Professional Documents
Culture Documents
10 17341-Gazimmfd 933793-1754995
10 17341-Gazimmfd 933793-1754995
10 17341-Gazimmfd 933793-1754995
Integrated decision support model for performance evaluation of public staff: using AHP
and fuzzy TOPSIS
Nazlı Erdemir1 , Fatih Öztürk2 , Gülsüm Kübra Kaya2*
1
Department of Business, Graduate School of Education, Ibn Haldun University, 34480, Istanbul, Turkey
2
Department of Industrial Engineering, Faculty of Engineering and Natural Sciences, Istanbul Medeniyet University, 34700, İstanbul, Turkey
Keywords:
Decision support model
MCDM
AHP
Fuzzy TOPSIS
Personnel performance
evaluation
Article Info:
Received: 06.05.2021 Figure A. Comparison for personnel performance rankings
Accepted:06.11.2021
Purpose: This study introduces an integrated model for personnel performance evaluation and examines
DOI: the potential value of Multi-Criteria Decision-Making (MCDM) methods in supporting personnel
10.17341/gazimmfd.933793 performance evaluation.
Results:
The findings from AHP showed that ‘Business Knowledge’ is the most critical criterion with a weight of
0.151, whereas ‘Keeping the Desk and Space Clean and Tidy’ is the least important criterion with an
importance weight of 0.006. As a result of the calculations made with fuzzy TOPSIS, the A60 coded
personnel had the best performance score with the value of 0.8594 proximity coefficient. The top ten
performances were achieved by personnel A60˃A43˃A96˃A50˃A57˃A3˃A95˃A70˃A91˃A35. This
study revealed that the findings from the model used, and existing performance measurement had
differences.
Conclusion:
The model used yielded more objective and reliable results than the performance evaluation method applied
in the municipality.
Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
Kamu personeli performans değerlendirmesi için entegre karar destek modeli: AHP ve
bulanık TOPSIS kullanımı
Nazlı Erdemir1 , Fatih Öztürk2 , Gülsüm Kübra Kaya2*
1
İbn Haldun Üniversitesi, Lisansüstü Eğitim Enstitüsü, İşletme Bölümü, 34480, İstanbul, Türkiye
2
İstanbul Medeniyet Üniversitesi, Mühendislik ve Doğa Bilimleri Fakültesi, Endüstri Mühendisliği Bölümü, 34700, İstanbul, Türkiye
Ö N E Ç I K A N L A R
Performans değerlendirmesi için entegre bir karar destek modeli
Yüz personelin performansının değerlendirilmesi
Önerilen model ve mevcut yöntemin karşılaştırması
Makale Bilgileri ÖZ
Araştırma Makalesi Küreselleşmenin ve teknolojinin hızla gelişmesi insan kaynağında da yeni ihtiyaçlar oluşturmuştur. Bu
Geliş: 06.05.2021 ihtiyaçları karşılayabilmenin ve nitelikli iş gücünü elde tutmanın bir yolu da kurumların çalışanlarının
Kabul: 06.11.2021 performansını değerlendirmesi ile gerçekleşir. Kamu kurumları, verimliliği ve hizmet kalitesini etkileyen
kriterleri göz önünde bulundurarak bu değerlendirme sürecini yönetir. Bu çalışmada, kamu performans
DOI: gereklilikleri dikkate alınarak belirlenen dört ana ve yirmi alt kriter altında bir belediye bünyesinde çalışan
10.17341/gazimmfd.933793 yüz personelin performans değerlendirilmiştir. Çalışmada, Analytical Hierarchy Process (AHP) ile
kriterlerin ağırlıklandırılması ve bulanık Technique for Order of Preference by Similarity to Ideal Solution
Anahtar Kelimeler: (TOPSIS) kullanılarak personelin performans değerlendirmesi yapılmıştır. Ayrıca, bu çalışmada ilgili
Karar destek modeli, personelin mevcut performans değerlendirmesi sonuçları ile kullanılan modelden elde edilen sonuçlar lineer
ÇKKV, regresyon kullanılarak karşılaştırılmıştır. Elde edilen bulgular sonucunda AHP entegreli bulanık TOPSIS
AHP, modelinin performans değerlendirmede mevcut değerlendirmeden farklı ve etkin sonuçlar elde edebileceği
Bulanık TOPSIS Personel ortaya çıkmıştır. Bu çalışmanın karar vericilere personel değerlendirmesinde objektif kararlar verilmesi ve
performans değerlendirmesi adil değerlendirmelerin yapılması adına katkı sağlaması beklenmektedir.
