Serkan Derici
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Serkan Derici has a total of 20 co-authors. Here are the top co-authors by number of shared publications:
- Imane Aitouhanni
ENSIAS, SSLAB, Mohammed V University, Rabat, Morocco
2 shared publications Mohamed El Bakkali
Faculty of Sciences, Ibn Tofail University, Kenitra, MOROCCO
2 shared publications- Nuri Özgür Doğan
İstanbul Medeniyet Üniversitesi
2 shared publications - Yasmine El-Bakkouri
Laboratoire de Recherche en Sciences de Gestion des Organisations, École Nationale de Commerce et de Gestion (ENCG), Université Ibn Tofaïl, Kénitra Maroc
2 shared publications - Yassine Mouniane
Scientific Research and Innovation Laboratory (SRILab), Higher School of Technology, Ibn Tofail University, Kenitra, Morocco
2 shared publications Amol D. Vibhute
Symbiosis Institute of Computer Studies and Research, Pune, India
1 shared publication
Latest Publications
- 30 September 2026
- Published by Mehmet Akif Ersoy Universitesi Uygulamali Bilimler Dergisi in Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi
- Vol. 10 (2) , 150-177
İşletmelerde Yeşil Karar Verme: Kriterlerin Sıralanması, Etkileşimlerinin Analizi ve Yeşil Karar Verme Stratejisi Seçimi
Bu çalışmanın amacı, işletmelerin yeşil karar verme süreçlerini etkileyen kriterleri belirlemek, bu kriterlerin önem düzeylerini ve birbirleriyle olan neden-sonuç ilişkilerini ortaya koymak ve işletmeler açısından en uygun yeşil karar verme stratejisini belirlemektir. Bu doğrultuda literatür taraması ve uzman görüşleri temel alınarak altı ana kriter ve 24 alt kriterden oluşan bütünleşik bir karar modeli geliştirilmiştir. Modelin çözümünde üç farklı çok kriterli karar verme yöntemi birlikte kullanılmıştır. Kriterlerin önem ağırlıklarının belirlenmesinde Best-Worst Method (BWM), kriterler arasındaki karşılıklı etkileşimlerin ve neden-sonuç ilişkilerinin belirlenmesinde DEMATEL ve alternatif stratejilerin sıralanmasında TOPSIS yöntemi uygulanmıştır. Analizler sonucunda kriterlerin yeşil karar verme sistemi içerisinde birbirleriyle yoğun biçimde etkileşim içerisinde olduğu ve bazı kriterlerin diğer kriterleri yönlendiren, bazılarının ise sistemdeki değişimlerden daha fazla etkilenen konumda bulunduğu belirlenmiştir. TOPSIS sonuçlarına göre Proaktif Yeşil Dönüşüm Stratejisi 0,7861 yakınlık katsayısı ile birinci sırada, Dengeli (Hibrit) Yeşil Dönüşüm Stratejisi ise 0,7549 ile ikinci sırada yer almıştır. Monte Carlo simülasyonu ile gerçekleştirilen duyarlılık analizi, kriter ağırlıklarındaki değişimlere rağmen Proaktif Yeşil Dönüşüm Stratejisi'nin üstünlüğünü büyük ölçüde koruduğunu göstermiştir. Bulgular, işletmelerin yeşil dönüşüm kararlarını ekonomik, çevresel, teknolojik, kurumsal, sosyo-kültürel ve politik boyutları birlikte dikkate alan bütüncül bir yaklaşımla ele almaları gerektiğini göstermektedir.
- 30 September 2026
- Published by Mehmet Akif Ersoy Universitesi Uygulamali Bilimler Dergisi in Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi
- Vol. 10 (2) , 150-177
İşletmelerde Yeşil Karar Verme: Kriterlerin Sıralanması, Etkileşimlerinin Analizi ve Yeşil Karar Verme Stratejisi Seçimi
Bu çalışmanın amacı, işletmelerin yeşil karar verme süreçlerini etkileyen kriterleri belirlemek, bu kriterlerin önem düzeylerini ve birbirleriyle olan neden-sonuç ilişkilerini ortaya koymak ve işletmeler açısından en uygun yeşil karar verme stratejisini belirlemektir. Bu doğrultuda literatür taraması ve uzman görüşleri temel alınarak altı ana kriter ve 24 alt kriterden oluşan bütünleşik bir karar modeli geliştirilmiştir. Modelin çözümünde üç farklı çok kriterli karar verme yöntemi birlikte kullanılmıştır. Kriterlerin önem ağırlıklarının belirlenmesinde Best-Worst Method (BWM), kriterler arasındaki karşılıklı etkileşimlerin ve neden-sonuç ilişkilerinin belirlenmesinde DEMATEL ve alternatif stratejilerin sıralanmasında TOPSIS yöntemi uygulanmıştır. Analizler sonucunda kriterlerin yeşil karar verme sistemi içerisinde birbirleriyle yoğun biçimde etkileşim içerisinde olduğu ve bazı kriterlerin diğer kriterleri yönlendiren, bazılarının ise sistemdeki değişimlerden daha fazla etkilenen konumda bulunduğu belirlenmiştir. TOPSIS sonuçlarına göre Proaktif Yeşil Dönüşüm Stratejisi 0,7861 yakınlık katsayısı ile birinci sırada, Dengeli (Hibrit) Yeşil Dönüşüm Stratejisi ise 0,7549 ile ikinci sırada yer almıştır. Monte Carlo simülasyonu ile gerçekleştirilen duyarlılık analizi, kriter ağırlıklarındaki değişimlere rağmen Proaktif Yeşil Dönüşüm Stratejisi'nin üstünlüğünü büyük ölçüde koruduğunu göstermiştir. Bulgular, işletmelerin yeşil dönüşüm kararlarını ekonomik, çevresel, teknolojik, kurumsal, sosyo-kültürel ve politik boyutları birlikte dikkate alan bütüncül bir yaklaşımla ele almaları gerektiğini göstermektedir.
