ÇAYKUR İşletmeleri için bölge müdürlüğü seçim önerisi

Abstract

Bu çalışmada; Türkiye çay sektörünün öncü markalarından ve aynı zamanda bir devlet iktisadi teşekkülü olan, Çay İşletmeleri Genel Müdürlüğüne (Çaykur) ait, bölge müdürlükleri konumlarının optimizasyonu gerçekleştirilmiştir. Teknolojinin ilerlemesi ile birlikte yapay zekanın kullanım alanı da genişlemektedir. Küreselleşen dünya ve sürekli artan rekabet ortamında, işletmeler için yapay zeka ve teknikleri kaçınılmaz hale gelmektedir. Özellikle tesis yeri seçimi gibi yatırım maliyetinin yüksek olduğu konularda, işletmelerin verecek oldukları kararlar, stratejik olarak önem arz etmektedir. Bu bağlamda; Çaykur ve yetkili satış noktaları arasındaki mesafenin optimize edilmesi, hem Çaykur'a hem de Çaykur'un iktisadi devlet teşekkülü özelliğinden dolayı Türkiye ekonomisine, bir başka ifade ile milli servete olumlu katkılar sağlayacaktır. Bu çalışmada, bölge müdürlükleri konumlarının optimize edilmesi için, makine öğrenimi tekniklerinden biri olan, K-Ortalamalar Kümeleme Analizi yöntemi ile yöneylem araştırması tekniklerinden biri olan, Doğrusal Olmayan Programlama yönteminden yararlanılmıştır. K-Ortalamalar Kümeleme Analizi yöntemi ile Doğrusal Olmayan Programlama yönteminin, bir tesis yeri seçimi probleminde ilk defa bu çalışmada birlikte uygulanmış olması, literatürde doldurulan bir boşluk olduğundan dolayı; çalışma, akademik anlamda da önem teşkil etmektedir. Elde edilen sonuçlara göre; analiz yöntemlerinin, birlikte hibrit olarak modellendiği durumda, sonuçlar daha etkili olmaktadır.

In this study; the positions of regional directorates belonging to the General Directorate of Tea Enterprises (Çaykur), which is one of the leading brands of the Turkish tea sector and also a state economic enterprise, has been optimized. The use of artificial intelligence is also expanding due to the advancement of technology. In a globalised world and ever-increasing competitive environment, artificial intelligence and techniques for businesses become inevitable. Especially in matters where investment costs such as facility location selection are high, the decisions that businesses make are strategically important. In this context; optimizing the distance between Çaykur and authorized outlets will contribute to both Çaykur and the Turkish economy due to the state economic enterprises characteristics of Çaykur. In this study, k-means clustering analysis method, one of the machine learning techniques and nonlinear programming method one of the operations research techniques, were used to optimize the locations of regional directorates. In this study, K-Means Clustering Analiysis which are popular in solving clustering problems, with Nonlinear Programming Methods have been applied together in the problem of selecting a facility location. For this reason, this study fills a gap in the literature and therefore, this study is important academically and scientifically. According to the results obtained; when the analysis methods are modeled together as a hybrid, the results become more effective.