Integrated decision support model for performance evaluation of public staff: using AHP
and fuzzy TOPSIS
H I G H L I G H T S
An integrated decision support model for performance evaluation
Evaluation of a hundred personnel’s performance
A comparison of the proposed model and the current method
*Sorumlu Yazar/Yazarlar / Corresponding Author/Authors : nazli.erdemir6574@gmail.com, fatih.ozturk@medeniyet.edu.tr,
*kubra.kaya@medeniyet.edu.tr / Tel: +90 216 280 3459
1810
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
kompleks bir karar verme problemi olarak karşımıza geliştirdiği 1-9 temel ölçeği kullanılır. Tablo 1’de gösterilen
çıkmaktadır [36]. Bu çalışmada, bir belediye kurumunda ölçek doğrultusunda ikili karşılaştırmaların her biri sözel
çalışan yüz personelin performans değerlendirmesi AHP kıyaslamalarla değerlendirilir ve yapılan bu
entegreli bulanık TOPSIS yöntemi ile gerçekleştirilecektir. değerlendirmelere 1-9 arası sayısal ifadeler atanır. Böylece,
ikili karşılaştırma matrisleri oluşturulur [39].
2.1. AHP Yöntemi (AHP Method)
Tablo 1. AHP’de kullanılan 1-9 ölçeği [39] (1-9 basic scale used in AHP)
Dereceler Tanım
1 Öğeler eşit önemde veya aralarında kayıtsız kalınıyor
3 1. öğe 2.'ye göre biraz daha önemli veya biraz daha tercih ediliyor
5 1. öğe 2.'ye göre fazla önemli veya fazla tercih ediliyor
7 1. öğe 2.'ye göre çok fazla önemli veya çok fazla tercih ediliyor
9 1. öğe 2.'ye göre aşırı derecede önemli veya aşırı derecede tercih ediliyor
2-4-6-8 Ara değerler
1812
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
Tutarlılık oranının hesaplanabilmesi için tutarlılık indeksi CI sayısal hale getirerek analiz imkânı sunan bir ÇKKV
(Eş. 4) ve rassal değer indekslerine ihtiyaç duyulur. CI yöntemidir [45].
değerini hesaplamak için öncelikle maksimum öz değer
(λ ) Eş. 3 ile bulunur. Bunun için ise göreli öncelik Bulanık TOPSIS yönteminde üçgensel ya da yamuk bulanık
değerlerinden oluşan öncelikler vektörü ile başlangıçta yer sayılar sıklıkla kullanılmaktadır. Bu çalışmada, üçgen
alan matrisin normalize edilmemiş ilk hali (A) çarpılarak bulanık sayılar karar vericilerin yargılarını sezgisel olarak
“Tüm Öncelikler Matrisi” oluşturulur. Oluşturulan bu kullanabilmelerini sağlaması ve hesaplanmasının kolay
matrisin öncelikler vektörüne bölünmesiyle elde edilen olması nedenleri ile tercih edilmiştir. Tablo 3’te kriterlerin
değerlerin toplamının, toplam eleman sayısına bölünmesi ve alternatiflerin değerlendirilmesinde dilsel değişkenler ve
sonucu λ hesaplanmış olur [39]. karşılığındaki bulanık sayılar verilmiştir. Burada beşli skala
seçilmesinin sebebi mevcut performans değerlendirmesinin
beşli skala kullanılarak yapılıyor olmasıdır.
