Ġstanbul teknĠk ÜnĠversĠtesĠ fen bĠlĠmlerĠ...

ĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

YÜKSEK LĠSANS TEZĠ

Erdal ALTIPARMAK

Anabilim Dalı : Tekstil Mühendisliği

Programı : Tekstil Mühendisliği

OCAK 2010

ÇORAP ĠMALATINDA PARALEL MAKĠNE ÇĠZELGELEME METODU

VE Ġġ AKIġINDA DARBOĞAZ YÖNETĠMĠ

Tez DanıĢmanı: Prof. Dr. Ali DEMĠR

OCAK 2010

ĠSTANBUL TEKNĠK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

YÜKSEK LĠSANS TEZĠ

Erdal ALTIPARMAK

(503931145)

Tezin Enstitüye Verildiği tarih : 25 Aralık 2009

Tezin Savunulduğu Tarih : 18 Ocak 2010

Tez DanıĢmanı : Prof. Dr. Ali DEMĠR (ĠTÜ)

Diğer Jüri Üyeleri : Prof. Dr. Nuray UÇAR (ĠTÜ)

Dr. Halil HalefĢan SÜMEN (ĠTÜ)

ÇORAP ĠMALATINDA PARALEL MAKĠNE ÇĠZELGELEME METODU

VE Ġġ AKIġINDA DARBOĞAZ YÖNETĠMĠ

iii

Eşim Nevriye Ceylan ve çocuklarım Muhammed Kerem ve Kıvanç Burak’a ,

v

ÖNSÖZ

Bu çalıĢma da, çorap iĢletmelerinde planlama fonksiyonunu iyileĢtiren ve

etkinleĢtiren paralel makina çizelgeleme yöntemi incelenmiĢ ve uygulama örneğine

yer verilmiĢtir. ÇalıĢmada, konunun bütünlüğünü sağlamak için diğer çizelgeleme

teknikleri de anlatılmıĢtır.

Bu çalıĢma esnasında değerli fikirleri ve tavsiyeleri ile bana yön veren kiymetli

hocalarım Sayın Prof.Dr.Ali DEMĠR ve Öğr.Gör.Dr.HalefĢan SÜMEN’e

teĢekkürlerimi bir borç bilirim. Ayrıca bu çalıĢma sırasında benden maddi ve manevi

desteklerini esirgemeyen Çelik Çorap A.ġ. firma sahibi Sayın Haydar ALĠ ÖZTAġ’a

ve aileme teĢekkür ederim.

Aralık 2009

Erdal ALTIPARMAK

(Tekstil Mühendisi)

vii

ĠÇĠNDEKĠLER

Sayfa

ÖNSÖZ ........................................................................................................................ v

ĠÇĠNDEKĠLER ........................................................................................................ vii

KISALTMALAR ...................................................................................................... ix

ÇĠZELGE LĠSTESĠ .................................................................................................. xi

ġEKĠL LĠSTESĠ ...................................................................................................... xiii

ÖZET ......................................................................................................................... xv

SUMMARY ............................................................................................................ xvii

1. GĠRĠġ ...................................................................................................................... 1 1.1 Tezin Amacı ....................................................................................................... 2

2. KURUMSAL KAYNAK PLANLAMASI ............................................................ 5 2.1 Tanım ................................................................................................................. 5

2.2 Kurumsal Kaynak Planlamasının Temel BileĢenleri ......................................... 6

2.3 Kurumsal Kaynak Planlama Sisteminin Tarihsel GeliĢimi ................................ 7

2.4 Kurumsal Kaynak Planlama Sisteminin Faydaları ........................................... 10

3. SONLU KAPASĠTE PLANLAMASI ................................................................. 11 3.1 Tanımı ve Amaçı .............................................................................................. 11

3.2 Çizelgeleme ...................................................................................................... 13

3.3 Sonlu Kapasite Çizelgelemenin Tanımı ........................................................... 13

3.4 Sonlu Kapasite Planlaması Ġçin Yazılım Çözümleri ........................................ 14

3.4.1 Manuel çizelgelemenin sakıncaları ........................................................... 14

3.4.2 Bilgisayar Destekli Sonlu Kapasite Çizelgelemenin AĢamaları ............... 15

3.4.3 Sonlu Kapasite Yazılım Seçimi Ve Uyarlaması ....................................... 17

4. ÇĠZELGELEME TEKNĠKLERĠ ....................................................................... 19 4.1 Ġki Makine ĠĢ Sıralaması .................................................................................. 19

4.2 Üç Makine Çizelgeleme Algoritması ............................................................... 21

4.3 M Makine ĠĢ Çizelgeleme ............................................................................... 23

4.4 Sıra Önemli 2 makine ĠĢlerin Çizelgelenmesi .................................................. 24

4.5 Sıra Önemli M Makine ĠĢ Çizelgelemesi ......................................................... 26

4.6 Tek Makine Çizelgeleme ................................................................................. 28

4.7 Maksimum Gecikmelerin Minimize Edilmesi ................................................. 29

4.8 En DüĢük Gecikmelerin Maksimum Edilmesi ................................................. 29

4.9 Geciken ĠĢ Sayısının Minimize Edilmesi ......................................................... 31

4.10 Van Drew ġeması ........................................................................................... 32

4.11 Öncelikli Tek Makine ĠĢ Çizelgeleme ............................................................ 36

4.12 Öncelik Bilgisine Göre Maksimum Gecikmeleri Minimize Etme ................. 38

4.13 Öncelik Bilgisine Göre Minimum Gecikmeleri Maksimize Etme ................. 38

4.14 Paralel Makine Çizelgeleme ........................................................................... 39

4.14.1 Öne Geçmeli Hal ..................................................................................... 39

4.14.2 M Paralel Makinede ĠĢ AkıĢ Zamanının Minimize Edilmesi ................. 41

viii

4.14.3 Paralel Makinelerde Üretim Ve Ortalama ĠĢ AkıĢ Zamanının Azaltılması

............................................................................................................................ 42

4.14.4 Paralel makinelerde maksimum gecikmenin azaltılması ........................ 44

4.14.5 BoĢ Zaman Kuralına Göre Paralel Makinelerde Gecikmenin Azaltılması

............................................................................................................................ 45

4.14.6 Paralel Makinelerde Geç Kalan ĠĢ Adedinin Azaltılması ....................... 46

5. ÇORAP ĠġLETMESĠNDE PARALEL MAKĠNE PLANLAMA

UYGULAMASI VE Ġġ AKIġINDA DAR BOĞAZ OLUġUMUNUN

ENGELLENMESĠ ĠÇĠN ÇÖZÜM ÖNERĠSĠ ..................................................... 47 5.1 ĠĢletmenin Tanımı ............................................................................................. 47

5.2 Organizasyon Yapısı ........................................................................................ 48

5.3 Ġmalatın ĠĢ AkıĢı ............................................................................................... 48

5.4 SipariĢ Alımı Ve Planlama Süreci .................................................................... 50

5.5 Çorap ĠĢletmesi Ġçin Önerilen Paralel Tezgah Planlama Tekniği ................... 51

5.6 Örgü ĠĢletmesinde Dar Boğaz OluĢum Noktası ............................................... 51

5.7 Dar Boğaz OluĢumunun Engellenmesi Ġçin Çözüm Önerisi ............................ 52

5.8 Küçük Ve Orta Ölçekli ĠĢletmeler Ġçin Planlamada Excel Uygulaması........... 63

6. SONUÇ .................................................................................................................. 65 6.1 ÇalıĢmanın Uygulama Alanı ............................................................................ 66

KAYNAKLAR .......................................................................................................... 67

ix

KISALTMALAR

CIM : Computer Integrated Manufacturing

DDR : Due Date Rule

DRP : Distribution Resource Planning

ERP : Enterprise Resource Planning

FCS : Finite Capacity Scheduling

FIFO : Firs In First Out

MRP : Manufacturing Resource Planning

SPT : Shortest Processing Time

xi

ÇĠZELGE LĠSTESĠ

Sayfa

Çizelge 4.1 : Ġki Makine ĠĢ Sıralaması Ġçin Örnek ĠĢlem .......................................... 19

Çizelge 4.2 : 3 Makine Çizelgeleme Ġçin Örnek ĠĢlem .............................................. 21

Çizelge 4.3 : 3 makine Problemini 2 Makine Problemine Ġndirgeme ....................... 22

Çizelge 4.4 : BeĢ Makine ĠĢlem Süreleri ................................................................... 23

Çizelge 4.5 : Gupta Metodu Ġçin Örnek Çizelge ....................................................... 23

Çizelge 4.6 : Sıra Önemli Ġki Makine Problemi Ġçin Örnek ...................................... 25

Çizelge 4.7 : M Makine N Adet ĠĢ Ġçin Örnek ĠĢler Ve Zamanlar ............................ 26

Çizelge 4.8 : Tek Makine ĠĢ Çizelgeleme Örneği...................................................... 28

Çizelge 4.9 : En Kısa ĠĢlem Zamanı Metoduna Göre Elde Edilen ĠĢ Çizelgesi ........ 28

Çizelge 4.10 : Hedef Zaman Kuralına Ġçin Örnek ĠĢ Çizelgesi ................................. 29

Çizelge 4.11 : Hedef Zaman Kuralına Göre Elde Edilen ĠĢ Çizelgesi ....................... 29

Çizelge 4.12 : BoĢ Zaman Kuralı Ġçin Örnek - 1 ....................................................... 30

Çizelge 4.13 : Hedef Zaman Kuralına Göre Elde Edilen ĠĢ Çizelgesi ...................... 30



Çizelge 4.16 : Geciken ĠĢ Sayısının Minimize Edilmesi Ġçin Örnek ......................... 31

Çizelge 4.17 : Hodgson’s Kuralına Göre Elde Edilen ĠĢ Sıralaması ......................... 32

Çizelge 4.18 : Orijinal Problem ................................................................................. 33

Çizelge 4.19 : Algoritmaya Göre OluĢturulan Sıralama ............................................ 33

Çizelge 4.20 : Algoritmaya Göre OluĢturulan Sıralama ............................................ 34

Çizelge 4.21 : Hedef Zaman Kuralına Göre Algoritma ġu ġekilde OluĢur............... 34

Çizelge 4.22 : BoĢ Zaman Kuralına Göre Algoritma ġu ġekilde OluĢur .................. 35

Çizelge 4.23 : Geciken ĠĢleri Minimize Etmek Ġçin Van Drew ġeması .................... 36

Çizelge 4.24 : ÖnceliklerdirilmiĢ ĠĢlerin Oran Değerleri .......................................... 37

Çizelge 4.25 : Oran Kuralına Göre Elde Edilen Çizelge Değerleri ........................... 38

Çizelge 4.26 : Oran Değerleri Çizelgesi .................................................................... 38

Çizelge 4.27 : Öne Geçmeli Hal Ġçin Örnek .............................................................. 40

Çizelge 4.28 : ĠĢ AkıĢ Zamanının Minimize Edilmesi Ġçin Örnek Uygulama........... 41

Çizelge 4.29 : ÜretimVe Ortalama ĠĢ AkıĢ Zamanının Azaltılması Ġçin Örnek ........ 42

Çizelge 4.30 : Paralel Makinelerde Hedef Zaman Kuralı Ġçin Örnek ....................... 44

Çizelge 4.31 : BoĢ Zaman Kuralı Uygulaması Ġçin Örnek Çizelge ........................... 45

Çizelge 4.32 : DüzenlenmiĢ Hedef Zaman Kuralı Uygulaması Ġçin Örnek Çizelge . 46

Çizelge 5.1 : Çorap Ġmalatında ĠĢlem Adımları ......................................................... 49 Çizelge 5.2 : Optimum Makine Adedi Hesaplama Adımları .................................... 52

Çizelge 5.3 : Sürekli ĠĢ AkıĢı Ġçin Ġçin Uygulama Örneği ......................................... 54 Çizelge 5.4 : Klasik Öne Geçmeli Hal Metodu Göre ĠĢ Çizelgelem ......................... 55 Çizelge 5.5 : Klasik Öne Geçmeli Hal Metodunda ĠĢYükü Dağılımı ....................... 56

Çizelge 5.6 : 3 Makine 3 Farklı ĠĢlem Örneği ........................................................... 57 Çizelge 5.7 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma – 1’e Göre ĠĢ Çizelgeleme

............................................................................................................................ 58

xii

Çizelge 5.8 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma-1’e Göre ĠĢ Yükü

Dağılımı .............................................................................................................. 59 Çizelge 5.9 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma -2 ‘e Göre ĠĢ Çizelgesi . 61 Çizelge 5.10 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma – 2 ye Göre ĠĢ Yükü

Dağılımı .............................................................................................................. 62 Çizelge 5.11 : Planlama Ġçin Excel Uygulaması ........................................................ 64

xiii

ġEKĠL LĠSTESĠ

Sayfa

ġekil 2.1 : Temel Kurumsal Kaynak Planlama BileĢenleri (Özgül,2006;26) .............. 6

ġekil 2.2 : Kurumsal Kaynak Planlamasının Kronolojik GeliĢimi (Altınkeser,1994) 9

ġekil 2.3 : Kurumsal Kaynak Planlamanın GeliĢimi (Altınkeser, 1999) ..................... 9

ġekil 3.1 : Sonlu Kapasite Üretim Planlama Sistemi (Broewne, 1988) .................... 11

ġekil 3.2 : Kapasite Kullanım Histogramı ................................................................. 12 ġekil 3.3 : Gantt ġeması Örneği ................................................................................ 14

ġekil 4.1 : Ġki Makine ĠĢ Sıralaması Ġçin Örnek ĠĢleme Ait Gantt ġeması….……....19

ġekil 4.2 : Örnek ÇalıĢma Ġçin Johson Algoritmasına Ait Gantt ġeması .................. 20 ġekil 4.3 : Ön Geçmeli Hal Ġçin Verilen Örneğin Gantt ġeması ............................... 40 ġekil 4.4 : En Kısa ĠĢlem Zamanı Metoduna Göre OluĢan Gantt ġeması ................. 41

ġekil 4.5 : En Uzun ĠĢlem Zamanının Ġlk Ġki Adımı Sonrası Gantt ġeması .............. 43 ġekil 4.6 : En Uzun ĠĢlem Zamanı Metodunu Ters Sıralanması ............................... 43

ġekil 4.7 : Hedef Zaman Kuralına Göre Gantt ġeması .............................................. 44 ġekil 4.8 : BoĢ Zaman Kuralına Göre Gantt ġeması ................................................. 45 ġekil 4.9 : DüzenlenmiĢ Hedef Zaman Kuralının Gant ġeması ................................ 46

xv

ÇORAP ĠMALATINDA PARALEL MAKĠNE ÇĠZELGELEME METODU VE

Ġġ AKIġINDA DAR BOĞAZ YÖNETĠMĠ

ÖZET

ĠĢletmeler için pazardaki mücadele koĢulları her geçen gün daha da zorlaĢmaktadır.

ĠĢletmeler rekabet edebilmek ve pazar paylarını koruyabilmek için doğru yöneltilmek

zorundadırlar. Doğru yöneltilmek demek iĢletmelerin rakiplerinden daha üstün

olmaları demektir. Üstün olmaları gereken özellikler; kalite, servis, maliyet,

zamanında ve doğru bilgi sunma gibi temel özelliklerdir. Bu nedenle; iĢletmelerin

planlama bölümlerinin esnek, etkin ve hızlı bir yapıya sahip olmaları gerekir. Sonuç

olarak üretim planlama en önemli rolü üstlenmektedir.

ĠĢletmeler mutlaka hızlı karar verebilmeli, bilgiye hızlı ulaĢabilmeli, iĢletmenin

hedeflerine uygun en doğru iĢlem metodunu seçmelidir. Bunları yapabilmek için

eğitimli personele ve kurumsal kaynak planlama yazılımına ihtiyacı vardır. Kurumsal

kaynak planlama yazılımların sağladığı bir çok avantajlar olacaktır. Bu

yazılımlardaki en önemli bölümlerden biri üretim planlamadır. Üretim planlamada

kapasite planlaması yaparken genellikle sonlu kapasite planlaması yapılır. Sonlu

kapasite planlamasına dayanarak elde edilen çizelgeler iĢletmede direkt kullanılır.

ĠĢletmelerde kapasite planlamalarının doğru yapılabilmesi için bölümler arasında

kapasite dengeleri uyumlu olmalıdır. Aksi takdirde; bazı bölümlerde stoklar oluĢacak

tır. Çorap iĢletmelerinde dikkat edilecek en önemli bölüm yıkama bölümüdür. Çünkü

bu bölümün kapasitesi üretilecek ürünün günlük toplam ağırlığı ile alakalıdır. Bu

nedenle örgü bölümünde günlük üretilecek miktar doğru belirlenmelidir. Bu

çalıĢmamda bu problemin çözümü için nasıl bir planlama yapılması gerektiği çözüm

olarak anlatılmıĢtır.

