Unificação dos métodos AHP e 2-Tuple

UNIVERSIDADE FEDERAL DO TRIÂNGULO MINEIRO








Trabalho de Tópicos em Engenharia da Computação






Alunos: Fagner Passarelli Lourenço 201110986
Raisa Messias Silva 201210555











Uberaba 2015
Introdução
A importância dos fornecedores dentro da gestão de compras tem aumentado devido à evolução tecnológica que impossibilita o domínio de todos os processos necessários para entrega de valor a um consumidor final (CORREA, 2010; GALANTINE, 2012; LEMA; QUADROS E SCHMITZ, 2012; LUZZINI et al.,2012). Atualmente, um produto competitivo necessita de inúmeros investimentos em inovação de produtos e processos. Contudo as empresas possuem uma quantidade limitada de recursos financeiros, humanos, tecnológicos etc. para inovar em todos elementos de um produto final e seus respectivos processos. Assim, elas devem se focar nas suas competências centrais (PRAHALAD e HAMEL, 1990) e terceirizar as demais atividades para organizações com melhores capacidades técnicas no desenvolvimento e produção de itens específicos.
Essa maior participação dos itens comprados no custo total do produto vendido tem proporcionado uma mudança determinação da lucratividade. Atualmente, cerca de 50% a 70% dos gastos de um fabricante ocorrem no processo de aquisição; há algumas décadas, essa parcela era apenas 20% (CHOPRA; MEINDL, 2011; PRAJOGO et al., 2012).
Da mesma forma que os internos, os processos de fornecimento também devem melhorar continuamente. Para isso, as empresas precisam utilizar sistemáticas de melhoria como um ciclo PDCA (Plan, Do, CheckandAction) ou oDMAIC (Define, Measure, Analyse, Improve andControl) em um programa seis sigmas(CARVALHO, 2005; JURAN, 2009; CARPINETTI, 2010).
A estratificação é uma técnica utilizada na etapa de análise, no início de um ciclo de melhoria. A segmentação da base de fornecedores está fundamentada nesta técnica. Desde o trabalho pioneiro de Kraljic (1983), diversas propostas de segmentação foram apresentadas, como Olsen e Ellram (1997), Dyeret al. (1998), Bensau (1999), Pagellet al. (2010) e Rezaei e Ortt (2013), contudo o primeiro ainda é o mais relevante.
Kraljic (1983) desenvolveu um modelo de segmentação de fornecedores baseado em duas dimensões para análise dos itens comprados. A primeira refere-se à importância estratégica de compras em termos de valor adicionado. Já a outra dimensão abrange a complexidade do mercado fornecedor devido à escassez de fornecedores. As combinações dos níveis alto e baixo de cada dimensão determinam os quatro portfólios do modelo: itens estratégicos, gargalos, alavancados e não críticos.
A avaliação com a utilização de métricas oriundas dos desdobramentos dos objetivos estratégicos também é uma técnica fundamental no processo de melhoria dos processos de uma empresa (CARPINETTI, 2010). De acordo com Ho et al. (2010), a avaliação de fornecedores assim como o problema de seleção de fornecedores tem sido extensivamente estudada na literatura.

Objetivo
O objetivo principal deste trabalho é realizar avaliação de fornecedores de uma empresa fictícia através do método AHP e Lógica Fuzzy aprendidos na disciplina.

Procedimentos Metodológicos
Figura 1 – Fluxograma Procedimentos Metodológicos

A etapa 1, levantamento de dados da empresa, descreve a obtenção de informações, como itens, serviços e fornecedores. O estudo irá simular dados de uma empresa fictícia. Serão avaliados oito fornecedores considerando que sejam classificados como itens estratégicos, de acordo com a matriz de Kraljic.

Figura 2- Matriz de Karljic

Etapa 2, para a segmentação de fornecedores é necessários avaliá-los segundo critérios quantitativos ou qualitativos. Os critérios serão classificados em duas dimensões: desempenho na entrega e potencial de parceria. Foram selecionados critérios e subcritérios, baseados em referências literárias, considerados relevantes para cada dimensão. Nas tabelas abaixo, estão apresentados os critérios e subcritérios selecionados.
Desempenho na entrega
Critérios
Subcritérios
Eficiência da entrega
-Lead time entrega
-Flexibilidade
-Garantia da entrega
Preço
- Prazo de pagamento
- Preço
Qualidade
- Qualidade do produto
- Variabilidade do produto
Pós venda
- Vinculação ao cliente
- Sistema de comunicação
- Garantia e reclamações
Tabela 1 – Critérios da dimensão Desempenho na entrega

Potencial de parceria
Critérios
Subcritérios
Confiança
-Respeito e honestidade mútua
-Padrões éticos
Relacionamento a longo prazo
-Proximidade do relacionamento
-Experiência prévia com fornecedor
-Consistência e acompanhamento
- Acordos recíprocos
Partilhar Informações
-Honesta e frequente comunicação
-Abertura
-Vontade de compartilhar informações, ideias, tecnologia e economia de custos
-Aberto a avaliação do local
Melhoria no desempenho
-Compromisso com a melhoria contínua em produtos e processos
-Fornecedor de esforço na promoção dos princípios JIT
-Esforço do fornecedor em resíduos eliminando
Tabela 2- Critérios na dimensão Potencial de parceria