- Open Access
- 2 July 2026
- Published by Burdur Mehmet Akif Ersoy University in Oğuzhan Sosyal Bilimler Dergisi
- Vol. 8 (1) , 108-119
YEŞİL VE SÜRDÜRÜLEBİLİR GİRİŞİMCİLİK İÇİN DEMATEL TABANLI BİR KARAR DESTEK MODELİ
Bu çalışma, yeşil ve sürdürülebilir girişimcilikte rol oynayan kriterler arasındaki nedensel ilişkileri DEMATEL yöntemi ile analiz etmeyi amaçlamaktadır. Literatürde bu alan çoğunlukla faktörleri parçalı ele almakta ve karşılıklı bağımlılıkları yeterince açıklayamamaktadır. Bu boşluğu gidermek için Paydaş Teorisi, Kaynak Tabanlı Görüş ve Beşli Sarmal Modeli çerçevesinde bütüncül bir yaklaşım benimsenmiştir. 12 kriter on uzman görüşüyle değerlendirilmiş ve doğrudan ilişki matrisi oluşturulmuştur. DEMATEL analizine göre en önemli kriter Sürdürülebilirlik Yönelimi/Çevresel Bilinç (0,098), ardından Yeşil İnovasyon Kapasitesi (0,096) ve Teknolojik Yetenek/Dijital Altyapı (0,092) gelmektedir. En düşük kriterler ise Risk Algısı (0,062), Eğitim Düzeyi (0,070) ve Finansmana Erişim (0,079) olarak belirlenmiştir. Eşik değer 0,380 olup, en çok etkilenen kriterler K4 ve K6’dır. Bulgular, çevresel bilinç ve dijital kapasitenin sistemde kritik ve yönlendirici rol oynadığını göstermektedir. Çalışma, özellikle KOBİ’ler için stratejik karar destek çerçevesi sunarak literatüre katkı sağlamaktadır.
- 2 July 2026
- Published by Burdur Mehmet Akif Ersoy University in Oğuzhan Sosyal Bilimler Dergisi
- Vol. 8 (1) , 108-119
Open AccessYEŞİL VE SÜRDÜRÜLEBİLİR GİRİŞİMCİLİK İÇİN DEMATEL TABANLI BİR KARAR DESTEK MODELİ
Bu çalışma, yeşil ve sürdürülebilir girişimcilikte rol oynayan kriterler arasındaki nedensel ilişkileri DEMATEL yöntemi ile analiz etmeyi amaçlamaktadır. Literatürde bu alan çoğunlukla faktörleri parçalı ele almakta ve karşılıklı bağımlılıkları yeterince açıklayamamaktadır. Bu boşluğu gidermek için Paydaş Teorisi, Kaynak Tabanlı Görüş ve Beşli Sarmal Modeli çerçevesinde bütüncül bir yaklaşım benimsenmiştir. 12 kriter on uzman görüşüyle değerlendirilmiş ve doğrudan ilişki matrisi oluşturulmuştur. DEMATEL analizine göre en önemli kriter Sürdürülebilirlik Yönelimi/Çevresel Bilinç (0,098), ardından Yeşil İnovasyon Kapasitesi (0,096) ve Teknolojik Yetenek/Dijital Altyapı (0,092) gelmektedir. En düşük kriterler ise Risk Algısı (0,062), Eğitim Düzeyi (0,070) ve Finansmana Erişim (0,079) olarak belirlenmiştir. Eşik değer 0,380 olup, en çok etkilenen kriterler K4 ve K6’dır. Bulgular, çevresel bilinç ve dijital kapasitenin sistemde kritik ve yönlendirici rol oynadığını göstermektedir. Çalışma, özellikle KOBİ’ler için stratejik karar destek çerçevesi sunarak literatüre katkı sağlamaktadır.
