XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
BİR KONFEKSİYON İŞLETMESİNDE ANAHTAR MÜŞTERİNİN
TOPSIS ÇOK KRİTERLİ KARAR VERME METODU
KULLANILARAK BELİRLENMESİ
Eda Acar, Mücella Güner
Ege Üniversitesi, Mühendislik Fakültesi, Tekstil Mühendisliği Bölümü, Bornova, İzmir, Türkiye
[email protected]
ÖZET
Müşteriler firmaların en değerli varlığı ve elde edeceği başarının ana kaynağı olarak merkeze yerleştirilmekte ve
her türlü kararın odak noktası olarak kabul edilmektedir. Günümüzün ekonomik, sosyal ve teknolojik
koşullarının yarattığı büyük rekabet ise işletmeleri müşteri seçimi konusunda yeni stratejilere yönelmek zorunda
bırakmıştır. Artan bu rekabete ayak uydurmanın yolu ise doğru ve firmanın belirlediği kriterlere en uygun ve
arzu edilen müşterinin seçilmesinden geçmektedir. Bu beklentiler doğrultusunda, bu çalışmada bir konfeksiyon
işletmesinden gerekli veriler alınarak, 4 adet müşteri ve bu müşterilerin değerlendirilmesinde kullanılan 5 adet
seçim kriterinden oluşan bir karar matrisi ele alınmıştır. Müşterilerin dönüş hızı, sipariş çeşitliliğinin fazla
olması, kar marj oranı, numune onay hızı ve siparişin firmaya uygunluğu seçim kriterleri olarak kullanılmıştır.
Bu karar matrisindeki verileri kullanarak, müşteri seçimi problemini çözmek amacıyla TOPSIS (Technique for
Order Preference by Similarity to Ideal Solution) metodu uygulanmıştır. İşlem adımları için Microsoft Excel
2007 hesaplamalarından yararlanılmıştır. Elde edilen sıralamada 1. müşterinin firma açısından en uygun müşteri
olduğu belirlenmiştir.
Anahtar Kelimeler: Çok ölçütlü karar verme, Müşteri seçimi, TOPSIS Metodu, Sıralama
1. GİRİŞ
İşletmeler var oldukları süre boyunca seçim yapmak durumundadırlar. Giderek zorlaşan ve
değişime uğrayan hayat şartları işletmeleri en iyi seçim yapmaya zorlamaktadır. Bu seçim
aşaması birden fazla alternatifi barındırdığı için karar verme sürecinde en sağlıklı sonuca
ulaşmada sezgisel olarak yorumlamak yerine bilimsel metotlara başvurulması artık bir
zorunluluktur. Bu amaçla birden fazla çok ölçütlü karar verme yöntemi bulunmaktadır.
TOPSIS yöntemi alternatiflerin bir arada düşünüldüğü çok ölçütlü karar verme
yöntemlerinden birisidir. Bu çalışmada ilk olarak TOPSIS yönteminin değişik sektördeki
problemlerin çözümü için kullanıldığı alanlara yönelik olarak literatür incelemesi verilecek,
metot ve materyal açıklandıktan sonra uygulama kısmında çalışma için seçilmiş olan
işletmenin müşteri alternatiflerinin TOPSIS yöntemi ile tercih sıralaması belirlenecektir.
Çalışmada müşteri dönüş hızı, kar marj oranı, numune onay hızı, siparişin firmaya uygunluğu
ve sipariş çeşitliliği değerlendirme kriterleri olarak belirlenmiş ve bu kriterler birarada göz
önüne alınarak tercih sıralaması belirlenmiştir.
2. LİTERATÜR İNCELEMESİ
Karar verme problemlerinin çözümü için literatürde yer alan çalışmalar incelendiğinde
TOPSIS yönteminin alternatifleri değerlendirme amacıyla sıklıkla kullanıldığı görülmektedir.
