TR DÜZEY BÖLGELERİNİN PERFORMANSININ DEĞERLENDİRİLMESİNE YÖNELİK ÇOK KRİTERLİ BİR YAKLAŞIM

Öz

Günümüzde yaşanan tedarik zincir ve operasyon yönetimi ile ilgili problemler hem üretici hem de tüketiciler için olumsuz etkiler oluşturmaktadır. Tedarik zincirinin en önemli parçalarından biri de lojistiktir. Ülkemizde ihtisaslı bölge sınıflandırılması için kullanılan TR düzey kodlu bölgelerin sahip olduğu lojistik altyapı ve üstyapılar bölgenin dış ve iç ticaretini olumlu yönder etkilemektedir. Bu çalışmada çok kriterli karar verme (ÇKKV) teknikleri ile, beş TR düzey bölgesinin performansı değerlendirilmesi amaçlanmıştır. Bütünleşik olarak iki aşamada gerçekleştirilen uygulamada, TR düzey bölgelerinin lojistik altyapı ve üstyapı verilerinin oransal verileri objektif bir ağırlıklandırma yapılmak için kullanılan Entropi ve CRITIC yöntemleri kullanılmıştır. İkinci aşamada ise hesaplanan önem ağırlıkları yardımıyla VIKOR ve TOPSIS yöntemi kullanılarak söz konusu TR düzey bölgelerinin performanslarına göre sıralanması sağlanmıştır. CRITIC yöntemi için K11’nin (Demiryolu km/kişi) en yüksek ve K14’nün (Havalimanı adet/kişi) en düşük ağırlığa sahip olduğu belirlenmiştir. ENTROPİ yöntemi için ise, K6’nın (Otoyol Ağı km/kişi) en yüksek ve K10’nun (Demiryolu km/km2) en düşük ağırlığa sahip olduğu görülmüştür. TR düzey bölgelerinin performans tüm çok kriterli karar verme yöntemi değerlendirmesine göre, TR42 ve TR31 ilk sıralarda yer aldığı belirlenmiştir.

Anahtar Kelimeler

• Entropi
• CRITIC
• VIKOR
• TOPSIS
• TR Düzey Bölgeleri
• Performans

A MULTI-CRITERIA APPROACH TO EVALUATION OF THE PERFORMANCE OF TR LEVEL REGIONS

Öz

Problems related to supply chain and operation management experienced today have negative effects for both producers and consumers. One of the most important parts of the supply chain is logistics. The logistics infrastructure and superstructures of the TR level coded regions used for the classification of specialized regions in our country positively affect the foreign and domestic trade of the region. In this study, it is aimed to evaluate the performance of five TR level regions with multi-criteria decision making (MCDM) techniques. Entropy and CRITIC methods, which are used to make an objective weighting of the proportional data of the logistics infrastructure and superstructure data of the TR level regions, were used in the application, which was carried out in two integrated stages. In the second stage, with the help of the calculated importance weights, VIKOR and TOPSIS methods were used to rank the TR level regions according to their performance. For the CRITIC method, it was determined that K11 (Railway km/person) had the highest weight and K14 (Airport number/person) had the lowest weight. For the ENTROPY method, it was seen that K6 (Highway Network km/person) had the highest weight and K10 (Railway km/km2) had the lowest weight. TR42 and TR31 were determined to be in the first place according to the performance evaluation of all multi-criteria decision making method of TR level regions.