Bu tez çalıĢmamda; birinci bölümde genel olarak projenin amacı ve içeriği

anlatılmıĢtır, ikinci bölümde kurumsal kaynak planlaması anlatılmıĢtır. Üçüncü

bölümde; sonlu kapasite planlaması, dördüncü bölümde çizegeleme teknikleri genel

olarak anlatılmıĢtır. Ayrıca dördüncü bölümde, esas konumuz olan paralel makine

çizelgeleme tekniği incelenmiĢtir. BeĢinci bölümde; dar boğaz oluĢumunun

engellenmesi için önerilen çözüm yöntemi anlatılmıĢtır.

Sonuç bölümünde ise çizelgeleme tekniğiyle elde edilen avantajlar ve çorap

iĢletmelerinde dar boğaz oluĢumu için önerilen çözümün değerlendirmesi yer

almaktadır.

xvii

PARALLEL MACHINE SCHEDULING METHOD IN SOCK PRODUCTION

AND BOTTLENECK MANAGEMENT IN WORK FLOW

SUMMARY

Market conditions for businesses are becoming more diffucult with each passing day.

Businesses have to be administered correctly to be able to compete and manintain

market share. It means that businesses have to be superior to its competitors. Quality,

service, cost, providing timely and accurate information are the basic superior

features of businesses. Therefore, the structure of planning departments of

enterprises must be flexible, efficient and quick. As a result of this; production

planning is the most important role.

Businesses must be able to give quick decisions, to access information quickly, to

choose the most accurate method of operation according to the objective of business.

To achieve all this, they need trained personnel and resource planning capabilities.

Enterprise resource planning provides many benefits. The most important part of it is

the production planning. Capacity of production planning is done generally as finite

capacity planning. Charts which have been obtained from finite capacity planning are

used directly in the businesses.

In order to make capacity planning correctly, there must be balance between capacity

of business sections. Otherwise, some departments will accumulate stocks. The

washing department is the most important section of sock production to be careful

about stock accumulation, as the capacity of this section is relevant to the total

weight of daily production. Therefore, daily production quantity of knitting section

must be determined correctly.

In this thesis, the project's overall goal and contents are explained in the first chapter,

enterprise resource planning is described in the second part, finite capacity planning

has been given in the third section, the general methods of scheduling have been

described in the fourth section. Also in the fourth section, the main attractions are

the parallel machine scheduling technique has been investigated. In the fifth section,

xviii

the proposed solution method was described to prevent the problem of bottleneck

formation.

In the conclusion section, the results obtained using the scheduling technics and the

proposed solution for the sock production have been evaluated.

1

1. GĠRĠġ

ĠĢletmeler, hızla değiĢen ve geliĢmekte olan iĢ kolundaki geliĢmeleri takip ederek

kendini bu geliĢmeye uyumlu olarak yenilemek ve rekabet ortamında varlıklarını

sürdürebilmeleri için kalite, verimlilik, maliyet ve hizmet hızı (hızlı tepki verme)

özelliklerinin diğer iĢletmelerden daha iyi olmasını sağlamak zorundadırlar. Bunun

sağlanabilmesi kaynakların etkin kullanılmasına bağlıdır. ĠĢletmelerde etkin

kullanılacak kaynaklar; hammadde, iĢ gücü, makine, teçhizat ve finansmandır. Etkin

kullanım üretim planlama ve kontrol faaliyetleri ile mümkündür.

Artık standart ürünlerin pazarda yer bulması ve iĢletmelerin aynı ürünlerde büyük

sipariĢler üretmesi her geçen gün daha da zor olmaktadır. MüĢteriler sürekli değiĢim,

yenilik ve küçük adetlerde talepler ile iĢletmelere gelmektedir. ĠĢletmelerin bunu

sağlayabilmesi için kesinlikle güçlü ve hızlı bilgi eriĢim alt yapısına ve esnek bir

üretim sistemine sahip olması gerekmektedir.

Artan ürün çeĢitliliği, sipariĢlerin küçük adetlerde ve kısa zaman periyotlarında farklı

ürünler ile birlikte üretilmesine neden olmaktadır. Küçük adetlerde sipariĢ talepleri

hem atölye planlamayı hemde atölye içi kontrolü zorlaĢtırmaktadır. Bu değiĢiklikler

sadece belli sektörlerde değil insanlar tarafından günlük hayatta kullanılan tüm

tüketim ürünlerine ait sektörlerde görülmektedir. ĠĢletmeler; geliĢmelere ayak

uydurabilmek için klasik üretim yöntemlerini hızla değiĢtirerek yeni yönetim

stratejileri oluĢturma gereksinimi duymaya baĢlamıĢlardır.

Bu amaç doğrultusunda baĢlayan yazılım çalıĢmaları her geçen gün daha da

geniĢlemekte ve iĢletmelerin imalat ile alakalı tüm ana fonksiyonlarının yanında,

imalat ile direkt alakalı olmayan fakat iĢletmedeki diğer bölümleride içine alacak

Ģekilde geliĢmektedir. En mükemmel bir yazılımın tüm iĢletmeler için uygun

olduğunu düĢünmek yanlıĢ olmakla birlikte iĢletmelere uygun değiĢiklikler ile aynı

olumlu sonuçlara ulaĢmak mümkün olacaktır.

Dünyamızda her geçen gün kısalan mesafelerin getirdiği değiĢimi eğitimli personel

ve bilgiye en hızlı ulaĢmayı sağlayan alt yapıya sahip olarak yaklamak mümkündür.

2

1.1 Tezin Amacı

Son yıllarda uygulamaya baĢlanan ileri bilgi teknolojisi sistemlerinden biri kurumsal

kaynak planlamasıdır. Bu yazılımlar, iĢletmenin yönetilmesini güçlü ve esnek

biçimde destekleyen sağlam bilgi sistemleridir. Bu çalıĢmanın amacı; kurumsal

kaynak planlama sistemini genel olarak tanıtmak, bu programlarının uygulama

açısından en zor bölümü olan kapasite planlama bölümünü, sonlu kapasite

çizelgeleme çerçevesinde, kuralları ile birlikte incelemek ve çorap imalatı yapan

iĢletmelerde makina planlamasında uygulanması gereken en uygun parallel makina

planlama metodunu tespit etmek ve iĢ akıĢında dar boğaz oluĢumlarını azaltmak için

çözüm önerisi sunmaktır. Bu çalıĢmamım yukarıda belirttiğim konularda çalıĢma

yapacak öğrenciler ve mühendisler için temel bilgilerin bir arada olduğu bir tez

olması, ayrıca bir amaç olmamakla beraber bir neticesidir.

Konunun tezi inceleyenler açısından daha iyi anlaĢılması için literatür çalıĢmasında

bir bütünlük oluĢturan konular birbirinden ayrılmadan teze eklenmiĢtir. Örneğin

paralel tezgah planlaması asıl üzerinde çalıĢacağımız çizelgeleme modeli olmasına

rağmen tek makine çok iĢ çizelgeleme modelleri incelenmiĢ ve anlatılmıĢtır. Ayrıca

sonlu kapasite planlamasının ve bunun bir parçası olduğu kurumsal kaynak

planlaması ile ilgili gerekli bilgiler incelenerek en çok net bilginin sunulabileceği

Ģekilde teze dahil edilmiĢtir.

Bu literatür çalıĢmaların sunumdan sonra ele alınan örnek uygulama olan çorap

iĢletmesinde sonlu kapasite planlamasının alt konularından biri olan paralel tezgah

çizelgeleme tekniğinin nasıl olacağı ve metodun uygulamasında hangi hesapların

yapılması gerektiği ve bu hesaplamaların neticesinde iĢletmenin nasıl dengeli bir iĢ

yoğunluğuna sahip olacağı bu tez çalıĢmasında incelenmiĢ ve çözüm önerisi olarak

çorap iĢletmelerinde tecrübeye dayalı bilimsel bir çözüm olarak sunulmuĢtur.

Önerdiğim çözüm yönteminin bu tez çalıĢması ile bilimsel bir çalıĢma olarak

sunulması ve aynı konuda görev yapan mühendislere çalıĢmalarında farklı bir bakıĢ

açısı oluĢturacak olmasının sektöre büyük bir katkı olacağına inanıyorum.

Ayrıca küçük ve orta ölçekli iĢletmelerin çoğunda, alt yapı olarak henüz hazır

olmadıkları ve ERP yazılımlarının yatırım maliyetlerinin yüksel olması nedeniyle

ERP yazılımlarına sahip olmadıklarını görürüz.

3

ĠĢletmelerin büyüklükleri fark etmeksizin bir planlama bölümleriolmak zorundadır

ve sahip oldukları Ģartlara uygun çözümlerini üretmek zorundadırlar. Bu nedenle

ERP yazılımna sahip olmayan iĢletmelerde, yazılımlardaki tezgah planının

sunulduğu Gantt Ģemasının manuel olarak uygulamaları yapılmıĢtır. Bu zaman alan

ve kullanımı çok zor olacak bir çalıĢma yöntemidir. Bu firmalar içinde çözüm

önerimizi uygulayabilecekleri, Ģahsım tarafından oluĢturulmuĢ bir Excel çalıĢması

tezimizde sunulmuĢtur.

5

2. KURUMSAL KAYNAK PLANLAMASI

2.1 Tanım

Kurumsal kaynak planlaması (Enterprise Resource Planning, ERP) için çok farklı

tanımlar yapmak mümkün ise de; iĢletmelerdeki tüm birimlerin fonksiyonlarını bir

bilgi ve veri sistemi ile bir bütün olarak yönetilmesini sağlayan bilgisayar

yazılımlarıdır. Kurumsal kaynak planlama ile organizasyon boyutunda bir üstünlük

elde edebilmek için, bir firmanın farklı fonksiyonlarını kullanabileceği en iyi

uygulamalar, yöntemler ve araçlar grubu tanımlanır. (Mabert, Soni, Venkataramana,

2000). Bir krumsal kaynak planlama sistemi ile bütün kaynaklar planlanabilir,

gerekli tüm bilgi gereksinimleri karĢılanır ve iĢletmelerin stratejik amaç ve hedefleri

doğrultusunda üretim planları oluĢturulur. Aynı iĢletmeye ait, farklı bölgelerdeki

fabrikaların, bunlara ait tedarikçi firmaların ve dağıtım amaçlı depoların tek bilgi

tabanında paylaĢılması ile bir müĢteriye ait bir sipariĢin hangi dağıtım deposundan

karĢılanacağının bunun için hangi fabrikalarda imalat yapılacağının ve hangi taĢıma

yolu ile sevk edileceği belirlenir.

Kurumsal kaynak planlama sistemi ile iĢletmelerdeki birimler bir bütün olarak

değerlendirilir ve çok geniĢ bir planlama, iĢleyiĢ ve muhasebe mantığı ile konular ele

alınır.(Levine, 1999) Kurumsal kaynak planlama içinde değerlendirilen, iĢletmelere

ait birimleri Ģu Ģekilde sıralayabiliriz; lojistik, üretim planlama, stok yönetimi, satın

alma, üretim, pazarlama, kalite yönetimi, bakım-onarım, insan kaynakları, müĢteri

iliĢkileri, muhasebe, finansman. Aynı zamanda ürün planlaması, satıĢ tahminleri ve

diğer organizasyon fonksiyonlarının analizini yapmayı hedefleyen yazılımlardır. Bu

birimlerin tamamına ait bilgilerin değerlendirilmesi ve yönetimi için birimlere ait

bilgilere en hızlı ve doğru Ģekilde ulaĢmak gerekmektedir. Bunun için en uygun

çözüm ERP yazılımıdır.

6

2.2 Kurumsal Kaynak Planlamasının Temel BileĢenleri

Kurumsal kaynak planlama yazılımlarında çok çeĢitli bileĢenler bulunmakla beraber

temel bileĢenleri ġekil 2.1 de görülmektedir.

ġekil 2.1 : Temel Kurumsal Kaynak Planlama BileĢenleri (Özgül, 2006; 26)

Envanter yönetimi; kurum bünyesinde bulunan tüm stoklara ait bilgileri toplayan,

iĢleyen ve raporlayan bir sistemdir.

SatıĢ ve dağıtım; müĢteriden sipariĢlerinin alınıp üretimden teslimine kadar olan

süreci kapsar.

Kalite yönetimi; kalite sertifikasyonlarının gereksinim duyduğu üretim, arge, depo

yönetimi, stok kontrolleri ve sevkiyat iĢlemlerinde kalite sisteminin devreye girmesi

ile gerekli kontrollerin yapılması ve gerekirse düzeltici faaaliyetlerin yapılmasını

içerir.

KURUMSAL

KAYNAK

PLANLAMASI

ENVANTER

YÖNETĠMĠ

ĠNSAN

KAYNAKLARI

FĠNANS

YÖNETĠMĠ

ÜRETĠM

PL. VE

KONTROL TEDARĠK

ZĠNCĠRĠ

YÖNETĠMĠ

SATINALMA

KALĠTE

YÖNETĠMĠ

MÜġTERĠ

ĠLĠġKĠLERĠ

YÖNETĠMĠ

PROJE

YÖNETĠMĠ

SATIġ VE

DAĞITIM

7

Ġnsan kaynakları; iĢe alım, kariyer planlama ve eğitim çizelgeleme süreçlerini kapsar.

Finans yönetimi; genel muhasebe, bütçelendirme, maliyet muhasebesi gibi tüm

finansal operasyonları kapsar.

Üretim planlama ve kontrol; pazarın taleplerine göre üretimi planlamayı, izlemeyi,

maliyetlendirmeyi ve kontrol etmeyi sağlar.

Tedarik zincir yönetimi; Ģirket içi ve Ģirket dıĢı bütün katılımcılar ile bilgi paylaĢımı

sağlayarak minimum stokla ihtiyaçların karĢılanması ve hızlı reaksiyonların

verilmesini sağlar.

Satın alma; iĢletme bölümlerinden gelen malzeme gereksinim taleplerini zamanında

temin edilmesini sağlar.

MüĢteri iliĢkileri yönetimi; müĢterilere yönelik teklif ve kararların tek elden

yöneltilmesi ve esnek ve etkileĢimli iletiĢimle müĢteri memnuniyetinin en üst

düzeyde tutulmasını sağlar.

Proje yönetimi; proje bazında iĢ yapan firmalar için geliĢtirilen bir bileĢendir,

genellikle finans bileĢeni ile entegre çalıĢır.

2.3 Kurumsal Kaynak Planlama Sisteminin Tarihsel GeliĢimi

ĠletiĢim teknolojisinin geliĢmesiyle her geçen gün daha da birbirine yaklaĢan

dünyada, iĢletmelerin rakipleri artmakta, talep çeĢitliliği çoğalmakta ve yeni

piyasalar oluĢmaktadır. Bu geliĢmenin neticesi olarak, iĢletmeler daha baĢarılı olmak

için aĢağıda belirtilen talepleri gerçekleĢtirmesi gerekmektedir. (Shankarnarayanan;

2000).

Toplam maliyetin düĢürülmesi

ĠĢlem zamanlarının kısaltılması

Stokların azaltılması ve minimum seviyelerde tutulması

Ürün çeĢitliliğinin artırılması

Ürün kalitesinin geliĢtirilmesi

SipariĢlerin zamanında teslim edilmesi

8

Talep, tedarik ve üretim faaliyetlerinin koordine edilmesi (Düzakın, Sevinç.

2002)

ĠĢletmeler, müĢterilerine iyi hizmet verebilmek ve rekabet gücünü kaybetmemek için

iĢ yapma biçimlerini ve organizasyonlarını sürekli yeniden inĢa etmek zorundadırlar.

1960 yıllarında yazılımlar geleneksel envarter kavramlarına dayanarak, envanter için

geliĢtirilmiĢtir. 1970 yıllarında bu yazılımlar malzeme ihtiyaç planlamasını sağlar

özellik kazanmıĢtır. (Shankarnarayanan, 2000) Bir sonraki geliĢme ana üretim planı

ve mevcut kapasiteyide göz önüne alarak malzeme gereksinimi belirlemek olmuĢtur

ve MRP-I (Manufacturing Resource Planning) olarak adlandırılmıĢtır. 1980’li

yıllarda ise üretim planlama, finans ve satın alam eklenmiĢ ve MRP-II tekniği

geliĢtirilmiĢtir. (Balaban, 1999)

Ürün geliĢtirme safhasının teknik iĢlevleri ile üretim sürecini bütünleĢtiren bilgisayar

bütünleĢik imalat (CIM-Computer Integrated Manufacturing) sistemleri ile firmaların

ürün dağıtım kanallarını ve ürün dağıtımlarını, planlamlarını ve yönetimlerini

sağlayan dağıtım kaynaklarını planlama (DRP–Distribution Resource Planning)

sistemleri ortaya çıkmıĢtır.(Yedigül, 2002)

MRP-II tekniği mühendislik, insan kaynakları, proje yönetimi gibi iĢletmedeki tüm

faaliyetleri içine alacak Ģekilde geliĢtirilmiĢtir. Bunun sonucu olarak kurumsal

kaynak planlaması (ERP-Enterprise Resource Planning) terimi doğmuĢtur. ERP

sistemi ürünün tasarım aĢamasından müĢteriye sevkine kadar tüm aĢamaların

irdelenmesini içerir.(Balaban, 1999) ERP uygulamalarında iĢletmenin tüm

fonksiyonlarına ulaĢan organizasyon çapında bilgi sağlanır, bütün fonksiyonel

birimlerdeki verileri birleĢtirme yeteneğine sahiptir.(Palaniswamy ve Frank, 2000)

ERP sistemleri planlamanın yanında yürütme ve kontrol fonksiyonlarına da sahiptir.

