Những nghiên cứu tiếp theo có thể phát triển mô hình bằng cách bổ sung một số tiêu chí và chiến lược phù hợp dựa trên tình hình thực tế tại doanh nghiệp.. TÀI LIỆU THAM KHẢO.[r]
Trang 1ỨNG DỤNG MÔ HÌNH FUZZY-TOPSIS ĐÁNH GIÁ CHIẾN LƯỢC
QUẢN LÝ CHUỖI CUNG ỨNG: VÍ DỤ ĐIỂN HÌNH
TẠI CÔNG TY BIA SÀI GÒN-MIỀN TÂY
Trần Thị Thắm *
Trường Đại học Cần Thơ
TÓM TẮT
Chiến lược quản lý chuỗi cung ứng đang ngày càng đóng vai trò quan trọng đối với quá trình phát triển doanh nghiệp và đang là vấn đề được quan tâm nghiên cứu trong những năm gần đây Để lựa chọn được chiến lược phù hợp, doanh nghiệp cần có những phương pháp đánh giá hiệu quả
Nghiên cứu này đề xuất sử dụng mô hình Fuzzy-TOPSIS (Technique for Order Preference by Similarity to Ideal Situation) để đánh giá chiến lược quán lý chuỗi cung ứng Các chiến lược được
xem xét thông qua ba tiêu chí: lợi ích, chi phí và tính khả thi Một ví dụ từ công ty Bia Sài Gòn-Miền Tây được sử dụng để mô tả mô hình đề xuất Kết quả phân tích cung cấp vị trí xếp hạng của các chiến lược, trong đó chiến lược 5S và Hệ thống hóa quá trình tuyển dụng là hai chiến lược được đánh giá cáo nhất Từ kết quả thu được, doanh nghiệp có thể lựa chọn được chiến lược phù
hợp trong điều kiện hạn chế về ngân sách
Từ khóa: Hệ số mờ; TOPSIS; Quản lý chuỗi cung ứng; Mô hình ra quyết định đa tiêu chí, Đánh
giá chiến lược
GIỚI THIỆU *
Để đứng vững trong môi trường cạnh tranh
quyết liệt như hiện nay, doanh nghiệp phải
tìm kiếm những chiến lược quản lý thích hợp
nhằm kiểm soát tất cả nguồn lực và hoạt động
trong chuỗi cung ứng sản phẩm Tuy nhiên,
vấn đề lựa chọn chiến lược là một vấn đề
phức tạp, trong đó doanh nghiệp phải xem xét
đến nhiều tiêu chí đối lập hay mâu thuẫn
nhau Để tìm kiếm các lựa chọn thích hợp, mô
hình ra quyết định đa tiêu chí được đề xuất sử
dụng Trong đó, một vài mô hình phổ biến
được biến đến như mô hình triển khai chức
năng chất lượng (QFD), mô hình phân tích
thứ bậc (AHP), mô hình phân tích mạng
(ANP), mô hình TOPSIS
TOPSIS (Technique for Order Preference by
Similarity to Ideal Situation) được giới thiệu
bởi Hwang & Yoon [1] Nguyên tắc của
TOPSIS liên quan đến định nghĩa về giải
pháp lý tưởng tích cực và giải pháp lý tưởng
tiêu cực Một lựa chọn gọi là tốt nhất nếu lựa
chọn này có giá trị gần nhất so với lời giải lý
* Tel: 0942 282824, Email:tttham@ctu.edu.vn
tưởng tích cực và xa nhất so với lời giải lý tưởng tiêu cực Trong mô hình TOPSIS cổ điển, số thực được sử dụng để đánh giá trọng
số của tiêu chí và xếp hạng đối tượng