- Open Access
- 24 February 2026
- Published by Turkish Cooperative Association in Anadolu Kültürel Araştırmalar Dergisi
- Vol. 10 (1) , 384-402
Türkiye’de Savunma Sanayinde Tedarik Zinciri Yönetiminin Başarısını Etkileyen Kritik Başarı Faktörlerinin SWARA ve DEMATEL Yöntemleriyle Belirlenmesi
Bu çalışma sürdürülebilirlik ve yeşil dönüşüm bakış açısıyla savunma sanayi şirketlerinin tedarik zincir yöntemlerindeki başarı faktörlerini ele almaktadır. Literatürde üst yönetim bağlılığı, yeni teknoloji ve süreçlerin benimsenmesi, müşteri gereksinimleri, çalışan katılımı, marka imajı oluşturma, devlet yönetmelikleri ve teşvikleri, çalışan eğitimleri, tersine lojistik yönetimi, sürdürülebilirlik, yeşil bilgi sistemleri, şeffaflık, paydaş baskıları faktörlerinin tedarik zinciri yönetimlerinin başarısını etkilediği ifade edilmektedir. Söz konusu faktörler birçok kriterli karar verme problemi olarak ele alınarak SWARA ve DEMATEL yöntemleriyle analiz edilmiştir. Bu kapsamda tedarik zinciri yönetiminde rol oynayan kritik başarı faktörlerinin belirlenmesi ve aralarındaki ilişkilerin tespit edilmesi amaçlanmıştır. SWARA yöntemi ile önem derecesine göre sıralanan bu faktörler arasındaki ilişkiler ise DEMATEL yöntemi uygulanarak ortaya konulmuştur. Kritik başarı faktörleri SWARA yöntemi ile belirlenerek önem derecelerine göre sıralanmıştır. Bu doğrultuda en önemli kriterler yeni teknoloji ve süreçlerin benimsenmesi, üst yönetim bağlılığı, devlet yönetmelikleri ve teşvikleri iken en düşük önem düzeyindeki kriterler şeffaflık ile paydaş baskıları kriterleri olarak belirlenmiştir. Gerçekleştirilen DEMATEL ve SWARA uygulamaları sonucunda en önemli kriter olarak belirlenen yeni teknoloji ve süreçlerin belirlenmesi kriterinin: üst yönetim bağlılığı, devlet yönetmelikleri ve teşvikler, sürdürülebilirlik ve yeşil bilgi sistemleri kriterlerinden etkilendiği tespit edilmiştir. Yapılan analizler sonucunda; savunma sanayi şirketlerinin tedarik zincirlerini tasarlarken dikkat etmesi gereken başlıca faktörler olarak yeni teknoloji ve süreçlerin faaliyetlere entegre edilmesi, üst yönetimin bilinçlenerek işletme amaç ve politikalarına sürdürülebilir faktörleri entegre etmesi, eğitimler ve faaliyetler ile işletmeyi benimseyen nitelikli çalışanları kullanması ve devlet tarafından getirilen yasal düzenlemeler çerçevesinde faaliyetleri yürütmesi şeklinde belirlenmiştir.
- 24 February 2026
- Published by Turkish Cooperative Association in Anadolu Kültürel Araştırmalar Dergisi
- Vol. 10 (1) , 384-402
Open AccessTürkiye’de Savunma Sanayinde Tedarik Zinciri Yönetiminin Başarısını Etkileyen Kritik Başarı Faktörlerinin SWARA ve DEMATEL Yöntemleriyle Belirlenmesi
Bu çalışma sürdürülebilirlik ve yeşil dönüşüm bakış açısıyla savunma sanayi şirketlerinin tedarik zincir yöntemlerindeki başarı faktörlerini ele almaktadır. Literatürde üst yönetim bağlılığı, yeni teknoloji ve süreçlerin benimsenmesi, müşteri gereksinimleri, çalışan katılımı, marka imajı oluşturma, devlet yönetmelikleri ve teşvikleri, çalışan eğitimleri, tersine lojistik yönetimi, sürdürülebilirlik, yeşil bilgi sistemleri, şeffaflık, paydaş baskıları faktörlerinin tedarik zinciri yönetimlerinin başarısını etkilediği ifade edilmektedir. Söz konusu faktörler birçok kriterli karar verme problemi olarak ele alınarak SWARA ve DEMATEL yöntemleriyle analiz edilmiştir. Bu kapsamda tedarik zinciri yönetiminde rol oynayan kritik başarı faktörlerinin belirlenmesi ve aralarındaki ilişkilerin tespit edilmesi amaçlanmıştır. SWARA yöntemi ile önem derecesine göre sıralanan bu faktörler arasındaki ilişkiler ise DEMATEL yöntemi uygulanarak ortaya konulmuştur. Kritik başarı faktörleri SWARA yöntemi ile belirlenerek önem derecelerine göre sıralanmıştır. Bu doğrultuda en önemli kriterler yeni teknoloji ve süreçlerin benimsenmesi, üst yönetim bağlılığı, devlet yönetmelikleri ve teşvikleri iken en düşük önem düzeyindeki kriterler şeffaflık ile paydaş baskıları kriterleri olarak belirlenmiştir. Gerçekleştirilen DEMATEL ve SWARA uygulamaları sonucunda en önemli kriter olarak belirlenen yeni teknoloji ve süreçlerin belirlenmesi kriterinin: üst yönetim bağlılığı, devlet yönetmelikleri ve teşvikler, sürdürülebilirlik ve yeşil bilgi sistemleri kriterlerinden etkilendiği tespit edilmiştir. Yapılan analizler sonucunda; savunma sanayi şirketlerinin tedarik zincirlerini tasarlarken dikkat etmesi gereken başlıca faktörler olarak yeni teknoloji ve süreçlerin faaliyetlere entegre edilmesi, üst yönetimin bilinçlenerek işletme amaç ve politikalarına sürdürülebilir faktörleri entegre etmesi, eğitimler ve faaliyetler ile işletmeyi benimseyen nitelikli çalışanları kullanması ve devlet tarafından getirilen yasal düzenlemeler çerçevesinde faaliyetleri yürütmesi şeklinde belirlenmiştir.
