Sleyman

Demirel niversitesi Suleyman Demirel University

Mhendislik Bilimleri ve Tasarm Dergisi Journal of Engineering Sciences and Design
3(2), 91-104, 2015 3(2), 91-104, 2015
ISSN: 1308-6693 ISSN: 1308-6693
Aratrma Makalesi Research Article

TEDARK SEM N BR KARAR DESTEK SSTEM

Yusuf AHN1*, A. Aya SUPLLER2

1 Mehmet Akif Ersoy niversitesi, ktisadi ve dari Bilimler Fakltesi, letme Blm, Burdur, Trkiye
2 Pamukkale niversitesi, Mhendislik Fakltesi, Endstri Mhendislii Blm, Denizli, Trkiye

Anahtar Kelimeler zet
AHP, Tedariki seimi, satn alma fonksiyonu ierisinde olduka nemli bir faaliyettir.
TOPSIS, Tedariki seiminin balca amac, firmann sreklilik ve fiyat etkinlii ihtiyalarn
K-Ortalamalar, karlayan yksek potansiyelli tedarikilerin belirlenmesidir. Tedarikiler konusunda
Tedariki Kmeleme yaplacak doru tercihler satn alma maliyetlerinin azaltrken, mteri memnuniyeti ve
rekabet yeteneini artrr. Bu almada, tedariki seimi ve deerlendirme probleminin
zm iin Analitik Hiyerari Prosesi (AHP), TOPSIS ve K-ortalamalar yntemlerinin
kullanld bir karar destek sistemi nerilmitir. Deerlendirme kriterlerin arlklar
AHP ile belirlenmi ve bu arlklar TOPSIS ynteminin girdisi olarak kullanlmtr.
TOPSIS ile arlkl puanlarna gre sralanan tedarikiler K-ortalamalar yntemi ile alt
kmelere ayrlmtr. En iyi tedarikiyi semek yerine, K-ortalamalar ynteminin AHP ve
TOPSIS yntemleri ile birlikte kullanmyla benzer zellikleri olan tedarikileri
kmelendirerek etkin tedarik planlarnn hazrlanmas hedeflenmitir.

A DECISION SUPPORT SYSTEMS FOR SUPPLIER SELECTION

Keywords Abstract
AHP, Supplier selection is an important activity within the purchasing function. The main
TOPSIS, objective of supplier selection is to identify high-potential suppliers who meet the firms
K-Means, continuity and price effectiveness needs. The right choices about suppliers improve the
Supplier Clustering customer satisfaction and competitiveness while reducing costs. In this study, Analytic
Hierarchy Process (AHP), TOPSIS and K-means methods are used to solve supplier
selection and evaluation problem. The criteria are weighted using AHP and then these
weights are used as input of TOPSIS method. The suppliers ranked according to weighted
scores using TOPSIS are divided into subsets with K-means method. Instead of selecting
the best supplier, it is aimed to generate the infrastructure to prepare effective
procurement plan clustering the suppliers who have similar characteristics by using K-
means method with AHP and TOPSIS methods.

1. Giri rekabet artlar ierisinde mteri ihtiyalarna ve

beklentilerine hzl bir ekilde cevap verebilmek
letmeler, sahip olduu kaynaklar en uygun ekilde hayati nem tar. zellikle iletmenin fiyatlarn
datmak ve verimlilii artrmak iin hzl ve doru tedarikiler kadar hzl ykseltemedikleri
kararlar almak zorundadr. Bu kararlar ierisinden durumlarda, iletmenin ok sayda tedarikiye sahip
tedariki seim karar organizasyonlar iin verilmesi olmas tedariki zerinde fiyat, kalite ve teslimat plan
gereken en nemli kararlarn banda gelir. Firmalarn kontrolne olanak salar (Laudon ve Laudon, 2011:
tedariki deerlendirme ve seimi yapmalarnn 96). Tedarik stratejisi olarak hammadde ve yar
balca amac, kendileri iin yksek katma deer mamul temin edilen ok sayda tedarikinin olmas
yaratabilecek, iletmenin alma sistemi ile uyumlu iletmenin farkl tedarik planlar oluturabilmesi
tedarikileri belirlemektir. Tedarikiler genellikle asndan doru bir politikadr. Dier taraftan, tedarik
kalite, sreklilik, fiyat etkinlii ve ihtiyalar ann yerel, ulusal ve uluslaras tedarikilerin
karlamas gibi ltlere gre deerlendirmeye tabi eklenmesi yoluyla geniletilmesi de firmann
tutulur. pazardaki rekabet gcn arttrmasna yardmc olur.

letmelerin piyasada konumlarn koruyabilmeleri Tedarikiler iletmelerin tedarik zincirinin en nemli
amacyla daha ksa teslim sreleri, dk maliyetler ve parasdr. Dorudan iletmeye bal olmamalar,
daha yksek kalite dzeyi salamak iin belirli sadece iletmenin tedarik zincirinin bir paras
stratejiler takip etmeleri gerekir. Bu noktada, mevcut olmalar sebebiyle tedarikilerle olan ilikilerin
91
lgili yazar: ysahin@mehmetakif.edu.tr


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


ynetimi zel aba gerektiren bir konudur. yapabilmek iin ok da kullanl olmazken, gerekli
Tedarikilerin zenle seilmesi ve uygun tedarikiler olan bilginin elde edilmesi ve kabul edilebilir bir sre
ile allmas iletmenin kt kalitesini ve itibarn ierisinde analizinde glkler yaanabilmektedir.
dorudan etkiler. Tedarikiler iletmenin Deerlendirme ltleri tam olarak belirlenmeden
performansn olumlu ya da olumsuz etkiledii iin giriilecek bilgi toplama faaliyetlerinin gereksiz
etkin tedarik zinciri ynetimi ile doru tedarikilerin abalara yol aaca iyi bilinmelidir.
seimi balantl konulardr. Tm bunlar dikkate
alndnda tedariki seim problemi, iletmenin Tedariki seimi, irket yaps iinde farkl ilevlere
retim faaliyetleri iin gerekli olan hammadde, yar hitap etmekle beraber hiyerarik bir yapda ok sayda
mamul, rn veya hizmetlerin hangi tedarikiden nicel ve nitel faktr kapsayan ok amal bir karar
salanaca ile ilgili karar problemi olarak problemidir. Bu problem iin kullanlan optimizasyon
tanmlanabilir. teknikleri maliyet fonksiyonunu minimize
edilmesinde karar vericiye yardmc olurken, ok
Bu almada tedariki seim probleminin son seim ltl karar verme teknikleri alternatifleri sistematik
safhas ele alnmtr. nceki almalardan farkl olarak deerlendirilebilmesini salar. Son seim
olarak tek bir tedariki semek yerine etkin satn alma safhas satn alma srecindeki en grnr safhadr.
planlarnn hazrlanabilmesi iin tedarikilerin Literatrdeki modeller incelendiinde tedariki seim
kmelendirilmesi ile ilgili btnleik bir karar destek srecinin son seim safhasna younlald
sistemi nerilmitir. lk aamada, belirlenen grlmektedir. Son seim aamasndan nceki
deerlendirme ltleri Analitik Hiyerari Prosesi problemin tanmlanmas, ltlerin formlasyonu ve
(AHP) kullanlarak arlklandrlm ve bu lt uygun tedarikilerin belirlenmesi safhalarna satn
arlklar kullanlarak TOPSIS ynteminin alma ve tedarik yntemi konusunda aratrma
arlklandrlm karar matrisi elde edilmitir. K- yapanlarn daha az ilgi gsterdii grlmektedir.
ortalamalar yntemi ile kmelendirme almas SPSS Ancak; bu safhann kalitesinin byk bir oranda
21 paket program yardmyla yaplm ve tedarikiler bundan nceki admlarn kalitesine bal olduu
drt kmeye ayrlmtr. Takip eden blmlerin unutulmamaldr (De Boer vd., 2001: 79). Tedariki
organizasyonu u ekildedir: ikinci blmnde seiminde karar metotlarnn konumlandrlmas ekil
tedariki seim ve deerlendirme problemleri ele 1'de gsterilmektedir.
alnmtr. nc blmde AHP, TOPSIS ve K-
ortalamalar yntemi ile ilgili aklamalar yaplmtr.
Drdnc blmde hipotetik veriler kullanlarak
nerilen sistem ile ilgili bir uygulama yaplmtr.
Beinci blmde ise elde edilen sonular
deerlendirilmi ve gelecekle yaplabilecek almalar
ile ilgili neriler sunulmutur.


