Giyilebilir Teknolojik Ürünlerin Tasarımında Etkili Olan Faktörlerin Best-Worst Metodu (BWM) İle Değerlendirilmesi

Yıl 2021, Cilt: 8 Sayı: 1, 136 - 150, 30.06.2021

Gözde Koca , Ezgi Dilan Urmak Akçakaya

https://doi.org/10.35193/bseufbd.847791

Cited By: 7

Öz

Teknolojinin gelişimi ile birlikte sadece bilgisayarlar ve akıllı telefonlar değil, kullandığımız kıyafet ve aksesuarlar da akıllı cihaza dönüşebilmektedir. Kullanıcı veri alışverişi daha küçük cihazlarla, kullanıcının vücuduna monte durumunda gerçekleşmesi birçok açıdan kolaylık sağlamaktadır. Bu nedenle giyilebilir teknlojik ürünlerin tasarımında dikkat edilmesi gereken faktörler önem arz etmektedir. Bu çalışmada da, giyilebilir teknolojik ürünlerin tasarımında etkili olan faktörlerin, öznel kriter ağırlıklandırma yöntemlerinden biri olan Best-Worst metodu ile değerlendirilmesi amaçlanmıştır. Bu nedenle giyilebilir teknolojik ürünlerin tasarımında uzman beş kişilik bir ekip tarafından değerlendirmeler yapılmıştır. Değerlendirmelerin çözümlemeleri için BWM-Solver tercih edilmiştir. Sonuçta, en önemli ana faktörün “Akıllılık”, en az önemli ana faktörün ise “Moda” olduğu, en önemli alt faktörün “Bilgi Sağlama”, en az önemli alt faktörün ise “Teknoloji” olduğu belirlenmiştir. Ayrıca BWM yönteminin tutarlılığını ve kullanışlılığını göstermek için bir duyarlılık analizi yapılmıştır.

Anahtar Kelimeler

Giyilebilir Teknolojik Ürün, Çok Kriterli Karar Verme, Best-Worst Metot

Evaluation of Factors Effective in the Design of Wearable Technological Products Using the Best-Worst Method (BWM)

Öz

With the development of technology, not only computers and smart phones, but also the clothes and accessories we use can turn into smart devices. User data exchange with smaller devices provides convenience in many aspects when mounted on the user's body. Therefore, it is important to pay attention to the design of wearable technological products. In this study, it is aimed to evaluate the factors that are effective in the design of wearable technological products with Best-Worst method, which is one of the subjective criteria weighting methods. For this reason, evaluations were made by a team of five experts in the design of wearable technological products. BWM-Solver was preferred for analysis of the evaluations. As a result, it was determined that the most important main factor was "Intelligence", the least important main factor was "Fashion", the most important sub factor was "Information Providing," and the least important sub factor was "Technology". Also, a sensitivity analysis was conducted to show the consistency and usefulness of the BWM method.