- 18 February 2026
- Published by IGI Global Scientific Publishing
- p. 199-220
Edge AI and Blockchain Integration
In this paper, the impact of AI in energy analysis and management are elaborated along with providing an intelligent approach to make better the functionality of AI at renewables keeping along with edge intelligence integrated to blockchain for smart implementation as required. Moreover, the research gives an elaborated study on blockchain technology and edge intelligence areas along with advanced smart fields. The research further outlines on several AI techniques, such as machine learning and federated learning. This study utilizes a specialist literature review, examining recently published scientific publications and peer-reviewed literature from the last couple of years. Abstract The key results show significant progress in AI techniques for predicting and assessing RES to improve their performance. AI has proven to be very effective in accurately predicting the trends of energy consumption, allowing them to improve energy management strategies. This paper provides guidance to academia and practitioners on deploying AI for more sustainable and efficient energy-related analytics.
- 18 February 2026
- Published by IGI Global Scientific Publishing
- p. 199-220
Edge AI and Blockchain Integration
In this paper, the impact of AI in energy analysis and management are elaborated along with providing an intelligent approach to make better the functionality of AI at renewables keeping along with edge intelligence integrated to blockchain for smart implementation as required. Moreover, the research gives an elaborated study on blockchain technology and edge intelligence areas along with advanced smart fields. The research further outlines on several AI techniques, such as machine learning and federated learning. This study utilizes a specialist literature review, examining recently published scientific publications and peer-reviewed literature from the last couple of years. Abstract The key results show significant progress in AI techniques for predicting and assessing RES to improve their performance. AI has proven to be very effective in accurately predicting the trends of energy consumption, allowing them to improve energy management strategies. This paper provides guidance to academia and practitioners on deploying AI for more sustainable and efficient energy-related analytics.
- Open Access
- 28 January 2026
- Published by Stratejik Arastirmalar ve Verimlilik Genel Mudurlugu Verimlilik Dergisi in Verimlilik Dergisi
- Vol. 60 (1) , 143-162
İşletmelerde Verimliliği Etkileyen Faktörlerin Çok Kriterli Karar Verme Yöntemleri ile Belirlenmesi ve Balık Kılçığı Yöntemi ile Çözüm Önerilerinin Geliştirilmesi
Amaç: Bu çalışmada işletmelerin verimliliğine etki eden faktörlerin belirlenmesi, önem derecelerine göre sıralanması ve her bir faktöre dair verimliliği artırıcı önerilerin geliştirilmesi amaçlanmıştır. Yöntem: İşletmelerde verimliliğe etki eden faktörler AHP Yöntemi ile sıralanmış, DEMATEL Yöntemi ile faktörler arasındaki ilişkiler belirlenmiş ve son olarak Balık Kılçığı Diyagramı ile görselleştirilerek her bir faktöre dair verimliliği artırıcı öneriler sunulmuştur. Bulgular: AHP Yöntemi ile yapılan analizler sonucunda, işletmelerde verimliliğe etki eden en önemli faktörler örgüt kültürü, yönetim ve liderlik ile işletmenin finansal yapısı olarak tespit edilirken; çalışma ortamının ergonomik özellikleri en düşük önem düzeyindeki faktör olarak belirlenmiştir. Gerçekleştirilen DEMATEL Yöntemi uygulamasında sonucunda ise yönetim ve liderlik ile işletmenin finansal yapısı faktörlerinin diğer faktörleri en çok etkileyen faktörler olduğu tespit edilmiştir. Balık kılçığı diyagramı uygulamasında ise bulgular görselleştirilerek, her bir faktöre dair verimliliği artırıcı öneriler sunulmuştur. Özgünlük: İşletmelerde verimlilik konusunu bir bütün olarak ele alan çalışmaların az olduğu ve farklı çok kriterli karar verme yöntemleri ile balık kılçığı diyagramı uygulamasının oldukça kısıtlı olduğu literatür taramasında görülmekte iken, uygulamalarda kullanılan modelin özgün olması bu çalışmayı diğer çalışmalardan yöntem ve model olarak farklılaştırmaktadır.
