Bu çalışmanın amacı, artan müşteri talebini karşılayabilmek için dört farklı balans makinası modelini üretebilecek bir hat tasarımı yapmaktır. Bu doğrultuda, firmadaki işleyiş ile üretim sürecinin tam olarak anlaşılabilmesi amacıyla gözlem ve analizler yapılmış, üretim hattında bulunacak olan ürünlerin operasyon tanımı ve işlem süreleri için ayrıntılı bir zaman etüdü çalışması gerçekleştirilmiştir. Ardından, hattın bulunacağı bölgenin belirlenebilmesi için operasyon ilişkilerine bakılarak oluşturulan yerleşim planı firmaya onaylatılmıştır. Daha sonra da istasyon sayısının belirlenmesi ve hattın dengelenmesi için tüm modellerin operasyonlarının, belirlenen istasyon sayısına göre atanmasını sağlayacak olan matematiksel modeller oluşturulmuştur. Öncelikle, problemin çözümüne yönelik sezgisel bir yöntem geliştirilmiş ve optimizasyon programı kullanılarak matematiksel modelin çözümleri ile benzerlik gösterdiği ispatlanmıştır. Metodun gerçek hayata uygulanabilirliği simülasyon modeli oluşturularak test edilmiştir. Hattın verimli bir şekilde çalışabilmesi için ise en iyi ürün sıralama yöntemi oluşturulmuştur. Geliştirilen karar destek sistemi sayesinde günlük en iyi üretim planı elde edilerek en kısa sürede en fazla ürün üretilmesi sağlanmıştır.

The purpose of the study is designing a production line that can produce four different models of balancing machines to keep with the increasing customer demand. To be able to fully understand the company’s operational processes, observations and analyses have been made, detailed time study has been performed for operation descriptions and processing times of the products. In order to determine the area where the line will be located, a new layout has been generated by observing relations between consecutive operations and confirmed by the company. For determining the number of stations and balancing the line, mathematical models have been generated. First, the problem was solved by a heuristic method and then optimization software was used to solve the mathematical models optimally and results between two solutions were proved to be similar. Applicability of the method in real life was tested by a simulation model. For the line to function efficiently, best product sequencing is generated. Through a decision support system, best daily production plan was obtained and maximum throughput was reached with the minimum cycle time.