Anahtar Kelimeler

Wearable IT Product, Multi Criteria Decision Making, Best-Worst Method

Kaynakça

• Özgüner Kılıç, H. (2017). Giyilebilir Teknoloji Ürünleri Pazarı ve Kullanım Alanları. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9 (4), 99–112.
• Gepperth, J. (2012). Smart Things: Wearables & Clothing. Smart Things, 3, 41–48.
• Thorp, E. O. (1961). A Favorable Strategy for Twenty-One. Proceedings of the National Academy of Sciences, 47 (1), 110-112.
• Sağbaş, E. A., Ballı, S. ve Yıldız, T. (2016). Giyilebilir Akıllı Cihazlar: Dünü, Bugünü ve Geleceği. 18. Akademik Bilişim Konferansı içinde (ss. 749–756). Aydın, Türkiye.
• Erdem İşmal, Ö. ve Yüksel, E. (2016). Tekstil ve Moda Tasarımına Teknolojik Bir Yaklaşım: Akıllı ve Renk Değiştiren Tekstiller. Yedi: Sanat, Tasarım ve Bilim Dergisi, 16, 87–98.
• Barfield, W. ve Caudell, T. (2001). Basic Concepts in Wearable Computers and Augmented Reality. W. Barfield ve T. Caudell (Ed.), Fundamentals of Wearable Computers and Augumented Reality içinde . New Jersey: Lawrence Erlbaum Associates.
• Page, T. (2015). Privacy Issues Surrounding Wearable Technology. i-Manager’s Journal on Information Technology, 4 (4), 1–16.
• Karamehmet, B. (2019). Dijital Pazarlamada Nesnelerin İnterneti: Giyilebilir Teknolojiler. Journal of Turkish Studies, 14 (2), 521–537. doi:10.7827/TurkishStudies.14997
• Albayrak, Ö. ve Erkayman, B. (2018). Bulanık Dematel ve Edas Yöntemleri Kullanılarak Sporcular İçin Akıllı Bileklik Seçimi. Ergonomi, 1 (2), 92–102. doi:10.33439/ergonomi.478303
• Sönmez Çakır, F., Aytekin, A. ve Tüminçin, F. (2018). Nesnelerin İnterneti ve Giyilebilir Teknolojiler. Sosyal Araştırmalar ve Davranış Bilimleri Dergisi, 4 (5), 84–95.
• Kuzu, S. (2015). VIKOR. B. F. Yıldırım ve E. Önder (Ed.), Çok Kriterli Karar Verme Yöntemleri içinde (2. Baskı.). Bursa: Dora Yayın.
• Ayçin, E. (2019). Çok Kriterli Karar Verme: Bilgisayar Uygulamalı Çözümler. Ankara: Nobel.
• Rezaei, J. (2015). Best-worst multi-criteria decision-making method. Omega, 53, 49-57.
• Kolat, D., Ajlan Kökçü, H., Kiranli, M., Özbiltekin, M. ve Öztürkoğlu, Y. (2020). Measuring Service Quality in the Logistic Sector by Using Servqual and Best Worst Method. N. M. Durakbasa ve M. G. Gençyılmaz (Ed.), Proceedings of the International Symposium for Production Research 2019 içinde (ss. 720–731). Cham: Springer. doi:10.1007/978-3-030-31343-2_61
• Akyüz, G., Tosun, Ö. ve Aka, S. (2020). Performance Evaluation Of Non-Life Insurance Companies with Best-Worst Method And Topsis. International Journal of Management Economics and Business, 16 (1), 108–125. doi:10.17130/ijmeb.700907
• Çetinkaya, V. ve Deveci, D. A. (2020). Optimal Sürdürülebilir Rota Tespiti için Gerekli Göstergelerin Birçok Kriterli Karar Verme Yöntemi ile Önem Düzeyi Tespiti. Dokuz Eylül Üniversitesi Denizcilik Fakültesi Dergisi, 12 (1), 25–46. doi:10.18613/deudfd.775117
• Çakır, E. ve Can, M. (2019). Best-Worst Yöntemine Dayalı ARAS Yöntemi ile Dış Kaynak Kullanım Tercihinin Belirlenmesi: Turizm Sektöründe Bir Uygulama. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 23 (3), 1273–1300.
• Aşan, H. ve Ayçin, E. (2020). Kurumsal Kaynak Planlama Sistemlerinin Seçimindeki Kriterlerin Best-Worst Metodu ile Değerlendirilmesi. Bitlis Eren Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Akademik İzdüşüm Dergisi, 5 (2), 114–124.