Bu bölümde TOPSIS yönteminin kullanılmış olduğu bazı çalışmalara yer verilecektir.
İstanbul Menkul Kıymetler Borsası’nda (İMKB) işlem gören 13 ana metal sanayi işletmesinin
2006-2010 dönemine ait mali tabloları kullanılmış, TOPSIS yöntemi ile işletmelerin finansal
performansları değerlendirilmiştir [1]. Gıda işletmesindeki karar vericilerle yapılan
görüşmeler sonucu elde edilen bilgilerle, belirsizlik ortamında, işletme için uygun olan
137
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
tedarikçi kriterlerini göz önünde bulundurarak, alternatifler arasından yapılacak tedarikçi
seçimi bulanık TOPSIS yöntemi ile gerçekleştirilmiştir [2]. Trafik kazaları sonuçlarına göre
ölümlü, yaralanmalı ve maddi hasarlı olmak üzere üç gruba ayrılmış TOPSIS ve AHP
yöntemleri birlikte kullanılarak kazaların nedenleri ve sonuçları arasındaki ilişki matematiksel
olarak incelenmiştir [3]. Bankacılık sektöründe yaklaşık on beş senedir faaliyet gösteren bir
bankanın, hiç şubesinin bulunmadığı Güneydoğu Anadolu Bölgesi’ndeki beş aday şehir
arasından en doğru tercih yapabilmesine yönelik olarak bulanık TOPSIS yöntemiyle en iyi
aday şehir belirlenmiştir [4]. Performans değerleme ölçütlerinden olan EVA ve TOPSIS
yöntemlerinin hisse senedi piyasa değerindeki değişimle paralel hareket etme gücünü
sınayarak sektördeki şirketlerin performans ölçütleri açısından karşılaştırılması yapılmıştır
[5]. 2007-2010 dönemine ait üçer aylık GSYİH, ihracat ve turizm verileri kullanılarak
Türkiye ekonomisi üzerine etkisi TOPSIS yöntemi ile analiz edilmiş, 2008 yılı ile 2009
yılının son çeyreği arasında küresel krizin etkileri ortaya çıkarılmıştır [6]. Türkiye’de
otomotiv sanayiinde faaliyet gösteren ve İstanbul Menkul Kıymetler Borsası’nda (İMKB)
işlem görmekte olan beş büyük ölçekli otomotiv firmasının bilançoları kullanılarak
hesaplanan finansal oranlar ile, firmaların derecelendirilmesine yönelik bir çalışma yapılmıştır
[7]. Tekstüre iplik üretimi yapan bir firmada sistemdeki gecikmelerin kaynaklarını,
aksaklıklar gibi sorunların çözümüne katkı sağlayacağı düşünülen en uygun ERP yazılımının
seçimi TOPSIS ve AHP teknikleri kullanılarak belirlenmiştir [8]. Meslek seçimi problemiyle
yüzyüze kalan bir çok sektörde çalışma olanağı bulunan Endüstri Mühendisliği öğrencilerine
yönelik kariyer planlama sürecinde yardımcı olabilmek için Bulanık AHP ve Bulanık TOPSIS
yöntemi kullanılarak rasyonel bir seçim yapılmasına yardımcı olunmuştur [9]. Dört karar
verici (müşteri) tarafından dört sanal mağazanın web sitesi, dizayn, ürün çeşitliliği, müşteri
hizmetleri ve bilgi zenginliği kriterleri baz alınarak bulanık TOPSIS yöntemine göre
sıralaması yapılmıştır [10]. Literatür araştırmalarından da anlaşılacağı üzere değişik
sektörlerde alternatiflerin değerlendirilmesi amacıyla TOPSIS yöntemi kullanılarak yapılmış
birçok çalışma örneği bulunmaktadır.
3. MATERYAL VE METOT
3.1 Amaç
Çalışmanın amacı bir konfeksiyon işletmesinden alınan veriler sonucunda belirlenen kriterlere
göre TOPSIS metodu kullanılarak müşterilerin sıralanması ve buna bağlı olarak anahtar
müşteri seçiminin yapılmasıdır.
