Lojistik Depolarda Sipariş Toplama ve Konumlandırmaya Yönelik Yenilikçi Bir Yaklaşım

Yıl 2023, , 491 - 512, 31.07.2023

Önder Şahinaslan , Ceyhun Karatas , Ender Şahinaslan

https://doi.org/10.51551/verimlilik.1188635

Öz

Amaç: Uluslararası bir lojistik deponun verimliliğini artırmaya katkı sağlamak için depo dolaşım mesafesini kısaltacak yenilikçi ve etkin bir konumlandırma yönteminin geliştirilmesi amaçlanmıştır.
Yöntem: 1.239.545 adet ham depo verisi uzman ekiplerin desteği ile analiz edilmiş ve yorumlanmıştır. Makine öğrenimi algoritmalarının depo konumlarının belirlenmesinde kullanılabilirliği araştırılmıştır. Dolaşım hızı ve anahtar değer hesaplamasına dayalı olarak alternatif bir konumlandırma çözümü geliştirilmiştir. Statik olarak beş farklı bölgeye ayrılan sahada uygulamalı testler yapılmıştır. Önerilen yöntemin etkinliği, bilinen konumlandırma yöntemleriyle karşılaştırılmıştır.
Bulgular: Öğrenme algoritmalarının başarı oranları (%54-%64) uzman ekipler tarafından yeterli bulunmamıştır. Geliştirilen çözümde ürünleri doğru yere yerleştirme başarı oranı %90,93 olmuştur. Bir aylık gözlem sonucunda depo giriş çıkış işlemlerinde kat edilen mesafe yaklaşık 880 km kısalmış, depo doluluk oranı %54,07'den %55,68'e yükselmiştir. Elde edilen sonuçlar önerilen yöntemin etkinliğini göstermektedir.
Özgünlük: Depo yerleşim yüzdeleri ve dolaşım mesafelerinde önemli kazanımlar elde edilmiştir. Bilinen diğer yöntemlere göre daha etkili ve yenilikçi bir yaklaşım sunmaktadır. Bölge sınırı olmayan dinamik, verimli ve başarılı yapısıyla farklı depolarda uygulanabilir özgünlüktedir. Gerçek depo verilerine ve uzman görüşlerine dayalı olarak oluşturulması literatüre eşsiz bir katkı sağlamaktadır.

Anahtar Kelimeler

Lojistik Depo Yönetimi, Etkili Konumlandırma, Teknoloji ve Yenilik, Verimlilik

Teşekkür

Makalenin yazarları, çalışmanın gerçekleşmesinde sundukları her türlü imkânlar için Barsan Global Lojistik A.Ş. yönetim ve uzman ekiplerine teşekkür etmektedir.

An Innovative Approach to Order Picking and Positioning in Logistics Warehouses

Öz

Purpose: In order to contribute to increasing the efficiency of an international logistics warehouse, it is aimed to develop an innovative and effective positioning method that will shorten the warehouse circulation distance.
Methodology: 1,239,545 raw warehouse data have been analyzed and interpreted with the support of expert teams. The usability of machine learning algorithms in determining warehouse locations has been investigated. An alternative positioning solution has been developed, based on circulation rate and key value calculation. Practical tests were carried out in the field, which is statically divided into five different regions. The effectiveness of the proposed method is compared with known positioning methods.
Findings: The success rates (54%-64%) of the learning algorithms were not found sufficient by the expert teams. In the solution developed, the success rate of placing the products in the right place was 90.93%. As a result of a one-month observation, the distance covered in warehouse entry and exit operations has been shortened by approximately 880 km, and the warehouse occupancy rate has increased from 54.07% to 55.68%. Obtained results show the efficiency of the proposed method.
Originality: Significant gains have been achieved in warehouse settlement percentages and circulation distances. It offers a more effective and innovative approach than other known methods. It is uniquely applicable in different warehouses with its dynamic and efficient structure that has no regional borders. Its creation based on real warehouse data and expert opinions makes a unique contribution to the literature.

Anahtar Kelimeler

Logistics Warehouse Management, Effective Positioning, Technology and Innovation, Productivity