• Moslem, S., Farooq, D., Ghorbanzadeh, O., & Blaschke, T. (2020). Application of the AHP-BWM model for evaluating driver behavior factors related to road safety: A case study for Budapest. Symmetry, 12 (2), 243.
• Guo, S. ve Zhao, H. (2017). Fuzzy Best-Worst Multi-Criteria Decision-Making Method and Its Applications. Knowledge-Based Systems, 121, 23–31. doi:10.1016/j.knosys.2017.01.010
• Askarifar, K., Motaffef, Z. ve Aazaami, S. (2018). An investment development framework in Iran’s seashores using TOPSIS and best-worst multi-criteria decision making methods. Decision Science Letters, 7 (1), 55–64. doi:10.5267/j.dsl.2017.4.004
• Rezaei, J., Nispeling, T., Sarkis, J. ve Tavasszy, L. (2016). A Supplier Selection Life Cycle Approach Integrating Traditional And Environmental Criteria Using The Best Worst Method. Journal of Cleaner Production, 135, 577–588. doi:10.1016/j.jclepro.2016.06.125
• Kujlu, R., Moslemzadeh, M., Rahimi, S., Aghayani, E., Ghanbari, F. ve Mahdavianpour, M. (2020). Selecting the best stabilization/solidification method for the treatment of oil-contaminated soils using simple and applied best-worst multi-criteria decision-making method. Environmental Pollution, 263, 1–9. doi:10.1016/j.envpol.2020.114447
• Ren, J., Liang, H. ve Chan, F. T. S. (2017). Urban sewage Sludge, Sustainability, and Transition for Eco-City: Multi-Criteria Sustainability Assessment of Technologies Based on Best-Worst Method. Technological Forecasting and Social Change, 116, 29–39. doi:10.1016/j.techfore.2016.10.070
• Badri Ahmadi, H., Kusi-Sarpong, S. ve Rezaei, J. (2017). Assessing the social sustainability of supply chains using Best Worst Method. Resources, Conservation and Recycling, 126, 99–106. doi:10.1016/j.resconrec.2017.07.020
• Gupta, H. ve Barua, M. K. (2017). Supplier Selection Among SMEs on The Basis Of Their Green Innovation Ability Using BWM and fuzzy TOPSIS. Journal of Cleaner Production, 152, 242–258. doi:10.1016/j.jclepro.2017.03.125
• Chitsaz, N. ve Azarnivand, A. (2017). Water Scarcity Management in Arid Regions Based on an Extended Multiple Criteria Technique. Water Resources Management, 31 (1), 233–250. doi:10.1007/s11269-016-1521-5
• Gupta, H. ve Barua, M. K. (2016). Identifying Enablers of Technological İnnovation for Indian MSMEs Using Best–Worst Multi Criteria Decision Making Method. Technological Forecasting and Social Change, 107, 69–79. doi:10.1016/j.techfore.2016.03.028
• Salimi, N. (2017). Quality Assessment of Scientific Outputs Using The BWM. Scientometrics, 112 (1), 195–213. doi:10.1007/s11192-017-2284-3
• Guo, S. ve Zhao, H. (2017).Fuzzy best-worst multi-criteria decision-making method and its applications. Knowledge-Based Systems, 121, 23-31.
• Mi, X., Tang, M., Liao, H., Shen, W. ve Lev, B. (2019). The state-of-the-art survey on integrations and applications of the best worst method in decision making: Why, what, what for and what's next?. Omega, 87, 205-225.
• Rezaei, J., van Roekel, W. S. ve Tavasszy L. (2018). Measuring the relative importance of the logistics performance index indicators using Best Worst Method.Transport Policy, 68, 158-169.
• Rezaei, J. (2020). A Concentration Ratio for Nonlinear Best Worst Method. International Journal of Information Technology & Decision Making, 19, (3), 891-907.