3.2 Materyal
Tekstil sektöründe ihracat yapan bir firmanın müşterileri çalışmada materyal olarak
kullanılmış, yetkili kişilerle yapılan görüşmeler sonrasında müşteriler ve firmanın
müşterilerini değerlendirirken göz önüne almakta olduğu kriterler ile ilgili olarak gerekli
bilgiler alınmıştır.
3.3 Metot
TOPSIS metodu Hwang and Yoon (1981) tarafından geliştirilmiştir [11]. Yöntemin ana fikri
seçilen alternatifin pozitif ideal çözümden en kısa mesafede ve negatif ideal çözümden en
138
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
uzak mesafede bulunması kavramına dayanmaktadır. Aşağıda TOPSIS yönteminin adımları
tanımlanmıştır [12].
Adım 1 : Karar matrisi (D) oluşturulur.
Karar matrisinin satırlarında i, i=1,2,...,m alternatifler, sütunlarında ise j, j=1,2,...,n ölçütler
yer almaktadır. Bu matris karar vericiler tarafından oluşturulur ve Denklem (1)’deki gibi
gösterilir:
(1)
Yukarıdaki matrisde m karar noktası sayısını, n değerlendirme faktörü sayısını verir.
Adım 2 : Normalize karar matrisi (R) oluşturulur.
Normalizasyon işleminin gerçekleştirilmesinde farklı teknikler bulunmaktadır. Vektör
normalizasyonu sıklıkla kullanılan bir yöntem olarak ortaya çıkmaktadır. Normalize edilmiş
karar matrisi için vektör normalizasyonu Denklem (2)’de belirtilmiştir.
(2)
R matrisi denklem (3)’teki gibi elde edilir:
(3)
Adım 3 : Ağırlıklı normalize karar matrisi (Y) oluşturulur.
Öncelikle değerlendirme kriterlerine ilişkin ağırlık değerleri ( wi ) belirlenir
(i1 wi  1) .
n
Daha sonra matrisinin her bir sütunundaki elemanlar ilgili wi değeri ile çarpılarak oluşturulan
Y matrisi Denklem (4)’teki gibidir.
(4)
139
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
Adım 4 : Pozitif ideal ( A * ) ve negatif ideal ( A ) çözümler oluşturulur.
İdeal çözüm seti için sütun değerlerinin en büyükleri (ilgili ölçüt minimizasyon yönlü ise en
küçüğü) seçilir. Pozitif ideal çözüm setinin bulunması Denklem (5)’te gösterilmiştir.
(5)
Denklem (5) kullanılarak hesaplanacak olan set Denklem (6)’da gösterildiği gibi oluşur.
(6)
Negatif ideal çözüm seti ise, sütun değerlerinin en küçükleri (ilgili değerlendirme faktörü
maksimizasyon yönlü ise en büyüğü) seçilerek bulunur. Negatif ideal çözüm setinin
bulunması Denklem (7) ‘de gösterilmiştir.
(7)
Denklem (7) yardımıyla hesaplanacak olan set Denklem (8)’de gösterilmiştir.
(8)
Her iki formülde de J fayda (maksimizasyon), J’ ise kayıp (minimizasyon) değerini
göstermektedir.
Adım 5 : . Her alternatifin pozitif ideal çözüm ve negatif ideal çözüme uzaklıkları hesaplanır.
Her bir alternatife ilişkin ölçüt değerinin pozitif ideal ve negatif ideal çözüm setinden
uzaklıklarının belirlenmesinde Euclidian Uzaklık Yaklaşımı kullanılmaktadır. Alternatiflere
ilişkin elde edilen uzaklık değerleri ise Pozitif İdeal çözüme uzaklık ( Si *) ve negatif ideal
çözüme uzaklık ( Si ) olarak gösterilmektedir. Pozitif ideal çözüme uzaklık ( Si *) değerinin
hesaplanması Denklem (9) ‘da sunulmuştur.
