Yıl 2018, Cilt 3 , Sayı 2, Sayfalar 150 - 173 2018-12-28

FAZİ KONTROL GRAFİKLERİ İLE KLASİK KONTROL GRAFİKLERİNİN KARŞILAŞTIRILMASI ÜZERİNE BİR DENEME
A STUDY ON THE COMPARISION BETWEEN FUZZY CONTROL CHARTS AND TRADITIONAL CONTROL CHARTS

Hakan YILDIRIM [1] , Hakan AYDOĞAN [2] , Sami ÖZCAN [3] , Serkan ETİ [4]


İkinci Dünya Savaşı sonrasında önemi gittikçe artan ve 19. Yüzyılın sonlarından itibaren hem işletmeler hem de tüketiciler açısından vazgeçilmez bir kavram haline gelen kalitenin süreklilik kazanması için işletmeler gerek üretim gerekse hizmet sektöründe olsun ürettikleri ürün veya hizmetlere ait kalite karakteristiklerini periyodik olarak kontrol etme çabası içerisindedir. Kalitenin kontrol edilmesinde halen daha yaygın bir şekilde kullanılan klasik kontrol grafiklerinin yanı sıra son zamanlarda birçok alanda olduğu gibi kalite kontrol alanında da fuzzy (fazi[1]) mantık teorisi temelli kontrol grafiklerinin kullanımı da yaygınlaşmaya başlamıştır. Bu çalışmada, kalite konusunda işletmeler için daha hassas kalite kontrol ölçümleri yapabilmeleri ve bununla birlikte işletmelerin daha doğru kararlar alabilmelerini sağlayabilmek üzere klasik p-kontrol grafikleri ile fazi kontrol grafiklerinin karşılaştırılması amaçlanmıştır. Bu amaç doğrultusunda p kontrol grafikleri için toplanan verilerin binom dağılıma uyma varsayımı dikkate alınarak simülasyon tekniği ile veriler türetilmiş ve analizler gerçekleştirilmiştir. Analizler sonucunda klasik p kontrol grafiklerinde kontrol sınırları dışında çıkan verilerin fazi kontrol grafiklerinde kontrol altında olduğu görülmüştür. Bununla birlikte fazi kontrol grafiklerinin daha hassas ölçümler yaparak işletmeleri gereksiz süreç iyileştirme maliyetlerinden kurtarabildiği sonucuna ulaşılmıştır.



[1] Armutlulu (2014: 22) yılındaki yayınlamış olduğu “Belirsizlik ve Fazi Aritmetiği Sosyal Bilimlerin Dili” adlı kitabında L.A. Zadeh’in “Fuzzy” kavramı için vermiş olduğu katkı ve bu katkıya duymuş olduğu saygının yanı sıra kavramın Türkçe literatürdeki “bulanık” ifadesinin “Fuzzy” kavramını tam karşılamadığını düşünmesinden dolayı “Fuzzy” kavramı için “Fazi” ifadesini kullanmıştır. Bu nedenle çalışma da “Fuzzy” kavramı “Fazi” ifadesi kullanılarak ele alınacaktır.

It is crucial that the gaining continuity of quality that has become increasingly important especially after the Second World War and has become an indispensable concept for both firms and consumers since the late nineteenth century. To ensure this continuity, enterprises in manufacturing and in the service sector are in an effort to periodically check the quality characteristics of their products or services. Moreover, as well as traditional control charts that are still widely used in quality control, the use of control charts based on fuzzy logic theory has become widespread in the field of ​​quality control in recent years. In this paper, it is aimed to compare traditional p-control charts with fuzzy control charts for making more accurate decisions and quality control measurements in businesses. For this purpose, by using the assumption that binomial distribution conforms to the collected data for p-control charts, the data is derived by simulation technique and analyzes are performed. As a result of the analysis, it is seen that the data in the traditional p-control charts that are out of the control limits are under control in the fuzzy control charts. Additionally, the fuzzy control charts have made it possible to make more precise measurements and to eliminate the firms from unnecessary process improvement costs.