• Salimi, N. veRezaei, J. (2016). Measuring efficiency of university-industry Ph.D. projects using best worst method. Scientometrics, 109, 1911-1938.
• Demir, G. ve Bircan, H. (2020). Kriter Ağırlıklandırma Yöntemlerinden Bwm Ve Fucom Yöntemlerinin Karşılaştırılması ve Bir Uygulama.Sivas Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 21, (2), 170-185.
• Rençber, Ö.F. (2018). Finansal Oranların Önem Düzeylerinin Hesaplanmasında Ahp Ve Bwm Yöntemlerinin Karşılaştırılması. ICOAEF’18 IV. International Conference on Applied Economics and Finance & Extended with Social Sciences. November 28-29-30, / Kuşadası – Turkey.
• Özmen, M., (2020). Bwm-Edas Yöntemi ile Ülkelerin Seyahat Ve Turizm Rekabetedebilirliğinin Değerlendirilmesi. Geleceğin Dünyasında Bilimsel Ve Mesleki Çalışmalar (pp.40-61), Bursa: Ekin BasımYayın Dağıtım.
• Şenyiğit E. ve Ünal Z. (2019). BWM-MOPA Yöntemi ile En İyi RFID Sisteminin Belirlenmesi. Avrupa Bilim ve Teknoloji Dergisi, Özel Sayı, 9-14.
• Çetin, M. S. ve Erdem, D. (2019). İletken İplik Alımında Etkili Kriterler Arasındaki İlişkilerin DEMATEL Yöntemi İle Belirlenmesi. European Journal of Science and Technology, (17), 152–160. doi:10.31590/ejosat.593034
• Deri̇ngöz, A., Danışan, T. ve Eren, T. (2020). Covid-19 Takibinde Giyilebilir Sağlık Teknolojilerinin ÇKKV Yöntemleri ile Değerlendirilmesi. Journal of Polytechnic, 1-1. doi:10.2339/politeknik.768219
• Bulğurcu, B. (2019). Çok Nitelikli Fayda Teorisi ile CRITIC Yöntem Entegrasyonu: Akıllı Teknoloji Tercih Örneği. OPUS Uluslararası Toplum Araştırmaları Dergisi, 13 (19), 1930–1957. doi:10.26466/opus.584123
• Albayrak, Ö. ve Erkayman, B. (2018). Bulanık Dematel ve Edas Yöntemleri Kullanılarak Sporcular İçin Akıllı Bileklik Seçimi. Ergonomi, 1 (2), 92–102. doi:10.33439/ergonomi.478303
• Belge, S. ve Mutlu, H. M. (2020). Tüketicilerin Giyilebilir Teknolojileri Benimsenmesine Yönelik Davranışsal Niyet Ve Kullanımları Üzerine Bir Araştırma. Uygulamalı Sosyal Bilimler Dergisi, 4 (1), 14–35.
• Aydan, S. ve Aydan, M. (2016). Sağlık Hizmetlerinde Bireysel Ölçüm ve Giyilebilir Teknoloji: Olası Katkıları, Güncel Durum ve Öneriler. Hacettepe Sağlık İdaresi Dergisi, 19 (3), 325–342.
• Marangoz, M. ve Aydın, A. E. (2018). Tüketicilerin Giyilebilir Teknoloji Ürünlerini Benimsemesinde Etkili Olan Faktörler. Pazarlama Teorisi ve Uygulamaları Dergisi, 4 (1), 1–20.
• Ada, A. ve Aksoy, R. (2020). Giyilebilir Teknolojik Ürünlerde Tüketicilerin Algıladıkları Risklerin Farklılaşması: Akıllı Saat Kullanıcılarına Dönük Bir Araştırma. Herkes için Spor ve Rekreasyon Dergisi, 2 (1), 50–61.
• Erol, A. D. ve Çetiner, S. (2017). Giyilebilir Elektronik/Akıllı Tekstiller ve Uygulamaları. KSU Mühendislik Bilimleri Dergisi, 20 (1), 1–20.
• Kao, C. H., Yang, C. M., Hsieh, C. H., & Hung, Y. S. (2013). Decision making in the design process of wearable IT products. In 5th International Congress of International Association of Societies of Design Research (IASDR), Tokyo (8), 26–35.
• Rezaei, J., Wang, J., & Tavasszy, L. (2015). Linking supplier development to supplier segmentation using Best Worst Method. Expert Systems with Applications, 42 (23), 9152-9164.
• Rezaei, J. (2016). Best-worst multi-criteria decision-making method: Some properties and a linear model. Omega, 64, 126-130.