Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Karar Bilimi 1. Bölüm.

Benzer bir sunumlar


... konulu sunumlar: "Karar Bilimi 1. Bölüm."— Sunum transkripti:

1 Karar Bilimi 1. Bölüm

2 Konu Başlıkları Yönetim Bilimi yaklaşımıyla problem çözme İş Analitiği
Başa-Baş Analizi Modelleme Teknikleri Karar Destek Sistemlerinde Yönetim Bilimi

3 Yönetim Bilimi Yaklaşımı
Yönetim problemlerinin çözümünde yönetim bilimleri özel bir konudur. Bir çok organizasyon problemleri çözmek için çeşitli yöntemler kullanmaktadır. Bu yöntem mantıksal-matematiksel bir yaklaşım içermektedir. Ayrıca yöneylem araştırması, sayısal yöntemler, iş analitiği, olarak bilinen yönetim bilimi, mantıklı bir şekilde problem çözme felsefesini içerir.

4 Yönetim Bilimi Süreci

5 Yönetim Biliminin Süreçleri
Gözlem – Sistemde ya da organizasyonda meydana gelebilecek problemlerin tanımlanması. Problem Tanımı – Problem açık ve tutarlı bir şekilde tanımlanmalı, organizasyonun hedefleriyle etkileşmeli ve sınırlandırılmalıdır. Model Oluşturma - Sorunun karar değişkenleri, amaç fonksiyonu ve kısıtları tanımlanmalı. Fonksiyonel matematiksel ilişkilerin geliştirilmesi. Model Çözümü – Yönetim bilimleri teknikleri kullanılarak model çözülmeli. Model Uygulama - Modelin veya çözümün kullanımı.

6 Modelleme Örneği (1 / 3) Bilgi ve Veri:
İşletme çelik ürün üretimi yapmakta ve satmakta Üretimde ürün maliyeti 5TL Ürün 20TL’ye satılıyor Ürünün üretilmesi için 4kg çeliğe ihtiyaç vardır. Firmanın 100 kilo çeliği vardır. İşletme problemi: Sınırlı sayıdaki kaynağı kullanarak en fazla karı elde etmek için ne kadar ürün üretilmelidir?

7 Model Oluşturma (2 / 3) Değişkenler:x = # üretilecek ürün sayısı (karar değişkeni) Z = toplam kar (TL) Model: Z = 20TLx – 5TLx (amaç fonksiyonu) 4x = 100 kg çelik (kaynak kısıtı) Parametreler: 20TL, 5TL, 4 kg, 100 kg (bilinen değerler) Modelin oluşturulması: maximize Z = 20TLx – 5TLx 4x = 100

8 Model Oluşturma (3 / 3) Model Çözümü: Kısıt denklemi çözümü: 4x = 100
x = 25 birim Kar fonksiyonunda: Z = 20TLx – 5TLx = (20)(25) – (5)(25) = TL (375 TL kar elde etmek için, 25 adet üretim)

9 İş Analitiği ve Yönetim Bilimi
İş analitiği yöneticilerin kararlar almalarına yardımcı olmak için yönetim bilimi teknikleri ile büyük miktarlarda veri kullanır Bilgi teknolojisi, istatistik, yönetim bilimi ve matematiksel modelleme bir araya geliyor Büyük veri (Big data)

10 Başa baş analizi (break-even point) (1 / 9)
Model Oluşturma: Başa baş analizi (break-even point) (1 / 9) Toplam gelir ile toplam maliyeti eşitlemek için satılması gereken yada üretilmesi gereken ürün sayısını belirler. Toplam gelirin toplam maliyete eşit olduğu hacme başa baş noktası denir. Başa baş noktasında kar sıfırdır.

11 Model Oluşturma: Başa-baş analizi (2 / 9)
Model Bileşenleri Sabit maliyet (cf) – üretilen ürün sayısına bağlı kalmayan maliyet. Değişken maliyet (cv) - ürünün birim üretim maliyeti. Hacim (v) –üretilen veya satılan birim sayısı Toplam değişken maliyet (vcv) - hacim (v) ve birim değişken maliyet.

