A robust fuzzy FUCOM-RAFSI framework for panel board supplier selection: Empirically bounded rank reversal resistance under inflationary procurement conditions

Öz

Context—Panel board procurement is the primary cost driver in furniture manufacturing, requiring simultaneous evaluation of price competitiveness, delivery reliability, quality consistency, and compliance requirements under uncertainty. In the Turkish context, inflationary pressure during 2023–2025 elevated price stability as a procurement criterion alongside absolute price level, while growing export requirements introduced Forest Stewardship Council (FSC) certification as a qualification threshold for part of the supplier pool. Despite these conditions, MCDM applications in furniture procurement remain methodologically conservative—AHP-based weighting paired with TOPSIS or ARAS ranking dominates—and no prior study has combined consistency-optimizing weighting with rank reversal-resistant ranking in a fuzzy environment for panel board supplier selection.

Objective—This paper integrates Fuzzy FUCOM and Fuzzy RAFSI to address the gap mentioned in the context section. The integration has appeared in only a single prior study, confined to a defense-sector application; the present work extends it to a manufacturing procurement context, replaces D-number inputs with a fully fuzzy triangular fuzzy number formulation, and explicitly tests rank reversal resistance rather than assuming it.

Method—The framework is applied to a medium-scale Turkish furniture manufacturer evaluating twelve panel board suppliers across eight criteria. FUCOM derives criterion weights from a vector of fuzzy significance values and exactly n - 1 derived comparative priorities, solved as a single fuzzy program in which consistency is enforced as a mathematical constraint. RAFSI ranks alternatives on a ratio scale anchored by ideal and anti-ideal values specified exogenously from operational thresholds, which removes the dependence on the alternative set underlying the rank reversal susceptibility of TOPSIS-family methods. Three domain experts provided criterion priority rankings; Kendall's W = 0.979 confirmed near-perfect inter-expert agreement. Rankings are validated through Fuzzy VIKOR and Fuzzy MABAC, with stability assessed under nine weight perturbation scenarios and four rank reversal tests.

Results—Unit price and delivery reliability together account for 43.27% of total criterion weight, reflecting the cost-sensitive, schedule-driven character of furniture production under inflationary conditions. S1 ranks first across all three evaluation methods and holds that position under all nine perturbation scenarios. Rank reversal resistance is confirmed through four tests—addition of an alternative inside and outside the performance envelope of the existing set, and removal of a mid-ranked and an extreme-profile alternative—each of which reproduces every retained composite score to six decimal places, with Spearman . The Spearman coefficient between RAFSI and MABAC is , indicating strong methodological convergence.

Conclusion—The Fuzzy FUCOM–RAFSI integration delivers an internally consistent, computationally transparent supplier ranking for panel board procurement under inflationary conditions, addressing a methodological gap in the furniture sector literature. The rank reversal resistance confirmed empirically here—including under the exterior-addition test that alternative-set-dependent aggregations cannot pass—provides procurement managers with a stable decision support tool whose outputs hold under changes to the candidate set.

Anahtar Kelimeler

• Furniture manufacturing
• Fuzzy FUCOM
• Fuzzy RAFSI
• Panel board supplier selection
• Rank reversal resistance

Panel levha tedarikçi seçimi için sağlam bir bulanık FUCOM-RAFSI çerçevesi: Enflasyonist tedarik koşullarında ampirik olarak sınırlandırılmış sıra terselmesi direnci

Öz

Arka Plan—Panel levha tedariki, mobilya üretiminde başlıca maliyet kalemidir ve belirsizlik altında fiyat rekabetçiliği, teslimat güvenilirliği, kalite tutarlılığı ve uyum gerekliliklerinin eş zamanlı olarak değerlendirilmesini gerektirmektedir. Türkiye bağlamında, 2023–2025 döneminde yaşanan enflasyonist baskı, fiyat istikrarını mutlak fiyat düzeyinin yanında bir tedarik kriteri olarak öne çıkarmış; artan ihracat gereklilikleri ise Orman Yönetim Konseyi (FSC) sertifikasını tedarikçi havuzunun bir bölümü için bir yeterlilik eşiği hâline getirmiştir. Bu koşullara karşın, mobilya tedarikindeki ÇKKV uygulamaları yöntemsel açıdan muhafazakâr kalmaya devam etmektedir—AHP tabanlı ağırlıklandırmanın TOPSIS veya ARAS sıralamasıyla birlikte kullanımı baskındır—ve panel levha tedarikçi seçimi için bulanık ortamda tutarlılığı optimize eden bir ağırlıklandırma yöntemini sıra terselmesine dirençli bir sıralama yöntemiyle birleştiren herhangi bir çalışma bulunmamaktadır.