𝐴 =λ 𝑊 (3)
Rasgele değer indeksi (RI) de tutarlılık oranının Bulanık TOPSIS algoritmasının uygulama adımlarından
bulunmasında kullanılır ve bu değerler karşılaştırılan n tane önce önemli temel tanımlarına yer verilmiştir.
unsura bağlı olarak oluşturulmuştur. Bu yüzden, RI en çok
15 boyutlu matrisler için kullanılabilir. Tablo 2’de gösterilen Tanım 1. Bulanık olmayan normal kümelerde iki durum
RI değerleri sabit standart sayılardan meydana gelmiştir vardır. Birinci durumda, bir eleman bir kümeye üyedir ve
[43]. Beşinci adımda ise sentez işlemi ile alternatiflerin dolayısıyla aittir. İkinci durumda ise ilgili eleman aynı
belirlenen kriterler ile değerlendirilmeleri sonucu bütünsel kümeye üye de değildir ve ait de değildir. Bu kümelerde üye
(global) ağırlıkları belirlenir. En büyük değeri alan alternatif olmak 1 ile üye olmamak ise 0 ile ifade edilmektedir.
en çok tercih edilen seçenektir [39]. Bulanık kümelerde elemanlara, 0-1 arası kısmi üyelik
değerleri atanabilmektedir. Bulanık bir 𝐴 kümesi [0,1]
2.2. Bulanık TOPSIS Yöntemi (Fuzzy TOPSIS Method) aralığında oluşturulan özgün bir fonksiyon ile
tanımlanmaktadır. Bu fonksiyona üyelik fonksiyonu
Hwang ve Yoon 1981 yılında TOPSIS yöntemini ortaya denilmektedir ve µÃ : E→ 0,1 şeklindedir. Bulanık 𝐴
koymuştur. TOPSIS yöntemi pozitif ideal çözüme en yakın, kümesinin elemanlarından olan x’in üyeliğinin derecesi
negatif ideal çözüme en uzak olma prensibine µÃ (x)’tir ve bu ifade ayrıca x’in hangi derecede bulanık 𝐴
dayanmaktadır. Bu prensip ile de hem ideal hem de ideal kümesi üyesi olduğunu gösterir [45].
olmayan çözümleri birlikte görme ayrıcalığı sunar [44].
Fakat, TOPSIS yönteminin etkinliği belirsizliklerin olduğu Tanım 2. Bir üçgen bulanık sayı 𝑎, 𝑎 , 𝑎 , 𝑎 şeklinde üç
durumlarda eleştiri konusu oluştur [45]. Belirsizliklerin nokta ile tanımlanmaktadır. Burada 𝑎 ve 𝑎 noktaları
olduğu bu ortamlara bulanık ortam denilir. Belirsizliklerin sınırları uçlarını, 𝑎 ise maksimum değeri bir başka ifade ile
ölçülmesi için Zadeh [46] bulanık kümeler teorisini tepe noktasını göstermektedir [45]. µÃ Şekil 2’deki gibi
geliştirilmiştir. Chen [45] karar vericilerin sübjektif gösterilip; Eş. 5’teki gibi ifade edilmektedir.
yargılarından kaynaklı belirsizlikleri minimize edebilmek
için bulanık küme teorisini TOPSIS yönetimine entegre 0 𝑥 𝑎
etmiştir. Bulanık TOPSIS, çok sayıda kriter, alternatif ve ⎧
⎪ 𝑎 𝑥 𝑎
karar vericinin yer aldığı problemlerin çözümünde ortak 𝜇 𝑥 (5)
karar imkânı sağlayan, dilsel değişkenleri kullanılarak ⎨ 𝑎 𝑥 𝑎
yapılan değerlendirmelere üyelik fonksiyonu atayıp bunları ⎪ 𝑥 𝑎
⎩ 0
Tablo 3. Dilsel değişkenler ve bulanık sayılar [47] (Linguistic variables and fuzzy numbers)
Kriter ağırlıkları için kullanılan değişkenler Alternatiflerin derecelendirilmesi için kullanılan değişkenler
Dilsel Değişkenler Bulanık Sayılar Dilsel Değişkenler Bulanık Sayılar
Çok Düşük (ÇD) (0,00, 0,00, 0,25) Çok Kötü (ÇK) (0,00, 0,00, 2,50)
Düşük (D) (0,00, 0,025, 0,50) Kötü (K) (0,00, 2,50, 5,00)
Orta (O) (0,025, 0,050, 0,075) Orta (O) (2,50, 5,00, 7,50)
Yüksek (Y) (0,050, 0,075, 1,00) İyi (İ) (5,00, 7,50, 10,00)
Çok Yüksek (ÇY) (0,75, 1,00, 1,00) Çok İyi (Çİ) (7,50, 10,00, 10,00)
1813
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
Yukarıda (Eş. 7) kısaca özetlenen tanımlar doğrultusunda Adım 6: Her bir alternatif için yakınlık katsayısı olan
izlenecek adımlar [45]: 𝐶𝐶 hesaplamasında Eş. 16 kullanılır.
