Determining the optimum location of an automotive facility through AHP and TOPSIS methods

Öz

Decision-makers make a reliable choice whilst they are under many uncertainties and jeopardies. This study is an example of the utilization of academic studies to a real-life case. One of Turkey's best-selling automotive brand is the decision maker for the choice of a plaza location in a city located in South Marmara region of Turkey. The problem is to make a choice about the right decision for the land on which the dealership investment will be made. In conclusion of this study, all results are going to be shared with the decision- makers by availing mathematical technics (AHP and TOPSIS) and after these, some sort of support is going to be presented to help an accurate decision. Alternatives which are going to be chosen to display the land might be invested with its unique features when the facility is at the point of being built. As a result, our problems which have five options and nine alternatives in their counting has been shared with the executives of a decision-maker company and has been directed to these executives on the purpose of achievement.

Anahtar Kelimeler

• Operations Management,AHP,TOPSIS,Automotive,Decision Methods

AHP ve TOPSİS yöntemleri ile otomotiv plazasının en uygun tesis yeri seçimi kararının verilmesi

Öz

Karar verme olgusu, karar vericilerin belirli riskler ve belirsizlikler altındayken uygun olan seçimi yapmasıdır. Literatürde birçok örneği bulunan; şirketlerin sürdürülebilir başarısı için akademik çalışmalardan faydalanılmasının bir örneği olan bu çalışmada Türkiye’nin en çok satılan markalarından birinin, Güney Marmara bölgesinde bulunan bir ilimiz için yapılacak olan bayilik yatırımının yeri için doğru kararın verilmesi amaçlanmıştır. Bu doğrultuda bir otomotiv plazasının en uygun tesis yeri seçiminin öneminden ve bu seçim için gerekli olan yöntemlerden bahsedilecektir. Çalışmanın sonucunda matematiksel yöntemlerden (AHP ve TOPSIS) faydalanılarak ulaşılan sonuçlar karar vericilerle paylaşılacak ve doğru karar verilmesi açısından destek alınacaktır. Tesis kurulmak üzere seçim yapılacak alternatifler gerçek özellikleriyle yatırım yapılacak arsaları göstermektedir. Çalışmamız gerçek bir şirketin yatırım kararında sayısal yöntemlerden yararlanılmasıyla literatüre katkı sağlamayı hedeflemektedir. Sonuç olarak 5 kriterli ve 9 alternatifli olan problemimizin hesaplamalarının çıktıları karar verici şirket yöneticileri ile paylaşılmış ve yatırımın başarısı açısından onlara yönlendirilmiştir.

Anahtar Kelimeler

• Operasyon Yönetimi,AHP,TOPSIS,Nicel Karar Yöntemleri,Otomotiv

Kaynakça

1. Akkucuk, U. (2011). A study on the competitive positions of countries using cluster analysis and multidimensional scaling. European Journal of Economics Finance and Administrative Sciences, 37, 17-26.
2. Akkucuk, U. (2018). Consumer attitudes towards renewable energy: A study in Turkey. Handbook of Research on Supply Chain Management for Sustainable Development (ss. 61-74), Hershey: IGI Global.
3. Anık, Z. (2007). Nesne yönelimli yazılım dillerinin analitik hiyerarşi ve analitik network prosesi ile karşılaştırılması ve değerlendirilmesi. Yayınlanmamış Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.
4. Avcılar, M.Y. ve Yakut, E. (2016). Tüketicilerin indirim mağazası tercihlerinin analitik hiyerarşi süreci ve bulanık analitik hiyerarşi süreci yöntemleriyle tespiti: Osmaniye ilinde bir uygulama. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 25(2), ss. 17-40.
5. Balinski, M.L. (1964) On finding integer solutions to linear programs. Proc. IBM Sci, Comput, Symp. Combinatorial problems (ss. 225-248), New York: White Plains.
6. Brahimi, N. ve Khan, S.A. (2014). Warehouse location with production, inventory, and distribution decisions: a case study in the lube oil industry. 4OR, 12(2), 175-197.
7. Cornuejols, G., Fisher, M. ve Nemhauser, G.L. (1977). On the uncapacitated location problem. Annals of Discrete Mathematics, 1, 163-177.
8. Eleren, A. (2006). Kuruluş yeri seçiminin analitik hiyerarşi süreci yöntemi ile belirlenmesi; deri sektörü örneği. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 20(2), 406-415.