Kaynakça

• Ameyaw E.E., Hu Y., Shan M., Shan S.P. ve Le Y. (2016). “Application of Delphi Method in Construction Engineering and Management Research: A Quantitative Perspective”. Journal of Civil Engineering and Management, 22(8), 991-1000, DOI:10.3846/13923730.
• Aylak, B.L., Oral, O. ve Yazıcı, K. (2021). “Yapay Zekâ ve Makine Öğrenmesi Tekniklerinin Lojistik Sektöründe Kullanımı” El-Cezerî Fen ve Mühendislik Dergisi, 8(1), 74-93.
• Baray A. ve Çakmak E. (2015). “Design Methodology for a Multiple-Level Warehouse Layout Based on Partical Swarm Optimizasyon Algorithm”, İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 25 (77), 13-38.
• Barnes R.(2021). “How to Find Outliers with SQL”, https://dataschool.com/how-to-teach-people-sql/how-to-find-outliers-with-sql/, (Erişim Tarihi: 10.03.2022).
• Bartholdi J.J. ve S.T.Hackman (2014). “Warehouse and Distribution Science”, https://www.warehouse-science.com/, (Erişim Tarihi: 14.07.2022).
• Berg J.P. ve Zijm W.H.M. (1999). “Models for Warehouse Management: Classification and Examples”, International Journal of Production Economics, 59(1-3), 519-528.
• Caron F. ve Marchet G. (1998). “Routing Policies and COI-based Storage Policies in Picker-to-part Systems”, International Journal of Production Research, 36(3), 713-732.
• Chen M-C. ve Wu H-P. (2005). “An Association-based Clustering Approach to Order Batching Considering Customer Demand Patterns”, Omega, 33(4), 333-343.
• Dallari F., Marchet G. ve Melacini M. (2008). “Design of Order Picking System”, The International Journal of Advanced Manufacturing Technology, 42(1), 1-12.
• De Koster M.B.M., Van der Poort E. ve Wolters M. (1999). “Efficient Orderbatching Method in Warehouses”, International Journal of Production Research, 37, 1479-1504.
• De Koster R., Le-Duc T. ve Roodbergen K.J. (2007). “Design and Control of Warehouse Order Picking: A Literature Review”, European Journal of Operational Research, 182(2), 481-501.
• Dinç, Y. ve Korkmaz, O. (2021). “Büyük Verinin Lojistik Sektöründe Kullanımı: Mersin İli Örneği”, Verimlilik Dergisi, 4, 67-88, DOI: 10.51551/verimlilik.825813.
• Dursun T. ve Gürsev S. (2016). “Pazarlamada Dağıtım Kanalları Yönetimi ve Lojistik Merkezlerin Gelişiminde Kümeleme Yaklaşımı”, Marmara Üniversitesi Öneri Dergisi, 12(45), 555-568, DOI:10.14783/od.v12i45.1000020026.
• Dündar, A.O. ve Ölger, A.M. (2022). “Manuel Sipariş Toplama Operasyonlarında Hata Tespit Uygulaması: Ağırlık Kontrol Noktası”, Gaziantep University Journal of Social Sciences, 21 (2), 751-767, DOI:10.21547/jss.934606.
• Füchtenhans, M., Grosse, E. ve Glock, C. (2021). “Smart Lighting Systems: State-of-the-Art and Potential Applications in Warehouse Order Picking”, International Journal of Production Research, 59(12), 3817-3839.
• Erarslan, F.S. ve Deste, M. (2022). “Depolarda Ürün Atama Problemlerinde Çok Kriterli Karar Verme Yöntemlerinin Kullanımı: Bir İşletme Uygulaması”, International Journal of Engineering Research and Development, 14(2), 514-530.
• Gu J., Goetschalckx M. ve Mcginnis L.F. (2007). “Research on Warehouse: A Comprehensive Review”. European Journal of Operational Research, 177, 1-21.
• Günerkan M., Şahinaslan E. ve Şahinaslan Ö. (2022). “Gümrük Beyannamesi Sürecinde Öğrenmeye Dayalı Algoritmaların Etkinliğinin İncelenmesi”, Acta Infologica, 6(2), 175-188, DOI:10.26650/acin.1057060.
• Henn S. ve Wäscher G. (2012). “Tabu Search Heuristics for the Order Batching Problem in Manual Orderpicking Systems”, European Journal of Operational Research, 222(3), 484-494.
• Ho Y.C., Su T.S. ve Shi Z.B. (2008). “Order Batching Methods for An Order- picking Warehouse with Two Cross Aisles”, Computers and Industrial Engineering, 55, 321-347.
• Hsu C.M., Chen K.Y. ve Chen M.Y. (2005). “Batching Orders in Warehouses by Minimizing Travel Distance with Genetic Algorithms”, Computers in Industry, 56, 169-178.
• Hwang H.S. ve Cho G.S. (2006). “A Performance Evaluation Model for Order Picking Warehouse Design”, Computers and Industrial Engineering, 51(2), 335-342.
• Hwang H., Baek W. ve Lee M. (1988). “Cluster Algorithms for Order Picking in an Automated Storage and Retrieval System”, International Journal of Production Research, 26, 189-204.
• Karlı, H. ve Tanyaş, M. (2020). “Lojistik Yönetiminin Dijital Dönüşümü: Akıllı Lojistik Üzerine Sistematik Literatür Haritalaması”, Optimum Ekonomi ve Yönetim Bilimleri Dergisi, 7(2), 613-632, DOI: 10.17541/optimum.718622.
