SEYAHAT İŞLETMELERİNDE ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİ İLE OPTİMUM GÜZERGÂHIN BELİRLENMES

Öz

Seyahat işletmeciliği sektöründe asıl hedef, müşteri memnuniyeti ve en az maliyetle yolcunun ulaştırılmasıdır. Müşterilerin memnuniyetini sağlamak için seyahat işletmeleri ulaşım rotalarına yeni güzergâhlar eklemek durumundadırlar. Ancak optimum güzergâhların belirlenmesinde bilimsel yöntemler esasına dayalı Çok Kriterli Karar Verme (ÇKKV) yöntemleri kullanılabilir. Böylelikle ilgili işletmeler en az hata ile karar verebilirler. Çalışmanın temel amacı Düzce ilinde faaliyet gösteren bir seyahat işletmesine müşteri taleplerini dikkate alarak yeni ulaşım güzergâhlarının belirlemesine yardımcı olmaktır. Çalışmada, müşteri talepleri dikkate alınarak Gri İlişkisel Analiz ve MOORA Yöntemleri kullanılarak ilgili seyahat işletmesine optimum güzergâhının belirlenmesi modeli önerilmiştir. Bu yönü ile çalışmanın literatüre önemli katkı sağlayacağı düşünülmektedir. Çalışmanın kriterlerine ait ağırlıklar Entropi Yöntemi ile belirlenmiştir. Alternatiflerin öncelikleri Gri ilişkisel ve MOORA Yöntemleri ile ayrı ayrı değerlendirildiğinde; A3 (Mersin) birinci ve A1 (Çanakkale) ikinci sıradadır. Ayrıca gerçekleştirilen analiz sonuçları ilgili seyahat işletmesi ile paylaşılmıştır. Gelecekte yapılacak benzer çalışmalarda önerilen modelin yapısında bir kısım değişiklikler yapılarak seyahat işletmelerin diğer karar problemlerine uygulanabilir.

Anahtar Kelimeler

• Seyahat İşletmeleri
• Ulaşım Rotası Belirleme
• Gri İlişkisel Analiz ve MOORA Yöntemleri

Kaynakça

1. Bilişik, Onur Gülgen - Özcan, Tuncay - Esnaf, Şakir (2011), “Tesis Yerleşim Düzenlemesi Alternatiflerinin TOPSIS ve Gri İlişkisel Analiz Yöntemleri ile Değerlendirilmesi”, XI. Üretim Araştırmaları Sempozyumu, 843-852.
2. Brauers, Willem K. M. - Zavadskas, Edmundas K. - Peldschus, Friedel - Turskis, Zenonas (2008), “Multi Objective Decision Making for Road Design”, Journal of Transport, 23(3):183- 193.
3. Brauers, Willem K. M. ve Zavadskas, Edmundas K. (2010), “Project Management by Multi MOORA as an instrument for Transition Economies”, Technological and Economic Development of Economy, 16(1), 5-24.
4. Camelia, Delcea - Scarlat, Emil - Cotfas, Liviu Adrian (2013), “Grey Relational Analysis of the Financial Sector in Europe”, The Journal of Grey System, 4, 19-30.
5. Chen, Pengyu (2019), “Effects of Normalization on the Entropy-Based TOPSIS Method”, Expert Systems with Applications, 33-41.
6. Deng, Ju Long (1982), “Control Problems of Grey Systems”, System ve Control Letters, 1(5), 288-294.
7. Deniz, Taşkın (2016), “Türkiye'de Ulaşım Sektöründe Yaşanan Değişimler ve Mevcut Durum”, Doğu Coğrafya Dergisi, 21(36), 135-156.
8. Depe, Nevzat (2019), “Türkiye’de Kombine Taşımacılık: SWOT Analizi, Stratejiler ve Hedefler”, Mezuniyet Projesi, Uluslararası Ticaret ve Lojistik Yönetimi Anabilim Dalı Lojistik ve Tedarik Zinciri Yönetimi Tezsiz Yüksek Lisans Programı, s. 52.

9. Ecer, Fatih ve Günay, Fatih (2014), “Borsa İstanbul’da İşlem Gören Turizm Şirketlerinin Finansal Performanslarının Gri İlişkisel Analiz Yöntemiyle Ölçülmesi”, Anatolia: Turizm Araştırmaları Dergisi, 25(1), 35 - 48.
10. Ertuğrul, İrfan ve Deniz, Gözde (2018), “Ege Bölgesi ve Akdeniz Bölgesi'ndeki İllerin Ekonomik Değişkenlerinin Multi-MOORA Yöntemiyle Analizi”, IV. International CaucasusCentral Asia Foreign Trade and Logistics Congress Proceeding Book, 247-255.
11. Ferreira, João A. - Costa, TeresoJosé, Miguel Anabela - Oliveira A. (2015), “A multi-criteria decision support system for a routing problem in waste collection”, Springer International Publishing, Part II, p. 388–402, Switzerland.