Search

Bu çalışma, Borsa İstanbul (BIST) imalat sanayinde yer alan Taş, Toprak Endeksindeki (XTAST) çimento işletmelerinin finansal performans ve etkinliklerinin aşamalı bir yaklaşım ile değerlendirilmesini önermektedir. Önerilen yaklaşımın ilk aşamasında; finansal performansın Entropi ve OCRA (Operational Competitiveness RAting) yöntemlerinden oluşan entegre bir model ile belirlenmesini, ikinci aşamasında da, Veri Zarflama Analizi (VZA) ile işletmelerin etkinlik durumlarının karşılaştırılması amaçlanmıştır. Bu amaçla, endekste yer alan 15 işletmenin, 1999-2018 dönemlerine ilişkin finansal tablolarından hesaplanan veriler kullanılmıştır. Araştırmanın sonuçlarına göre; 20 yıllık dönemsel süreç boyunca en yüksek finansal performansa sahip işletmenin Mardin Çimento Sanayii ve Ticaret A.Ş. olduğu görülmüştür. İşletmelerin dönemsel etkinlikleri değerlendirildiğinde, 2009 yılı etkinlik düzeyinde en fazla düşüşün görüldüğü, işletmelerin en çok %100 göreli etkin oldukları yılın ise, 2004 olduğu gözlemlenmiştir. Ayrıca, seçilen dönemlerde etkinliği sürekli olan işletmelerin, Akçansa Çimento, Mardin Çimento ve Nuh Çimento olduğu tespit edilmiştir. This study proposes an evaluation of financial performance and efficiency of cement companies operand in the stone and soil index placed in the production industry of the Istanbul Stock Exchange with a phased-out approach. While the financial performance is determined with the integrated model consisting of the Entropy and the OCRA (Operational Competitiveness RAting) methods in the first phase of the proposed model, in the second phase of the model, efficiencies of the companies have been aimed to compare with the Data Envelopment Analysis (DEA). For that purpose, data obtained from balance sheets and income statements, for 1999 and 2018, of companies, which placed in the index were used. according to the results of the research; it is seen that Mardin Cement Industry and Trade Co. is the company that has the highest performance. When the periodical effectiveness of these companies are evaluated, it is observed that their effectivity level of those sharply decreased in the year of 2009, also, in the year of 2004 the effectiveness of these companies have reached to the value of 100%. In addition to that, it is determined that the effectiveness of the companies such as Akçansa Cement, Mardin Cement and Nuh Cement are continuous.

Bu çalışma, şehirlerarası otobüs seçimlerini değerlendirmek için hibrit bir çok kriterli kararverme (MCDM) modeli önermektedir. Önerilen model üç aşamadan oluşmaktadır. Birinci aşamadahazırlık süreci yürütülürken, ikinci aşamada kriterlerin ağırlıkları hesaplanmakta ve üçüncü aşamadaalternatiflerin tercih dereceleri belirlenmektedir. Kriter ağırlıklarını belirlemek için Analitik HiyerarşiSüreci (AHP) ve CRITIC (Kriterler Arası Korelasyon Yoluyla Kriter Önemi) uygulanmıştır. Daha sonra,karar alternatiflerinin tercih derecelerini belirlemek için EDAS (Ortalama Çözümden Uzaklığa DayalıDeğerlendirme) tekniği uygulanmıştır. Analiz sonuçlarına göre en belirleyici kriterler estetik ve konfordur.Ayrıca P14 Brand-TE Safari 13 HD’nin en iyi alternatif olduğu gözlemlenmiştir., This study suggests a hybrid multi-criteria decision-making (MCDM) model for evaluating theintercity bus selections. the proposed model consists of three phases. While in the first phase, the preparationprocess is carried out, in the second phase, the weights of the criteria are calculated and preference ratingsof the alternatives are determined in the third phase. To identify the criteria weights the Analitik HierarchyProcess (AHP) and the CRITIC (CRiteria Importance Through Intercriteria Correlation) have beenimplemented. Next, EDAS (The Evaluation Based on Distance from Average Solution) technique has beenapplied to determine the preference ratings of the decision alternatives. According to results of the analysis,the most determinative criteria are asthetic and compfort. Also, it has been observed that P14 Brand-TESafari 13 HD is the best alternative.

