Yapay sinir ağları yaklaşımı ile tedarikçi portföy analizi
Supplier portfolio analysis with artificial neural networks approach
- Tez No: 735588
- Danışmanlar: PROF. DR. HALİM KAZAN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Tedarikçi seçme, değerlendirme ve tedarikçi ilişkilerinde uygulanacak stratejilere karar verme süreci, işletmelerin rekabet gücünü belirlemede önemli bir rol oynamaktadır. Tedarik zinciri süreçlerinin etkin ve verimli bir şekilde yönetilmesi bakımından işletmelerin dış kaynak kullanımı stratejisine yönelmesi, satın alma fonksiyonunu ve tedarikçi ilişkileri yönetimini hayati bir duruma getirmektedir. İşletmeler tüm tedarik portföyünü tek bir strateji ile yönetemeyeceğinden, envanter gruplarına göre özelleştirilmiş farklı tedarikçiler için en uygun stratejilerin kullanılacağı bir tedarikçi segmentasyonu uygulaması gerekmektedir. Bu araştırmada, tekstil sektöründe faaliyet gösteren bir işletmenin ERP sisteminden elde edilen detaylı stok envanter verileri kullanılarak işletmenin satın alma kalemleri Kraljic'in portföy modeline göre segmentlere ayrılmış ve bulundukları portföy grubuna göre stratejiler atanmıştır. Bu amaca ulaşmak için, denetimsiz bir makine öğrenmesi yöntemi olan k-ortalamalar yöntemi ile envanterde bulunan ürünler gruplara ayrılmıştır. Sonrasında denetimli bir makine öğrenmesi yöntemi olan yapay sinir ağlarından faydalanılarak ürün grupları tahmin edilmiştir. Analizler sonucunda, işletmenin girdilerinin Kraljic'in karar matrisine uygun bir şekilde kümelere ayrıldığı ve yapay sinir ağının farklı portföy sınıflarını başarılı bir şekilde tahmin ettiği görülmüştür. Elde edilen sonuçlara göre, tüm girdiler için Kraljic'in portföy modelinde yer alan stratejiler atanmıştır. Böylece alıcı işletmenin, satın aldığı ürünler bazında iş birliği yapacağı tedarikçileri seçmesi ve bu tedarikçilere yönelik izleyeceği politikaların belirlenmesi hususunda bir karar destek sistemi oluşturulmuştur.
Özet (Çeviri)
The process of choosing and evaluating suppliers and deciding on the strategies to be applied in supplier relations plays an important role in determining the competitiveness of businesses. In terms of effective and efficient management of supply chain processes, companies' orientation to outsourcing strategy makes purchasing function and supplier relationship management vital. Since businesses cannot manage their entire supply portfolio with a single strategy, it is necessary to apply a supplier segmentation in which the most appropriate strategies will be used for different suppliers customized according to inventory groups. In this research, using the detailed stock inventory data obtained from the ERP system of a business operating in the textile industry, the purchasing items of the business are segmented according to Kraljic's portfolio model and strategies are assigned according to their portfolio group. In order to achieve this goal, the products in the inventory were divided into groups with the k-means method, which is an unsupervised machine learning method. Afterwards, product groups were estimated by using artificial neural networks, which is a supervised machine learning method. As a result of the analysis, it was seen that the inputs of the enterprise were clustered in accordance with Kraljic's decision matrix and the artificial neural network successfully predicted different portfolio classes. According to the results obtained, strategies in Kraljic's portfolio model were assigned for all inputs. Thus, a decision support system has been established for the buyer company to select the suppliers with which it will cooperate on the basis of the products it purchases and to determine the policies to be followed for these suppliers.
Benzer Tezler
- Yapay sinir ağı temelli bulanık analitik ağ prosesi yaklaşımı ile tedarikçi seçimi
Supplier Selection Using Fuzzy Analytic Network Process Based On Artificial Neural Network
KERİM GÖZTEPE
Doktora
Türkçe
2010
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEMRA BORAN
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Yapay sinir ağları ve makine öğrenmesi ile otomobil satış tahmininin yapılması ve zaman serileri analizi ile karşılaştırılması
Forecasting automobile sales using artificial neural networks and machine learning and comparison with time series analysis
BEYZA KURTGERİ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERVE CENGİZ TOKLU
- The wavelet-based approach for k-factor filtering method on the evaluation of high voltage impulse signals
Yüksek gerilim darbe işaretlerinin incelenmesinde kullanılan k-faktör filtreleme yöntemine dalgacık tabanlı yaklaşım
KAHRAMAN YUMAK
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞÜKRAN EMEL ÖNAL
- Foreign trade flows estimations of RCEP countries using neural networks and panel data analysis
BKEO ülkelerinin ticaretlerinin panel veri ve yapay sinir ağları yöntemleri ile tahmin edilmesi
PASHTON BAHA
Yüksek Lisans
İngilizce
2022
EkonomiTürk-Alman ÜniversitesiUluslararası Finans Ana Bilim Dalı
PROF. DR. ELİF NUROĞLU