12 Model Oluşturma: Başa-baş analizi (3 / 9)
Model Bileşenleri Toplam Maliyet (TC) – toplam sabit maliyet artı toplam değişken maliyet Kar (Z) – toplam gelir ile vp (p = birim fiyat) ve toplam maliyet arasındaki farktır

13 Model Oluşturma: Başa-baş analizi (4 / 9)
Başa-baş noktasının hesaplanması karın sıfır olduğu, toplam gelir ile toplam maliyetin eşit olduğu noktadır: Başa-baş noktası

14 Model Oluşturma: Başa-baş analizi (5 / 9)
Örnek: Batılı Giyim Sabit maliyet: cf = TL Değişken maliyet: cv = 8 TL parçası Fiyat: p = 23 TL parçası Başa-baş noktası: v = (10,000)/(23 -8) = parça kot

15 Model Oluşturma: Başa-baş analizi (6 / 9)
Şekil: Başa-baş noktası

16 Model Oluşturma: Başa-baş analizi (7 / 9)
Şekil 1.3 Fiyatın artması durumunda başa-baş analizi

17 Model Oluşturma: Başa-baş analizi (8 / 9)
Şekil 1.4 Değişken maliyetin arttığı durumda başa-baş analizi

18 Model Oluşturma: Başa-baş analizi (9 / 9)
Şekil 1.5 Sabit maliyetin değiştiği durumda başa-baş analizi

19 Modelleme Tekniklerinin Özellikleri
Liner Matematik Programlama- amaç; kısıtlamalar, kaynaklar ve ihtiyaçlar, parametreler. (Konu 2-6, 9) Olasılık Teknikleri- belirsizliğin olduğu durumlar. (Konu 11-13) Ağ teknikleri- diagramlar. (Konu 7-8) Diğer Teknikler- çok kriterli karar verme, tahminleme, simülasyon, analitik ağ süreçleri (Konu 9, 14-16)

20 İşletmede Karar Sistemlerinin Kullanımı
Bazı uygulama alanları: - Proje Planlama - Sermaye Bütçeleme - Envanter Analizi - Üretim Planlama - Çizelgeleme Arayüzler

21 Karar Destek Sistemleri
Karar destek sistemi (KDS) (Alm. Entscheidungsunterstützungssystem, kısaca EUS; İng. decision support system, kısaca DSS) Bir işletmede yöneticilerin ve profesyonel çalışanların karar vermesine yardımcı olarak kullanılan, karar verme sürecinde kullanıcıların sistemle karşılıklı olarak etkileşimde bulunduğu, bilgisayar tabanlı bir bilişim sistemleridir.

22 Karar destek sistemleri çoğunlukla yarı yapılandırılmış (İng
Karar destek sistemleri çoğunlukla yarı yapılandırılmış (İng. semistructured) problemlerin çözümünde kullanılmakla birlikte, yapılandırılmış ve yapılandırılmamış problemler için de kullanılabilmektedir. Sistemler veri ve model bazlıdır Kullanıcılar, özgün ve belirli bir probleme değin veriler ve bir ya da daha çok yöntem çerçevesinde model kurma olanağı sağlayan bu tür sistemler yardımıyla daha hızlı ve daha isabetli kararlar verebilmektedir..

23 Karar Destek Sistemleri Özellikleri
Interaktif Veritabanı ve yönetim bilimi modellerini kullanır "Eğer" sorularını cevaplar Duyarlılık analizi yapar örnekler arasında : ERP – Enterprise Resource Planning OLAP – Online Analytical Processing

24 Karar Destek Sistemi Modeli (2 of 2)
Şekil 1.7 Karar destek sistemi


"Karar Bilimi 1. Bölüm." indir ppt

Benzer bir sunumlar


Google Reklamları