Amaç—Bu çalışma, Arka Plan bölümünde belirtilen boşluğu gidermek amacıyla Bulanık FUCOM ve Bulanık RAFSI yöntemlerini bütünleştirmektedir. Bu bütünleşik yapı daha önce yalnızca savunma sektörü uygulamasıyla sınırlı tek bir çalışmada yer almıştır; mevcut çalışma bu yaklaşımı bir imalat tedarik bağlamına taşımakta, D-sayısı girdilerini tamamen üçgen bulanık sayılara dayalı bir formülasyonla değiştirmekte ve sıra terselmesi direncini varsaymak yerine açıkça test etmektedir.

Yöntem—Çerçeve, on iki panel levha tedarikçisini sekiz kriter üzerinden değerlendiren orta ölçekli bir Türk mobilya üreticisine uygulanmıştır. FUCOM, kriter ağırlıklarını bulanık önem değerlerinden oluşan bir vektör ve bunlardan türetilen tam olarak n − 1 karşılaştırmalı öncelikten elde etmekte; tutarlılığın matematiksel bir kısıt olarak dayatıldığı tek bir bulanık program şeklinde çözülmektedir. RAFSI, alternatifleri operasyonel eşiklerden dışsal olarak belirlenen ideal ve anti-ideal değerlerle sabitlenmiş bir oran ölçeğinde sıralamakta; böylece TOPSIS ailesi yöntemlerin sıra terselmesine yatkınlığının temelinde yatan alternatif kümesine bağımlılığı ortadan kaldırmaktadır. Üç alan uzmanı kriter öncelik sıralamaları sağlamış; Kendall'ın W = 0.979 değeri uzmanlar arasında neredeyse tam bir uyum bulunduğunu doğrulamıştır. Sıralamalar Bulanık VIKOR ve Bulanık MABAC ile doğrulanmış; kararlılık ise dokuz ağırlık pertürbasyonu senaryosu ve dört sıra terselmesi testi altında değerlendirilmiştir.

Bulgular—Birim fiyat ve teslimat güvenilirliği birlikte toplam kriter ağırlığının %43.27'sini oluşturmakta olup bu durum, enflasyonist koşullar altında mobilya üretiminin maliyete duyarlı ve takvim odaklı yapısını yansıtmaktadır. S1, üç değerlendirme yönteminin tamamında birinci sırada yer almakta ve dokuz pertürbasyon senaryosunun tamamında bu konumunu korumaktadır. Sıra terselmesi direnci dört testle doğrulanmıştır—mevcut kümenin performans zarfının içinde ve dışında kalan birer alternatifin eklenmesi ile orta sıradaki ve uç profilli birer alternatifin çıkarılması—ve bu testlerin her biri korunan tüm bileşik skorları virgülden sonra altı basamağa kadar aynen yeniden üretmiş, Spearman ρ = 1.000 elde edilmiştir. RAFSI ile MABAC arasındaki Spearman katsayısı 0.8741 olup güçlü bir yöntemsel yakınsamaya işaret etmektedir.

Sonuç—Bulanık FUCOM–RAFSI bütünleşmesi, enflasyonist koşullar altında panel levha tedariki için içsel olarak tutarlı ve hesaplama açısından şeffaf bir tedarikçi sıralaması sunmakta ve mobilya sektörü literatüründeki yöntemsel bir boşluğu gidermektedir. Bu çalışmada ampirik olarak doğrulanan sıra terselmesi direnci—alternatif kümesine bağımlı birleştirme yöntemlerinin geçemediği dış ekleme testi de dâhil olmak üzere—tedarik yöneticilerine, çıktıları aday kümesindeki değişiklikler karşısında geçerliliğini koruyan kararlı bir karar destek aracı sağlamaktadır.