2. Bilimsel Yazn Taramas

2.1. Tedariki Seim Problemi


Tedariki seim problemi, birden ok deerlendirme
ltnn dikkate alnd ok ltl bir karar ekil 1. Karar Metotlarnn Konumlandrmas
problemidir. Satn alma maliyetlerinin toplam maliyet
ierisindeki orannn %70lere kadar kt (Kaynak: De Boer vd., 2001:79)
(Ghodsypour ve OBrien, 1998:199; Gner ve Mutlu,
De Boer vd., (2001), tedariki seim srecinde
2005:473) dnlecek olursa, tedariki seiminin
kullanlan karar modellerini potansiyel tedarikilerin
iletmenin baarsna olan daha etkisi net bir ekilde
n deerlendirmesi iin kullanlan karar modelleri ve
anlalabilir. Tedariki seimi iin Stamm ve Golhar
final karar aamas iin kullanlan karar modelleri
(1993), Ellram (1990) ve Roa ve Kiser (1980)
olarak ikiye ayrmtr. n deerlendirme
srasyla 13, 18 ve 60 adet kriter belirlemitir
almalarnda kullanlan yntemlere, kategorik
(Ghodsypour ve OBrien, 1998: 199). Tedariki seim
yntemler (Zenz, 1981; Timmermann, 1986), veri
almalarnda kullanlacak olan ltlerin
zarflama analizi (Weber ve Ellram, 1992; Weber ve
deerlendirmeye alnacak btn tedarikilere
Desai, 1996; Weber vd., 1998; Papagapiou vd., 1996;
uygulanabilir zellikte ve irketin ihtiya ve tedarik
Liu vd., 2000), kme analizi (Hinkle vd., 1969, Holt,
stratejisine uyumlu olmas gerekir. Doru ve objektif
1998) ve yapay zeka yaklamna dayal olan olay bazl
deerlendirmeler, btn tedarikilere
nedenleme (Ng vd., 1995) rnek olarak verilebilir. Son
uygulanabilecek ortak ltlerin salkl bir ekilde
seim aamasnda kullanlan yntemler ise tek tip ve
belirlenmesi ile mmkn olmaktadr. Bu noktada,
ok tip rn iin olmak zere Lineer Arlklandrma
belirlenen ltlerden bazlar deerlendirme
Modeli (Zenz, 1981; Timmerman, 1986; De Boer vd.,

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

92


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


1998; Grando ve Sianesi, 1996; Gregory, 1986; 2.2. Tedariki Kmelendirilme
Soukoup, 1987), Toplam Sahip Olma Modelleri
(Monczka ve Trecha, 1988; Smytka ve Clemens , Tedarikilerin etkili bir ekilde seimi ve
1993), Matematiksel Programlama modeleridir deerlendirmesi iletmeler asndan nemli bir karar
(Turner, 1988; Pan, 1989; Chaudhry vd., 1993; Weber konusudur. Tedarikilerin seim ve deerlendirmeye
ve Current, 1993; Das ve Tyagi, 1994; ; Sadrian ve tabi tutulmas, iletmenin hedef ve politikalar uyumlu
Yoon, 1994; Benton, 1991; Karpak vd., 1999; olamayacak tedarikileri elimine ederken, iletmenin
Dadeviren ve Eren, 2001). uzun soluklu i ilikisi kurabilecei tedarikilerin
belirlemesinde byk nem tar. Btn sektrlerde
Lineer Arlklandrma Modelleri ierisinde yer alan maliyetlerin etkin kontrol ve tedarikilerin
AHP (Saaty, 1977) tedariki seiminde ska kullanlan koordinasyonu iletmeyi dierlerinden ayran en
bir karar verme yntemidir. AHP yntemi retim, nemli faktr olarak karmza kmaktadr. Ancak
pazarlama, toplam kalite yntemi, kyaslama ve iletmelerin retimlerinde birok hammadde ve yar
benzeri konulardaki ok ltl karar problemlerinin mamul iin onlarca farkl tedariki ile alma
zmnde ska kullanlan bir yntemdir. AHPnin zorunluluu problemin boyutunu ve karmakln
tek bana kullanld almalar olduu gibi baka arttrr. Tedarikilerin kendilerine has retim
yntemler ile btnletirilerek kullanld almalar sistemleri seim ve deerlendirme ile ilgili
da literatrde mevcuttur. AHP yntemi tedariki sistemlerinin kurulmasn zorlatran bir etmendir.
seimi ve deerlendirmesi (Ghodsypour ve OBrien, Sonu olarak etkin bir ynetim iin tedarikilerin
1998; Tam ve Tummala, 2001; Dadeviren, vd., belirli bir ayrma tabi tutulmas ihtiyac orta
2001; Koak, 2003; Wang vd., 2001; Murat ve elik, kmaktadr (Che ve Wang, 2010: 746).
2007; zdemir, 2010; Tahriri vd., 2008, Chamodrakas
vd., 2010; zkan vd., 2011; Supiler ve apraz, 2011), Ha ve Krishnan (2008), AHP, Veri Zarflama Analizi ve
ara seimi (Gngr ve ler, 2005; ahin ve Akyer, zrgtlemeli Harita (Self-Orgaizing Map) Alar
2011), ders seimi (Dndar, 2008), hastane yeri yntemlerini kullanarak 26 adet tedarikiyi 6
seimi (Akal, 2009), proje portfy seimi (Le ve homojen altkmeye ayrmtr. Bottani ve Rizzi (2008)
Nguyen, 2007) ve maliyet datm anahtar seimi tedarikilerin ve satn alnan rnlerin
(Esmeray ve Tan, 2009) gibi konularda kmelendirilmesi iin kmeleme analizi ve AHP
uygulamalar mevcuttur. Bunlarn yan sra yntemin, yntemlerimi kullanmtr. Chen vd. (2006), tedariki
performans deerlendirme (Yaralolu, 2001; seimi iin bulank kme teorisi ve TOPSIS
Albayrak ve Erkut, 2005; Eraslan ve Algn, 2005; yntemlerini kullanmtr. Mehdizadeh (2009),
Girginer ve Kaygsz, 2009; etin ve Btrak, 2010) tedarikileri kmelere ayrmak iin parack srs
kredi deerlendirme ( ve Yurdakul, 2000), yatrm algoritmas bulank bir kmeleme yntemi nermitir.
deerlendirme (Kengpol, 2004), performans Che ve Wang (2010), tedarikilerin kmelendirilmesi
gstergesi oluturma (Lee vd., 2011) almalar gibi iin K-ortalamalar, tavlama benzetimi, parack sr
farkl alanlardaki ok ltl karar problemlerine optimizasyon algoritmas ve TAGUCHI yntemlerinin
uyguland grlmektedir. kullanld KSACPSO adn verdikleri hibrid bir
yntem kullanmtr.
ok ltl karar problemlerinde ska kullanlan
dier bir yntem TOPSIS yntemidir. TOPSIS yntemi Liu ve Jiang (2010), ok sayda tedarikiyi benzer
de yine insan kayna seimi (Ecer, 2006), mermer zellikte tedarikilerin yer ald alt gruplara ayrmak
kesim yntemi seimi (Eleren ve Ersoy, 2007), ERP iin bulank C-ortalamalar yntemi ve karnca kolonisi
yazlm seimi (zgl ve Yazgan, 2006), dengelenmi algoritmalarnn birlikte kullanld bir yntem
skor kartndaki stratejilerin seimi ve sralanmas nermitir. Azadnia vd. (2011), tedarikileri
(Dodangeh vd., 2011), robot seimi (Chu ve Lin, kmeleme iin bulank C-ortalamalar, seim iin
2003), ara seimi (ahin ve Akyer, 2011), tedariki ELECTRE ynteminin kullanld bir alma
seimi (Chen vd., 2006; Shemshadi vd., 2011; Supiler yapmtr. brahim vd, (2011), mterilerin elektronik
ve apraz, 2011) gibi seim almalarnda sk ticaret sitelerine gven duymas iin gerekli olan
kullanlan bir yntem olarak karmza kmaktadr. faktrlerin kmelendirilmesi iin K-ortalamalar
Bunun yan sra, performans deerlendirme yntemini ve bu faktrlerin arlklandrlmas iin
(Yurdakul ve , 2005; Demireli 2010; Akkaya, 2004; AHP yntemini kullanmtr. Lopez-Ortega ve Rosales
Blbl ve Kse, 2009), hizmet kalitesinin (2011), ok kriterli karar problemleri iin bulank
deerlendirilmesi (Pal ve Choudhury, 2009; Benitez, kmeleme ve AHP'nin kullanld bir yntem
2007), CNC makinelerinin zelliklerinin nermitir.
deerlendirilmesi (Athawale ve Chakraborty, 2010),
e-kitap okuyucu seimi (Oranl ve zen, 2013), Wang ve Zhu (2012), nc parti tersine lojistik
futbolcu performanslarnn deerlendirilmesi firmas seimi iin bulank kmeleme analiz yntemi
(Karaatl vd., 2014) TOPSIS ynteminin kullanld gelitirmitir. Che (2012), K-ortalamalar ve tavlama
dier almalardr. benzetimi ile kmeledikleri tedarikileri AHP ile
karlatrdklar iki aamal bir yntem gelitirmitir.

