Dergiler / Verimlilik Dergisi / 2022 / DİJİTAL DÖNÜŞÜM VE VERİMLİLİK

ÜRETİM SİSTEMLERİNDEKİ DİJİTAL DÖNÜŞÜMÜN İŞ ETÜDÜ TEKNİKLERİ ÜZERİNDEKİ ETKİSİ

THE IMPACT of DIGITAL TRANSFORMATION in MANUFACTURING SYSTEMS on WORK-STUDY TECHNIQUES

Sayfa
110–122
Yayın Tarihi
2022-01-12
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular: Dijitalleşen iş süreçleri karşısında iş etüdü tekniklerinin gösterdiği tepki incelendiğinde, geleneksel tekniklerinin bu dönüşüm sürecine büyük oranda adapte olduğu söylenebilir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç: Endüstri 4.0 ile hızlı bir dijitalleşme süreci emek yoğun işletmeler le birlikte tüm işletmeler için kaçınılmaz olmuştur.
📊
Temel Bulgular & Veri:Öte yandan geleneksel iş etüdü teknikleri verimlilik ölçüm ve izlemede oldukça kritik bir role sahiptir.
💡
Sonuç & Katkı:Bulgular: Dijitalleşen iş süreçleri karşısında iş etüdü tekniklerinin gösterdiği tepki incelendiğinde, geleneksel tekniklerinin bu dönüşüm sürecine büyük oranda adapte olduğu söylenebilir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:İş Etüdü · Endüstri 4.0 · Dijital Dönüşüm

Özet

Amaç: Endüstri 4.0 ile hızlı bir dijitalleşme süreci emek yoğun işletmeler le birlikte tüm işletmeler için kaçınılmaz olmuştur. Öte yandan geleneksel iş etüdü teknikleri verimlilik ölçüm ve izlemede oldukça kritik bir role sahiptir. Bu çalışmada iş etüdü tekniklerinin dijitalleşme sürecindeki rolü ve değişimine yönelik bir araştırma ve değerlendirme yapılması amaçlanmıştır. Yöntem: İlgili değerlendirmeyi yapmak için ele alınan tekniklere ilişkin kapsamlı literatür araştırması ve gerçek dünya örneklerinin incelenmesi şeklinde bir yol izlenmiştir. Bulgular: Dijitalleşen iş süreçleri karşısında iş etüdü tekniklerinin gösterdiği tepki incelendiğinde, geleneksel tekniklerinin bu dönüşüm sürecine büyük oranda adapte olduğu söylenebilir. Endüstri devriminde işletmelerin dijitalleşmesinde kritik rol oynayan yapay zekâ tekniklerinin iş ölçümü tekniklerindeki dijitalleşmeyi de tetiklediği görülmektedir. Dahası, geleneksel iş etüdü tekniklerinin, işletmelerin Endüstri 4.0’a geçiş süreçlerinde ortaya çıkan ihtiyaçlarına yapay zekâ ve Endüstri 4.0 ile birlikte gelen diğer dijital teknikler ile bütünleşerek uyum sağladığı görülmektedir. Özgünlük: Üretim ortamlarındaki dijital dönüşüm süreçlerinin geleneksel iş etüdü teknikleri üzerindeki etkisinin incelenmesi, değişimin analiz edilmesi, bununla birlikte ilgili tekniklere yönelik bir gelecek projeksiyonunun sunulması bu çalışmayı özgün kılmaktadır.

Abstract

Purpose: With Industry 4.0, a rapid digitalization process has become inevitable for all businesses, including labor-intensive ones. On the other hand, traditional work-study techniques have a critical role in productivity measurement and monitoring. In this study, it is aimed that a research and evaluation study is conducted on the new role of work-study techniques in this digitalization process. Methodology: In order to make this evaluation, a way of comprehensive literature survey and examination of real-world examples of handled techniques were followed. Findings: When the response of work study techniques to digitalized business processes is examined, it is possible to say that traditional techniques have largely adapted to this process. It is seen that artificial intelligence techniques, play a critical role in the digitalization of businesses in the industrial revolution, also trigger the digitalization of work measurement techniques. In addition, it is seen that traditional work study techniques adapt to the changing needs of enterprises that arise during the transition to Industry 4.0 by integrating with artificial intelligence and other digital opportunities that come with Industry 4.0. Originality: Examining the effect of digital transformation processes in production environments on traditional work-study techniques, analyzing the change, and besides this presenting a future projection for the related techniques make this study original.