Adım 1: Alternatifler, Tablo 4’te yer alan kriterlere göre 𝐶𝐶 = ∗ i=1, 2,……m. (16)
Tablo 3’te gösterilen dilsel değişkenler vasıtasıyla
değerlendirilir. Karar ekibi içerisinde K sayıda kişi olduğu
durumlarda, kriter önem dereceleri ve her bir kritere göre Adım 7: Son olarak yakınlık katsayı değerlerine göre tüm
alternatif değer hesaplamaları Eş. 8 ve Eş. 9’ da gösterildiği alternatifler sıralanır. Alternatiflerden 𝐶𝐶 değeri en yüksek
gibi yapılır. olan, 𝐴∗ ’ya en yakın 𝐴 ’ye ise en uzak mesafede olandır ve
dolayısıyla en iyi alternatiftir.
𝑥 𝑥 𝑥 …….. 𝑥 (8)
3. KULLANILAN KARAR VERME MODELİ
(THE DECISION-MAKING MODEL USED)
𝑤 𝑤 𝑤 …….. 𝑤 (9)
Bu çalışmada, kamuda hizmet veren bir belediyenin yüz
𝑥 , alternatiflerin değerlendirmelerini ve 𝑤 ise kriterlere personelinin performans değerlendirmesi için AHP entegreli
verilen önem ağırlıklarını göstermektedir. bulanık TOPSIS yönetimi kullanılmıştır.
1814
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
Şekil 3’te bu çalışmada kullanılan karar modeli 4.2. Kriterlerin Ağırlıklandırılması (Weighting Criteria)
gösterilmiştir. Bu model üç temel aşamadan oluşmaktadır:
(1) kriterlerin ve karar vericilerin belirlenmesi, (2) AHP ile Personel performans değerlendirme problemi için karar
kriter ağırlıklarının hesaplamaları, (3) bulanık TOPSIS ile hiyerarşisi oluşturulduktan sonra değerlendirme sürecinde
alternatiflerin değerlendirilmesi ve sıralanmasıdır. kullanılacak kriterlerin ağırlıklandırılmasında AHP yöntemi
kullanılmıştır. Burada beş uzman her biri bireysel olarak
Bu çalışmada, alternatiflerin değerlendirmesinde kurumun önce ana kriterleri sonrasında ise her bir ana kriterde yer alan
mevcut personel değerlendirmesi formunda yer alan kriterler alt kriterleri ikili olarak karşılaştırmışlardır. Yapılan tüm ikili
kullanılmıştır. Bu sayede kullanılan karar modelinden elde karşılaştırmalarda Tablo 1’de yer alan Saaty’nin 1-9 ölçeği
edilen sonuçlar ile mevcut sistemin sonuçlarının kullanılmıştır. Uzmanların bireysel olarak gerçekleştirdiği
karşılaştırılmasına olanak sağlanmıştır. Çalışmada, ikili karşılaştırmalardan elde edilen değerlerin geometrik
kriterlerin ikili karşılaştırmasında müdür, müdür yardımcısı, ortalamaları alınarak üzerinde fikir bilirliği de bulunan nihai
koordinatör, başhekim ve şef statüsünde çalışan beş uzman karşılaştırma matrisi elde edilmiştir. Tablo 5 elde edilen
kişi yer almıştır. Bu beş uzman mevcut durumda da personel kriter ağırlıklarını göstermektedir.