- 28 January 2026
- Published by Stratejik Arastirmalar ve Verimlilik Genel Mudurlugu Verimlilik Dergisi in Verimlilik Dergisi
- Vol. 60 (1) , 143-162
Open Accessİşletmelerde Verimliliği Etkileyen Faktörlerin Çok Kriterli Karar Verme Yöntemleri ile Belirlenmesi ve Balık Kılçığı Yöntemi ile Çözüm Önerilerinin Geliştirilmesi
Amaç: Bu çalışmada işletmelerin verimliliğine etki eden faktörlerin belirlenmesi, önem derecelerine göre sıralanması ve her bir faktöre dair verimliliği artırıcı önerilerin geliştirilmesi amaçlanmıştır. Yöntem: İşletmelerde verimliliğe etki eden faktörler AHP Yöntemi ile sıralanmış, DEMATEL Yöntemi ile faktörler arasındaki ilişkiler belirlenmiş ve son olarak Balık Kılçığı Diyagramı ile görselleştirilerek her bir faktöre dair verimliliği artırıcı öneriler sunulmuştur. Bulgular: AHP Yöntemi ile yapılan analizler sonucunda, işletmelerde verimliliğe etki eden en önemli faktörler örgüt kültürü, yönetim ve liderlik ile işletmenin finansal yapısı olarak tespit edilirken; çalışma ortamının ergonomik özellikleri en düşük önem düzeyindeki faktör olarak belirlenmiştir. Gerçekleştirilen DEMATEL Yöntemi uygulamasında sonucunda ise yönetim ve liderlik ile işletmenin finansal yapısı faktörlerinin diğer faktörleri en çok etkileyen faktörler olduğu tespit edilmiştir. Balık kılçığı diyagramı uygulamasında ise bulgular görselleştirilerek, her bir faktöre dair verimliliği artırıcı öneriler sunulmuştur. Özgünlük: İşletmelerde verimlilik konusunu bir bütün olarak ele alan çalışmaların az olduğu ve farklı çok kriterli karar verme yöntemleri ile balık kılçığı diyagramı uygulamasının oldukça kısıtlı olduğu literatür taramasında görülmekte iken, uygulamalarda kullanılan modelin özgün olması bu çalışmayı diğer çalışmalardan yöntem ve model olarak farklılaştırmaktadır.
- 14 January 2026
- Published by IGI Global Scientific Publishing
- p. 155-176
Machine Learning-Based Budget Prediction for Quantitative Decision-Making
Accurate budget prediction is a fundamental challenge for quantitative decision-making in both public and private sectors. Traditional statistical approaches often fail to capture the complex, nonlinear relationships that characterize modern financial and economic data. This chapter investigates the effectiveness of machine learning-based regression models for budget prediction using three heterogeneous real-world datasets related to construction costs and film production budgets. Linear Regression, Random Forest, and Gradient Boosting models are implemented and evaluated using standard performance metrics, including MAE, RMSE, and the coefficient of determination (R2). The experimental results demonstrate that ensemble-based models significantly outperform linear methods across all datasets, with Gradient Boosting providing the highest predictive accuracy and robustness. The findings confirm the nonlinear nature of budget estimation problems and highlight the strong potential of machine learning as a numerical tool for supporting quantitative financial decision-making.
- 14 January 2026
- Published by IGI Global Scientific Publishing
- p. 155-176
Machine Learning-Based Budget Prediction for Quantitative Decision-Making
Accurate budget prediction is a fundamental challenge for quantitative decision-making in both public and private sectors. Traditional statistical approaches often fail to capture the complex, nonlinear relationships that characterize modern financial and economic data. This chapter investigates the effectiveness of machine learning-based regression models for budget prediction using three heterogeneous real-world datasets related to construction costs and film production budgets. Linear Regression, Random Forest, and Gradient Boosting models are implemented and evaluated using standard performance metrics, including MAE, RMSE, and the coefficient of determination (R2). The experimental results demonstrate that ensemble-based models significantly outperform linear methods across all datasets, with Gradient Boosting providing the highest predictive accuracy and robustness. The findings confirm the nonlinear nature of budget estimation problems and highlight the strong potential of machine learning as a numerical tool for supporting quantitative financial decision-making.
