Kararsız bulanık dilsel terim setleri ile iş sağlığı ve güvenliği risk değerlendirme süreci için model önerisi: Plastik sektöründe bir uygulama

Yıl 2021, Cilt: 36 Sayı: 2, 1041 - 1054, 05.03.2021

Asli Çalış Boyacı Muhsin Burak Solmaz Mehmet Kabak

https://doi.org/10.17341/gazimmfd.632323

Cited By: 1

Öz

İş sağlığı
ve güvenliği kanununa göre, iş yerlerinde iş sağlığı ve güvenliğinin sağlanması
için risk değerlendirmesi yapılarak risklere karşı koruyucu ve önleyici
tedbirlerin alınması gerekmektedir. İş sağlığı ve güvenliği risk
değerlendirmesinde nitel veya nicel birçok yöntem kullanılmaktadır. İş
yerlerinde yaygın olarak kullanılan Fine-Kinney risk değerlendirme yöntemine farklı
bir bakış açısı sunulan bu çalışmada, “olasılık”, “sıklık” ve
“şiddet” faktörlerine “maliyet” faktörü de dâhil edilmiş ve Çok Kriterli Kararsız
Bulanık Dilsel Terim Setleri temelli bir risk değerlendirme modeli
önerilmiştir. Önerilen model, plastik sektöründe faaliyet gösteren bir işletmenin kalıphane
biriminde uygulanarak, uzman ekibin görüşleri doğrultusunda öncelikle faktör
ağırlıkları belirlenmiş ve elde edilen ağırlıkların kullanılmasıyla tehlikeler
önceliklendirilmiştir. En yüksek öneme sahip faktör “şiddet” olurken, en yüksek
ağırlığa sahip tehlike grubu ise “yangın ve patlamaya neden olabilecek
tehlikeler” olarak belirlenmiştir. Tehlikelerin değerlendirilmesinin
ardından, yine aynı yöntem kullanılarak alınabilecek önlemler
ağırlıklandırılmış ve gerekli tedbirlerin alınması sağlanmıştır.

Anahtar Kelimeler

İş sağlığı ve güvenliği, risk değerlendirme, kararsız bulanık dilsel terim setleri, Fine-Kinney yöntemi