Anahtar Kelimeler

• Mobilya üretimi
• Bulanık FUCOM
• Bulanık RAFSI
• Panel levha tedarikçi seçimi
• Sıra terselmesi direnci

Kaynakça

1. E. E. Karsak, M. Dursun, “An integrated fuzzy MCDM approach for supplier evaluation and selection”, Computers & Industrial Engineering, 82, 82–93, 2015. https://doi.org/10.1016/j.cie.2015.01.019.
2. H. M. W. Chen, S. -Y. Chou, Q. D. Luu, T. H. -K. Yu, “A fuzzy MCDM approach for green supplier selection from the economic and environmental aspects”, Mathematical Problems in Engineering, 2016, 8097386, 2016. https://doi.org/10.1155/2016/8097386.
3. T. -C. Wang, S. -Y. Tsai, “Solar panel supplier selection for the photovoltaic system design by using fuzzy multi-criteria decision making (MCDM) approaches”, Energies, 11(8), 1989, 2018. https://doi.org/10.3390/en11081989.
4. N. Jain, A. R. Singh, R. K. Upadhyay, “Sustainable supplier selection under attractive criteria through FIS and integrated fuzzy MCDM techniques”, International Journal of Sustainable Engineering, 13(6), 441–462, 2020. https://doi.org/10.1080/19397038.2020.1737751.
5. T. -L. Nguyen, P. -H. Nguyen, H. -A. Pham, T. -G. Nguyen, D. -T. Nguyen, T. -H. Tran, H. -C. Le, H. -T. Phung, “A novel integrating data envelopment analysis and spherical fuzzy MCDM approach for sustainable supplier selection in steel industry”, Mathematics, 10(11), 1897, 2022. https://doi.org/10.3390/math10111897.
6. N. Chai, W. Zhou, Z. Jiang, “Sustainable supplier selection using an intuitionistic and interval-valued fuzzy MCDM approach based on cumulative prospect theory”, Information Sciences, 626, 710–737, 2023. https://doi.org/10.1016/j.ins.2023.01.070.
7. S. Chakraborty, R. D. Raut, T. M. Rofin, S. Chakraborty, “On solving a healthcare supplier selection problem using MCDM methods in intuitionistic fuzzy environment”, OPSEARCH, 61(2), 680–708, 2024. https://doi.org/10.1007/s12597-023-00733-1.
8. M. Sheykhizadeh, R. Ghasemi, H. Rezaei Vandchali, A. Sepehri, S. A. Torabi, “A hybrid decision-making framework for a supplier selection problem based on lean, agile, resilience, and green criteria: A case study of a pharmaceutical industry”, Environment, Development and Sustainability, 26(12), 30969–30996, 2024. https://doi.org/10.1007/s10668-023-04135-7.

