Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik
Firmalarının Çok Kriterli Performans Analizi

IŞIK, Özcan

Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi

Özcan IŞIK (Sivas Cumhuriyet Üniversitesi, Sivas, Türkiye)

Journal of Yasar University

9 5

Yıl: 2022 Cilt: 17 Sayı: 66 Sayfa Aralığı: 472 - 489 Metin Dili: İngilizce İndeks Tarihi: 05-07-2022

Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi

Öz:

Bu çalışmada amaç Fortune 500 Turkey listesine giren lojistik firmaların performans değerlendirmesini ele almaktır. Bu amaçla Gri Entropi, FUCOM ve EDAS-M yöntemlerini birleştiren yeni bir Çok Kriterli Karar Verme (ÇKKV) yaklaşımı önerilmiştir. Çalışmanın ilk aşamasında kriterlere ilişkin objektif ağırlıklar Gri Entropi ile hesaplanmış ardından subjektif ağırlıklar ise FUCOM ile elde edilmiştir. Her iki ağırlık belirleme yönteminin kendilerine ait avantaj ve dezavantajları olmasından dolayı, bu çalışmada bu iki ağırlık belirleme yöntemi birleştirilmiştir. Çalışmanın ikinci aşamasında ise lojistik firmaların performansı EDAS-M yöntemine göre belirlenip sıralanmıştır. Birleştirilmiş ağırlıklandırma yönteminden elde edilen bulgular göstermektedir ki en önemli üç performans kriteri sırasıyla ihracat miktarı, çalışan sayısı ve net satışlardır. Ayrıca, EDAS-M yöntemi ile ulaşılan sonuçlara göre, seçilen performans göstergeleri açısından en başarılı firma Ekol lojistik firmasıdır. Bu çalışmada önerilen hibrid modelden elde edilen bulgular, günümüzün artan rekabet koşulları altında sahip olduğu kaynaklarını optimal şekilde kullanmak zorunda olan lojistik firmalarının tüm paydaşları için büyük önem taşımaktadır.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