(9)
Negatif ideal çözüme ( Si ) uzaklığın hesaplanması ise Denklem (10)’daki gibidir.
(10)
Adım 6 : İdeal çözüme göreceli yakınlık değerleri hesaplanır.
140
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
Her bir alternatifin ideal çözüme göreceli yakınlığının ( Ci *) hesaplanmasında bir önceki
aşamada bulunan uzaklık ölçüleri kullanılmaktadır. İdeal çözüme göreceli yakınlık değerinin
hesaplanması Denklem (11)’de sunulmuştur.
(11)
Burada Ci * değeri O ≤ Ci * ≤ 1 aralığındadır ve büyük Ci * değeri daha iyi bir
alternatif olduğunu açıklar. Ci *= 1 alternatifin pozitif ideal çözüm noktasında , Ci *= 0
alternatifin negatif ideal çözüm noktasında olduğunu gösterir.
4. ANAHTAR MÜŞTERİ SEÇİMİ (UYGULAMA)
Doğru müşteri seçiminin işletmenin devamlılığına ve karlılığına büyük etkisi bulunmaktadır.
Firma isteklerine, beklentilerine en uygun müşteri seçimi beraberinde başarıyı da getirecektir.
Bu yüzden seçim kriterlerine göre müşterilerin sıralanması ve en iyilerinin belirlenmesi
gerekmektedir.
Bu çalışmada müşteri seçimi problemini çözmek amacıyla TOPSIS yöntemi kullanılmıştır.
Firmayla yapılan görüşmeler sonucunda belirlenmiş olan alternatif dört müşteri çalışmada A1,
A2, A3, A4 olarak sembolize edilmiştir. Müşteri değerlendirirken göz önüne alınmakta olan
kriterler firmada yetkili kişilerle yapılan görüşmeler sonucunda belirlenmiş ve bu kriterlerin
açılımı aşağıdaki gibi belirtilmiştir.
1. Müşteri (bilgi) dönüş hızı (MDH) : Müşterinin üretim konusunda bilgili olması ,
dosyalarını revize etmesi olarak tanımlanmıştır.
2. Sipariş çeşitiliğin fazla olması (SÇ) : Adet ve model bazında gelen siparişin çok
çeşitli olması bant sisteminin değişmesine, makine ve çalışanların yer değişikliğine ,
tüm bunlara bağlı olarak zaman kaybına ve günlük üretim miktarında düşüşlere yol
açmaktadır.
3. Kar marjı oranı (KMO) : Müşterinin firmayı üretim konusunda ne kadar
zorladığıyla doğrudan ilgilidir.
4. Numune onay hızı (NOH) : Müşterinin ürünün özellikleri konusunda ne istediğini
belirlemiş olması ve firmaya sürekli baştan numune yapmak zorunda bırakmaması
olarak tanımlanmıştır.
5. Siparişin firmaya uygunluğu (SU) : Gelen siparişin makine, ekipman, işçi
bakımından firmanın koşullarına uygun olup olmamasıdır. Bu çalışma için görüşülen
firmanın üretimi genelde kot ağırlıklı olduğu için ince kumaşlarla çalışılmakta
zorlanılmaktadır. Bu gibi siparişler de makine kulvarını yavaşlamakta, ve çok narin
kumaşlar için yıkama esnasında yırtılma gibi sorunlarla karşı karşıya bırakmaktadır.
Bu kriterler arasından müşteri dönüş hızının, kar marj oranının, numune onay hızının ve
siparişin firmaya uygunluğunun yüksek, sipariş çeşitliliğinin düşük olması beklenmektedir.
