SavedAdd your journal

Journals / Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi / 2026 / Sayı: 10

Evaluation of AI-Based Image Generation Programs in Terms of Consumer Preferences Using Multi-Criteria Decision-Making Methods

Yapay Zekâ Tabanlı Görsel Üretim Programlarının Tüketici Tercihleri Açısından Çok Kriterli Karar Verme Yöntemleriyle Değerlendirmesi

Ceyda Doğan(KIRIKKALE ÜNİVERSİTESİ)0009-0006-5538-6221
Sude Rabia Ağırman(KIRIKKALE ÜNİVERSİTESİ)0009-0009-1577-1098
Mehmet Pınarbaşı(KIRIKKALE ÜNİVERSİTESİ)0000-0003-3424-2967
Pages
—
Publication Date
2026-07-07
🏛️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)

It also supports the development of software to meet consumer expectations.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Technological advancements and digital transformation now impact many areas.
📊
Key Findings & Data:When evaluating the 10 leading AI-based software options, "Midjourney" ranked highest.
💡
Conclusion & Impact:It also supports the development of software to meet consumer expectations.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:Yapay zekâ · Dijital sanat · Yazılım seçimi

Abstract

Technological advancements and digital transformation now impact many areas. They transform production in basic industries and also change the structure of creative processes. Creation, central to the visual arts, once relied on an artist's feelings, thoughts, and talent. Now, in the digital age, data and algorithms shape it. Artificial intelligence drives this shift. It stops art from being passively consumed and lets every user become a potential artist by creating their own visual world. This study evaluates AI-based image generation programs from the user perspective, specifically that of digital artists. The research identifies the criteria used in visual production programs, analyzes their importance, and reviews leading AI-based software based on these criteria. Users' preferred criteria were identified and weighted using the Pythagorean Fuzzy Analytic Hierarchy Process (PFAHP). The most widely used software programs were also selected and ranked using the Pythagorean Fuzzy TOPSIS method. Analysis found "Visual Quality" was the most important criterion. When evaluating the 10 leading AI-based software options, "Midjourney" ranked highest. This study benefits both potential digital artists and creative industry sectors that use visual production. It also supports the development of software to meet consumer expectations.

Özet

Teknolojik gelişmeler ve dijital dönüşüm günümüzde pek çok alana etki etmekle birlikte yalnızca temel üretim sektörlerinin üretim süreçlerini dönüştürmekle sınırlı kalmayarak yaratma eyleminin temel yapısını da baştan sona değiştirmektedir. Görsel sanatların merkezinde yer alan bu yaratma eylemi, geçmişte sanatçının hisleri ve yeteneği gibi unsurlardan etkilenirken günümüz dijital çağında artık veri ve algoritmaların ellerinde yeniden şekillenerek hayat bulmaktadır. Dijital çağın merkezinde bulunan yapay zekâ, sanatı sadece tüketilecek bir yapı olmaktan çıkararak her bir kullanıcıyı potansiyel bir sanatçıya dönüştürerek kendi görsel dünyasının yaratıcısı olma olanağı sunmaktadır. Bu çalışma, yapay zekâ tabanlı görsel üretim programlarını kullanıcı gözünden yani dijital çağın potansiyel sanatçıları açısından değerlendirmeyi amaçlamaktadır. Araştırma, literatür taraması ve kullanıcı deneyimlerinden yola çıkarak uzman görüşleriyle şekillendirilen kriterleri temel almakta ve en çok tercih edilen mevcut yapay zekâ tabanlı görsel üretim programı alternatiflerinin belirlenen kriterlere göre işlevlerini değerlendirmeyi hedeflemektedir. Bu doğrultuda kullanıcıların yazılım seçiminde tercih ettikleri programlardan bekledikleri kriterler belirlenmiş ve Pisagor Bulanık Analitik Hiyerarşi Prosesi kullanılarak kriterler ağırlıklandırılmıştır. En çok kullanılan yazılımlar seçilerek Pisagor Bulanık TOPSIS yöntemi kullanılarak sıralanmıştır. Analizler sonucunda en önemli kriterin “Görsel kalite” olduğu bulunmuştur. Görsel üretmek için kullanılan yapay zekâ tabanlı yazılımlardan en çok tercih edilen 10 alternatif yazılım değerlendirildiğinde ise “Midjourney” en uygun alternatif yazılım olarak belirlenmiştir.

