Mobilya sektöründe bulanık TOPSIS yöntemi ile tedarikçi seçimi

Abstract

Tedarikçi seçimi, karlılık, büyüme ve artan küresel rekabet ortamında işletmeler açısından stratejik önem taşımaktadır. Tedarikçi seçim kararı, işletmede karar sahibi olan kişilerin grupça değerlendirmesi bakımından oldukça önemlidir.  Ancak bu tür kararlar, niteliksel ve niceliksel birçok faktör ve birden faz­la karar verici içerdiği için genellikle belirsiz ve karmaşıktır. Bu nedenle bulanık çok kriterli karar verme yöntem­leri bu sorunların çözümü için geliştirilmiştir. Bu yöntemler karar vericilerin tercihlerindeki belirsizliği ortaya koyup birçok kriteri aynı anda değerlendirir. Bu nedenle bu çalışmada çok kriterli karar verme yöntemlerinden biri olan bulanık TOPSIS (Technique for Order Preference by Similarity to Ideal Solutions) yöntemi kullanılarak Türkiye’de faaliyet gösteren bir mobilya fabrikasının tedarikçi seçimi incelenmiştir. Çalışma, bulanık TOPSIS yönteminin tedarikçi seçiminde etkin bir yöntem olarak kulla­nılabileceğini göstermiştir.

Keywords

• Tedarikçi seçimi
• bulanık mantık
• bulanık TOPSIS

Supplier selection for furniture industry with fuzzy TOPSIS method

Abstract

Supplier selection has big importance in terms of profitability and growth of companies in the increasingly competitive environment. Supplier selection decision is a very significant topic for the group evaluation of the decision makers in businesses. However, such decisions are often ambiguous and complex as having many qualitative and quantitative factors as well as multiple decision-makers. Hence, fuzzy multi-criteria decision-making methods have been developed to solve these problems. These methods reveal the uncertainties of the choice of decision-makers and they are able to evaluate many criteria simultaneously. Therefore, in this study it is is investigated supplier selection of a furniture factory which is operating in Turkey by using fuzzy TOPSIS (Technique for Order Preference by Similarity to Ideal Solutions) method is one of the decision-making process. This study has shown that fuzzy TOPSIS method can be used as an effective method in supplier selection.

Keywords

• Supplier selection
• fuzzy logic
• fuzzy TOPSIS

References

1. G.W. Dickson “An analysis of vendor selection
2. systems and decisions”, Journal of Purchasing.
3. /1, 5-17. 1966
4. W. Ho, X. Xu, P. K. Dey, “Multi-criteria
5. decision making approaches for supplier
6. evaluation and selection: A literature review”,
7. European Journal of Operational Research. 202,
8. pp.16–24, 2010.

9. W.P. Wang, “A fuzzy linguistic computing
10. approach to supplier evaluation”, Applied
11. Mathematical Modelling. 34, pp. 3130–3141,
12. -
13. O. Mamavi, H. Nagati, G. Pache, F.T. Wehrle,
14. “How does performance history impact supplier
15. selection in public sector”, Industrial
16. Management & Data Systems. Vol. 115 No. 1,
17. pp. 1-29, 2015.
18. A. Öztürk, Ş. Erdoğmuş, V. S. Arıkan. “Analitik
19. hiyerarsi süreci (ahs) kullanılarak tedarikçilerin
20. değerlendirilmesi: bir tekstil firmasında
21. uygulama”, Dokuz Eylül Üniversitesi İktisadi ve
22. İdari Bilimler Fakültesi Dergisi. 26(1), 93-112,
23. -
24. A. A. Supçiller, O. Capraz, “AHP-TOPSIS
25. Yontemine Dayali Tedarikci Secimi
26. Uygulamasi”, İstanbul Üniversitesi İktisat
27. Fakültesi Ekonometri Ve İstatistik Dergisi,
28. Sayı.13, 1-22, 2011.
29. B.Gökalp, B. Soylu, “Tedarikçinin Süreçlerini
30. İyileştirme Amaçlı Tedarikçi Seçim Problemi”,
31. Journal of Industrial Engineering (Turkish
32. Chamber of Mechanical Engineers), 23(1), 4-15,
33. -
34. I. M. Ar, H. Göksen, M. A. Tuncer, Kablo
35. sektöründe tedarikçi seçimi için bütünlesik
36. DEMATEL-AAS-VIKOR Yönteminin
37. Kullanılmasi”, Ege Akademik Bakış, 15(2), 285-
38. , 2015.
39. L. A. Zadeh, “Fuzzy sets”, Information Control.
40. , 338–353, 1965.
41. D. Chamodrakas, D. Batis, Martakos, “Supplier
42. selection in electronic marketplaces using
43. satisficing and fuzzy AHP”, Expert Systems with
44. Applications. 37, 490–498, 2010.
45. C.C. Sun, “A Performance Evaluation Model By
46. Integrating Fuzzy AHP and Fuzzy TOPSIS
47. Methods”, Expert Systems with Applications 37,
48. –7754, 2010.
49. S. Ballı, S. Korukoğlu, “Operating system
50. selection using fuzzy AHP and TOPSIS
51. methods”, Mathematical and Computational
52. Applications, 14(2), 119-130, 2009.
53. S. Ballı, S. Korukoğlu, “Development of a fuzzy
54. decision support framework for complex multiattribute
55. decision problems: A case study for the
56. selection of skilful basketball players”, Expert
57. Systems, 31(1), 56-69, 2014.
58. C.N. Liao, H.P. Kao, “An Integrated Fuzzy
59. TOPSIS And MCGP Approach to Supplier
60. Selection in Supply Chain Management”, Expert
61. Systems with Applications 38, 10803–10811,
62. -
63. D. Kannan, A.B.L.S. Jabbour, C.J.C. Jabbour,
64. “Selecting Green Suppliers Based on GSCM
65. Practices: Using Fuzzy TOPSIS Applied to A
66. Brazilian Electronics Company”, European
67. Journal of Operational Research. 233, 432–447,
68. -
69. F.L.R. Junior, L. Osiro, L.C.R. Carpinetti, “A
70. Comparison Between Fuzzy AHP and Fuzzy
71. TOPSIS Methods to Supplier Selection”,
72. Applied Soft Computing. 21, 194–209, 2014.
73. Z. Şen, Bulanık Mantık İlkeleri ve Modelleme.
74. Su Vakfı Yayınları, 2009.
75. C. L. Hwang, K. Yoon, “Multiple attribute
76. decision makingmethods and applications”, a
77. state-of-the-art survey. New York:Springer-
78. Verlag. 1981.
79. C.T. Chen, “Extensions of the Topsis for Group
80. Decision-Making Under Fuzzy Environment”,
81. Fuzzy Sets and Systems. 114, pp.1-9, 2000.