Baroud Hiba. (2019). Decision Analysis for Expansion of Mahaweli Multipurpose Reservoir System in Sri Lanka. Journal of Water Resources Planning and Management, 145(9), 05019013. https://doi.org/10.1061/(ASCE)WR.1943-5452.0001094
18. Mian, S. H., Abouel Nasr, E., Moiduddin, K., Saleh, M., Abidi, M. H., & Alkhalefah, H. (2024). Assessment of consolidative multi-criteria decision making (C-MCDM) algorithms for optimal mapping of polymer materials in additive manufacturing: A case study of orthotic application. Heliyon, 10(10), e30867. https://doi.org/10.1016/j.heliyon.2024.e30867
19. Mondal, K., Pramanik, S., Giri, B. C., & Smarandache, F. (2018). NN-Harmonic Mean Aggregation Operators-Based MCGDM Strategy in a Neutrosophic Number Environment. Axioms, 7(1). https://doi.org/10.3390/axioms7010012
20. Nebati, E. E., Vatansever, E. N., & Makas, G. (2023). SWARA, ARAS ve WASPAS yöntemleri ile yeni şube yeri seçimi: Bir kargo firması örneği. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 35(1), 217–237. https://doi.org/10.35234/fumbd.1187200
21. Pajić, V., Andrejić, M., Jolović, M., & Kilibarda, M. (2024). Strategic warehouse location selection in business logistics: A novel approach using IMF SWARA–MARCOS—A case study of a Serbian logistics service provider. Mathematics, 12(5), 776. https://doi.org/10.3390/math12050776
22. Pamučar, D., Vasin, L., & Lukovac, L. (2014). Selection of railway level crossings for investing in security equipment using hybrid DEMATEL–MARICA model. In XVI International Scientific-Expert Conference on Railways (Railcon 2014) (pp. 89–92). https://doi.org/10.13140/2.1.2707.6807
23. Sezer, E. N., Babacan, M. S., Arslan, Z. B., Güdelek, M., & Nebati, E. E. (2025). Afet lojistiğinde depo yer seçimi: Avcılar ilçesi örneği. İstanbul Sabahattin Zaim Üniversitesi Journal of Institute of Science and Technology, 7(2), 89–112. https://doi.org/10.47769/izufbed.1678068
24. Soner Kara, S., & Yurdakul, G. (2021). Seeking solution with set covering and alternative service level P-median models for rail system station locating problem: Gebze-Darıca metro line application. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 23(69), 845–856. https://doi.org/10.21205/deufmd.2021236912
25. Srdjević, B., (ve diğerleri). (2022). Using Analytic Hierarchy Process and Best–Worst Method in Group Evaluation of Urban Park Quality. Forests, 13(2), 290. https://doi.org/10.3390/f13020290
26. Stević, Ž., Pamučar, D., Puška, A., & Chatterjee, P. (2020). Sustainable supplier selection in healthcare industries using a new MCDM method: Measurement of alternatives and ranking according to COmpromise Solution (MARCOS). Computers & Industrial Engineering, 140, Article 106231. https://doi.org/10.1016/j.cie.2019.106231
27. Tezcan, B., Alakaş, H. M., Özcan, E., & Eren, T. (2023). Afet sonrası geçici depo yeri seçimi ve çok araçlı araç rotalama uygulaması: Kırıkkale ilinde bir uygulama. Politeknik Dergisi, 26(1), 13–27. https://doi.org/10.2339/politeknik.906704
28. Turgut, M. (2022). Nakliye şirketleri için AHP ve TOPSIS metodları kullanılarak site yeri seçimi: Mersin uygulaması. Üçüncü Sektör Sosyal Ekonomi Dergisi, 57(3), 2126–2143. https://doi.org/10.15659/3.sektor-sosyal-ekonomi.22.09.1852
29. Vinogradova, I., Podvezko, V., & Zavadskas, E. K. (2018). The Recalculation of the Weights of Criteria in MCDM Methods Using the Bayes Approach. Symmetry, 10(6), 205. https://doi.org/10.3390/sym10060205
30. Wang, J., Feng, C., Zhu, J., Zhang, S., & Cheng, R. (2026). A Combined AHP-Entropy and Game Theory Weighting Approach for Aqueduct Safety Evaluation: A Case Study of the Kezi River Aqueduct. Applied Sciences, 16(5). https://doi.org/10.3390/app16052360
31. Wang, Y., & Qian, X. (2025). An Interactive Evolutionary Design Framework Integrating AHP-CRITIC Hybrid Weighting for Mitigating User Evaluation Noise. Electronics, 15(1). https://doi.org/10.3390/electronics15010081
32. Więckowski, J., & Sałabun, W. (2023). Sensitivity analysis approaches in multi-criteria decision analysis: A systematic review. Applied Soft Computing, 148, 110915. https://doi.org/10.1016/j.asoc.2023.110915
33. Yalova Ticaret ve Sanayi Odası. (t.y.). Yalova haritası. Yalova Ticaret ve Sanayi Odası. Erişim tarihi: 23 Ocak 2026, https://www.ytso.org.tr/yalova-haritasi#fancybox-2
34. Yazdani, M., Pamucar, D., Chatterjee, P., & Chakraborty, S. (2020). Development of a decision support framework for sustainable freight transport system evaluation using rough numbers. International Journal of Production Research, 58(14), 4325-4351. https://doi.org/10.1080/00207543.2019.1651945
35. Yazdani, M., Pamucar, D., Chatterjee, P., & Ebadi Torkayesh, A. (2022). A multi-tier sustainable food supplier selection model under uncertainty. Operations Management Research, 15(1), 116–145. https://doi.org/10.1007/s12063-021-00186-z
36. Yurdoğlu, H., & Kundakcı, N. (2017). SWARA ve WASPAS yöntemleri ile sunucu seçimi. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20(38), 253–270. https://doi.org/10.31795/baunsobed.645105
37. Yücenur, G. N., & İpekçi, A. (2021). SWARA/WASPAS methods for a marine current energy plant location selection problem. Renewable Energy, 163, 1287–1298. https://doi.org/10.1016/j.renene.2020.08.131
38. Žižović, M., & Pamuçar, D. (2019). New model for determining criteria weights: Level Based Weight Assessment (LBWA) model. Decision Making: Applications in Management and Engineering, 2(2), 126–137. https://doi.org/10.31181/dmame1902102z