Journals / Uluslararası İktisadi ve İdari İncelemeler Dergisi / 2020 / Sayı: 0

ÇOK DEĞİŞKENLİ ÜRETİM PLANLAMA KARARLARINDA BİLİŞİM TEKNOLOJİSİ UYGULAMALARI

Pages
19–30
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)

Çalışmada, ayrıca üretim planlama için KDS’ye sahip işletmelerde KDS’nin entegre olduğu KKP modülleri incelenerek işletmelerde üretim planlama karar mekanizmalarında nelerin daha önemli görüldüğünün ve bilişim sistemlerinin kullanım seviyesinin analizi yapılmaya çalışılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bir işletmenin neyi, ne kadar üreteceğine karar vermesi için satış tahminleri, üretim kapasitesi, tedarik süreleri, maliyetler, satış fiyatları gibi pek çok faktör göz önünde bulundurulmaktadır.
📊
Key Findings & Data:Bu kadar çok değişkenin etki ettiği üretim planlama kararları için firma yöneticilerinin ne ölçüde bilgi işleme sistemlerinden faydalandığı ve hangi işletme fonksiyonlarına göre üretim planlama kararlarını verdiğini tespit etmek bu çalışmanın amacıdır.
💡
Conclusion & Impact:Çalışmada, ayrıca üretim planlama için KDS’ye sahip işletmelerde KDS’nin entegre olduğu KKP modülleri incelenerek işletmelerde üretim planlama karar mekanizmalarında nelerin daha önemli görüldüğünün ve bilişim sistemlerinin kullanım seviyesinin analizi yapılmaya çalışılmıştır.
🔬Design:Survey & Empirical Study
📍Scope:Comprehensive Sample
⚙️Variables:Üretim planlama · karar destek sistemleri · bilişim teknoloji sistemleri

Özet

Bir işletmenin neyi, ne kadar üreteceğine karar vermesi için satış tahminleri, üretim kapasitesi, tedarik süreleri, maliyetler, satış fiyatları gibi pek çok faktör göz önünde bulundurulmaktadır. Bu kadar çok değişkenin etki ettiği üretim planlama kararları için firma yöneticilerinin ne ölçüde bilgi işleme sistemlerinden faydalandığı ve hangi işletme fonksiyonlarına göre üretim planlama kararlarını verdiğini tespit etmek bu çalışmanın amacıdır. Çalışmada çoğu otomotiv, metal işleme ve makine sektörlerinde faaliyet gösteren 50 firmada üretim planlaması üzerine çalışan yöneticilere anket yapılmış ve yapılan anketler SPSS ortamında değerlendirilmiştir. Çalışmada, şirketlerde üretim planlamasında kullanılan öneri sistemleri araştırılmış ve şirketlerin büyük çoğunluğunda Kurumsal Kaynak Planlama (KKP) sistemi bulunmasına rağmen sadece yarısında bir öneri sistemi olduğu görülmüştür. Diğer bir deyişle, Malzeme İhtiyaç Planlaması (MİP) ile KKP arasındaki bir aşama olarak kabul edilen kapalı çevrim MİP’i sağlayacak bir Karar Destek Sistemi (KDS), şirketlerde KKP bulunduğu söylenmesine rağmen, bu şirketlerin yarısında bulunmamakta veya kullanılmamaktadır. Çalışmada, ayrıca üretim planlama için KDS’ye sahip işletmelerde KDS’nin entegre olduğu KKP modülleri incelenerek işletmelerde üretim planlama karar mekanizmalarında nelerin daha önemli görüldüğünün ve bilişim sistemlerinin kullanım seviyesinin analizi yapılmaya çalışılmıştır.

🔖

Cite This Article

EDİZ, Ç., TURAN, A. H. (2020). ÇOK DEĞİŞKENLİ ÜRETİM PLANLAMA KARARLARINDA BİLİŞİM TEKNOLOJİSİ UYGULAMALARI. Uluslararası İktisadi ve İdari İncelemeler Dergisi, Sayı: 0, 19–30. https://ajindex.com/articles/321929

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Aouam, T., Geryl, K., Kumar, K. ve Brahimi, N. (2018). Production planning with order acceptance and demand uncertainty. Computers & Operations Research, 91, 145-159.
  2. Aydoğan, E. ve Asal, Ö. (2009). Malzeme ihtiyaç planlaması ve üretim kaynakları planlamasının kobi’ler üzerindeki etkilerinin araştırılması. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (22), 33-42.
  3. Lecic, D. ve Kupusinac, A. (2014). The Effects of the Application of Production ınformation Sys-tems. TEM Journal, 3(1),29 – 35.Legris, P., Ingham J. ve Collerette P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Information & management, 40(3), 191-204.
  4. Orlicky, J. (1975). The New Way of Life in Production and Inventory Management: Material Requi-rements Planning. J. Orlicky.–NY: McGrow-Hill, 485. Jeon, S. M. ve Kim, G. (2016). A survey of simulation modeling techniques in production planning and control (PPC). Production Planning & Control, 27(5), 360-377.
  5. Meilin, W., Xiangwei, Z. Ve Qingyun, D. (2010, June). An integration methodology based on SOA to enable real-time closed-loop MRP between MES and ERP. In Computing, Control and Industrial Engineering (CCIE), 2010 International Conference on Vol. 1, 101-105.
  6. Paksoy, T., Bülbül, H. ve Güzeldülger, A. (2009). A Decision Support System Approach To Lot-Sizing Problem in Material Requirements Planning Process. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2(1), 1-12.
  7. Sarucan, A., Dizdar, E. N., Baysal, M. E. ve Eren, T. (2004). Cam Eşya Üretimi Yapan Bir İşletmede Üretim Programı Geliştirme Uygulaması. Teknoloji, 7(2), 329-338.Taal, M. ve Wortmann, J. C. (1997). Integrating MRP and finite capacity planning. Production Planning & Control, 8(3), 245-254.
  8. Theorin, A., Bengtsson, K., Provost, J., Lieder, M., Johnnson, C., Lundholm, T. ve Lennartson, B. (2017). An Event Driven Manufacturing Information System Architecture for Industry 4.0. Industrial Journal of Production Research, 55(5), 1297 – 1311. Panaroma Consulting Solution, 2017
  9. KKP Report, Erişim adresi https://www.panorama-consulting.com/wp-content/uploads/2017/07/2017-KKP-Report.pdf
  10. Yeung, J. H. Y., Wong, W. C. K. ve Ma, L. (1998). Parameters affecting the effectiveness of MİP systems: a review. International journal of production research, 36(2), 313-332.
  11. Sugimori, Y., Kusunoki, K., Cho, F. Ve Uchikawa, S. (1977). Toyota production system and kanban system materialization of just-in-time and respec