Bir lojistik işletmesinde tesis depo performansının Copras ve Topsis yöntemleriyle değerlendirilmesi

Öz

Lojistik faaliyetler, işletmelerdeki maliyet kalemleri arasında yer alan en önemli unsurlardan biridir. Yalın üretim felsefesi doğrultusunda, ürün üzerinde maliyet oluşturan tüm kalemler gibi lojistik maliyetler de göz önüne alınmalıdır. Lojistik işletmelerindeki operasyonel işleyiş işletmenin verimliliğini doğrudan etkilemektedir. Lojistik sektöründe depo operasyonlarındaki performans değerlendirmesi, operasyonun sürdürülebilir olması ve sürdürülebilirlik eğiliminin ölçülmesi bakımından önem taşımaktadır. Bu çalışmada, bir lojistik firmasındaki tesis performansı yıllara bağlı olarak Çok Kriterli Karar Verme (ÇKKV) tekniklerinden COPRAS (Complex Proportional Assessment) ve TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) yöntemleri ile karşılaştırmalı olarak analiz edilmiştir. “Operasyonel hata, müşteri şikâyetleri, kaza sıklık oranı, devamsızlık, işten ayrılma oranı, eğitim oranı, fazla mesai, personel üretkenlik, giriş üretkenlik, çıkış üretkenlik ve zamanında sevk performansı” olarak belirlenen kriterlerin işletme performansını etkileme oranı yine bir ÇKKV yöntemi olan Analitik Hiyerarşi Prosesi (AHP) ile belirlenmiştir. Böylece, iki dönemlik periyotlara ayrılan beş yıl karşılaştırılmış ve çeşitli yorumlar yapılmıştır.

Anahtar Kelimeler

• performans değerlendirme
• lojistik
• çok kriterli karar verme
• copras
• topsis

Evaluation of facility warehouse performance in a logistics company with Copras and Topsis methods

Abstract

Logistics processes are one of the most important elements among the cost items in companies. The operational treatment of logistics companies directly influences the efficiency of the business. Performance evaluation in the logistics companies is important in terms of sustainability of the operation and measuring the sustainability trend. In this study, facility performance that depending on years, in a logistics company has analyzed comparatively with COPRAS (Complex Proportional Assessment) and TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) methods, which are among the Multi-Criteria Decision Making (MCDM) techniques. The criteria have determined as operational error, customer complaints, accident frequency rate, absence, turnover rate, training rate, overtime, staff productivity, input productivity, output productivity and on-time dispatch performance. The weights of these criteria have calculated with the Analytical Hierarchy Process (AHP), which is also a MCDM method. Thus, we have compared five years consisting of nine periods and have made various evaluations.

Keywords

• Performance evaluation
• multi-criteria decision making (MCDM)
• logistics
• copras
• topsis

Kaynakça

1. A. Görener, Depo operatörü lojistik firmasının seçimi için bulanık vikor ve bulanık topsis yöntemlerinin uygulanması. Istanbul University Journal of the School of Business Administration, 42 (2), 2013. https://www.resear chgate .net/publication/350213257
2. M. Sağnak, Depo yeri seçimi: perakende sektöründe melez çok kriterli karar verme uygulaması. Journal of Yaşar University, 15 (59), 615-623, 2020. https:// doi.org/10.19168/jyasar.689277
3. E. Aksoy, N. Ömürbek ve M. Karaatlı, Ahp temelli multimoora ve copras yöntemi ile Türkiye Kömür İşletmeleri’nin performans değerlendirmesi. Hacettepe Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 33 (4), 1-28, 2015. https://doi.org/ 10.17065/huiibf.10920
4. K. Yaralıoğlu, Performans değerlendirmede analitik hiyerarşi prosesi. Dokuz Eylül Üniversitesi İİBF Dergisi, 16 (1), 12-142, 2001. https://dergipark. org.tr/en/download/article-file/211403
5. A. Özbek, Türkiye Diyanet Vakfı'nın saw, copras ve topsis yöntemi ile performans değerlendirmesi. Yönetim Ve Ekonomi Araştırmaları Dergisi, 15 (1), 66-84, 2017. https://doi.org/10.11611/yead.277484
6. V. Ömürbek, E. Aksoy ve Ö. Akçakanat, Bankaların sürdürülebilirlik performanslarının aras, moora ve copras yöntemleri ile değerlendirilmesi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 8 (19), 14-32, 2017. https://doi.org/10.21076/vizyoner.329346
7. M. S. Topak ve M. Çanakçıoğlu, Banka Performansının entropi ve copras yöntemi ile değerlendirilmesi: Türk bankacılık sektörü üzerine bir araştırma. Mali Çözüm Dergisi, 29 (154), 107-132, 2019. http://academicrepository.khas.edu.tr/handle/20.500.12469/3206
8. E. Çınaroğlu, 2019 Fortune 500 listesinde yer alan otomotiv sektörü firmalarının swara destekli copras yöntemi ile değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 9 (2), 593-611, 2019. https://doi.org/ 10.18074/ckuiibfd.548359

