MELTEM KARAATLI, NURİ ÖMÜRBEK, İbrahim BUDAK, Okan DAĞ

Çok Kriterli Karar Verme Yöntemleri İle Yaşanabilir İllerin Sıralanması

Çok Kriterli Karar Verme ÇKKV ; birçok kriteri birlikte değerlendirerek alternatiflere değerler atama süreci olarak ifade edilmektedir. Çok kriterli karar verme yaklaşımları; çok nitelikli karar verme ve çok amaçlıkarar verme olmak üzere ikiye ayrılmaktadır. Eğer problem bir takım özelliklere puanlar verilerek alternatiflerin değerlendirilmesi ve en iyisinin seçilmesi esasına dayalıise bu tip problemlere çok nitelikli karar verme problemi denmektedir. Çok amaçlıkarar verme problemi ise çelişen amaçlara dayalıen iyi alternatifin seçimi ile ilgilidir. Her iki problem tipinde de bir ya da birden fazla karar verici vardır. Bu çalışmada da çok nitelikli karar verme problemi ele alınmıştır. Çok kriterli karar verme, birden fazla ve aynıanda uygulanan alternatiflerin içerisinden en iyi tercihin seçilmesini sağlayan yöntemdir. Rasyonel bir karar verme ortamında en çok tercih edilen seçim, genellikle kısıtlar ve yönetimin amaçlarıdoğrultusunda sınırlandırılmaktadır. Çok kriterli karar verme; teorik gelişimi ile birlikte pratik uygulamalarıaçısından da karar analizi alanında çok hızlıbir gelişme göstermiştir. Güçlü bir mantık yapısıile karar tespitlerindeki başarısıyla kendini kabul ettirmiş, genişbir uygulama alanına sahiptir. Ülkemizde her ilin kendine özgü birtakım özellikleri bulunmaktadır. Bu özellikler illeri kendi aralarında farklıkılmaktadır. Bu nedenle yaşanabilir illerin belirlenmesinde illerin taşıdığıfarklıözelliklerin hepsi aynıanda değerlendirilmelidir. Bu durum da çok kriterli karar vermeyi gerektirmektedir. Bu çalışmada seksen bir ili dikkate alarak yaşanabilir iller sıralamasıyapılmıştır. Çalışmada ekonomi, eğitim, sağlık, kent hayatı, güvenlik ve kültür sanat kriterleri dikkate alınmıştır. Çalışmada çok kriterli karar verme yöntemlerinden SAW AğırlıklıToplam Model-Weighted Sum Model , TOPSIS Technique for Order Preference by Similarity to Ideal Solution ve Gri İlişkisel Analiz Grey Relational Analysis yöntemleri kullanılmıştır. Yöntemlerin sonuçlarından elde edilen bulgular sonucunda seksen bir ili kapsayan sıralamada genelde ilk üçte yer alan iller Ankara, Antalya ve Eskişehir olup; son üçte ise Muş, Bitlis ve Hakkâri yer almıştır.

Anahtar Kelimeler:

Yaşanabilir İller, SAW, Gri İlişkisel Analiz, TOPSIS

Ranking The Livable Cities Through Multi-Criteria Decision Making Methods

Multi-Criteria Decision Making MCDM is defined as the process of giving values to the alternatives by evaluating several criteria together. There are two types of MCDM approaches; Multi-Attribute Decision Making and Multiple-Objective Decision Making. If a MCDM problem is based on giving scores to some attributes to determine the best alternative, then it is called as MultiAttribute Decision Making problem. Multiple-Objective Decision Making problem is however related to selecting the best alternative, based on conflicting goals. Both problem types consist of one or more decision makers. In this study, Multi-Attribute Decision Making problem has been used. Multi-Criteria Decision Making is an approach, which helps decision makers to select the best choice by utilizing multiple criteria simultaneously. The best choice is usually bounded by the criteria and the goals of the executives in a rational decision making environment. Multi-Criteria Decision Making show a rapid development in decision making area, due to its practical use. The method has a wide range of applications as it has a strong logical structure on successful decisions In Turkey, every city has its own unique attributes. These attributes differentiate the cities from the others. Hence, all those attributes should be considered together in order to determine the livable cities. This condition requires the use of Multi-Attribute Decision Making approach. In this study, 81 cities of Turkey have been ranked to create the list of livable cities. In this study, economy, education, health, city life, safety, culture and art criteria have been used. SAW Weighted Sum Model , TOPSIS Technique for Order Preference by Similarity to Ideal Solution and Grey Relational Analysis MCDM methods have been used in the study. The findings highlight that the first three most livable cities are usually Ankara, Antalya and Eskişehir, while the last three are Muş, Bitlis and Hakkari

