Ứng 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 Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 121 ỨNG DỤNG MƠ HÌNH FUZZY-TOPSIS ĐÁNH GIÁ CHIẾN LƯỢC QUẢN LÝ CHUỖI CUNG ỨNG: VÍ DỤ ĐIỂN HÌNH TẠI CƠNG TY BIA SÀI GỊN-MIỀN TÂY Trần Thị Thắm* Trường Đại học Cần Thơ TĨM TẮT Chiến lược quản lý chuỗi cung ứng đang ngày càng đĩng vai trị 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 cĩ những phương pháp đánh giá hiệu quả. Nghiên cứu này đề xuất sử dụng mơ 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 thơng qua ba tiêu chí: lợi ích, chi phí và tính khả thi. Một ví dụ từ cơng ty Bia Sài Gịn- Miền Tây được sử dụng để mơ tả mơ hình đề xuất. Kết quả phân tích cung cấp vị trí xếp hạng của các chiến lược, trong đĩ chiến lược 5S và Hệ thống hĩa quá trình tuyển dụng là hai chiến lược được đánh giá cáo nhất. Từ kết quả thu được, doanh nghiệp cĩ thể lựa chọn được chiến lược phù hợp trong điều kiện hạn chế về ngân sách. Từ khĩa: Hệ số mờ; TOPSIS; Quản lý chuỗi cung ứng; Mơ hình ra quyết định đa tiêu chí, Đánh giá chiến lược. GIỚI THIỆU * Để đứng vững trong mơi trường cạnh tranh quyết liệt như hiện nay, doanh nghiệp phải tìm kiếm những chiến lược quản lý thích hợp nhằm kiểm sốt 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 đĩ doanh nghiệp phải xem xét đến nhiều tiêu chí đối lập hay mâu thuẫn nhau. Để tìm kiếm các lựa chọn thích hợp, mơ hình ra quyết định đa tiêu chí được đề xuất sử dụng. Trong đĩ, một vài mơ hình phổ biến được biến đến như mơ hình triển khai chức năng chất lượng (QFD), mơ hình phân tích thứ bậc (AHP), mơ hình phân tích mạng (ANP), mơ 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 cĩ 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 mơ 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 mơi trường khơng ổn định sẽ gây khĩ khăn cho người đánh giá. Do đĩ, mơ 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 khơng chỉ đánh giá hiệu quả trong mơi trường khơng chắc chắn mà cịn 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 mơ 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 cơng của những nghiên cứu trước đĩ, nghiên cứu này đề xuất sử dụng Fuzzy-TOPSIS để đánh giá chiến lược quản lý chuỗi cung ứng. Nghiên cứu được chia làm Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 122 bốn phần. Phần đầu giới thiệu về lĩnh vực nghiên cứu. Phần hai mơ tả phương pháp nghiên cứu (mơ hình Fuzzy-TOPSIS). Sau đĩ, một ví dụ tại Cơng ty Bia Sài Gịn-Miền Tây được triển khai để minh họa cho mơ 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 mơ 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 thơng qua lược khảo những nghiên cứu trước đĩ [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 cịn 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 A1 5S A2 Just-In-Time (JIT) A3 