BULANIK MANTIK YÖNTEMİYLE AÇLIK KAN ŞEKERİ KARLILIK ANALİZİ: BİR SAĞLIK KURULUŞUNDA UYGULAMA

Öz

İşletmeler rekabet ortamında başarılı olabilmek ve yaşamlarını sürdürebilmek için kar elde etmek zorundadır. Aynı zamanda işletmeler, bu rekabet ortamında doğru ve güvenilir karlılık analizlerine ihtiyaç duymaktadır. Bu çalışmada, işletmelerin karlılık analizi belirsizlik koşullarında bilgisayar destekli programlar yardımı bulanık mantık ile önceden elde edilmiş verilerle gerçekleştirilmiş, daha sonra ise gerçek değerler ile karşılaştırılmıştır. Çalışma kapsamında 2017 yılında faaliyete başlayan bir sağlık kuruluşunun laboratuar departmanında yapmış olduğu 50 adet kan testinden birisi olan açlık kan şekeri testinin kar zarar durumu bulanık mantık yöntemi ile çözümlenmiş, gerçek değerler ile mukayese edilmiştir. Uygulamayı gerçekleştirmek için MATLAB paket programı kullanılmıştır. Uygulama modeli 3 girdi test sayısı, maliyet, satış fiyatı ve 1 çıktıdan kar oluşmuştur. Modelde Mamdani Bulanık Çıkarım Modeli uygulanmış, durulaştırma yöntemi olarak ise gerçeğe daha yakın sonuçlar vermesinden dolayı maksimumların orta noktası Mean of Maximum - MOM tercih edilmiştir. Bulanık mantık yöntemi ile ulaşılan tahmini kar tutarı -541 TL olup, gerçek kar tutarı olan -582 TL’ye % 6,5 hata payı ile kabul edilebilir oranda yaklaşılmıştır

Anahtar Kelimeler

• Muhasebe, Karlılık Analizi, Bulanık Mantık, Sağlık Sektörü

FASTING BLOOD GLUCOSE PROFITABILITY ANALYSIS WITH FUZZY LOGIC METHOD: AN IMPLEMENTATION IN A HEALTHCARE ORGANIZATION

Öz

Firms must generate profit in order to be successful in a competitive environment and continue their life cycles. Also, organizations need correct and reliable profitability analysis in such a competitive environment. This study ran profitability analysis under uncertainty with computer based software fuzzy logic using previously gathered data, and then comparisons were made with actual values. In this context, profit-loss status of fasting blood glucose test which is among the 50 blood tests run by a healthcare organization’s laboratory that started operations in 2017 was resolved with the fuzzy logic method and then compared with actual values. MATLAB package program was used for the implementation phase of this study. Research model included 3 inputs testing numbers, cost, sales price and 1 output profit . Also, research model used Mamdani Type Fuzzy Interference and utilized Mean of Maximum – MOM method to attain closer results. Estimated profit sum gathered with fuzzy logic had been -541 TL, which was 6,5% close to the actual profit sum of -582 TL at an accepted and reasonable level

Anahtar Kelimeler

• Accounting, Profitability Analysis, Fuzzy Logic, Healthcare Sector

Kaynakça

1. Ağyar, E. (2006). Hastane İşletmelerinin Yönetimi Açısından Çağdaş Maliyetleme Yöntemlerinden Faaliyet Ta- banlı Maliyetleme ve Kalite Maliyetlemenin Değerlendirilmesi: Bir Uygulama, Doktora Tezi, Akdeniz Üniversi- tesi Sosyal Bilimler Enstitüsü Antalya.
2. Ak Ergün, F. (2011). Faaliyet Tabanlı Maliyetleme ve Patoloji Laboratuvarı Uygulaması, Ankara Üniversitesi
3. Sağlık Bilimleri Enstitüsü, Sağlık Kurumları Yönetimi Anabilim Dalı Yüksek Lisans Tezi. Altuğ, O.(2006).Maliyet Muhasebesi, İstanbul.
4. Aydın, N. (2015). Bulanık Mantık Nasıl Çalışır? Elektrik Port Websitesi, http://www.elektrikport.com/teknik-ku- tuphane/bulanik-mantik-nasil-calisir-1-bolum/14849#ad-image-0.
5. Banar, K.(2004). Maliyet Muhasebesi, Açık Öğretim Yayınları, Eskişehir.
6. Baral,G,.(2016). Cost-Value-Profit Analysis and Target Costing with Fuzzy Logic Theory, Mediterranean Journal of Social Sciences, 7(2), ss.21-29.
7. Birgili.,E.,Sekmen.,F.,Esen.,S.,(2013). Bulanık Mantık Yaklaşımı ile Finansal Yöntem Uygulamaları: Bir Literatür
8. Taraması, Uluslararası Yönetim ve İşletme Dergisi, 9, 121-136. Bülbül, D. (2003). Kâr Ortaklara Dağıtılmayıp Sermayeye İlave Edilirse Vergilendirilir Mi? Mali Çözüm Dergisi, , ss.1-4.