Keywords:

Livable Citis, SAW, Grey Relational Analysis, TOPSIS,

___

Afsahari, A., Mojahed, M. & Yusuff, R.M. (2010). “Simple Additive Weighting Approach To Personnel Selection Problem”, International Journal of Innovation Management Technology, 1(5): 511-515.
Ayrıçay, Y., Özçalıcı, M. & Kaya, M. (2013). “Gri İlişkisel Analizin Finansal Kıyaslama Aracı Olarak Kullanılması: IMKB-30 Endeksindeki Finansal Olmayan Firmalar Üzerine Bir Uygulama”, Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 10(1): 223-227.
Baş, M. & Çakmak, Z. (2012). “Gri İlişkisel Analiz Ve Lojistik Regresyon Analizi İle İşletmelerde Finansal Başarısızlığın Belirlenmesi Ve Bir Uygulama”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 12(3): 63-81.
Bektaş, H. & Tuna, K. (2013). “Borsa İstanbul Gelişen İşletmeler Piyasasında İşlem Gören Firmaların Gri İlişkisel Analiz İle Performans Ölçümü”, Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(2): 185-198.
Chatterjee, P. & Chakraborty, S. (2012). “Material Selection Using Preferential Ranking Methods”, Materials and Designs, 35: 384-393.
Chen J.K. & Chen S., (2010). “A Pro-Performance Appraisal System For The University”, Expert Systems With Applications, 37: 2108-2116.
Çakmak, Z., Baş, M. & Yıldırım, E. (2012). “Gri İlişkisel Analiz Ve Uyum Analizi İle Bir İşletmede Karşılaşılan Üretim Hatalarının İncelenmesi”, Süleyman Demirel Üniversitesi İ.İ.B.F. Dergisi, 17(1): 123- 142.
Çaydaş, U. & Hasçalık, A. (2008). “Use Of The Grey Relational Analysis To Determine Optimum Laser Cutting Parameters With Multi-Performance Characteristics”, Optics and Laser Technolgy, 40(7): 987-994.
Çınar, Y. (2004). Çok Nitelikli Karar Verme Ve Bankaların Mali Performanslarının Değerlendirilmesi Örneği, Yayınlanmamış Yüksek Lisans Tezi: Ankara Üniversitesi Sosyal Bilimler Enstitüsü.
Deng, J. (1989). “Introduction To Grey System Theory”, The Journal of Grey System, 1(1): 1-24.
Ecer, F. (2013). “Türkiye’deki Özel Bankaların Finansal Performanslarının Karşılaştırılması: 2008-2011 Dönemi”, Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 13(2): 171-190.
Elitaş, C., Eleren, A., Yıldız, F. & Doğan, M. (2012). “Gri İlişkisel Analiz İle Sigorta Şirketlerinin Performanslarının Belirlenmesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi 16. Finans Sempozyumu, 10-13 Ekim 2012: 521-529.
Güneş, M. & Umurusman, N. (2003). “Bir Karar Destek Aracı Bulanık Hedef Programlama Yerel Yönetimlerde Vergi Optimizasyonu Uygulaması”, Rewiev of Social Economic & Busisness Studies, 2: 242- 255.
Köse, E., Aplak, H.S. & Kabak, M. (2013). “Personel Seçimi İçin Gri Sistem Teori Tabanlı Bütünleşik Bir Yaklaşım”, Ege Akademik Bakış, 13(4): 461-471.
Lee, W.S. & Lin, Y.C., (2011). “Evaluating And Ranking Energy Performance Of Office Buildings Using Grey Relational Analysis”, Energy 36(5): 2551-2556
Li, G.D., Yamaguchi, D. & Nagai, M. (2007). “Application Of Grey-Based Rough Decision-Making Approach To Suppliers Selection”, Journal of Modelling in Management, 2(2): 131-142.
Lin, S.S., Chuang, M.T., Wen, J.L. & Yang, Y.K. (2009). “Optimization Of 6061T6 Cnc Boring Process Using The Taguchi Method And Grey Relational Analysis”, The Open Industrial and Manufacturing Engineering Journal, 2: 14-20.
Manokaran, E., Subhashini, S., Senthilvel, S., Muruganandham, R. & Ravichandran, K. (2011). “Application Of Multi Criteria Decision Making Tools And Validation With Optimization Technique-Case Study Using TOPSIS, ANN & SAW”, International Journal of Management&Business Studies, 1(3): 112- 115.
Mavi, B. (2011). “Seksen Bir İlin Yaşam Kalitesi Araştırması”, CNBC-e Business Dergisi, Eylül 2011: 64-98.