Tuy nhiên, việc sử dụng số thực trong môi trường không ổn định sẽ gây khó khăn cho người đánh giá Do đó, mô hình TOPSIS kết hợp số mờ (Fuzzy) được đề xuất sử dụng nhằm khắc phục tính bất định, kém chính xác trong đánh giá [2, 3] Wang et al [4] kết luận rằng sử dụng Fuzzy-TOPSIS không chỉ đánh giá hiệu quả trong môi trường không chắc chắn mà còn cho phép đánh giá nhiều tiêu chí cùng lúc một cách chính xác Do tính hiệu quả mang lại, Fuzzy-TOPSIS được ứng dụng nhiều trong các mô hình ra quyết định Trong lĩnh vực quản lý chuỗi cung ứng, Fuzzy-TOPSIS được ứng dụng để lựa chọn nhà cung ứng [4, 5, 6, 7], lựa chọn địa điểm và cơ sở vật chất [8, 9, 10, 11, 12], đánh giá lợi thế cạnh tranh [13, 14], v.v
Tiếp nối thành công của những nghiên cứu trước đó, nghiên cứu này đề xuất sử dụng Fuzzy-TOPSIS để đánh giá chiến lược quản
lý chuỗi cung ứng Nghiên cứu được chia làm
Trang 2bốn phần Phần đầu giới thiệu về lĩnh vực
nghiên cứu Phần hai mô tả phương pháp
nghiên cứu (mô hình Fuzzy-TOPSIS) Sau đó,
một ví dụ tại Công ty Bia Sài Gòn-Miền Tây
được triển khai để minh họa cho mô hình đề
xuất Phần cuối bao gồm kết luận, hạn chế
của đề tài và những đề xuất, kiến nghị
PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu này sử dụng phương pháp tham
khảo ý kiến chuyên gia để thu thập số liệu
Bảng câu hỏi được xây dựng để thu thập mức
độ quan trọng của các tiêu chí và mức độ hiệu
quả của các chiến lược khi xem xét trên từng
tiêu chí Các bước xây dựng bảng câu hỏi, thu
thập số liệu và áp dụng mô hình
Fuzzy-TOPSIS trong đánh giá chiến lược quản lý
chuỗi cung ứng được thực hiện như sau
Bước 1: Xác định tiêu chí đánh giá và
chiến lược quản lý chuỗi cung ứng
Các chiến lược được đề xuất thông qua lược
khảo những nghiên cứu trước đó [6,15-18]
Đây những chiến lược được áp dụng phổ
biến, quản lý các tương tác trong nội bộ
doanh nghiệp cũng như các tương tác giữa
doanh nghiệp và các thành phần còn lại trong
chuỗi, được các chuyên gia đánh giá hợp lý
(Xem Bảng 1)
Bảng 1 Chiến lược quản lý chuỗi cung ứng
Ký hiệu Định nghĩa chiến lược
Trong nghiên cứu này, mô hình Fuzzy-TOPSIS được xây dựa trên 3 tiêu chí: lợi ích, chi phí và tính khả thi Các tiêu chí được định nghĩa như sau:
Lợi ích: Lợi ích đạt được khi công ty áp dụng chiến lược
Chi phí: chi phí sử dụng để triển khai chiến lược tại công ty
Tính khả thi được xem xét là sự phù hợp hay khả năng ứng dụng các chiến lược tại công ty Mức độ quan trọng của các tiêu chí và mức
độ đánh giá các chiến lược là các biến ngôn ngữ, thể hiện ở Bảng 2
Bảng 2 Biến ngôn ngữ và tổ hợp hệ số mờ
Hệ số
mờ
Mức độ đánh giá tiêu chí
Đánh giá chiến lược