Aguezzoul, A. ve Pires, S. (2016). 3PL performance evaluation and selection: A MCDM method. Supply Chain Forum: An International Journal, 17(2), 87-94.
Baki, R. (2021). An integrated, multi-criteria approach based on environmental, economic, social, and competency criteria for supplier selection. RAIRO: Recherche Opérationnelle, 55, 1487.
Buyukozkan, G. & Gocer, F. (2016). Selection of medical waste logistic firms by using AHP-TOPSIS methodology. International Journal of Biology and Biomedicine, 1, 14-18.
Candan, G. (2019). Lojistik performans değerlendirmesi için bulanık AHP ve Gri İlişkisel Analiz yöntemleri ile bütünleşik bir yaklaşım. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(5), 277-286.
Çakır, S. ve Perçin, S. (2013). Çok kriterli karar verme teknikleriyle lojistik firmalarında performans ölçümü. Ege Akademik Bakış, 13(4), 449-459.
Demir, G., Damjanović, M., Matović, B., & Vujadinović, R. (2022). Toward Sustainable Urban Mobility by Using Fuzzy-FUCOM and Fuzzy-CoCoSo Methods: The Case of the SUMP Podgorica. Sustainability, 14(9), 4972.
Ecer, F. (2018). Third-party logistics (3PLs) provider selection via fuzzy AHP and EDAS integrated model. Technological and Economic Development of Economy, 24(2), 615-634.
Ecer, F. (2021). FUCOM sübjektif ağırlıklandırma yöntemi ile rüzgâr çiftliği yer seçimini etkileyen faktörlerin analizi. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 27(1), 24-34.
Işık, Ö. (2020). Bir Lojistik Firmasının Performans Analizi: Reysaş Lojistik Örneği. Yalman, İ.N. (Ed.), Türkiye’de Dış Ticaret ve Lojistik Uygulamalı ve Teorik Seçme Konular içinde (s. 293-314). Ankara: Nobel Yayınevi.
Işık, Ö. ve Ersoy, E. (2020). Özel sermayeli mevduat bankalarında faiz gelir ve giderlerine dayalı performans analizi: CRITIC ve EDAS yöntemleri ile bir uygulama. Karaca, S.S. ve Demireli E. (Ed.), finans teorisine uygulamalı katkılar-2 içinde (s. 69-89). Ankara: Ekin Yayınevi.
Karbassi Yazdi, A., Hanne, T., Osorio Gómez, J. C., & García Alcaraz, J. L. (2018). Finding the best third-party logistics in the automobile industry: A hybrid approach. Mathematical Problems in Engineering, 2018, 1-19.
Keshavarz Ghorabaee, M., Amiri, M., Kazimieras Zavadskas, E. ve Antuchevičienė, J. (2017). Assessment of Third-party Logistics Providers using A CRITIC–WASPAS Approach with Interval Type-2 Fuzzy Sets. Transport, 32(1), 66-78.
Keshavarz Ghorabaee, M., Zavadskas, E. K., Olfat, L., & Turskis, Z. (2015). Multi-criteria inventory classification using a new method of evaluation based on distance from average solution (EDAS). Informatica, 26(3), 435-451.
Kısa, A. C. G., & Ayçin, E. (2019). OECD ülkelerinin lojistik performanslarının SWARA tabanlı EDAS yöntemi ile değerlendirilmesi. Çankırı Karatekin Üniversitesi İİBF Dergisi, 9(1), 301-325.
Koşaroğlu, Ş. M. (2020). BİST’te İşlem Gören Bankaların Performanslarının SD ve EDAS Yöntemlerİyle Değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(3), 406-417.
Li, F., Li, L., Jin, C., Wang, R., Wang, H., & Yang, L. (2012). A 3PL supplier selection model based on fuzzy sets. Computers & Operations Research, 39(8), 1879-1884.
Mariano, E.B., Gobbo Jr., J.A., Camioto, F.de C. & Rebelatto, D.A.do N. (2017). CO2 emissions and logistics performance: a composite index proposal. Journal of Cleaner Production, 163, 166-178.
Mercangoz, B. A., Yildirim, B., & Yildirim, S. K. (2020). Time period based COPRAS-G method: application on the logistics performance ındex. LogForum, 16 (2), 239-250.
Minkowski, H. (1909). Raum und Zeit [Space and Time]. In Teubner, B.G. ed., Jahresberichte der Deutschen MathematikerVereinigung, 1-14.
Nong, N. M. T., & Ha, D. S. (2021). Application of MCDM methods to Qualified Personnel Selection in Distribution Science: Case of Logistics Companies. Journal of Distribution Science, 19(8), 25-35.
Oğuz S., Alkan G., & Yılmaz B. (2019). Seçilmiş Asya ülkelerinin lojistik performanslarının TOPSİS yöntemi ile değerlendirilmesi. IBAD Sosyal Bilimler Dergisi, Özel Sayı, 497-507.
Orhan M. (2019). Türkiye ile Avrupa Birliği ülkelerinin lojistik performanslarının Entropi ağırlıklı EDAS yöntemiyle karşılaştırılması. Avrupa Bilim ve Teknoloji Dergisi, 17, 1222-1238.
Özbek, A. (2018). Fortune 500 listesinde yer alan lojistik firmaların değerlendirilmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(1), 13-26.
Özbek, A., & Engür, M. (2018). EDAS yöntemi ile lojistik firma web sitelerinin değerlendirilmesi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 21(2), 417-429.
Özceylan, E., Çetinkaya, C., Erbaş, M., & Kabak, M. (2016). Logistic performance evaluation of provinces in Turkey: A GIS-based multi-criteria decision analysis. Transportation Research Part A: Policy and Practice, 94, 323-337.
Özdağoğlu, A., & Keleş, M. K. (2019). Spor yönetimi açısından Gri Entropi Tabanlı ROV yöntemi ile 4 büyük futbol kulübünün finansal performans analizi. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (35), 107-123.
Pamučar, D., Željko, S. and Sremac, S. (2018). A new model for determining weight coefficients of criteria in mcdm models: Full Consistency Method (FUCOM). Symmetry, 10(393), 2-22.
Percin, S. (2009). Evaluation of third-party logistics (3PL) providers by using a two-phase AHP and TOPSIS methodology. Benchmarking: An International Journal, 16(5), 588-604.
Rajesh, R., Pugazhendhi, S., Ganesh, K., Ducq, Y., & Koh, S. L. (2012). Generic balanced scorecard framework for third party logistics service provider. International Journal of Production Economics, 140(1), 269- 282.
Senir, G. (2021). Comparison of Domestic Logistics Performances of Turkey And European Union Countries In 2018 With An Integrated Model. LogForum, 17(2), 193-204.
Shuai, J. J., & Wu, W. W. (2011). Evaluating the influence of e-marketing on hotel performance by DEA and Grey Entropy. Expert systems with applications, 38(7), 8763-8769.
Singh, R. K., Gunasekaran, A., & Kumar, P. (2018). Third party logistics (3PL) selection for cold chain management: a fuzzy AHP and fuzzy TOPSIS approach. Annals of Operations Research, 267(1-2), 531- 553.
Singh, S. P., Adhikari, A., Majumdar, A., & Bisi, A. (2022). Does service quality influence operational and financial performance of third party logistics service providers? A mixed multi criteria decision makingtext mining-based investigation. Transportation Research Part E: Logistics and Transportation Review, 157, 102558.
Ulutaş, A. (2019). Entropi tabanlı EDAS yöntemi ile lojistik firmalarının performans analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (23), 53-66.
Ulutaş, A., & Karaköy, Ç. (2019). An analysis of the logistics performance index of EU countries with an integrated MCDM model. Economics and Business Review, 5(4), 49-69.
Utikad Lojistik Sektörü Raporu, 2019, https://www.utikad.org.tr/images/HizmetRapor/utikadlojistiksektoruraporu2019-29007.pdf.
Yıldırım, B. F., & Önder, E. (2014). Evaluating potential freight villages in Istanbul using multi criteria decision making techniques. Journal of Logistics Management, 3(1), 1-10.
Yildirim, B. F., & Mercangoz, B. A. (2020). Evaluating the logistics performance of OECD countries by using fuzzy AHP and ARAS-G. Eurasian Economic Review, 10(1), 27-45.
Zavadskas, E. K., & Podvezko, V. (2016). Integrated determination of objective criteria weights in MCDM. International Journal of Information Technology and Decision Making, 15(2), 267–283.
Zavadskas, E. K., Stevic, R., Turskis, Z., & Tomaševic, M. (2019). A novel extended EDAS in Minkowski Space (EDAS-M) method for evaluating autonomous vehicles. Studies in Informatics and Control, 28(3), 255- 264.
Zhou, G., Min, H., Xu, C., & Cao, Z. (2008). Evaluating the comparative efficiency of Chinese third‐party logistics providers using data envelopment analysis. International Journal of physical distribution & logistics management, 38(4), 262–279.
Zolfani, S. H., Görçün, Ö. F., & Küçükönder, H. (2021). Evaluating logistics villages in Turkey using hybrid improved fuzzy SWARA (IMF SWARA) and fuzzy MABAC techniques. Technological and Economic Development of Economy, 27(6), 1582-1612.

