Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128

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*
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 * tưởng tích cực và xa nhất so với lời giải lý

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 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

121
 Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128

bốn phần. Phần đầu giới thiệu về lĩnh vực Trong nghiên cứu này, mô hình Fuzzy-
nghiên cứu. Phần hai mô tả phương pháp TOPSIS được xây dựa trên 3 tiêu chí: lợi ích,
nghiên cứu (mô hình Fuzzy-TOPSIS). Sau đó, chi phí và tính khả thi. Các tiêu chí được định
một ví dụ tại Công ty Bia Sài Gòn-Miền Tây nghĩa như sau:
được triển khai để minh họa cho mô hình đề Lợi ích: Lợi ích đạt được khi công ty áp dụng
xuất. Phần cuối bao gồm kết luận, hạn chế chiến lược.
của đề tài và những đề xuất, kiến nghị.
Chi phí: chi phí sử dụng để triển khai chiến
PHƯƠNG PHÁP NGHIÊN CỨU lược tại công ty.
Nghiên cứu này sử dụng phương pháp tham Tính khả thi được xem xét là sự phù hợp hay
khảo ý kiến chuyên gia để thu thập số liệu. khả năng ứng dụng các chiến lược tại công ty.
Bảng câu hỏi được xây dựng để thu thập mức
Mức độ quan trọng của các tiêu chí và mức
độ quan trọng của các tiêu chí và mức độ hiệu
độ đánh giá các chiến lược là các biến ngôn
quả của các chiến lược khi xem xét trên từng
tiêu chí. Các bước xây dựng bảng câu hỏi, thu ngữ, thể hiện ở Bảng 2.
thập số liệu và áp dụng mô hình Fuzzy- Bảng 2. Biến ngôn ngữ và tổ hợp hệ số mờ
TOPSIS trong đánh giá chiến lược quản lý Hệ số Mức độ đánh giá Đánh giá
chuỗi cung ứng được thực hiện như sau. mờ tiêu chí chiến lược
Bước 1: Xác định tiêu chí đánh giá và (1, 1, 3) Rất kém quan trọng (VL) Rất kém (VP)
chiến lược quản lý chuỗi cung ứng (1, 3, 5) Kém quan trọng (L) Kém (P)
Các chiến lược được đề xuất thông qua lược (3, 5, 7) Trung bình (M) Trung bình (M)
khảo những nghiên cứu trước đó [6,15-18]. (5, 7, 9) Quan trọng (H) Tốt (G)
Đây những chiến lược được áp dụng phổ (7, 9, 9) Rất quan trọng (VH) Rất tốt (VG)
biến, quản lý các tương tác trong nội bộ Giả sử nhóm trả lời bao gồm 𝑘 chuyên gia.
doanh nghiệp cũng như các tương tác giữa Nếu mức độ đánh giá chiến lược 𝑖 dựa trên
doanh nghiệp và các thành phần còn lại trong tiêu chí 𝑗 của chuyên gia thứ 𝑘 là: 𝑥̃𝑖𝑗 𝑘
=
chuỗi, được các chuyên gia đánh giá hợp lý 𝑘 𝑘 𝑘
(𝑎𝑖𝑗 , 𝑏𝑖𝑗 , 𝑐𝑖𝑗 ) và mức độ đánh giá trọng số tiêu
(Xem Bảng 1). chí 𝑗 là: 𝑤 ̃𝑗𝑘 = (𝑤𝑗1𝑘 𝑘
, 𝑤𝑗2 𝑘
, 𝑤𝑗3 ), Trong đó 𝑖=
Bảng 1. Chiến lược quản lý chuỗi cung ứng 1, 2, … , 𝑚, và 𝑗 = 1, 2, … , 𝑛.
Ký hiệu Định nghĩa chiến lược
Giá trị tổng hợp của 𝑘 chuyên gia về mức độ
A1 5S
A2 Just-In-Time (JIT) đánh giá chiến lược 𝑖 dựa trên tiêu chí 𝑗 được
A3 Nhận dạng tần số sóng vô tuyến (RFID) mô tả bằng 𝑥̃𝑖𝑗 = (𝑎𝑖𝑗 , 𝑏𝑖𝑗 , 𝑐𝑖𝑗 ), trong đó:
A4 Hệ thống hoạch định nguyên vật liệu (MRP) 𝑘 1 𝑘
A5 Tồn kho tại nhà cung cấp (VMI) 𝑎𝑖𝑗 = min𝑘 {𝑎𝑖𝑗 }, 𝑏𝑖𝑗 = ∑𝐾
𝑘=1 𝑏𝑖𝑗 ,
𝑘
A6 Tự động hóa trong sản xuất 𝑐𝑖𝑗 = max𝑘 {𝑐𝑖𝑗𝑘 } (1)
A7 Kiểm soát quá trình bằng thống kê (SPC)
A8 Bảo trì phòng ngừa (PM) Giá trị tổng hợp của 𝑘 chuyên gia về mức độ
A9 Hoạch định nguồn lực doanh nghiệp (ERP) đánh giá trọng số tiêu chí 𝑗 được mô tả bằng
A10 Hệ thống trao đổi dữ liệu điện tử (EDI)
A11 Chế độ ưu đãi (thưởng, phụ cấp…) ̃𝑗𝑘 = (𝑤𝑗1 , 𝑤𝑗2 , 𝑤𝑗3 ), trong đó:
𝑤
A12 Hệ thống hóa quá trình tuyển dụng 1
𝑤𝑗1 = min𝑘 {𝑤𝑗𝑘1 }, 𝑤𝑗2 = ∑𝐾
𝑘=1 𝑤𝑗𝑘2 ,
A13 Phần mềm quản lý chuỗi cung ứng (SCM) 𝑘
A14 Khảo sát khách hàng 𝑤𝑗3 = max𝑘 {𝑤𝑗𝑘3 } (2)
A15 Mở rộng công việc theo chiều ngang
A16 Xây dựng hệ thống quản lý chất lượng ISO Bước 2: Xây dựng ma trận quyết định
A17 Phương thức đào tạo cầm tay chỉ việc Ma trận quyết định và tổ hợp trọng số của tiêu
A18 Phần mềm quản lý khách hàng (CRM)
chí được biểu diễn như sau:
A19 Mở rộng công việc theo chiều dọc
𝐶1 𝐶2 ... 𝐶𝑛