(1, 1, 3) Rất kém quan trọng (VL) Rất kém (VP) (1, 3, 5) Kém quan trọng (L) Kém (P) (3, 5, 7) Trung bình (M) Trung bình (M) (5, 7, 9) Quan trọng (H) Tốt (G) (7, 9, 9) Rất quan trọng (VH) Rất tốt (VG) Giả sử nhóm trả lời bao gồm 𝑘 chuyên gia Nếu mức độ đánh giá chiến lược 𝑖 dựa trên tiêu chí 𝑗 của chuyên gia thứ 𝑘 là: 𝑥̃𝑖𝑗𝑘 = (𝑎𝑖𝑗𝑘, 𝑏𝑖𝑗𝑘, 𝑐𝑖𝑗𝑘) và mức độ đánh giá trọng số tiêu chí 𝑗 là: 𝑤 ̃𝑗𝑘 = (𝑤𝑗1𝑘, 𝑤𝑗2𝑘, 𝑤𝑗3𝑘), Trong đó 𝑖=
1, 2, … , 𝑚, và 𝑗 = 1, 2, … , 𝑛
Giá trị tổng hợp của 𝑘 chuyên gia về mức độ đánh giá chiến lược 𝑖 dựa trên tiêu chí 𝑗 được
mô tả bằng 𝑥̃𝑖𝑗= (𝑎𝑖𝑗, 𝑏𝑖𝑗, 𝑐𝑖𝑗), trong đó:
𝑎𝑖𝑗 = min𝑘{𝑎𝑖𝑗𝑘}, 𝑏𝑖𝑗 = 1𝑘∑𝐾𝑘=1 𝑏𝑖𝑗𝑘,
𝑐𝑖𝑗 = max𝑘{𝑐𝑖𝑗𝑘} (1) Giá trị tổng hợp của 𝑘 chuyên gia về mức độ đánh giá trọng số tiêu chí 𝑗 được mô tả bằng
𝑤 ̃𝑗𝑘 = (𝑤𝑗1, 𝑤𝑗2, 𝑤𝑗3), trong đó:
𝑤𝑗1= min𝑘{𝑤𝑗𝑘1}, 𝑤𝑗2= 1𝑘∑𝐾𝑘=1 𝑤𝑗𝑘2,
Trang 3𝑫̃ =
[
] (3) 𝑾
Trong đó, 𝑖= 1, 2, … , 𝑚; 𝑗 = 1, 2, … , 𝑛;
𝑥̃𝑖𝑗, 𝑤 ̃𝑗 là biến ngôn ngữ, được biểu diễn dưới
dạng số mờ như sau: 𝑥̃𝑖𝑗= (𝑎𝑖𝑗, 𝑏𝑖𝑗, 𝑐𝑖𝑗) và
𝑤 ̃𝑗= (𝑤𝑗1, 𝑤𝑗2, 𝑤𝑗3)
Bước 3: Chuẩn hóa ma trận quyết định
Ma trận quyết định được chuẩn hóa như sau:
𝑹̃= [𝑟̃𝑖𝑗]𝑚×𝑛, (5)
Trong đó: 𝑖= 1, 2, … , 𝑚, 𝑗 = 1, 2, … , 𝑛
Đối với tiêu chí lợi ích
𝑟̃𝑖𝑗 = (𝑎𝑖𝑗
𝑐𝑗 ,𝑏𝑖𝑗
𝑐𝑗 ,𝑐𝑖𝑗
𝑐𝑗 ) 𝑐𝑗 = max𝑖 𝑐𝑖𝑗 (6)
Đối với tiêu chí chi phí
𝑟̃𝑖𝑗 = (𝑎𝑗−
𝑐𝑖𝑗,𝑎𝑗−
𝑏𝑖𝑗 ,𝑎𝑗−
𝑎𝑖𝑗 ) 𝑎𝑗−= min𝑖 𝑎𝑖𝑗 (7)
Bước 4: Xây dựng ma trận chuẩn hóa có
trọng số
Ma trận chuẩn hóa có trọng số được xây dựng
bằng cách nhân ma trận chuẩn hóa 𝑟̃𝑖𝑗 với
trọng số tiêu chí 𝑤 ̃𝑗:
𝑽
̃= [𝑣̃𝑖𝑗]𝑚×𝑛, (8)
Trong đó: 𝑣̃𝑖𝑗= 𝑟̃𝑖𝑗 ( ) 𝑤̃𝑗, 𝑖= 1, 2, … , 𝑚, 𝑗 =
1, 2, … , 𝑛
Bước 5: Xác định giải pháp lý tưởng tích
cực (FPIS) và tiêu cực (FNIS)
Giải pháp lý tưởng tích cực (𝐴∗)và giải pháp
lý tưởng tiêu cực (𝐴−)được tính như sau:
𝐴∗= (𝑣̃1∗, 𝑣̃2∗, … , 𝑣̃𝑛∗) (9)
𝐴−= (𝑣̃1−, 𝑣2−, … , 𝑣̃𝑛−) (10)
Trong đó: 𝑣̃𝑗 = max𝑖{𝑣𝑖𝑗3} , 𝑣̃𝑗− = min𝑖{𝑣𝑖𝑗1},
𝑖= 1, 2, … , 𝑚, 𝑗 = 1, 2, … , 𝑛
Bước 6: Tính khoảng cách từ các lựa chọn
đến giải pháp lý tưởng tích cực (FPIS) và
giải pháp lý tưởng tiêu cực (FNIS)
Khoảng cách từ mỗi lựa chọn đến giải pháp lý
tưởng tích cực (𝑑𝑖∗) và giải pháp lý tưởng tiêu cực (𝑑𝑖−) được tính theo công thức sau:
𝑑𝑖∗= ∑𝑛 𝑑𝑣(𝑣̃𝑖𝑗, 𝑣̃𝑗∗)
𝑗=1 , 𝑖= 1, 2, … , 𝑚 (11)
𝑑𝑖−= ∑𝑛 𝑑𝑣(𝑣̃𝑖𝑗, 𝑣̃𝑗−)
𝑗=1 , 𝑖= 1, 2, … , 𝑚 (12)
𝑑𝑣(𝑎̃, 𝑏̃) là khoảng cách giữa 2 số mờ 𝑎̃ và 𝑏̃:
(13)
Bước 7: Tính hệ số gần gũi ( CC) và xếp hạng các lựa chọn
Hệ số gần gũi 𝐶𝐶𝑖 được tính theo công thức:
𝐶𝐶𝑖= 𝑑𝑖−
𝑑𝑖−+ 𝑑𝑖∗, 𝑖=1, 2, … , 𝑚 (14)
Hệ số gần gũi lớn cho thấy khoảng cách từ đối tượng đến giải pháp lý tưởng tiêu cực lớn, hay đối tượng gần với giải pháp lý tưởng tích cực hơn Do đó, đối tượng có hệ số gần gũi cao nhất là giải pháp tốt nhất được lựa chọn KẾT QUẢ VÀ BÀN LUẬN
