Bir kablo firması için bulanık CRITIC ve bulanık MAIRCA ile ekstrüder hattı seçimi

Öz

Kablo sektörü, yüksek hammadde maliyetleri ile üretim gerçekleştirmektedir. Ekstrüder hatları; ürün kalite ve maliyetleri açısından fark yaratmaktadır. Bu nedenle en iyi hattın seçimi önem arz etmektedir. Bu çalışmada bir kablo firmasında üretime alınacak yeni bir yalıtkan malzeme için dört ekstrüder hattı ele alınmıştır. Tüm alternatifler için toplam yedi değerlendirme kriteri belirlenmiştir. Pisagor bulanık ve üçgensel bulanık sayı kümelerinde tanımlı dilsel ifadeleri kullanarak firma üretim yöneticilerinden oluşan karar verici grubu tüm alternatifleri, kriterler altında değerlendirmiştir. Değerlendirmeler neticesinde, Pisagor bulanık sayılar kullanılarak öncelikle Bulanık CRITIC yöntemi ile objektif kriter ağırlıkları belirlenmiş ardından üçgensel bulanık sayıların kullanıldığı Bulanık MAIRCA yöntemi ile ekstrüder hattı seçimi gerçekleştirilmiştir. Kriterlerin, elde edilen sonuçlar üzerindeki etkisini ölçmek için duyarlılık analizleri gerçekleştirilmiştir. Kriterlerin ağırlıklandırılması adımında enerji kullanımı kriteri ön plana çıkmıştır. HFFR ürününün mamule dönüştürülmesi için en uygun hattın ‘Bobin’ olduğu belirlenmiştir. Çalışma ile birlikte uygulama yapılan firma için öncelikli hat tanımlanmıştır.

Anahtar Kelimeler

• Çok kriterli karar verme
• MAIRCA
• CRITIC
• Pisagor bulanık küme
• Üçgensel bulanık küme

Extruder line selection with fuzzy CRITIC and fuzzy MAIRCA for a cable company

Abstract

The cable industry carries out production with high raw material costs. Extruder lines make a difference in terms of product quality and costs. Therefore, the selection of the best line is important. In this study, four extruder lines were considered for a cable company for the production of a new insulation material. A total of seven evaluation criteria were determined for all alternatives. The decision-making group, consisting of production managers of the company, evaluated all alternatives under the criteria using linguistic expressions defined in Pythagorean fuzzy and triangular fuzzy number sets. As a result of the evaluations, objective criterion weights were determined using the Fuzzy CRITIC method with Pythagorean fuzzy numbers, and then the extruder line selection was carried out using the Fuzzy MAIRCA method with triangular fuzzy numbers. Sensitivity analyses were conducted to measure the impact of criteria on the obtained results. In the step of weighting the criteria, the energy usage criterion stood out. It was determined that the "Bobin" line is the most suitable for the conversion of the HFFR product into the final product. The study identified the priority line for the company where the application was carried out.

Keywords

• Multi-Criteria decision making
• MAIRCA
• CRITIC
• Pythagorean fuzzy sets
• Triangular fuzzy sets

Kaynakça

1. [1] Arslankaya S, Göraltay K. Çok Kriterli Karar Verme Yöntemlerinde Güncel Yaklaşımlar. 1. Baskı, Ankara, Türkiye, İksad, 2019.
2. [2] Yazgan A, Agamyradova H. “SWARA ve MAIRCA yöntemleri ile bankacılık sektöründe personel seçimi”. Tokat Gaziosmanpaşa Üniversitesi Sosyal Bilimler Araştırmaları Dergisi, 16, 281-291, 2021.
3. [3] Kaya İ, Çolak M, Terzi F. “A comprehensive rewiew of fuzzy multi criteria decision making methodologies for energy policy making”. Energy Strategy Rewiews, 24, 207-228, 2019.
4. [4] İç Y, Yurdakul M. “Çok kriterli karar verme yöntemleri kullanan makine-ekipman seçim çalışmalarında bulanıklığın sonuçlara etkisinin incelenmesi”. İşletme Fakültesi Dergisi, 9(1), 125-140, 2008.
5. [5] Uzun S, Kazan H. “Çok kriterli karar verme yöntemlerinden AHP TOPSIS ve PROMETHEE karşılatırması: gemi inşada ana makine seçimi uygulaması”. Journal of Transportation and Logistics, 1(1), 99-113, 2016.
6. [6] Ransikarbum K, Khamhong P. “Integrated fuzzy analytic hierarchy process and technique for order of preference by similarity to ıdeal solution for additive manufacturing printer selections”. Journal of Materials Engineering and Performance, 30, 6481-6492, 2021.
7. [7] Özdağoğlu A, Keleş M, Eren F. “Laboratuvaar kan gazı cihazı alternatiflerinin bulanık VIKOR ve bulanık EDAS ile değerlendirilmesi”. Sosyal Bilimler Araştırmaları Dergisi, 11(1), 221-237, 2021.
8. [8] Kurtay K, Dağıstanlı H, Erol S. “Plastik boru ve kaynak makinesi seçim problemi için analitik hiyeraşi prosesi ile gri ilişkisel analiz yöntemlerinin entegrasyonu”. Savunma Bilimleri Dergisi, 20(2), 268-291, 2021.