Tablo 2’de, alternatif müşteriler ve değerlendirme de kullanılan kriterlerden oluşan karar
matrisi verilmektedir. Bu başlangıç matrisi müşterilerin 100 puan üzerinden firmadaki üç
yetkili kişi tarafından değerlendirilip aritmetik ortalamasının alınmasıyla elde edilmiştir.
Alternatif müşterilerin hiçbirinin, firmanın belirlemiş olduğu kriterleri tam olarak
141
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
karşılamadığı görülmektedir. Dolayısıyla, bütün bu özellikler için en yüksek tatmin
derecesine sahip en iyi alternatifi belirlemek amaçlanmaktadır.
TOPSIS metodunu uygulayabilmek için, ilk olarak, her bir müşteri için farklı değerlendirme
kriterlerinin izafi ağırlıklarının belirlenmesi gerekmektedir. Bu amaçla, uygulama yapılan
firma yetkililerinin tecrübelerine dayanarak belirlemiş oldukları ağırlık değerleri
wMDH = 0.15, wSÇ = 0.3, wKMO = 0.1, wNOH = 0.2, wSU = 0.25 şeklindedir. Bu ağırlık
değerlerinden en önemli kriterlerin; sipariş çeşitliliğinin fazla olması, siparişin firmaya
uygunluğu ve numune onay hızı olduğu anlaşılmaktadır. Daha az önem derecesine sahip
kriterler ise müşteri bilgi dönüş hızı ve kar marj oranı olarak belirlenmiştir (Tablo 1.).
Tablo 1. Müşteri seçim kriterleri ve kriterlerin ağırlık değerleri
Sembol
Müşteri Seçim Kriterleri
Kriterlerin ağırlık
değerleri
MDH
Müşteri (bilgi) dönüş hızı
0.15
SÇ
Sipariş çeşitiliği
0.3
KMO
Kar marjı oranı
0.1
NOH
Numune onay hızı
0.2
SU
Siparişin firmaya
uygunluğu
0.25
Ağırlıklar belirlendikten sonra, Tablo 2’de verilen karar matrisi, Denklem (2) kullanılarak
normalize edilmiştir (Tablo 3.). Normalizasyon işleminden sonra, karar matrisi, yukarıda
belirtilen ağırlıklar ile çarpılmıştır. Ağırlıklandırılmış ve normalize edilmiş karar matrisi (Y)
Tablo 4’te verilmektedir.
Tablo 2. Anahtar müşteri seçimi için karar matrisi (D)
Müşteri
MDH
SÇ
KMO
NOH
SU
A1
A2
A3
A4
85
84
93
76
65
75
83
78
80
87
85
80
70
80
60
75
95
75
85
79
Tablo 3. Normalize edilmiş karar matrisi (R)
Müşteri
MDH
SÇ
KMO
NOH
SU
A1
A2
A3
A4
0,501
0,495
0,548
0,448
0,430
0,496
0,549
0,516
0,481
0,523
0,512
0,482
0,488
0,558
0,418
0,523
0,566
0,447
0,506
0,471
142
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
Tablo 4. Ağırlıklandırılmış ve normalize edilmiş karar matrisi (Y)
Müşteri
MDH
SÇ
KMO
NOH
SU
A1
A2
A3
A4
0,075
0,074
0,082
0,067
0,129
0,148
0,164
0,154
0,048
0,052
0,051
0,048
0,097
0,111
0,083
0,104
0,141
0,111
0,126
0,117
Denklem (5) ve (7) kullanılarak elde edilen pozitif ideal ve negatif ideal çözümler Tablo 5’te
verilmektedir.
Tablo 5. İdeal ve negatif ideal çözümler
A+
A-
MDH
SÇ
KMO
NOH
SU
0,082
0,067
0,129
0,164
0,052
0,048
0,111
0,083
0,141
0,111
Denklem (9) ile her bir alternatifin pozitif ideal çözüme uzaklık ( Si *) değeri, Denklem (10)
ile negatif ideal çözüme ( Si ) uzaklık değerleri hesaplanır. Bu değerlerden yararlanarak her
alternatif için Denklem (11)’de gösterilen ideal çözüme göreceli yakınlık değeri ( Ci *)
bulunabilecektir.
