Global dış satın alma için akıllı karar destek sistemi tasarımı
Loading...
Files
Date
2012
Authors
Aksoy, Aslı
Journal Title
Journal ISSN
Volume Title
Publisher
Uludağ Üniversitesi
Abstract
Global dış satın alma, işletmenin belirli bir faaliyetini farklı ülkedeki bir tedarikçiye iletmesi olarak tanımlanabilir. Global dış satın alma bir yandan işletmelerin temel yetkinliklerini geliştirmesine olanak sağlarken, bir yandan da işletmelerin daha esnek bir yapıya sahip olmasını kolaylaştırır. Hazır giyim sektörü, belirsiz talep yapısı, ürün çeşitliliği, üretim aşamalarında insan emeğinin yoğun olması ile oldukça karmaşık bir yapıya sahiptir. Özellikle talebin belirsiz olması ve ürün çeşitliliği tedarik zinciri yönetimini zorlaştırmaktadır. Yapılan doktora tez çalışmasının amacı; bir işletmede belirli bir ürün için talep tahminin yapıldığı ve ilgili ürün için ?yap ya da satın al? kararının verildiği, eğer karar satın al yönünde ise nereden satın alınacağı bilgisini de veren bulanık mantık tabanlı global dış satın alma karar destek sisteminin oluşturulmasıdır. Çalışma ile ilgili uygulama hazır giyim sektöründe yapılmıştır.Hazır giyim sektöründe farklı süreçlerin farklı ülkelerde bulunması sık karşılaşılan bir durumdur. Tedarik zincirine yabancı üyelerin de girmesiyle, tedarik zinciri yönetimi karmaşık hale gelmektedir. Hazır giyim sektörünün karmaşık yapısı nedeni ile geçmiş satış verisi oluşmayabilir; çünkü belirli bir ürün, tahmin yapılacak sezonda ilk defa koleksiyonda yer alıyor olabilir ve bir sonraki koleksiyonda da yer almayabilir. Ayrıca sektör, ülkedeki politik ve finansal değişimlerden çok fazla etkilendiğinden, bu anlık değişimlerin istatistiksel yöntemlerle takip edilebilmesinin mümkün olmadığı düşünülmektedir. Bu nedenle talep tahmin yöntemi olarak sinirsel ağ tabanlı bulanık çıkarım yöntemi kullanılmıştır. Global dış satın alma probleminde karar kriteri olarak sadece maliyet önemli gibi görünse de, gerçekte birçok kriterin eş zamanlı değerlendirilmesi gerekmektedir. Çok kriterli karar verme uygulamalarının çözümünde de bulanık mantık sıkça tercih edilmektedir. Oluşturulan karar destek sistemi için bulanık mantık kullanılmasının nedeni, bulanık mantığın insan yargı sistemine olan benzerliğidir. Ayrıca bulanık mantık uygulamaları diğer yapay zeka tekniklerine göre problemin yapısında bulunan belirsizliklerin üstesinden daha iyi gelmektedir. Hazır giyim sektöründe global dış satın alma kararlarının değerlendirilmesi için mevcut bir analitik yöntem olmadığı belirlenmiştir. Karar süreci oldukça karmaşık olmasına rağmen tamamen karar vericiye bağlıdır. Oluşturulan karar destek sistemi ile karar sürecinin karar vericiye bağlılığı azaltılmış ve tüm işletmelerin kolaylıkla kullanabileceği etkin bir sistem tasarımı yapılmıştır.
Global outsourcing can be defined as forwarding a specific business to a global supplier. While enhancing the competencies of enterprises, global outsourcing also facilitates flexible structures for enterprises. Apparel industry is very complex owing to uncertain demand structure, wide range of product references and labor intensive processes. Especially uncertain demand and variability of the product increase the difficulty of the supply chain management. The scope of this study is, developing a fuzzy logic based global outsourcing decision support system for demand forecasting and evaluating the “make or buy” decision. The application of the decision support system is made at the apparel industry. In apparel industry, frequently, different processes are operated in different countries. Supply chain management is becoming more complex by the introduction of the global members to the chain. Historical sales data may not exist in apparel industry because of the complex structure of the industry and the characteristics of the product, the product may be new product for the planning horizon and may not take place for the following season. Apparel industry purchasing decisions can be easily affected by the political or financial volatility of the environment. This volatility also increases the complexity of the demand forecasting system. It is very difficult to capture this volatility by using statistical methods. That’s why, neural network based fuzzy inference system can be a well suited approach for such a dynamic environment. In this study, a fuzzy logic-based decision support system is established due to the similarity between fuzzy logic and human decision system. Fuzzy logic systems also cope with uncertain properties of the decision problems better than other artificial intelligence methods. In many research works, it is claimed that the cost is the single most important criteria of global decisions, but, in real world applications, a number of criteria should be simultaneously evaluated. Fuzzy logic is a widely used approach for multicriteria decision making problems. A common analytical method for global outsourcing decisions in apparel industry does not exist due to the complex nature of decision processes which is completely dependent on the decision maker. The proposed approach, decreasing the dependency of the decision making process on the decision maker, establishes an effective system which can easily be applicable to most of the apparel industry.
Global outsourcing can be defined as forwarding a specific business to a global supplier. While enhancing the competencies of enterprises, global outsourcing also facilitates flexible structures for enterprises. Apparel industry is very complex owing to uncertain demand structure, wide range of product references and labor intensive processes. Especially uncertain demand and variability of the product increase the difficulty of the supply chain management. The scope of this study is, developing a fuzzy logic based global outsourcing decision support system for demand forecasting and evaluating the “make or buy” decision. The application of the decision support system is made at the apparel industry. In apparel industry, frequently, different processes are operated in different countries. Supply chain management is becoming more complex by the introduction of the global members to the chain. Historical sales data may not exist in apparel industry because of the complex structure of the industry and the characteristics of the product, the product may be new product for the planning horizon and may not take place for the following season. Apparel industry purchasing decisions can be easily affected by the political or financial volatility of the environment. This volatility also increases the complexity of the demand forecasting system. It is very difficult to capture this volatility by using statistical methods. That’s why, neural network based fuzzy inference system can be a well suited approach for such a dynamic environment. In this study, a fuzzy logic-based decision support system is established due to the similarity between fuzzy logic and human decision system. Fuzzy logic systems also cope with uncertain properties of the decision problems better than other artificial intelligence methods. In many research works, it is claimed that the cost is the single most important criteria of global decisions, but, in real world applications, a number of criteria should be simultaneously evaluated. Fuzzy logic is a widely used approach for multicriteria decision making problems. A common analytical method for global outsourcing decisions in apparel industry does not exist due to the complex nature of decision processes which is completely dependent on the decision maker. The proposed approach, decreasing the dependency of the decision making process on the decision maker, establishes an effective system which can easily be applicable to most of the apparel industry.
Description
Keywords
Global dış satın alma, Hazır giyim sektörü, Yap ya da satın al, Karar destek sistemi, Talep tahmini, Bulanık mantık, Global outsourcing, Apparel industry, Make or buy, Decision support system, Demand forecasting, Fuzzy logic
Citation
Aksoy, A. (2012). Global dış satın alma için akıllı karar destek sistemi tasarımı. Yayınlanmamış doktora tezi. Uludağ Üniversitesi Fen Bilimleri Enstitüsü.