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

93

 Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


Razi (2014), nceden belirlenmi indekslere gre matriste yer alan her bir eleman bulunduu stunun
kmelendirilen tedarikileri gri ilikiler analizi ile toplamna blnerek normalletirme ilemi
deerlendirmeye tabi tutmu ve tedariki gerekletirilir. Eer bir zellie ait deerin (rnein
kombinasyonlarnn optimal sralarn ve maliyetlerini fiyat) kk olmas isteniyorsa ilgili deerin tersi
yapay ar kolonisi algoritmas ile belirlemitir. alndktan sonra normalletirme ilemi uygulanr ve
her bir satrda yer alan deerler toplanarak ltlerin
Literatr incelendiinde, AHP, TOPSIS ve K- arlklar belirlenir. (ahin ve Akyer, 2011: 75).
ortalamalar yntemlerinin farkl seim ve kmeleme
Tablo 1. Saaty lei
problemleri iin deiik ekillerde kulland
grlmektedir. Bu almada, AHP yntemi ile nem Tanm Aklama
Derecesi
belirlenen arlklar, TOPSIS ynteminde arlkl
normalletirilmi karar matrisinin oluturulmasnda 1 Eit nem
ki alternatif amaca eit katkda
bulunur.
kullanlmtr. Ardndan ideal zme greli Tecrbe ve yarglar birinin
Dierine gre zayf
yaknlklar belirlenen alternatif tedarikiler K- 3
nem
dierine az tercih edilebilirliini
ortalamalar yntemi ile A, B, C ve D olmak zere 4 gsterir.
Tecrbe ve yarglar birinin
snfa ayrlmtr. A (Yksek Performansl ve Yeterli) 5 Gl nem dierine tercih edilebilirliini
snf tedarikiler en iyi performans gsteren ve gsterir.
Bir aktivite gl ekilde tercih
firmann uzun soluklu iliki kurmas gereken 7 Daha gl nem edilebilir ve uygulamada
tedarikilerin yer ald snf ifade etmektedir. B baskndr.
Bir aktivite kantlanm bir tercih
(Yksek Performansl ve Gelitirilmeli) snf 9 ok gl nem edilebilirlie veren yksek sraya
tedarikiler eksik ynleri olmakla birlikte A snf sahiptir.
tedariki olma potansiyeli yksek firmalardan oluur. ki yarg arasndaki
2, 4, 6, 8 Uzlama gerektiinde.
ara nem dereceleri
C (Dk Performansl ancak Yatrm Yaplabilir) snf i aktivitesi j aktivitesiyle kyaslandnda yukardaki
Deerlerin
mevcut durumda potansiyeli az ama uygulanacak Tersleri
deerlerden birine sahipse, j aktivitesi i aktivitesiyle
karlatrldnda bu deerin tersine sahip olur
eitli programlar ile A snf tedariki zellii Kaynak: (Saaty, 2008: 86)
kazandrlabilecek potansiyele sahibi firmalardan
oluurken, D (Dk Performansl ve Yetersiz) snf Tablo 2. kili karlatrma matrisi
ise gz ard edilmesi gereken firmalarn kmesini lt 1 lt 2 lt 3
ifade etmek iin kullanlmtr. lt 1 1 w1/w2 w1/w3
lt 2 w2/w1 1 w2/w3
lt 3 w3/w1 w3/w2 1
3. Materyal ve Yntem
ltlere verilen arlklarn tutarl olup olmadna
3.1. Analitik Hiyerari Prosesi tutarllk oranna bakarak karar verilir. Tutarllk
orannn belirlenebilmesi iin ncelikle " ile ifade
Analitik Hiyerari Prosesi Saaty (1977) tarafndan edilen tutarllk ltnn Denklem (1) kullanlarak
nerilen ve karmak karar problemlerinin hesaplanmas gerekir. Bu ltn kullanlmas AHP
zmnde kullanlabilen bir karar destek aracdr. nin en kuvvetli ynlerinden biridir. i. alternatifi iin
Yntem, matematiksel zellikleri ve verilerin kolay tutarllk lt Denklem (1) ile elde edilir. Tutarllk
elde edilebilmesi gibi zellikleri nedeniyle ltnn belirlenmesinin ardndan Denklem (2) ve
aratrmaclarn youn ilgisini ekmitir. Bu Denklem (3) kullanlarak tutarllk oran belirlenir.
yntemde, ltler, alt ltler ve alternatiflerden (Ulucan, 2004: 337-338).
oluan ok kademeli bir yap kullanlr. lgili veriler bir
dizi ikili karlatrma neticesinde elde edilir. Karar "% : i ve j ltlerinin (ya da
ltlerinin nem arlklarn belirlemek iin % "% % alternatiflerinin) ikili karlatrma
" =
kullanlan bu karlatrmalar, her bir alternatif iin " deeri
greli performans lmlerinin belirlenmesi iin (1)
kullanlr (Triantaphyllou ve Mann, 1995: 35). % : j ltnn (ya da alternatifinin)
ltlerin greceli arlklarnn belirlenmesinde puan
kullanlan lek Saaty leidir. Saaty lei Tablo
1de, ikili karlatrma matrisi Tablo 2'de ()
= /( 1) (2)
gsterilmitir. " *

w2/w1 oran 2 numaral ltn bir numaral lte
(3)
gre ne derece tercih edildiini gsterir. rnein bu = 0,10
deerin 9 olmas durumunda, 2 numaral lt 1
numaral lte gre ok gl neme sahiptir denir.
Yukardaki formlde yer alan RI deeri rastsal indeksi
Yani karlatrma iin kullanlan lt kantlanm bir
ifade etmektedir. Adndan da anlalaca zere rastsal
tercih edilebilirlie ve en yksek sraya sahiptir. kili
retilen matrislerden elde edilmitir. RI deerini
karlatrma matrislerinin oluturulmasndan sonra
deerlendirmede kullanlacak olan lt saysna gre

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

94

 Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


Tablo 3teki deerler arasndan seilir. Yaplan (V) elde edilir. Wj=ltn arl ve rij
deerlendirme sonunda tutarllk oran iin %10un normalletirilmi karar matrisindeki ilgili deer
altnda bir deer bulunmas lt arlklarnn olmak zere, arlklandrlm karar matrisi deeri
yaklak olarak doru hesaplandn gsterir. Tablo Denklem (5) yardmyla hesaplanr.
3te farkl lt saylarna gre rastsal indeks deerleri vij = wi .rij (5)
gsterilmektedir.

4. Adm: deal (6 ) ve negatif ideal ( A ) zmler
Tablo 3. Rastsal indeks tablosu
oluturulur (Jahanshahloo ve dierleri, 2006: 1548 )
n RI n RI n RI n RI n RI
{ }
A + = v1+ ,.......v n+ = (max vij i I ), (min vij i I ' (6)
1 0 4* 0,9 7 1,32 10 1,49 13 1,56 i i
2 0 5 1,12 8 1,41 11 1,51 14 1,57
3 0,58 6 1,24 9 1,45 12 1,48 15 1,59
A = {v1 ,.......vn }= (min vij i I ), (max vij i I '
Kaynak: Saaty ve Tran, (2007), s. 966 i i (7)


3.2. TOPSIS Yntemi 5. Adm: Ayrm lleri hesaplanr. i alternatifinin
ideal zmden uzakl ideal ayrm ( d i+ ) ve negatif
TOPSIS yntemi, n boyutlu (ltl) alanda m noktal
(alternatif) geometrik bir sistem olarak m alternatifli ideal zmden uzakl negatif ideal ayrm ( d i ),
ok ltnn bir karar verme yntemidir. Yntem Denklem (8) ve (9)dan yararlanarak hesaplanr
Hwang ve Yoon (1981) referans alnarak Chen ve (Jahanshahloo ve dierleri, 2006: 1548).
Hwang (1992) tarafndan gelitirilmitir. TOPSIS n
ynteminin temel mant seilen alternatifin pozitif
ideal zme olabildiince yakn ve negatif ideal
d i+ = (v
j =1
ij v *j ) 2 (8)

zme de uzak olmasdr. Tanmlamadan da n

anlalaca zere yntem ideal zme maksimum
benzerlikte bir alternatifi seer. TOPSIS ynteminin
d i = (v
j =1
ij v j ) 2 (9)

hesaplama admlar aadaki srasyla verilmektedir 6. Adm: Denklem 10 kullanlarak ideal zme
(ahin ve Akyer, 2011: 76). *
greli yaknlk ( ci ) hesaplanr.
TOPSIS ynteminin hesaplama admlar aadaki d i 0 ci* 1
srasyla verilmektedir. ci* = (10)
d i + d i*
*
1. Adm: Karar matrisi (P) oluturulur. lt says n Burada ci deeri i alternatifin ncelik deerini
ve alternatif says m olmak zere karar matrisi u gsterir ve ideal zme daha yakn olan zmler
ekilde gsterilir (Liaudanskiene ve dierleri, 2009: daha iyi seeneklere karlk gelir.
35); 7. Adm: Son olarak da alternatifler ideal zme
x11 x12 ... x1n *
greli yaknlk ( ci ) deerine gre sralanr.
x x22 ... x2 n
21
. . . .
P= 3.3. K-Ortalamalar Yntemi
. . . .