(Balaban, 2000). ERP yazılımlarının kronolojik geliĢimi Ģekil 2.1’de gösterilmiĢtir.

ERP yazılımlarının üzerinde geliĢmelerini devam ettirdikleri en son modülleri

planlamanın daha detaylı yapılabileceği çizelgeleme çalıĢmalarıdır. Bir çok ERP

uygulamasında çizelgeleme çalıĢmaları için mevcut ERP yazılımı içinde olan

çizelgeleme modülü olmadığı, firmada mevcut olan ERP uygulaması ile uyumlu

çalıĢan kapasite planlama yazılımları olduğu görülmektedir. Bu çalıĢmalar henüz

firmaları memnun edecek seviyeye ulaĢmamıĢtır.

9

ġekil 2.2 : Kurumsal Kaynak Planlamasının Kronolojik GeliĢimi (Altınkeser, 1994)

Kapsam bakımından kurumsal kaynak planlamanın geliĢimi Ģekil 2.3’de

gösterilmiĢtir.

ġekil 2.3 : Kurumsal Kaynak Planlamanın GeliĢimi (Altınkeser, 1999)

MRP

II

CIM

MRP

II

DRP

ERP

1960 1970 1980 1990 2000

MRP

*Kalite Yönetimi*Proses / Operasyon Planlama

*Depo Yönetimi*Laboratuar Bilgi Planlama

*Kontrol Sistemleri*Düzenleyici Raporlama

*Bilgi Yönetimi*Ġnsan Kaynakları

*Lojistik Sistemleri*Kaynak Planlama

*Üretim Kontrol*Finansal Planlama

*SatıĢ Planlama*Lot Kontrol

*Satın alma Planlama*Muhasebe

*Ürün Ağaçları

*Ana Üretim Planları

*Malzeme Ġhtiyaç Planlama

*Envanter Yönetimi

*Rotalar / ĠĢ Ġstasyonları

ERP

MRP II

MRP

10

2.4 Kurumsal Kaynak Planlama Sisteminin Faydaları

ĠĢletmeler kuvvetli yönlerini korumak, zayıf yönlerini güçlendirmek ve olası

tehlikelere karĢı tedbirler almak zorundadır. ĠĢletmler büyüdükçe farklı adreslerde

olan tesislere sahip hale gelmiĢtir. Tesisler arasında bilgi akıĢını sağlamak ve

kaynakları en etkin Ģekilde kullanarak minimum maliyeti hesaplamak için kurumsal

kaynak planlama yazılımlarına ihtiyaçları vardır.

Bu yazılımlar amacına uygun halde kullanılınca aĢağıda belirtilen neticeler elde

edilir.(Talu, 2004; 15)

ĠĢletme yönetiminde ortak bir stratejiye sahip olunur

Elde edilen sonuçlar değerlendirilir

ĠĢletme kaynakları etkin ve verimli kullanılır

ĠĢletme faaliyetlerinde küresel denetim sağlanır

Hızlı ve doğru bilgi iletiĢimi sağlanır

ĠĢletme içi koordinasyon artar

Üretim performansı artar

MüĢteri memnuniyeti arttırılır

Zamanında teslimatlar yapılır

Termin zamanının azaltılmasını sağlar

MüĢteri taleplerine hızlı tepki verilir

Minimum maliyetle imalat yapılması için üretim planı belirlenir

Stok seviyeleri minimuma indirilir

Orta büyüklükteki iĢletmelerde kurumsal kaynak uygulamalarında, gerekli kaynak

tahsisi ve eğitimli personel ihtiyacı iki ana sorundur. Uygulamada karĢılaĢılacak

diğer tüm sorunlar bir plan ve program çerçevesinde aĢılmalı ve uygulamanın

baĢarısı sağlanmalıdır. Çünkü iĢletmelerin gelecek için strateji belirleyip doğru karar

alabilmeleri ve rekabet avantajı elde edebilmeleri, kurumsal kaynak planlama

sistemleri ile sağlanabilmektedir.

11

3. SONLU KAPASĠTE PLANLAMASI

3.1 Tanımı ve Amaçı

Kurumsal kaynak planlama yazılımlarında kapasite planlama bir modül olarak yer

almakla birlikte yazılımın diğer modüllerine göre daha fazla geliĢtirilmeye ihtiyaç

duymaktadır. Browne’un tanımladığı sonlu kapasite planlama sistemi aĢağıdaki

Ģekilde görülmektedir.

ġekil 3.1 : Sonlu Kapasite Üretim Planlama Sistemi (Broewne, 1988)

Üretim

Gereksinim

Planlama

Kapasite

Planlama

Sonlu

Kapasite

Planlama

Proses

Yönetimi

Malzeme ve

Stok

Yönetimi

Atölye

Düzeni

Kontrol

Talep

Tahminleri

Üretim

Emirleri

Ürün

Rotaları

GerçekleĢen

Üretim

Bilgileri

Üretim

Çizelgeleme

Stok

Malzeme

Tedarik

Planı

Stok Düzeyi

SipariĢler

Malzeme

Ġhtiyacı

12

Sistemin çalıĢmasında karar noktaları arasında hiyerarĢi vardır. Ġlk karar noktası

üretim kaynaklarının, müĢteri sipariĢlerine, envanter ve Ģirket politikalarına

dayanarak planlanmasıdır. Ġkinci aĢamada üretim sipariĢleri için sonlu kapasite

çizelgeleme ve kapasite planlamayı içeren çizelgeler oluĢturulur. Üçüncü aĢamada

atölye düzeyinde kontrol modülü üretim çizelgelerine göre çalıĢtırılır. Bu esnada

malzeme yönetim modülü minimum maliyet ile gerekli malzemenin sağlanması için

çalıĢtırılır. Üretim ve kaynak yönetim modülü diğer modüllere proses planları ve

üretim kaynakları gibi gerekli bilgileri sağlar

Sonlu kapasite planlama, iĢlerin çizelgelenmesi ile elde edilen sonuçlara göre iĢlerin

baĢlangıç ve bitiĢ zamanlarının belirlenmesi ve kaynakların kapasite yüklerinin

belirlenmesidir. Elde edilen sonuçlar kapasite kullanım histogramı ile gösterilir.

0

10

20

30

40

50

60

1 2 3 4 5 6

Kapasite

Kullanılan

ġekil 3.2 : Kapasite Kullanım Histogramı

Sonlu kapasite çizelgeleme detaylı çizelgeler oluĢturarark atölyelerde üretimi

yönlendirir. Kısa dönem ihtiyaçları bu alt modülün çıktıları kullanarak belirlenir.

Sonlu kapasite planlama ise yaklaĢık bilgiler ile orta ve uzun dönem için diğer

çizelgeler hazırlar. Orta ve uzun vade kapasite planları için karar desteği sağlar ve

uzun tedarik süreli malzeme ihtiyaçlarını belirler.

Tüm kaynakların gerçek kapasitelerini, ne zaman sonlandıklarını ve kaynakların her

bir iĢlemde ne Ģekilde kullanılacağına dair tüm detayları göz önüne aldığı için bu

sürece sonlu kapasite planlama denir.

13

3.2 Çizelgeleme

Çizelgeleme; kaynakların belirlenen iĢlerde belli zaman periotlarında hangi oranlarda

kullanılacağının belirlenmesidir. Esas olan görev zamanlarının belirlenmesidir.

Çizelgeleme, üretimden dağıtıma ve lojistiğe kadar geniĢ bir alanda

uygulanmaktadır. Kaynaklar iĢlemin gerçekleĢmesini sağlayan tüm etkenlerdir,

sadsece makinalar değil, kullanılan diğer araç gereçler, insanlar, hatta bilgiyi iĢleyen

bilgisayarlar bile kaynaklar arasında yer almaktadır.

Üretim çizelgeleme, planlama periodunda iĢletme kaynaklarının nasıl

kullanılacağının belirlenmesidir.

Üretim planlama iĢlemi üretim hattı ve veya makina parkındaki değiĢikler dikkate

alınarak aylık veya üç aylık periodlar halinde yapılır. Bir iĢletmede ürünlerin

üretilmesi veya iĢlemlerin yerine getirilmesi için zaman ve sıralama açısından plan

yapılır. Bu plan üretim çizelgesidir. Üretim çizelgeleme her ürün için ayrıntılı iĢlem

alternatiflerini dikkate alır ve optimum rota, kapasite gereksinimi, malzeme, araç

gereç ve değiĢiklik ve hazırlık duruĢlarını yönetir. Üretim çizelgeleme gün içerisinde

değiĢimlerine, makina arızalarına, malzeme stoklarına ve diğer etkenlere göre

değiĢtirilir

3.3 Sonlu Kapasite Çizelgelemenin Tanımı

Sonlu kapasite çizelgeleme; ürünleri üretmek için gerekli olan iĢlemlerin baĢlangıç

ve bitiĢ zamanlarının belirlenmesidir. Bilgisayar destekli çizelgeleme ugulamalarında

aĢağıdaki konuların iyileĢtirildiği tespit edilmiĢtir.

Termin sapmalarında azalma

EriĢim zamanlarında hızlılık

Toplam hazırlık zamanlarının kısalması ve maliyetlerin azaltılması

Ara stok miktarlarının azalması

Makina doluluk oranının artması

Bu modülünün çıktısı Gant Ģeması ile gösterilir. ġekil 3. 3 .de Gantt Ģeması örneği

gösterilmiĢtir.

14

ġekil 3.3 : Gantt ġeması Örneği

Kapasite planlama modülünde, sonlu kapasite çizelgeleme doğru ve kesin verilerin

mevcut olduğu kısa dönem üretim çizelgeleri için kullanılmaktadır. Çizelge tüm

üretim kaynaklarını kapsamlı ve zaman bazlı olarak iĢ yüklerini göstermelidir.

Teorik olarak çizelgeleme problemleri; bir makina, paralel makinalar, akıĢ tipi ve

atölye tipi gibi kategorilerde modellendirilir. Her kategorinin kendi varsayımları,

kuralları ve kısıtlamaları vardır. DeğiĢik endüstrilerde endüstrinin sahip olduğu

belirli önceliklere gore çeĢitli hedefler tespit edilir. Bu nedenle her üretim hattı için

aynı modelleme yapılması söz konusu değildir.

3.4 Sonlu Kapasite Planlaması Ġçin Yazılım Çözümleri

ĠĢletmeler müĢteri taleplerini yerine getirebilmek için daima yarıĢ içindedirler.

Planlama bölümleri haftalık, aylık dönemleri kapsayan planlar yapmaktadır. Planlar,

eğer manuel çizelgeleme aktivitesi olarak yapılır ise insan görüĢünü taĢıyan engeller

içerir. Bu engellerin olmaması için, iĢletmeler bilgisayar destekli çizelgeler

kullanmaktadırlar. Bu yazılımların amacı planlamacıların iĢlerini kolaylaĢtırmak ve

bir karar destek aracı olarak hizmet vermektir.

3.4.1 Manuel çizelgelemenin sakıncaları

Manuel çizelgelemede aĢağıda belirtilen engellere dikkat etmek gerekir.

Makine 1

Makine 2

Makine 3

Parça 1 Parça 3

Parça 2

Parça 2

Parça 1 Parça 3

Parça 3 Parça 2 Parça 1

zaman

15

Manuel çizelgeleme insana bağlı bir prosestir. Çizelgeleme yapan personelin

tercübesine bağlı olarak netice elde edilir. Tercübesi az olan bir personel

tarafından yapılan bir çizelge daha tecrübeli baĢka bir personel tarafından

kabul görmeyebilir.

Manuel çizelgeleme performans değerlendirmeden yoksundur. Çizelgeleme

karmaĢık bir görev olduğu için yapılması çok fazla zaman ve efor gerektirir.

Elde edilen neticenin alternatifi ile karĢılaĢtırılması söz konusu değildir. Daha

iyi çizelgelerin olması mümkündür.

Manuel çizelgelerin güncellenmesi geniĢ bir çalıĢmayı gerektirir. Yapılan

çizelge beklenmedik geliĢmeler, satıĢ planlarının güncellenmesi, ana üretim

planının revize edilmesi gibi değiĢiklikler nedeniyle değiĢtirilmesi gerekir.

Manuel çizelgeler otomatik güncellenemediği için bu tip küçük veya büyük

değiĢiklikler çok fazla zaman ve efor gerektirir.

Manuel çizelgeler görsellikten uzaktır. Genellikle bir cetvel veya liste halinde

hazırlanır.

Manuel çizelgeler ile iĢletmelerin diğer sistemleri entegre çalıĢmazlar.

3.4.2 Bilgisayar Destekli Sonlu Kapasite Çizelgelemenin AĢamaları

Bilgisayar destekli yazılımlara ihtiyaçların artması nedeniyle ticari yazılımların

sayıları artmıĢtır. Fakat çoğu yazılım değiĢik dizayn ihtiyaçlarına cevap veremediği

için, müĢteri ihtiyaçlarını karĢılayamaz hale geldikleriden sınırlı bir zaman

kullanıldıktan sonra kullanımından vazgeçilmektedir.

Modern firmalarda merkezi bir bilgisayar ve veri tabanı sistemi bulunmaktadır.

Lokal network bağlantıları, kiĢisel bilgisayarlar, iĢ istasyonları ve veri giriĢ

terminalleri bu merkezi veri tabanına bilgileri taĢır. Çizelgeleme iĢlemi geliĢmiĢ bir

kiĢisel bilgisayarda merkez veri tabanına bağlı olarak çalıĢır. Bu veri tabanından

bilgileri okur ve oluĢan çizelgeler yeniden veri tabanına yazılır. (Pinedo, 1995)

BaĢarılı bir uygulama amaçlayan çizelgeleme dört ana seviyede fonksiyonellik

sağlamalıdır.(IMS, 2000b)

16

Modelleme seviyesi; her özel çizelgeleme durumu özel amaçlar ve endüstri

iliĢkili kesin özelliklere sahip ki bu değiĢiklik Ģirket modelleme detayları

gerektirir. Çizelgeleme sisteminin modelleme seviyesi değiĢik endüstrilerin

özellik ve ihtiyaçlarını karĢılayacakĢekilde esnek olmalıdır.

Veri kaynağının yönetim seviyesi; üretimin alt yapısını gösteren verileri

yönetebilecek yeteneklere sahip olmalıdır. SatıĢ, atölye ve malzeme planları

gibi verilerin oluĢturulması ve güncellenmesi bu seviye ile oldukça

alakalıdır. Her sistem değiĢik veri yapısına sahiptir ve veri okumak,

meknizmayı veri ile beslemek için farklı ara yüzlere sahip olabilir. Örneğin

bir Ģirket; satıĢ verilerini Excel dosyalarında fakat stok bilgileri AS/400

temelli uygulamalarda tutuyor olabilir. Planlama manuel yapılıyor ise

gerçekleĢen üretim verilerinin ayrı bir iliĢkili veri tabanına girilmesi

gerekebilir. BaĢka bir Ģirket bütün entegre iĢlemleri (satıĢ, dağıtım, malzeme

yönetimi ve üretim planlama gibi) içeren ortak depolamaya uygun tam bir

ERP kullanıyor olabilir. Genellikle bu tip sistemler tek ERP ve tek bir veri

tabanında çalıĢmaktadırlar.

Çizelge oluĢturma seviyesinin ana amacı karar destek sistemi olarak hizmet

vermesidir. Çizelge oluĢturma seviyesi alternatif çözüm teknikleri

oluĢturmayı kolaylaĢtırır. ÇeĢitli çizelgeleme metotlarından probleme uygun

olanını seçme ve test edebilme yeteneğine sahip olmalıdır. Bazı iĢletmelerde

firmaya ait tecrübelere dayanarak firmanın hedeflerine ulaĢmasını sağlayan

özel algoritmalar geliĢtirilmektedir. Çizelge oluĢturma seviyesi tekrar

çizelgeleme için gerekli alt araçlarla donatılmıĢ olmalıdır.

Kullanıcı arayüzü seviyesi; pencere mekanizmalarının geniĢ bir kullanımını

içerir. Kullanıcı ara yüzleri elektronik Gantt Ģemaları olarak düzenlenir. Elde

edilen çizelgeler ile iĢlemlerin sonuçlarını analiz etmek ve değerlendirmek

mümkündür. Planlamacılar çizelge sonuçlarına dayanarak ortalama iĢ

kuyruk zamanı, çalıĢma zaman yüzdesi, toplam hazırlık süresi gibi

performansları değerlendirme istatistiklerini formulize ederek izleyebilirler.

