Aircraft Type Selection for a Low-Cost Turkish Airline: Intuitionistic Fuzzy SWARA-TOPSIS Approach

Öz

The most important task that organizations that aim to achieve maximum economic efficiency and maintain business processes at this level is to use their resources actively and efficiently. For airline companies, it is critical that aircraft type selection is carried out with correct planning in order to use financial resources actively and efficiently. Because aircraft selection requires large investment costs for the business and may be an irreversible decision. For this reason, it is of great importance for airline companies that during the aircraft selection process, possible alternatives are researched concretely and clearly in terms of cost, quality and quantity and converted into concrete data in terms of meeting the needs and economic suitability and used in planning. In this study, aircraft selection, which is one of the most important and expensive resources in the investment plans of airline companies, was studied. In this context, it was aimed to determine the most suitable narrow-body passenger aircraft type with standard cabin configuration for a low-cost Turkish Airline company. For this purpose, 4 passenger aircraft alternatives were evaluated on 13 sub-criteria under 3 main dimensions: technical features, cost and time. Integrated intuitionistic fuzzy SWARA (Step-wise Weight Assessment Ratio Analysis) and TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) methods was used to solve the research problem. In this framework, criterion weights were determined by the intuitionistic fuzzy SWARA method and the suitability of the alternatives in terms of the relevant criteria was examined by the intuitionistic fuzzy TOPSIS method. As a result, the B737 Max 10 type aircraft was determined as the most advantageous model for the company.

Anahtar Kelimeler

• Airplane selection
• Intuitionistic Fuzzy SWARA
• Intuitionistic Fuzzy TOPSIS

Düşük Maliyetli Bir Türk Havayolu İşletmesi İçin Uçak Tipi Seçimi: Sezgisel Bulanık SWARA-TOPSIS Yaklaşımı

Öz

Ekonomik yönden maksimum verimliliği elde edebilmeyi ve bu seviyede işletme süreçlerini devam ettirebilmeyi amaçlayan organizasyonların yerine getirmesi muhtemel en önemli görev kaynaklarını aktif ve verimli bir şekilde kullanmaktır. Havayolu şirketleri açısından finansal kaynakların aktif ve verimli bir şekilde kullanılması noktasında uçak tipi seçiminin doğru bir planlama ile gerçekleştirilmesi kritik bir öneme sahiptir. Çünkü uçak seçimi işletmeye hem büyük yatırım maliyeti gerektirmekte hem de geri dönüşü mümkün olmayan bir karar olarak işletmenin karşısına çıkabilecektir. Bu nedenle uçak seçim sürecinde muhtemel alternatiflerin maliyet, kalite ve miktar bakımından somut ve net bir biçimde araştırılarak ihtiyaçların karşılanması ve ekonomik uygunluk bakımından somut veriler haline dönüştürülerek planlamada kullanılması havayolu işletmeleri açısından büyük bir öneme sahiptir. Bu çalışmada havayolu işletmelerinin yatırım planları içerisinde en önemli ve pahalı kaynaklardan birisi olan uçak seçimi üzerine çalışılmıştır. Bu kapsamda düşük maliyetli bir Türk Havayolu firması adına en uygun dar gövdeli standart kabin konfigürasyonuna sahip yolcu uçak tipinin belirlenmesi amaçlanmıştır. Bu amaç doğrultusunda 4 adet yolcu uçağı alternatifi teknik özellikler, maliyet ve zaman olmak üzere 3 ana boyut altında 13 alt kriter üzerinden değerlendirilmiştir. Araştırma probleminin çözümünde bütünleşik sezgisel bulanık SWARA (Aşamalı Ağırlık Değerlendirme Oran Analizi) ve TOPSIS (İdeal Çözüme Benzerlik Yoluyla Tercih Sıralaması) yöntemleri kullanılmıştır. Bu çerçevede kriter ağırlıkları sezgisel bulanık SWARA yöntemi ile belirlenmiş olup, alternatiflerin ilgili kriterler açısından uygunluğu sezgisel bulanık TOPSIS yöntemi ile incelenmiştir. Sonuç olarak B737 Max10 tipi uçak firma adına en avantajlı model olarak belirlenmiştir.

Anahtar Kelimeler

• - Uçak seçimi
• - Düşük maliyetli havayolu
• - Sezgisel bulanık SWARA
• - Sezgisel Bulanık TOPSIS

Kaynakça

1. Akyurt, İ. Z., & Kabadayı, N. (2020). Bulanık AHP ve bulanık gri ilişkisel analiz yöntemleri ile kargo uçak tipi seçimi: Bir Türk havayolu firmasında uygulama. Journal of Yasar University, 15(57), 38-55.
2. Akram, M., Shahzad, S., Butt, A., & Khaliq, A. (2013). Intuitionistic fuzzy logic control for heater fans. Mathematics in Computer Science, 7, 367-378.
3. Altaş, İ. H. (1999). Bulanık mantık: Bulanıklılık kavramı. Enerji, Elektrik, Elektromekanik- 3e, 62, 80-85.
4. Atanassov, K. (1986). Intuitionistic fuzzy sets. Fuzzy sets and systems 20(1), 87- 96. DOI: https://doi. org/10.1016/S0165-0114 (86), 80034-3.
5. Atanassov, K. (2012). On intuitionistic fuzzy sets theory (Vol. 283). Springer
6. Belobaba, P., Odoni, A., & Barnhart, C. (2009). The global airline industry. West Sussex: Wiley Publication.
7. Bruno, G., Esposito, E., & Genovese, A. (2015). A model for aircraft evaluation to support strategic decisions.
8. Expert Systems with Applications, 42(13), 5580-5590.