122
 Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128

𝐴1 𝑥̃11 𝑥̃12 ⋯ 𝑥̃1𝑛 Khoảng cách từ mỗi lựa chọn đến giải pháp lý
𝑥̃ 𝑥̃22 ⋯ 𝑥̃2𝑛
̃ = 𝐴…2 [ …21
𝑫 tưởng tích cực (𝑑𝑖∗ ) và giải pháp lý tưởng tiêu
… 𝑥̃𝑖𝑗 … ] (3)
𝐴𝑚 𝑥̃𝑚1 𝑥̃𝑚2 ⋯ 𝑥̃𝑚𝑛 cực (𝑑𝑖− ) được tính theo công thức sau:
̃ = (𝑤
𝑾 ̃1 , 𝑤
̃2, … , 𝑤
̃𝑛 ) (4) 𝑑𝑖∗ = ∑𝑛𝑗=1 𝑑𝑣 (𝑣̃𝑖𝑗 , 𝑣̃𝑗∗ ), 𝑖= 1, 2, … , 𝑚 (11)
Trong đó, 𝑖= 1, 2, … , 𝑚; 𝑗 = 1, 2, … , 𝑛; 𝑑𝑖− = ∑𝑛𝑗=1 𝑑𝑣 (𝑣̃𝑖𝑗 , 𝑣̃𝑗− ), 𝑖= 1, 2, … , 𝑚 (12)
𝑥̃𝑖𝑗 , 𝑤
̃𝑗 là biến ngôn ngữ, được biểu diễn dưới 𝑑𝑣 (𝑎̃, 𝑏̃) là khoảng cách giữa 2 số mờ 𝑎̃ và 𝑏̃:
dạng số mờ như sau: 𝑥̃𝑖𝑗 = (𝑎𝑖𝑗 , 𝑏𝑖𝑗 , 𝑐𝑖𝑗 ) và 𝑑𝑣 (𝑎̃, 𝑏̃)
𝑤̃𝑗 = (𝑤𝑗1 , 𝑤𝑗2 , 𝑤𝑗3 ). 1
= √ [(𝑎1 − 𝑏1 )2 + (𝑎2 − 𝑏2 )2 + (𝑎3 − 𝑏3 )2 ]
Bước 3: Chuẩn hóa ma trận quyết định 3
(13)
Ma trận quyết định được chuẩn hóa như sau:
Bước 7: Tính hệ số gần gũi (CC) và xếp
̃ = [𝑟̃𝑖𝑗 ]𝑚×𝑛 ,
𝑹 (5) hạng các lựa chọn
Trong đó: 𝑖= 1, 2, … , 𝑚, 𝑗 = 1, 2, … , 𝑛 Hệ số gần gũi 𝐶𝐶𝑖 được tính theo công thức:
𝑑𝑖−
 Đối với tiêu chí lợi ích 𝐶𝐶𝑖 =
𝑑𝑖− + 𝑑𝑖∗
, 𝑖=1, 2, … , 𝑚 (14)
𝑎𝑖𝑗 𝑏𝑖𝑗 𝑐𝑖𝑗
𝑟̃𝑖𝑗 = ( ∗ , ∗ , ∗ ) 𝑐𝑗∗ = max𝑖 𝑐𝑖𝑗 (6) Hệ số gần gũi lớn cho thấy khoảng cách từ
𝑐𝑗 𝑐𝑗 𝑐𝑗
 Đối với −tiêu−chí −chi phí đối tượng đến giải pháp lý tưởng tiêu cực lớn,
𝑎 𝑎 𝑎
𝑟̃𝑖𝑗 = ( 𝑗 , 𝑗 , 𝑗 ) 𝑎𝑗− = min𝑖 𝑎𝑖𝑗 (7) hay đối tượng gần với giải pháp lý tưởng tích
𝑐𝑖𝑗 𝑏𝑖𝑗 𝑎𝑖𝑗
Bước 4: Xây dựng ma trận chuẩn hóa có cực hơn. Do đó, đối tượng có hệ số gần gũi
trọng số cao nhất là giải pháp tốt nhất được lựa chọn.
Ma trận chuẩn hóa có trọng số được xây dựng KẾT QUẢ VÀ BÀN LUẬN
bằng cách nhân ma trận chuẩn hóa 𝑟̃𝑖𝑗 với Trong nghiên cứu này, Công ty Bia Sài Gòn-
trọng số tiêu chí 𝑤
̃𝑗 : Miền Tây được sử dụng làm ví dụ mô tả mô
̃ = [𝑣̃𝑖𝑗 ]𝑚×𝑛 ,
𝑽 (8) hình đề xuất. Sau khi thiết lập chiến lược
Trong đó: 𝑣̃𝑖𝑗 = 𝑟̃𝑖𝑗 (. ) 𝑤
̃𝑗 , 𝑖= 1, 2, … , 𝑚, 𝑗 = quản lý chuỗi cung ứng và các tiêu chí, phiếu
1, 2, … , 𝑛 câu hỏi được gửi đến 3 chuyên gia tại công ty
để tham khảo ý kiến về đánh giá mức độ quan
Bước 5: Xác định giải pháp lý tưởng tích
trọng của các tiêu chí (xem Bảng 3), và mức
cực (FPIS) và tiêu cực (FNIS)
độ của các chiến lược dựa trên các tiêu chí
Giải pháp lý tưởng tích cực (𝐴∗ )và giải pháp (xem Bảng 4). Biến ngôn ngữ được sử dụng
lý tưởng tiêu cực (𝐴− )được tính như sau: trong quá trình đánh giá.
𝐴∗ = (𝑣̃1∗ , 𝑣̃2∗ , … , 𝑣̃𝑛∗ ) (9) Bảng 3. Mức độ quan trọng của tiêu chí
− (𝑣̃1− , 𝑣2− , … , 𝑣̃𝑛− )
𝐴 = (10) Chuyên Tiêu chí
Trong đó: 𝑣̃𝑗∗ = max𝑖 {𝑣𝑖𝑗3 } , 𝑣̃𝑗− = min𝑖 {𝑣𝑖𝑗1 }, gia Lợi ích Chi phí Tính khả thi
𝑖= 1, 2, … , 𝑚, 𝑗 = 1, 2, … , 𝑛 DM1 H H VH
Bước 6: Tính khoảng cách từ các lựa chọn DM2 M H H
đến giải pháp lý tưởng tích cực (FPIS) và DM3 H H VH
giải pháp lý tưởng tiêu cực (FNIS)