A etapa 3 engloba a atribuição de pesos a cada critério de acordo com sua importância para a empresa. Neste estudo será utilizado o método AHP para realizar tal objetivo.
O método AHP foi desenvolvido por Saaty (1991) na década de 70. Por se tratar de método simples e robusto, sua aplicação abrange várias áreas.
A utilização da AHP em problemas de decisão é feita em duas fases: na de construção da hierarquia e na de avaliação (Vargas, 1990), a primeira fase envolve a estruturação do problema em níveis e o AHP permite a construção de uma estrutura hierárquica que mostra as relações entre as metas, os critérios e as alternativas que envolvem a decisão.
Para a análise dessas alternativas, faz- se a avaliação com a comparação paritária entre os critérios. Por meio desta comparação serão determinadas as importâncias relativas ou peso de cada critério. Uma matriz contendo estes pesos é construída na seguinte forma:

A=1a12 a1n1a121…a2n 1a1n1a2n 1 (1)
onde > 0 e o valor expressa o grau de preferência de em relação a j.
Assim, pode-se calcular o vetor de prioridade = ( 1, … ) , onde estima o valor da alternativa . Quanto maior for o valor de , melhor será a alternativa .
Há várias formas de calcular este vetor, uma delas é pelo método da média geométrica:
wi=j=1naij1nk=1nj=1naij1ni=1,2,…n (2)
Para verificar se a tabela foi preenchida de forma consistente, inicialmente é necessário calcular um indicador Consistency Index (CI):

CI=λmax-nn-1 (3)
é obtido através da multiplicação da matriz original de comparação pelo vetor de pesos. Em seguida, dividimos esse resultado pelo vetor de pesos para obtermos algumas estimativas de autovalor. A média desses valores será nossa estimativa para .
Após calcular CI, compara-se esse índice com o índice aleatório (RI) que é tabelado em função do número de critérios analisados (n). Logo, calcula-se a métrica CR (Consistency Ratio):

CR=CIRI (4)
Se < 0,1 então a matriz é consistente.
Após a ponderação dos critérios é possível avaliar os fornecedores na etapa 4, que será feito através do método 2-tupple, da lógica Fuzzy.
A teoria clássica dos conjuntos permite o tratamento de classes de objetos e suas inter-relações em categorias bem definidas. Nessa teoria, a pertinência de um dado elemento com relação a um conjunto corresponde ao fato de tal elemento pertencer ou não a esse conjunto.
A lógica fuzzy, também conhecida como lógica nebulosa ou difusa se tornou conhecida a partir de 1965 quando o professor Lofti Zadeh publicou o artigo Fuzzy Sets no jornal Information and Control. Segundo Cox(1994), o que a diferencia da teoria clássica é a capacidade de se aproximar do mundo real onde não existe somente respostas extremas, considerando que tudo apresenta graus de pertinência.
O sistema lógico Fuzzy consiste em três operações básicas. A figura a seguir exemplifica essas operações adaptada de Cox (1994).

Figura 3- Sistema lógico Fuzzy. Fonte Cox (1994).
A técnica Fuzzy tem sido aplicada com sucesso para muitos problemas. Contudo, há uma limitação desta abordagem devido ao seu modelo de representação de informação e os métodos de cálculo utilizados. Esta limitação é a perda de informação que resulta em uma falta de precisão nos resultados finais da fusão de informação linguística. Para minimizar esta perda, Herrera e Martínez (2000) desenvolveram uma ferramenta , o método 2- Tuple.
O método 2-tupple consiste em tratar aspectos qualitativos que são representados em termos qualitativos por meio de variáveis lingüísticas, uma vez que representar numericamente avaliações nem sempre é a melhor e mais usual forma. Assim, o método 2-tuple, que é composto por um termo linguístico (si) e um valor numérico (α) avaliada em [-0,5, 0,5) permite uma representação contínua da informação linguística no seu domínio, e agrega a bagagem numérica ao resultado (Herrera; Martinez, 2000).
Considerando S= s0, s1, ,sg um conjunto de termos linguísticos e g+1 é a cardinalidade ou granularidade de S. Sendo β o resultado de uma operação de agregação em S, β ϵ [0, g] :
i=arredondamento (β) (5)
α= β-i (6)
Para este trabalho, os seguintes termos serão utilizados:
None (N) – termo 0;
Very Low (VL) – termo 1;
Low (L) – termo 2;
Medium (M) – termo 3;
High (H) – termo 4
Very High (VH) – termo 5;
Perfect (P) – termo 6.
A transformação de valores [0,1] em 2- Tuple consiste em:
Se v ϵ [0,1] é um conjunto numérico e S= s0, s1, ,sg é um conjunto de termos lingüísticos e de acordo com o gráfico abaixo:

Gráfico 1 – Função de pertinência triangular
Então,
μsiv=0, se v domínio de siv-aibi-ai, se ai v bi1, se v=bici- vci-bi, se bi