9. F. Ecer, A. E. Torkayesh, “A stratified fuzzy decision-making approach for sustainable circular supplier selection”, IEEE Transactions on Engineering Management, 71, 1130–1144, 2024. https://doi.org/10.1109/TEM.2022.3151491.
10. M. Rukhsar, A. Hussain, K. Ullah, S. Moslem, T. Senapati, “Intelligent decision analysis for green supplier selection with multiple attributes using circular intuitionistic fuzzy information aggregation and Frank triangular norms”, Energy Reports, 13, 5773–5791, 2025. https://doi.org/10.1016/j.egyr.2025.05.011.
11. S. Bošković, S. Jovčić, V. Simic, L. Švadlenka, M. Dobrodolac, N. Bacanin, “A new criteria importance assessment (CIMAS) method in multi-criteria group decision-making: Criteria evaluation for supplier selection”, Facta Universitatis, Series: Mechanical Engineering, 23(2), 335–349, 2025. https://doi.org/10.22190/FUME230730050B.
12. B. Coşkun, M. S. Yıldız, M. Bayraktar, “Sürdürülebilir tedarik zinciri yönetiminde tedarikçi değerlendirme kriterlerinin DEMATEL yöntemiyle incelenmesi ve ahşap sektöründe bir uygulama”, International Journal of Management Economics and Business, 18(2), 618–648, 2022. https://doi.org/10.17130/ijmeb.978939.
13. M. N. Ince, C. Tasdemir, R. Gazo, “Lean and sustainable supplier selection in the furniture industry”, Sustainability, 15(22), 15891, 2023. https://doi.org/10.3390/su152215891.
14. K. Yılmaz, Y. Öztürk, E. Burdurlu, “Mobilya endüstrisi üretim süreçlerinde teknoloji seçimi: Panel ebatlama makinesi seçimi örneklemesi”, İleri Teknoloji Bilimleri Dergisi, 6(3), 774–785, 2017. https://izlik.org/JA35NZ56XH.
15. S. Khojasteh-Khosro, A. Shalbafan, H. Thoemen, “Preferences of furniture manufacturers for using lightweight wood-based panels as eco-friendly products”, European Journal of Wood and Wood Products, 78(3), 593–603, 2020. https://doi.org/10.1007/s00107-020-01519-8.
16. K. C. Akyüz, T. Tugay, S. Perçin, I. Yıldırım, “Analitik Hiyerarşi Süreci (AHP) ile mobilya sanayi sektöründe en uygun tedarikçi seçimine yönelik bir uygulama”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 29, 1–22, 2020. https://doi.org/10.18092/ulikidince.459650.
17. X. Chen, B. Zhou, A. Štilić, Ž. Stević, A. Puška, “A fuzzy–rough MCDM approach for selecting green suppliers in the furniture manufacturing industry: A case study of eco-friendly material production”, Sustainability, 15(13), 10745, 2023. https://doi.org/10.3390/su151310745.
18. M. Yerli, D. Öztürk, “AHP-TOPSIS yöntemine dayalı tedarikçi seçimi: Ahşap sektöründe bir uygulama”, Ordu Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Araştırmaları Dergisi, 13, 147–168, 2023. https://doi.org/10.48146/odusobiad.1184556.
19. K. Yilmaz, E. Burdurlu, “Selection of wooden furniture joints with multi-criteria decision-making techniques”, Wood Material Science & Engineering, 19(2), 311–326, 2024. https://doi.org/10.1080/17480272.2023.2242329.
20. D. Pamučar, Ž. Stević, S. Sremac, “A new model for determining weight coefficients of criteria in MCDM models: Full consistency method (FUCOM)”, Symmetry, 10(9), 393, 2018. https://doi.org/10.3390/sym10090393.
21. D. Pamucar, F. Ecer, “Prioritizing the weights of the evaluation criteria under fuzziness: The fuzzy full consistency method – FUCOM-F”, Facta Universitatis, Series: Mechanical Engineering, 18(3), 419–437, 2020. https://doi.org/10.22190/FUME200602034P.
22. E. Durmić, “The evaluation of the criteria for sustainable supplier selection by using the FUCOM method”, Operational Research in Engineering Sciences: Theory and Applications, 2(1), 91–107, 2019.
23. E. Durmić, Ž. Stević, P. Chatterjee, M. Vasiljević, M. Tomašević, “Sustainable supplier selection using combined FUCOM – rough SAW model”, Reports in Mechanical Engineering, 1(1), 34–43, 2020.
24. A. R. Mishra, A. Saha, P. Rani, D. Pamucar, D. Dutta, I. M. Hezam, “Sustainable supplier selection using HF-DEA-FUCOM-MABAC technique: A case study in the automaking industry”, Soft Computing, 26, 8821–8840, 2022. https://doi.org/10.1007/s00500-022-07192-8.
25. M. C. Taşkent, E. Kılıç Delice, “Bulanık FUCOM metodu ile tedarikçi değerlendirme kriterlerinin ağırlıklarının belirlenmesi”, Avrupa Bilim ve Teknoloji Dergisi, 28, 863–868, 2021. https://doi.org/10.31590/ejosat.1011756.
26. D. Çevik Aka, “A framework for the selection of material handling equipment using fuzzy FUCOM: A case study in the automotive industry”, Journal of Productivity, 59(3), 513–530, 2025. https://doi.org/10.51551/verimlilik.1575633.