. . . .
K-ortalamalar yntemi, kmeleme probleminin
xm1 xm 2 ... xmn zmnde kullanlan ve temel mant n adet veri
nesnesinden oluan bir veri kmesini (X), giri
2. Adm: Normalletirilmi karar matrisi (R) oluturulur. parametresi olarak verilen k (kn) adet kmeye
Bu matris aadaki Denklem (4) yardmyla hesaplanr blmek olan bir kmelendirme yntemidir. (alkan
(Opricovic ve Tzeng, 2004: 449). ve Soukpnar, 2008: 120). ok deikenli istatistiksel
bir teknik olan ve verilerin benzerliklerine gre
xij snflandrlmas ve homojen alt gruplara ayrlmas
rij = iin kullanlan K-ortalamalar yntemi, en ok bilinen
m (4)
x
i =1
2
ij
kmeleme yntemlerinden biri olup hiyerarik
olmayan bir yapya sahiptir (Frat vd., 2012: 6039). Bu
(rij; i: 1,2,.n; lt says j: 1,2,.m; alternatif says yntemde, yzlerce veriyi ileyebilen bir algoritma
3. Adm: lk olarak deerlendirme faktrlerine ilikin kullanlarak, belirli karakteristik zelliklere gre
birbiriyle ilikili olan greceli homojen gruplar
arlk deerleri ( wi ) belirlenir. Arlklar toplam 1 oluturulur. Elimizde hibir snf bilgisi olmadan n
n saydaki veriyi k adet kmeye ayrmak iin
olmaldr( w i = 1). Daha sonra bu arlklar kullanlabilecek bu yntemin z, kmelere atanan
i =1 noktalarn kme merkezine olan uzaklnn kareleri
kullanlarak arlkl normalletirilmi karar matrisi toplamnn minimize edilmesidir. Bu sayede birbirine

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

95


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


benzer zellikler tayan veriler ayn kmeye gncelletirilmesi, kme merkezlerinin snflandrlmas
atanrken, minimum benzerlikte olan veriler farkl sonucunu ortaya karacaktr.
kmelere atanmaktadr. Yntemin kmeleme
asndan zayf yn uygun kme saysnn yaplacak Adm 3: Durumlarn En yakn Kmeye Atanmas
denemelerle bulunabilmesidir. K-ortalamalar
ynteminin kmeleme iin kullanlan bir dier yntem Elde edilen son kme merkezlerine gre, durumlar kme
olan Hiyerarik Kme Analizine gre avantaj ok hzl merkezine en yakn olduu kmeye atama ilemi yaplr.
olmasdr. Bu zellii nedeniyle alma kapsamnda almamzda yapacamz ilem ilk olarak kme
kmeleme yntemi olarak K-ortalamalar yntemi merkezlerinin tespiti olacaktr. Kme merkezlerinin
tercih edilmi ve SPSS 21 paket program yardmyla tespitinin ardndan vermi olduumuz arlklandrlm
uygulanmtr. puanlara gre her bir almay uygun bir kmeye atamak
suretiyle, almalarn derecelendirilmesi ilemi son
K- ortalamalar kmelendirme ynteminde hzl bulmu olacaktr.
kmelendirme algoritmas ad verilen bir algoritma
kullanlmaktadr. Bu algoritmann kullanlabilmesi
kmelendirme yapacamz grup saysnn nceden 4. Aratrma Bulgular
bilinmesini gerektirir. Hzl Kmelendirme (Quick
Cluster) algoritmasnda u notasyonlar almann bu ksmnda, daha nceki blmlerde
kullanlmaktadr (SPSS Yardm Mens); aklanan yntemlerin tedariki seimi ve
deerlendirmesi problemine uygulan hipotetik veriler
NC stenen Kme Says (Number of cluster kullanlarak aklanmtr. Belirlenen kriterler ve yaplan
requested) puanlama gerek bir iletmeye ait deildir. Kriterler AHP
yntemi ile arlklandrlm ve sonrasnda TOPSIS
Mi i. Kmenin Ortalamas (Means of ith cluster)
ynteminin admlar ile devam edilmitir. Puan ve
xk k.nc gzlemin vektr (Vector of kth sralamalar belirlenen tedarikiler K-ortalamalar yntemi
observation) ile drt alt kmeye ayrlmtr.
d (xi , x j ) xi ve x j vektrleri arasndaki klidiyen

4.1. Seim ltlerinin Belirlenmesi
mesafe (Euclidean
distance between vectors xi and x j ) Tedariki seimi maliyet, kalite, performans, teknoloji
gibi birok lt ieren nemli bir problemdir.
d min min i , j d ( M i , M j ) Sadece malzeme maliyeti deil ayn zamanda iletme
Yaknsama lt (Convergence Criteria) maliyetleri, bakm, gelitirme ve destekleme
maliyetleri de bu seimde gz nnde bulundurulmas
Hzl Kmeleme Algoritmas gereken unsurlardr. Bundan dolay ekonomiklik ve
performans ile ilgili ltler arasndan sistematik bir
lk iterasyon 3 admdan oluur (SPSS Yardm Mens); satc seim srecini elde etmede kullanlmak zere
Adm 1: Balang kme merkezlerini se kriterlerin deerlendirilip ncelik srasna
(a) Eer min i d ( xk , M i ) > d min ve konulmasna ihtiya duyulmaktadr. Bu sre ayn
zamanda hem seim srecini ksaltacak hem de karar
d ( xk , M m ) > d ( xk , M n ) ise x k M n nin yerini alr. vermede baary arttracaktr (Tam ve Tummala,
Eer, min i d ( xk , M i ) > d mn ve 2001: 171-172). Tedariki deerlendirmede nemli
bir yere sahip olan ltlerin tespit edilmesi iin
d ( x k , M m ) < d ( x k , M n ) ise x k M m nin yerini alr. bugne kadar eitli almalar (Dickson, 1966;
Bunun anlam udur M m ve M n den hangisi x k ya Weber, 1991) yaplmtr. Yaplan bu almalarda
fiyat, kalite, teslimat ve servis gibi deerlendirme
daha yaknsa x k onun yerini alr. ltleri n plana kmaktadr. Bu nedenle alma
(b) Eer birinci durumda xk herhangi birinin yerini kapsamnda kalite, fiyat, teslimat, servis
deerlendirme lt olarak belirlenmitir.
alamadysa, ikinci bir test uygulanr:

M q , xk ya en yakn grubun ortalamas olsun, Kalite, bir tedarikinin seiminde kullanlan ltlerin
M q se x k ya en yakn ikinci grubun ortalamas olsun, en banda gelir. Tedariki firmann srelerinin kalite
standartlarn karlama konusundaki yeterlilii
Eer, d ( x k , M p ) > min i d ( M q , M i ) ise M q = x k dr. dorudan firma tarafndan retilen rnn kalitesini
Adm 2: Balang kme merkezlerinin ve dolaysyla mterinin memnuniyet dzeyini
gncelletirilmesi etkiler. Kalite konusunda yaanabilecek herhangi bir
olumsuzluun bedelini tedarikiden ok asl retici
lk durumdan balayarak, btn kme merkezleri kendine konumunda olan firma der. Bugne kadar tedariki
en yakn kme merkezi ile birletirilerek, yeni kme seimi ile ilgili olarak yaplan almalarn neredeyse
merkezi gncelletirilir. Kme merkezlerinin tamamnda kalite bir seim lt olarak
kullanlmtr.
Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104 96

 Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


kriterler iin 1-5 skalas kullanlarak puanlama
Fiyat, tedariki seim ve deerlendirme yapld iin TOPSIS ynteminin 2. Adm atlanm ve
almalarnda sk kullanlan bir dier lttr. balang karar matrisi normalletirilmi karar
Hammadde, yar mamul veya rn almlarnda fiyat matrisi olarak kullanlmamtr. AHP ile belirlenen
tek bana bir lt olarak kullanlmaz. Fiyat asndan arlklar (bkz. Tablo 7.3) ile Tablo 4te verilen
karlatrma yaplrken tedarikinin ayn kalite standart karar matrisi deerleri ile arplarak Tablo
zelliklerini salayp salamayacana da zellikle 5te yer alan arlklandrlm karar matrisi elde
dikkat edilmelidir. Tedarik edilecek rn ile ilgili edilmitir.
piyasadaki ortalama fiyat deerlendirme asndan
faydal bir bilgidir. 4.4. AHP le Kriter Arlklarnn Belirlenmesi