17

3.4.3 Sonlu Kapasite Yazılım Seçimi Ve Uyarlaması

Sonlu kapasite planlama sistemlerinin sürekli büyümeleri, baĢarıları ve sürekli artan

sayıdaki uygulamaları giderek artan sayıdaki Ģirketin bu sistemleri kullanmasına yol

açmıĢtır. Sonlu kapasite planlama sistemleri MRP ve ERP ile birlikte

kullanılmaktadır.

Ġlk olarak sonlu kapasite modülü olan bir ERP sistemi düĢünülmelidir. Fakat bazı

uygulamalarda sonlu planlama paketi (FCS-Finite Capacity Scheduling) baĢka bir

program firmasından satın alınır ve ERP ile FCS arasında arayüz oluĢturulması

gerekmektedir. ERP ile FCS etkileĢimin düzenli olmasını sağlayacak en önemli

gereksinim doğru programın seçilmesidir.

FCS programını seçerken girdilere karĢı kapasitenin ölçülmesi gereklidir. Doğru

tercih, detay seviyede çizelgeleme yapılması gereken bütün parçalar çizelgeleme

yapmayı ve bu çizelge ile üst seviye planlama sistemi ile bütünleĢmeyi, müĢteri

taleplerine cevap vermeyi, üretim sahası organizasyonunun kurulmasını

desteklemeyi ve uygulanan iĢ tarzına uygun raporlama ihtiyaçlarının cevaplanmasını

sağlayacaktır. (Kuiper, 1997)

Sonlu kapasite planlama sistemlerini değerlendirmedeki en iyi kriter kapasite

kullanım oranı ölçüsüdür. Verili bir isteğe göre kapasite kullanım oranını maksimize

eden sistemler genel performans, artan akıĢ, daha tutarlı planlama, daha kısa akıĢ

zamanı bakımından daha iyi sonuç verirler.

19

4. ÇĠZELGELEME TEKNĠKLERĠ

4.1 Ġki Makine ĠĢ Sıralaması

En temel çizelgeleme konusu olan iki makinadaki iĢ sıralama çizelgeleme modelini

çizelge 4.1’deki örnekle izah edeceğiz. Biri torna biri freze olmak üzere iki

makinemiz olduğunu ve önce freze sonrada torna iĢleminden geçmek zorunda olan

altı ayrı iĢimiz olduğunu düĢünelim.

Çizelge 4.1 : Ġki Makine ĠĢ Sıralaması Ġçin Örnek ĠĢlem

ĠĢ 1 2 3 4 5 6

Freze 120 90 20 30 50 10

Torna 10 20 30 40 70 120

En hatalı yapılacak sıralama yolu, iĢleri oldukları pozisyonda bırakmaktır, yani iĢ

sıralamasının 1 – 2 – 3 – 4 – 5 - 6 olarak belirlenmesidir. (Woolsey ve Maurer, 1992)

Bu sıralama Gantt Ģeması olarak ġekil 4.1. de gösterilmiĢtir.

ġekil 4.1 : Ġki Makine ĠĢ Sıralaması Ġçin Örnek ĠĢleme Ait Gantt ġeması

ĠĢ 1 2 3 4 5 6

Freze

Zaman 120 210 230 260 310 320

ĠĢ 1 2 3 4 5 6

Torna

Zaman 130 230 260 310 380 500

20

Birinci iĢin freze makinasında ilk iĢlem zamanı 120 saat. Yani 120 saat süresince

torna makinası çalıĢmayacak, buna baĢlangıç boĢ zamanı denir. Ayrıca ikinci iĢin

yapımı için ilave 80 saat daha beklemeye ihtiyaç vardır. En sonunda ise freze

makinası torna makinasındaki iĢlerin bitmesi için 180 saat daha bekleyecektir. Bu

zamanada bitiĢ boĢ zamanı denir. ĠĢlerin en doğru Ģekilde uygulanması için Johson

algoraitması en iyi çözümdür. Johson algoraitması dört adımdan oluĢur.(Woolsey ve

Maurer, 1992)

1. Bir makinadaki en kısa iĢlem zamanı tepit edilir.

2. Bu süre iĢ önceliğine göre ilk makinede mevcut ise o iĢ sola yerleĢtirilir.

3. Eğer bu süre ikinci makinede ise o iĢ sağa yerleĢtirirlir.

4. YerleĢtirilen iĢ listeden çıkartırlır ve döngü tekrar baĢlatılır

Tüm iĢler bu Ģekilde sıralanır. AĢağıda bu kuralın uygulaması adım adım izah

edilmiĢtir. Her iki makinedeki en kısa süreli iĢ tepit edilirse 1 ve 6 numaralı iĢler

olduğu görülür. 1 nolu iĢ ikinci makineye 6 nolu iĢ birinci makineye ait olduğu için

6 nolu iĢ sıralamada en sola 1 nolu iĢ en sağa yazılır. Yani 6 _ _ _ _ 1sırası oluĢur.

Geri kalan iĢlere bakıldığında en kısa süreli iĢlerin 2 ve 3 nolu iĢler olduğu tespit

edilir. ĠĢ 3 birinci öncelikli tezgaha ait olduğu için sol tarafa, 2 nolu iĢ ikinci öncelikli

tezgaha ait olduğu için sağa tarafa yazılır. Sıralama 6 3 _ _ 2 1 olur. Bir sonraki

adımda en kısa süreli zaman 4. iĢe aittir. 4. iĢ birinci öncelikli iĢe ait olduğu için sol

tarafa yazılır. Sıralama 6 3 4 _ 2 1 olur. Geri kalan 5 nolu iĢ, sıralamada kalan son

aralığa yerleĢtirirlir. Sıralamanın son hali 6 3 4 5 2 1 olacaktır. Bu sıralamanın Gantt

Ģeması aĢağıdaki grafikte Ģu Ģekilde gösterilir.

ġekil 4.2 : Örnek ÇalıĢma Ġçin Johson Algoritmasına Ait Gantt ġeması

ĠĢ 6 3 4 5 2 1

Freze

Zaman 10 30 60 110 200 320

ĠĢ 6 3 4 5 2 1

Torna

Zaman 10 130 160 200 270 290 320 330

21

Elde edilen sıralamanın incelendiğinde, torna tezgahının ilk iĢ baĢlangıç için bekleme

zamanı 10 saattir. Tüm iĢlem süresine bakıldığında 1 nolu iĢin baĢlanılması için 30

saatlik bir bekleme zamanı olduğu tespit edilir yani toplam bekleme süresi 40 saattir.

Toplam iĢlem süresi 330 saattir. ĠĢler ilk geldikleri iĢ sırasında bırakılsalar idi yani iĢ

sıralaması 1,2,3,4,5,6 olacaktı. Toplam iĢ süresi 500 saat ve boĢ bekleme süresi 210

saat olacaktı. Johson algoritması bize toplam 170 saatlik boĢ zaman kazancı

sağlamıĢtır.

Bu yöntem için sıralanacak iĢ adedi önemli değildir. Önemli olan parametreler; iki

makinedeki iĢ sıralamasını yapmak ve bir makinede yapılacak iĢin diğer makinede

yapılacak iĢi takip etmesidir.

4.2 Üç Makine Çizelgeleme Algoritması

Üç ayrı iĢlem veya makinemiz var ise Johson algoritması bu iĢlemi yapamaz.

ĠĢlemler arasındaki baskınlık durumu tespit edilerek, üç makineli problemler iki

makineli probleme dönüĢtürülür.

Çizelge 4.2 : 3 Makine Çizelgeleme Ġçin Örnek ĠĢlem

ĠĢ Freze Torna Matkap

1 7 5 10

2 8 2 10

3 7 6 9

4 13 1 8

5 7 2 11

Makinelerdeki iĢlerin sürelerine bakıldığında tornadaki en uzun iĢlem zamanı

frezeden kısadır. Ayrıca yine tornadaki en uzun iĢlem zamanı matkapdaki en kısa

iĢlem zamanından kısadır. Bu duruma baskınlık denir.

22

Üç makineli iĢ sıralaması verildiğinde aĢağıdaki değerler kontrol edilir;

1. Birinci makinedeki en kısa iĢlem zamanı ≥ ikinci makinedeki en uzun iĢlem

zamanı yada

2. Üçünçü makinedeki iĢlem zamanı ≥ ikinci makinedeki en uzun iĢlem zamanı

Ġkinci makinedeki en uzun iĢlem zamanı birinci ve üçünçü makinedeki en kısa iĢlem

zamanlarından küçük veya eĢit ise bu yöntem uygulanabilir.

Üç makine probleminden iki makine problemi oluĢturulur. Ġlk iki iĢlem

zamanının toplamı birinci makine grubunun iĢlem zamanını, ikinci iki iĢin

zamanları toplamı ikinci makine grubunun iĢlem zamanını oluĢturur.

OluĢturulan bu iki yeni gruba Johson algoritması uygulanır.

Çizelge 4.3 : 3 makine Problemini 2 Makine Problemine Ġndirgeme

Freze+Torna Torna+Matkap

12 15

10 12

13 15

14 9

9 13

Johson algoritmasını uygularsak; 5.iĢin 9 olan en kısa iĢlem zamanı birinci makine

grubunun en kısa zamanı olduğu için sıralamada sağa yerleĢtirilir. 4. iĢteki en kısa

zaman ikinci makine grubuna ait olduğu için sıralmada en sola yerleĢtirilir. Sıralama

5 _ _ _ 4 olur. Daha sonra en kısa iĢlem zamanı olan 10 saatlik 2 nolu iĢ birinci gruba

ait olduğu için sıralamada sola yerleĢtirilir. Birinci iĢ 12 saatlik iĢlem zamanı ile 2.

iĢten sonra çizelgede yerini alır. Sıralamada kalan son boĢ yere 3.iĢ yerleĢtirilir.

Sıralama 5 2 1 3 4 olur.

Bu yöntemin uygulanması için üç iĢlemin olması, iĢlemler arasında baskınlığın tespit

belirlenmesi gerekir.

23

4.3 M Makine ĠĢ Çizelgeleme

Eğer üç veya daha fazla iĢ mevcut ve baskınlık yok ise J.N.D. Guptanın çalıĢması

incelenebilir. (Woolsey ve Maurer, 1992) Bu için 5 adet aynı iĢlem sırasına sahip 4

tane iĢin mevcut olduğu bir örneği inceleyeceğiz.

Çizelge 4.4 : BeĢ Makine ĠĢlem Süreleri

ĠĢ A B C D E

1 4 3 7 2 8

2 3 7 2 8 5

3 1 2 4 3 7

4 3 4 3 7 2

Gupta bu iĢleri sıralayabilmek için aĢağıdaki yöntemi oluĢturmuĢtur.

Eğer ilk makinedeki iĢlem zamanı son makinedeki iĢlem zamnanından büyük

veya eĢit ise pay değeri +1, ilk makinedeki iĢlem zamanı son makinedeki

iĢlem zamanından küçük ise pay değeri -1 dir.

Payda değeri soldan sağa toplanan iĢlem zamanlarının en küçüğüdür.

En iyi sıralama en küçük iĢlem zamanı değerinden en büyük iĢlem zamanına doğru

giden sıralamadır.

Çizelge 4.5 : Gupta Metodu Ġçin Örnek Çizelge

ĠĢ A B C D E Değer

1 4 3 7 2 8 -1/7

2 3 7 2 8 5 -1/9

3 1 2 4 3 7 -1/3

4 3 4 3 7 2 +1/7

24

Çizelge 4.5’de her iĢ için değerin nasıl belirlendiğini 1.iĢ için izah edersek. 1.iĢin A

makinesindeki iĢlem zamanı 4 saat, E makinesindeki iĢlem zamanı 8 saat olduğu için

pay değeri -1 dir. Payda değerini bulmak için iĢlemlerin ikiĢer ikiĢer toplanır. Yani

(A+B), (B+C), (C+D), (D+E) iĢlem zamanları toplanır, (4+3), (3+7), (7+2), (2+8)

değerleri toplandığında en küçük değerin 7 olduğu görülür.Birinci iĢ için payda

değeri 7 dir. ĠĢ değerlerini küçükten büyüğe doğru sıralar isek; (-1/3), (-1/7), (-1/9)

ve (+1/4) olarak sıralanır. Değer sıralamasına göre iĢ sıralaması 3, 1, 2, 4 olarak

gerçekleĢir.

Gupta yöntemi optimum değildir. Fakat problem büyüdükçe bu metot daha iyi

sonuçlar vermektedir.

Gupta çizelgeleme algoritması uygulama dahilinde ne kadar iĢlem ve ne kadar iĢ

olduğunu göz önüne almadan çalıĢır. Bu algoritmadaki tek kısıt tanımlanan iĢlerin

aynı sırada iĢlemlere tabi olmasıdır.

4.4 Sıra Önemli 2 makine ĠĢlerin Çizelgelenmesi

ġu an kadar izah edilen metotlarda bütün iĢlerin aynı sırada soldan sağa doğru iĢlem

göreceği varsayımına dayanılarak çizelgeleme yapılmıĢtır. ġimdi bu varsayımı

kaldırıp 2 makineli çizelgeleme iĢlemi incelenecektir. Bu sayede M adet makine olan

iĢlerin çizelgelenmesi daha kolay anlaĢılır. Bu bölümde incelenecek örnekte 2

makinede verilen iĢlerde en kısa toplam iĢlem zamanın elde edilecek Ģekilde sıralama

iĢlemi yapılacaktır. Bunun için Jackson algoritması kullanılacaktır. (Woolsey ve

Maurer, 1992)

Jackson algoritması aĢağıdaki adımlardan oluĢmaktadır.

Sadece 1.makindeki iĢler herhangi bir sırada yazılır.

3. Sadece 2. makinedeki iĢler herhangi bir sırada yazılır.

4. Her iki makinedeki A-B sırasında yapılan iĢler, Johson 2 makine

algoritmasına göre sıralanır.

5. Her iki makinedeki B-A sırasında yapılan iĢler, Johson 2 makine

algoritmasına göre sıralanır.

25

6. A makinesi için en iyi çizelge üçüncü adımda elde edilen sıranın yanına

birinci adımda elde edilen sıranın, onun yanınada dördüncü basamakta elde

edilen sıra yazılır.

7. B makinesi için en iyi çizelge dördüncü adımda elde edilen sıranın yanına

ikinci adımda elde edilen sıranın, onun yanınada üçüncü basamakta elde

edilen sıranın yazılması ile elde edilir.

Çizelge 4.6 : Sıra Önemli Ġki Makine Problemi Ġçin Örnek

ĠĢler Freze Torna Sıra

1 20 0 F

2 70 40 F-T

3 30 60 F-T

4 0 70 T

5 10 30 F-T

6 30 10 T-F

7 20 70 T-F

8 0 40 T

9 40 0 F

Çizelge 4.6’daki örneğe Jackson kuralı uygular isek;

Birinci adım olarak, freze tezgahında iĢlem görecek iĢler (1,9) olarak

sıralanır.

Ġkinci adımda, torna tezgahında iĢlem görecek iĢler (4,8) olarak sıralanır.

Üçüncü adımda, sadece freze – torna sırası ile iĢlem görecek iĢler en kısa

iĢlem zamanına göre (5,3,2) olarak sıralanır.

26

Dördüncü adımda torna - freze sırası ile iĢlem görecek iĢler en kısa iĢlem

zamanına göre (6,7) olarak sıralanır.

Freze tezgahı için sıralama Ģu Ģekilde olacaktır. (5,3,2) (1,9) (6,7)

Torna tezgahı için sıralama Ģu Ģekilde olacaktır. (6,7) (4,8) (5,3,2).

Her iki makineli iĢler sıralaması optimize edildiğinde ve iĢlemler devam ederken

oluĢabilecek boĢ zamanlar da sadece o makinede iĢlem görecek iĢler ile

yüklendiğinden dolayı bu yöntemin etkinliği yüksektir. Bu metot iĢ sıralarını ve iĢ

sayısını göz önüne almadan çalıĢır. Bu yöntemde ana parametre iki makine veya

iĢlem olmasıdır.

4.5 Sıra Önemli M Makine ĠĢ Çizelgelemesi

Bu bölümde M makine ve N adet iĢin sıralaması incelenecektir. Bir önceki örneğe

ilave olarak matkap iĢlemi de eklenerek aĢağıda görülen operasyonlar ve süreleri

çizelgelenecektir.

Çizelge 4.7 : M Makine N Adet ĠĢ Ġçin Örnek ĠĢler Ve Zamanlar

ĠĢler Freze Torna Matkap ĠĢ Sırası

1 20 10 30 F-T-M

2 50 20 10 F-M-T

3 40 60 50 T-F-M

4 60 70 20 T-M-F

5 50 10 20 M-T-F

6 80 20 10 M-F-T

7 40 60 0 F-T

8 40 0 70 F-M

9 0 40 40 T-M

10 20 30 0 T-F

11 20 0 40 M-F

12 0 60 50 M-T

13 100 0 0 F

14 0 120 0 T

15 0 0 90 M

27

Çizelge 4.7’deki örnek için aĢağıdaki algoritma takip edilir.