Tablo 4. Performans değerlendirilme kriterleri ve kodları (Performance evaluation criteria and codes)
Ana Kriter KodlarAlt Kriter Kodlar
İş bilgisi Kr1
Verimlilik Kr2
Mesleki yeterlilik MK İş kalitesi Kr3
Sorumluluk Kr4
Problem çözme ve yaratıcılık Kr5
İnsan ilişkileri Kr6
Organizasyon becerisi Kr7
Öğrenmeye yatkın olma Kr8
Davranışsal yeterlilikDY
Girişimcilik ve yeniliklere yatkın olma Kr9
Takım çalışması Kr10
Vatandaş ve çalışan odaklılık Kr11
Karar alma Kr12
Programlı çalışma Kr13
Bireysel yeterlilik BY
İşe bağlılık Kr14
Esneklik Kr15
Temsil yeteneği Kr16
İletişim becerisi Kr17
İş disiplini İD Çalışma masası ve mekânı temiz ve tertipli tutma Kr18
Kullandığı araç ve gereci temiz ve tertipli tutma Kr19
Kendisine verilen görevleri yerine getirebilme
Kr20
becerisi
1816
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
Ana ve alt kriterlerin ağırlık bulunduktan sonra tutarlılık yöntemi ile hesaplanan kriter ağırlıkları (Tablo 5)
oranları hesaplanmıştır. Tablo 6’da görüldüğü gibi her bir kullanılarak normalize edilmiş ağırlıklı bulanık karar matrisi
ana ve alt kriter için CR değeri 0,1’den küçük olduğundan elde edilmiştir. Sonraki adım olarak bulanık pozitif ideal
ikili karşılaştırmalarda tutarlılık sağlanmıştır. çözüm A* ve bulanık negatif ideal çözüm 𝐴 değerlerinin
belirlenmesinde; normalize edilmiş ağırlıklı bulanık karar
4.3. Alternatiflerin Değerlendirilmesi ve Sıralamanın matrisinde yer alan kriterler ayrı ayrı incelenerek tüm
Yapılması personel içindeki maksimum değer Eş. 12 ile A* olarak
(Evaluating the Alternatives and Making the Ranking)
belirlenirken minimum değer ise Eş. 13 ile 𝐴 olarak
belirlenmiştir.
Alternatiflerin değerlendirilmesi ilgili personelin iki alt
yöneticisi tarafından mevcut personel değerlendirmesi
formu kullanılarak gerçekleştirilmiştir. Personelin 1-5 Personelin her birinin A* ve 𝐴 ’ye olan uzaklık mesafeleri
skalasına göre almış olduğu değerlerin dilsel değişken ayrı ayrı Vertex metodu kullanılarak hesaplanmıştır. Uzak-
karşılıkları Tablo 3 kullanılarak eşleştirilmiş ve sonrasında lıklar hesaplandıktan sonra personel performansının en
bu değerlere bulanık üçgen sayı karşılıkları atanıp iyiden en kötüye doğru sıralanması için yakınlık
ortalamaları alınmıştır. Bu işlemlerden sonra bulanık karar katsayılarının (𝐶𝐶 ) hesaplanması Eş. 16 yardımı ile
matrisi oluşturulmuştur. hesaplanmıştır. Bunun için önce personelin A* ve
𝐴 değerlerine olan uzaklık toplamları yani 𝑑∗ ve 𝑑
Matris oluşturulduktan sonra normalizasyon işlemi Eş. 10 değerleri Eş. 14 ve Eş. 15 ile hesaplanmış ve sonuçlar Tablo
kullanılarak gerçekleştirilmiştir. Bu aşamadan sonra, AHP 7’de sunulmuştur.