Teslimat performans seim almalarnda kullanlan AHP yntemi kullanlarak yaplan arlklandrma
bir dier lttr. Tedarikinin daha nceden vermi almasnda ilk olarak belirlenen drt lt iin ikili
olduu termine tam anlamyla uymamas retimde ve karlatrma matrisi oluturulmutur. kili
hizmet noktalarnda nemli skntlara yol aar. karlatrma matrisini oluturmak iin Tablo 1de
letmeye olan yaknlk, tedarikinin retim verilen Saaty Skalas kullanlmtr. Oluturulan kili
ortamnda kesintilerin yaanmamas gibi durumlar ise karlatrma matrisi Tablo 5te gsterilmektedir. Bu
teslimat performansna arttrc zelliklerdir. Bu gibi karlatrma matrisine gre, fiyat lt kalite
zellikler kalite ve fiyat dengesini salayabilen yakn ltne gre 1/2, teslimat ltne gre 3 ve servis
tedarikilerin daha ok tercih edilmesine neden olur. ltne gre 4 kat nemlidir.
Tedarikinin iletmeye, iletmenin tedarikiye kolay
Tablo 5. AHP kili Karlatrma Matrisi
ulam nakliye masraflarn azaltmann yannda
haberleme asndan nemli avantajlar da Fiyat Kalite Teslimat Servis
Fiyat 1 1/2 3 4
beraberinde getirir. Sat sonras hizmetleri Kalite 2 1 3 5
deerlendirmek iin kullanlan lt servis ltdr. Teslimat 1/3 1/3 1 2
Servis 1/4 1/5 1 1
Stun Toplam 3,58 2,03 7,50 12,00
4.2. TOPSIS in Standart Karar Matrisi
kili karlatrma matrisinin oluturulmasnn
Yirmi adet tedarikinin belirlenen drt lte gre ardndan tutarllk oran hesaplanmas iin yaplmas
deerlendirmesi yaplm ve bu lte 1-5 arasnda gereken ilk ilem ikili karlatrma matrisinde verilen
(ondalk da olabilir) puanlar verilerek TOPSIS iin oranlarn normalletirilmesidir. lem kalabaln
karar matrisi oluturulmutur. Oluturulan standart ortadan kaldrmak iin stun toplamlar 1 (bir) olacak
karar metrisi Tablo 4'te gsterilmektedir. ekilde, her bir oran stun toplamna blnerek
Tablo 4. TOPSIS Standart Karar Matrisi normalletirme ilemi uygulanr. Denklem (1)
kullanlarak tutarlk lt belirlendikten sonra (2) ve
Ted_No Fiyat Kalite Teslimat Servis
S1 3,67 4,25 4,09 4,50 (3) nolu denklemler kullanlarak tutarllk oran
S2 3,92 3,25 5,00 3,00 hesaplanr. Yaplan hesaplamalar neticesinde
S3 4,03 3,50 4,99 2,00 tutarllk oran 0,02 olarak bulunmutur. Bu deerin
S4 3,56 3,00 5,00 3,00 0,10 deerinden kk olmas, ltler iin belirlenen
S5 4,81 4,00 4,46 4,00
oranlarn yaklak olarak doru olduunu
S6 3,00 2,25 5,00 3,50
S7 2,85 2,50 4,84 3,50 gstermektedir. Tutarlk orannn hesab Tablo 6da
S8 3,38 2,75 4,99 3,00 gsterilmektedir.
S9 3,01 2,75 5,00 2,00
Tablo 6. Tutarllk Orannn Hesaplanmas
S10 4,40 3,50 4,23 2,50
S11 2,76 2,75 5,00 2,50
Tutarllk

S12 4,64 4,25 5,00 4,00

Teslimat

Arl

lt
Kalite

Servis

lt
Fiyat

S13 3,51 2,50 5,00 2,00

S14 3,20 3,75 5,00 4,00
S15 4,64 4,50 5,00 4,50
S16 4,15 3,25 5,00 2,50 Fiyat 0,28 0,25 0,40 0,33 0,31 4,08
S17 2,63 2,50 1,00 3,00 Kalite 0,56 0,49 0,40 0,42 0,47 4,10
S18 4,31 4,50 5,00 4,00 Teslimat 0,09 0,16 0,13 0,17 0,14 4,01
S19 3,99 3,00 5,00 3,50 Servis 0,07 0,10 0,07 0,08 0,08 4,04
S20 3,38 3,00 3,74 3,50 Tut. Oran 0,02

4.3. Normalletirilmi Karar Matrisinin 4.5. Arlklandrlm Karar Matrisinin
Oluturulmas Oluturulmas

Karar matrisinin oluturulmasnn ardndan, AHP yntemi kullanlarak kriterler arlklarnn
karlatrlabilir bir lek oluturmak iin Denklem belirlenmesinin ardndan, bu arlklar kullanlarak
(4) kullanlarak normalletirilmi karar matrisi arlklandrlm karar matrisi oluturulmutur.
oluturulur. alma kapsamnda kullanlan btn Arlklandrlm karar matrisi, ayrm ltleri ve ideal
Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104
97


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


zme greli yaknlk deerleri Tablo 7'de 4.6. Tedarikilerin Kmelendirilmesi
gsterilmektedir. S1 numaral tedariki iin "6 , "8 ve ci
deerlerinin hesaplanmas aada gsterilmitir. AHP ile kriter arlklar belirlendikten sonra TOPSIS
ynteminde kullanlmak zere arlklandrlm
"6 karar matrisi oluturulmu ve bu matriste yer alan
= 1,15 1,51 : + 1,98 2,10 : + 0,57 0,70 : + (0,36 0,36): deerler SPSS programna girilmitir. SPSS program
= 0,40 ile analiz almas veri girii ile balar. SPSS veri
editr sayfasna tedarikilere verilen lt puanlar
"8
ile arlklandrlm puanlar ekil 2 (a)da gsterildii
= 1,15 0,83 : + 1,98 1,05 : + 0,57 0,14 : + (0,36 0,16): gibi girilmelidir. Veri giriinin ardndan deiken
= 1,10 tanmlama sekmesinden verinin tr, stun genilii,
1,10
desimal deer, etiket, kayp veri olup olmad, stun
" =
1,10 + 0,40
= 0,73 genilii, hizalama ve lt gibi zellikler tanmlanr.
Veri zelliklerinin tanmland ksm ekil 2 (b)de
Tablo 7. TOPSIS Tablosu gsterilmitir.
deal
Arlklandrlm Ayrm z.

Karar Matrisi lleri Greli
Yak.

Teslimat

Servis
Kalite
Fiyat

Ted.
6
8

No

S1 1,15 1,98 0,57 0,36 0,40 1,10 0,73

S2 1,23 1,52 0,70 0,24 0,66 0,83 0,56

S3 1,27 1,63 0,69 0,16 0,56 0,92 0,62

S4 1,12 1,40 0,70 0,24 0,81 0,72 0,47

S5 1,51 1,87 0,62 0,32 0,25 1,18 0,83

S6 0,94 1,05 0,70 0,28 1,20 0,58 0,33 (a) Veri giri ekran (b) Deiken tanmlama
S7 0,90 1,17 0,67 0,28 1,12 0,56 0,33 ekran

S8 1,06 1,28 0,70 0,24 0,94 0,65 0,41 ekil 2. SPSS Veri Editrne Veri Girii
S9 0,95 1,28 0,70 0,16 1,01 0,62 0,38 Veri giri ilemi tamamlandktan sonra Analyze >
S10 1,38 1,63 0,59 0,20 0,52 0,92 0,64 Classify > K-Means Cluster seenei ile
S11 0,87 1,28 0,70 0,20 1,05 0,61 0,37 kmelendirme ynteminin seimi yaplr. Seim ile
S12 1,46 1,98 0,70 0,32 0,13 1,27 0,90
ilgili ekran grnts ekil 3te gsterilmektedir.

S13 1,10 1,17 0,70 0,16 1,04 0,63 0,38

S14 1,01 1,75 0,70 0,32 0,62 0,93 0,60

S15 1,46 2,10 0,70 0,36 0,05 1,36 0,96

S16 1,31 1,52 0,70 0,20 0,64 0,87 0,58

S17 0,83 1,17 0,14 0,24 1,29 0,14 0,10

S18 1,36 2,10 0,70 0,32 0,16 1,31 0,89

S19 1,25 1,40 0,70 0,28 0,75 0,79 0,51

S20 1,06 1,40 0,52 0,28 0,85 0,58 0,41

A
+ 1,51 2,10 0,70 0,36

A- 0,83 1,05 0,14 0,16

ekil 3. Analiz Mens

K- Means Cluster seeneini setikten sonra karmza

ekil 4te gsterilen tablo kacaktr.