Anahtar Kelimeler

• Entropy
• CRITIC
• VIKOR
• TOPSIS
• TR Level Regions
• Performance

Kaynakça

1. Abdel-Basset, M., & Mohamed, R. (2020). A novel plithogenic TOPSIS-CRITIC model for sustainable supply chain risk management. Journal of Cleaner Production, 247, 119586.
2. Abdulhamit, E. Ş., ve Dilek, E. R. E. N. (2021). Mutfak Turizmi Hedef Pazarlarının Çok Kriterli Karar Verme Yöntemiyle Belirlenmesi. Elektronik Sosyal Bilimler Dergisi, 20(78), 1204-1224.
3. Altıntaş, F. F. (2021). G20 Ülkelerinin Dijital Hazırlık Performanslarının Analizi: Entropi Tabanlı VIKOR Yöntemi İle Bir Uygulama. Akademik Hassasiyetler, 8(17), 401-427.
4. Arslan, H. M., (2020) Afet Yönetimi Kapsamında Çok Kriterli Karar Verme Yöntemleri İle Afet İstasyonlarının Optimum Yerleştirilmesi, Düzce Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(2), 188-203
5. Aydın, G. Z., (2021). CRITIC ve TOPSIS yöntemleriyle türkiye’de bölgesel sağlık hizmetlerinin değerlendirilmesi. Uluslararası Sağlık Yönetimi ve Stratejileri Araştırma Dergisi, 7(2), 412-433.
6. Babatunde, M., & Ighravwe, D. (2019). A CRITIC-TOPSIS framework for hybrid renewable energy systems evaluation under techno-economic requirements. Journal of Project Management, 4(2), 109-126.
7. Baki, B., ve Serdar, D. (2020). Sanayi 4.0 olgunluk düzeyinin değerlendirilmesine yönelik çok kriterli bir yaklaşım: lojistik sektörü uygulaması. Hacettepe University Journal of Economics & Administrative Sciences/Hacettepe Üniversitesi Iktisadi ve Idari Bilimler Fakültesi Dergisi, 38(4).
8. Gök-Kısa, A. C., ve Perçin, S. (2018). Bütünleşik Entropi Ağırlık-VIKOR Yöntemi İle Bilişim Teknolojisi Sektöründe Performans Ölçümü. Ekonomik ve Sosyal Araştırmalar Dergisi, 14(1), 1-13.

9. Hwang, C. L., K. Yoon (1981), Multiple Attributes Decision Making Methods and Applications, Berlin: Springer
10. Işık, Ö. (2019). Türkiye'de hayat dışı sigorta sektörünün finansal performansının CRITIC tabanlı TOPSIS ve MULTIMOORA yöntemiyle değerlendirilmesi. Business & Management Studies: An International Journal, 7(1), 542-562.
11. Kazan, H., ve Ozdemir, O. (2014). Financial performance assessment of large scale conglomerates via TOPSIS and CRITIC methods. International Journal of Management and Sustainability, 3(4), 203-224.
12. Mahmoodzadeh, S., J. Shahrabi, M. Pariazar, M. S. Zaeri (2007), “Project Selection By Using Fuzzy AHP and TOPSISTechnique”, World Academy of Science, Engineering and Technology, 30(1), 333-338.
13. Opricovic, S. & Tzeng, G.H. (2004). Compromise solution by MCDM methods: A Comparative Analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156: 445–455.
14. Rao, R. V. (2008), “Evaluation of Environmentally Conscious Manufacturing Programs Using Multiple AttributeDecision-Making Methods”, Proceedings of the Institution of Mechanical Engineers, Part B: Journal ofEngineering Manufacture, 222(3), 441-451.
15. Rostamzadeh, R., Ghorabaee, M. K., Govindan, K., Esmaeili, A., & Nobar, H. B. K. (2018). Evaluation of sustainable supply chain risk management using an integrated fuzzy TOPSIS-CRITIC approach. Journal of Cleaner Production, 175, 651-669.
16. Sarı, E. B. (2017). Toplam Verimli Bakım Uygulayan Bir İşletmede Bakım Personelinin Performans Değerleme Puanlarının Entropi Tabanlı VIKOR Sıralaması ile Karşılaştırılması. İşletme Bilimi Dergisi, 5(3), 59-78.
17. Sayadi, M. K., Heydari, M., & Shahanaghi, K. (2009). Extension of VIKOR method for decision making problem with interval numbers. Applied Mathematical Modelling, 33(5), 2257-2262.
18. Shannon, C. E. (1948). A mathematical theory of communication. The Bell system technical journal, 27(3), 379-423.
19. Şahin, A., ve Sarı, E. B. (2019). Entropi Tabanlı TOPSİS ve VIKOR Yöntemleriyle BİST-İmalat İşletmelerinin Finansal ve Borsa Performanslarının Karşılaştırılması. Muhasebe ve Vergi Uygulamaları Dergisi, 12(2), 255-270.
20. Wu, N. (2012). The maximum entropy method (Vol. 32). Springer Science & Business Media.