APA	IŞIK Ö (2022). Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. , 472 - 489.
Chicago	IŞIK Özcan Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. (2022): 472 - 489.
MLA	IŞIK Özcan Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. , 2022, ss.472 - 489.
AMA	IŞIK Ö Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. . 2022; 472 - 489.
Vancouver	IŞIK Ö Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. . 2022; 472 - 489.
IEEE	IŞIK Ö "Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi." , ss.472 - 489, 2022.
ISNAD	IŞIK, Özcan. "Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi". (2022), 472-489.

APA	IŞIK Ö (2022). Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. Journal of Yasar University, 17(66), 472 - 489.
Chicago	IŞIK Özcan Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. Journal of Yasar University 17, no.66 (2022): 472 - 489.
MLA	IŞIK Özcan Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. Journal of Yasar University, vol.17, no.66, 2022, ss.472 - 489.
AMA	IŞIK Ö Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. Journal of Yasar University. 2022; 17(66): 472 - 489.
Vancouver	IŞIK Ö Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi. Journal of Yasar University. 2022; 17(66): 472 - 489.
IEEE	IŞIK Ö "Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi." Journal of Yasar University, 17, ss.472 - 489, 2022.
ISNAD	IŞIK, Özcan. "Gri Entropi, FUCOM ve EDAS-M Yöntemleriyle Türk Lojistik Firmalarının Çok Kriterli Performans Analizi". Journal of Yasar University 17/66 (2022), 472-489.