1817
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
ödeneği gibi durumlarda adil olmayan kararların alınmasına görülmüştür. Bu durumun personel performansı baz alınarak
sebep olabilecektir. Sonuç olarak iki model arasında yapılan atama ve ek ödeme gibi konularda farklı kararların
istatistiksel olarak anlamlı ilişkinin olmasının pratik için alınmasına neden olabileceği ortaya çıkmıştır. Örneğin, A91
yeterli bir durum olmadığı ortaya çıkmıştır. Ayrıca, kodlu personel kullanılan modelde 9. sırada yer alırken
kullanılan model ile hassas sıralama sonuçları elde edilerek mevcut değerlendirme sisteminde 3. sırada yer almıştır.
farklı personelin aynı puanı alıp gruplaşması sorunu Benzer durulardan kaynaklı, bir personelin performans
giderilmiştir. ödemesi almaması gerekiyorken alması veya tersi gibi
durumların oluşabileceği ortadadır. Ayrıca, mevcut
puanlama sistemi ile çok sayıda personelin (örneğin, A96 ile
A57, A3 ve A95) aynı puanları aldıkları görülmüştür.
Kullanılan AHP entegreli bulanık-TOPSIS modeli ile bunun
önüne geçilmiş ve performans değerlendirmesinde farklı
değerlerin elde edilmesi sağlanmıştır. Kullanılan performans
değerlendirme modelinin avantajlarını özetleyecek olursak;
Çalışmada kullanılan modelden ile mevcut puanlama sistemi 1. Köseoğlu Ö., Şen M.L., Kamu sektöründe performans
arasında istatistiksel anlamda güçlü bir ilişki bulunmasına yönetimi: politikalar, uygulamalar ve sorunlar, Akad
rağmen alternatiflerin sıralamasında ciddi farklılıklar olduğu İncelemeler Derg, 9 (2), 113–136, 2014.
1819
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
2. Bilgin K.U., Kamu personel yönetiminde ölçüt ve 17. Silveira Santos T., da Silva Portugal L., Cezar Martins
gösterge odaklı performans yönetimi, Strateg Public Ribeiro P., Evaluating the performance of highway
Manag J, 2, 24, 2015. concessions through public-private partnerships using a
3. Köseoğlu Ö., Türk Belediyeciliğinde performansa fuzzy multi-criteria decision-making procedure, Transp
dayalı yönetim anlayışına geçiş: arka plan ve sorunlar, Res Interdiscip Perspect, 10, 100399, 2021.
Çağdaş Yerel Yönetimler, 17 (1), 19–42, 2008. 18. Roy D., Performance evaluation of a novel biomass-
4. Ijadi Maghsoodi A., Abouhamzeh G., Khalilzadeh M., based hybrid energy system employing optimisation and
Zavadskas E.K., Ranking and selecting the best multi-criteria decision-making techniques, Sustain
performance appraisal method using the Energy Technol Assessments, 42, 100861, 2020.
MULTIMOORA approach integrated Shannon’s 19. Akçakaya M., Yerel yönetimlerde performans yönetimi
entropy, Front Bus Res China, 12 (2), 1–21, 2018. ve karşılaşılan sorunlar, Üçüncü Sektör Sos Ekon, 52
5. Öztürk F., Kaya G.K., Personnel selection with fuzzy (1), 56–83, 2017.
VIKOR: an application in automotive supply industry, 20. Sarıaltın H., Performans yönetiminde performans
Gazi Univ Sci J Part C Des Technol, 8 (1), 94–108, değerlendirme ve öneri sitemlerinin sürdürülebilir
2020. verimliliğe etkisinin incelenmesi: bir örnek olay
6. Arslan B.N., Ayvaz B., AHP- CODAS yöntemi ile çalışması, İşletme Bilim Derg, 5 (1), 117, 2017.
emniyet personeli performans ölçümü, İstanbul 21. Övgün B., Özkal Sayan İ., Zengin O., Türk kamu
Sabahattin Zaim Üniversitesi Fen Bilim Enstitüsü Derg, yönetiminde performans değerlendirmesi ve denetimi
3 (2), 1–10, 2021. mümkün mü? Sos Bilim Metinleri, 2, 74–92, 2018.
