Bütünleştirilmiş LOPCOW-MOORA ve LOPCOW-GRA Yöntemleri ile Türkiye’de Tarımsal Römork İmalatı Sektörünün Performans Değerlendirmesi: 2018-2022 Dönemine Yönelik Bir Araştırma

Öz

Tarımsal römorklar, traktörlerle uyumlu şekilde çalışarak özellikle ürün taşımada büyük kolaylık sağlayan ve üretim süreçlerini hızlandıran kritik mekanizasyon araçlarıdır. Çeşitli boyut ve özelliklerde tasarlanan römorklar, çiftçilerin taleplerine göre farklılaşarak tarım sektöründe maliyetlerin azaltılmasına ve iş gücünden tasarruf edilmesine yardımcı olmaktadır. Bu çalışmada, Türkiye’de tarımsal römork imalatı sektörünün 2018-2022 dönemine yönelik performans değerlendirmesi yapılmıştır. Kriterlerin ağırlıklandırılması için objektif bir metot olan LOPCOW (Logarithmic Percentage Change-driven Objective Weighting), yıllara göre performans sıralaması için ise MOORA (Multi-Objective Optimization By Ratio Analysis) ve Gri İlişkisel Analiz (Grey Relational Analysis) yöntemlerinden yararlanılmıştır. MULTIMOORA sonuçlarına göre en iyi performans (1-2-1) baskınlık ile 2022 yılında elde edilmiştir. 2020 yılı (2-1-2) baskınlık ile ikinci sırada yer almıştır. Mutlak baskınlık ile üçüncü sıraya (3-3-3) 2021 yılı, dördüncü sıraya (4-4-4) 2019 yılı yerleşmiştir. Beşinci ve son sırada ise (5-4-5) baskınlık ile 2018 yılının yer aldığı görülmüştür. Gri ilişkisel analiz yönteminin sonuçları da MULTIMOORA ile benzerlik göstermiş ve performans sıralaması 2022>2020>2021>2019>2018 şeklinde gerçekleşmiştir.

Anahtar Kelimeler

• Tarım sektörü
• tarımsal römork imalatı
• performans değerlendirme
• çok kriterli karar verme
• lopcow
• moora
• gri ilişkisel analiz

Performance Evaluation of Agricultural Trailer Manufacturing Sector in Turkey with Integrated LOPCOW-MOORA and LOPCOW-GRA Methods: A Research for the Period 2018-2022

Öz

Agricultural trailers are critical mechanization tools that work in harmony with tractors, providing great convenience especially in product transportation and accelerating production processes. Trailers, designed in various sizes and features, that trailers help reduce costs and save labor in the agricultural sector by differentiating according to the demands of farmers. In this study, the performance evaluation of the agricultural trailer manufacturing sector in Turkey for the period 2018-2022 was conducted. LOPCOW (Logarithmic Percentage Change-driven Objective Weighting), an objective method, was used for weighting the criteria, and MOORA (Multi-Objective Optimization By Ratio Analysis) and Grey Relational Analysis methods were used for performance ranking by years. According to MULTIMOORA results, the best performance was obtained in 2022 with (1-2-1) dominance. 2020 ranked second with (2-1-2) dominance. With absolute dominance, 2021 ranked third (3-3-3), and 2019 ranked fourth (4-4-4). It was seen that 2018 ranked fifth and last with dominance (5-4-5). The results of the grey relational analysis method were also similar to MULTIMOORA, and the performance ranking was 2022>2020>2021>2019>2018.

Anahtar Kelimeler

• Agricultural sector
• agricultural trailer manufacturing
• performance evaluation
• multi-criteria decision making
• lopcow
• moora
• grey relational analysis

Kaynakça

1. 1. Sessiz, A. (2020). Diyarbakır ilinin tarım makinaları imalat sektöründeki gelişmelerin değerlendirilmesi. Tarım Makinaları Bilimi Dergisi, 16(2), 15-18.
2. 2. Saygılı, Y. S., & Çakmak, B. (2023). TR31 bölgesi tarımsal mekanizasyon düzeyinin incelenmesi. Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 6(3), 1820-1833.
3. 3. Koçkaya, F. A. (2022). Yerli tarım makinaları üreticilerinin markalaşma algıları ve markalaşma faaliyetleri. Turkish Journal of Marketing, 7(1).
4. 4. İnci, İ. (2022). Tarihsel süreç içinde Türkiye’de tarımsal makine ve ekipmanların modernizasyonu 1948-1960. Mecmua, (13), 130-142.
5. 5. Dizo, J., Blatnicky, M., Melnik, R., Semenov, S., Mikhailov, E., & Kurtulik, J. (2022, August). Static analysis of tipping superstructure of single-axle tractor trialer. In Proceedings of the 21st International Scientific Conference Engineering for Rural Development, ERD (pp. 13-21).
6. 6. Baynazarov, H. (2024). Tractor traıler: A revıew of papers from the scopus database publıshed ın englısh for the perıod of 2000-2022. Scientific And Technical Journal Machine, (2), 97-108.
7. 7. Huang, W., Ji, X., Wang, A., Wang, Y., & Wei, X. (2023). Straight-line path tracking control of agricultural tractor-trailer based on fuzzy sliding mode control. Applied Sciences, 13(2), 872.
8. 8. .Demireli, E. (2010). TOPSIS çok kriterli karar verme sistemi: Türkiye’deki kamu bankaları üzerine bir uygulama. Girişimcilik ve Kalkınma Dergisi, 5(1).