9. [9] Madic M, Radovanovic M. “Selection of laser cutting systems using MCDM methods”. 8th International Conference Transport and Logistics, Nis, Serbia, 3 December 2021.
10. [10] Goswami S, Behera D. “Solving material handling equipment selectıons problems in a industry with the entropy integrated COPRAS and ARAS MCDM techniques”. Process Integration and Optimization for Sustainability, 5(5), 947-973, 2021.
11. [11] Tümtürk A, Tolun B. “Bir depo tesisine alınacak paketleme makinesi seçim kararının analitik ağ süreci tabanlı gri ilişkisel analiz yöntemiyle belirlenmesi”. MANAS Sosyal Araştırmalar Dergisi, 10(2), 971-985, 2021.
12. [12] Rashid T, Ali A, Chu Y. “Hybrid BW-EDAS MCDM methodology for optimal industrial robot selection”. Plos One, 16(2), 1-18, 2021.
13. [13] Yang M, Ji Z, Zhang L, Zhang A, Xia Y. “A hybrid comprehensive performance evaluation approach of cutter holder for tunnel boring machine”. Advanced Engineering Informatics, 52, 2022.
14. [14] Veskovic S, Stevic Z, Nunic Z, Milinkovic S, Mlandenovic D. “A novel integrated large-scale group MCDM model under fuzzy enviroment for selection of reach stacker container terminal”. Applied Intelligence, 22(22), 13543-13567, 2022.
15. [15] Raja S, Rajan A. “A decision-making model for selection of the suitable FDM machine using fuzzy TOPSIS”. Mathematical Problems in Engineering, 2022,
16. [16] Baczkiewicz A, Kizielewicz B, Shekhovtsov A, Watróbski J, Sałabun W. “Methodical aspects of MCDM based ecommerce recommender system”. Journal of Theoretical and Applied Electronic Commerce Research, 16, 2193-2228, 2021.
17. [17] Bakır M, Özdemir E, Akan Ş. “A novel MADM approach to the ground-handling agent selection problem in B2B markets”. Journal of Advances in Management Research, 18(5), 684-707, 2021.
18. [18] Peng X, Sun D, Luo Z. “Pythagorean fuzzy soft decisionmaking method for cache replacement policy selection in fog computing”. International Journal of Machine Learning and Cybernetics, 13, 3663-3690, 2022.
19. [19] Han X, Rani P. “Evaluate the barriers of blockchain technology adoption in sustainable supply chain management in the manufacturing sector using a novel Pythagorean fuzzy-CRITIC-CoCoSo approach”. Operations Management Research, 15, 725-742, 2022.
20. [20] Kaya İ, Kılınç M, Çevikcan E. “Makine-teçhizat seçim probleminde bulanık karar verme süreci”. Mühendis ve Makina, 49(576), 8-14, 2007.
21. [21] Kabak M, Erdebilli B. Bulanık Çok Kriterli Karar Verme Yöntemleri. 1. Baskı. Ankara, Türkiye, Nobel Yayınevi, 2021.
22. [22] Ecer F. “Üyelik fonksiyonu olarak üçgen bulanık sayılar mı yamuk bulanık sayılar mı?”. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 161-180, 2007.
23. [23] Karakış E. “Bulanık AHP ve bulanık TOPSIS ile bütünleşik karar destek modeli önerisi: özel okullarda öğretmen seçimi”. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakülte Dergisi, 53, 112-127, 2019.
24. [24] Doğanalp B. “Bulanık çok kriterli karar verme ile öğretim üyesi değerlendirme çalışması”. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12, 498-517, 2016.
25. [25] Gök Kısa AC. “TR83 bölgesinde yenilenebilir enerji kaynaklarının CRITIC tabanlı gri ilişkisel analiz yaklaşımı ile değerlendirilmesi”. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 27(4), 542-548, 2021.
26. [26] Pamucar D, Bozanic D, Randelovıc A. “Multi-criteria decision making: an example of sensivity analysis”. Serbian Journal of Management, 1(12), 1-27, 2017.