Bulanık Mantık ve ARAS yöntemleriyle Ege Bölgesi meyve üretimi ataması

Öz

Türkiye’nin Ege Bölgesi iklim koşulları ve toprak özellikleri açısından meyve üretimine çok elverişli bir bölgedir. Ege Bölgesi’ndeki meyve ve sebze üretimi Türkiye tarım ekonomisi açısından önemli bir konuma sahiptir. Meyvecilik sektörü Türkiye’nin tarım ekonomisi açısından oldukça önemli bir yere sahiptir. Çalışmanın amacı, Ege Bölgesi’ndeki dengesiz meyve üretiminin önüne geçilerek daha verimli meyve yetiştiriciliğini sağlamaktır. Çalışmada, farklı koşullarda yetişen meyveleri Ege Bölgesi’ndeki farklı özelliklere sahip illerde dengeli bir şekilde üretiminin yapılacağı bir atama amaçlanmıştır. Atama problemi için Ege Bölgesi’ndeki şehirlerin koşulları ve meyvelerin yetişme koşulları birlikte ele alınmıştır. Bu koşullar; rakım, sıcaklık, toprak niteliği, iklim, nem, iş gücü ve sulamadır. Meyve üretimi için AHP yöntemiyle koşullar analiz edilmiş ve faktör ağırlıkları hesaplanmıştır. Meyvelerin atama problemini çözmek için ARAS ve Bulanık Mantık yöntemleri kullanılmıştır. Bu yöntemler, belli bir durumun hesaplanamayan özelliklerini sayısallaştırarak sonuca ulaşmayı sağlamaktadır. Endüstriyel değeri ve ihracat geliri yüksek olan başta incir, üzüm, kekik ve kiraz üretimi için sırasıyla Aydın, Manisa, Denizli ve Afyonkarahisar illeri önerilmiştir. Yapılan çalışma ülke genelinde her bölgede bu şekilde meyve ve sebze atamasının yapılarak dengesiz üretimin önüne geçilebileceğini göstermiştir. Sonuçta ülkenin tarım arazileri etkin kullanılabilecek ve tarımın milli ekonomiye katkısı artacaktır.

Anahtar Kelimeler

• AHP
• Bulanık mantık
• ARAS
• Atama problemi
• Meyve üretimi

Aegean Region fruit production assignment using Fuzzy Logic and ARAS methods

Öz

Turkey's Aegean region is a very suitable region for fruit production in terms of climatic conditions and soil characteristics. Fruit and vegetable production in the Aegean region has an important position in terms of Turkey's agricultural economy. The fruit growing sector has a very important place in Turkey's agricultural economy. The aim of the study is to prevent unbalanced fruit production in the Aegean region and to ensure more efficient fruit growing. In the study, it was aimed to assign a balanced production of fruits grown under different conditions in provinces with different characteristics in the Aegean region. For the assignment problem, the conditions of the cities in the Aegean region and the growing conditions of the fruits are considered together. These conditions are altitude, temperature, soil quality, climate, humidity, labor and irrigation. Conditions for fruit production were analyzed with the AHP method and factor weights were calculated. ARAS and Fuzzy Logic methods were used to solve the assignment problem of fruits. These methods enable to reach the result by digitizing the noncomputable features of a particular situation. Aydın, Manisa, Denizli and Afyonkarahisar provinces have been proposed, respectively, for the production of figs, grapes, thyme and cherries, which have high industrial value and export income. The study has shown that unbalanced production can be prevented by assigning fruits and vegetables in this way in every region of the country. As a result, the country's agricultural lands will be used effectively and the contribution of agriculture to the national economy will increase.