Kaynakça

• 1. ÇSGB., 6331 İş Sağlığı ve Güvenliği Kanunu, T.C. Resmi Gazete, 30 Haziran 2012.
• 2. Özkılıç Ö., Risk değerlendirmesi, Türk İşveren Sendikaları Konfederasyonu, No:338, Ankara, 2014.
• 3. Leigh J. P., Miller T. R., Job-related diseases and occupations within a large workers’ compensation data set, American Journal of Industrial Medicine, 33, 197-211, 1998.
• 4. Larsson T.J., Field B., The distribution of occupational injury risks in the state of Victoria, Saf. Sci., 40, 419-437, 2002.
• 5. Dollard M., Knott V., Incorporating psychosocial issues into our conceptual models of OHS, Journal of Occupational Health and Safety, Australia and New Zealand, 20(4) 345-358, 2004.
• 6. Chen C. Y., Wu G. S., Chuang K. J., Ma C. M., A comparative analysis of the factors affecting the implementation of occupational health and safety management systems in the printed circuit board industry in Taiwan, J. Loss Prevent. Proc., 22, 210-215, 2009.
• 7. Sousa V., Almeida N. M, Dias L. A., Risk-based management of occupational safety and health in the construction industry-Part 2: Quantitative model, Saf. Sci., 74, 184-94, 2015.
• 8. Çavuş Ö. H., 6331 sayılı iş sağlığı ve güvenliği kanunu kapsamında ofis işyerlerinde risk değerlendirmesi, Çalışma İlişkileri Dergisi, 6(2), 1-16, 2015.
• 9. Yılmaz N., Şenol M. B., A model and application of occupational health and safety risk assessment, Journal of the Faculty of Engineering and Architecture of Gazi University, 34:2, 751-770, 2017.
• 10. Dağdeviren M., Eraslan E., Kurt M., A model to determine overall workload level of workers and its applications, Journal of the Faculty of Engineering and Architecture of Gazi University, 20(4), 517-525, 2005.
• 11. Grassi A., Gamberini R., Mora C., Rimini B., A fuzzy multi-attribute model for risk evaluation in workplaces, Saf. Sci., 47, 707-716, 2009.
• 12. Fan Z. P., Suo W. L., Feng B., Identifying risk factors of IT outsourcing using interdependent information: An extended DEMATEL method, Expert Syst. Appl., 39, 3832-3840, 2012.
• 13. Liu H. T., Tsai Y. L., A fuzzy risk assessment approach for occupational hazards in the construction industry, Saf. Sci., 50, 1067-1078, 2012.
• 14. Mahdevari S., Shahriar K., Esfahanipour A,. Human health and safety risks management in underground coal mines using fuzzy TOPSIS, Science of the Total Environment, 488-489, 85-99, 2014.
• 15. Liu H. C., Fan X. J., Li P., Chen Y. Z., Evaluating the risk of failure modes with extended MULTIMOORA method under fuzzy environment, Engineering Applications of Artificial Intelligence, 34, 168-77, 2014.
• 16. İnan U. H., Gül S., Yılmaz H., A multiple attribute decision model to compare the firms’ occupational health and safety management perspectives. Saf. Sci., 91, 221-231, 2017.
• 17. Gül M., Ak M. F., Güneri A. F., Occupational health and safety risk assessment in hospitals: A case study using two-stage fuzzy multi-criteria approach, Human and Ecological Risk Assessment, 23(2), 187-202, 2017.
• 18. Ersoy M., Çelik M. Y., Yeşilkaya L., Çolak O., Combination of Fine-Kinney and GRA methods to solve occupational health and safety problems, Journal of the Faculty of Engineering and Architecture of Gazi University, 32:1, 77-87, 2019.
• 19. Beg I., Rashid T., TOPSIS for Hesitant Fuzzy LinguisticTerm Sets, Int. J. Intell. Syst., 28, 1162-1171, 2013.
• 20. Rodríguez R. M., Martínez L., Herrera F., A group decision making model dealing with comparative linguistic expressions based on hesitant fuzzy linguistic term sets, Inf. Sci., 241, 28-42, 2013.
• 21. Liao H. C., Xu Z. S., Zeng X. J., Distance and similarity measures for hesitant fuzzy linguistic term sets and their application in multi-criteria decision making, Inf. Sci., 271, 125-142, 2014.
• 22. Liu H. B., Rodríguez R. M., A fuzzy envelope for hesitant fuzzy linguistic term set and its application to multicriteria decision making, Inf. Sci., 258, 220-238, 2014.
• 23. Liao H. C., Xu Z. S. Approaches to manage hesitant fuzzy linguistic information based on the cosine distance and similarity measures for HFLTSs and their application in qualitative decision making, Expert Syst. Appl., 42, 5328-5336, 2015.
