SavedAdd your journal

Journals / Endüstri Mühendisliği / 2026 / Cilt: 35 Sayı: 2

TALEBE DAYALI MALZEME İHTİYAÇ PLANLAMASI: KARŞILAŞTIRMALI ANALİZ VE PARAMETRE OPTİMİZASYONU

Özlem Uzun Araz(MANİSA CELÂL BAYAR ÜNİVERSİTESİ)0000-0001-5630-6170
Mehmet Ali Ilgın(MANİSA CELÂL BAYAR ÜNİVERSİTESİ)0000-0003-1765-2470
Özgür Eski(MANİSA CELÂL BAYAR ÜNİVERSİTESİ)0000-0001-5454-8029
Ceyhun Araz(Norm Holding)0009-0008-0931-3851
Ayşenur Seymen Güzel(Standart Cıvata Ticaret ve Sanayi A.Ş.)0000-0001-6298-9852
Resmiye Dalyan(Standart Cıvata Ticaret ve Sanayi A.Ş.)0009-0003-3084-292X
Pages
167–188
Publication Date
2024-09-01
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Gerçek talep verileri kullanılarak yapılan karşılaştırmalarda TDMİP’in MİP’e göre hizmet düzeyinde %4.1 artış, toplam envanter maliyetinde %35.1 azalma ve ortalama stok seviyesinde ise % 64.8 azalma sağladığı görülmüştür.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Talebe Dayalı Malzeme İhtiyaç Planlaması (TDMİP), geleneksel Malzeme İhtiyaç Planlamasına (MİP) bir alternatif olarak ortaya çıkan, talep odaklı ve esnek bir planlama yaklaşımıdır.
📊
Key Findings & Data:TDMİP, envanter seviyelerini etkin bir şekilde yöneterek dinamik ve değişken taleplere hızlı bir şekilde tepki vermeyi hedeflemektedir.
💡
Conclusion & Impact:Gerçek talep verileri kullanılarak yapılan karşılaştırmalarda TDMİP’in MİP’e göre hizmet düzeyinde %4.1 artış, toplam envanter maliyetinde %35.1 azalma ve ortalama stok seviyesinde ise % 64.8 azalma sağladığı görülmüştür.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Talebe dayalı malzeme ihtiyaç planlaması · benzetim optimizasyonu · envanter yönetimi.

Özet

Talebe Dayalı Malzeme İhtiyaç Planlaması (TDMİP), geleneksel Malzeme İhtiyaç Planlamasına (MİP) bir alternatif olarak ortaya çıkan, talep odaklı ve esnek bir planlama yaklaşımıdır. TDMİP, envanter seviyelerini etkin bir şekilde yöneterek dinamik ve değişken taleplere hızlı bir şekilde tepki vermeyi hedeflemektedir. Bu karakteristikleri sayesinde TDMİP, günümüz dinamik iş ortamında etkin bir malzeme yönetimi ve ihtiyaç planlaması yöntemi olarak dikkat çekmektedir. Bu çalışmada, TDMİP yaklaşımının, bağlantı elemanları satışı yapan bir firmada uygulanması ile ortaya çıkan performansı, geleneksel MİP ile karşılaştırılmıştır. Tedarik sürelerinin stokastik yapıda olması nedeniyle, karşılaştırmalar benzetim modellemesi kullanılarak gerçekleştirilmiştir. Karşılaştırmaların eşit koşullarda olması açısından hem TDMİP hem de MİP için parametrelerin en iyi değerleri benzetim optimizasyonu ile belirlenmiş ve karşılaştırmalarda bu parametre değerleri kullanılmıştır. Gerçek talep verileri kullanılarak yapılan karşılaştırmalarda TDMİP’in MİP’e göre hizmet düzeyinde %4.1 artış, toplam envanter maliyetinde %35.1 azalma ve ortalama stok seviyesinde ise % 64.8 azalma sağladığı görülmüştür.

🔖

Cite This Article

Araz, Ö. U., Ilgın, M. A., Eski, Ö., Araz, C., Güzel, A. S., Dalyan, R. (2024). TALEBE DAYALI MALZEME İHTİYAÇ PLANLAMASI: KARŞILAŞTIRMALI ANALİZ VE PARAMETRE OPTİMİZASYONU. Endüstri Mühendisliği, Cilt: 35 Sayı: 2, 167–188. https://doi.org/10.46465/endustrimuhendisligi.1433249

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (24)

