Araştırma Makalesi
BibTex RIS Kaynak Göster

Ürün kalitesinin çok kriterli karar verme ile sınıflandırılması: mobilya işletmesi örneği

Yıl 2019, Cilt: 2 Sayı: 1, 1 - 10, 28.06.2019
https://doi.org/10.33725/mamad.515630

Öz

Bu çalışma kapsamında mobilya sektöründe faaliyet gösteren
bir işletme için belirlenen kritik başarı faktörlerinin ağırlıklandırılarak
skorlarına bakıldığında; en yüksek skora sahip olan ‘kalite’ faktörünün en
kritik faktör olarak belirlenmesi ile birlikte bu faktör doğrultusunda işletme
faaliyetinin seçilen bir ürün grubu ele alınmaktadır. Çalışmada, seçilen ürün
grubundaki nihai ürünün kalite açısından sınıflandırılması amaçlanmıştır.
Seçilen ürünün birinci ve ikinci kalite olarak ayrılmasına etki eden
parametrelerin gözlem yoluyla incelenmesi; ikinci kalite olarak ayrılan
ürünlerin sebeplerinin belirlenmesi ve bu sebeplerin satış sonrası hizmeti ile
müşteri şikâyetleri göz önünde bulundurularak önem seviyelerine göre
sınıflandırılması çalışmanın temel adımlarını oluşturmaktadır. İkinci kalite
olarak belirlenen ürünlerin sebeplerinin önem seviyeleri belirlenirken çok kriterli
karar verme tekniklerinden Analitik Hiyerarşi Prosesi (AHP) yöntemi
kullanılmıştır. İkinci kalite ürünlerde hangi tip hata ile en çok
karşılaşıldığı, bu hataların kök nedeninin nasıl tespit edileceği, hatalı
ürünlerin işletmeye pozitif yönde nasıl katkı sağlayabileceği, hata paylarının
minimuma indirilmesi için neler yapılması gerektiği ve böylelikle hammadde
kullanımının nasıl verimli bir şekilde sürdürülebileceği çalışmanın sonunda
tartışılmıştır. Böylelikle elde edilen sonuçlar ile mobilya alanında faaliyet
gösteren firmaların müşteri /işletme memnuniyetini maksimum seviyede sağlamak
amacıyla yapılan çalışmalara yön vermesi öngörülmektedir.

Kaynakça

  • Chang, J., Han, G., Valverde, J. M., Griswold, N. C., Duque-Carrillo, J.-F., and Sanchez-Sinencio, E. (1997), Cork quality classification system using a unified image processing and fuzzy-neural network methodology, IEEE Transactions on Neural Networks, 8(4), 964-974.
  • Kaya, İ., Oktay, S., and Engin, O. (2005), Kalite kontrol problemlerinin çözümünde yapay sinir ağlarinin kullanimi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 21(1), 92-107.
  • Kozlov, A., Al-jonid, K. M., Kozlov, A., and Antar, S. D. (2018), Product quality management based on CNC machine fault prognostics and diagnosis, Paper presented at the IOP Conference Series: Materials Science and Engineering.
  • Ngendangenzwa, B. (2018), Defect detection and classification on painted specular surfaces.
  • Saaty, T. L. (1980), The analytic hierarchy process: planning, priority setting, resources allocation. New York: McGraw, 281. Saaty, T. L. (1989), Group decision making and the AHP, The analytic hierarchy process (pp. 59-67): Springer.
  • Tello, G., Al-Jarrah, O. Y., Yoo, P. D., Al-Hammadi, Y., Muhaidat, S., and Lee, U. (2018), Deep-structured machine learning model for the recognition of mixed-defect patterns in semiconductor fabrication processes, IEEE Transactions On Semiconductor Manufacturing, 31(2), 315-322.
  • Wan, Y. N., Lin, C. M., and Chiou, J. F. (2002), Rice quality classification using an automatic grain quality inspection system. Transactions of the ASAE, 45(2), 379.
  • Wheelen, T. L., and Hunger, J. D. (2011), Concepts in strategic management and business policy: Pearson Education India.