🔖

Cite This Article

Doğan, C., Ağırman, S. R., Pınarbaşı, M. (2026). Evaluation of AI-Based Image Generation Programs in Terms of Consumer Preferences Using Multi-Criteria Decision-Making Methods. Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, Sayı: 10. https://doi.org/10.33461/uybisbbd.1895955

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (41)

  1. Alioğlu, H. M., & Mustafayev, E. (2024). Sanat tarihinin sonu: tarih sonrası sanat yapay zekâ ve teknoloji. Uluslararası Sanat ve Estetik Dergisi, 7(13), 211-233.
  2. Aslan, T., & Aydın, K. (2023). Metinden görüntü üretme potansiyeli olan yapay zekâ sistemleri sanat ve tasarım performanslarının incelenmesi. Ondokuz Mayis University Journal of Education Faculty, 42(2), 1049-1198.
  3. Aşan, H. (2025). Determining decision criteria in selecting ERP compatible business process software in the digital transformation process. Akademik İzdüşüm Dergisi, 10(2), 721-741.
  4. Bansal, G., Nawal, A., Chamola, V., & Herencsar, N. (2024). Revolutionizing visuals: the role of generative AI in modern image generation. ACM Transactions on Multimedia Computing, Communications and Applications, 20(11), 1-22.
  5. Bulutistan. (2025). “En iyi 12 yapay zekâ görsel oluşturma aracı”, https://bulutistan.com/blog/en-iyi-12-yapay-zeka-gorsel-olusturma-araci/, (20.12.2025).
  6. Czekster, R. M., Webber, T., Jandrey, A. H., & Marcon, C. A. M. (2019). Selection of enterprise resource planning software using Analytic Hierarchy Process. Enterprise Information Systems, 13(6), 895-915.
  7. Çakır, E. (2018). Elektronik belge yönetim sistemi (EBYS) yazılımı seçiminde çok kriterli karar verme yöntemleri: bir belediye örneği. Business Economics and Management Research Journal, 1(1), 15-30.
  8. Çalışkan, Z., & Yüksel, H. (2021). Ürün yaşam döngüsü yönetimi (PLM) yazılımlarının seçiminde kullanılan kriterlerin ANP yöntemi ile sıralanması. Yaşar Üniversitesi E-Dergisi, 16(63), 1480-1495.
  9. Çeken, B., & Şen, O. (2023). Grafik tasarım sektöründe yapay zekânın kullanılması (Midjourney). In International Conference on Contemporary Academic Research, 138-145.
  10. Dikmen, F. C., & Kavakcı, I. (2022). Bütünleşik olarak kullanılan Macbeth, Topsıs ve Copras yöntemleri ile kurumsal kaynak planlama yazılım seçimi. Ağrı İbrahim Çeçen Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(1), 205-238.
  11. Ecer, F. (2016). ARAS yöntemi kullanılarak kurumsal kaynak planlaması yazılımı seçimi. Uluslararası Alanya İşletme Fakültesi Dergisi, 8(1).
  12. Eren, T., & Gür, Ş. (2016). Çok ölçütlü karar verme yöntemleri ile işletmeler için CRM paket programlarının seçimi. Uluslararası İktisadi ve İdari Bilimler Dergisi, 2(2), 212-227.
  13. Girginer, N., & Kaygısız, Z. (2009). İstatistiksel yazılım seçiminde Analitik Hiyerarşi Süreci ve 0-1 hedef programlama yöntemlerinin birlikte kullanımı. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(1), 211-233.
  14. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S.,. & Bengio, Y. (2020). Generative adversarial networks. Communications of the ACM, 63(11), 139-144.
  15. Gülaçtı, İ. E. (2024). Yapay zekâ modelleriyle üretilen görsellerdeki yaratıcılık olgusuna çok boyutlu bir yaklaşım. Journal of socıal, humanıtıes and admınıstratıve scıences (JOSHAS), 9(60), 2189-2213.
  16. Güney, E., & Yavuz, H. (2020). Yapay zekâ ile sanatsal üretim pratiğinde sanatçının rolü ve değişen sanat olgusu. Sanat ve Tasarım Dergisi, (26), 415-439.
  17. Güven, E., Pınarbaşı, M., Alakaş, H. M., & Eren, T. (2024). Organize Sanayi Bölgeleri’nin Natech riskine göre değerlendirilmesi: Kocaeli ili için bir örnek. Resilience, 8(1), 13-30.
  18. Güven, E., Pınarbaşı, M., Alakaş, H. M., & Eren, T. (2025). Natech risk kriterlerinin afet türlerine göre ağırlıklandırılması. Academic Perspective Procedia, 6(1), 77-89.
  19. Kankavı, M. Y., & Kocaoğlu, B. (2022). Kilit fabrikası için AHP yöntemi ile modül tabanlı ERP (kurumsal kaynak planlama) yazılımı seçimi. Oğuzhan Sosyal Bilimler Dergisi, 4(1), 64-71.