Anahtar Kelimeler

• AHP
• Fuzzy logic
• ARAS
• Assignment problem
• Fruit production

Kaynakça

1. [1] Jato-Espino D, Castillo-Lopez E, Rodriguez-Hernandez J, Canteras-Jordana J. “A review of application of multicriteria decision making methods in construction”. Automation in Construction, 45, 151-162, 2014.
2. [2] Velasquez M, Hester P. “An analysis of multi-criteria decision making methods”. International Journal of Operations Research, 10(2), 56-66, 2013.
3. [3] Demireli E. “TOPSIS çok kriterli karar verme sistemi: Türkiye’deki kamu bankaları üzerine bir uygulama”. Girişimcilik ve Kalkınma Dergisi, 5(1), 101- 112, 2010.
4. [4] Uygurtürk H, Korkmaz T. “Finansal performansın TOPSIS çok kriterli karar verme yöntemi ile belirlenmesi: Ana metal sanayi işletmeleri üzerine bir uygulama”. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 7(2), 95-115, 2012.
5. [5] Urfalıoğlu F, Genç T. “Çok kriterli karar verme teknikleri ile türkiye’nin ekonomik performansının Avrupa birliği üye ülkeleri ile karşılaştırılması”. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(2), 329-360, 2013.
6. [6] Karaatli M, Ömürbek N, Budak İ, Dağ O. “Çok kriterli karar verme yöntemleri ile yaşanabilir illerin sıralanması”. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (33), 215-228, 2015.
7. [7] Çalışkan E, Tamer E. “Bankaların performanslarının çok kriterli karar verme yöntemiyle değerlendirilmesi”. Ordu Üniversitesi Bilim ve Teknoloji Dergisi, 6(2), 85-107, 2016.
8. [8] Karabıçak Ç, Boyacı A, Akay M, Özcan B. “Çok kriterli karar verme yöntemleri ve karayolu şantiye yeri seçimine ilişkin bir uygulama”. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(3), 106-121, 2016.