- 10 September 2025
- Published by IGI Global Scientific Publishing
- p. 211-240
The Determination of Criteria Affecting Digital and Sustainable Capabilities in Businesses with AHP and DEMATEL Methods
Nowadays, due to the development of global and digital factors, the activities of businesses are affected by a large number of criteria. In this period of high uncertainty, businesses need to improve their digital capabilities and implement sustainable practices. In this direction, in this study, the digitalization and sustainability components that play a role in the activities of enterprises were identified through a literature review and a unique model was developed. In the study designed as a multi-criteria decision-making problem, the nine criteria in the model were ranked using the Analytic Hierarchy Process Method (AHP), and a holistic perspective was created by determining the relationships between the criteria with the DEMATEL Method. As a result of the study, which aims to contribute to the development of a systematic approach by determining the starting point, recommendations were developed.
- 10 September 2025
- Published by IGI Global Scientific Publishing
- p. 211-240
The Determination of Criteria Affecting Digital and Sustainable Capabilities in Businesses with AHP and DEMATEL Methods
Nowadays, due to the development of global and digital factors, the activities of businesses are affected by a large number of criteria. In this period of high uncertainty, businesses need to improve their digital capabilities and implement sustainable practices. In this direction, in this study, the digitalization and sustainability components that play a role in the activities of enterprises were identified through a literature review and a unique model was developed. In the study designed as a multi-criteria decision-making problem, the nine criteria in the model were ranked using the Analytic Hierarchy Process Method (AHP), and a holistic perspective was created by determining the relationships between the criteria with the DEMATEL Method. As a result of the study, which aims to contribute to the development of a systematic approach by determining the starting point, recommendations were developed.
- Open Access
- 6 August 2025
- Published by Australasian College of Health Service Management in Asia Pacific Journal of Health Management
- Vol. 20 (2)
A Decısıon Model Based on Artıfıcıal Intellıgence for Dısease Predıctıon And Patıent Treatment Process Plannıng
Purpose: The aim of this study is to determine which patients are at risk of lung cancer with a sample of 1000 people living in China and a data set consisting of 20 variables. In this direction, it is aimed to take preventive measures for individuals at risk of developing lung cancer, to protect human health, and to contribute to the effective and efficient use of resources. In this way, the model developed in the planning of preventive and therapeutic activities of professionals working in the health sector will be exemplary as a decision model. Methodology: A linear regression model was developed and applied to predict individuals at high risk of developing lung cancer using machine learning on the Microsoft Azure Machine Learning Studio platform. Findings: Lung cancer risk of the patients in the sample was predicted with the machine learning application. It was determined that these predictions made with machine learning gave an effective result and provided efficient policies. The developed model and application example is proposed as a modern, valid and artificial intelligence-based decision-making model for professionals. Originality: There are few statistical analysis and machine learning applications for lung cancer prediction in the literature. In this paper, in addition to the prediction model, statistical analyses will be performed, preventive measures will be proposed, and the scope of the analyses will be made holistic by linking it to efficiency in resource utilization. As a result, this will enable professionals to make optimal decisions.
- 6 August 2025
- Published by Australasian College of Health Service Management in Asia Pacific Journal of Health Management
- Vol. 20 (2)
Open AccessA Decısıon Model Based on Artıfıcıal Intellıgence for Dısease Predıctıon And Patıent Treatment Process Plannıng
Purpose: The aim of this study is to determine which patients are at risk of lung cancer with a sample of 1000 people living in China and a data set consisting of 20 variables. In this direction, it is aimed to take preventive measures for individuals at risk of developing lung cancer, to protect human health, and to contribute to the effective and efficient use of resources. In this way, the model developed in the planning of preventive and therapeutic activities of professionals working in the health sector will be exemplary as a decision model. Methodology: A linear regression model was developed and applied to predict individuals at high risk of developing lung cancer using machine learning on the Microsoft Azure Machine Learning Studio platform. Findings: Lung cancer risk of the patients in the sample was predicted with the machine learning application. It was determined that these predictions made with machine learning gave an effective result and provided efficient policies. The developed model and application example is proposed as a modern, valid and artificial intelligence-based decision-making model for professionals. Originality: There are few statistical analysis and machine learning applications for lung cancer prediction in the literature. In this paper, in addition to the prediction model, statistical analyses will be performed, preventive measures will be proposed, and the scope of the analyses will be made holistic by linking it to efficiency in resource utilization. As a result, this will enable professionals to make optimal decisions.