Freze tezgahı ile çizelgelemeye baĢlarsak, F-T-M ve F-M-T kombinasyonları olduğu

görülür. Freze tezgahında birinci iĢ ikinci iĢe göre 30 saat kısa sürdüğü için sıralama

(F-T-M) ve (F-M-T) Ģeklinde yapılır. Ġkinci adım olarak sadece freze-torna veya

freze-matkap tezgahlarında iĢlem görecek ikili iĢlem kombinasyonları için sıralama

yapılır. F-M iĢlem zamanı F-Tye göre 20 saat daha hızlı olduğu için önce F-M sonra

F-T sıralanır. Son olarak sadece freze tezgahında iĢlem görecek iĢler sıralanır. Bu

yöntemle freze, torna ve matkap tezgahlarında iĢ sıralaması Ģu Ģekilde oluĢur;

Freze için; (F-T-M), (F-M-T), (F-M), (F-T), (F)

Torna için; (T-F-M), (T-M-F), (T-F), (T-M), (T)

Matkap için; (M-T-F), (M-F-T), (M-F), (M-T), (M)

Bu adımdan sonra aynı tezgahda ikinci iĢlem görülen iĢler sıralanır.

Freze için; (F-T-M), (F-M-T), (F-M), (F-T), (F), (T-F), (M-F)

Torna için; (T-F-M), (T-M-F), (T-F), (T-M), (T), (F-T), (M-T)

Matkap için; (M-T-F), (M-F-T), (M-F), (M-T), (M), (F-M), (T-M)

Son adım olarak üç iĢlem kombinasyonu olan iĢler sıralanır,

Freze için; (F-T-M), (F-M-T), (F-M), (F-T), (F), (T-F), (M-F), (T-M-F), (M-T-F)

Torna için; (T-F-M), (T-M-F), (T-F), (T-M), (T), (F-T), (M-T), (F-M-T), (M-F-T)

Matkap için;(M-T-F), (M-F-T), (M-F), (M-T), (M), (F-M), (T-M), (F-T-M), (T-F-M)

Bu anlatılan yöntemler içinde 2 makineli olan iĢ kombinasyonları Johson metodu ile

çözülür, sıralı üç veya daha fazla makineli iĢ kombinasyonları Gupta yöntemi ile

çözülürken M makineli N iĢli problemlerde Woolsey’sin bu algoritması uygulanır.

Johson and Jackson yöntemleri optimum sonuç verirken, Gupta ve Wooley’s

metodları uygulanırken optimum sonuç elde edilmez iken kabullenmelere dikkat

edilmelidir.

28

4.6 Tek Makine Çizelgeleme

Bu bölümde sıralamamız gereken 8 farklı iĢimiz olduğunu varsayalım. ĠĢlere ait

proses zamanı ve iĢlerin bitirilmeyi beklendiği tarihe olan zamanlar (hedef zaman)

aĢağıda belirtilmiĢtir.

Çizelge 4.8 : Tek Makine ĠĢ Çizelgeleme Örneği

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Bu örnekteki sekiz iĢ 40.320 farklı yol ile sıralanabilir. Çünkü

1x2x3x4x5x6x7x8=40.320 dir

Bu örneği ele aldığımız aĢağıdaki neticeleri nasıl elde edebilirizin cevabını

inceleyelim. Ġstenen neticeler;

Ortalama bitiĢ zamanının minimum yapılması

Ortalam akıĢ zamanının minimum yapılması

Ortalama bekleme zamanının minimum yapılması

Tüm bunların tek bir metotla elde edilmesi ĢaĢırtıcı olabilir. Problemin çözümü için

Ģu Ģekilde düĢünebiliriz, ikinci iĢin yapılması için en az beklemek istersek birinci iĢ

ne olmalıdır. Bu sorunun cevabı en kısa iĢlem süresine sahip iĢtir. Üçüncü iĢi en kısa

beklem zamanı ile yapmak istersek ikinci iĢ olarak en kısa imalat süresine sahip

ikinci iĢ sıralamaya yerleĢtirilir. Bu metoda ‘en kısa iĢlem zamanı’ (SPT-Shortest

Processing Time) denir. ĠĢler artan iĢlem zamanına göre sıralanır. Yukarıdaki örnek

için sıralama; 2 – 4 – 1 – 5 – 6 – 7 – 3 - 8 olacaktır.

Çizelge 4.9 : En Kısa ĠĢlem Zamanı Metoduna Göre Elde Edilen ĠĢ Çizelgesi

ĠĢ 2 4 1 5 6 7 3 8

Hedef Zaman 20 42 40 68 74 93 80 108

ĠĢlem Süresi 10 11 20 21 22 40 50 60

29

Bu metot kısa vadede üretkenlik getirirken uzun vadede üretkenlik hesabının genel

ortalaması ‘sıfır’ olur.

4.7 Maksimum Gecikmelerin Minimize Edilmesi

Teslimatlardaki gecikmelerin en aza indirilmesi sağlanır. Çünkü geç teslimatlar

müĢteri memnuniyetsizliğini getirir. ĠĢler hedef zaman esas alınarak en küçükten en

büyüğe doğru sıralanır. Bu metoda ‘hedef zaman kuralı’ (DDR-Due Date Rule)

denir. Çizelge 4.10’de gösterilen orjnal örneğimizi inceleyelim.

Çizelge 4.10 : Hedef Zaman Kuralına Ġçin Örnek ĠĢ Çizelgesi

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Örneğimize hedef zaman kuralını uygular isek; iĢlerin sıralaması;

2 – 1 – 4 – 5 – 6 – 3 – 7 – 8 olacaktır.

Çizelge 4.11 : Hedef Zaman Kuralına Göre Elde Edilen ĠĢ Çizelgesi

ĠĢ 2 1 4 5 6 3 7 8

Hedef Zaman 20 40 42 68 74 80 93 108

ĠĢlem Süresi 10 20 11 21 22 50 40 60

Bu metot bir önceki metot ile aynı neticeyi vermez. Bu metotda hiçbir Ģeyin çok geç

olmadığından emin olabilirsiniz, fakat her Ģey geç olabilir mantığı kötü haberdir.

4.8 En DüĢük Gecikmelerin Maksimum Edilmesi

Sıralama metotları içinde en çok kullanılan metotdur. Metot Ģu Ģekilde uygulanır;

hedef zamandan iĢlem zamanı çıkartılır. Bu fark zamana boĢ zaman denir. ĠĢler, boĢ

zaman değerlerinin artan sıra ile yerleĢtirilmesi ile elde edilir. Bu kurala ‘boĢ zaman

30

kuralı’ (Slack Rule) denir. Çizelge 4.12’de kuralı uygulayacağımız orijinal

örneğimize ait değer mevcuttur.

Çizelge 4.12 : BoĢ Zaman Kuralı Ġçin Örnek - 1

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

BoĢ Zaman 20 10 30 31 47 52 53 48

Yukarıdaki örnekiçin iĢ sıralaması; 2 – 1- 3 – 4 – 5 – 8 – 7 – 6 olacaktır.

Çizelge 4.13 : Hedef Zaman Kuralına Göre Elde Edilen ĠĢ Çizelgesi

ĠĢ 2 1 3 4 5 8 7 6

Hedef Zaman 20 40 80 42 68 108 93 74

ĠĢlem Süresi 10 20 50 11 21 60 40 22

BoĢ Zaman 10 20 30 31 47 48 53 52

Bu metodun en iyi yönü Ģudur; bir iĢin gecikme ihtimalini en aza indirmesidir. Zayıf

yönü ise, geç bir iĢ aldığınızda o iĢ gerçekten geç kalacaktır.

BaĢka bir örnek olarak aĢağıdaki iki iĢi inceleyelim.


ĠĢ No 1 2 2 1

Beklenen Zaman

Zaman

90 10 10 90

ĠĢlem Zamanı 5 5 5 5

BitiĢ Zamanı 5 10 5 10

BoĢ Zaman 85 5 5 85

31

Bu durumda boĢ zaman kuralına göre 2. iĢi önce, 1. iĢi sonra yapmamız

gerekmektedir. Soldaki düzende, en küçük bir gecikmede 2.iĢin zamanında teslimi de

gecikecektir. Ayrıca birinci iĢin önce yapılması üretilen ürünün bekleme süresi daha

fazla olacaktır.

BaĢka bir durum olarak çizelge 4.15’deki örneği incelersek. Gecikme süresinin nasıl

sıfırlandığı veya düĢürüldüğü görülmektedir. Bu örnekte boĢ zamanın aynı

olmasından dolayı, boĢ zaman düzeninin iki farklı dizi arasındaki farkı

açıklayamadığına dikkat edilmelidir. Burada değerlendirme kriteri, ikinci düzenin

gecikmesinin 0 gün, fakat birinci düzenin gecikmesinin 80 gün olmasıdır.


ĠĢ No 1 2 2 1

Beklenen Zaman

Zaman

90 10 10 90

ĠĢlem Zamanı 85 5 5 85

BitiĢ Zamanı 85 90 5 90

BoĢ Zaman 5 5 5 5

Gecikme 0 80 0 0

4.9 Geciken ĠĢ Sayısının Minimize Edilmesi

Bu yaklaĢım genel olarak gerçekleĢtirilmeye çalıĢılan bir metotdur. Elbette geciken

iĢlerin sayısını azaltmak gerekir. Sonuçta geciken iĢ sayısının sıfır olması istenir. Bu

metot için Çizelge 4.16’daki orjinal örneği inceleyeceğiz.

Çizelge 4.16 : Geciken ĠĢ Sayısının Minimize Edilmesi Ġçin Örnek

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

32

Yapılacak ilk uygulama; hedef zaman süresine göre yapılacak iĢleri küçük değerden

büyük değere göre sıralamaktır. Hedef zaman kuralı maksimum gecikmeyi minimize

edecektir. Geciken iĢlerin minimize edilmesi için geliĢtirilen Hodgson’s kuralı için

geliĢtirilen algoritmanın adımları Ģunlardır.(Woolsey ve Maurer, 1992)

ĠĢler hedef zamanın artan sırasında yerleĢtirlir.

ĠĢleri soldan sağa doğru geciken bir tane oluncaya kadar sıralayın.

Geciken iĢte dahil olmak üzere en büyük iĢlem süreli iĢ sıralamanın en

sonuna konur.

Ġkinci adıma dönülür ve iĢler bitinceye kadar devam edilir.

Çizelge 4.17 : Hodgson’s Kuralına Göre Elde Edilen ĠĢ Sıralaması

ĠĢ 2 1 4 5 6 7 3 8

Hedef Zaman 20 40 42 68 74 93 80 108

ĠĢlem Süresi 10 20 11 21 22 40 50 60

BitiĢ Süresi 10 30 41 62 83 123 173 233

Yukarıdaki problemde 8 iĢten 4’ü zamanında çıkacaktır. Diğer 4 iĢ gecikecektir. %50

performans sağlanmıĢ olacaktır. Daha iyi bir yol olarak zamanında olan iĢler için en

kısa proses zamanı uygulanabilir. Bu Ģekilde optimum sıra 2,4,1,5 olacaktır.Böylece

bekleme süreleri azalacak yarı mamul stokları azalacaktır. Fakat 1 iĢ daha gecikecek

ve performans %38’e düĢecektir

4.10 Van Drew ġeması

Kullanılan metotların sonuçlarının doğruluğu Van Drew Ģeması ile kontrol edilebilir.

(Woolsey ve Maurer, 1992) Yardımcı tanımlar aĢağıda listelenmiĢtir.

Bir iĢin tamamlama süresi: o iĢin bekleme zamanı + o iĢin iĢlem süresi

Gecikme: tamamlama süresi – hedef zaman

Ortalama gecikme: gecikmelerin toplamı / toplam iĢ sayısı

Ortalama akıĢ süresi: tamamlama sürelerinin toplamı / toplam iĢ sayısı

33

Ortalama bekleme süresi: bekleme zamanlarının toplamı / toplam iĢ sayısı

Toplam tamamlanma süresi: bütün iĢleri tamamlamak için gereken süre

Orjinal problemi tekrar yazarsak,

Çizelge 4.18 : Orijinal Problem

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

En kısa iĢlem zamanı çizelgemesi için Van Drew Ģeması Ģu Ģekilde oluĢacaktır.

Çizelge 4.19 : Algoritmaya Göre OluĢturulan Sıralama

ĠĢ 2 4 1 5 6 7 3 8

Hedef Zaman 20 42 40 68 74 93 80 108

ĠĢlem Süresi 10 11 20 21 22 40 50 60

Tamamlama Süresi 10 21 41 62 84 124 174 234

Bekleme Süresi 0 10 21 41 62 84 124 174

Gecikme -10 -21 1 -6 10 31 94 126

Buna göre;

Geciken ĠĢ sayısı: 5 Maksimum Gecikme : 126

Ortalama Gecikme : 225/8=28,125 Minimum Gecikme : -21

Ortalama AkıĢ Süresi : 750/8=93,75 Ortalama Proses Süresi : 234 / 8 =29,25

Ortalama Bekleme Süresi: 516/8=64,5 Toplam Tamamlama Süresi: 234

Ġlk gelen ilk çıkar (FIFO-First In First Out) kuralı hiçbir kriterde optimizasyon

getirmediği halde müĢterilere karĢı güvenilirlik sağlar. Çünkü ilk gelen sipariĢin ilk

çıkması adilane bir davranıĢ görüntüsü verir.

34

Ġlk gelen ilk çıkar kuralına göre Van drew Ģeması :

Çizelge 4.20 : Algoritmaya Göre OluĢturulan Sıralama

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60


Bekleme Süresi 0 20 30 80 91 112 134 174

Gecikme -20 10 0 49 44 60 81 126

Buna göre;



Ortalama AkıĢ Süresi : 875/8=109,375 Ortalama Proses Süresi :234/8=29,25

Ortalama Bekleme Süresi:641/8=80,125 Toplam Tamamlama Süresi: 234

Bu yöntem hiçbir Ģeyi optimize etmediği için diğer yöntemlere göre oldukça zayıftır.

Hedef zaman kuralı için Van Drew Ģeması:

Çizelge 4.21 : Hedef Zaman Kuralına Göre Algoritma ġu ġekilde OluĢur

ĠĢ 2 1 4 5 6 3 7 8

Hedef Zaman 20 40 42 68 74 80 93 108

ĠĢlem Süresi 10 20 11 21 22 50 40 60


Bekleme Süresi 0 10 30 41 62 84 134 174

Gecikme -10 -10 -1 -7 10 54 81 126

35

Buna Göre;


Ortalama Gecikme : 243/8=30.375 Minimum Gecikme : -10

Ortalama AkıĢ Süresi : 769/8=96.125 Ortalama Proses Süresi :234/8=29,25


BoĢ zaman kuralına göre Van Drew Ģeması;

Çizelge 4.22 : BoĢ Zaman Kuralına Göre Algoritma ġu ġekilde OluĢur

ĠĢ 2 1 3 4 5 8 6 7

Hedef Zaman 20 40 80 42 68 108 74 93

ĠĢlem Süresi 10 20 50 11 21 60 22 40


Bekleme Süresi 0 10 30 80 91 112 172 194

Gecikme -10 -10 0 49 44 64 120 141

Buna göre;





36

Geciken iĢleri minimize etmek için Van Drew Ģeması;

Çizelge 4.23 : Geciken ĠĢleri Minimize Etmek Ġçin Van Drew ġeması

ĠĢ 2 1 4 5 6 3 7 8

Hedef Zaman 20 40 42 68 74 80 93 108

ĠĢlem Süresi 10 20 11 21 22 50 40 60


Bekleme Süresi 0 10 30 41 62 84 134 174

Gecikme -10 -10 -1 -7 10 54 81 126

Buna göre;





Yukarıdaki metotlar incelendiğinde; en kısa zaman kuralının ortalama iĢ akıĢ

zamanını, ortalama bekleme zamanını yani ortalama tamamlamazamanını azaltttığı

görülmektedir. Hedef zaman kuralı, maksimum gecikmeyi azaltmaktadır. BoĢ zaman

kuralı minimum gecikmeyi artırmaktadır. Hodgson’s kuralları geciken iĢlerin adedini

minimize etmek için bir sıralama bulur.

4.11 Öncelikli Tek Makine ĠĢ Çizelgeleme

Öncelikli ortalama tamamlama zamanını minimize etme

Öncelikli ortalama akıĢ zamanını minimize etme

Öncelikli ortalama bekleme zamanını minimize etme

Bu bölümün baĢında en kısa iĢlem zamanı kuralı ile yukarıdaki hedeflerin hepsinin

gerçekleĢtiğini izah ettiğimizi hatırlamak gerekmektedir. ġu ana kadar yapılan

37

çizelgelemelerde bütün iĢlerin aynı önemde olduğu kabul edildi.Gerçekte böyle bir

Ģeyin olması mümkün değildir. ġimdi problem, tekrar fakat bu defa ağırlık veya

öncelik faktörü ekleyerek gösterilecektir.