Nhận dạng tần số sĩng vơ tuyến (RFID) A4 Hệ thống hoạch định nguyên vật liệu (MRP) A5 Tồn kho tại nhà cung cấp (VMI) A6 Tự động hĩa trong sản xuất A7 Kiểm sốt quá trình bằng thống kê (SPC) A8 Bảo trì phịng ngừa (PM) A9 Hoạch định nguồn lực doanh nghiệp (ERP) A10 Hệ thống trao đổi dữ liệu điện tử (EDI) A11 Chế độ ưu đãi (thưởng, phụ cấp) A12 Hệ thống hĩa quá trình tuyển dụng A13 Phần mềm quản lý chuỗi cung ứng (SCM) A14 Khảo sát khách hàng A15 Mở rộng cơng việc theo chiều ngang A16 Xây dựng hệ thống quản lý chất lượng ISO A17 Phương thức đào tạo cầm tay chỉ việc A18 Phần mềm quản lý khách hàng (CRM) A19 Mở rộng cơng việc theo chiều dọc Trong nghiên cứu này, mơ 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 cơng ty áp dụng chiến lược. Chi phí: chi phí sử dụng để triển khai chiến lược tại cơng ty. Tính khả thi được xem xét là sự phù hợp hay khả năng ứng dụng các chiến lược tại cơng ty. Mức độ quan trọng của các tiêu chí và mức độ đánh giá các chiến lược là các biến ngơn ngữ, thể hiện ở Bảng 2. Bảng 2. Biến ngơn 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 nhĩm 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: �̃�𝑖𝑗 𝑘 = (𝑎𝑖𝑗 𝑘 , 𝑏𝑖𝑗 𝑘 , 𝑐𝑖𝑗 𝑘 ) và mức độ đánh giá trọng số tiêu chí 𝑗 là: �̃�𝑗 𝑘 = (𝑤𝑗1 𝑘 , 𝑤𝑗2 𝑘 , 𝑤𝑗3 𝑘 ), Trong đĩ 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 mơ tả bằng �̃�𝑖𝑗 = (𝑎𝑖𝑗 , 𝑏𝑖𝑗 , 𝑐𝑖𝑗), trong đĩ: 𝑎𝑖𝑗 = min𝑘{𝑎𝑖𝑗 𝑘 }, 𝑏𝑖𝑗 = 1 𝑘 ∑ 𝑏𝑖𝑗 𝑘𝐾 𝑘=1 , 𝑐𝑖𝑗 = max𝑘{𝑐𝑖𝑗 𝑘 } (1) Giá trị tổng hợp của 𝑘 chuyên gia về mức độ đánh giá trọng số tiêu chí 𝑗 được mơ tả bằng �̃�𝑗 𝑘 = (𝑤𝑗1, 𝑤𝑗2, 𝑤𝑗3), trong đĩ: 𝑤𝑗1 = min𝑘{𝑤𝑗𝑘1}, 𝑤𝑗2 = 1 𝑘 ∑ 𝑤𝑗𝑘2 𝐾 𝑘=1 , 𝑤𝑗3 = max𝑘{𝑤𝑗𝑘3} (2) Bước 2: Xây dựng ma trận quyết định Ma trận quyết định và tổ hợp trọng số của tiêu chí được biểu diễn như sau: 𝐶1 𝐶2 ... 𝐶𝑛 Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 123 �̃� = 𝐴1 𝐴2 𝐴𝑚 [ �̃�11 �̃�12 �̃�21 �̃�22 ⋯ �̃�1𝑛 ⋯ �̃�2𝑛 �̃�𝑚1 �̃�𝑚2 �̃�𝑖𝑗 ⋯ �̃�𝑚𝑛 ] (3) �̃� = (�̃�1, �̃�2, , �̃�𝑛) (4) Trong đĩ, 𝑖= 1, 2, , 𝑚; 𝑗 = 1, 2, , 𝑛; �̃�𝑖𝑗, �̃�𝑗 là biến ngơn ngữ, được biểu diễn dưới dạng số mờ như sau: �̃�𝑖𝑗 = (𝑎𝑖𝑗 , 𝑏𝑖𝑗, 𝑐𝑖𝑗) và �̃�𝑗 = (𝑤𝑗1, 𝑤𝑗2, 𝑤𝑗3). Bước 3: Chuẩn hĩa ma trận quyết định Ma trận quyết định được chuẩn hĩa như sau: �̃�= [�̃�𝑖𝑗]𝑚×𝑛, (5) Trong đĩ: 𝑖= 1, 2, , 𝑚, 𝑗 = 1, 2, , 𝑛  Đối với tiêu chí lợi ích �̃�𝑖𝑗 = ( 𝑎𝑖𝑗 𝑐𝑗 ∗ , 𝑏𝑖𝑗 𝑐𝑗 ∗ , 𝑐𝑖𝑗 𝑐𝑗 ∗ ) 𝑐𝑗 ∗ = max𝑖 𝑐𝑖𝑗 (6)  Đối với tiêu chí chi phí �̃�𝑖𝑗 = ( 𝑎𝑗 − 𝑐𝑖𝑗 , 𝑎𝑗 − 𝑏𝑖𝑗 , 𝑎𝑗 − 𝑎𝑖𝑗 ) 𝑎𝑗 − = min𝑖 𝑎𝑖𝑗 (7) Bước 4: Xây dựng ma trận chuẩn hĩa cĩ trọng số Ma trận chuẩn hĩa cĩ trọng số được xây dựng bằng cách nhân ma trận chuẩn hĩa �̃�𝑖𝑗 với trọng số tiêu chí �̃�𝑗: �̃�= [�̃�𝑖𝑗]𝑚×𝑛, (8) Trong đĩ: �̃�𝑖𝑗 = �̃�𝑖𝑗 (. ) �̃�𝑗, 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∗ = (�̃�1 ∗, �̃�2 ∗, , �̃�𝑛 ∗) (9) 𝐴− = (�̃�1 −, 𝑣2 −, , �̃�𝑛 −) (10) Trong đĩ: �̃�𝑗 ∗ = max𝑖{𝑣𝑖𝑗3} , �̃�𝑗 − = 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 cơng thức sau: 𝑑𝑖 ∗ = ∑ 𝑑𝑣(�̃�𝑖𝑗 , �̃�𝑗 ∗)𝑛𝑗=1 , 𝑖= 1, 2, , 𝑚 (11) 𝑑𝑖 − = ∑ 𝑑𝑣(�̃�𝑖𝑗 , �̃�𝑗 −)𝑛𝑗=1 , 𝑖= 1, 2, , 𝑚 (12) 𝑑𝑣(�̃�, �̃�) là khoảng cách giữa 2 số mờ �̃� và �̃�: 𝑑𝑣(�̃�, �̃�) = √ 1 3 [(𝑎1 − 𝑏1)2 + (𝑎2 − 𝑏2)2 + (𝑎3 − 𝑏3)2] (13) Bước 7: Tính hệ số gần gũi (CC) và xếp hạng các lựa chọn Hệ số gần gũi 𝐶𝐶𝑖 được tính theo cơng 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 đĩ, đối tượng cĩ hệ số gần gũi cao nhất là giải pháp tốt nhất được lựa chọn. KẾT QUẢ VÀ BÀN LUẬN Trong nghiên cứu này, Cơng ty Bia Sài Gịn- Miền Tây được sử dụng làm ví dụ mơ tả mơ 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 cơng 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 ngơn 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 DM1 H H VH DM2 M H H DM3 H H VH Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 124 Bảng 4. Đánh giá chiến lược dựa trên tiêu chí Chiến lược Tiêu chí Lợi ích Chi phí Tính khả thi A1 (VG;VG;G) (G;M;VG) (VG;G;VG) A2 (G;M;G) (G;G;VG) (M;P;P) A3 (G;G;VG) (G;M;G) (VG;G;G) A4 (G;G;G) (VG;G;VG) (G;VG;G) A5 (G;G;G) (G;G;M) (M;P;P) A6 (G;M;M) (VG;G;G) (VG;VG;G) A7 (G;G;G) (G;VG;G) (VG;G;VG) A8 (G;M;VG) (G;G;M) (G;G;M) A9 (M;G;M) (G;G;G) (VG;G;G) A10 (G;M;G) (VG;G;G) (G;G;VG) A11 (G;P;M) (VG;G;G) (G;M;M) A12 (VG;G;G) (M;M;M) (G;G;G) A13 (G;G;M) (VG;VG;G) (M;G;G) A14 (P;P;M) (G;VG;M) (M;M;VG) A15 (VP;P;P) (M;M;M) (P;P;VP) A16 (G;G;G) (G;G;M) (G;G;M) A17 (G;M;M) (VG;G;G) (G;G;VG) A18 (M;M;M) (G;M;G) (M;G;M) A19 (G;G;VG) (VG;VG;G) (G;G;G) Dựa trên cơng thức (1)-(8), ma trận quyết định, ma trận quyết định chuẩn hĩa, ma trận chuẩn hĩa cĩ 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 Chiến lược Tiêu chí Lợi ích Chi phí Tính khả thi 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) A17 (3,00; 5,67; 9,00) (5,00; 7,67; 9,00) (5,00; 7,67; 9,00) A18 (3,00; 5,00; 7,00) (3,00; 6,33; 9,00) (3,00; 5,67; 9,00) A19 (5,00; 7,67; 9,00) (5,00; 8,33; 9,00) (5,00; 7,00; 9,00) Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 125 Bảng 6. Ma trận quyết định chuẩn hĩa Chiến lược Tiêu chí Lợi ích Chi phí Tính khả thi 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 hĩa cĩ trọng số Chiến lược Tiêu chí Lợi ích Chi phí Tính khả thi 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) Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 126 Bảng 8. Khoảng cách từ chiến lược đến các giải pháp lý tưởng Chiến lược Tiêu chí Lợi ích Chi phí Tính khả thi D- D* D- D* D- D* A1 5,99 4,60 4,30 5,47 6,52 3,67 A2 5,56 5,31 2,24 5,94 4,06 5,96 A3 5,85 4,72 4,34 5,36 6,30 3,76 A4 5,72 4,84 2,21 6,02 6,30 3,76 A5 5,72 4,84 4,34 5,36 4,06 5,96 A6 5,45 5,45 2,24 5,94 6,52 3,67 A7 5,72 4,84 2,24 5,94 6,52 3,67 A8 5,68 5,18 4,34 5,36 5,79 4,60 A9 5,45 5,45 2,29 5,85 6,30 3,76 A10 