Mehregana, M.R, Jamporazmeyb, Hosseinzadeha M.M. & Kazemia, A. (2012). “An Integrated Approach Of Critical Success Factors (Csfs) And Grey Relational Analysis For Ranking KM Systems”, Procedia - Social and Behavioral Science, 41: 402-409.
Ömürbek, V. & Kınay, B. (2013). “Havayolu Taşımacılığı Sektöründe TOPSIS Yöntemiyle Finansal Performans Değerlendirmesi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(3): 343-363.
Özdemir, A.İ. & Deste, M. (2009). “Gri İlişkisel Analiz İle Çok Kriterli Tedarikçi Seçimi: Otomotiv Sektöründe Bir Uygulama”, İstanbul Üniversitesi İşletme Fakültesi Dergisi, 38(2): 147-156.
Öztürkoğlu, Y. & Türker, D. (2013). “Application Of TOPSIS To Analyze Stokeholder Relations”, International Journal of Business and Social Research, 3(5): 245-255.
Peker, İ. & Baki, B. (2011). “Gri İlişkisel Analiz Yöntemiyle Türk Sigortacılık Sektöründe Performans Ölçümü”, International Journal of Economic and Administrative Studies, 4(7): 1-18.
Phua M.H. & Minowa M., (2005). “A GIS-Based Multi-Criteria Decision Making Approach To Forest Conservation Planning At A Landscape Scale: A Case Study In The Kinabalu Area, Sabah, Malaysia”, Landscape and Urban Planning, 71: 207–222.
Shakouri H.G., Nabaee, M. & Aliakbarisari, S. (2014). “A Quantitative Discussion On The Assesment Of Power Supply Technologies: DEA And SAW As Complementory Methods For The “Grammar”, Energy 64: 640-647.
Şişman, B. & Eleren, A. (2013). “En Uygun Otomobilin Gri İlişkisel Analiz Ve ELECTRE Yöntemleri İle Seçimi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18(3): 411-419.
Tan, X.R., Li, Y.G. & Chan, M.Z. (2005). “Applications Of Grey Relational Analaysis in Gastroenterology”, World Journal of Gastroenterology, 11(22): 3457-3460.
Tang, C.W. & Young, H.T. (2013). “Using Grey Relational Analysis To Determine Wet Chemical Etching Parameters in Through-Silicon-Via Etching Application”, Materials Science in Semiconductor Processing, 16: 403–409
Taşkesen, A. & Kütükde, K. (2013). “Experimental Investigation And Multi-Objective Analysis On Drilling Of Boron Carbide Reinforced Metal Matrix Composites Using Grey Relational Analysis”, Measurement, 47: 321–330
Tayyar, N., Akcanlı, F., Genç, E. & Erem, I. (2014). “BİST’e Kayıtlı Bilişim Ve Teknoloji Alanında Faaliyet Gösteren İşletmelerin Finansal Performanslarını Analitik Hiyerarşi Prosesi (AHP) Ve Gri İlişkisel Analiz (GİA) Yöntemiyle Değerlendirilmesi”, Muhasebe ve Finansman Dergisi, Ocak, s.19-40.
Tsai, H.H., Wu, D.H., Chiang, T.L. & Chen, H.H. (2009). “Robust Design Of SAW Gas Sensors By Taguchi Dynamic Method”, Sensors, 9: 1394-1408.
Uygurtürk, H. & Korkmaz, T. (2012). “Finansal Performansın TOPSIS Çok Kriterli Karar Verme Yöntemi İle Belirlenmesi: Ana Metal Sanayi İşletmeleri Üzerine Bir Uygulama”, Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(2): 95-115.
Yayar, R. & Baykara, H.V. (2012). “TOPSIS Yöntemi İle Katılım Bankalarının Etkinliği Ve Verimliliği Üzerine Bir Uygulama”, Business and Economics Resaerch Journal, 3(4): 21-42.
Yeh, C.H. (2003). “The Selection Of Multiattribute Decision Making Methods For Scholarship Student Selection”, International Journal of Selection and Assessment, 11(4): 289-296.
Yılmaz, E. & Güngör, F. (2010). “Gri İlişkisel Analiz Yöntemine Göre Farklı Sertliklerde Optimum Takım Tutucusunun Belirlenmesi”, 2. Ulusal Tasarım İmalat ve Analiz Kongresi 11-12 Kasım 2010, Balıkesir: 1-9.
Yoon K.Paul & Hwang, C.L., (1995). Multiple Attribute Decision Making An Introduction :SAGE Publications
Yurdakul, M. & İç, Y.T. (2003). “Türk Otomotiv Firmalarının Performans Ölçümü Ve Analizine Yönelik TOPSIS Yöntemini Kullanan Bir Örnek Çalışma”, Gazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi, 18(1): 1-18.