Çizelge 4.24’de iĢlerin öncelikleri ve iĢlem zamanlarına göre oran değerleri

görülmektedir.

Çizelge 4.24 : ÖnceliklerdirilmiĢ ĠĢlerin Oran Değerleri

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Önemi 5 2 4 3 7 8 1 6

Oran 4 5 12,5 3,66 3 2,75 40 10

Durum 1. Bütün iĢler aynı öneme, farklı iĢlem zamanı ile sahiptir.

Ortalama iĢ bekleme zamanını minimize etmek için en kısa iĢlem zamanı kuralı

kullanılır. ĠĢler en kısa iĢlem zamanından en uzuna doğru sıralanır.

2 – 4 – 1 – 5 – 6 – 7 – 3 – 8

Durum 2. Bütün iĢler farklı öneme, aynı iĢlem zamanına sahiptir.

En büyük önemden en küçük öneme doğru sıralanır.

6 – 5 – 8 – 1 – 3 – 4 – 2 – 7

Durum 3. Bütün iĢler farklı öneme ve farklı iĢlem zamanına sahiptir.

Genel yaklaĢım en büyük öncelik ve en kısa iĢlem zamanına sahip iĢi sıralamada en

sola yerleĢtirmek. En sağa en küçük öneme sahip en uzun iĢlem zamanı olan iĢ

yerleĢtirilir. Bu kurala göre sıralama yapılırsa;

6 – 5 – 4 – 1 – 2 – 8 – 3 – 7

38

4.12 Öncelik Bilgisine Göre Maksimum Gecikmeleri Minimize Etme

Ġzlenecek algoritmada temel kriter iĢlem zamanı esas alınarak belirlenen oran değeri

değil hedef zaman esas alınarak belirlenen oran değeridir.

Çizelge 4.25 : Oran Kuralına Göre Elde Edilen Çizelge Değerleri

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Önemi 5 2 4 3 7 8 1 6

Oran 8 10 20 14 3,71 9,75 93 18

En optimum sıralama : 5 – 1 – 6 – 2 – 4 – 8 – 3 – 7

Bu metot hedef zaman kuralına dayanmaktadır, hiç bir Ģey gecikmez fakat her Ģey

gecikebilir.

4.13 Öncelik Bilgisine Göre Minimum Gecikmeleri Maksimize Etme

Bu metotta oran kuralını uygularken boĢ zamanı öneme bölerek elde edilen oran

kullanılır. Elde edilen oranları artan değer sırasına göre sıralayınca optimum sıraya

ulaĢırız.

Çizelge 4.26 : Oran Değerleri Çizelgesi

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

BoĢ Zaman 20 10 30 31 41 52 53 48

Önemi 5 2 4 3 7 8 1 6

Oran 4 5 7,5 10,3 5,85 6,5 53 8

Bu kurala göre optimum sıralama ; 1 – 2 – 5 – 6 – 3 – 8 – 4 – 7

39

BoĢ zaman kuralı güvenli bir kural olmakla beraber yüksek önceliğe sahip bir iĢin

çok fazla gecikmesi neticesini verebilir. Sonuç olarak yüksek önceliğe sahip bir iĢin

daha az öneme sahip bir iĢi beklemesinin açıklamasının yapılabilmesi gerekir

4.14 Paralel Makine Çizelgeleme

Atölyede birden çok tezgahın paralel çalıĢması, sıralama problemleri için değiĢik

modeller oluĢturmayı gerektirmiĢtir. Paralel tezgah problemlerinde aĢağıda belirtilen

kısıtlamalar söz konusudur.

Bir atölyede bulunan tüm tezgahlar, mevcut n adet iĢi yapabilecek kapasite ve

yetenektedir.

m adet tezgah sürekli olarak çalıĢabilirler ve bir tezgah aynı anda birden çok

iĢi iĢleyemez.

BaĢlangıç anında mevcut birbirinden bağımsız n adet iĢ, yalnız bir tezgah

tarafından iĢlenerek atölyeyi terk ederler.

ĠĢ tarifleri önceden bilinmektedir, iĢlem süreleri belirli ve sabittir.

Paralel tezgah problemleri diğer problemlerden farklı olarak iki boyutlu bir kararı

geliĢtirmek için incelenmiĢtir. Kararın birinci boyutu; iĢlerin tezgahlara dağıtılması,

ikinci boyutu; bu tezgahlardaki iĢlenme sırasının belirlenmesidir.(BaĢlıgil, 1988)

4.14.1 Öne Geçmeli Hal

Bir iĢ, bir tezgahtan bitmeden baĢka bir tezgaha aktarabiliyorsa, problem oldukça

basit çözülür.Bu halde yapım süresinin minimum değeri aĢağıdaki förmülle

hesaplanır:

Mx

: minimum iĢlem zamanı

m : makine sayısı

Pj : iĢlem zamanları

j : iĢ

40

Bu yöntem aĢağıdaki adımlar takip edilerek uygulanır.

1- Herhangi bir iĢ, 0 anında baĢlamak üzere 1. tezgahta programlanır.

2- ProgramlanmamıĢ iĢlerden biri bu iĢten sonra gelecek Ģekilde aynı tezgahta

programlanır. Bu tezgahtaki iĢlem süreleri toplamı M oluncaya kadar aynı iĢlem

tekrarlanır.

3- Bir tezgahta planlanan en son iĢ M süresi içinde bitirilemiyorsa, bu iĢe ait geri

kalan iĢlem süresi bir sonraki tezgahta programlanır ve 2. adıma geri dönülür. 2.

adım ve 3.adım tümiĢler sıralanıncaya kadar devam eder.

AĢağıdaki problemi konunun daha iyi anlaĢılması için inceleyelim;

Çizelge 4.27 : Öne Geçmeli Hal Ġçin Örnek

ĠĢ No 1 2 3 4 5 6 7 8

ĠĢlemZamanı 1 2 3 4 5 6 7 8

Problemin için formülden elde edilen sonuç 12.dir. ĠĢler aĢağıdaki Gantt ġeması ile

gösterilir.

ġekil 4.3 : Ön Geçmeli Hal Ġçin Verilen Örneğin Gantt ġeması

Bir tezgahdaki iĢler bölünmeden sıralanırsa toplam iĢlem zamanının minimizasyonu

konusunda bazı güçlükler ile karĢılaĢılır. Bu metotlarda elde edilmek istenen farklı

hedefler vardır ve bu hedeflere ulaĢmak için metot seçilir.

1

8

6

2 3 4 5

5

7

7

12

Tezgah

1. Tezgah

2. Tezgah

3. Tezgah

Zaman

41

4.14.2 M Paralel Makinede ĠĢ AkıĢ Zamanının Minimize Edilmesi

AĢağıdaki çizelgedeki örneği inceleyerek bu metodu uygulayalım

Çizelge 4.28 : ĠĢ AkıĢ Zamanının Minimize Edilmesi Ġçin Örnek Uygulama

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Uygulanacak metot ‘en kısa iĢ zamanı’ metodudur. Uygulanırken aĢağıdaki adımlar

takip edilir.

Bütün iĢleri iĢlem zamanı büyüklüğüne göre küçükten büyüğe doğru

sıralayınız.

En küçük iĢlem dğerindeki iĢi 1. makineye, en küçük ikinci iĢlem değerine

sahip iĢi ikinci makineye yerleĢtirilir.Tüm makinelere iĢlem değerlerindeki

artıĢa göre birer iĢ yerleĢtirildikten sonra en baĢa dönülür ve birinci makineye

ikinci iĢ yerleĢtirilir ve iĢler bitinceye kadar bu döngü devam eder.

Bu metoda göre yukarıdaki örnekteki iĢleri sıralarsak, 2 – 4 – 1 – 5 – 6 – 7 – 3 – 8

olur. ĠĢlerin 3 paralel makineye yerleĢtirilmesi, aĢağıdaki Gantt Ģeması ile gösterilir

ġekil 4.4 : En Kısa ĠĢlem Zamanı Metoduna Göre OluĢan Gantt ġeması

Bu metot anlaĢılır ve kolay bir metotdur. Fakat en kısa iĢlem zamanına sahip iĢi

Makine1

Makine 2

Makine 3

Zaman 10 31 81

ĠĢ 4 6 8

Zaman 11 33 93

ĠĢ 1 7

Zaman 20 60

ĠĢ 2 5 3

42

sıralamada ilk sıraya yerleĢtirirken, gerçekten önceliği olan iĢin bir önemi yoktur.

Yukarıdaki örnekte birinci ve üçüncü makinelerde toplam 45 saat boĢta bekleme

zamanı mevcuttur.

4.14.3 Paralel Makinelerde Üretim Ve Ortalama ĠĢ AkıĢ Zamanının Azaltılması

Çizelge 4.29’daki örneği, ‘en uzun iĢlem zamanı’ metoduna göre inceleyelim.

Çizelge 4.29 : ÜretimVe Ortalama ĠĢ AkıĢ Zamanının Azaltılması Ġçin Örnek

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Bu metot Ģu Ģekilde uygulanır;

ĠĢlerin tamamı iĢlem zamanlarına göre büyük değerden küçük değere doğru

sıralanır.

En büyük iĢlem zamanı değerine sahip iĢ birinci makinaya ilk iĢ olarak

yerleĢtirilir sonra ikinci makinaya en büyük iĢlem zamanına ait iĢ yerleĢtirilir.

Bütün iĢler bu Ģekilde en son makinada yerleĢtirildikten sonra en son

makinaya sıradaki ilk iĢ yerleĢtirilerek ilk makinaya kadar iĢler yerleĢtirilir.

Bir makineye yerleĢtirilen iĢler en kısa iĢlem zamanından en uzun iĢlem

zamanına doğru ilk sıralamanın tersine sıralanır.

En uzun iĢlem zamanına göre örneğimizdeki iĢler; 8 – 3 – 7 – 6 – 5 – 1 – 4 – 2

olarak sıralanır.

3. basamaktaki kuralı uygulamadan elde edilecek Gantt Ģeması ile (Ģekil 4.5) 3.

basmaktaki kural uygulandıktan sonra elde edilecek Gantt Ģeması (Ģekil 4.6)

aralarındaki farklar görülmesi için ayrı ayrı gösterilmiĢtir.

43

ġekil 4.5 : En Uzun ĠĢlem Zamanının Ġlk Ġki Adımı Sonrası Gantt ġeması

Bu metot ile sıralama yapıldığında en son makinada iĢlem toplamı 81 saattir. Bir

önceki metota göre 12 saat daha kısadır. ĠĢlem süresi kısa olan iĢler için uzun

bekleme süreleri söz konusudur. Bunu düzeltmek için üçüncü adım uygulanır.

ġekil 4.6 : En Uzun ĠĢlem Zamanı Metodunu Ters Sıralanması

Makine 1

Makine 2

Makine 3

Zaman 20 80

ĠĢ 2 5 3

Zaman 10 21 81

93

ĠĢ 4 6 7

Zaman 11 33 73

ĠĢ 1 8

Makine1

Makine 2

Makine 3

Zaman 60 80

ĠĢ 3 5 2

Zaman 50 71 81

93

ĠĢ 7 6 4

Zaman 40 62 73

60

ĠĢ 8 1

44

4.14.4 Paralel makinelerde maksimum gecikmenin azaltılması

Çizelge 4.30’daki orjinal örneğimize, ‘hedef zaman kuralı’ metodunu uygulayalım.

Çizelge 4.30 : Paralel Makinelerde Hedef Zaman Kuralı Ġçin Örnek

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

Metot Ģu Ģekilde uygulanır;

Hedef sevk zaman değerlerine göre küçükten büyüğe doğru sıralanır.

En kısa iĢlem zamanına sahip iĢler yerleĢtirilirken, daha önce yerleĢtirilen

iĢlere göre en kısa toplam iĢlem zamanına sahip makineye iĢ yerleĢtirlir.

Hedef zaman değerlerine göre sıralama iĢler Ģu Ģekilde sıralanır;

2 – 1 – 4 – 5 – 6 – 3 – 7 -8

ġekil 4.7 : Hedef Zaman Kuralına Göre Gantt ġeması

Bu metotta hiçbir Ģey çok geç değildir. Fakat herĢey geç kalabilir.

Makine 1

Makine 2

Makine3

Zaman 10 31 71

ĠĢ 1 3

Zaman 20 70

ĠĢ 4 6 8

Zaman 11 33 93

ĠĢ 2 5 7

45

4.14.5 BoĢ Zaman Kuralına Göre Paralel Makinelerde Gecikmenin Azaltılması

Çizelge 4.31 : BoĢ Zaman Kuralı Uygulaması Ġçin Örnek Çizelge

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

BoĢ Zaman 20 10 30 31 47 52 53 48

Yukarıdaki orjinal örneğimize, ‘boĢ zaman’ metodunu uygulayalım. Metot Ģu Ģekilde

uygulanır;

BoĢ zaman değerlerinin küçükten büyüğe doğru artan miktarlarına göre iĢler

sıralanır.

ĠĢler makinalara yerleĢtirilirken en az iĢyüküne sahip makinelere iĢler sıra ile

yerleĢtirilir.

BoĢ zaman değerlerine iĢler Ģu Ģekilde sıralanır; 2 – 1 – 3 – 4 – 5 – 8 – 6 – 7.

ġekil 4.8 : BoĢ Zaman Kuralına Göre Gantt ġeması

Makine 1

Makine 2

Makine 3

Zaman 10 21 81

ĠĢ 1 5 6

Zaman 20 41 63

ĠĢ 3 7

Zaman 50 90

ĠĢ 2 4 8

46

4.14.6 Paralel Makinelerde Geç Kalan ĠĢ Adedinin Azaltılması

AĢağıdaki örneği bu hedefe ulaĢmak için inceleyelim

Çizelge 4.32 : DüzenlenmiĢ Hedef Zaman Kuralı Uygulaması Ġçin Örnek Çizelge

ĠĢ 1 2 3 4 5 6 7 8

Hedef Zaman 40 20 80 42 68 74 93 108

ĠĢlem Süresi 20 10 50 11 21 22 40 60

DüzenlenmiĢ hedef zaman kuralı diye adlandırılan metot Ģu Ģekilde uygulanır;

Hedef zamana göre iĢler küçük değerden büyük değere doğru sıralanır.

Her bir makine için bütün iĢlere bakarak geç kalan iĢ tespit edilir, makineye

yerleĢtirilir.

Eğer geciken bir iĢ tespit edilirse; geciken iĢ de dahil olmak üzere tüm iĢler

içinde en büyük iĢlem zamanına sahip iĢ sıralamada en sona yerleĢtirilir.

Tekrar ikinci adıma dönülerek tüm iĢler yerleĢtirilir.

Bu örneği üç makineye yerleĢtirirsek geç kalan iĢ olmayacaktır. Bu nedenle iĢlerin

yerleĢtirilmesi iki makine düĢünülerek yapılmıĢtır.

ġekil 4.9 : DüzenlenmiĢ Hedef Zaman Kuralının Gantt ġeması

Bu örnekte geciken iĢ adedinin sadece 2 adet olduğu. Bunlar 3 ve 8 nolu iĢlerdir.

Eğer sürekli geç kalan iĢler ile karĢılaĢılıyorsa, bunu çözümü için kapasite artırımına

gitmek gerekir.

Makine 1

Makine 2

Zaman 10 21 43 83 143

ĠĢ 1 5 3

Zaman 20 41 91

ĠĢ 2 4 6 7 8

47

5. ÇORAP ĠġLETMESĠNDE PARALEL MAKĠNE PLANLAMA

UYGULAMASI VE Ġġ AKIġINDA DAR BOĞAZ OLUġUMUNUN

ENGELLENMESĠ ĠÇĠN ÇÖZÜM ÖNERĠSĠ

Bu bölümde konuya giriĢ olarak uygulamanın yapıldığı çorap fabrikası ve çorap

imalatının genel iĢ akıĢı izah edilmiĢtir. Uygulma örneği ve çözüm yöntemi bu

bilgiler verildikten sonra incelenmiĢtir.

5.1 ĠĢletmenin Tanımı

Uygulamayı yaptığımız Çelik Çorap A.ġ.; fabrikası BayrampaĢa - Ġstanbul adresinde

kapalı 12.000m2

alana sahip, soket çorap imalatı ve ihracatı yapan ve sektöründe

Türkiye’nin önde gelen kuruluĢlarından birisidir.

Çelik Çorap A.ġ. 50 yıllık imalat tecrübesi, tecrübeli yönetim kadrosu, yeniliğe ve

geliĢmelere açık genç ve dinamik personeli, modern makine parkuru ile imalatının

%90 ’ını Almanya, Hollanda, Ġngiltere, Kanada ve Amerika BirleĢik Devletleri baĢta

olmak üzere ihraç etmektedir. Türkiye pazarında Style ve Corup markası ile kendi

ticari markaları ile ürünlerini pazarlarken, ülkenin önde gelen tekstil perakende

firmalarına kendi ticari markaları adı altında satıĢ yapmaktadır. Yıllık ortalama

20.000.000 çift imalat yapmaktadır.