• Karlı, H. ve Tanyaş, M. (2020). “Bilgi ve İletişim Teknolojileri Destekli Yenilikçi Uygulamaların Lojistik Merkezlere Entegrasyonu”, Mersin Üniversitesi Denizcilik ve Lojistik Araştırmaları Dergisi, 2(1), 1-25.
• Leung, K.H., Lee, C.K. ve Choy, K.L. (2020). “An Integrated Online Pick-To-Sort Order Batching Approach for Managing Frequent Arrivals Of B2B E-Commerce Orders Under Both Fixed and Variable Time-Window Batching”, Advanced Engineering Informatics, 45, 101125.
• Lund B.D. (2020). “Review of the Delphi Method in Library and Information Science Research”, Journal of Documentation, 76(4), 929-960, DOI:10.1108/ jd-09-2019-0178.
• Muppani V.R. ve Adil G.K. (2008). “Efficient Formation of Storage Classes for Warehouse Storage Location Assignment: A Simulated Annealing Approach”. The International Journal of Management Science, 36, 609-618.
• Özceylan, A. ve Tanyaş, M. (2021). “Geleneksel Olmayan Yenilikçi Depo Yerleşim Tipleri ve Tasarımları Üzerine Bir Araştırma”, Journal of Transportation and Logistics 6(2), 197-216.
• Özçakar, N., Görener, A. ve Arıkan M.V. (2012). “Depolama Sistemlerinde Sipariş Toplama İşlemlerinin Genetik Algoritmalarla Optimizasyonu”, İşletme İktisadi Enstitüsü Yönetim Dergisi, 23(71), 118-144.
• Petersen C.G. ve Aase G. (2004). “A Comparison of Picking, Storage and Routing Policies in Manual Order Picking”, International Journal of Production Economics, 92, 11-19.
• Petersen C.G., Aase G.R. ve Heiser D.R. (2004). “Improving Order‐Picking Performance Through the Implementation of Class‐based Storage”, International Journal of Physical Distribution and Logistics Management, 34, 534-544.
• Rana K., (1991). “Order-picking in Narrow-aisle Warehouse”, International J. Phys. Distrib. Logist. Manage, 20(2), 9-15, DOI: 10.1108/09600039010005133.
• Riedel R. (2011). “Facilities Planning–4th edition by J.A. Tompkins, J.A. White, Y.A. Bozer and J.M.A. Tanchoco”, International Journal of Production Research, Taylor and Francis, 49(24), 7519-7520, DOI: 10.1080/00207543.2011.563164.
• Roodbergen K.J. ve De Koster R. (2001). “Routing Methods for Warehouses with Multiple Cross Aisles”. International Journal of Production Research, 39(9), 1865-1883.
• Roodbergen K.J. ve Vis I.F.A. (2009). “A Survey of Literature on Automated Storage and Retrieval Systems”, European Journal of Operational Research, 194(2), 343-362.
• Şahin Y. ve Kulak O. (2013). “Depo Operasyonlarının Planlanması İçin Genetik Algoritma Esaslı Modeller”, Uluslararası Alanya İşletme Fakültesi Dergisi, 5(3), 141-153.
• Şahinaslan, E. (2020). Endüstri 4.0 Dönüşümünde Öne Çıkan Teknolojiler, Fen Bilimleri ve Matematik Alanında Akademik Çalışmalar, Gece Kitaplığı, 61-78.
• Şahinaslan E. ve Şahinaslan Ö. (2022). “Microsoft SQL Sunucusunda Veritabanı Kurtarma Teknikleri”, International Journal of Innovative Engineering Applications, 6(1), 158-169, DOI:10.46460/ijiea.1070325.
• Şahinaslan, Ö., Dalyan, H. ve Şahinaslan, E. (2022). “Naive Bayes Sınıflandırıcısı Kullanılarak YouTube Verileri Üzerinden Çok Dilli Duygu Analizi”. Bilişim Teknolojileri Dergisi, 15(2), 221-229, DOI: 10.17671/gazibtd.999960.
• Şahinaslan, E., Günerkan, M. ve Şahinaslan, Ö. (2023). “Makine Öğrenmesinde Kategorik Veri Kodlama Tekniğinin Kullanımına Alternatif Bir Çözüm Yöntemi”, Journal of Intelligent Systems: Theory and Applications 6(1), 1-11, DOI: 10.38016/jista.1140499.
• Tanyaş M. (2017). “Depo yönetimi”, Maltepe Üniversitesi Uluslararası Ticaret ve Lojistik Yönetimi Bölümü Ders Sunum Dokümanı, Maltepe Üniversitesi, İstanbul.
• Tanyaş, M. ve Düzgün, M. (2014). “Depo yönetimi: Depo Sistemlerinin Otomasyonu ve Organizasyonu”. Nobel Akademik Yayıncılık, Ankara.
• Tappia, E., Roy, D., Melacini, M. ve De Koster, R. (2019). “Integrated Storage-Order Picking Systems: Technology, Performance Models, And Design İnsights”, European Journal of Operational Research, 274(3), 947-965.
• Tuna G. ve Tunçel G. (2012). “Depo Yönetiminde Sipariş Toplama Sistemleri: Bir Literatür Araştırması”, DEÜ Mühendislik Fakültesi Mühendislik Bilimleri Dergisi, 14(42), 15-31.
• Winkelhaus, S., Grosse, E. H. ve Morana, S. (2021). “Towards a Conceptualisation of Order Picking 4.0”. Computers and Industrial Engineering, 159, 107511.
• Zartha Sossa J.W., Halal W. ve Zarta R.H. (2019). “Delphi Method: Analysis of Rounds, Stakeholder and Statistical Indicators”, Foresight, 21(5), 525-544, DOI:10.1108/fs-11-2018-0095.