  • Amirzadeh, V., Mashinchi, M. ve Parchami, A. (2009). Construction of P-Charts Using Degree of Nonconformity. Information Sciences: 179, 150–160.Armutlulu, İ. H. (2014). Belirsizlik ve Fazi Aritmetiği Sosyal Bilimlerin Dili. İstanbul: Alfa Yayınları.Aslangiray, A. ve Akyüz, G. (2014). Bulanık Kontrol Grafikleri: Tekstil Firmasında Bir Uygulama. İstanbul Üniversitesi İşletme Fakültesi Dergisi: 1 (43), 70–89.Atanassov, K., Szmidt, E. ve Kacprzyk, J. (2010). On Some Ways of Determining Membership And Non-Membership Functions Characterizing Intuitionistic Fuzzy Sets. Sixth International Workshop on IFSs, Slovakia, 10 Oct. 2010, 4, 26-30.Cheng, C. B. (2005). Fuzzy Process Control: Construction of Control Charts With Fuzzy Numbers. Fuzzy Sets And Systems: 154, 287–303.Çolak, T. ve Akdeniz, F. (2008). Elyaf İşletmelerinde İstatistiksel Süreç Kontrolünün Uygulanması. Çukurova Üniversitesi Fen Bilimleri Enstitüsü Dergisi: 5 (17), 86–94.Faraz, A., ve Shapiro, A. F. (2010). An Application of Fuzzy Random Variables To Control Charts. Fuzzy Sets and Systems: 161, 2684–2694.Fernandez, M. N. P. (2017). Fuzzy Theory and Quality Control Charts. 2017 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE)-Proceedings: 09 – 12 July, Naples-Italy, 1–6.Grzegorzewski, P., ve Hryniewicz, O., (2000), Soft Methods in Statistical Quality Control. Control Cybernet: 29, 119–140.Gülbay, M. ve Kahraman, C. (2007). An Alternative Approach to Fuzzy Control Charts: Direct Fuzzy Approach. Information Sciences: 177, 1463-1480.Gülbay, M., Kahraman, C ve Ruan, D. (2004). Α-Cuts Fuzzy Control Charts For Linguistic Data. International Journal of Intelligent Systems: 19, 1173–1195.Işığıçok, E. (2012). Toplam Kalite Yönetimi Bakış Açısıyla İstatistiksel Kalite Kontrol. Bursa: Ezgi Kitabevi Yayınları.Kanagawa, A., Tamaki, F., ve Ohta, H. (1993). Control Charts For Process Average and Variability Based On Linguistic Data. International Journal of Production Research: 31(4), 913–922.Montgomery, D.C. (1996). Introduction to Statistical Quality Control. Canada: John Wiley & Sons Inc,Rowlands, H., ve Wang, L. R. (2000). An Approach of Fuzzy Logic Evaluation And Control in SPC. Quality And Reliabılıty Engineering International: 16, 91–98.Shu, M-H., Dang, D-C., Nguyen, T-L, Hsu, B-M ve Phan, N-S. (2017). Fuzzy "X" ̅ and S Control Charts: A data-Adaptability and Human-Acceptance Approach. Complexity: 2017, 1–17.Sorooshian, S. (2013). Fuzzy Approach to Statistical Control Charts. Journal of Applied Mathematics: 2013, 1–6.Şenol, Ş. (2012). İstatistiksel Kalite Kontrol. Ankara: Nobel Akademik Yayıncılık.Taleb H ve Limam M (2002). On Fuzzy and Probabilistic Control Charts. International Journal of Production Research: 40(12), 2849–2863.Vonderembse, M. A. ve White, G. P. (1996). Operations Management Concepts, Methods And Strategies. St Paul: West Publishing Company.Wang, J.H ve Raz, T. (1990). On The Construction of Control Charts Using Linguistic Variables. International Journal of Production Research: 28(3), 477–487.
Birincil Dil tr
Konular İşletme
Bölüm Makaleler
Yazarlar

Yazar: Hakan YILDIRIM
Kurum: MARMARA ÜNİVERSİTESİ, İŞLETME FAKÜLTESİ, İŞLETME BÖLÜMÜ, SAYISAL YÖNTEMLER ANABİLİM DALI
Ülke: Turkey


Yazar: Hakan AYDOĞAN
Kurum: KASTAMONU ÜNİVERSİTESİ, ORMAN FAKÜLTESİ, ORMAN ENDÜSTRİSİ MÜHENDİSLİĞİ BÖLÜMÜ, ORMAN ÜRÜNLERİ KİMYASI VE TEKNOLOJİSİ ANABİLİM DALI
Ülke: Turkey


Yazar: Sami ÖZCAN (Sorumlu Yazar)
Kurum: ARDAHAN ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ, İŞLETME BÖLÜMÜ, SAYISAL YÖNTEMLER ANABİLİM DALI
Ülke: Turkey


Yazar: Serkan ETİ
Kurum: İSTANBUL MEDİPOL ÜNİVERSİTESİ, MESLEK YÜKSEKOKULU, BİLGİSAYAR TEKNOLOJİLERİ BÖLÜMÜ, BİLGİSAYAR PROGRAMCILIĞI PR.
Ülke: Turkey


Tarihler

Başvuru Tarihi : 23 Mayıs 2018
Kabul Tarihi : 3 Ocak 2019
Yayımlanma Tarihi : 28 Aralık 2018

APA Yıldırım, H , Aydoğan, H , Özcan, S , Eti, S . (2018). FAZİ KONTROL GRAFİKLERİ İLE KLASİK KONTROL GRAFİKLERİNİN KARŞILAŞTIRILMASI ÜZERİNE BİR DENEME . Journal of Research in Business , 3 (2) , 150-173 . DOI: 10.23892/JRB.2019.27