- 31 July 2025
- Published by Dokuz Eylul University in İzmir Yönetim Dergisi
- Vol. 6 (1) , 1-14
Dirençli Tedarik Zinciri Yönetiminde Kritik Risk Faktörlerinin Swara Yöntemi İle Belirlenmesi
İnsanlık tarihinde ilk olarak fiziksel dağıtım şeklinde ortaya çıkan tedarik zinciri yönetimi günümüzde birçok faktörden etkilenen küresel bir sektör haline gelmiştir. Artık şirketler uluslararası alanda faaliyet gösterebilmekte, uluslararası tedarikçilerle iş birliği yapabilmektedir. Bu durum tedarik zincirlerinin doğru stratejilerle yürütülmediğinde dalgalanmalara ve kırılmalara yol açarak aksamalara neden olmaktadır. Dünya genelinde finansal krizler ve doğal afetlerle birlikte tedarik zincirlerinde sorunlar görülse de, bu sorunlar Covid 19 pandemisi döneminde zirve yapmıştır. Sadece ulusal firmalar değil küresel anlamda tüm firmalar tedarik sorunu yaşamış, büyük ölçekli firmalar bile faaliyet yürütemez bir hale gelmiştir. Tüm bu durumlar afet dönemleri karşısında tedarik zincirlerinin dirençli olması gerekliliğini ortaya koymuştur. Afet durumlarının zararlarının minimize edilmesi ve tedarik sorunları yaşamaması için tedarik zincirlerinin dirençli olması gerekmektedir. Covid 19 pandemisi ile beraber dirençli tedarik zincirleri ya da dayanıklı tedarik zincirleri üzerine çalışmalar yoğunlaşmış olsa da farklı yöntemler ve bakış açılarıyla literatürün zenginleştirilmesi gerekmektedir. Bu nedenle bu çalışma tasarlanmış ve çok kriterli karar verme yöntemlerinden SWARA yöntemleriyle dirençli tedarik zinciri yönetiminde önemli rol oynayan kritik risk faktörlerinin ve önem derecelerinin belirlenmesi amaçlanmıştır. Bu doğrultuda literatürde yapılan detaylı incelemeler sonucunda kritik risk faktörleri belirlenmiş, tedarik zinciri yönetiminde rol alan altı uzman tarafından ise karşılaştırılarak ağırlıklandırılmıştır. Yapılan analizler sonucunda kritik risk faktörleri belirlenerek, sıralanmış ve yöneticilerin hangi konulara öncelik vermesi gerektiği belirlenmiştir. Tedarik zinciri yönetiminde dirençliliği etkileyen söz konusu kritik risk faktörlerinin bilinmesi, işletme yöneticilerinin bunların farkına vararak organizasyonlarını dizayn etmelerinde ve dirençli bir yapı oluşturmaları bakımından önem arz etmektedir. Bu bakımdan çalışma sonuçları, tedarik zincirlerinin dirençlilik bakımından tasarlanmasına, işletmelerin kendilerini kontrol ederek süreçlerini iyileştirmelerine ve sektörel çalışanların dirençli tedarik zinciri algılarını belirlemelerine katkıda bulunacaktır.
- 31 July 2025
- Published by Dokuz Eylul University in İzmir Yönetim Dergisi
- Vol. 6 (1) , 1-14
Dirençli Tedarik Zinciri Yönetiminde Kritik Risk Faktörlerinin Swara Yöntemi İle Belirlenmesi
İnsanlık tarihinde ilk olarak fiziksel dağıtım şeklinde ortaya çıkan tedarik zinciri yönetimi günümüzde birçok faktörden etkilenen küresel bir sektör haline gelmiştir. Artık şirketler uluslararası alanda faaliyet gösterebilmekte, uluslararası tedarikçilerle iş birliği yapabilmektedir. Bu durum tedarik zincirlerinin doğru stratejilerle yürütülmediğinde dalgalanmalara ve kırılmalara yol açarak aksamalara neden olmaktadır. Dünya genelinde finansal krizler ve doğal afetlerle birlikte tedarik zincirlerinde sorunlar görülse de, bu sorunlar Covid 19 pandemisi döneminde zirve yapmıştır. Sadece ulusal firmalar değil küresel anlamda tüm firmalar tedarik sorunu yaşamış, büyük ölçekli firmalar bile faaliyet yürütemez bir hale gelmiştir. Tüm bu durumlar afet dönemleri karşısında tedarik zincirlerinin dirençli olması gerekliliğini ortaya koymuştur. Afet durumlarının zararlarının minimize edilmesi ve tedarik sorunları yaşamaması için tedarik zincirlerinin dirençli olması gerekmektedir. Covid 19 pandemisi ile beraber dirençli tedarik zincirleri ya da dayanıklı tedarik zincirleri üzerine çalışmalar yoğunlaşmış olsa da farklı yöntemler ve bakış açılarıyla literatürün zenginleştirilmesi gerekmektedir. Bu nedenle bu çalışma tasarlanmış ve çok kriterli karar verme yöntemlerinden SWARA yöntemleriyle dirençli tedarik zinciri yönetiminde önemli rol oynayan kritik risk faktörlerinin ve önem derecelerinin belirlenmesi amaçlanmıştır. Bu doğrultuda literatürde yapılan detaylı incelemeler sonucunda kritik risk faktörleri belirlenmiş, tedarik zinciri yönetiminde rol alan altı uzman tarafından ise karşılaştırılarak ağırlıklandırılmıştır. Yapılan analizler sonucunda kritik risk faktörleri belirlenerek, sıralanmış ve yöneticilerin hangi konulara öncelik vermesi gerektiği belirlenmiştir. Tedarik zinciri yönetiminde dirençliliği etkileyen söz konusu kritik risk faktörlerinin bilinmesi, işletme yöneticilerinin bunların farkına vararak organizasyonlarını dizayn etmelerinde ve dirençli bir yapı oluşturmaları bakımından önem arz etmektedir. Bu bakımdan çalışma sonuçları, tedarik zincirlerinin dirençlilik bakımından tasarlanmasına, işletmelerin kendilerini kontrol ederek süreçlerini iyileştirmelerine ve sektörel çalışanların dirençli tedarik zinciri algılarını belirlemelerine katkıda bulunacaktır.