Trong nghiên cứu này, Công ty Bia Sài Gòn-Miền Tây được sử dụng làm ví dụ mô tả mô hình đề xuất Sau khi thiết lập chiến lược quản lý chuỗi cung ứng và các tiêu chí, phiếu câu hỏi được gửi đến 3 chuyên gia tại công ty
để tham khảo ý kiến về đánh giá mức độ quan trọng của các tiêu chí (xem Bảng 3), và mức
độ của các chiến lược dựa trên các tiêu chí (xem Bảng 4) Biến ngôn ngữ được sử dụng trong quá trình đánh giá
Bảng 3 Mức độ quan trọng của tiêu chí
Chuyên gia
Tiêu chí Lợi ích Chi phí Tính khả thi
Trang 4Bảng 4 Đánh giá chiến lược dựa trên tiêu chí
Dựa trên công thức (1)-(8), ma trận quyết định, ma trận quyết định chuẩn hóa, ma trận chuẩn hóa
có trọng số được hình thành, thể hiện lần lượt ở Bảng 5, Bảng 6 và Bảng 7 Khoảng cách từ các lựa chọn đến các giải pháp lý tưởng được thể hiện ở Bảng 8 Hệ số gần gũi của các lựa chọn được thể hiện ở Bảng 9
Bảng 5 Ma trận quyết định
A1 (5,00; 8,33; 9,00) (3,00; 7,00; 9,00) (5,00; 8,33; 9,00) A2 (3,00; 6,33; 9,00) (5,00; 7,67; 9,00) (1,00; 3,67; 7,00) A3 (5,00; 7,67; 9,00) (3,00; 6,33; 9,00) (5,00; 7,67; 9,00) A4 (5,00; 7.00; 9,00) (5,00; 8,33; 9,00) (5,00; 7,67; 9,00) A5 (5,00; 7,00; 9,00) (3,00; 6,33; 9,00) (1,00; 3,67; 7,00) A6 (3,00; 5,67; 9,00) (5,00; 7,67; 9,00) (5,00; 8,33; 9,00) A7 (5,00; 7,00; 9,00) (5,00; 7,67; 9,00) (5,00; 8,33; 9,00) A8 (3,00; 7,00; 9,00) (3,00; 6,33; 9,00) (3,00; 6,33; 9,00) A9 (3,00; 5,67; 9,00) (5,00; 7,00; 9,00) (5,00; 7,67; 9,00) A10 (3,00; 6,33; 9,00) (5,00; 7,67; 9,00) (5,00; 7,67; 9,00) A11 (1,00; 5,00; 9,00) (5,00; 7,67; 9,00) (3,00; 5,67; 9,00) A12 (5,00; 7,67; 9,00) (3,00; 5,00; 7,00) (5,00; 7,00; 9,00) A13 (3,00; 6,33; 9,00) (5,00; 8,33; 9,00) (3,00; 6,33; 9,00) A14 (1,00; 3,67; 7,00) (3,00; 7,00; 9,00) (3,00; 6,33; 9,00) A15 (1,00; 2,33; 5,00) (3,00; 5,00; 7,00) (1,00; 2,33; 5,00) A16 (5,00; 7,00; 9,00) (3,00; 6,33; 9,00) (3,00; 6,33; 9,00)
Trang 5Bảng 6 Ma trận quyết định chuẩn hóa
A1 (0,56; 0,93; 1,00) (0,33; 0,43; 1,00) (0,56; 0,93; 1,00) A2 (0,33; 0,70; 1,00) (0,33; 0,39; 0,60) (0,11; 0,41; 0,78) A3 (0,56; 0,85; 1,00) (0,33; 0,47; 1,00) (0,56; 0,85; 1,00) A4 (0,56; 0,78; 1,00) (0,33; 0,36; 0,60) (0,56; 0,85; 1,00) A5 (0,56; 0,78; 1,00) (0,33; 0,47; 1,00) (0,11; 0,41; 0,78) A6 (0,33; 0,63; 1,00) (0,33; 0,39; 0,60) (0,56; 0,93; 1,00) A7 (0,56; 0,78; 1,00) (0,33; 0,39; 0,60) (0,56; 0,93; 1,00) A8 (0,33; 0,78; 1,00) (0,33; 0,47; 1,00) (0,33; 0,70; 1,00) A9 (0,33; 0,63; 1,00) (0,33; 0,43; 0,60) (0,56; 0,85; 1,00) A10 (0,33; 0,70; 1,00) (0,33; 0,39; 0,60) (0,56; 0,85; 1,00) A11 (0,11; 0,56; 1,00) (0,33; 0,39; 0,60) (0,33; 0,63; 1,00) A12 (0,56; 0,85; 1,00) (0,43; 0,60; 1,00) (0,56; 0,78; 