Affiliation:
1. DOKUZ EYLÜL ÜNİVERSİTESİ, FEN FAKÜLTESİ
2. DOKUZ EYLÜL ÜNİVERSİTESİ, FEN BİLİMLERİ ENSTİTÜSÜ
Abstract
Amaç: Üretim sektöründeki bir firmanın 2018-2019 yılı orjinal verilerinden türetilmiş sıralı ölçekteki Toplam Ekipman Etkinliği (TEE) puanı üzerinde etkili olan değişkenlerin makine öğrenim algoritmaları ile modellenmesi, yorumlanması ve model performanslarının karşılaştırılması çalışmanın temel amacıdır.
Yöntem: TEE puanının modellemesinde karar ağaçları (CART, CHAID), lojistik regresyon (LogR) ve yapay sinir ağları (YSA) kullanılmıştır. Kurulan modellerin performans değerleri “duyarlılık”, “seçicilik”, “kesinlik” ve “doğruluk” kriterlerine göre hesaplanmıştır. Modelleri yorumlarken karar ağaçları ve YSA sonuçları için yüzdelerden, LogR için odds oranından yararlanılmıştır.
Bulgular: Modellerde TEE puanı üzerinde “saat”, “üretim”, “tecrübe” ve “kayıp metre” değişkenleri incelenmiştir. Performans karşılaştırmasında en iyi sonuç veren algoritmanın sıralı LogR olduğu ve bu modele göre üretimin düşük ve çalışanlarının daha az tecrübeli olduğu firmalarda daha “düşük” TEE puanı elde edilirken, kayıp metresi daha az olan firmalarda daha “yüksek” TEE” puanı alma şanslarının olduğu saptanmıştır.
Özgünlük: Literatürde sürekli olarak modellenen TEE puanının kategorik hale getirilerek sınıflar arasındaki farklılığın belirlenmesiyle firmaların kendi konumlarını belirlemesi sağlanmıştır. Böylece firmalar kategorisini belirleyip seçilen modeldeki önemlilik sırasındaki faktörlerini değiştirerek bir üst kategoriye daha hızlı çıkabilecektir. Literatürde kategorik olanTEE puanını makine öğrenim algoritmaları ile çözümleyen modellerin olmaması bu çalışmanın özgünlüğü olarak belirlenmiştir.
Publisher
Stratejik Arastirmalar ve Verimlilik Genel Mudurlugu Verimlilik Dergisi
Reference43 articles.
1. Abdelbar, K.M., Bouami, D., Elfezazi, S. (2019). “New Approach towards Formulation of the Overall Equipment Effectiveness”, Journal of Quality in Maintenance Engineering, 25(1), 90-127. DOI: 10.1108/JQME-07-2017-0046
2. Acar, Ö. ve Çakırkaya, M. (2018). “Bir Üretim Hattında Toplam Ekipman Etkinliğinin Ölçülmesi ve Geliştirilmesi Üzerine Bir Uygulama”, Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 9(24), 217-230.
3. Acosta, C.P, Terán, H.C., Arteaga, O. ve Terán, M.B. (2020). “Machine Learning in Intelligent Manufacturing System for Optimization of Production Costs and Overall Effectiveness of Equipment in Fabrication Models”, Journal of Physics: Conference Series, 1432. DOI: 10.1088/1742-6596/1432/1/012085
4. Akçacı, T. ve Özyurt, S. (2021). “Yalın Üretime Geçiş: İplik Sektöründe Bir Uygulama”, İşletme ve İktisat Çalışmaları Dergisi, 9(2), 85-103.
5. Becker, J.M., Borst, J. ve Veen, A. (2015). “Improving the Overall Equipment Effectiveness in High-Mix-Low-Volume Manufacturing Environments”, CIRP Annals, 64(1), 419-422.