- 24 July 2025
- Published by Academician Publishing
- p. 83-98
Karar Vermede Yapay Zeka Tabanlı Derin Öğrenme ve Makine Öğrenmesi Algoritmaları: Yapay Zeka ile Bütünleşme
İnsanoğlu George Boole’un matematik ile mantığı ilişkilendirmesi, Pascal’ın basit dört işlem yapan hesap makinesini icat etmesi ve ilk bilgisayar ENIAC’ın icat edilmesinden sonra düzenli olarak ve giderek artan bir şekilde makineleri kullanmaya başlamıştır. 2010 yılında son sanayi devriminin ilan edilmesi ve yapay zekâ olarak yeni teknoloji ve bileşenlerin isimlendirilmesiyle birlikte tahmin edemeyeceğimiz bir hızda gelişmeler olmuştur. Artık hayatımızın ayrılmaz bir bütünü olan yapay zekâ ürünlerinin ve günümüzde endişe verici bir şekilde artan yapay zekâya dayalı makinelerin öğrenmesini ve düşünmesini ifade eden makine öğrenmesi kullanımının anlaşılması gerekmektedir. Bu nedenle bu bölümde Kurt Gödel’den başlayarak günümüze kadar yapılan makine öğrenmesi uygulamalarından bahsedilerek; makine öğrenmesinin dünü, bugünü ve geleceği açıklanacaktır. Bu sayede makine öğrenmesinin ne olduğu, nelerde kullanıldığı ve gelecekte hangi gelişmeler olacağına dair bilgiler edinmemiz olanaklı olacaktır. The humankind started to use machines regularly and increasingly after George Boole associated mathematics with logic, Pascal invented the simple four-operation calculator and the first computer ENIAC was invented. In 2010, the last industrial revolution was declared and new technologies and components were named artificial intelligence. It is necessary to understand the products of artificial intelligence, which are now an integral part of our lives, and the use of machine learning, which refers to the learning and thinking of machines based on artificial intelligence, which is increasing at an alarming rate today. Therefore, in this section, the past, present and future of machine learning will be explained by mentioning machine learning applications starting from Kurt Gödel until today. In this way, it will be possible to obtain information about what machine learning is, what it is used for and what developments will take place in the future.
- 24 July 2025
- Published by Academician Publishing
- p. 83-98
Karar Vermede Yapay Zeka Tabanlı Derin Öğrenme ve Makine Öğrenmesi Algoritmaları: Yapay Zeka ile Bütünleşme
İnsanoğlu George Boole’un matematik ile mantığı ilişkilendirmesi, Pascal’ın basit dört işlem yapan hesap makinesini icat etmesi ve ilk bilgisayar ENIAC’ın icat edilmesinden sonra düzenli olarak ve giderek artan bir şekilde makineleri kullanmaya başlamıştır. 2010 yılında son sanayi devriminin ilan edilmesi ve yapay zekâ olarak yeni teknoloji ve bileşenlerin isimlendirilmesiyle birlikte tahmin edemeyeceğimiz bir hızda gelişmeler olmuştur. Artık hayatımızın ayrılmaz bir bütünü olan yapay zekâ ürünlerinin ve günümüzde endişe verici bir şekilde artan yapay zekâya dayalı makinelerin öğrenmesini ve düşünmesini ifade eden makine öğrenmesi kullanımının anlaşılması gerekmektedir. Bu nedenle bu bölümde Kurt Gödel’den başlayarak günümüze kadar yapılan makine öğrenmesi uygulamalarından bahsedilerek; makine öğrenmesinin dünü, bugünü ve geleceği açıklanacaktır. Bu sayede makine öğrenmesinin ne olduğu, nelerde kullanıldığı ve gelecekte hangi gelişmeler olacağına dair bilgiler edinmemiz olanaklı olacaktır. The humankind started to use machines regularly and increasingly after George Boole associated mathematics with logic, Pascal invented the simple four-operation calculator and the first computer ENIAC was invented. In 2010, the last industrial revolution was declared and new technologies and components were named artificial intelligence. It is necessary to understand the products of artificial intelligence, which are now an integral part of our lives, and the use of machine learning, which refers to the learning and thinking of machines based on artificial intelligence, which is increasing at an alarming rate today. Therefore, in this section, the past, present and future of machine learning will be explained by mentioning machine learning applications starting from Kurt Gödel until today. In this way, it will be possible to obtain information about what machine learning is, what it is used for and what developments will take place in the future.