1,00) A13 (0,33; 0,70; 1,00) (0,33; 0,36; 0,60) (0,33; 0,70; 1,00) A14 (0,11; 0,41; 0,78) (0,33; 0,43; 1,00) (0,33; 0,70; 1,00) A15 (0,11; 0,26; 0,56) (0,43; 0,60; 1,00) (0,11; 0,26; 0,56) A16 (0,56; 0,78; 1,00) (0,33; 0,47; 1,00) (0,33; 0,70; 1,00) A17 (0,33; 0,63; 1,00) (0,33; 0,39; 0,60) (0,56; 0,85; 1,00) A18 (0,33; 0,56; 0,78) (0,33; 0,47; 1,00) (0,33; 0,63; 1,00) A19 (0,56; 0,85; 1,00) (0,33; 0,36; 0,60) (0,56; 0,78; 1,00)
Bảng 7 Ma trận chuẩn hóa có trọng số
A1 (1,67; 5,86; 9,00) (1,67; 3,00; 9,00) (2,78; 7,72; 9,00)
A2 (1,00; 4,46; 9,00) (1,67; 2,74; 5,40) (0,56; 3,40; 7,00)
A3 (1,67; 5,40; 9,00) (1,67; 3,32; 9,00) (2,78; 7,10; 9,00)
A4 (1,67; 4,93; 9,00) (1,67; 2,52; 5,40) (2,78; 7,10; 9,00)
A5 (1,67; 4,93; 9,00) (1,67; 3,32; 9,00) (0,56; 3,40; 7,00)
A6 (1,00; 3,99; 9,00) (1,67; 2,74; 5,40) (2,78; 7,72; 9,00)
A7 (1,67; 4,93; 9,00) (1,67; 2,74; 5,40) (2,78; 7,72; 9,00)
A8 (1,00; 4,93; 9,00) (1,67; 3,32; 9,00) (1,67; 5,86; 9,00)
A9 (1,00; 3,99; 9,00) (1,67; 3,00; 5,40) (2,78; 7,10; 9,00)
A10 (1,00; 4,46; 9,00) (1,67; 2,74; 5,40) (2,78; 7,10; 9,00)
A11 (0,33; 3,52; 9,00) (1,67; 2,74; 5,40) (1,67; 5,25; 9,00)
A12 (1,67; 5,40; 9,00) (2,14; 4,20; 9,00) (2,78; 6,48; 9,00)
A13 (1,00; 4,46; 9,00) (1,67; 2,52; 5,40) (1,67; 5,86; 9,00)
A14 (0,33; 2,58; 7,00) (1,67; 3,00; 9,00) (1,67; 5,86; 9,00)
A15 (0,33; 1,64; 5,00) (2,14; 4,20; 9,00) (0,56; 2,16; 5,00)
A16 (1,67; 4,93; 9,00) (1,67; 3,32; 9,00) (1,67; 5,86; 9,00)
A17 (1,00; 3,99; 9,00) (1,67; 2,74; 5,40) (2,78; 7,10; 9,00)
A18 (1,00; 3,52; 7,00) (1,67; 3,32; 9,00) (1,67; 5,25; 9,00)
A19 (1,67; 5,40; 9,00) (1,67; 2,52; 5,40) (2,78; 6,48; 9,00)
Trang 6Bảng 8 Khoảng cách từ chiến lược đến các giải pháp lý tưởng
Chiến lược
Tiêu chí
Bảng 9 Hệ số gần gũi của các chiến lược
Kết quả từ Bảng 9 cho thấy vị trí xếp hạng
(mức độ quan trọng) của các chiến lược khi
áp dụng tại công ty Trong đó, giá trị hệ số
gần gũi cao nhất là 0,550 (Chiến lược A1_5S
và A12_Hệ thống hóa quá trình tuyển dụng)
Điều này nói lên rằng chiến lược 5S và Hệ
thống hóa quá trình tuyển dụng là hai chiến
lược được đánh giá cao nhất Thật vậy, khi
công ty áp dụng chiến lược 5S, năng suất làm
Tuyển dụng nghiêm túc là tiền đề xây dựng một đội ngũ nhân viên làm việc hiệu quả Kết quả cũng cho thấy chiến lược A15_Mở rộng công việc theo chiều ngang được đánh giá thấp nhất Hay nói cách khác, khi một nhân viên được phân nhiều công việc thì hiệu suất làm việc có thể không cao, chất lượng không đạt được như yêu cầu, đồng thời áp lực công việc sẽ ảnh hưởng đến tinh thần và thái
Trang 7KẾT LUẬN
Nghiên cứu này đề xuất và xây dựng được
