Journals / Endüstri Mühendisliği / 2021 / Cilt: 32 Sayı: 3

İYİLEŞTİRME PROJELERİNİN BULANIK VİKOR YÖNTEMİ İLE DEĞERLENDİRİLMESİ

Özgür Eski(MANİSA CELÂL BAYAR ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ)0000-0001-5454-8029
Özlem Uzun Araz(CELÂL BAYAR ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ)
Pages
473–495
Publication Date
2021-12-31
DOI
—
🏛️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)

Çalışma sonuçları önerilen metodolojinin, tamamlanmış projelerin sistematik ve etkin bir şekilde değerlendirilmesi amacıyla kullanılabileceğini göstermektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Günümüzün rekabetçi pazar yapısı içinde firmalar sürekli olarak ürün kalitesini iyileştirecek, israfları azaltacak yöntemlerin arayışı içindedir.
📊
Key Findings & Data:Kaizen felsefesinde problemlerin ortaya çıkarılmasında ve problemlere çözüm üretilmesinde organizasyonun farklı seviyelerinden ve birimlerinden çalışanların bir araya gelerek oluşturdukları takımlar görev almaktadır.
💡
Conclusion & Impact:Çalışma sonuçları önerilen metodolojinin, tamamlanmış projelerin sistematik ve etkin bir şekilde değerlendirilmesi amacıyla kullanılabileceğini göstermektedir.
🔬Design:Araştırma Makalesi
📍Scope:10 adet
⚙️Variables:Kaizen · sürekli iyileştirme · bulanık VIKOR

Özet

Günümüzün rekabetçi pazar yapısı içinde firmalar sürekli olarak ürün kalitesini iyileştirecek, israfları azaltacak yöntemlerin arayışı içindedir. Birçok firma bu amaçla süreçleri üzerine yalın üretim felsefesini uygulamaktadır. Kaizen, sürekli iyileştirme anlamına gelmektedir ve yalın üretim metodolojisinin temel sütunlarından birisini oluşturmaktadır. Kaizen felsefesinde problemlerin ortaya çıkarılmasında ve problemlere çözüm üretilmesinde organizasyonun farklı seviyelerinden ve birimlerinden çalışanların bir araya gelerek oluşturdukları takımlar görev almaktadır. Gerçekleşen iyileştirme projelerinin etkinliğinin değerlendirilmesi, iyileştirme projelerinin göreceli olarak başarılarının ortaya konması ve en iyi uygulamaların yaygınlaşarak daha sonraki dönemlerde gerçekleşecek projelere örnek olması açısından önem taşımaktadır. Tamamlanmış iyileştirme projelerinin birden fazla kriter dikkate alınarak değerlendirilmesi, birçok kriterli karar verme problemidir. Bunun yanı sıra, değerlendiricilerin görüşlerindeki belirsizlik ve muğlaklık problemin belirgin özelliklerinden birisidir. Bu çalışmada tamamlanmış iyileştirme projelerinin değerlendirilmesi amacıyla kullanılacak bir bulanık çok kriterli karar verme metodolojisi geliştirilmiştir. Önce uzman görüşleri doğrultusunda temel ve alt kriterler belirlenmiş. Sonrasında kriter ağırlıkları bulanık küme teorisi yardımıyla hesaplanmıştır. Tamamlanmış projelerin başarı durumuna göre sıralaması için bulanık VIKOR yöntemi kullanılmıştır. Sayısal analiz kısmında 10 adet örnek proje çalışma kapsamında önerilen metodoloji kullanılarak sıralanmış ve sonuçlar sunulmuştur. Çalışma sonuçları önerilen metodolojinin, tamamlanmış projelerin sistematik ve etkin bir şekilde değerlendirilmesi amacıyla kullanılabileceğini göstermektedir.

🔖

Cite This Article

Eski, Ö., Araz, Ö. U. (2021). İYİLEŞTİRME PROJELERİNİN BULANIK VİKOR YÖNTEMİ İLE DEĞERLENDİRİLMESİ. Endüstri Mühendisliği, Cilt: 32 Sayı: 3, 473–495. https://ajindex.com/articles/1142424

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (28)