The main objective of this study is making analysis for 21 companies, which operand in the Food and Beverage Index of the Istanbul Stock Exchange with the help of a Hybrid multi-criteria decision model that consists of the Entropy and TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) methods. Within this purpose, thirteen financial rates, which related to these companies, such as liquidity, activity effectiveness, financial structure, and profitability were computed and these data were obtained from financial sheets of these companies for 2014 and 2018. By using these rates, weight values of the selection criteria were calculated with the help of the Entropy method. Final financial performances of the selected companies were analyzed by using the TOPSIS method and they were ranked considering their performance scores, which calculated for each year. According to the results of this research, while the performance of the Konfrut Food Co is the highest compared to the others in 2014, Turk Tuborg Beer and Malt Co is determined as the best company for other years., Bu çalışmada, Borsa İstanbul’da işlem gören Gıda ve İçecek Endeksindeki (XGIDA) 21 işletmenin finansal performansları Çok Kriterli Karar Verme (ÇKKV) yöntemlerinden Entropi ve TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) yöntemleri yardımıyla hibrid bir modelle analiz edilmesi ve sonuçların karşılaştırılması amaçlanmıştır. Bu amaçla işletmelerin 2014- 2018 yıllarını kapsayan 5 yıllık dönemlerine ait mali tablolarından likidite, faaliyet etkinliği, mali yapı ve kârlılık oranlarından toplam 13 tane muhasebe oranı hesaplanmıştır. Bu hesaplanan oranlar yardımıyla firmaların finansal performans kriterlerine ilişkin önem ağırlıkları, Entropi yöntemiyle hesaplanmıştır. Uygulama kapsamındaki işletmelerin performansları ise, TOPSIS yöntemiyle değerlendirilmiş ve işletmeler her yılın performans değerlerindeki başarılarına göre sıralandırılmıştır. Çalışma sonucunda, 2014 yılında Konfrut Gıda Sanayi ve Ticaret A.Ş. diğer tüm yıllarda ise, Türk Tuborg Bira ve Malt Sanayii A.Ş. işletmesi, performans sıralamasında en iyi şirket olmuştur.

Karar verme; çok sayıda alternatif arasından karar vericilerin öncelik sıralaması yaparak optimum alternatifi seçme durumudur. Sıklıkla karşılaşılan çok kriterli karar problemlerinin çözümü için pek çok teknik geliştirilmiştir.Bu çalışmada çok kriterli karar verme tekniklerinden PROMETHEE ve MAUT yöntemlerinin karşılaştırılmalı olarak incelenmesi hedeflenmiştir. Bu amaçla, Karadeniz bölgesinde yaşayan bireylerin çalışma hayatına ilişkin karşılaştıkları bazı sorunlar kriter olarak alınmış ve her iki yöntem ile illere göre söz konusu durum açısından iki ayrı sıralama yapılmıştır. Araştırmanın verileri 2013 yılı TÜİK Yaşam Memnuniyeti Araştırmasından alınmıştır. Kriterlerin önem ağırlıklarının belirlenmesinde Entropi yönteminden yararlanılmıştır. Her iki yönteme göre elde edilen sıralamalardaki benzerlik durumu Spearman Sıra Korelasyon katsayısı ile incelendiğinde sıralamalar arasında %99.6’lık pozitif yönlü bir ilişki olduğu; her iki yöntemin birbirine çok yakın sıralama yaptığı gözlemlenmiştir.

The leaf area measurement is an important parameter in understanding the growth and physiology of a plant. Therefore, this study aimed to develop the best leaf area estimation model for tomato plants grown in plastic greenhouse conditions. The artificial neural network (ANN) and regression analysis techniques were used in the formation of a leaf area estimation model by using the leaf width and leaf length measurements determined by the linear measurement method. The plant material for the study consisted of 420 leaf samples of the Typhoon F1 tomato type grown in plastic greenhouse conditions. In the comparison of the created models according to both methods, the criteria of selecting low values for the root mean square error (RMSE), the mean absolute error (MAE), and the mean absolute percentage error (MAPE), and high value for the determination coefficient (R2 ) were taken into account, and the best estimation models were determined. In the comparison made according to these criteria, it was concluded that the error values of the ANN model [R2 = 0.96, RMSE = 3.30, MAE = 1.94, and MAPE = 0.05] were lower than those of the regression model [R2 = 0.92, RMSE = 4.71, MAE = 3.31, and MAPE = 0.08], and that the ANN method provided a better fit to the actual values; therefore, the ANN model can be used as an alternative method in estimating the leaf area. The leaf area measurement is an important parameter in understanding the growth and physiology of a plant. Therefore, this study aimed to develop the best leaf area estimation model for tomato plants grown in plastic greenhouse conditions. The artificial neural network (ANN) and regression analysis techniques were used in the formation of a leaf area estimation model by using the leaf width and leaf length measurements determined by the linear measurement method. The plant material for the study consisted of 420 leaf samples of the Typhoon F1 tomato type grown in plastic greenhouse conditions. In the comparison of the created models according to both methods, the criteria of selecting low values for the root mean square error (RMSE), the mean absolute error (MAE), and the mean absolute percentage error (MAPE), and high value for the determination coefficient (R2 ) were taken into account, and the best estimation models were determined. In the comparison made according to these criteria, it was concluded that the error values of the ANN model [R2 = 0.96, RMSE = 3.30, MAE = 1.94, and MAPE = 0.05] were lower than those of the regression model [R2 = 0.92, RMSE = 4.71, MAE = 3.31, and MAPE = 0.08], and that the ANN method provided a better fit to the actual values; therefore, the ANN model can be used as an alternative method in estimating the leaf area.