Üretilen ürünler farklı kriterlere göre sınıflandırılır. Son kullanıcıya göre yapılan

sınıflandırmada erkek, bayan ve çocuk çorapları olarak adlandırılan ürünler, çorabın

elyaf kompozisyonunda baskın olan elyaf adına göre de pamuklu, yünlü, merserize,

modal, viskon, kaĢmir çoraplar olarak da adlandırılır. Bunun yanısıra coolmax,

thermolite, polypropilen, climayarn, kevlar gibi sentetik ipliklerin kullanıldığı teknik

çoraplar ürün yelpazesi içindedir. Bir baĢka sınıflandırma kriteride kullanılan makina

tipidir. Çorap makineleri tek silindir ve çift silindir olarak ikiye ayrılır. Ürünlerin

yapısı ve imalat teknikleri birbirinden farklıdır.

48

5.2 Organizasyon Yapısı

Çelik Çorap A.ġ.’de genel müdüre bağlı tek genel müdür yardımcısının yönetiminde

fabrika müdürü, finans müdür ve ihracat müdürü mevcuttur. Fabrika müdürü

ihracattan bölümünden gönderilen sipariĢlerin imalatı için gerekli tüm imalat

faaliyetleri yönetmek ve sipariĢlerin zamanında sevkedilmesinden sorumludur.

Fabrika müdürüne bağlı aĢağıdaki bölümler ve her bölümün sorumluluğunu almıĢ

müdür veya Ģef konumunda yöneticiler vardır.

- Ürün geliĢtirme ve numune hazırlama

- Ġplik planlama ve satın alma

- Ġmalat planlama

- Örgü bölümü

- Burun dikiĢ bölümü

- Yıkama bölümü

- Ütü paket bölümü

- Sevkiya bölümü

- Kalite Kontrol

Çelik Çorap A.ġ.’de parça boyama ve nakıĢ iĢleri fason imalat aĢaması olarak baĢka

firmalarda yaptırılmaktadır.

5.3 Ġmalatın ĠĢ AkıĢı

Çizelge 5.1’de izah edilen iĢ akıĢı çorap imalatında olabilecek tüm iĢlemlerin yer

aldığı bir iĢ akıĢıdır. Genel olarak çorap imalat yapan firmaları düĢündüğümüzde

belki bir çok çorap firmasında bunu göremeyebilirsiniz. Fakat Çelik Çorap A.ġ.’de

bu adımların tamamı uygulanmaktadır ve olağan iĢ akıĢı haline gelen iĢlem

adımlarıdır. Elbette tüm adımların tüm ürünlere uygulanması gibi bir durum

sözkonusu değildir. Her ürünün müĢteri taleplerine uygun olarak oluĢturulan bir iĢ

akıĢ planı mevcuttur. Ürün çeĢitliliği, kalite anlayıĢı ve müĢteriden gelen yeni istekler

firmaların iĢ akıĢlarını geliĢtirmeye ve iyileĢtirmeye yöneltmiĢtir.

49

Çizelge 5.1 : Çorap Ġmalatında ĠĢlem Adımları

Adım

Kodu

Tanım Grup

Adım

Kodu

Bağlı

Olunan

Adım

Fiziksel

Ortak

Adım

Stok

Noktası

Takip ĠĢ

Emri

Adımı

00 Ara Depo - - - - -

05 Numune - - - - -

06 Malzeme Planlama 05 - - - -

10 Örgü - - - - -

12 Depo 02 10 - - Evet -

14 Burun DikiĢ 10 - - - -

16 Depo 03 10 - - Evet -

18 QC 01 10 - - - Evet

20 Depo 03A 10 18 16 Evet -

22 Yıkam 01 10 - - - Evet

24 Depo 03B 10 22 16 Evet -

26 Ön Forma 01 10 - - - Evet

27 Depo 03C 10 26 16 Evet -

28 Konfeksiyon 01 10 - - - Evet

29 Depo 03D 10 28 16 Evet -

30 Boyama 10 - 22 - Evet

31 Depo 03E 10 30 16 Evet -

32 Yıkama 02 10 - 22 - Evet

33 Depo 04 10 - - Evet -

34 Ön Forma 02 10 - 26 - Evet

36 Depo 04A 10 34 33 Evet -

38 NakıĢ 10 - - - Evet

40 Depo 04B 10 38 33 Evet -

42 Baskı 10 - - - Evet

44 Depo 04C 10 42 33 Evet -

46 QC 02 10 - 18 - Evet

48 Depo 04D 10 46 33 Evet -

50 Konfeksiyon 02 10 - 28 - Evet

52 Depo 04E 10 50 33 Evet -

70 Forma/Çiftleme - - - - Evet

72 Depo 04F 70 70 - Evet -

74 Paketleme 70 - - - Evet

76 Depo 05 70 74 - Evet -

78 Asortileme 70 - 74 - Evet

80 Depo 06 70 78 - Evet -

82 Depo 07 70 - - Evet -

84 Sevkiyat 70 - - - Evet

86 Depo 08 70 - - Evet -

50

5.4 SipariĢ Alımı Ve Planlama Süreci

MüĢteriden gelen sipariĢler fabrikalarda önce ihracat bölümüne gelir. SipariĢler

ihracat bölümü tarafından kabul edilir ise, fabrika sipariĢi olarak planlama bölümüne

bildirilir. Ġlk dikkat edilecek husus; imalata baĢlamak için tüm onaylarn müĢteriden

alınmıĢ olup olmadığının kontrol edilmesidir. Eğer bu adımda eksiklik var ise bunun

ne zaman tamamlanacağının belirlenmesi gerekmektedir. Ġkinci adım hammadde

tedariğinin yapılması ve planlamaya ham madde geliĢ zamanının teyit edilmesidir.

Üçüncü adım; imalat adımlarının zamansal planlamasının yapılmasıdır. Bu

aĢamalardan sonra planlama müdürü tarafından ihracat bölümüne sipariĢin sevk

tarihi teyit edilir.

Yapılan planlamanın zamansal çizelgesi, ilgili bölümler tarafından takip edilir.

Planlama bölümü tarafından yapılan plan imalatın diğer bölümleri tarafından

gerçekleĢtirilmek ve zamansal olarak görevlerin yerine getirilmesi gerekmektedir.

Ġmalat birim sorumluları kendi birimlerinde, genel plana sadık kalmak kaydı ile planı

değiĢtirme yetkisine sahiptirler.

SipariĢler planlanırken; önceki dönemlere veya numune yapım aĢamasına ait veriler,

gelecek dönemlere ait beklentiler, sipariĢ rezervasyonları ve imalat tecrübeleri

kullanılmaktadır.

Üretim süresince; planlama yapılırken gerçekleĢeceği ön görülen veya kabul edilen

değerlerin baĢak bir ifade ile planlama tarafından belirlenen hedeflerin gerçekleĢip

gerçekleĢmediğinin günlük bazda kontrol edilmesi gerekir. Aksi durumda planın

gerçekleĢmemesi sevkiyatların zamanında gönderilememesi gibi ciddi problemler ile

karĢılaĢılabilinir. Planlamayı aksatacak belli baĢlı hataları; hazırlık zamanının

gerekenden daha fazla uzaması, belirlenen adette günlük imalatın yapılmaması,

öngörülen imalat fire oranlarının aĢılması, makine arızalarına hızlı müdahale

edilmemesi ve kayıp zamanların artması, iĢ baĢlangıç ve bitiĢ tarihlerinin

yakalanamaması gibi sayabiliriz. Planlamayı yapan pesonel bu kontrlu günlük takip

etmediği sürece her yapacağı yeni plan yanlıĢ bir temel üzerine oturmuĢ olacaktır.

Dolayısı ile ilk yapılan planlar zamanında gerçekleĢemeyeceği için yeni planlarda

zamanında gerçekleĢmeyecektir.

51

5.5 Çorap ĠĢletmesi Ġçin Önerilen Paralel Tezgah Planlama Tekniği

Paralel tezgah planlamasında anlatılan metotların her birisinden elde edilen farklı

neticeleri vardır ve iĢletme için ulaĢılmak istenen hedefler doğrultusunda metot

seçimi yapılır. Stokların azaltılmaya çalıĢıldığı günümüzde sevkiyat terminleri esas

alınarak minimum stoklar ile imalat yapılmaya çalıĢılmaktadır. Minimum tezgah ile

maksimum zamanda iĢin tamamlanması genelde tercih edilen çalıĢma yöntemidir. Bu

yöntemde iĢin aynı özellikte farklı makinalarda aynı anda iĢleme alınması, yani iĢin

bölünmesi söz konusudur. Bu metodun uygulamasında aĢağıdaki avantajlar söz

konusudur;

sevkiyat tarihine kadar olan süreçte minimum stokla imalat yapılması

minimum personel istihdam edilmesi

üretim maliyetinin ödeme zamanının daha uzun sürece yayılması

çalıĢan aktif makina adedinin çalıĢma zamanının maksimum zamanda

planlaması,

kapasite pazarlama, yeni sipariĢ alımı için zaman elde edilmesi

5.6 Örgü ĠĢletmesinde Dar Boğaz OluĢum Noktası

Çorap imalatında dar boğaz oluĢmaması için imalat aĢamalarına ait kapasitelerin

doğru hesaplanması gerekmektedir. Böylece ara stokların oluĢması engellenir. Çorap

imalatının ana iĢlem adımları olan örgü, burun dikiĢ, nakıĢ, baskı ve ütü paketleme

bölümlerin de ürünler adet olarak takip edilir ve kullanılan birim çifttir. Teorik olarak

stok oluĢmaması için bu birimlere ait kapasiteler en azından birbirine eĢit veya örgü

sonrası birimlerin kapasiteleri örgü kapasitesinden büyük olması gerekir. Sadece

yıkama bölümünde ürün takibinde kullanılan birim kilogramdır. Yıkama kapasitesi

iĢletmenin büyüklüğü, günlük üretim adedine göre ortalama olarak hesaplanır. Çünkü

üretilen her ürünün birim ağırlığı aynı değildir. Günlük üretilen ürünlerin toplam

ağırlığı yıkama kapasitesinden az veya fazla olabilir. Bu nedenle örgü makinalarına

iĢler yüklenirken yıkama iĢleminde oluĢturulabilecek yıkama lotlarının büyüklükleri

dikkate alınarak planlama yapmak gerekmektedir.

52

5.7 Dar Boğaz OluĢumunun Engellenmesi Ġçin Çözüm Önerisi

Bir önceki bölümde dar boğaz oluĢumunun örgü sonrası imalat adımlarında

oluĢabileceği ve çözüm için bölümler arası kapasite hacimlerin nasıl uyumlu olması

gerektiğini izah etmiĢtik. Yıkama bölümde dar boğaz oluĢumunu engellemek için

artikelin birim ağırlığı, birim üretim zamanı ve yıkama lotunun toplam ağırlığı

dikkate alınarak günlük üretim kapasitesi belirlenmelidir. Günlük örgü makine

adedini belirlemek için aĢağıdaki formulasyon dizisini uygulamak gerekir. Kurumsal

kaynak planlama ( ERP ) yazılımına sahip firmaların bu formulasyonu uygulatmak

için yazılımda kendileri için özelleĢtirme yaptırmaları gerekirken, orta ölçekli

firmalarda bu iĢlemlerin Excel dosyalarında oluĢturulması oldukça basittir. AĢağıdaki

adımlarda giriĢ yapılması gereken bilgiler, hesaplanması gereken veriler sırası ile

anlatılmıĢtır.

Çizelge 5.2 : Optimum Makine Adedi Hesaplama Adımları

ĠĢlem

Adımı

Tanım Simge Değer Birim

1 –

Artikel : D.3791

2 –

SipariĢ Net Adedi : A 10.000 Çift

3 –

Örgü Fire Yüzdesi (%) : B 5%

4 –

SipariĢ Brüt Adedi : C 10.526 Çift

5 –

Ağırlık (gr/çift) : D 60,00 gr/çift

6 –

Üretim Zamanı (dk/çift) : E 8,50 dk/çift

7 –

1 Yıkama Lotunun Ağırlığı (gr) : F 30.000 Gr

8 –

SipariĢ BaĢlangıcı : G 01.01.2009

9 –

SipariĢ Sevk Tarihi : H 01.02.2009

10 –

Toplam SipariĢ Zamanı : I 31 Gün

11 –

Örgü Öncesi Sabit Zaman : J 15 Gün

12 –

Örgü Sonrası Sabit Zaman : K 7 Gün

13 –

Örgü Zamanı : L 9 Gün

53

14 –

1 yıkama lotunu adedi (çift) : M 500 Çift

15 –

1 makinanın günlük üretim adedi (çift) : N 169 çift/makine

gün

16 –

1 lot için olması gereken minimum

makine adedi:

P 2 Adet

17 –

1 lot için tespit edilen makine adedi ile

örme zamanı süresinde yapılacak üretim

adedi :

R 3.049 Çift

18 –

Örme zamanı süresinde günlük

üretilecek lot adedi :

S 3 lot/gün

19 –

Artık Kalan SipariĢ Adedi : T 1.378 Çift

20 –

Günlük lot adedi için olması gereken

makine sayısı :

U 6 Makine/gün

21 –

Artık kalan sipariĢ adedi için olması

gereken makine sayısı :

V 1 Makine/gün

22 –

Toplam Makine Sayısı : Y 7 Makine/gün

Yukarıdaki iĢlem sıralamasında 4, 10, 13, 14, 15, 16, 17, 18, 19, 20, 21 ve 22

numaralı adımlarda aĢağıdaki formüller kullanılır.

4. adım için; C = A / (1 – B )

10. adım için; I = H – G

13. adım için; L = I – J – K

14. adım için M = F / D

15. adım için N = ( 24 x 60 ) / E

16. adım için P = AġAĞIYUVARLA ( M / N ; 0 )

17. adım için R = L x N x P

18. adım için S = ASAĞIYUVARLA ( C / R ; 0 )

19. adım için T = C – ( R x S )

20. adım için U = P x S

21. adım için V = YUKARUYUVARLA ( T / ( L x N )

22. adım için Y = U + V

54

Bu matematiksel hesaplamalar sonucunda elde edilen makine sayısı ile imalat

yapıldığında yıkama bölümünde iĢ yoğunluğu belli bir dengede olacaktır ve iĢ

akıĢında süreklilik olacaktır. Çözüm önerisinin uygulanmasında uyulması gereken

kural formulasyondan elde edilen makina adedinin ondalık kısmı aĢağı yuvarlanır

yani sıfır kabul edilir.

Konunun daha iyi anlaĢılması için çizelge 5.3’deki örnekle izah etmeye çalıĢacağım.

Hesaplamların yukarıda nasıl yapıldığını açıkladığım için örnekte sadece sonuç

verileri kullanılarak problemin çözümünde önerilen yöntemin sağladığı olumlu

neticeler belirtilmiĢtir.

Çizelge 5.3 : Sürekli ĠĢ AkıĢı Ġçin Ġçin Uygulama Örneği

ĠĢ No Toplam ĠĢ

Adedi

Günlük Ġmalat

Adedi/Makina

Birim Yıkama

Lot Adedi

Max Örgü

Zamanı (Gün)

1. ĠĢ 240 12 40 30

2. ĠĢ 448 16 32 30

3. ĠĢ 500 20 50 30

Aynı özellikteki 3 makineye klasik çözüm metoduna uygun olarak yerleĢtirelim ve

günlük oluĢacak iĢlem hacimlerinin dağılımının nasıl olacağını tespit edelim.

En az toplam iĢ zamanına sahip 1.iĢ 1.makineye yerleĢtirilir, sonra ikinci iĢ birinci

makinede birinci iĢin bitiminden devam ettirlir, daha sonra üçüncü iĢ ikinci iĢin

ikinci makinede bitiminden itibaren yerleĢtirilir. ĠĢlerin günlük çıkan adetlerinin

yıkama bölümünde iĢlem görebilmesi için gruplar oluĢturulur. Grupları oluĢtururken

ana etkin faktör ürünün birim ağırlığıdır. Çünkü yıkama kazan kapasitesi sabit

olduğu için yıkanacakçorap adedi ürün ağırlığına göre farklı olacaktır. Ürünlerimize

ait birim gramlara karĢılık gelen adetler birer yıkama lotu oluĢturacak Ģekilde tespit

edersek; 1.iĢ için 40 düzine, 2.iĢ için 32 düzine, 3.iĢ için 50 düzine olacaktır. Her üç

makinede üretilen iĢlerin oluĢturduğu günlük iĢ yoğunluğu yıkama bölümündeki

kapasite göz önüne alınmadan yapıldığı için düzensizdir. Bazı günler iĢler birikirken

bazı günler iĢlem görecek hiçbir yıkama olmayacaktır. Bu sorun iĢ akıĢında

düzensizliği, gereksiz stok birikmelerine, fiziksel yer darlığına ve performans

kaybına neden olacaktır. Metodun iĢ çizelgesi çizelge 5.4 de gösterildi ve iĢ dağılım

grafiğini çizelge 5.5’de görebilirsiniz.

