Dergiler / The Journal of International Scientific Researches / 2021 / Cilt: 6 - Sayı: 3

ÇAYKUR İşletmeleri için Bölge Müdürlüğü Seçim Önerisi

Regional Directorate Election Suggestion for ÇAYKUR enterprises

Sayfa
362–381
Yayın Tarihi
2021-09-22
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)

Elde edilen sonuçlara göre iki yöntemle elde edilen sonuçlar hibrit olarak kullanıldığında rota daha da kısalmaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada; devlet iktisadi teşekküllerimizden, Çay İşletmeleri Genel Müdürlüğünün (ÇAYKUR) bölge müdürlüklerine ait koordinatlar optimize edilmiştir.
📊
Temel Bulgular & Veri:ÇAYKUR yetkili satış noktaları ile bölge müdürlükleri arasındaki dağıtım faaliyetlerindeki optimizasyon ile, maliyet minimizasyonu gerçekleştirilmiştir.
💡
Sonuç & Katkı:Elde edilen sonuçlara göre iki yöntemle elde edilen sonuçlar hibrit olarak kullanıldığında rota daha da kısalmaktadır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:ÇAYKUR · Makine Öğrenmesi · Optimizasyon

Özet

Bu çalışmada; devlet iktisadi teşekküllerimizden, Çay İşletmeleri Genel Müdürlüğünün (ÇAYKUR) bölge müdürlüklerine ait koordinatlar optimize edilmiştir. ÇAYKUR yetkili satış noktaları ile bölge müdürlükleri arasındaki dağıtım faaliyetlerindeki optimizasyon ile, maliyet minimizasyonu gerçekleştirilmiştir. Çalışmanın analizinde; makine öğrenmesi tekniklerinden biri olan, k-ortalamalar kümeleme analizi ve yöneylem araştırmaları tekniklerinden biri olan, doğrusal olmayan programlama yöntemleri kullanılmıştır. K-ortalamalar kümeleme analizi ile 125 satış noktası, 9 bölgeye ayrılmış ve bu dokuz bölgede yer alması gereken satış noktaları belirlenmiştir. K-ortalamalar kümeleme analizi ile elde edilen sonuçlar ile doğrusal olmayan programlama yöntemi ile elde edilen sonuçlar, bölge müdürlükleri ile bölgede yer alan satış noktalarına olan uzaklıklar için karşılaştırılmıştır. Elde edilen sonuçlara göre iki yöntemle elde edilen sonuçlar hibrit olarak kullanıldığında rota daha da kısalmaktadır.

Abstract

In this study; regional directorates of the General Directorate of Tea Enterprises (ÇAYKUR) which is one of our economic agencies are optimized. Cost minimization was carried out by optimization of distribution activities between ÇAYKUR authorized sale points and regional directorates. to optimize regional directorates of the General Directorate of Tea Enterprises(ÇAYKUR) K-means Clustering Analysis method, which is one of the machine learning technique and nonlinear programming method which is one of the operations research technique, were used. 125 authorized sale points were divided into 9 regions and the sale points that should be located in these territories were determined by k-means clustering analysis. The distance of regional directorates to the sale points in the region, obtained results from k-means clustering analysis and nonlinear programming method were compared. According to our findings, when coordinates obtained by two methods are used as hybrid, the route becomes much shorter.

🔖

Bu Makaleye Atıf Yap

ÇOLAK, Y. C., ÖZDEMİR, M. (2021). ÇAYKUR İşletmeleri için Bölge Müdürlüğü Seçim Önerisi. The Journal of International Scientific Researches, Cilt: 6 - Sayı: 3, 362–381. https://ajindex.com/articles/806443

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Abacı, N. İ., Keskin, E. & Demiryürek, K. (2020). Innovation decision making process in organic tea agriculture: The case of Rize District, Turkey. Black Sea Journal of Public and Social Science, 5-6.
  2. Albayrak, S. (2019). Okul servisi araçlarını rotalama problemi için yenilikçi bir yaklaşım, yüksek lisans tezi. Hacettepe Üniversitesi,
  3. Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Anabilim Dalı, Ankara.
  4. Atalay, M., & Çelik, E. (2017). Artificial intelligence and machine learning applications in big data analysis. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9.22: 155-172.
  5. Avriel, M. (2003). Nonlinear programming, analysis and methods, Courier Dover Publications: New Jersey; Prentice-Hall. Avşar, F. U. (2012). Belirlenen av sorumluluk sahasında hava savunma görevinin doğrusal olmayan programlama yöntemiyle modellenmesi ve eniyilenmesi, yüksek lisans tezi, Hava Harp Okulu Havacılık ve Uzay Teknolojileri Enstitüsü, İstanbul.
  6. Baynal, K. & Çalış, A. (2016). Veri madenciliğinde kümeleme analizi ile bankacılık sektöründe bir uygulama. Beykent Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 9(1). Bıyıklı, G. A. (2017). Pozitif psikolojik sermaye ile örgütsel güven arasındaki ilişkinin incelenmesine yönelik bir araştırma: Trabzon bölgesindeki ÇAYKUR işletmeleri, yüksek lisans tezi, Recep Tayyip Erdoğan Üniversitesi,
  7. Sosyal Bilimler Enstitüsü, Rize. Çakıroğlu, N. (2014). Ekip çalışmasının liderlikle olan ilişkisinin incelenmesi: Çay İşletmeleri Genel Müdürlüğünde bir uygulama, yüksek lisans tezi, Karadeniz Teknik Üniversitesi,
  8. Sosyal Bilimler Enstitüsü, Trabzon. Çakmak, M. K. (2019). Çay ve işleme ürünlerinin hasat dönemlerine ve yetiştirme tekniklerine bağlı olarak besin içeriğindeki değişimler, yüksek lisans tezi, Çanakkale Onsekiz Mart Üniversitesi,
  9. Çanakkale. Çancı, M., & Erdal, M. (2009).
  10. Lojistik yönetimi, Uluslararası Taşımacılık ve Lojistik Üretenleri Derneği Yayınları. İstanbul:
  11. Mataş Matbaacılık. Çiçekdağı, H. İ. & Kırış, Ş., (2012). Afet istasyonu ve toplanma merkezi için yer seçimi ve bir uygulama, Dumlupınar Üniversitesi Fen Bilimleri Enstitüsü Dergisi, (028), 67-76.
  12. Çokgüngördü, A. (2017). Kümeleme yöntemi kullanarak baz istasyonları yardımlı yer seçme, yüksek lisans tezi, Haliç Üniversitesi,
  13. Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, İstanbul.
  14. Dikmen, B. (2010). Yer seçimi problemine dışbükey programlama yaklaşımı: Sakarya kent merkezi örneği, yüksek lisans tezi, Marmara Üniversitesi, Sosyal Bilimler Enstit