ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİYLE BİRLİKTE TAGUCHI YÖNTEMİNİ KULLANARAK BİR ÜRÜNÜN TASARIMININ GELİŞTİRİLMESİ

Öz

Kaliteli ürün üretebilmek iĢletmeler için müĢteri memnuniyetini sağlamada önemli faktörlerden biridir. MüĢterilere yüksek kaliteli ürün sunulamaması, müĢterinin güveninin kaybolmasıyla birlikte iĢletmeye maddi kayıplar da getirmektedir. Ayrıca bu durum gün geçtikçe artan rekabet ortamında imalat firmalarının hem yurt içi hem de uluslararası firmalarla rekabet ederek hayatta kalabilmeleri için de son derece önemlidir. Yüksek kaliteli ürünler üretmek için, ürünün tasarımı aĢamasından baĢlayarak ürün kalitesine etki edebilecek faktörlerin analiz edilmesi gerekir. Bu çalıĢmada ilk olarak bir çamaĢır makinesi modelinin kalite karakteristiklerine etki eden faktörler ve her bir faktör için seviyeler belirlenmiĢ, ardından faktörlerin hangi seviyelerinde kalite karakteristiklerini eniyilediği çalıĢma kapsamında geliĢtirilen bir deney tasarımı modeli kullanılarak analiz edilmiĢtir. Son aĢamada ise modelden elde edilen sonuçlar doğrultusunda faktörlerin en iyi seviyeleri tespit edilmiĢtir. ÇalıĢmada kullanılan modelin geliĢtirilmesi ve sonuçların elde edilmesinde Taguchi yöntemi ile birlikte Çok Kriterli Karar Verme (ÇKKV) yöntemleri olan Gri ĠliĢkisel Analiz (GRA), TOPSIS (Ġdeal Çözümlere Yakınlık Yoluyla Tercihlerin Sıralanması Tekniği) ve VIKOR (Vlse Kriterijumska Optimizacija I Kompromisno Resenje-Çok Kriterli Eniyileme ve UzlaĢık Çözüm) yöntemleri birlikte kullanılmıĢtır. Farklı yöntemlerden elde edilen sonuçlar birbirleriyle karĢılaĢtırılmıĢ ve en iyi faktör kombinasyonları belirlenmiĢtir.

Anahtar Kelimeler

• Ürün Tasarımı, Ürün Kalitesi, Çok Yanıtlı Taguchi yöntemi, Çok Kriterli Karar Verme Yöntemleri, Gri ĠliĢkisel Analiz, TOPSIS, VIKOR.

Kaynakça

1. Güral,G., Gaz Kaynağında proses parametrelerinin optimizasyonu, Dokuz Eylül Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi Eylül, Ġzmir, 2003.
2. Gökçe G, TaĢgetiren S., “Kalite için Deney Tasarımı”, Makine Teknolojileri Elektronik Dergisi. 6(1), 71-83, 2009.
3. Kumar, S., Satsangi P.S. and Prajapati D.R. Optimization of green sand casting process parameters of a foundry by using Taguchi‟s method. International Journal of Advanced Manufacturing Technology, DOI:10.1007/s00170-010-3029-0. 2011.
4. Dovey, S.J., Matthews, A., “Taguchi and TQM quality issues for surface engineered applications”, Surface and Coatings Technology, 110,86-63,1998.
5. Yang, W.H., Tarng, Y.S., “Design optimization of cutting parameters for turning based on Taguchi method”, Journal of Materials Processing Technology, 84,122-129, 1998.
6. Ke, C.Y., Chang, C.L., Ju, J.J., Huang, D.R., Huang, R.S., “A Magnetic Design for a Slim Type DVD Actuator”, Journal of Magnetism and Magnetic Materials, 239, 604-606,2002.
7. Canıyılmaz, E., Kutay, F., “Taguchi metodunda varyans analizine alternatif bir yaklaĢım”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 18(3), 51-63, 2003.
8. Baynal, K., Çok Yanıtlı Problemlerin Taguchi Yöntemi ile Eniyilemesi ve Bir Uygulama, Ġstanbul Üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi, Ġstanbul, 2003.

9. Jayaram,J.S.R., Ibrahim,Y., “Quality Note: Robustness for Multiple Response Problems Using a Loss Model”, International Journal of Quality Science, 2(3),199-205, 1997.
10. Lin, J.L. and Lin, C.L., “The use ofthe orthogonal array with grey relational analysis to optimize the electrical discharge machining process with multiple performance characteristics”, International journal of Machine Tool and Manufacturing, 42(2),237-244, 2002.
11. Kuo,Y., Yang T.,Huang G.W., “The use of a grey based Taguchi method for optimizing multi response simulation problems”, Engineering Optimizationv 40(6), 517-528, 2008.
12. Liao H.C., “Using PCR-TOPSIS to optimise Taguchi‟s multi response problem”, International Journal of Advanced Manufacturing Technology, 22:649-655, 2003.
13. Yang, T., Chou,P., “Solving a multiresponse simulation-optimization problem with discrete variables using a multiple- attribute decision making method”, Mathematics and Computers in Simulation, 68, 9-21, 2005.
14. Huang, J.T. and Liao, Y.S., “Optimization of machining parameters of wire –EDM based on grey relational and statistical analyses”, International Journal of Production Research, 41(8), 1707-1720, 2003.
15. Biswas S.A., Datta S., Bhaumik S.,Majumdar G., Application of VIKOR Based Taguchi Method for Multi Response Optimization: a case study in submerged arc welding(SAW), International Conference on Mechanical Engineering, ICME 09-RT-35, 1-5,2009.
16. Tong, L.I., Chen, C.C., Wang, C.H., “Optimization of multi-response processes using the VIKOR method” International Journal of Advanced Manufacturing Technology, 31, 1049–1057, 2007.
17. Lan, T-S. “Taguchi optimization of multi objective CNC machining using TOPSIS”. Information Technology Journal, 8(6), 917-922, 2009.
18. Yılmaz, E., Güngör, F., “Gri iliĢkisel analiz yöntemine göre farklı sistemlerde optimum takım tutucusunun belirlenmesi”, İkinci Ulusal Tasarım İmalat ve Analiz Kongresi , Balıkesir, 2010.
19. Gauri, P.K., Pal, S., “Comparison of performances of five prospective approaches for the multi-response optimization”, International Journal of Advanced Manufacturing Technology, 48, 1205 – 1220, 2010.
20. Ertuğrul Ġ., KarakaĢoğlu N., “Banka Ģube performanslarının VIKOR yöntemi ile değerlendirilmesi”, Endüstri Mühendisliği Dergisi, 20(1), 19-28, 2009.
21. Opricovic, S., Tzeng, G.H., “Extended VIKOR Method in Comparison with Other Outranking Methods”, European Journal of Operational Research, 178,514-529, 2007.
22. Opricovic, S., Tzeng, G.H., “Compromise Solution by MCDM Methods: A Comparative Analysis of VIKOR and TOPSIS”, European Journal of Operational Research, 156, 445-455,2004.
23. Chatterjee P., Athawale, V. M. and Chakraborty, S. “Selection of industrial robot s using compromise ranking and outranking methods”, Robotics and Computer-Integrated Manufacturing, 26, 483–489, 2010.