9. Büyükmirza, K.(2013). Maliyet ve Yönetim Muhasebesi, Gazi Kitapevi.
10. Ceran, Y. ve Alagöz, A. (2007). Lojistik Maliyet Yönetimi: Lojistik Maliyetler ve Lojistik Maliyet Muhasebesi.
11. Yönetim Bilimleri Dergisi, 5(2), s.159. Çakır, A. (2000). Bilgisayar Ortamlarında Sıcaklık, Nem ve Hava Kalitesinin Bulanık Mantıkla Denetimi, Gazi
12. Üniversitesi Yüksek Lisans Tezi, Ankara, Temmuz 2000.
13. Çankaya, F. ve Aygün, D. (2006). Faaliyet Tabanlı Maliyetleme: Kamu Hastanesi Uygulaması, Muğla Üniversitesi
14. Sosyal Bilimler Enstitüsü Dergisi (İLKE), Sayı 17, Güz, ss. 93-119. Çelik, M. (2016). Bulanık Sürece Dayalı Faaliyet Tabanlı Maliyetleme Sistemi. Muhasebe ve Finansman Dergisi, Nisan 2016, s.91-110.
15. Dourra, H. ve Siy, P. (2002). Investment Using Technical Analysis and Fuzzy Logic. Fuzzy Sets and Systems, 127 (2), ss.221-240.
16. Eleren, A. (2007). İMKB’ye Kayıtlı Çimento İşletmelerinin Finansal Tablolarının Bulanık Mantık Yaklaşımı İle
17. Değerlendirilmesi. Afyon Kocatepe Üniversitesi, İİBF Dergisi, Cilt: 9, Sayı: 1, s.141. Ergülen, A. ve Deran, A. (2009). Taşıma Maliyetlerinin Bulanık Mantık (Fuzzy Logic) Yaklaşımı ile Yönetilmesi ve Finansal Performans Üzerindeki Etkisinin İncelenmesi. Muhasebe ve Finansman Dergisi, Sayı: 43, Temmuz , s.227.
18. Erkol Ü. ve Ağırbaş İ. (2011). Hastanelerde Maliyet Analizi ve Faaliyet Tabanlı Maliyetleme Yöntemine Dayalı
19. Bir Uygulama, Ankara Üniversitesi Tıp Fakültesi Mecmuası, 64 (2), s.87-95, DOI: 10.1501/Tıpfak_000000790.
20. Ertuğrul, İ. ve Karakaşoğlu, N. (2009). Performance Evaluation of Turkish Cement Firms with Fuzzy Analytic
21. Hierarchy Process and TOPSIS Methods. Expert Systems with Applications, Cilt: 36, Sayı: 1, ss.702-715. Feng, F., Li, C., Davvaz, B., ve Ali, M. I. (2010). Soft sets combined with fuzzy sets and rough sets: a tentative approach. Soft Computing, 14(9), ss. 899-911.
22. Friedlob, G. T. ve Schleifer, L. L. F (1999). Fuzzy Logic: Application for Audit Risk and Uncertainty. Managerial
23. Auditing Journal, 14(3), ss.127-137, https://doi.org/10.1108/02686909910259103.
24. Gündüz, H.E., Akar, Ç., Özgülbaş, N. ve Önce, S. (2002). Sağlık Kurumların Maliyet Yönetimi. Anadolu Üniver- sitesi Yayın No: 1414, Açıköğretim Fakültesi Yayın No: 759, s. 21.
25. Güngörmüş, A. H. ve Boyar E. (2010). TMS-2 Stoklar Standardına Göre Standart Maliyet Yönteminin Uygulan- ması. Mali Çözüm Dergisi. Kasım-Aralık 2010.
26. Gür, B. (2015). Mikro Ekonomi Dersi – Üretim Maliyetleri. Yrd.Doç.Dr. Betül Gür’ün Sayfası, http://ww3.ticaret. edu.tr/bgur/files/2015/09/7_Bet%C3%BClG%C3%BCr_MikroEkonomi_2015_16_G%C3%BCz1.pdf
27. Hopgood, A. A. (2003). Artificial intelligence: hype or reality? Computer, 36(5), ss.24-28.
28. İnel, M. N. ve Armutlulu, İ. H. (2016). Belirsizlik Ortamında Fuzzy Finansal Oranlarla Karar Verme. Marmara
29. Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 38, Sayı: 2, Aralık 2016, ss.129-145.
30. Karataş, Ö.N., Bekçi, İ. ve Ömürbek, V. (2014). Bulanık Faaliyet Tabanlı Maliyetleme ve Bir Uygulama. Muhase- be Bilim Dünyası Dergisi, Mart 2014, Cilt: 16, Sayı: 1, ss.63-93.
31. Kartal, A., Sevim, A. ve Gündüz, H. E. (2003). Maliyet Muhasebesi. Anadolu Üniversitesi Yayını No: 1524, Açı- köğretim Fakültesi Yayını No: 808, s.80.
32. Kaynak, O. ve Armağan, G. (1993). Bulanık Denetim ve Endüstriyel Uygulamaları, Tübitak Marmara Araştırma Merkezi, 29 Ocak 1993.