9. Elitaş, B. L. (2013). Muhasebe manipülasyonu ve muhasebe bilgi kalitesine etkisi. Muhasebe ve Finansman Dergisi, (58), 41-54.
10. Frank, C. ve Römer, K. (2007). Distributed facility location algorithms for flexible configuration of wireless sensor networks. International Conference on Distributed Computing in Sensor Systems (ss. 124-141) içinde, Berlin: Springer.
11. Gencer, Y.G. ve Akkucuk, U. (2016). Reverse logistics: Automobile recalls and other conditions. Handbook of research on waste management techniques for sustainability (ss. 125-154) içinde, Hershey: IGI Global.
12. Gencer, Y.G. ve Akkucuk, U. (2017). Measuring quality in automobile aftersales: AutoSERVQUAL scale. Amfiteatru Economic, 19(44), 110-123.
13. Gencer, Y.G. (2018). Measuring value along the supply chain: A study on white goods sector. Electronic Journal of Social Sciences, 17(66),689-703.
14. Hwang, C.L. ve Yoon, K. (1981). Methods for multiple attribute decision making. Multiple attribute decision making (ss. 58-191) içinde, Berlin: Springer.
15. Jakhotia, P. ve Rajhans, N.R. (2013) Combining AHP and TOPSIS approaches to support rubble filling method selection for a construction firm. Proceedings of the International Conference on Advanced Engineering Optimization Through Intelligent Techniques (AEOTIT), National Institute of Technology (ss. 269-273) içinde, Gujarat, Hindistan.
16. Karakaya, F. ve Canel, C. (1998). Underlying dimensions of business location decisions. Industrial management & data systems, 98(7), 321-329.
17. Lazić, L. ve Mastorakis, N. (2009). OptimalSQM: Integrated and optimized software quality management. WSEAS Transactions on Information Science and Applications, (10), 1636-1664.
18. Mallette, A.J. ve Francis, R.L. (1972). A generalized assignment approach to optimal facility layout. AIIE Transactions, 4(2), 144-147.
19. Marić, M., Stanimirović, Z. ve Božović, S. (2015). Hybrid metaheuristic method for determining locations for long-term health care facilities. Annals of Operations Research, 227(1), 3-23.
20. Özcan, S. (2001). İstatistiksel proses kontrol tekniklerinden pareto analizi ve çimento sanayiinde bir uygulama. CÜ İktisadi ve İdari Bilimler Dergisi, 2(2), 151-174.
21. Özdemir, H. (2018). Kamu-Özel Sektör İşbirliğinde Risk Yönetimi Ve Türkiye Üzerine Bir Değerlendirme. Journal of Politics Economy and Management, 1(2), 27-40.
22. Parlakay, O. ve Yavuz, A. (2016). Negatif dışsallıkların çevreye olumsuz etkilerinin önlenmesinde kullanılan çözüm yolları. Akademik Bakış Uluslararası Hakemli Sosyal Bilimler Dergisi, (57), 210-220.
23. Saaty, T.L. (1970). Optimization in integers and related extremal problems. London: McGraw-Hill.
24. Sözüer, A. ve Pınar, İ. (2016). Teknoloji-organizasyon-çevre modeli perspektifinden Kütüphane 2.0. Türk Kütüphaneciliği, 30(1), 20-32.
25. Stollsteimer, J. F. (1961). The effect of technical change and output expansion on the optimum number, size, and location of pear marketing facilities in a California pear producing region. Unpublished Ph.D. Dissertation, University of California, Berkeley, California.
26. Supçiller, A. A.ve Çapraz, O. (2011). AHP-TOPSIS yöntemine dayalı tedarikçi̇ seçimi̇ uygulaması. Ekonometri ve İstatistik e-Dergisi, (13), 1-22.
27. Supraja, S. ve Kousalya, P. (2016). A comparative study by AHP and TOPSIS for the selection of all round excellence award. International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT) (ss. 314-319) içinde, Portekiz: IEEE.
28. Tırmıkçıoğlu Ç.N. (2010). Kuruluş yeri seçiminde bulanık TOPSIS yöntemi ve bankacılık sektöründe bir uygulama. KMÜ Sosyal ve Ekonomik Araştırmalar Dergisi, 2010(1), 37-45.