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

98

 Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


AHP ile elde edilen kriter arlklar TOPSIS iin girdi
olarak kullanlm ve arlklandrlm TOPSIS karar
matrisi oluturulmutur. Arlklandrlm karar
matrisinde yer alan deerler SPSS programnda K-
ortalamalar yntemi ile kmelendirme ilemine tabi
tutulmutur. Sonu olarak tedarikilerin drt farkl
snfa ayrlma ilemi tamamlanmtr. Buna gre elde
edilen nihai kme merkezleri Tablo 9da
gsterilmektedir.
Tablo 9. Nihai Kme Merkezleri
Kmeler
1 2 3 4
Kme Merkezleri ,71 ,08 ,94 ,41

ekil 4. Analiz le lgili Bilgilerin Programa Tantlmas

Tabloda yer alan numaraya atananlar A snf, bir
Bu ksmda, ka kme oluturacamz Kme Says numaral kmeye atananlar B snf, drt numaral
(Number of Cluster) blmne yazlr. Bu almada kmeye atananlar C snf ve iki numaral kmeye
tedarikiler A, B, C ve D snf olmak zere drt atanan tedarikiler D snf tedariki olarak
kategoriye ayrlmak istenmektedir. Bu nedenle kme deerlendirilir. Buna gre 3 adet A snf, 6 adet B
says olarak 4 deeri girilmitir. terasyon (Iterate) snf, 10 adet C snf ve 1 adet D snf tedariki vardr.
ksmna maksimum iterasyon saysn ve yaknsaklk Tedarikilerin snflandrmas ile ilgili bilgiler srasyla
deerleri yazlr. almada maksimum iterasyon Tablo 10 ve Tablo 11de ve snflara gre tedarikilerin
says 10 olarak alnmtr. terasyon says ile ilgili dalm ise ekil 5te gsterilmektedir.
bilgiler girildikten sonra analiz bilgilerinin girildii ilk Tablo 10. Tedarikilerin snflandrlmas
sayfada yer alan seenekler (options) sekmesi seilir.
TEDARK YE SAYISI
Bu ksmda yer alan bilgilerden, Balang Kme TEDARKLER
SINIFI
Merkezi (Initial Cluster Center) ve Her Durum in
Kme Bilgisi (Cluster Information for Each Case) A 12, 15, 18 3
sekmesi seilir. Bu ilemi de yaptktan sonra, balang
B 1, 3, 5, 10, 14, 16 6
analiz sayfasnda OK seeneini tklanarak, programn
veri editrnde yer alan bilgileri analiz etmesi istenir. C
2, 4, 6, 7, 8, 9, 11, 13, 19,
10
Analiz neticesinde SPSS sonu ekrannda, balang 20
kme merkezleri, iterasyon gemii, kme D 17 1
yeliklerinin listesi, final kme merkezleri ve her bir
kmeye atanan veri says gibi bilgiler elde edilebilir. Tablo 11. Tedarikilerin Kmelendirilmesi
Sonu ekranndaki kme merkezlerine uzaklklarn
Tedariki Kme Mer.
listesi Tablo 8de gsterilmektedir. Kme Tedariki
No Uzaklk
Tablo 8. Kme yelikleri S12 3 ,060 A
S15 3 0,000 A
Tedariki_No Kme Uzaklk
S1 1 0,000 S18 3 ,070 A
S2 4 ,150 S1 1 0,000 B
S3 1 ,110 S3 1 ,110 B
S4 4 ,060
S5 1 ,100 B
S5 1 ,100
S10 1 ,090 B
S6 4 ,080
S7 4 ,080 S14 1 ,130 B
S8 4 0,000 S16 1 ,150 B
S9 4 ,030 S2 4 ,150 C
S10 1 ,090 S4 4 ,060 C
S11 4 ,040
S6 4 ,080 C
S12 3 ,060
S13 4 ,030 S7 4 ,080 C
S14 1 ,130 S8 4 0,000 C
S15 3 0,000 S9 4 ,030 C
S16 1 ,150 S11 4 ,040 C
S17 2 0,000
S13 4 ,030 C
S18 3 ,070
S19 4 ,100 C
S19 4 ,100
S20 4 0,000 S20 4 0,000 C
S17 2 0,000 D

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

99


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


12 kullanlabilecek yapdadr. Bu sayede, en iyi
10 tedarikiyi semek yerine snflandrlm tedariki
10 bilgileri kullanlarak farkl alternatiflerin olduu ok
daha salkl satn alma planlar hazrlanabilecei
8
6 dnlmektedir.
6
Teekkr
4 3
1 Yapc eletirileri ve deerli katklarndan dolay
2
hakemlere teekkr ederiz.
0
A B C D 6. Conflict of Interest / kar atmas
ye Says

Yazarlar tarafndan herhangi bir kar atmas beyan
ekil 5. Kmelerin ye saylar edilmemitir.


No conflict of interest was declared by the authors.
5. Sonu ve Tartma


7. Kaynaklar
Hammaddenin tedarik edilerek iletmeye getirilmesi,

burada nihai rne dntrlerek mteriye
ulatrlmas srecinin en kritik noktas tedariki Akal, E., 2009. Ankara in Optimal Hastane Yeri
seimidir. Mteri ihtiyalarn doru ve zamannda Seiminin Analitik Hiyerari Sreci le
teslim edilen rnler ile karlayarak pazar paynn ve Modellenmesi. Sleyman Demirel niversitesi
iletme karnn arttrlmasnn yolu doru tedarikiler ktisadi ve dari Bilimler Fakltesi Dergisi, 14 (2),
ile almaktan geer. Gerek hayatta firmalar satn 69-86.
alma faaliyetlerini yrtrken her bir hammaddeyi
Albayrak, Y. E. ve Erkut, H., 2005. Banka Performans
tek bir tedarikiden salamazlar. ihtiya duyduklar
Deerlendirmede Analitik Hiyerari Sre
rnleri tedarik edebilecekleri onlarca hatta yzlerce
Yaklam. T Mhendislik Dergisi, 4 (6), 4758.
tedarikileri vardr. Baz rnler birden fazla
tedarikiden temin edilebilir. Bugne kadar yaplan Assaou, N., Haouar, M., Hassn, E., 2007. Supplier
almalar incelendiinde, almalarn birounda selection and order lot sizing modeling: A review.
belirli alternatifler arasndan en yksek puana sahip Computers & Operations Research, 34, 3516-3540.
olan tedarikinin seilmesi iin farkl uygulamalar
ortaya konulduu grlmektedir. Athawale, V. M., Chakraborty, S., 2010. A TOPSIS
Method-based Approach to Machine Tool
Bu almada, en iyi tedarikiyi semekten ziyade Selection. Proceedings of the 2010 International
benzer zelliklere sahip tedarikilerin belirli Conference on Industrial Engineering and
Operations Management, Dhaka, Bangladesh,
kriterlere gre kmelendirilmesi konusu ele
alnmtr. Literatrde ilk defa, entegre AHP-TOPSIS January 9-10.
yntemi ile sralanan tedarikilerin K-ortalamalar Azadnia, A.H., Ghadimi, P., Saman, M.Z.M., Wong, K.Y.,
yntemi ile kmelendirildii bir sistem nerilmitir. Sharif, S., 2011. Supplier Selection: A Hybrid
ncelikle tedariki listesi ve deerlendirme kriterleri Approach Using ELECTRE and Fuzzy Clustering.
belirlenmi ve belirlenen kriterler AHP yntemi ile Informatics Engineering and Information Science
arlklandrlmtr. Hipotetik veriler ile yaplan bu Communications in Computer and Information
almada AHP hesaplamalar neticesinde kriter Science, 252, 663-676
arlklar, Fiyat: 0,31, Kalite: 0,47, Teslimat: 0,14 ve
Servis: 0,08 olarak belirlenmitir. Belirlenen bu Benton, W.C., 1991. Quantity discount decisions under
arlklar ile arlklandrlm TOPSIS karar matrisi conditions of multiple items, multiple suppliers
oluturulmutur. deal zme greli yaknlklar and resource limitations. International Journal of
belirlenen alternatifler K-ortalamalar yntemi ile A, B, Production Research, 29, 10, 1953-1961.
C ve D snf olmak zere 4 kmeye ayrlmtr. Sonu Bentez, J.M., Martn, J.C., Roman,C. 2007. Using Fuzzy
olarak adet tedarikinin; tanesi A snf, alt tanesi Number For measuring Quality Of Service In The
B snf, on tanesi C snf ve bir tanesi D snf olmak Hotel Industry. Tourism Management, 28, 2, 544-
zere alt kmelere ayrlmtr. Tedarikilerin 555.
atandklar snflar Tablo 10 ve Tablo 11de ayrntl
olarak gsterilmektedir. Bottani, E., Rizzi, A., 2008. An adapted multi-criteria
approach to suppliers and products selectionAn
Gelitirilen bu sistem gerek iletme verileriyle application oriented to lead-time reduction.
yaplacak herhangi bir tedariki seim almasnda International Journal of Production Economics,
alternatiflerin kmelere ayrlmas iin rahatlkla 111, 763781.

Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104 100


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


Blbl, S., Kse, A., 2009. Trk Gda irketlerinin De Boer, L., Labro, E., Morlacchi, P., 2001. A review of
Finansal Performansn ok Amal Karar Verme methods supporting supplier selection. European
Yntemleriyle Deerlendirilmesi. 10. Ekonometri Journal of Purchasing & Supply Management, 7, 75-
ve statistik Sempozyumu, Atatrk niversitesi, 89.
Erzurum, 1-23.
De Boer, L., Van Der Wegen, L., Telgen, J., 1998.
Chamodrakas, I., Bats, D., Martakos, D., 2010. Supplier Outranking methods in support of supplier
selection in electronic marketplaces using selection. European Journal of Purchasing and
satisficing and fuzzy AHP. Expert Systems with Supply Management, 4, 2/3, 109-118.
Applications, 37, 1, 490-498.
Demireli, E., 2010. TOPSIS ok ltl Karar Verme
Chaudhry, S.S., Forst, F.G., Zydiak, J.L., 1993. Vendor Sistemi: Trkiyedeki Kamu Bankalar zerine Bir
selection with price breaks. European Journal of Uygulama. Giriimcilik ve Kalknma Dergisi, 5, 1,
Operational Research, 70, 52-66. 101-112.
Che, Z.H., Wang, H.S., (2010). A hybrid approach for Dickson, G., 1966. An Analysis of Vendor Selection
supplier cluster analysis, Computers & Systems and Decisions. Journal of Purchasing, 2,
Mathematics with Applications, 59, 2, 745763. 2841
Che, Z.H., 2012. Clustering and selecting suppliers Dodangeh, J., Yusuf, R. B. M., Jassbi, J., 2011. The
based on simulated annealing algorithms. Journal best selection of strategic plans in balanced
Computers & Mathematics with Applications scorecard using multi-objective decision making
archive, 63, 1, 228-238. model. African Journal of Business Management, 3,
681-686.
Chen, S.J., Hwang, C.L., (1992), Fuzzy Multiple
Attribute Decision Making: Methods and Dndar, S., 2008. Ders Seiminde Analitik Hiyerari
Applications, Springer-Verlag, Berlin. Proses Uygulamas. Sleyman Demirel
niversitesi ktisadi ve dari Bilimler Fakltesi
Chen, C. T., Lin, C. T., & Huang, S. F. (2006). A fuzzy
Dergisi,13, 2, 217-226.
approach for supplier evaluation and selection in
supply chain management, International Journal Ecer, F., 2006. Bulank Ortamlarda Grup Karar
of Production Economics, 102, 2, 289301. Vermeye Yardmc Bir Yntem: Fuzzy TOPSIS ve
Bir Uygulama. Dokuz Eyll niversitesi sletme
Chen, C. T., Lin, C. T., Huang, S. F. 2006. A fuzzy
Fakltesi Dergisi, 7, 2, 77-96.
approach for supplier evaluation and selection in
supply chain management. International Journal of Eleren, A., Ersoy, M., 2007. Mermer Blok Kesim
Production Economics, 102, 289301. Yntemlerinin Bulank TOPSIS Yntemiyle
Deerlendirilmesi. Madencilik, 46, 3, 9-22.
Chu, T.C., Lin, Y.C., 2003. A Fuzzy Topsis Method for
Robot Selection. The International Journal of Ellram, L.M. , (1990). The supplier selection decision
Advanced Manufacturing Technology, 21, 284- in strategic partnerships. J. Purchasing Mater.
290. Management, 26, 4, 8-14.
alikan, S.K. Ve Soukpinar, ., 2008. KxKNN: K-Means Eraslan, E., Algn, O., 2005. deal Performans
ve K En Yakn Komu Yntemleri ile Alarda Nfuz Deerlendirme Formu Tasarmnda Analitik
Tespiti. 2. A ve Bilgi Gvenlii Sempozyumu, 16- Hiyerari Yntemi Yaklam. Gazi niversitesi
18 Mays, Girne, 120-124. Mhendislik Mimarlk Fakltesi Dergisi, 20, 1, 95-
106.
etin A.,C., Bitirak, . A., (2010), Banka Karllk
Performansnn Analitik Hiyerari Sreci le Esmeray M., Tan, . G., 2009. evresel Maliyetlerin
Deerlendirilmesi: Ticari Bankalar le Katlm Mamullere Yklenmesinde Kullanlan Dagtm
Bankalarnda Bir Uygulama. Alanya letme Anahtarlarnn Seiminde Analitik Hiyerarsi
Fakltesi Dergisi, 2, 2, 75-92. Yntemi ve Bir Uygulama. Sleyman Demirel
niversitesi ktisadi ve dari Bilimler Fakltesi
Dadeviren, M., Eren, T., 2001. Tedariki firma
Dergisi, 14, 2, 241-260.
seiminde analitik hiyerari prosesi ve 0-1 hedef
programlama yntemlerinin kullanlmas. Gazi Frat, M., Dikba, F., Ko, A.C., Gngr, M., 2012. K-
niversitesi Mhendislik Fakltesi Dergisi, 16, 2, ortalamalar Yntemi ile Yllk Yalarn
41-52. Snflandrlmas ve Homojen Blgelerin
Belirlenmesi. MO Teknik Dergi, 2012, 6037-6050.
Das, C., Tyagi, R., 1994. Wholesaler: a decision support
system for wholesale procurement and Ghodsypour, S.H., Obrien, C., 2001. The total cost of
distribution. International Journal of Physical logistics in Supplier selection, under conditions of
Distribution and Logistics Management, 24, 10, 4- multiple sourcing, multiple criteria and capacity
12. constraints. International Journal of Production
Economics, 73, 15-27.

101
Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


Ghodsypur, S.H., Obrien, C., 1998. A decision Deerlendirilmesi. Dokuz Eyll niversitesi
support system for supplier selection using an ktisadi ve dari Bilimler Fakltesi Dergisi, 29, 1,
integrated analytic hierarchy process and linear 25-61.
programming. International Journal of Production
Karpak, B., Kumcu, E., Kasuganti, R., 1999. An
Economics, 56-57, 199-212.
application of visual interactive goal programming:
Girginer, N., Kaygsz Z., 2009. statistiksel Yazlm a case in vendor selection decisions. Journal of
Seiminde Analitik Hiyerari Sreci ve 01 Hedef Multi-Criteria Decision Analysis, 8, 93-105.
Programlama Yntemlerinin Birlikte Kullanm.
Kengpol A., 2004. Design of a decision support
Osmangazi niversitesi Sosyal Bilimler Dergisi,
system to evaluate the investment in a new
10, 1, 211-233.
distribution centre. International Journal of
Grando, A., Sianesi, A., 1996. Supply management: a Production Economics, 90, 1, 59-70.
vendor rating assessment. CEMS Business Review,
Koak, A., 2003. Yazlm Seiminde Analitik Hiyerari
1, 199-212.
Yntemi yaklam ve Bir Uygulama. Ege Akademik
Gregory, R.E., 1986. Source selection: a matrix Bak Dergisi, 1, 67-77.
approach. Journal of Purchasing and Materials
Laudon, K.C., Laudon, J.P., 2011. Ynetim Biliim
Management, 22, 2, 24-29.
Sistemleri Dijital letmeyi Ynetme (U. YOZGAT
Gner, H., Mutlu, ., 2005. Bulanik AHP le Tedariki vd., ev.), Ankara: Nobel.
Seim Problemi ve Bir Uygulama. V. Ulusal retim
Le, M.C., Nguyen, V.T., 2007. Strategy for Project
Aratrmalar Sempozyumu, stanbul Ticaret
Portfolio Selection in Private Corarations in
niversitesi, 25-27 Kasm 2005.
Vietnam. Master Thesis, Umea School Of Business,
Gngr, ., ler D.B., 2005. Analitik Hiyerari Sweeden. (http://umu.diva-
Yaklam ile Otomobil Seimi. ZK Sosyal Bilimler portal.org/smash/get/diva2:141275/FULLTEXT0
Dergisi, 1, 2, 21-33. 1.pdf)
Hinkle, C.L., Robinson, P. J., Green, P. E., 1969. Vendor Lee, C.P., Lou, S.J., Shih, R.C., Tseng, K.H., 2011. An AHP-
evaluation using cluster analysis. Journal of Based Weighted Analysis of Network Knowledge
Purchasing, 5, 3, 49-58. Management Platforms for Elementary School
Students. TOJET: The Turkish Online Journal of
Ho, W., 2008. Integrated analytic hierarchy process
Educational Technology, 10, 4, 52-59.
and its applications - A literature review. European
Journal of Operational Research, 186, 211-228. Liaudanskiene, R., Ustinovicius, L., Bogdanovicius, A.,
2009. Evaluation of Construction Process Safety
Holt, G.D., 1998. Which contractor selection
Solutions Using the TOPSIS Method. Inzinerine
methodology?. International Journal of Project
Ekonomika - Engineering Economics, 4, 32-40.
Management, 16, 3, 153-164.
Liu, J., Ding, F.Y., Lall, V., 2000. Using Data
Hwang, C.L., Yoon, K., 1981. Multiple Attributes
Envelopment Analysis to compare suppliers for
Decision Making Methods and Applications.
supplier selection and performance improvement.
Springer, Berlin Heidelberg.
Supply Chain Management: An International
Ibrahim,O., Nilashi, M., Bagherifard, K., Hashemi, N., Journal, 5, 3, 143-150.
Janahmadi, N., Barisam, J., 2011. Application of AHP
Liu, W., Jiang, L., 2010. A Clustering Algorithm FCM-
and K-Means Clustering for Ranking and
ACO for Supplier Base Management, Advanced
Classifying Customer Trust in M-commerce.
Data Mining and Applications Lecture Notes in
Australian Journal of Basic and Applied Sciences, 5
Computer Science, 6440, 106-113.
12, 1441-1457.
Lopez Ortega, O., Rosales, M.A., 2011. An agent-
Y.T., Yurdakul, M., 2000. Analitik Hiyerari Sreci
oriented decision support system combining fuzzy
(AHS) Yntemini Kullanan Bir Kredi
clustering and the AHP. Expert Systems with
Deerlendirme Sistemi. Gazi niversitesi,
Applications, 38, 7, 8275-8284.
Mhendislik Mimarlk Fakltesi Dergisi, 15, 1, 1-
14. Macqueen, J. B., 1967. Some Methods for classification
and Analysis of Multivariate Observations.
Jahanshahloo G.R., Hosseinzadeh L.F., Izadikhah, M.,
Proceedings of 5th Berkeley Symposium on
(2006). Extension of the TOPSIS method for
Mathematical Statistics and Probability 1.
decision-making problems with fuzzy data.
University of California Press, 281297.
Applied Mathematics and Computation, 181, 1,
5441551. Mehdizadeh, E., 2009. A fuzzy clustering PSO
algorithm for supplier base management.
Karaatl, M., mrbek, N., Kse, G., 2014. Analitik
International Journal of Management Science and
Hiyerari Sreci Temelli TOPSIS ve VIKOR
Engineering Management, 4, 4, 311-320.
Yntemleri le Futbolcu Performanslarnn
102
Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104

Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


Monczka, R.M., Trecha, S.J., 1988. Cost-based supplier Hierarchy Process. Mathematical and Computer
performance evaluation. Journal of Purchasing and Modelling, 46, 962-975.
Materials Management, 24, 2, 2-7.
Sadrian, A.A., Yoon, Y.S., 1994. A procurement decision
Murat, G., elik, N., 2007. Analitik Hiyerari Sreci support system in business volume discount
Yntemi ile Otel letmelerinde Hizmet Kalitesini environments. Operations Research, 42, 1, 14-23.
Deerlendirme: Bartn rnei. ZK Sosyal Bilimler
Shemshadi, A., Toreihi, M., Shirazi, H., Tarokh, M.J.,
Dergisi, 3, 6, 1-20.
2011. Supplier selection based on supplier risk: An
Ng, S.T., Skitmore, R.M., 1995. CP-DSS: decision ANP and fuzzy TOPSIS approach. The Journal of
support system for contractor prequalification. Mathematics and Computer Science, 2, 1, 111-121.
Civil Engineering Systems: Decision Making
Smytka, D.L., Clemens, M.W., 1993. Total cost supplier
Problem Solving, 12, 2, 133-160.
selection model: a case study. International Journal
Opricovic, S., Tzeng, G.H., 2004. Compromise of Purchasing and Materials Management, 29, 1,
solution by MCDM methods: A comparative 42-49.
analysis of VIKOR and TOPSIS. European Journal
Soukup, W.R., 1987. Supplier selection strategies.
of Operational Research, 156, 445455.
Journal of Purchasing and Materials Management,
Oranli, K., zen, ., 2013. ok Kriterli Karar Verme 23, 3, 7-12.
Yntemlerinden Ahp Ve Topss'in E-Kitap Okuyucu
SPSS Yardm Mens
Seiminde Uygulanmas. Uak niversitesi Sosyal
Bilimler Dergisi, 15, 282-311. Stamm, C.L., Golhar, D.Y., 1993. JIT purchasing:
Attribute classification and literature review.
zgl, . Yazgan, H.R., 2006. Bir letme in TOPSIS
Prod. Planning Control 4, 3,, 273-282.
ve AHP Yntemleri ile ERP Yazlmnn Seimi.
26. Yneylem Aratrmas ve Endstri Ha S.H., Krishman, R., 2008. A hybrid approach to
Mhendislii Konferans, 3-5 Temmuz, Kocaeli. supplier selection for the maintenance of a
competitive supply chain. Expert System with
zkan, B., Balgl, H., ahn, N., 2011. Supplier
Application, 34, 13031311.
Selection Using Analytic Hierarchy Process: An
Application From Turkey. Proceedings of the Supiler, A.A., apraz, O., 2011. AHP-TOPSIS
World Congress on Engineering 2011, Vol II, WCE Yntemine Dayali Tedariki Seimi Uygulamas.
2011, July 6 - 8, 2011, London, U.K. Ekonometri ve statistik e-Dergisi, 13, 1-22.
Pal, M.N., Choudhury, K., 2009. Exploring The ahin, Y., Akyer, H., 2011. lke Kaynaklarnn Verimli
Dimensionality Of Service Quality: An Application Kullanm: 4x4 Arama ve Kurtarma Arac
Of TOPSIS in the Indian Banking Industry. Asia- Seiminde AHS ve TOPSIS Yntemlerinin
Pacific Journal of Operational Research (APJOR), Uygulamas. SD Vizyoner Dergisi, 3, 5, 72-87.
26, 1, 115-133.
Tahriri, F., Osman, M.R., Ali, A., Yusuff, M., R.,
Pan, A.C., 1989. Allocation of order quantities among Esfandiary, A., 2008. AHP approach for supplier
suppliers. Journal of Purchasing and Materials evaluation and selection in a steel manufacturing
Management, 25, 2, 36-39. company. Journal of Industrial Engineering and
Management, 1, 2, 54-76.
Papagapiou, A., Mingers, J., Thanassoulis, E., 1996.
Would you buy a used car with DEA?. OR Insight, Tam, M.C.Y., Tummala, V.M.R., 2001. An Application
10, 1, 13-19. of the AHP in vendor selection of a
telecommunications system. Omega, 29, 2, 171-
Razi, F., 2014. A supplier selection using a hybrid grey
182.
based hierarchical clustering and artificial bee
colony, Decision Science Letters, 3, 3, 259-268. Timmerman, E., 1986. An approach to vendor
performance evaluation. Journal of Purchasing and
Roa, C.P., Kiser, G.E., 1980. Educational buyers
Supply Management, 1, 27-32.
perceptions of vendor attributes. Journal of
Purchasing Material Management, 16, 25-30. Triantaphyllou, E., 2000. Multi-Criteria Decision
Making Methods: A Comparative Study. Kluwer
Saaty, T.L., 1977). A scaling method for priorities in
Academic Publishers, Netherlands.
hierarchical structures. Scandinavian. Journal of
Forest Research, 15, 234-281. Turner, I., 1988. An independent system for the
evaluation of contract tenders. Journal of the
Saaty, T.L., 2008. Decision making with the analytic
Operational Research Society, 39, 6, 551-561.
hierarchy process. International Journal of
Services Sciences, 1, 1, 83-98. Triantaphyllou, E., Mann, S.H., 1995). Using The
Analytic Hierarchy Process For Decision Making In
Saaty T.L., Tran L.T., 2007. On The Invalidity of
Engineering Applications: Some Challenges.
FuzzifyingNumerical Judgments in The Analytic

103
Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104


Y. ahin, A. A. Supiller, Tedariki Seimi in Bir Karar Destek Sistemi


International Journal of Industrial Engineering: Weber, C.A., Desai, A., 1996. Determination of paths to
Applications and Practice, 2, 1, 35-44. vendor market efficiency using parallel co-
ordinates representation: a negotiation tool for
Ulucan, A., 2004. Yneylem Aratrmas letmecilik
buyers. European Journal of Operational Research,
Uygulamal Bilgisayar Destekli Modelleme. Siyasal
90, 142-155.
Kitabevi, 1. Bask, Ankara.
Weber, C.A., Ellram, L.M., 1992. Supplier selection
Wang G., Huang, S. H., Dismukes, J. P., 2001. Product-
using multi-objective programming: a decision
driven supply chain selection using integrated
support system approach. International Journal of
multi-criteria decision-making methodology.
Physical Distribution & Logistics Management, 23,
International Journal of Production Economics, 91,
2, 3-14.
1, 1-15.
Yang, C.C., Chen, B.S., 2006. Supplier selection using
Wang, J., Zhu, Y., 2012. Research on Third-party
combined analytical hierarchy process and grey
Reverse Logistics Provider Selection Based on
relational analysis. Journal of Manufacturing
Fuzzy Clustering in Perspective of Low-carbon
Technology Management, 17, 7, 926-941.
Economy, Communications in Information
Science and Management Engineering, 2, 2, 63-66. Yaraliolu, K., 2001. Performans Deerlendirmede
Analitik Hiyerari Proses. DE ktisadi ve dari
Weber, C.A., 1991. A decision support system using
Bilimler Fakltesi Dergisi, 16, 1, 129-142.
multi-criteria techniques for vendor selection.
University Micro lms International, Ann Arbor, MI. Yurdakul, M. , Y. T., 2005. Development of a
performance measurement model for
Weber, C.A., Current, J.R., 1993. A multiobjective
manufacturing companies using the AHP and
approach to vendor selection. European Journal of
Topsis approaches. International Journal of
Operational Research, 68, 173-184.
Production Research, 43, 21, 4609-4641.
Weber, C.A., Current, J.R., Desai, A., 1998. Non-
Zenz, G., 1981. Purchasing and the Management of
cooperative negotiation strategies for vendor
Materials. Wiley, New York.
selection. European Journal of Operational
Research, 108, 208-223.

104
Sahin Y., Supciller A. A., 2015. SDU-JESD-146931-91-104