55

Çizelge 5.4 : Klasik Öne Geçmeli Hal Metodu Göre ĠĢ Çizelgelem

56

Çizelge 5.5 : Klasik Öne Geçmeli Hal Metodunda ĠĢYükü Dağılımı

57

Çizelge 5.6 : 3 Makine 3 Farklı ĠĢlem Örneği

ĠĢ No Toplam ĠĢ

Adedi

Günlük Ġmalat

Adedi/Makina

Birim Yıkama

Lot Adedi

Max Örgü

Zamanı (Gün)

1. ĠĢ 240 12 40 30

2. ĠĢ 448 16 32 30

3. ĠĢ 500 20 50 30

Çizelge 5.6’deki örneğimizi inceleyeceğiz. Önerdiğimiz dengeli iĢ dağılım metoduna

göre iki ayrı algoritma uyguladığımız da aĢağıdaki sonuçlar elde edilecektir.

Dengeli iĢ dağılımı için önerilen algoritma 1 :

Toplam çalıĢma zamanı en az olan iĢ, formülle elde edilen adet kadar

makineye yerleĢtirilir.

Toplam iĢ zamanı en az olan ikinci iĢ, birinci iĢin bitiminin son iĢ gününden

bir sonraki iĢ gününden itibaren birimci adımdaki kurala uyularak

yerleĢtirme yapılır.

Eğer ikinci iĢin yerleĢtirilmesi esnasında yeterli boĢ makina yok ise bir

sonraki makinanın ilk boĢ zamanından baĢlayarak yeni iĢin yerleĢtirilmesi

yapılır.

En son iĢ yerleĢtirilinceye kadar ikinci ve üçüncü adımların tekrarlanması

devam eder.

Bu algoritma uygulandığında elde edilen iĢ çizelgeleme çizelge 5.7’de gösterilmiĢtir.

Önerilen algoritmanın olumlu neticesi olan iĢ yükü dağılımı çizelge 5.8’de

görülmektedir, bu grafik incelendiğinde sadece 2 günde iĢ birikmesi olurken, bir gün

de yıkanacak iĢ olmadığı görülür. Çizelge 5.5’deki grafik ile karĢılaĢtırdığımızda iĢ

akıĢında nasıl bir iyileĢmenin olduğu çok net görülmektedir. Planlama yaparken

dikkate alınacak bir kriterin iĢletmede sağlayacağı etkinin ve yararın bu kadar büyük

olması, planlamanın ne kadar önemli bir rolüstlendiğini bir kez daha ispatlamıĢ

olmaktadır. Fakat varılan netice için en iyi çözüm denilemez bir adım daha ileri

gidilerek önerilen yeni bir algoritma ile oluĢan iĢ yükü yığılma sayısı azaltılması

mümkündür. Bu iyileĢtirmenin sağlanması dengeli iĢ dağılımı için ikinci algoritma

önerilmiĢtir.

58

Çizelge 5.7 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma – 1’e Göre ĠĢ Çizelgeleme

59

Çizelge 5.8 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma-1’e Göre ĠĢ Yükü Dağılımı

60

Dengeli iĢ dağılımı için önerilen algoritma 2 :

Toplam çalıĢma zamanı en az olan iĢ, formülle elde edilen adet kadar

makineye yerleĢtirilir.

Toplam iĢ zamanı en az olan ikinci iĢ, birinci iĢin bitiminin son iĢ gününden

bir sonraki iĢ gününden itibaren birimci adımdaki kural uyularak yerleĢtirme

yapılır.

Eğer ikinci iĢin yerleĢtirilmesi esnasında yeterli boĢ makina yok ise bir

sonraki makinaya ikinci iĢin ilk iĢlem baĢlangıç gününden baĢlayarak iĢin

yerleĢtirilmesi yapılır.

En son iĢ yerleĢtirilinceye kadar ikinci ve üçüncü adımların tekrarlanması

devam eder.

Bu algoritma uygulandığında elde edilen iĢ çizelgeleme çizelge 5.9’da gösterilmiĢtir.

Çizelge 5.10’de önerilen algoritmanın olumlu neticesi olan iĢ yükü dağılımındaki

ulaĢılabilecek en son durum görülmektedir, bu grafik incelendiğinde sadece 1 günde

iĢ birikmesi olurken, diğre günlerin tamamında iĢ yükü aynı dengede olması

sağlanmıĢtır. Çizelge 5.5’deki grafik ile karĢılaĢtırdığımızda aynı iĢletmede

yaĢanabilecek iki hal arasındaki büyük farklılığı çok net gözlemleyebiliyoruz.

Planlama bölümünün sürekli uygulamalarını geliĢtirmesi, yenilemesi neticesinde bu

baĢarılara ulaĢmak çok zor değildir. Tek tipmetot ileyıllarca planlamayapabiliriz

fakat bu zaman zarfında ne kadar zarar ettiğimizi görmemiĢ oluruz. Önerieln ikinci

algoritmaile dengeli iĢ dağılımı firmayı memnun edecek iĢ bir seviyeye ulaĢmıĢtır.

Pratik çalıĢmalarda bunun getirdiği en güzel yorum Ģudur, eskiden bu alanda iĢleri

döndüremez iken, Ģimdi aynı hacimde iĢ yapmamıza rağmen iĢ alanımız yeterli

gelmektedir. Fiziksel alan geniĢliği ve stokların düĢük seviyede olması iĢlerin

kontrollü ilerlemesini sağlar, bunun tersi kurulan cümlede doğrudur, stoklar ve alan

darlığı iĢletmede kaos oluĢturur.

61

Çizelge 5.9 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma -2 ‘e Göre ĠĢ Çizelgesi

62

Çizelge 5.10 : Dengeli ĠĢ Dağılımı Ġçin Önerilen Algoritma – 2 ye Göre ĠĢ Yükü Dağılımı

63

5.8 Küçük Ve Orta Ölçekli ĠĢletmeler Ġçin Planlamada Excel Uygulaması

Kurumsal kaynak planlama yazılımına sahipolmayan küçük iĢletmelerde planlama

yaparken Gantt Ģeması manuel uygulanmaya çalıĢırken, harcanan zaman, efor ve iĢin

zorluğu olması gerekenden çok fazladır.

Zaman kazanmak, pratik çözüm elde etmek ve değiĢiklikleri planlama evrağında çok

hızlı yapabilmek için Ģahsım tarafından geliĢtirlen Excel uygulaması çizelge 5.11’de

gösterilmiĢtir.

Dengeki iĢ dağılım çözüm önerisininde izah edilen formüller ile tespit edilen

çalıĢacak örgü makine sayısı Excel tablosunda her bir artikel için ayrılan bölüme

örgü baĢlangıç tarihine dikkat edilerek yazılır. ÇalıĢılacak gün sayısı kadar makine

sayısı yazılınca tablo örülen ve kalan adetleri kendisi hesaplar.

Bu çalıĢmanın kazandırdığı zaman, manuel Gantt Ģemasına ayrılan zamnala

kıyaslanamayacak derecedir. Ayrıca yapılan çizelgeler bir kere yapılıp aylarca

kullanılmamaktadır, bazen aynı gün, hafta veya ay içinde güncelleme gerekebilir.

Bunun manuel Gantt Ģemalarında yapımı saatler sürerken, Excel uygulamamızda

iĢyoğunluğunuza bağlı olarak çok daha kısa zamanda güncellemeyi

gerçekleĢtirebilirsiniz.

Excel uygulamasında herbir makinenin hangi artikeliçalıĢtığını göremezsiniz. Sadece

toplam çalıĢan makine sayısıtakip edilir.Planlama bölümğnden verilen çizelgenin

detaylı uygulanması örgü bölümü sorumlusuna aitolduğu için bu derece detayın

planlamabölümü tarfaından bilinmesine gerek olup olmadığı tartıĢılır. Ben

planlamanın bu derece detaya inmesine gerek olmadığına ve ana plan değiĢmedikçe

günlük değiĢimlerin bölümler tarafından yapılması gerektiğine savunan fikrin

savunucularındanım. Küçük iĢletmelerin planlama bölümlerinin çalıĢmalarına çok

faydalı olacağına inandığım bu uygulamanın kullanımı için herhangi bir eğitime de

gerek yoktur. Excel kullanımı bilen herhangi bir operatör uygulamayı baĢarılı

kullanırken firmasına uygun isteklere cevap verecek eklentiler ile geliĢtirebilir.

64

Çizelge 5.11 : Planlama Ġçin Excel Uygulaması

65

6. SONUÇ

ĠĢletmeler sahip oldukları dinamik yapıları ve geliĢmeye açık olmaları sayesinde

piyasadaki mevcut konumlarını sürdürebilmektedirler. ĠĢletmeler; altyapılarını

güçlendirmek ve yönetim metotlarını sürekli geliĢtirmek için zaman ve maddi

kaynak ayırmaktadırlar. ĠĢletmeler üretim ve planlama bölümlerinin daha iyi

organize edilmesi ile etkinliklerinin artırılmasını sağlamıĢtır. Kurumsal kaynak

planlaması, iĢletmelerin kendilerini geliĢtirmeleri konusunda hedefledikleri en

önemli adımdır. Kurumsal kaynak planlama ile iĢletmeleri daha iyi organize

edebilmeleri ve hedefleri doğrultusunda yönetmeleri mümkün olmaktadır. Kurumsal

kaynak planlaması ile sipariĢlerin alımı ve öngörüye dayalı tahmini sipariĢlerin

yazılımı ile baĢlayan iĢlemler serüveni müĢteriye sevk edilinceye kadar olan zaman

diliminde tüm iĢlemlerin planlaması ve doğru bilgilere en hızlı ulaĢılması

iĢletmelerin en önemli hedefleridir.

Kurumsal kaynak planlama yazılımları içinde en önemli bölümlerden biride kapasite

planlamasıdır. Kapasite planlamaları genellikle sonlu kapasite planlaması olarak

yapılır. Sonlu kapasite planlamaları yapılırken atölyelerdeki tezgahların

çizelgelemesi için iĢletmeye en uygun metot iĢletmenin amaçları doğrultusunda

seçilir.

Planlama yapacak personel mutlaka konu ile ilgili temel teorik bilgiye sahip

olmalıdır ki, çalıĢmalarında firması için en uygun metodu seçebilsin. Ayrıca teorik

bilginin yanında yeterli tecrübenin olması gerekmektedir. Firma yöneticileri personel

görevlendirmede bilgi ve tecübeye önem vermektedirler, fakat bilgi seviyesinin

ölçümünde konunun çok detaylı ve geniĢ olması nedeniyle,sorulmasıgereken ilk soru

görev alacağı konuda eğitim alıp almadığı olmalıdır. Eğitim almıĢ ise aldığı eğitimin

detaylarının ne olduğu sorulmalıdır. Planlama bölümünün ne derece önemli

olduğunu düĢünerek, bu bölümde çalıĢacak personelin mutlaka yaptığı iĢe hakim

olmasına dikkat etmeliyiz. Bu bölümü iĢletmenin beyni olarak düĢünmeliyiz.

66

OnbeĢ yıllık iĢ tecrübeme dayanarak ve uygulamadaki baĢarısınıda emin olduğum

dengeli iĢ akıĢını sağlayacak algoritmalar, her yenigöreve baĢladığım iĢletmede

olumlu neticelerini en kısa zamanda göstermiĢtir. ĠĢletmede görev yapan yönetici ve

Ģef konumundaki personel iĢi yaparken dikkat edilmesi gereken hususların iĢe

baĢlamadan tespit edilip, kurala bağlanmasının ne kadar önemli olduğunu bir kere

daha öğrenmiĢlerdir. Her iĢletme kendine has iĢ akıĢında yaĢadığı problemleri doğru

tespit edebilir ise en doğru çözümüde kendisi bulacaktır.

6.1 ÇalıĢmanın Uygulama Alanı

Çorap iĢletmelerinde yönetim kadroları ve uygulamalardaki profesyonellik çok

yaygın görülen bir durum değildir. Firma sahipleri kendi iĢlerini sıfırdan kuran ve

hala yöneten asıl mesleği çok iyi derece makine ustası olan kiĢilerdir. DeğiĢim her

zaman zordur, yılların tecrübesi yanında genç yöneticilerin önerileri her zaman hak

ettiği değeri görmeyebilir. Çorap iĢletmeleri ihracat yaptıkları firmaların kendileri

zorladıkları değiĢimve sağladıkları eğitim nedeniyle bir geliĢim sürecindedirler.

Fakat iĢletme yönetimindeki uygulamalar geleneksel anlayıĢa veya taklite dayalı bir

yapı içindedirler.

Tezimde izah ettiğim tüm bilimsel bilgilerin planlama yapan personel tarafından

okunması bu konudaki temel bilgiye sahip olmalarını sağlayacaktır.Aynı zamanda

firma müdürlerinin bu tezi incelemesi planlama bölümünü yönetimindeki bilgilerine

katkıları olacaktır.

Dengeli iĢ dağılımının sağlanması için önerilen algoritmalar çorap iĢletmeleri için

yeni bir bakıĢ açısı olmakla birlikte firmalarının verimliliğini artırmak için

kaçınılmazdır. Uygulamanın baĢlatılması, üretilen ürünlere ve kapasitelere bağlı

olarak giriĢ verilerin tespiti firmaların dikkatlice üzerinde düĢünmelerive karar

vermeleri gereken adımdır.

Planlama için sunulan Excel Ģeması, küçük iĢletmeler için bir çözüm olmakla

beraber, asıl sunulmak istenen bir fikir Ģudur, problemin çözümü, konuya hakim ve

problemi doğru tespit etmiĢiseniz, çok zor değildir. Her zaman çok büyük maliyetli

yatırımlar gerektirmez.

67

KAYNAKLAR

Altınkeser, H., 1999 : ‘Kurumsal Kaynak Planlaması’ Yıldızteknik Üniversitesi,

FBE, Yüksek Lisans Tezi.

Balaban, M.E., 1999: Kurumsal Kaynak Planlaması Sisteminin Seçimi ve BaĢarısı’

http://www.tbd.org.tr.

BaĢlıgil, H., 1998: Sıralama ve Programlama (Çizelgeleme) Yıldız teknik

Üniversitesi

Browne, J., Harhen, J., Shivnan, J., 1988. Production Management systems.

Wesley Publishing Company, Inc..

Düzalın, E., Sevinç, S., 2002: ‘Kurumsal kaynakPlanlaması’Uludağ Üniversitesi

Ġktisadi ve Ġdari Bilimler Fakültesi , Cilt XXI, Sayı 1, s.189-218.

IMS, (2000b) MMS Finite capacity planner, MMS Basic Concepts, IMS yazılım

danıĢmanlık & Ticaret Ltd.ġti.

Kuiper, D., (1999). Selecting Finite capacity Planning Software, Volume 3,No:8.

http://www.lionhrtpub.com

Levine, S., 1999: ‘The ABC of ERP’, America’s Network, C.103, S.13, s.54.

http://trial.epnet.com..

Mabert,V.A.,A.Soni,M.A. Venkataramanan, 2000: ‘Enterprise Resource Planning

Survey Of USA manufacturing Firms’ Production and Inventory

Management Journal, Second Quarter, s52-58.

Özgül, Ö., 2006: ‘Bir iĢletme için Topsis ve AHP ile ERP yazılımının seçimi’

Yüksek Lisans Tezi, Skarya Üniversitesi FBE..

Palanisvamy, R., T.Frank 2000: ‘Enhancing Manufacturing Performance With

ERP Systems Management’ C.17,S.3,s.43

Pinedo, M., 1995. Scheduling; Theory, Algorithmis and Systems, Colombia

University, Printice Hall International..

Shankaranarayanan, S., 2000: ‘ERP systems, using IT togain a competitive’

http://www.baan.com.

Talu , ġ., 2004 : ‘Sorularla Kurumsal Kaynak Planlaması’ Ġstanbul Ticaret Odası.

Yedigül, M., 2002: ‘Enterprise Resource Planning’ Gazi Üniversitesi, FBE, Yüksek

Lisans Semineri.

Woolsey, R.E.D., Maurer, R. 1992 Production Scheduling. Mathematical and

Computer sciences The Colorado School Of Mines

69

ÖZGEÇMĠġ

Ad Soyad: Erdal ALTIPARMAK

Doğum Yeri ve Tarihi: Rize, 1973

Adres: BaĢakĢehir Konutları, 4.Etap,1.Kısım, B.17 D.28 BaĢakĢehir Ġstanbul

Lisans Üniversite: Ġstanbul Teknik Üniversitesi

Ġstanbul teknĠk ÜnĠversĠtesĠ fen bĠlĠmlerĠ...

Documents