một mô hình hiệu quả để đánh giá các chiến
lược quản lý chuỗi cung ứng sử dụng
Fuzzy-TOPSIS Mô hình cung cấp một bức tranh
toàn diện giúp công ty xem xét và lựa chọn
những chiến lược áp dụng phù hợp nhằm
nâng cao hiệu quả hoạt động kinh doanh cũng
như hiệu quả quản lý chuỗi cung ứng Bên
cạnh đó, nghiên cứu cũng mở ra một hướng đi
mới trong đánh giá chiến lược quản lý chuỗi
cung ứng Tuy nhiên, bên cạnh những đóng
góp tích cực, nghiên cứu vẫn còn một số mặt
hạn chế Các chiến lược đề xuất dựa trên
những nghiên cứu trước đó và tham khảo ý
kiến chuyên gia nên mang vẫn chưa phản ánh
được hết hiện trạng, nhu cầu và mong muốn
của công ty Bên cạnh đó, số lượng các chiến
lược và tiêu chí đánh giá vẫn còn hạn chế
Những nghiên cứu tiếp theo có thể phát triển
mô hình bằng cách bổ sung một số tiêu chí và
chiến lược phù hợp dựa trên tình hình thực tế
tại doanh nghiệp
TÀI LIỆU THAM KHẢO
1 Hwang, C L., Yoon, K P (1981), Multiple
attribute decision making: Methods and
applications, Springer-Verlag, New York
2 Chen, C T (2000), “Extensions of the TOPSIS
for group decision-making under fuzzy
environment”, Fuzzy Sets and Systems, 114(1), pp
1–9
3 Wang Y J., Lee, H S (2007), “Generalizing
TOPSIS for fuzzy multiple-criteria group
decision-making”, Computers and Mathematics
with Applications, 53(11), pp 1762–1772
4 Wang, J W., Cheng, C H., Huang, K C
(2009), “Fuzzy hierarchical TOPSIS for supplier
selection”, Applied Soft Computing, 9(1), pp 377–
386
5 Chen, C T., Lin, C T., Huang, S F (2006), “A
fuzzy approach for supplier evaluation and
selection in supply chain management”,
International Journal of Production Economics,
102(2), pp 289–301
6 Bottani, E., Rizzi, A (2006), “A fuzzy TOPSIS
methodology to support outsourcing of logistics
services”, Supply Chain Management: An
International Journal, 11(4), pp 294–308
7 Dalalah, D., Hayajneh, M., Batieha, F (2011),
“A fuzzy multi-criteria decision making model for supplier selection”, Expert Systems with Applications, 38(7), pp 8384–8391
8 Chu, T C (2002), “Selecting plant location via
a fuzzy TOPSIS approach”, International Journal
of Advanced Manufacturing Technology, 20(11),
pp 859–864
9 Yong, D (2006), “Plant location selection
based on fuzzy TOPSIS”, International Journal of Advanced Manufacturing Technology, 28(7), pp
839–844
10 Ertugrul, I (2011), “Fuzzy group decision making for the selection of facility location”,
Group Decision and Negotiation, 20(6), pp 725–
740
11 Alimoradi, A., Yussuf, R M., Zulkifli, N (2011), “A hybrid model for remanufacturing facility location problem in a closed-loop