9. A. Özbek, İlkokul Öğretmenleri Sağlık Ve Sosyal Yardım Sandığı’nın finansal performans analizi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7 (1), 1-31, 2017. https://dergipark.org.tr/en/download/article-file/320940
10. M. Erdoğan ve A. Yamaltdinova, Borsa İstanbul’a kayıtlı turizm şirketlerinin 2011-2015 dönemi finansal performanslarının topsis ile analizi. Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 5 (1), 19-36, 2018. https://doi .org/10.17541/optimum.335722
11. C. Tufan ve Y. Kiliç, Borsa İstanbul’da işlem gören lojistik işletmelerinin finansal performanslarının topsis ve vikor yöntemleriyle değerlendirilmesi. C.Ü. İktisadi Ve İdari Bilimler Dergisi, 20 (1), 119-137, 2019. http://esjournal cumhuriyet.edu.tr/en/download/article-file/729547
12. D. Stanujkic, B. Dordevic ve M. Dordevic, Comparative analysis of some prominent mcdm methods: a case of ranking Serbian banks. Serbian Journal of Management, 8 (2), 213-241, 2013. https://doi.org/10.5937/ sjm8-3774
13. A. Rabbani, M. Zamani, A. Yazdani-Chamzini ve E. K. Zavadskas, Proposing a new integrated model based on sustainability balanced scorecard (SBSC) and MCDM approaches by using linguistic variables for the performance evaluation of oil producing companies. Expert Systems with Applications, 41 (16), 7316-7327, 2014. https://doi.org/10. 1016/j.eswa.2014.05.023
14. D. Jothimani ve S. P. Sarmah, Supply chain performance measurement for third party logistics. Benchmarking: An International Journal, 21 (6), 944-963, 2014. https://doi.org/10.1108/BIJ-09-2012-0064
15. L. Ding ve Y. Zeng, Evaluation of Chinese higher education by topsis and iew—The case of 68 universities belonging to the Ministry of Education in China. China Economic Review, 36, 341-358, 2015. https://doi.org/10.10 16 /j.chieco.2015.05.007
16. S. Çakır ve S. Perçin, Çok kriterli karar verme teknikleriyle lojistik firmalarında performans ölçümü. Ege Akademik Bakış, 13 (4), 449-459, 2013. https://dergipark.org.tr/en/download/article-file/559959
17. A. Öztel, M. S. Köse ve H. Aytekin, Kurumsal Sürdürülebilirlik performansının ölçümü için çok kriterli bir çerçeve: Henkel örneği. Tarih Kültür ve Sanat Araştırmaları Dergisi, 1 (4), 32-44, 2012. https://doi.org/10.7596/taksad .v1i4.85
18. A. Ulutaş ve Ç. Karaköy, G-20 ülkelerinin lojistik performans endeksinin çok kriterli karar verme modeli ile ölçümü. S.C.Ü. İktisadi ve İdari Bilimler Dergisi, 20 (2), 71-84, 2016. https://doi.org/10.7596/taksad. v1i4.85
19. T. L. Saaty, Decision making—the analytic hierarchy and network processes (ahp/anp). Journal of Systems Science And Systems Engineering, 13 (1), 1-35, 2004. https://doi.org/10.1007/s11518-006-0151-5
20. T. L. Saaty, The analytic hierarchy process. McGraw-Hill, New York, 1980.
21. T. L. Saaty, How to make a decision: the analytic hierarchy process, European Journal Of Operational Research, 49, 9-26, 1990. https://doi.org/10.1016/ 0377-2217(90)90057-I
22. B. Özyörük ve E. C. Özcan, Analitik hiyerarşi sürecinin tedarikçi seçiminde uygulanması: otomotiv sektöründen bir örnek. SDÜ İktisadi ve İdari Bilimler Fakültesi Dergisi, 13 (1), 133-144, 2008. https://dergipark.org.tr/en/download/article-file/194764
23. T. L. Saaty, Decision making with the analytic hierarchy process. Int. J. Services Sciences, 1 (1), 83-98, 2008. https://dergipark.org.tr/en/download/article-file/1947 64
24. Ş. Gür, M. Hamurcu ve T. Eren, Ankara’da monoray projelerinin analitik hiyerarşi prosesi ve 0-1 hedef programlama yöntemleri ile seçimi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 23 (4), 437-443, 2017. https://dergipark.org.tr/en/download/ article-file/336051
25. E. K. Zavadskas ve A. Kaklauskas, Multicriteria Evaluation of Building (Pastatų sistemotechninis įvertinimas). Vilnius: Technika, 1996.
26. V. Podvezko, The comparative analysis of mcda methods saw and copras, Engineering Economics, 22 (2), 134-146, 2011. http://dx.doi.org/10.5755/ j01.ee.22.2.310
27. A. Özdağoğlu, Çok kriterli karar verme modellerinde normalizasyon tekniklerinin sonuçlara etkisi: Copras örneği. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 8 (2), 229-252, 2013. https://dergipark.org.tr/en/do wnload/article-file/65417
28. N. Ömürbek, N. Demirci ve P. Akalin, Analitik ağ süreci ve topsis yöntemleri ile bilimdalı seçimi. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 5 (9), 118-140, 2013. https://dergipark. org.tr/en/download/article-file/6541 7
29. A. İ. Özdemir ve N. Y. Seçme, Iki aşamalı stratejik tedarikçi seçiminin bulanik topsis yöntemi ile analizi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11 (2), 79-112, 2009. https://dergipark.org.tr/en/ download/article-file/18948
30. J. Papathanasiou ve N. Ploskas, Topsis, Multiple Criteria Decision Aid, Cham, Springer, 1-30, 2018.