7. Bostanci B., Bakir N.Y., Doǧan U., Göngör M.K., 22. Karasoy H.A., Türk kamu yönetiminde performans
Research on GIS-aided housing satisfaction using fuzzy yönetimine bir bakış, Uluslararası Yönetim İktisat ve
decision-making techniques, Journal of the Faculty of
İşletme Derg, 10 (22), 257–275, 2014.
Engineering and Architecture of Gazi University, 32 (4),
23. Shafii M., Hosseini S.M., Arab M., Asgharizadeh E.,
1193–1207, 2017.
Farzianpour F., Performance analysis of hospital
8. Öztürk F., Kaya G.K., Afet sonrası toplanma alanlarının
managers using fuzzy AHP and fuzzy TOPSIS: Iranian
Promethee metodu ile değerlendirilmesi, Uludağ Univ J
experience, Glob J Health Sci, 8 (2), 137–155, 2016.
Fac Eng, 25 (3), 1239–1252, 2020.
9. Küçükal N.T., Ayaş P., Köse D., Kaya G.K., Çok kriterli 24. Bahri M.S.S., Shariff S.S.R., Zolkefley N.S.I., Shariff
karar verme yöntemlerinin karşılaştırmalı kullanımı ile S.S.R., Yahya N., A tri-level AHP approach for port
Türkiye’deki illerin yaşam kalitelerinin logistics personnel performance evaluation, In:
değerlendirilmesi, Gazi İktisat ve İşletme Derg, 7 (2), International Conference on Industrial Engineering and
150–168, 2021. Operations Management, 2209–2220, 2021.
10. Triantaphyllou E., Multi-criteria decision making 25. Yilmaz N., Şenol M.B., A model and application of
methods: a comparative study, Springer Science, 2000. occupational health and safety risk assessment, Journal
11. Korkusuz A.Y., İnan U.H., Özdemir Y., Başlıgil H., of the Faculty of Engineering and Architecture of Gazi
Occupational health and safety performance University, 32 (1), 77–87, 2017.
measurement in healthcare sector using integrated multi 26. Kılıç Delice E., A fuzzy multicriteria model for airline
criteria decision making methods, Journal of the Faculty companies selection, Journal of the Faculty of
of Engineering and Architecture of Gazi University, 35 Engineering and Architecture of Gazi University, 31 (2),
(1), 81–96, 2020. 263–276, 2016.
12. Yerlikaya M.A., Arikan F., Constructing the 27. Öztürk M., Paksoy T., A new interval type-2 hybrid
performance effectiveness order of SME supports fuzzy rule-based AHP system for supplier selection,
programmes via Promethee and Oreste techniques, Journal of the Faculty of Engineering and Architecture
Journal of the Faculty of Engineering and Architecture of Gazi University, 35 (3), 1519–1535, 2020.
of Gazi University, 31(4), 1007–1016, 2016. 28. Baykasoğlu A., Gölcük I., An interactive data-driven
13. Adem A., Alıcıoğlu G., Dağdeviren M., Örgütsel (dynamic) multiple attribute decision making model via
performans ölçütleri bazında bayilere öncelik verilmesi interval type-2 fuzzy functions, Mathematics, 7 (7), 584,
için bütünleşik bir yaklaşım, Endüstri Mühendisliği 2019.
Derg, 30 (1), 49–62, 2019. 29. Erkayman B., Kocadağistan M.E., Albayrak Ö.,
14. Maestrini V., Luzzini D., Maccarrone P., Caniato F., Belediyelerde performans ölçümü için D-ANP temelli
Supply chain performance measurement systems: a bir kurumsal performans kartı uygulaması, Atatürk
systematic review and research agenda, Int J Prod Econ, Üniversitesi İktisadi ve İdari Bilim Derg, 34 (4), 1491–
183, 299–315, 2017. 1511, 2020.
15. Frederico G.F., Garza-Reyes J.A., Kumar A., Kumar V., 30. Kuşakçı A.O., Ayvaz B., Öztürk F., Sofu F., Bulanık
Performance measurement for supply chains in the MULTIMOORA ile personel seçimi: havacılık
Industry 4.0 era: a balanced scorecard approach, Int J sektöründe bir uygulama, Ömer Halisdemir Üniversitesi
Product Perform Manag, 70 (4), 789–807, 2021. Mühendislik Bilim Derg, 8(1), 96–110, 2019.