  20. Kanmaz, A. K., & Ertuğrul, İ. (2025). Bulanık çok kriterli karar verme yöntemleri ile ERP yazılım programı seçimi. Alanya Akademik Bakış, 9(2), 357-373.
  21. Kara, S. S., & Cheikhrouhou, N. (2014). A multi criteria group decision making approach for collaborative software selection problem. Journal of Intelligent & Fuzzy Systems, 26(1), 37-47.
  22. Koçak, A. (2003). Yazılım seçiminde Analitik Hiyerarşi yöntemi yaklaşımı ve bir uygulama. Ege Academic Review, 3(1), 67-77.
  23. Koska, A., & Erdem, M. B. (2021). Gıda sektöründe kurumsal kaynak planlaması yazılımı seçimi: Analitik Hiyerarşi Süreci yöntemi ile bir uygulama. İktisadi İdari ve Siyasal Araştırmalar Dergisi, 6(16), 555-571.
  24. Kutlu, B., Bozanta, A., Ates, E., Erdogan, S., Gokay, O., & Kan, N. (2014). Project management software selection using Analytic Hierarchy Process method. International Journal of Applied, 4(6), 113-119.
  25. Madenoğlu, F. S. (2021). Bütünleşik Entropi-Copras yaklaşimi ile kurumsal kaynak planlama (Kkp) yaziliminin seçimi. Journal of Management and Economics Research, 19(4), 14-29.
  26. Muthukrishnan, N., Maleki, F., Ovens, K., Reinhold, C., Forghani, B., & Forghani, R. (2020). Brief history of artificial intelligence. Neuroimaging Clinics, 30(4), 393-399.
  27. Mutlu, E. (2025). Yaratıcılığın sınırları: Yapay zekâ yaratıcılığına bir bakış. Moment Dergi, 11(2), 422-446.
  28. Ömürbek, N., Makas, Y., & Ömürbek, V. (2015). AHP ve TOPSIS yöntemleri ile kurumsal proje yönetim yazılımı seçimi. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (21), 59-83.
  29. Özcan, E., Alakaş, H. M., & Eren, T. (2021). Hidroelektrik santrallarda bakım strateji optimizasyonu için hiyerarşik bir karar modeli önerisi. Politeknik Dergisi, 25(3), 933-945.
  30. Özen, Y. D. Ö., & Koçak, A. (2017). Bulanık Analitik Hiyerarşi ve Bulanık Dematel yöntemleri kullanılarak kurumsal kaynak planlaması yazılım seçimi ve değerlendirilmesi. Yönetim ve Ekonomi Dergisi, 24(3), 929-957.
  31. Perera, H. S. C., & Costa, W. K. R. (2008). Analytic Hierarchy Process for selection of ERP software for manufacturing companies. Vision, 12(4), 1-11.
  32. Rao, R. V., & Rajesh, T. S. (2009). Software selection in manufacturing industries using a fuzzy multiple criteria decision making method, PROMETHEE. Intelligent Information Management, 1(3), 159-165.
  33. Sarı, E. (2018). Sanat olgusunun tarihsel süreçte değişen tanımı, işlevi ve değeri üzerine. Erciyes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 32(45), 131-151.
  34. Sivri, O. (2024). Yapay zekâ çerçevesinde görsel sanatların geleceği. İnsanat Sanat Tasarım ve Mimarlık Araştırmaları Dergisi, 4(1), 322-344.
  35. Tunca, M., Aksoy, E., Bülbül, H., & Ömürbek, N. (2015). AHP temelli TOPSIS ve ELECTRE yöntemiyle muhasebe paket programı seçimi. Niğde Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(1), 53-71.
  36. Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.
  37. Ünsal, E. (2018). Sanat ve hayat bağlamında, sanat/zanaat söylemi. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 20(1), 109-124.
  38. Yaldır, A., & Polat, L. Ö. (2016). Çok kriterli karar verme teknikleri ile elektronik belge yönetim sistemi seçimi-electronic document management system selection with multi-criteria decision making techniques. Mehmet Akif Ersoy University Journal of Social Sciences Institute, 8(14), 88-108.
  39. Yeşilyurt, B., Karakuş, K., Gür, Ş., & Eren, T. (2019). Çok ölçütlü karar verme yöntemleri ile hastane bilgi yönetim sistemleri için paket programı seçimi. Başkent Üniversitesi Ticari Bilimler Fakültesi Dergisi, 3(1), 1-21.
  40. Yıldız, A., & Yıldız, D. (2014). Bulanık TOPSIS yöntemiyle kurumsal kaynak planlaması yazılım seçimi. Business & Economics Research Journal, 5(1), 87-106.
  41. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S.,. & Bengio, Y. (2020). Generative adversarial networks. Communications of the ACM, 63(11), 139-144.