9. 9. Türkmen, S. Y., & Çağıl, G. (2012). İMKB’ye kote bilişim sektörü şirketlerinin finansal performanslarının TOPSIS yöntemi ile değerlendirilmesi. Maliye ve Finans Yazıları, 1(95), 59-78.
10. 10. Da Silveira Guimaraes, J. L., & Salomon, V. A. P. (2015). ANP applied to the evaluation of performance indicators of reverse logistics in footwear industry. Procedia Computer Science, 55, 139-148.
11. 11. Bülbül, S. E., & Köse, A. (2016). Türk sigorta sektörünün PROMETHEE yöntemi ile finansal performans analizi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 38(1), 187-210.
12. 12. Çakır, S. (2016). Türk sigortacılık sektöründe çok kriterli karar verme teknikleri (ÇKKV) ile performans ölçümü: BİST uygulaması. Çukurova Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(1), 127-147.
13. 13. Ayaydın, H., Durmuş, S., & Pala, F. (2017). Gri ilişkisel analiz yöntemiyle Türk lojistik firmalarinda performans ölçümü. Gümüşhane University Electronic Journal of the Institute Of Social Science/Gümüshane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 8(21).
14. 14. Kısa, A. C. G., & Perçin, S. (2020). Bulanık çok kriterli karar verme yaklaşımı ile Türkiye İmalat Sanayii’nde performans ölçümü. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 31-56.
15. 15. Sama, H. R., Kosuri, S. V. K., & Kalvakolanu, S. (2022). Evaluating and ranking the Indian private sector banks—A multi‐criteria decision‐making approach. Journal of Public Affairs, 22(2), e2419.
16. 16. Batır, T. E. (2022). Covid 19 sürecinde gıda perakende sektörünün performans değerlendirmesi: SWARA temelinde TOPSIS yöntemi ile bir inceleme. Ekonomi Politika ve Finans Araştırmaları Dergisi, 7(Özel Sayı), 194-210.
17. 17. Goyal, S., Agarwal, S., Singh, N. S. S., Mathur, T., & Mathur, N. (2022). Analysis of hybrid MCDM methods for the performance assessment and ranking public transport sector: a case study. Sustainability, 14(22), 15110.
18. 18. Terzioğlu, M. K., Kurt, E. S., Yaşar, A., & Köken, M. (2022). BİST100-Enerji sektörü finansal performansı: SWARA-VIKOR ve SWARA-WASPAS. Alanya Akademik Bakış, 6(2), 2439-2455.
19. 19. Ecer, F., & Pamucar, D. (2022). A novel LOPCOW‐DOBI multi‐criteria sustainability performance assessment methodology: An application in developing country banking sector. Omega, 112, 102690.
20. 20. Altunöz, U. (2017). Bankaların finansal performanslarının bulanık MOORA ve bulanık AHP yöntemleri ile analizi: Türk bankaları deneyimi. Route Educational and Social Science Journal, 4(4), 116-132.
21. 21. Baş, M. (2019). Gri ilişkisel analiz ile finansal performans: BİST uygulamasi. International Journal of Social and Humanities Sciences Research (JSHSR), 6(42), 2780-2789.
22. 22. Brauers, W. K., & Zavadskas, E. K. (2006). The MOORA method and its application to privatization in a transition economy. Control and Cybernetics, 35(2), 445-469.
23. 23. Brauers, W. K. M., & Zavadskas, E. K. (2012). Robustness of MULTIMOORA: a method for multi-objective optimization. Informatica, 23(1), 1-25.
24. 24. Gadakh, V. S., Shinde, V. B., & Khemnar, N. S. (2013). Optimization of welding process parameters using MOORA method. The International Journal of Advanced Manufacturing Technology, 69, 2031-2039.
25. 25. Ersöz, F., & Atav, A. (2011). Çok kriterli karar verme problemlerinde MOORA yöntemi. KHO Savunma Bilimleri Enstitüsü Harekat Araştırması, 1(10).
26. 26. Özbek, A. (2021). Çok Kriterli Karar Verme Yöntemleri ve Excel ile Problem Çözümü. Güncellenmiş 3. Baskı, Ankara: Seçkin Yayıncılık.
27. 27. Brauers, W. K. M. (2008). Multi-objective contractor’s ranking by applying the MOORA method. Journal of Business Economics and management, (4), 245-255.
28. 28. Feng, C. M., & Wang, R. T. (2000). Performance evaluation for airlines including the consideration of financial ratios. Journal of Air Transport Management, 6(3), 133-142. 29. Wu, H. (2002). A comparative study of using grey relational analysis in multiple attribute decision making problems. Quality Engineering 15 (2) 209-217. 30. Kuo, Y, Taho, Y., & Guan-Wei, H. (2008). The use of grey relational analysis in solving multiple attribute decision-making problems. Computers & Industrial Engineering, 55 (1), 80-93. 31. T.C. Küçük ve Orta Ölçekli İşletmeleri Geliştirme ve Destekleme İdaresi Başkanlığı (KOSGEB).