27. Ž. Stević, E. Durmić, M. Gajić, D. Pamučar, A. Puška, “A novel multi-criteria decision-making model: Interval rough SAW method for sustainable supplier selection”, Information, 10(10), 292, 2019. https://doi.org/10.3390/info10100292.
28. A. A. Yürüyen, A. Ulutaş, A. Demirhan, E. Ozsalman, “Environmental considerations in the selection of transport vehicles: A fuzzy FUCOM method”, Management of Environmental Quality, 36(6), 1650–1669, 2025. https://doi.org/10.1108/MEQ-10-2024-0437.
29. M. M. A. Abdellatif, S. I. Abdel Aal, “A hybrid triangular fuzzy full consistency method (FUCOM) with TOPSIS to assess suppliers in supply chains”, Symmetry, 18(2), 276, 2026. https://doi.org/10.3390/sym18020276.
30. M. Žižović, D. Pamučar, M. Albijanić, P. Chatterjee, I. Pribićević, “Eliminating rank reversal problem using a new multi-attribute model — the RAFSI method”, Mathematics, 8(6), 1015, 2020. https://doi.org/10.3390/math8061015.
31. J. L. Aro, Y. T. Prasetyo, S. F. Persada, “A novel approach of ranking of alternatives through functional mapping of criterion sub-intervals into a single interval (RAFSI) method under a Fermatean environment”, Proceedings of the 8th International Conference on Industrial and Business Engineering (ICIBE 2022), Macau, China, 27–29 Sept. 2022, 123–132. https://doi.org/10.1145/3568834.3568898.
32. W. Wang, Y. Chen, Y. Wang, M. Deveci, A. Al-Hinai, S. Kadry, “Analyzing the barriers to blockchain adoption in supply chain finance using an integrated interval-valued Fermatean fuzzy RAFSI model”, Financial Innovation, 11(1), 9, 2025. https://doi.org/10.1186/s40854-024-00670-y.
33. I. Irvanizam, M. K. M. Nasution, T. Tulus, E. B. Nababan, “A hybrid decision support framework using MEREC-RAFSI with spherical fuzzy numbers for selecting banking financial aid recipients”, IEEE Access, 13, 33101-33123, 2025. https://doi.org/10.1109/ACCESS.2025.3539200.
34. H. Komasi, A. K. Yazdi, M. E. Sani, Y. Tan, “Assessing the circular economy in regions of Chile by using multiple-criteria decision-making (MCDM)”, Sustainability, 17(1), 23, 2025. https://doi.org/10.3390/su17010023.
35. S. Sezen, V. Özkır, “Order allocation model and supplier evaluation in textile industry with fuzzy OPA and RAFSI methods”, Journal of Intelligent Decision Making and Granular Computing, 1(1), 325-344, 2025. https://doi.org/10.31181/jidmgc11202527.
36. I. Z. Akyurt, D. Pamucar, M. Deveci, O. Kalan, Y. Kuvvetli, “A flight base selection for flight academy using a rough MACBETH and RAFSI based decision-making analysis”, IEEE Transactions on Engineering Management, 71, 258–273, 2024. https://doi.org/10.1109/TEM.2021.3119659.
37. D. Božanić, A. Milić, D. Tešić, W. Salabun, D. Pamučar, “D numbers – FUCOM – fuzzy RAFSI model for selecting the group of construction machines for enabling mobility”, Facta Universitatis, Series: Mechanical Engineering, 19(3), 447–471, 2021. https://doi.org/10.22190/FUME210318047B.
38. Z. Nunić, “Evaluation and selection of manufacturer PVC carpentry using FUCOM-MABAC model”, Operational Research in Engineering Sciences: Theory and Applications, 1(1), 13–28, 2018.
39. S. Opricovic, G. H. Tzeng, “Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS”, European Journal of Operational Research, 156(2), 445–455, 2004. https://doi.org/10.1016/S0377-2217(03)00020-1.
40. M. A. Kaviani, A. K. Yazdi, L. Ocampo, S. Kusi-Sarpong, “An integrated grey-based multi-criteria decision-making approach for supplier evaluation and selection in the oil and gas industry”, Kybernetes, 49(2), 406–441, 2020. https://doi.org/10.1108/K-05-2018-0265.
41. Turkish Statistical Institute (TUIK), “Consumer Price Index, 2022–2024”, https://www.tuik.gov.tr (19.01.2026).
42. M. Deloof, “Does working capital management affect profitability of Belgian firms?”, Journal of Business Finance & Accounting, 30(3–4), 573–587, 2003. https://doi.org/10.1111/1468-5957.00008.
43. M. Protopappa-Sieke, R. W. Seifert, “Interrelating operational and financial performance measurements in inventory control”, European Journal of Operational Research, 204(3), 439–448, 2010. https://doi.org/10.1016/j.ejor.2009.11.001.
44. M. N. Ince, E. Arpaci, C. Tasdemir, R. Gazo, “Economic and environmental sustainability performance improvements in the outdoor wood furniture industry through a lean-infused FMEA-supported fuzzy QFD approach”, Systems, 13(3), 211, 2025. https://doi.org/10.3390/systems13030211.