Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2024 / Cilt: 39 Sayı: 1

Servis sistemlerine yönelik simülasyon yazılımı geliştirme ve personel optimizasyonu: QS-Sim yazılımı

Pages
77–90
Publication Date
2023-08-21
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)

Farklı sektörlere ait örenk Simülasyon modelleri ve personel optimizasyon sonuçları karşılaştırmalı olarak bu çalışmada analiz edilmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:İşletmelerde bir ürün ya da hizmete olan talebin artması ve çalışan sayısının yetersiz kalması, hammadde/ yarı mamul stoklarının düşük olması vb. nedenlerden dolayı müşteriler beklemek zorunda kalmaktadır.
📊
Key Findings & Data:Yazılım yardımıyla, hizmet sektöründe karşılaşılan bekleme hattı problemlerine yönelik performans ölçülebilmekte ve personel optimizasyon arayüzü farklı personel sayılarındaki maliyetler elde edilebilmektedir.
💡
Conclusion & Impact:Farklı sektörlere ait örenk Simülasyon modelleri ve personel optimizasyon sonuçları karşılaştırmalı olarak bu çalışmada analiz edilmiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Personel optimizasyonu · Servis sistemleri · Simülasyon

Özet

İşletmelerde bir ürün ya da hizmete olan talebin artması ve çalışan sayısının yetersiz kalması, hammadde/ yarı mamul stoklarının düşük olması vb. nedenlerden dolayı müşteriler beklemek zorunda kalmaktadır. Kuyrukta bekleme süresinin azaltılması müşteri memnuniyetini artırır. Uzun kuyruklar müşterilerin sistemden ayrılmasına ve bunun sonucunda personelin boşta kalmasına ve maliyetlerin artmasına neden olur. Kuyrukta bekleme süresi ve personel maliyetleri arasında karar vermede ikilem oluşmaktadır. Bu çalışma kapsamında, hizmet sektörüne yönelik kuyruk sistemi modellerinin benzetilebildiği ve performansının ölçülebildiği ve personel optimizasyonun gerçekleştirilebildiği esnek bir simülasyon yazılımı (QS-Sim) geliştirilmiştir. Geliştirilen yazılım ile bir hizmet veya üretim sistemi modellenebilmektedir. Sisteme yeni paralel istasyonlar eklenebilmekte, müşteri geliş ve servis süresi ise sürece uygun dağılımlar ile; Poisson, Üstel, Normal, Erlang dağılımları veya Deterministik olarak düzenlenebilmektedir. Yazılım yardımıyla, hizmet sektöründe karşılaşılan bekleme hattı problemlerine yönelik performans ölçülebilmekte ve personel optimizasyon arayüzü farklı personel sayılarındaki maliyetler elde edilebilmektedir. Farklı sektörlerden elde edilen veriler ile oluşturulan modellerin simülasyon sonuçları ve aynı modellerin personel optimizasyonu gerçekleştirilmiştir. Farklı sektörlere ait örenk Simülasyon modelleri ve personel optimizasyon sonuçları karşılaştırmalı olarak bu çalışmada analiz edilmiştir.

🔖

Cite This Article

KOCAER, E. R., KORUCA, H. (2023). Servis sistemlerine yönelik simülasyon yazılımı geliştirme ve personel optimizasyonu: QS-Sim yazılımı. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 39 Sayı: 1, 77–90. https://ajindex.com/articles/958611

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (3)

  1. . Cevik, O. & Yazgan, A.E. (2008). Measuring Activity by a System that Servicing Waiting Line (Queue) Model. Journal of Nigde University Faculty of Economics and Administrative Sciences, 1(3), 119-128. https://dergipark.org.tr/tr/pub/niguiibfd/issue/19743/211321 [2]. Kazan, H., Ergulen, A. & Çoruhlu, N. (2012). Waiting and Customer Relationship Management in Bank Call Centers: an Application of a State Bank. Afyon Kocatepe University Journal of the Faculty of Economics and Administrative Sciences, 14(1), 251-268. https://dergipark.org.tr/en/pub/akuiibfd/issue/1621/20328. [3]. Hillier, F.S. & Liberman, G.J. (2015).
  2. Introduction to Operations Research, Mc Graw Hill Education. [4]. Erlang, A.K. (1909). The Theory of Probabilities and Telephone Conversations. Nyt Tidsskrift for Mathematic B, 20, 33-39. [5]. Aradhye, A. & Kallurkar, S. (2014). Application of Queuing Theory to Reduce Waiting Period of Pilgrim. International Journal of Innovative Research in Science, Engineering and Technology, 3 (10), 16775-16781. https://doi.org/10.1.1.1040.5904 [6]. Palmer, G.I., Knight, V.A., Harper, P.R. & Hawa, A.L. (2018). Ciw: An Open Source Discrete Event Simulation Library. Journal of Simulation, 13 (1), 68-82. https://doi.org/10.1080/17477778.2018.1473909 [7]. Eroglu, A.A. (2001). Application of Queuing Theory for Atatürk Airport International Terminal THY Counters. Marmara University. [8]. Oz, Y. (2017). A Queue Problem with Antalya International Airport Simulation Model. Kilis 7 December University Journal of Science and Engineering, 1(2), 50-62. https://dergipark.org.tr/tr/pub/kifmd/issue/31568/318312 [9]. Rashida, A.R., Fadzli, M., Ibrahim, S. & Goh, S.R. (2016). Modeling and Simulation of M/M/c Queuing Pharmacy System with Adjustable Parameters. 7th Seams Ugm International Conference on Mathematics and Its Application, 18-21
  3. August, Indonesia. https://doi.org/10.1063/1.4940856. [10]. Wang, T., Guinet, A., Belaidi, A. & Besombes, B. (2009). Modelling and simulation of Emergency Services with ARIS and Arena. Case study: The Emergency Department of Saint Joseph and Saint Luc Hospital. Production Planning & Control: The Management of Operations, 20(6), 484-495. https://doi.org/10.1080/09537280902938605. [11]. Wang, Y., Qian, C. & Cao, J. (2010). Optimized M/M/c Model and Simulation for Bank Queuing System. IEEE International Conference on Software Engineering and Service Sciences, 16-18 July 2010, China, 474-477. https://doi.org/10.1109/ICSESS.2010.5552328 [12]. Gu