9. Cento, A. (2009). The Airline Industry Challenges in the 21st Century. Segrate: Physica-Verlag.
10. Çelikyay, S. (2002). Çok Amaçlı Savaş Uçağı Seçiminde Çok Ölçütlü Karar Verme Yöntemlerinin Uygulanması (Yayımlanmamış Yüksek Lisans Tezi) İstanbul Teknik Üniversitesi, İstanbul.
11. Doğan, G. (2020). SWARA ve WASPAS Metotlarına Dayalı Bir Performans Değerlendirme Modeli, (Yüksek Lisans Tezi), Çukurova Üniversitesi, Adana.
12. Dozic, S., & Kalic, M. (2014). An AHP approach to aircraft selection process. Transportation Research Procedia, 3, 165-174.
13. Durmaz, K. İ., & Gencer, C. (2020). JSMAA tabanlı yeni bir eklenti: SWARA-JSMAA ve akrobasi uçağı seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 35(3), 1487-1498.
14. Gomes, L. F. A. M.; de Mattos Fernandes, J. E. & de Mello, J. C. C. S. (2014). A Fuzzy Stochastic Approach to the Multicriteria Selection of an Aircraft for Regional Chartering. Journal of Advanced Transportation, 48(3), 223-237.
15. Gürün, A. (2015). Sivil Havacılık Sektöründe İş Jeti Modeli Seçimi: AHP yöntemi uygulaması (Yayımlanmamış Yüksek Lisans Tezi) Anadolu Üniversitesi, Eskişehir.
16. Holloway, S. (2008). Straight And Level- Practical Airline Economics, Hampshire: Ashgate Publishing Limited
17. Kabak, M., & Erdebilli, B. (2021). Bulanık çok kriterli karar verme yöntemleri - MS Excel ve software çözümlü uygulamalar. Ankara: Nobel Yayın.
18. Kiracı, K., & Bakır, M. (2018). Application of commercial aircraft selection in aviation Industry through multi-criteria decision making methods. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 16(4), 307-332.
19. Kocakaya, K., Engin, T., Tektaş, M., & Aydın, U. (2021). Türkiye’de bölgesel havayolları için uçak tipi seçimi: Küresel bulanık AHP-TOPSIS yöntemlerinin entegrasyonu. Akıllı Ulaşım Sistemleri ve Uygulama Dergisi, 4(1), 27-58.
20. Kocaoğlu, B., Odabaşoğlu, Ş., & Özaslan, İ. H. (2021). Türkiye’de pistonlu tek motorlu uçak seçiminde çok kriterli karar verme AHP ve TOPSIS yöntemlerinin kullanılması. Journal of Aviation Research, 3(2), 243-263.
21. Lozano, J. M. S., & Rodriquez, O. N. (2020). Application of fuzzy reference ideal method (FRIM) to the military advanced training aircraft selection. Applied Soft Computing Journal, 88, 1-12.
22. Oliver, W. (2018). Global Fleet & MRO market forecast commentary 2018-2028, https://www.oliverwyman.com/our-expertise/insights/2018/jan/2018-2028-fleetandmro-forecast-commentary.html. Erişim Tarihi: 14.06.2024.
23. Özdemir, Y., Basligil, H., & Karaca, M. (2011). Aircraft selection using analytic network process: A case for Turkish airlines. Proceedings of the World Congress on Engineering (WCE) Vol II, London, 9-13.
24. Peng, X., & Selvachandran, G. (2019). Pythagorean fuzzy set: State of the art and future directions. Artificial Intelligence Review, 52(3), 1873-1927.
25. Schmitt, D., & Gollnick, V. (2016). Air transport system. New York: Springer.
26. Şimşek, H., Özaslan, İ. H., & Eryılmaz, İ. (2022). Pilot Selection in Airline Organizations with the Analytical Hierarchy Process. Journal of Aviation, 6(2), 218-227.
27. Tezcan, M. C. (2022). Uçak Teknisyenlerinde negatif vijilans faktörlerin analitik belirlenmesi ve vijilans düzeylerinin ölçümü. Journal of Aviation Research, 4(1), 76- 104.
28. Tezcan, M. C. (2024). Pisagor Bulanık Kümelere Entegre AHP ve TOPSIS Yöntemleri ile Uçak Tipi Seçiminin Optimizasyonu: Havayolu İşlemeleri İçin Model Önerisi. Journal of Aviation Research, 6(1), 1-24. https://doi.org/10.51785/jar.1371387
29. Tezcan, M. C., & Aktaş, B. B. (2022). İş sağlığı ve güvenliği performans değerlendirmesi: Uçak bakım organizasyonu üzerine bir araştırma. OHS ACADEMY, 5(1), 1-12.
30. Yeh, C.-H. & Chang, Y.-H. (2009), Modeling Subjective Evaluation For Fuzzy Group Multicriteria Decision Making, European Journal of Operational Research, 194(2), 464–473.
31. Wang, T., & Chang, T. (2007). Application of TOPSIS in evaluating initial training aircraft under a fuzzy environment. Expert Systems with Applications, 33(4), 870-880.
32. Wei, J. (2010). TOPSIS Method for Multiple Attribute Decision Making with Incomplete Weight Information in Linguistic Setting, Journal of Convergence Information Technology, 5(10), 181-187.