Yazılım projeleri geliştirme süreci seçimi için bulanık çok kriterli karar verme yöntemlerinin kullanımına ilişkin bir uygulama

Yazılım geliştirme projelerinin yönetilmesi, karmaşık iş adımlarını içermesi ve kullanılan kaynakların gerçek kişilerden oluşması nedeniyle zordur. Projenin kendi özellikleri ile birlikte organizasyonel değişkenler ve geliştirici ekibin yetkinlikleri, projenin başarısını doğrudan etkileyecek faktörler arasındadır. Yazılım geliştirme süreç yöntem seçimi probleminin çözümünde bu üç faktörün kullanılması ile yazılım geliştirme projelerinin başarısının artacağı düşünülmektedir. Yazılım projelerinin yönetiminde "Çevik ve Şelale (Geleneksel) Yöntemler" dâhil olmak üzere farklı süreç yöntemleri kullanılmaktadır. Geliştirme ekiplerinin yeteneklerine göre projelere atanması ve projelerin kendi aralarında sıralanması önemli bir noktadır. Bu çalışmada ilk adım olarak, bulanık AHP metodu kullanılarak kriterlerin ağırlıkları belirlenmiştir. Daha sonra projelerin ve çalışanların sıralanmasında bulanık WASPAS, bulanık EDAS ve Aralık Değerli Nötrosofik Z Sayıları (NZN) yöntemleri kullanılmıştır. Bu araştırmanın sonuçlarına göre, yazılım geliştirme yöntemi kararının uygulanması halinde hata sayısı ve çözümlerinin kişi-gün değerleri gerçek değerler ile kıyaslandığında %4-%6, %6-%8 ve %6-%8,7 oranında iyileştirilebileceği tespit edilmiştir.

Anahtar Kelimeler:

Yazılım Geliştirme Projeleri, Bulanık ÇKVV, Çevik Metot, Geleneksel Metot, Nötrosofik Z Sayıları