  1. Achergui, A., Allaoui, H. ve Hsu, T. (2022). Demand Driven MRP with Supplier Selection. IFAC-PapersOnLine, 55 (10), 257–262. Doi:https//doi.org/10.1016/j.ifacol.2022.09.398.
  2. Al-Ammar, E. J. (2018). Implementation of a Mix DDMRP-Kanban Supply Chain System within a Multi-Product Industrial Company: Case of Liban Cables SAL. PhD thesis, Lebanon: Paris Dauphine University, France and Saint Joseph University.
  3. Azzamouri, A., Baptiste, P., Dessevre, G., ve Pellerin,R. (2021). Demand Driven Material Requirements Planning (DDMRP): A Systematic Review and Classification. Journal of Industrial Engineering and Management, 14 (3), 439–456. Doi:https://doi.org/10.3926/jiem.3331
  4. Azzamouri, A., Baptiste, P., Pellerin, R., ve Dessevre. G. (2023). Impact of the Continuous and Periodic Assessment of a Buffer Replenishment on the DDMRP Method. International Journal of Production Research, 61(16), 5637-5658. Doi: https:/doi.org/10.1080/00207543.2022.2109219
  5. Butturi, M., Giuseppina de Rosa, A., Balugani, E. ve Gamberini, R. (2021). Understanding the Demand Driven Material Requirements Planning Scope of Application: A Critical Literature Review. Annals of DAAAM and Proceedings of the International DAAAM Symposium, 32, 462–471. Vienna, Austria. Doi:https://doi.org/10.2507/32nd.daaam.proceedings.067
  6. Cuartas, C., ve Aguilar, J. (2022). Hybrid Algorithm Based on Reinforcement Learning for Smart Inventory Management. Journal of Intelligent Manufacturing, 34, 124-149. Doi: https://doi.org/10.1007/s10845-022-01982-5
  7. Damand, D., Lahrichi, Y., ve Barth, M. (2023) Parameterisation of Demand-Driven Material Requirements Planning: A Multi-Objective Genetic Algorithm, International Journal of Production Research. 61(15). 5134-5155. Doi: https://doi.org/ 10.1080/00207543.2022.2098074
  8. Dessevre, G., Baptiste,P., Lamothe, J. ve Pellerin, R. (2021). Visual Charts Produced by Simulation to Correlate Service Rate, Resource Utilization and DDMRP Parameters. International Journal of Production Research, 61(3), 741-753. Doi:https://doi.org/10.1080/00207543.2021.2015808
  9. Dessevre, G., Lamothe, J., Pellerin, R., Maha B., Baptiste, P. ve Pomponne, V. (2023). Comparison of Pull Management Policies for a Divergent Process with DDMRP Buffers: An Industrial Case Study. International Journal of Production Research, 61(23), 8022-8042. Doi: https://doi.org/10.1080/00207543.2022.2162997
  10. El Marzougui, M., Messaoudi, N., Dachry, W., Sarir, H.ve Bensassi, B. (2020). Demand Driven MRP: Literature Review and Research Issues. 13ème Conference Internationale Demodelisation, Optimisation Et Simulation, Agadir, Maroc.
  11. Glover, F., Kelly, J.P. ve Laguna, M. (1996) New Advances and Applications of Combining Simulation and Optimization, Proceedings of the 1996 Winter Simulation Conference, 144-152, Coronado, California, USA.
  12. Ihme, M. (2015). Interpreting and Applying Demand Driven MRP: A Case Study. PhD Thesis, Nottingham Trent University.
  13. Kortabarria, A., Apaolaza, U., Lizarralde, A. ve Amorrortu, I. (2018). Material Management without Forecasting: From MRP to Demand Driven MRP. Journal of Industrial Engineering and Management, 11 (4).632–650. Doi: https://doi.org/10.3926/jiem.2654
  14. Lahrichi, Y., Damand, D. ve Barth M. (2022). A First MILP Model for the Parameterization of Demand-Driven MRP. Computers & Industrial Engineering. 174, 108769. Doi: https://doi.org/10.1016/j.cie.2022.108769
  15. Lee, C., ve Rim, S. (2019). A Mathematical Safety Stock Model for DDMRP Inventory Replenishment. Mathematical Problems in Engineering, 2019 (September), 1–10. Doi: https://doi.org/10.1155/2019/6496309
  16. Miclo, R., Fontanili, F., Lauras, M., Lamothe, J. ve Milian, B. (2015). MRP vs. Demand-Driven MRP: Towards an Objective Comparison. Proceedings of 2015 International Conference on Industrial Engineering and Systems Management, 1072–1080, Seville, Spain. Doi: https://doi.org/10.1109/IESM.2015.7380288
  17. Miclo, R., Lauras, M., Fontanili, F., Lamothe, J. ve Melnyk, S.A. (2019). Demand Driven MRP: Assessment of a New Approach to Materials Management. International Journal of Production Research, 57 (1), 166–181. Doi: https://doi.org/10.1080/00207543.2018.1464230
  18. Orue, A., Lizarralde, A. ve Kortabarria, A. (2020). Demand Driven MRP – the Need to Standardise an Implementation Process. International Journal of Production Management and Engineering, 8(2), 65–73. Doi: https://doi.org/10.4995/ijpme.2020.12737
  19. Ptak, C., ve Smith C. (2011). Orlicky’s Material Requirements Planning. New-York: Mc Graw Hill Education.
  20. Ptak, C., ve Smith, C. (2016). Demand Driven Material Requirements Planning (DDMRP). Connecticut: Industrial Press, Inc.
  21. Shofa, M. J., Moeis, A.O., ve Restiana, N. (2018). Effective Production Planning for Purchased Part under Long Lead Time and Uncertain Demand: MRP vs Demand-Driven MRP. IOP Conference Series: Materials Science and Engineering, 337. Institute of Physics Publishing. Doi: https://doi.org/10.1088/1757-899X/337/1/012055
  22. Shofa, M.J., ve Widyarto, W. (2017). Effective Production Control in an Automotive Industry: MRP vs. Demand-Driven MRP. AIP Conference Proceedings, Vol.1855. American Institute of Physics Inc. Doi: https://doi.org/10.1063/1.4985449
  23. Thürer, M., Fernandes, N. ve Stevenson, M. (2022). Production Planning and Control in Multi-Stage Assembly Systems: An Assessment of Kanban, MRP, OPT (DBR) and DDMRP by Simulation. International Journal of Production Research, 60(3), 1036–1050. Doi: https://doi.org/10.1080/00207543.2020.1849847
  24. Velasco A., Patricia, A., Mascle, C. ve Baptiste. P. (2020). Applicability of Demand-Driven MRP in a Complex Manufacturing Environment. International Journal of Production Research, 58 (14), 4233–4245. Doi: https://doi.org/10.1080/00207543.2019.1650978