SavedAdd your journal

Journals / Endüstri Mühendisliği / 2019 / Cilt: 30 - Sayı: 3

KARAR DESTEK SİSTEMİ TABANLI BİR KALİTE EVİ İÇİN ORANSAL BİR ÖLÇEK ÖNERİSİ

Yeliz BURUK ŞAHİN
Ezgi AKTAR DEMİRTAŞ
Pages
173–186
Publication Date
2019-12-15
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)

Her iki yöntemle elde edilen sonuçlar karşılaştırılıp yorumlanarak firma yetkilileri ile paylaşılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Kalite Fonksiyon Yayılımı, müşteri taleplerine göre işletmenin mevcut veya yeni ürün/hizmet tasarımının en etkin biçimde gerçekleştirilmesini sağlayan bir yaklaşımdır.
📊
Key Findings & Data:Yapılan çalışmada kullanımı nispeten yeni olan oransal bir ölçek kullanılarak Karar Destek Sistemi tabanlı bir kalite evi geliştirilmiş, imalat sektöründe faaliyet gösteren bir firmada uygulanmıştır.
💡
Conclusion & Impact:Her iki yöntemle elde edilen sonuçlar karşılaştırılıp yorumlanarak firma yetkilileri ile paylaşılmıştır.
🔬Design:Survey & Empirical Study
📍Scope:Comprehensive Sample
⚙️Variables:kalite fonksiyon yayılımı · kalite evi · karar destek sistemi

Özet

Kalite Fonksiyon Yayılımı, müşteri taleplerine göre işletmenin mevcut veya yeni ürün/hizmet tasarımının en etkin biçimde gerçekleştirilmesini sağlayan bir yaklaşımdır. Yöneticiler, şirketlerinin sürdürülebilirliği için müşterilerin değişen taleplerini hızlı ve kaliteli bir şekilde karşılamak zorundadırlar. Yapılan çalışmada kullanımı nispeten yeni olan oransal bir ölçek kullanılarak Karar Destek Sistemi tabanlı bir kalite evi geliştirilmiş, imalat sektöründe faaliyet gösteren bir firmada uygulanmıştır. Amaç, Karar Destek Sistemi yardımıyla bu süreci yöneten karar verici konumundaki ekibin hızlı cevaplar üretebilmesine yardımcı olmaktır. Klasik ve yeni önerilen oransal ölçek ile gerçekleştirilen çalışma sonucunda, kabinet sektöründeki bir firma için, en çok önem verilmesi gereken müşteri ihtiyaçlarının ve odaklanılması gereken teknik gereksinimlerin neler olduğu belirlenmiştir. Her iki yöntemle elde edilen sonuçlar karşılaştırılıp yorumlanarak firma yetkilileri ile paylaşılmıştır.

🔖

Cite This Article

ŞAHİN, Y. B., DEMİRTAŞ, E. A. (2019). KARAR DESTEK SİSTEMİ TABANLI BİR KALİTE EVİ İÇİN ORANSAL BİR ÖLÇEK ÖNERİSİ. Endüstri Mühendisliği, Cilt: 30 - Sayı: 3, 173–186. https://ajindex.com/articles/70671

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Akao, Y., & Mazur, G. H. (2003). The leading edge in QFD: Past, present, and future. International Journal of Quality and Reliability Management, 20 (1), 20-35. doi: https://doi.org/10.1108/02656710310453791
  2. Aiello, G., Giovino, I., Vallone, M., Catania, P., & Argento, A. (2018). A decision support system based on multisensor data fusion for sustainable greenhouse management. Journal of Cleaner Production, 172, 4057-4065. doi: https://doi.org/10.1016/j.jclepro.2017.02.197
  3. Akdağ, H. C., Tarım, M., Lonıal, S., & Yatkın A. (2013). QFD application using SERVQUAL for private hospitals: A case study. Ladership in Health Services, 26 (3), 175-183. doi: https://doi.org/10.1108/LHS-02-2013-0007
  4. Aktepe, A., Ersöz, S., Hayat, Y., Orhan, G., Can, C., & Çifci, S. (2011). Kalite Fonksiyon Yayılımı (KFY)’de Servqual Analizi ve Bulanık Analitik Hiyerarşi Prosesi (BAHP) Yöntemlerinin Bütünleşik Kullanımı: Bir Üniversite Hastanesinde Uygulama, XI. Üretim Araştırmaları Sempozyumu, 23-24
  5. Haziran, İstanbul.
  6. Almannai, B., Greenough, R., & Kay, J. (2008). A decision support tool based on QFD and FMEA for the selection of manufacturing automation technologies. Robotics and Computer-Integrated Manufacturing, 24(4), 501-507. doi: https://doi.org/10.1016/j.rcim.2007.07.002
  7. Chan, S. L., & Ip, W. H. (2011). A dynamic decision support system to predict the value of customer for new product development. Decision Support Systems, 52(1), 178-188. doi: https://doi.org/10.1016/j.dss.2011.07.002
  8. Conrow, E. H. (2009). Estimating Technology Readiness Level Coefficients, AIAA SPACE 2009 Conference & Exposition, 14 - 17 September, Pasadena, California. Çetinyokuş, T. ve Gökçen, H. (2002). Borsada teknik göstergelerle analiz için bir Karar Destek Sistemi. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 17(1), 43-58.
  9. Dat, L. Q., Phuong, T. T., Kao, H. P., Chou, S. Y., & Van Nghia, P. (2015). A new integrated fuzzy QFD approach for market segments evaluation and selection. Applied Mathematical Modelling, 39(13), 3653-3665. doi: https://doi.org/10.1016/j.apm.2014.11.051
  10. Delice, E. K., & Güngör, Z. (2013). Determining design requirements in QFD using fuzzy mixed-integer goal programming: application of a decision support system. International Journal of Production Research, 51(21), 6378-6396. doi: https://doi.org/10.1080/00207543.2013.803625
  11. Demirtaş, E. A. & Köksal, G. (2018). Sağlık Hizmet Kalitesinin Servqual Temelli Kalite Evi İle Değerlendirilmesinde Yeni Bir Yaklaşım, Verimlilik Dergi