Kurumsal ar-ge yönetimi süreçlerinde veri kalitesinin bulanık sistemlerle izlenmesi
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Bursa Teknik Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Günümüzün hızla değişen ekonomik ve teknolojik koşulları altında, işletmelerin sürdürülebilir büyümesi ve rekabet avantajı elde etmesi, Ar-Ge projelerinin doğru seçilmesi ve yönetimine bağlıdır. Üretim süreçlerinin verimliliğini artırmak, mevcut ürünleri iyileştirmek ve yeni ürünler ve hizmetler geliştirmek için Ar-Ge faaliyetleri, işletmeler için stratejik öneme sahiptir. Ancak, proje seçimi süreci, çeşitli veri kalitesi standartlarının gözden geçirilmesini gerektiren karmaşık bir karar verme sürecidir. Bu bağlamda, uzman karar vericilerin bilgi ve tecrübeleri, projelerin değerlendirilmesinde hayati bir rol oynar. Bununla birlikte, bu süreçte karşılaşılan çeşitli kriterler ve belirsizlikler nedeniyle bulanık mantık gibi gelişmiş karar destek sistemlerinin kullanılması gerekmektedir. Bu tez çalışması, Türkiye'de faaliyet gösteren bir Endüstriyel Elektronik firmasında, Sanayi ve Teknoloji Bakanlığı onaylı Ar-Ge biriminde gerçekleştirilen Ar-Ge proje seçim sürecini detaylandırmaktadır. Araştırmanın odak noktası, proje türlerine ve veri kalitesi kriterlerine bağlı olarak bir bulanık mantık yöntemiyle model önermek ve bu modeli uygulamaktır. Bu kapsamda, beş farklı veri kalitesi kriteri (Veri Doğruluğu, Veri Tamlığı, Veri Tutarlılığı, Veri Güncelliği, Veri Kesinliği) ve bu kriterler üzerinden değerlendirilecek projeler için, beş farklı uzman karar vericinin görüşleri alınmıştır. Uzmanlar tarafından değerlendirilen projeler, her biri farklı özelliklere sahip dört farklı proje tipi (P0, P1, P2, P3) kapsamında incelenmiştir. Her bir proje tipi için oluşturulan formlar aracılığıyla toplanan uzman görüşleri, bulanık mantık modellerine girdi olarak uygulanmıştır. Her bir proje tipi için kabul edilebilir veri kalitesi kriterleri seviyeleri, bulanık mantık modellerinden geçirilerek minimum kabul seviyeleri belirlenmiştir. Proje seçimi amacıyla her bir proje tipinden üç farklı proje uzmanlar tarafından incelenerek veri kalite seviyeleri tespit edilmiştir. Toplam oniki proje kendi proje tipine ait bulanık mantık modelinden geçirilerek sonuçlar alınmış ve minimum kabul seviyesi ile karşılaştırılmıştır. Yapılan değerlendirmede oniki farklı projenin üç adedi veri kalitesi olarak uygun bulunarak proje planına alınması kararlaştırılmıştır. Sonuçlar, önerilen modelin uygulanabilirliğini ve etkinliğini göstermiş, belirli kriterler üzerinden seçilen projelerin, Ar-Ge planlama sürecine dahil edilmesi yönünde kararlar alınmasını sağlamıştır. Önerilen bu yöntem, kurum içi inovasyon ve Ar-Ge projelerinin seçimi ve yönetimi konusunda önemli bir kaynak teşkil etmektedir.
In today's rapidly changing economic and technological environment, sustainable growth and competitive advantage depend on the right selection and management of R&D projects. R&D activities are of strategic importance to companies in order to increase the efficiency of production processes, improve existing products and develop new products and services. However, project selection is a complex decision-making process that requires the review of multiple data quality standards. In this context, the knowledge and experience of expert decision makers play a crucial role in the evaluation of projects. However, due to the multiple criteria and uncertainties involved in this process, the use of advanced decision support systems such as fuzzy logic is required. This thesis details the R&D project selection process carried out in an R&D unit approved by the Ministry of Industry and Technology in an industrial electronics company operating in Turkey. The focus of the research is to propose and implement a model using a fuzzy logic method based on project types and data quality criteria. In this context, opinions from five different experts have been obtained for projects to be evaluated based on five different data quality criteria (Data Accuracy, Data Completeness, Data Consistency, Data Timeliness, Data Precision). The projects evaluated by the experts have been examined under four different project types (P0, P1, P2, P3), each with different characteristics. Expert opinions collected through forms created for each project type were applied as input to fuzzy logic models. Acceptable data quality criteria levels for each project type were passed through fuzzy logic models and minimum acceptance levels were determined. For the purpose of project selection, three different projects from each project type were examined by experts and data quality levels were determined. A total of twelve projects were passed through the fuzzy logic model of their project type, the results were obtained and compared with the minimum acceptance level. In the evaluation, three of twelve different projects were found to be suitable in terms of data quality and it was decided to include them in the project plan. The results have demonstrated the applicability and effectiveness of the proposed model, facilitating decisions on the inclusion of projects selected on the basis of certain criteria in the R&D planning process. The proposed method represents an important resource for the selection and management of internal innovation and R&D projects.
In today's rapidly changing economic and technological environment, sustainable growth and competitive advantage depend on the right selection and management of R&D projects. R&D activities are of strategic importance to companies in order to increase the efficiency of production processes, improve existing products and develop new products and services. However, project selection is a complex decision-making process that requires the review of multiple data quality standards. In this context, the knowledge and experience of expert decision makers play a crucial role in the evaluation of projects. However, due to the multiple criteria and uncertainties involved in this process, the use of advanced decision support systems such as fuzzy logic is required. This thesis details the R&D project selection process carried out in an R&D unit approved by the Ministry of Industry and Technology in an industrial electronics company operating in Turkey. The focus of the research is to propose and implement a model using a fuzzy logic method based on project types and data quality criteria. In this context, opinions from five different experts have been obtained for projects to be evaluated based on five different data quality criteria (Data Accuracy, Data Completeness, Data Consistency, Data Timeliness, Data Precision). The projects evaluated by the experts have been examined under four different project types (P0, P1, P2, P3), each with different characteristics. Expert opinions collected through forms created for each project type were applied as input to fuzzy logic models. Acceptable data quality criteria levels for each project type were passed through fuzzy logic models and minimum acceptance levels were determined. For the purpose of project selection, three different projects from each project type were examined by experts and data quality levels were determined. A total of twelve projects were passed through the fuzzy logic model of their project type, the results were obtained and compared with the minimum acceptance level. In the evaluation, three of twelve different projects were found to be suitable in terms of data quality and it was decided to include them in the project plan. The results have demonstrated the applicability and effectiveness of the proposed model, facilitating decisions on the inclusion of projects selected on the basis of certain criteria in the R&D planning process. The proposed method represents an important resource for the selection and management of internal innovation and R&D projects.
Açıklama
Lisansüstü Eğitim Enstitüsü, Akıllı Sistemler Mühendisliği Ana Bilim Dalı, Akıllı Sistemler Mühendisliği Bilim Dalı
Anahtar Kelimeler
Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering, Endüstri ve Endüstri Mühendisliği