• 24. Montes R., Sánchez A. M., Villar P., Herrera F., A web tool to support decision making in the housing market using hesitant fuzzy linguistic term sets, Appl. Soft Comput., 35, 949-957, 2015.
• 25. Wang J., Wang J. Q., Zhang H. Y., Chen X. H., Multi-criteria decision-making based on hesitant fuzzy linguistic term sets: An outranking approach, Knowl. Based Syst., 86, 224-236, 2015.
• 26. Wei C. P., Ren Z. L., Rodríguez R. M., A hesitant fuzzy linguistic TODIM method based on a score function, Int. J. Comput. Intell. Syst., 8(4), 701-712, 2015.
• 27. Yavuz M., Öztayşi B., Onar S. Ç., Kahraman C., Multi-criteria evaluation of alternative-fuel vehicles via a hierarchical hesitant fuzzy linguistic model, Expert Syst. Appl.,42, 2835-2848, 2015.
• 28. Da T., Xu Y. J., Evaluation on connectivity of urban waterfront redevelopment under hesitant fuzzy linguistic environment, Ocean Coast. Manag., 132, 101-110, 2016.
• 29. Fahmi A., Kahraman C., Bilen Ü., ELECTRE I method using hesitant linguistic term sets: An application to supplier selection, Int. J. Comput. Intell. Syst., 9(1), 153-167, 2016.
• 30. Liu H. C., You J. X., Li P., Su Q., Failure mode and effect analysis under uncertainty: An integrated multiple criteria decision making approach. IEEE Trans. Reliab., 65(3), 1380-1392, 2016.
• 31. Wei C., Liao H., A multigranularity linguistic group decision-making method based on hesitant 2-tuple sets, Int. J. Intell. Syst., 31(6), 612-634, 2016.
• 32. Gou X. J., Xu Z. S., Liao H. C., Multiple criteria decision making based on bonferroni means with hesitant fuzzy linguistic information, Soft. Comput., 21, 6515-6529, 2017.
• 33. Gou X. J., Liao H. C., Xu Z. S., Herrera F., Double hierarchy hesitant fuzzy linguistic term set and MULTIMOORA method: A case of study to evaluate the implementation status of haze controlling measures, Inf. Fusion, 38, 22-34, 2017.
• 34. Khishtandar S., Zandieh M., Dorri B., A multi criteria decision making framework for sustainability assessment of bioenergy production technologies with hesitant fuzzy linguistic term sets: The case of Iran, Renew. Sustain. Energy Rev.,77, 1130-1145, 2017.
• 35. Tüysüz F., Şimşek B., A hesitant fuzzy linguistic term sets based AHP approach for analyzing the performance evaluation factors: An application to cargo sector, Complex Intell. Syst., 3, 167-175, 2017.
• 36. Feng X. Q., Tan Q. Y., Wei C. P., Hesitant fuzzy linguistic multi-criteria decision making based on possibility theory, Int. J. Mach. Learn. Cyber., 9, 1505-1517, 2018.
• 37. Ghadikolaei A. S., Madhoushi M., Divsalar M., Extension of the VIKOR method for group decision making with extended hesitant fuzzy linguistic information, Neural Comput & Applic., 30, 3589-3602, 2018.
• 38. Adem A., Çolak A., Dağdeviren M., An integrated model using SWOT analysis and hesitant fuzzy linguistic term set for evaluation occupational safety risks in life cycle of wind turbine, Saf. Sci., 106, 184-190, 2018.
• 39. Liao H. C., Yang L. Y., Xu Z. S., Two new approaches based on ELECTRE II to solve the multiple criteria decision making problems with hesitant fuzzy linguistic term sets, Appl. Soft Comput., 63, 223-234, 2018.
• 40. Aktaş A., Kabak M., A hybrid hesitant fuzzy decision-making approach for evaluating solar power plant location sites, Arab. J. Sci. Eng., 44, 7235-7247, 2019.
• 41. Liao H., Qin R., Gao C., Wu X., Hafezalkotob, A., Herrera, F., Score-HeDLiSF: A score function of hesitant fuzzy linguistic term set based on hesitant degrees and linguistic scale functions: An application to unbalanced hesitant fuzzy linguistic MULTIMOORA, Inf. Fusion, 48, 39-54, 2019.
• 42. Wu Z., Xu J., Jiang X., Zhong L., Two MAGDM models based on hesitant fuzzy linguistic term sets with possibility distributions: VIKOR and TOPSIS, Inf. Sci., 473, 101-120, 2019.
• 43. Fine W. T., Mathematical evaluation for controlling hazards, Journal of Safety Research, 3(4), 157-166, 1971.
• 44. Kinney G. F., Wiruth A. D., Practical Risk Analysis for Safety Management, Technical Publication 5865, Naval Weapons Center, California, 1976.
• 45. Çakmak E., Atölye tipi üretim yapan sanayi işletmelerinde iş sağliği ve güvenliği, Çalışma ve Sosyal Güvenlik Eğitim Uzmanlığı Tezi, T.C. Çalışma ve Sosyal Güvenlik Bakanlığı Çalışma ve Sosyal Güvenlik Eğitim ve Araştırma Merkezi, Ankara, 2014.