PDF

___

1. Yel İ., Sarucan A., Baysal M.E., An Application of Fuzzy AHP, EDAS and WASPAS for the Selection of Process Method in Software Projects. in International Conference on Intelligent and Fuzzy Systems, Springer. 2021.
2. Antony M., Agile Project Management, 2018.
3. Salarian Z., Rashidi H., Fuzzy Set Theory Applications in Software Projects: A Literature Survey. International Journal of Advanced Research in Computer Science, 2 (5), 65, 2011.
4. Suresh K., Dillibabu R., A novel fuzzy mechanism for risk assessment in software project, Soft Computing - A Fusion of Foundations, Methodologies & Applications, 24 (3), 1683-1705, 2020.
5. Psoyants V.G., et al., Risk Management Technology of Software Project Sustainability in Fuzzy Conditions., IEEE. 1-4, 2019.
6. Sangaiah A.K., et al., Towards an efficient risk assessment in software projects–Fuzzy reinforcement paradigm, Computers & Electrical Engineering, 71, 833-846, 2018.
7. Yaghoobi T., Prioritizing key success factors of software projects using fuzzy AHP, Journal of Software: Evolution and Process, 30 (1), 2018.
8. Aksakal E., Dağdeviren M., Talent Management Based Personnel Assignment Model and Solution Proposal, Journal of the Faculty of Engineering and Architechture of Gazi University, 30 (2), 249-262, 2015.
9. Deliktaş D., Üstün Ö., Multiple Criteria Decision Making Approach for Industrial Engineer Selection Using Fuzzy Ahp-Fuzzy Topsis, Anadolu University Journal of Science and Technology A- Applied Sciences and Engineering, 19, 58-82, 2018.
10. Erdemir N., Öztürk F., Kaya G.K., Integrated decision support model for performance evaluation of public staff: using AHP and fuzzy TOPSIS, Journal of the Faculty of Engineering and Architechture of Gazi University, 37 (4), 1809-1822, 2022.
11. Özdemir Y., Nalbant K.G., Başlıgil H., Personnel Selection for Promotion Using an Integrated Fuzzy Analytic Hierarchy Process-Grey Relational Analysis Methodology: A Real Case Study, Anadolu University Journal of Science and Technology A- Applied Sciences and Engineering, 19, 278-292, 2018.
12. İlçe A.C., Trainee evaluations and recruitment based on fuzzy AHP: an application in furniture sector, Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 19 (2), 129-137, 2018.
13. Ulutaş A., Özkan A.M, Tağraf H., Bulanık Analitik Hiyerarşi Süreci ve Bulanık Gri İlişkisel Analizi Yöntemleri Kullanılarak Personel Seçimi Yapılması,. Electronic Journal of Social Sciences, 17 (65), 223-232, 2018.
14. Sharma V., Jain S., Teaching Staff Performance Analysis by Fuzzy Mamdani Inference System, IEEE, 876-880, 2020.
15. Dağdeviren M., Personnel Selection with Fuzzy Analytical Hierarchy Process and an Application, Journal of the Faculty of Engineering and Architechture of Gazi University, 22 (4), 791-799, 2007.
16. Kas Bayrakdaroğlu F., Kundakcı N., R&D Project Selection with Fuzzy EDAS Metho, UİİİD, 24,151-170, 2019.
17. Aydin U., Ü. Atak, Yük Taşımacılığı için Bulanık EDAS Yöntemi ile Taşıma Modu Seçimi, Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi, 3, 2020.
18. Yanmaz O., et al., Interval-valued Pythagorean Fuzzy EDAS method: An Application to Car Selection Problem. Journal of Intelligent & Fuzzy Systems, 38 (4), 4061-4077, 2020.
19. Shihui L.,Bo W., Research on Evaluating Algorithms for the Service Quality of Wireless Sensor Networks Based on Interval-Valued Intuitionistic Fuzzy EDAS and CRITIC Methods, Mathematical Problems in Engineering, 2020.
20. Singer H., Özçelik T.Ö., Metallic biomaterial assesment via a risk-based decision-making approach, Journal of the Faculty of Engineering and Architechture of Gazi University, 37 (2), 641-654, 2022.
21. Cengiz Toklu, M., Bozkurt i., Sekmen B., Bulanık AHP ve Bulanık WASPAS Yaklaşımı ile Kaizen Öneri Sistemi Değerlendirme Modeli, APJESS, 8-1, 128-138, 2020.
22. Solangi Y.A., et al., Analyzing renewable energy sources of a developing country for sustainable development: An integrated fuzzy based-decision methodology, Processes, 8 (7), 2020.
23. Agarwal S., Kant R., Shankar R., Evaluating solutions to overcome humanitarian supply chain management barriers: A hybrid fuzzy SWARA – Fuzzy WASPAS approach, International Journal of Disaster Risk Reduction, 51, 2020.
24. Sergi, D. and I. Ucal Sari, Prioritization of public services for digitalization using fuzzy Z-AHP and fuzzy Z-WASPAS, Complex & Intelligent Systems, 1, 2021.
25. Zadeh, L.A., A note on Z-numbers. Information Sciences, 181 (14), 2923-2932, 2011.
26. Jiang W., Zhang Z., Deng X., Multi-attribute decision making method based on aggregated neutrosophic set, Symmetry, 11 (2), 267, 2019.
27. Du S., et al., Some aggregation operators of neutrosophic Z-numbers and their multicriteria decision making method, Complex & Intelligent Systems, 7 (1), 429-438, 2021.
28. Ye J., Similarity measures based on the generalized distance of neutrosophic Z-number sets and their multi-attribute decision making method, Soft Computing, 25 (22), 13975-13985, 2021.
29. Yong R., Ye J., Du S., Multicriteria Decision-Making Method and Application in the Setting of Trapezoidal Neutrosophic Z-Numbers, Journal of Mathematics, 2021.
30. Otay İ., Intuitive fuzzy multi-expert & multi-criteria decision making methodology: An application in healthcare industry, Journal of the Faculty of Engineering and Architechture of Gazi University, 37 (2), 1047-1062, 2022.
31. Chi P., Liu P., An extended TOPSIS method for the multiple attribute decision making problems based on interval neutrosophic set, Neutrosophic Sets and Systems, 1 (1), 63-70, 2013.
32. Vafadarnikjoo A., et al., A neutrosophic enhanced best–worst method for considering decision-makers’ confidence in the best and worst criteria. Annals of Operations Research, 289 (2), 391-418, 2020.
33. Bolturk E., Kahraman C,, A novel interval-valued neutrosophic AHP with cosine similarity measure, Soft Computing, 22 (15), 4941-4958, 2018.
34. Chen C.-T., Extensions of the TOPSIS for group decision-making under fuzzy environment. Fuzzy sets and systems, 114 (1), 1-9, 2000.
35. Buckley J.J., Fuzzy hierarchical analysis. Fuzzy sets and systems, 17 (3), 233-247, 1985.
36. Ulutaş A., Özkan A.M., Tağraf H., Bulanık Analitik Hiyerarşi Süreci ve Bulanık Gri İlişkisel Analizi Yöntemleri Kullanılarak Personel Seçimi Yapılması, Electronic Journal of Social Sciences, 17 (65), 2018.
37. Ghorabaee M.K., et al., Multi-Criteria Inventory Classification Using a New Method of Evaluation Based on Distance from Average Solution (EDAS), Informatica (Netherlands), 26 (3), 435-451, 2015.
38. Stević Ž., et al., Evaluation Of Suppliers Under Uncertainty: A Multiphase Approach Based On Fuzzy Ahp And Fuzzy Edas, Transport (16484142), 34 (1), 52-66, 2019.
39. Zavadskas E.K., et al., Optimization of Weighted Aggregated Sum Product Assessment. Svorinio agreguoto alternatyvių sprendimų vertinimo optimizavimas, 2012 (122), 3-6, 2012.
40. Turskis Z., et al., A Hybrid Model Based on Fuzzy AHP and Fuzzy WASPAS for Construction Site Selection, International Journal of Computers, Communications & Control, 10 (6), 873-888, 2015.
41. Ye J., Multiple attribute group decision-making method with completely unknown weights based on similarity measures under single valued neutrosophic environment. Journal of Intelligent & Fuzzy Systems, 27 (6), 2927-2935, 2014.
42. Gencer C., Kayacan A., Yazılım Proje Yönetimi: Şelale Modeli ve Çevik Yöntemlerin Karşılaştırılması, Bilişim Teknolojileri Dergisi, 10 (3), 335-352 , 2017.
43. Sarıdoğan M., Yazılım Mühendisliği, Papatya Yayıncılık, İstanbul, 2004.
44. Mintzberg H., Mintzberg on management: Inside our strange world of organizations, Simon and Schuster, 1989.
45. Farrell A., Selecting a software development methodology based on organizational characteristics, Athabasca University, 2008.