supply chain”, International Journal of Sustainable Engineering, 4(1), pp 16–23
12 Awasthi, A., Chauhan, S S., Omrani, H (2011), “Application of fuzzy TOPSIS in evaluating sustainable transportation systems”,
Expert Systems with Applications, 38(10), pp
12270–12280
13 Sun, C C., Lin, G T R (2009), “Using fuzzy TOPSIS method for evaluating the competitive
advantages of shopping websites”, Expert Systems with Applications, 36(9), pp 11764–11771
14 Aydogan, E K (2011), “Performance measurement model for Turkish aviation firms using the rough-AHP and TOPSIS methods under fuzzy environment”, Expert Systems with Applications, 38(4), pp 3992–3998
15 Issam S J., Wafa, T A (2006), “Improvement
of organizational efficiency and effectiveness by developing a manufacturing strategy decision
support system”, Business Process Management Journal, 12(5), pp 588-607
16 Zarei, M., Fakhrzad, M B., Paghaleh, M J (2011), “Food supply chain leanness using a
developed QFD model”, Journal of Food Engineering, 102(1), pp 25-33
17 Ayağ, Z., Samanlioglu, F., Büyüközkan, G (2013), “A fuzzy QFD approach to determine supply chain management strategies in the dairy
industry”, Journal of Intelligent Manufacturing,
24(6), pp 1111-1122
18 Chiadamrong, N., Tham, T T (2013), “An integrated approach with SEM, Fuzzy-QFD, and MLP for supply chain management strategy
development”, International Journal of Logistics Systems and Management, 28(1), pp 84-125
Trang 8ABSTRACT
APPLICATION OF FUZZY-TOPSIS
IN SUPPLY CHAIN MANAGEMENT STRATEGY EVALUATION:
AN EXAMPLE IN SAI GON-MIEN TAY BEER COMPANY
Tran Thi Tham *
College of Engineering Technology - Can Tho University
Supply chain management strategy plays an importance role in the business improvement, and calls for serious research attention in recent years For sellecting proper strategies, business owners need effective methods used to evaluate them The aim of this study is to propose a methodology to evaluate supply chain management strategies, based on Fuzzy TOPSIS (Technique for Order Preference by Similarity to Ideal Situation) All strategies are evaluated under consideration of three criteria called benefit, cost and feasibility A case study from the Sai Gon-Mien Tay Beer Company is given to illustrate the proposed methodology The outcome of the study reveals the ranking order of all alternatives, in which, 5S and Systematic job recruitment process have highest score From the result, company can select suitable strategies under limited budget
Keywords: - Fuzzy; TOPSIS; Supply chain management strategy; MCDM; Strategy evaluation