5. BULGULAR
Bu çalışmada TOPSIS metodu kullanılarak elde edilen sonuçlara göre en iyi alternatif A1
iken en kötü alternatif ise A3 olarak belirlenmiştir. Her bir karar noktası için pozitif ve
negatif ideal çözüme uzaklık ve ideal çözüme göreceli yakınlık değeri Tablo 6’da verilmiştir.
Buna göre sıralama açısından 0.75 puanla A1 ilk sırada, 0.47 puanla A2 ikinci sırada, 0.37
puanla A4 üçüncü sırada ve 0.30 puanla A3 son sıradadır. A1 kriterlere en uygun müşteri
olarak belirlenmiştir.
Tablo 6.
Müşteri
A1
A2
A3
A4
Si *
0,016
0,036
0,047
0,039
Si *, Si ve Ci * değerleri
Si
0,049
0,033
0,021
0,023
Ci *
0,75
0,47
0,30
0,37
Sıra
1
2
4
3
TOPSIS metoduyla elde edilen sıralama Şekil 1’ de verilmiştir.
143
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
Ci*
0,8
0,6
0,4
0,2
0
Ci*
1
2
3
4
Müşteriler
Şekil 1. Müşterilerin ideal çözüme göre yakınlık değerleri
6. SONUÇ VE ÖNERİLER
Rekabetin yoğun bir şekilde yaşandığı günümüzde işletmeler faaliyetlerine devam edebilmek,
üstünlük sağlayabilmek için en doğru kararı vermek durumundadırlar. Kuruluş yeri
seçiminden, tedarikçi seçimi, işçi seçimi, makine ve teçhizat seçimi, malzeme seçimi,
teknoloji seçimi, yatırım kararları, stratejilerin değerlendirilmesine kadar pek çok konuda bir
seçimle karşı karşıya kalmaktadırlar. TOPSIS yöntemi alternatifler arasından tercih
yapabilmek için kullanılan çok ölçütlü karar verme yöntemlerinden birisidir. Çalışmada
uygulama yapılan işletme için 4 alternatif müşteri ve 5 seçim kriterinden oluşan problem
TOPSIS metodu kullanılarak çözülmüştür ve bu metodun seçim aracı olarak uygulanabilirliği
gösterilmiştir. Firma yöneticilerince belirlenen ve müşteri değerlendirirken göz önüne
alınmakta olan kriterlerde en yüksek puanı alan ve minimize edilmesi beklenen ‘siparişin
çeşitliliği’ kriteri için (Tablo 1.) en düşük puan, ikinci önemli kriter olan ‘siparişin
uygunluğu’ için en yüksek puan verilmiş olan A1 müşterisi (Tablo 2.) firma için en uygun
müşteri olarak belirlenmiştir. A2 müşterisi ise ‘kar marjı oranı’ ve ‘numune onay hızı’
değerlendirme kriterlerinde en yüksek puanı alarak ikinci sırada yer almaktadır. Üçüncü
sırada ‘müşteri dönüş hızı’ ve ‘kar marjı oranı’ kriterleri için en düşük puana sahip A4
müşterisi gelmekte ve son sırada ise değerlendirme kriterleri arasında en yüksek ağırlığa sahip
olan minimizasyon yönlü ‘siparişin çeşitliliği’ ile maksimizasyon yönlü ‘müşteri dönüş hızı’
kriterleri için en yüksek puanı alan A3 müşterisi yer almaktadır.
PROMETHEE veya ELECTRE gibi diğer çok kriterli karar verme yöntemleri seçim
aşamasında kullanılabilir ve çıkan sonuçlar birbiriyle kıyaslanabilir. Ayrıca karar verme
sürecinde kriterlerin ağırlıklandırılmasında AHP yöntemi, belirsizlik nedeniyle de bulanık
teori kullanılarak bütünleştirilebilir.