123
 Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128

Bảng 4. Đánh giá chiến lược dựa trên tiêu chí

Tiêu chí
Chiến lược
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 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
Tiêu chí
Chiến lược
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)

124
Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128

Bảng 6. Ma trận quyết định chuẩn hóa

Tiêu chí
Chiến lược
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 hóa có trọng số
Tiêu chí
Chiến lược
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)

125
 Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128

Bảng 8. Khoảng cách từ chiến lược đến các giải pháp lý tưởng
Tiêu chí
Chiến lược 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 Tuyển dụng nghiêm túc là tiền đề xây dựng
(mức độ quan trọng) của các chiến lược khi một đội ngũ nhân viên làm việc hiệu quả.
áp dụng tại công ty. Trong đó, giá trị hệ số Kết quả cũng cho thấy chiến lược A15_Mở
gần gũi cao nhất là 0,550 (Chiến lược A1_5S rộng công việc theo chiều ngang được đánh
và A12_Hệ thống hóa quá trình tuyển dụng). giá thấp nhất. Hay nói cách khác, khi một
Điều này nói lên rằng chiến lược 5S và Hệ nhân viên được phân nhiều công việc thì hiệu
thống hóa quá trình tuyển dụng là hai chiến suất làm việc có thể không cao, chất lượng
lược được đánh giá cao nhất. Thật vậy, khi không đạt được như yêu cầu, đồng thời áp lực
công ty áp dụng chiến lược 5S, năng suất làm công việc sẽ ảnh hưởng đến tinh thần và thái
việc được cải thiện đồng thời tạo được một độ làm việc của nhân viên. Từ kết quả xếp
không gian làm việc thoải mái. Bên cạnh đó, hạng này, công ty có thể lựa chọn những
hệ thống hóa quá trình tuyển dụng là một chiến lược phù hợp để áp dụng tại công ty
phương pháp hiệu quả trong quản lý nhân sự. trong điều kiện hạn chế về tài chính.

126
 Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ
KẾT 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.
189(13): 121 - 128
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.
127
 Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 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 hoàn thiện: 21/11/2018; Ngày duyệt đăng: 30/11/2018

*
Tel: 0942 282824, Email:tttham@ctu.edu.vn

128