5,56 5,31 2,24 5,94 6,30 3,76 A11 5,33 5,92 2,24 5,94 5,61 4,76 A12 5,85 4,72 4,49 4,83 6,09 3,88 A13 5,56 5,31 2,21 6,02 5,79 4,60 A14 4,06 6,33 4,30 5,47 5,79 4,60 A15 2,80 6,96 4,49 4,83 2,72 6,69 A16 5,72 4,84 4,34 5,36 5,79 4,60 A17 5,45 5,45 2,24 5,94 6,30 3,76 A18 4,29 5,72 4,34 5,36 5,61 4,76 A19 5,85 4,72 2,21 6,02 6,09 3,88 Bảng 9. Hệ số gần gũi của các chiến lược Chiến lược 𝑪𝑪𝒊 Chiến lược 𝑪𝑪𝒊 A1 0,550 A11 0,442 A2 0,408 A12 0,550 A3 0,544 A13 0,460 A4 0,493 A14 0,463 A5 0,466 A15 0,351 A6 0,485 A16 0,517 A7 0,500 A17 0,480 A8 0,511 A18 0,473 A9 0,482 A19 0,492 A10 0,484 Kết quả từ Bảng 9 cho thấy vị trí xếp hạng (mức độ quan trọng) của các chiến lược khi áp dụng tại cơng ty. Trong đĩ, giá trị hệ số gần gũi cao nhất là 0,550 (Chiến lược A1_5S và A12_Hệ thống hĩa quá trình tuyển dụng). Điều này nĩi lên rằng chiến lược 5S và Hệ thống hĩa quá trình tuyển dụng là hai chiến lược được đánh giá cao nhất. Thật vậy, khi cơng ty áp dụng chiến lược 5S, năng suất làm việc được cải thiện đồng thời tạo được một khơng gian làm việc thoải mái. Bên cạnh đĩ, hệ thống hĩa quá trình tuyển dụng là một phương pháp hiệu quả trong quản lý nhân sự. 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 cơng việc theo chiều ngang được đánh giá thấp nhất. Hay nĩi cách khác, khi một nhân viên được phân nhiều cơng việc thì hiệu suất làm việc cĩ thể khơng cao, chất lượng khơng đạt được như yêu cầu, đồng thời áp lực cơng việc sẽ ảnh hưởng đến tinh thần và thái độ làm việc của nhân viên. Từ kết quả xếp hạng này, cơng ty cĩ thể lựa chọn những chiến lược phù hợp để áp dụng tại cơng ty trong điều kiện hạn chế về tài chính. Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 127 KẾT LUẬN Nghiên cứu này đề xuất và xây dựng được một mơ hình hiệu quả để đánh giá các chiến lược quản lý chuỗi cung ứng sử dụng Fuzzy- TOPSIS. Mơ hình cung cấp một bức tranh tồn diện giúp cơng 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 đĩ, nghiên cứu cũng mở ra một hướng đi mới trong đánh giá chiến lược quản lý chuỗi cung ứng. Tuy nhiên, bên cạnh những đĩng gĩp tích cực, nghiên cứu vẫn cịn một số mặt hạn chế. Các chiến lược đề xuất dựa trên những nghiên cứu trước đĩ và tham khảo ý kiến chuyên gia nên mang vẫn chưa phản ánh được hết hiện trạng, nhu cầu và mong muốn của cơng ty. Bên cạnh đĩ, số lượng các chiến lược và tiêu chí đánh giá vẫn cịn hạn chế. Những nghiên cứu tiếp theo cĩ thể phát triển mơ 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., Büyükưzkan, 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. Trần Thị Thắm Tạp chí KHOA HỌC & CƠNG NGHỆ 189(13): 121 - 128 128 ABSTRACT 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 Ngày nhận bài: 25/10/2018; Ngày hồn thiện: 21/11/2018; Ngày duyệt đăng: 30/11/2018 * Tel: 0942 282824, Email:tttham@ctu.edu.vn