Classification of product quality with multiple criteria decision making: an example of furniture industry

Yıl 2019, Cilt: 2 Sayı: 1, 1 - 10, 28.06.2019
https://doi.org/10.33725/mamad.515630

Öz

When
the critical success factors for a company operating in the furniture sector
are weighted and their scores are analyzed; The most critical factor is
determined as of quality, and a selected product group is considered in line
with this factor. The study aims to classify the final product concerning quality
in the selected product group. Observation of parameters affecting the
separation of the selected product as first and second quality; The main steps
of the study are the determination of the reasons of the products separated as
second quality and classification of these reasons according to their
importance levels by taking into account the after-sales service and customer
complaints. In order to determine the importance levels of the products
identified as second quality, Analytical Hierarchy Process (AHP) method which
is one of the multi-criteria decision-making techniques has been used. Then,
which type of error is encountered most in the second quality products, how to
determine the root cause of these errors, how the faulty products can
contribute positively to the business, what needs to be done to minimize the
margin of error and thus the efficient use of raw materials can be maintained. Results
provide that the firms operating in the field of furniture will guide the work
done in order to provide maximum satisfaction to the customer/operation.

Kaynakça

  • Chang, J., Han, G., Valverde, J. M., Griswold, N. C., Duque-Carrillo, J.-F., and Sanchez-Sinencio, E. (1997), Cork quality classification system using a unified image processing and fuzzy-neural network methodology, IEEE Transactions on Neural Networks, 8(4), 964-974.
  • Kaya, İ., Oktay, S., and Engin, O. (2005), Kalite kontrol problemlerinin çözümünde yapay sinir ağlarinin kullanimi, Erciyes Üniversitesi, Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 21(1), 92-107.
  • Kozlov, A., Al-jonid, K. M., Kozlov, A., and Antar, S. D. (2018), Product quality management based on CNC machine fault prognostics and diagnosis, Paper presented at the IOP Conference Series: Materials Science and Engineering.
  • Ngendangenzwa, B. (2018), Defect detection and classification on painted specular surfaces.
  • Saaty, T. L. (1980), The analytic hierarchy process: planning, priority setting, resources allocation. New York: McGraw, 281. Saaty, T. L. (1989), Group decision making and the AHP, The analytic hierarchy process (pp. 59-67): Springer.
  • Tello, G., Al-Jarrah, O. Y., Yoo, P. D., Al-Hammadi, Y., Muhaidat, S., and Lee, U. (2018), Deep-structured machine learning model for the recognition of mixed-defect patterns in semiconductor fabrication processes, IEEE Transactions On Semiconductor Manufacturing, 31(2), 315-322.
  • Wan, Y. N., Lin, C. M., and Chiou, J. F. (2002), Rice quality classification using an automatic grain quality inspection system. Transactions of the ASAE, 45(2), 379.
  • Wheelen, T. L., and Hunger, J. D. (2011), Concepts in strategic management and business policy: Pearson Education India.
Toplam 8 adet kaynakça vardır.

Ayrıntılar

Birincil Dil İngilizce
Konular Mühendislik
Bölüm Araştırma Makaleleri
Yazarlar

Murat Oturakcı

Ceren Benli Bu kişi benim

Yayımlanma Tarihi 28 Haziran 2019
Gönderilme Tarihi 21 Ocak 2019
Kabul Tarihi 20 Nisan 2019
Yayımlandığı Sayı Yıl 2019 Cilt: 2 Sayı: 1

Kaynak Göster

APA Oturakcı, M., & Benli, C. (2019). Classification of product quality with multiple criteria decision making: an example of furniture industry. Mobilya Ve Ahşap Malzeme Araştırmaları Dergisi, 2(1), 1-10. https://doi.org/10.33725/mamad.515630

Uluslararası Dergidir

32217    18332 18333   3221918334 18335   18336   18339   18434   32216 32218  32220 32221 download download    

32275   32308  32309 


32332  32384  32385 32400