7. KAYNAKLAR
[1] UYGURTÜRK, H., ve KORKMAZ, T., Finansal Performansın TOPSIS Çok Kriterli Karar
Verme Yöntemi İle Belirlenmesi : Ana Metal Sanayi İşletmeleri Üzerine Bir Uygulama,
Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2012, Cilt. 7,
Sayı.2, s 95-115.
144
XIII. Uluslararası İzmir Tekstil ve Hazır Giyim Sempozyumu
2 – 5 Nisan 2014
[2] ÖZÇAKAR, N. ve DEMİR, H., Bulanık TOPSIS Yöntemiyle Tedarikçi Seçimi, İşletme
İktisadı Enstitüsü Yönetim Dergisi, 2011, Sayı.69.
[3] ALP, S. ve ENGİN, T., Trafik Kazalarının Nedenleri Ve Sonuçları Arasındaki İlişkinin
TOPSIS ve AHP Yöntemleri Kullanılarak Analizi Ve Değerlendirilmesi, İstanbul Ticaret
Üniversitesi Fen Bilimleri Dergisi, 2011, Sayı.19, s 65-87.
[4] ÇINAR, N. T., Kuruluş Yeri Seçiminde Bulanık TOPSIS Yöntemi ve Bankacılık Sektöründe
Bir Uygulama, KMÜ Sosyal ve Ekonomik Araştırmalar Dergisi, 2010, s 37-45.
[5] ÖZDEMİR, N., Halka Açık Finansal Kiralama ve Faktoring Şirketlerinin Performans Ölçümü
ve Analizinde Kullanılan EVA ve TOPSİS Yöntemlerinin Hisse Senedi Değerleri ile
Karşılaştırmalı Analizi, Finans Politik ve Ekonomik Yorumlar Dergisi, Cilt. 48 , Sayı.561.
[6] ERDOĞAN, S., Küresel Kriz Döneminde İhracat Ve Turizm Gelirleri İle Büyümenin Türkiye
Ekonomik Performansına Etkisi: TOPSIS Yöntemi İle Analiz, SÜ İİBF Sosyal ve Ekonomik
Araştırmalar Dergisi, 2010 , Cilt. 14 , Sayı.20.
[7] YURDAKUL, M. ve İÇ, Y., Türk Otomotiv Firmalarının Performans Ölçümü Ve Analizine
Yönelik TOPSIS Yöntemini Kullanan Bir Örnek Çalışma, Gazi Üniversitesi MühendislikMimarlık Fakültesi Dergisi, 2003, Cilt. 18, Sayı.1, s 1-18.
[8] ÖZGÜL, Ö. ve YAZGAN, H., Bir İşletme İçin TOPSIS Ve AHP Yöntemleri İle ERP
Yazılımının Seçimi, 26. Yöneylem Araştırması ve Endüstri Mühendisliği Konferansı, 2006.
[9] ÇİL, F., Meslek Seçimi Probleminde Çok Özellikli Karar Verme Ve Çözüme Yönelik
Geliştirilen Bireysel Kariyer Planlama Programı, http://www.ituemk.org/dosyalar/2006_3.pdf
adresinden edinilebilir.
[10] DÜNDAR, S. ve ECER, F., Fuzzy TOPSIS Yöntemi İle Sanal Mağazaların Web
Sitelerinin Değerlendirilmesi, İktisadi ve İdari Bilimler Dergisi, 2007, Cilt. 21, Sayı. 1.
[11] HWANG, C.L. ve YOON, K., Multiple Attribute Decision Making: Methods and
Applications, Springer-Verlag, 1981, New York.
[12] SHIH, H.S., SHYUR, H.J. ve Lee, E.S., An Extension of TOPSIS for Group Decision
Making. Mathematical and Computer Modelling, 2007, 45(7), pp 801-813.
145

Download Report