9. [9] Karaoğlan S, Şahin S. “BİST XKMYA işletmelerinin finansal performanslarının çok kriterli karar verme yöntemleri ile ölçümü ve yöntemlerin karşılaştırılması”. Ege Akademik Bakış, 18 (1), 63-80, 2018.
10. [10] Buse U, Şeyda G, Tamer E, Özcan E. “Çok kriterli karar verme yöntemleri ile bulut hizmet sağlayıcı sıralaması”. Pamukkale İşletme ve Bilişim Yönetimi Dergisi, 6(1), 20-34, 2019.
11. [11] Yapıcı S, Yumuşak R, Tamer E. “Çok kriterli karar verme yöntemleri ile medikal depo yeri seçimi”. Trakya Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 203-221, 2020.
12. [12] Küçükal NT, Pınar A, Dilara K, Kaya GK. “Çok kriterli karar verme yöntemlerinin karşılaştırmalı kullanımı ile Türkiye’deki illerin yaşam kalitelerinin değerlendirilmesi”. Gazi İktisat ve İşletme Dergisi, 7(2), 150-168, 2021.
13. [13] Arslan R. Çok Kriterli Karar Verme Yöntemlerinin Karşılaştırılması ve Bütünleştirilmesi: OECD Verileri Üzerine Bir Uygulama. Doktora Tezi, Cumhuriyet Üniversitesi, Sivas, Türkiye, 2018.
14. [14] Özdemir O, Parmaksız S. “Bist enerji işletmelerinin finansal performanslarının çok kriterli karar verme teknikleri ile karşılaştırılması: TOPSIS ve EDAS yöntemleri ile analiz”. Başkent Üniversitesi Ticari Bilimler Fakültesi Dergisi, 6(1), 34-56, 2022.
15. [15] Ho W. “Integrated analytic hierarchy process and its applications-a literature review”. European Journal of Operational Research, 186(1), 211-228, 2008.
16. [16] Supçiller A, Çapraz O. “AHP-TOPSIS yöntemine dayalı tedarikçi seçimi uygulaması”. Istanbul University Econometrics and Statistics e-Journal, 13, 1-22, 2011.
17. [17] Bedir N, Eren T. “Ahp-Promethee yöntemleri entegrasyonu ile personel seçim problemi: perakende sektöründe bir uygulama”. Sosyal Bilimler Araştırma Dergisi, 4(4), 46-58, 2015.
18. [18] Sliogeriene J, Turskis Z, Streimikiene D. “Analysis and choice of energy generation technologies: The multiple criteria assessment on the case study of Lithuania”. Energy Procedia, 32, 11-20, 2013.
19. [19] Erdal H. “İş sağlığı ve güvenliği için Dematel-ARAS tabanlı risk değerlendirme metodolojisi ve bir uygulama”. Manas Sosyal Araştırmalar Dergisi, 8(2), 1831-1853, 2019.
20. [20] Kazan R, Eğrisöğüt Tiryaki A. “Bulaşık makinesinin bulanık mantık ile modellenmesi”. Mühendis ve Makina, 48(565), 3-8, 2007.
21. [21] Kaehler SD. “Fuzzy Logic-An Introduction”. www.seattlerobotics.org (26.10.2022).
22. [22] Dernoncourt F. “Introduction to fuzzy logic”. Massachusetts Institute of Technology, 21, 50-56, 2013.
23. [23] Çitli N. Bulanık Çok Kriterli Karar Verme. Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi, İstanbul, Türkiye, 2006.
24. [24] Ödük MN. Bulanık Mantık Yöntemi ve Uygulamaları, Ankara, Türkiye, İksad Yayınevi, 2019.
25. [25] Tabar ME, Şişman Y. “Bulanık mantık ile arsa değerleme modelinin oluşturulması”. Türkiye Arazi Yönetimi Dergisi, 2(1), 18-24, 2020.
26. [26] Gaurav AK, Kaur A. “Comparison between conventional PID and fuzzy logic controller for liquid flow control: Performance evaluation of fuzzy logic and PID controller by using MATLAB/Simulink”. International Journal of Innovative Technology and Exploring Engineering (IJITEE), 1(1), 84-88, 2012.
27. [27] Langari R. “Past, present and future of fuzzy control: A case for application of fuzzy logic in hierarchical control”. 18th International Conference of the North American Fuzzy Information Processing Society, New York, NY, USA, 10-12 June 1999.
28. [28] Chuen Chien Lee, “Fuzzy logic in control systems i.e. fuzzy logic controller”. IEEE Transactions on Systems, Man and Cybernetics, 20(2), 404-418, 1990.
29. [29] Ahmet Ö, Sinecen M. “Klima sistem kontrolünün bulanık mantık ile modellemesi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 10(3), 353-358, 2004.
30. [30] Tabar ME, Şişman Y. “Bulanık mantık ile arsa değerleme modelinin oluşturulması”. Türkiye Arazi Yönetimi Dergisi, 2(1), 18-24, 2020.
31. [31] Kişi Ö, Karanan ME, Şen Z. “Nehirlerdeki askı maddesi miktarının bulanık mantık ile modellenmesi”. İTÜ Dergisi, 2(3), 43-54, 2010.
32. [32] Özek A, Sinecen M. “Klima sistem kontrolünün bulanık mantık ile modellemesi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 10(3), 353-358, 2004.
33. [33] Murat YŞ. “Sinyalize kavşaklardaki taşıt gecikmelerinin bulanık mantık ile modellenmesi”. Teknik Dergi, 17(83), 3903-3916, 2006.
34. [34] Özçalık HR, Türk A, Yıldız C, Koca Z. “Katı yakıtlı buhar kazanında yakma fanının bulanık mantık denetleyici ile kontrolü”. KSÜ Doğa Bilimleri Dergisi, 11(1), 52-58, 2008.
35. [35] Kazu İY, Özdemir O. “Öğrencilerin bireysel özelliklerinin yapay zekâ ile belirlenmesi”. XI Akademik Bilişim Konferansı, Şanlıurfa, Türkiye, 11-13 Şubat 2009.
36. [36] Vinodh S, Vimal K. “Thirty criteria based leanness assessment using fuzzy logic approach”. The International Journal of Advanced Manufacturing Technology, 60(9), 1185-1195, 2012.
37. [37] Kömür M, Altan M. “Deprem hasarı gören binaların hasar tespitinde bulanık mantık yaklaşımı”. İTÜ Dergisi, 4(2), 43-52, 2011.
38. [38] Yıldız A, Deveci M. “Bulanık vikor yöntemine dayalı personel seçim süreci”. Ege Akademik Bakış, 13(4), 427-436, 2013.
39. [39] Birgili E, Sekmen F, Sinan E. “Bulanık mantık yaklaşımıyla finansal yönetim uygulamaları: bir literatür taraması”. Uluslararası Yönetim İktisat ve İşletme Dergisi, 9(19), 121-136, 2013.
40. [40] Bayraktutan Y, Özbilgin M. “Türkiye’de illerin lojistik merkez yatırım düzeylerinin bulanık mantık yöntemiyle belirlenmesi”. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (43), 1-36, 2015.
41. [41] Yiğiter ŞY, Sarı SS, Başakın EE. “Hisse senedi kapanış fiyatlarının yapay sinir ağları ve bulanık mantık çıkarım sistemleri ile tahmin edilmesi”. Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(1), 1-22, 2017.
42. [42] Esmer Y, Pabuçcu H. “Stratejik kariyer planlama: bulanık mantık yaklaşımı”. İzmir İktisat Dergisi, 34(1), 111-124, 2019.