33. Kızıl, A. ve Kızıl, C. (2007). Accounting: Financial, Cost, Managerial. Bahar Yayınevi (Bahar Publishing), s.163.
34. Kotler, P.ve Armstrong,G. (2005), Marketing An İntroduction, ss.281-313.
35. Köse, M., Terzi, Ö., İlker, A., Ergin, G. (2011). 6th International Advanced Technologies Symposium. 16-18 Mayıs Elazığ.
36. Lorestani, A. N., Omid, M., Bagheri-Shooraki, S., Borghei, A. M., ve Tabatabaeefar, A. (2006). Design and eva- luation of a fuzzy logic based decision support system for grading of Golden Delicious apples. Int J Agric Biol, (4), ss. 440-444.
37. Oke, S.A., Johnson A.O., Popoola I.O., Charles-Owaba, O.E., Oyawale, F.A. (2006), Application of Fuzzy Logic to Protifability Quantification in Plastic Recycling. The Pacific Journal of Science and Technology, 7 (2), s.163.
38. Özçalık H.R. ve diğerleri (2015), Farklı Bulanık Mantık Üyelik Fonksiyonları Kullanarak Doğrusal Olmayan Yük
39. Etkisindeki Doğru Akım Servo Motorun Hız Denetimi, Akademik Platform Mühendislik ve Fen Bilimleri Dergisi, (3): 1-8. Partridge, D. (1998). Artificial Intelligence in Software Engineering. John Wiley & Sons, Inc.
40. Peker, A.(1983). Modern Yönetim Muhasebesi, İstanbul.
41. Rebizant, W., ve Feser, K. (2001). Fuzzy Logic Application to Out-of-Step Protection of Generators. In Power
42. Engineering Society Summer Meeting, 2001, 2, ss. 927-932.
43. Ross, T. J. (2009). Fuzzy Logic with Engineering Applications. John Wiley & Sons.
44. Russell, S., Norvig, P. (1995). A Modern Approach. Artificial Intelligence. Prentice-Hall, Egnlewood Cliffs.
45. Sattarov, R. (2015). Kalite fonksiyon yayılımında bulanık mantık yaklaşımı: Beyaz eşya sektöründe bir uygulama.
46. İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü Doktora Tezi. Sinecen, M. (2002). Klima Sistem Kontrolünün Bulanık Mantık ile Modellenmesi. Pamukkale Üniversitesi Fen
47. Bilimleri Enstitüsü Elekrik-Elektronik Mühendisliği Yüksek Lisans Tezi. ss.7-8. Şahinler, S., Bek, Y., Görgülü, Ö. (2006). Sağlık Alanında Bulanık Mantık Yöntemlerinin Uygulanabilirliği. IX.
48. Ulusal Biyoistatistik Kongresi, Zonguldak. Türk, M. ve Ertaş, F. Ç. (2018). Bulanık Zamana Dayalı Faaliyet Tabanlı Maliyet Sistemi: bir Hastane Uygulama- sı, Muhasebe ve Vergi Uygulamaları Dergisi (MUVU), Nisan 2018 Özel Sayı, ss.272-297.
49. Uğurtay H., Öker F, Sur H., Bakır H. ve Döğücü M. Ş. (2013). Bir Kamu Hastanesinde Anjiyografi Birimi Mali- yetlerinin Faaliyet Tabanlı Maliyetleme Yöntemi ile Analizi, Nobel Med, 2013; 9(1): 10-16.
50. Ünal, Y.(2002). Belge Sağlamanın Maliyet Analizi Ulakbim Örneği, Hacettepe Üniversitesi Sosyal Bilimler Ens- titüsü, Yüksel Lisans Tezi.
51. Yıldız, B. ve Gedik, H. (2004). Bulanık Bütçeleme ve Bulanık Bütçe Kontrolü. Osmangazi Üniversitesi Sosyal
52. Bilimler Dergisi, Cilt: 5, Sayı: 2, Aralık 2004, ss. 141-166.
53. Yörük, N., Karaca, S.S., Hekim, M., Tuna, İ. (2013). Sermaye Yapısını Etkileyen Faktörler ve Finansal Oranlar ile Hisse Getirisi Arasındaki İlişkinin ANFIS Yöntemi ile İncelenmesi: İMKB 100’de Bir Uygulama. Anadolu
54. Üniversitesi Sosyal Bilimler Dergisi, Cilt: 13, Sayı: 2, s. 101. Yuan, F.C. (2009). The Use of Fuzzy Logic Based System in Cost-Volume-Profit Analysis Under Uncertainty.
55. Expert Systems with Applications, 36 (2), ss.1155-1163.
56. Zadeh, L. A. (1965). Fuzzy Sets, Information Control, 1( 8), ss.338-353.