16. Eren T., Hamurcu M., Akademik teşvik tabanlı yeni bir 31. Daǧdeviren M., Yavuz S., Kilinç N., Weapon selection
performans değerlendirme önerisi ve uygulama, using the AHP and TOPSIS methods under fuzzy
Üniversite Araştırmaları Derg, 2 (2), 82–100, 2019. environment, Expert Syst Appl, 36, 8143–8151, 2009.
1820
Erdemir ve ark. / Journal of the Faculty of Engineering and Architecture of Gazi University 37:4 (2022) 1809-1821
32. Karaatlı M., Ömürbek N., Aksoy E., Karakuzu H., 40. Murat Y.S., Arslan T., Cakici Z., Akçam C., Analytical
Turizm işletmeleri için AHP temelli bulanık TOPSIS Hierarchy Process (AHP) based decision support system
yönetimi ile tur operatörü seçimi, Anadolu Üniversitesi for urban intersections in transportation planning, In:
Sos Bilim Derg, 14 (2), 53–70, 2014. Using Decision Support Systems for Transportation
33. Rajak M., Shaw K., Evaluation and selection of mobile Planning Efficiency, IGI Gobal, 203–22, 2016.
health (mHealth) applications using AHP and fuzzy 41. Chandran B., Golden B., Wasil E., Linear programming
TOPSIS, Technol Soc, 59, 101186, 2019. models for estimating weights in the analytic hierarchy
34. Zare K., Mehri-Tekmeh J., Karimi S., A SWOT process, Comput Oper Res, 32, 2235–2254, 2005.
framework for analyzing the electricity supply chain 42. Saaty T.L., Vargas L.G., Models, methods, concepts and
using an integrated AHP methodology combined with applications of the Analytic Hierarchy Process, Springer
fuzzy-TOPSIS, International Strategic Management US, 2012.
Review, 3, 1-2, 66-80, 2015. 43. Saaty T.L., Tran L.T., On the invalidity of fuzzifying
35. Yu X., Guo S., Guo J., Huang X., Rank B2C e- numerical judgments in the Analytic Hierarchy Process,
commerce websites in e-alliance based on AHP and Math Comput Model, 46, 962–975, 2007.
fuzzy TOPSIS, Expert Syst Appl, 38, 3550–3357, 2011. 44. Hwang C-L., Yoon K., Multiple attribute decision
36. Şahin B., Yazır D., An analysis for the effects of making: methods and applications, Lecture Notes in
different approaches used to determine expertise Economics and Mathematical Systems, New York:
coefficients on improved fuzzy analytical hierarchy Springer-Verlag, 1981.
process method, Journal of the Faculty of Engineering 45. Chen C-T., Extension of fuzzy TOPSIS for group
and Architecture of Gazi University, 34 (1), 89–102, decision-making under fuzzy environment, Fuzzy Sets
2019. Syst, 114, 1–9, 2000.
37. Saaty T.L., Concepts, theory and techniques: rank 46. Zadeh L., Fuzzy Sets. Inf Control, 8, 338–353, 1965.
generation, preservation, and reversal in the analytic 47. Chen L.Y., Wang T.C., Optimizing partners’ choice in
hierachy decision process, Decis Sci, 18 (2), 157–177, IS/IT outsourcing projects: the strategic decision of
1987. fuzzy VIKOR, Int J Prod Econ, 120 (1), 233–242, 2009.
38. Saaty T.L., How to make a decision: The Analytic 48. Zadeh L.A., The concept of a linguistic variable and its
Hierarchy Process, Eur J Oper Res, 48, 9–26, 1990. application to approximate reasoning-I, Inf Sci, 8 (3),
39. Saaty T.L., Decision making with the Analytic 199–249, 1975.
Hierarchy Process, Int J Serv Sci, 1 (1), 83–98, 2008.
1821