  1. Albayrak, N. (2019). Kalder Kalı̇te Çemberı̇ Ve Kaı̇zen Ödül Değerlendı̇rme Sürecı̇nı̇n İyı̇leştı̇rı̇lmesı̇: Çok Ölçütlü Karar Verme Uygulaması, Başkent Üniversitesi, Fen Bilimleri Enst. Kalite Mühendisliği A.B.D. Yüksek Lisans Tezi
  2. Altıntaş, M., Erginel, N. & Kucuk, G. (2016). Determining the Criteria and Evaluating Six Sigma Projects via Fuzzy ANP method in Group Decision method. IFAC-PapersOnLine 49(12), 1850–1855
  3. Bilgen, B. & Şen, M. (2012) Project selection through fuzzy analytic hierarchy process and a case study on Six Sigma implementation in an automotive industry, Production Planning & Control, 23:1, 2-25, Doi:10.1080/09537287.2010.537286
  4. Büyüközkan, G. & Öztürkcan, D. (2010). An integrated analytic approach for Six Sigma project selection, Expert Systems with Applications. 37 (2010) 5835–5847. doi:10.1016/j.eswa.2010.02.022
  5. Chen, S.H., (1985) Ranking fuzzy numbers with maximizing set and minimizing set, Fuzzy Sets and Systems, 17(2), 113-129.
  6. Chen,C.T. (2000), Extensions of the TOPSIS for Group Decision Making Under Fuzzy Environment, Fuzzy Set and Systems, 114, 1-9. Doi:10.1016/S0165-0114(97)00377-1
  7. Chen,L.Y. ve Wang, T.C. (2009), Optimizing partners’ choice in IS/IT Outsourcing Projects: The Strategic Decision of Fuzzy VIKOR, International Journal of Production Economics,120, 233-242. Doi:10.1016/j.ijpe.2008.07.022
  8. Condé, G.C.P., & Martens, L.P. (2020) Six sigma project generation and selection: literature review and feature based method proposition, Production Planning & Control, 31:16, 1303-1312, Doi: 10.1080/09537287.2019.1706196
  9. Çakır, E. ve Özdemir, M. (2016). Bulanık Çok Kriterli Karar Verme Yöntemlerinin Altı Sigma Projeleri Seçiminde Uygulanması. Business and Economics Research Journal, 7 (2), 167-201. Doi:10.20409/berj.2016217536
  10. Çetinay H.,(2016). Operasyonel Mükemmellik El Kitabı 3, Kaizen Program Yönetimi, Kaizen Atölyesi
  11. Erginel, N., Uluskan, M., Kücük, G. & Altıntaş, M. (2018). Evaluation methods for completed Six Sigma projects through an interval type-2 fuzzy ANP. Journal of Intelligent & Fuzzy Systems. 35,1851–1863. Doi:10.3233/JIFS-171306
  12. KALDER Ankara Şubesi (2021). Kalı̇te Çemberı̇ Ve Kaı̇zen Ödülü Bı̇lgı̇lendı̇rme Kı̇tapçığı 2021
  13. Kumar, D.U., Saranga, H., Ram ́ırez-Ma ́rquez, J. & Nowicki, D. (2007). Six sigma project selection using data envelopment analysis, The TQM Magazine, 19(5), 419-441. Doi: 10.1108/09544780710817856
  14. Opricovic (1998), Multicriteria Optimization of Civil Engineering Systems, Faculty of Civil Engineering, Belgrade.
  15. Opricovic, S. ve Tzeng, G.H. (2004), The Compromise Solution by MCDM Methods: A Comparative Analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156,2, 445-455. Doi:10.1016/S0377-2217(03)00020-1
  16. Padhy., R. (2016). Six Sigma project selections: a critical review. International Journal of Lean Six Sigma, 8(2), 244-258. Doi:10.1108/IJLSS-06-2016-0025
  17. Pakdil, F.,Toktaş, P. & Can, G.F. (2020). Six sigma Project prioritization and selection: a multi-criteria decision making approach in healthcare industry. International Journal of Lean Six Sigma, Doi:10.1108/IJLSS-04-2020-0054
  18. Perçin, S. & Kahraman, C.(2010). An Integrated Fuzzy Multi-Criteria Decision-Making Approach for Six Sigma Project Selection. International Journal of Computational Intelligence Systems, 3(5), 610-621. Doi:10.1080/18756891.2010.9727727
  19. Rudnik, K., Bocewicz, G., Landwojtowicz, A., Gorska, I., D. (2021) Ordered fuzzy WASPAS method for selection of improvement projects, Expert Systems With Applications, 169, 1-18. Doi: 10.1016/j.eswa.2020.114471
  20. Shaygan, A. & Testik, Ö.M.(2019). A fuzzy AHP-based methodology for project prioritization and selection. Soft Computting, 23, 1309–1319. Doi:10.1007/s00500-017-2851-9
  21. TMMOB Makine Mühendisleri Odası İzmir Şubesi (2016), 3. Kaizen Paylaşımları Etkinliği, Kaizen Bilgilendirme Kitapçığı.
  22. Vinodh, S. & Swarnakar V. (2015). Lean Six Sigma project selection using hybrid approach based on fuzzy DEMATEL–ANP–TOPSIS. International Journal of Lean Six Sigma, 6(4), 313-338. Doi:10.1108/IJLSS-12-2014-0041
  23. Wang, F., Hsu, C. & Tzeng, G.(2014). Applying a Hybrid MCDM Model for Six Sigma Project Selection. Mathematical Problems in Engineering, 2014, 1-13. Doi: 10.1155/2014/730934
  24. Yang, T.& Hsieh, C. (2009). Six-Sigma project selection using national quality award criteria and Delphi fuzzy multiple criteria decision-making method. Expert Systems with Applications, 36, 7594-7603. Doi: 10.1016/j.eswa.2008.09.045
  25. Yıldız, A. ve Deveci, M. (2013), Bulanık Vikor Yöntemine Dayalı Personel Seçim Süreci, Ege Akademik Bakış. 13(4), 427-436. Doi: 10.21121/eab.2013418077.
  26. Yousefi, A. & Hadi-Vencheh, A. (2014). Selecting Six Sigma projects: MCDM or DEA? Journal of Modelling in Management, 11(1), 309-325. Doi:10.1108/JM2-05-2014-003
  27. Zadeh, L.A. (1965), Fuzzy Sets, Information and Control, 8: 338-383.
  28. Rudnik, K., Bocewicz, G., Landwojtowicz, A., Gorska, I., D. (2021) Ordered fuzzy WASPAS method for selection of improvement projects, Expert Systems With Applications, 169, 1-18. Doi: 10.1016/j.eswa.2020.114471