🔖

Bu Makaleye Atıf Yap

ADEM, A., KAYA, B. Y., ÇAKIT, E., DAĞDEVİREN, M. (2022). ÜRETİM SİSTEMLERİNDEKİ DİJİTAL DÖNÜŞÜMÜN İŞ ETÜDÜ TEKNİKLERİ ÜZERİNDEKİ ETKİSİ. Verimlilik Dergisi, DİJİTAL DÖNÜŞÜM VE VERİMLİLİK, 110–122. https://ajindex.com/articles/383166

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (16)

  1. Akben, İ. ve Avşar, İ. (2018). “Endüstri 4.0 ve Karanlık Üretim: Genel Bir Bakış”, Türk Sosyal Bilimler Araştırmaları Dergisi, 3(1), 26-37.
  2. Ashton, K. (2009). “That ‘İnternet of Things’ Thing”, RFID Journal, 22(7), 97-114.
  3. Adizue, U.L., Nwanya, S.C. ve Ozor, P.A. (2020). “Artificial Neural Network Application to a Process Time Planning Problem for Palm Oil Production”, Engineering and Applied Science Research, 47(2), 161-169.
  4. Aksoy, S. (2017). “Değişen Teknolojiler ve Endüstri 4.0: Endüstri 4.0’ı Anlamaya Dair Bir Giriş”, SAV Katkı Teknoloji, 34-44.
  5. Alizon, F., Shooter, S. B., ve Simpson, T. W. (2009). “Henry Ford and the Model T: Lessons for Product Platforming and Mass Customization”, Design Studies, 30(5), 588-605.
  6. Atalay, K. D., Eraslan, E. ve Cinar, M. O. (2015). “A Hybrid Algorithm Based on Fuzzy Linear Regression Analysis by Quadratic Programming for Time Estimation: An Experimental Study in Manufacturing Industry”, Journal of Manufacturing Systems, 36, 182-188.
  7. Boyes, H., Hallaq, B., Cunningham, J. ve Watson, T. (2018). “The Industrial Internet of Things (IIoT): An Analysis Framework”, Computers in Industry, 101, 1-12.
  8. Busıness Advantage Group (2019). “2018-19 Global CAD Trends”, https://www.business-advantage.com/2018-19%20Global%20CAD%20Trends%20-%20Version%201.0%20DOWNLOAD.pdf, (Erişim Tarihi: 24.08.2021).
  9. Calp, M.H., Bahçekapılı, E. ve Berigel, M. (2018). “Endüstri 4.0 Kapsamında Akıllı Fabrikaların İncelenmesi”, The Fifth International Management Information Systems Conference, October 24-26 2018,
  10. Ankara.
  11. Çakıt, E., Adem, A. ve Dağdeviren, M. (2020). “Endüstri 4.0 Ergonomi için Tehdit mi Fırsat mı?”, Verimlilik Dergisi, 3, 43-57.
  12. Dağdeviren, M., Eraslan, E. ve Çelebi, F. V. (2011). “An Alternative Work Measurement Method and Its Application to a Manufacturing Industry”, Journal of Loss Prevention in the Process Industries, 24(5), 563-567.
  13. Dombrowsi, U. ve Wagner, T. (2014). “Mental Strain as Field of Action, In the 4th Industrial Revolution Variety Management in Manufacturing”, Proceedia CIRP,17, 100-105.
  14. Ekinci, N. (2019). “Klasik, Neoklasik Teori, Sistem ve Durumsallık Yaklaşımları ile Bunların Karşılaştırılması ve Toplam Kalite Yönetimi İçerisindeki Yerlerinin Değerlendirilmesi”, Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 6(11), 16-38.
  15. Eraslan, E. (2009). “The Estimation of Product Standard Time by Artificial Neural Networks in the Molding Industry”, Mathematical Problems in Engineering, 1-12.
  16. Ghafoorpoor Yazdi, P., Azizi, A. ve Hashe