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 & CÔNG NGHỆ 189(13): 121 - 128 
121 
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 * 
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 
Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128 
122 
bốn 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 
A1 5S 
A2 Just-In-Time (JIT) 
A3 Nhận dạng tần số sóng vô tuyến (RFID) 
A4 Hệ thống hoạch định nguyên vật liệu (MRP) 
A5 Tồn kho tại nhà cung cấp (VMI) 
A6 Tự động hóa trong sản xuất 
A7 Kiểm soát quá trình bằng thống kê (SPC) 
A8 Bảo trì phòng 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 hóa quá trình tuyển dụng 
A13 Phần mềm quản lý chuỗi cung ứng (SCM) 
A14 Khảo sát khách hàng 
A15 Mở rộng công 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 công việc theo chiều dọc 
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: �̃�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 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 �̃�𝑖𝑗 = (𝑎𝑖𝑗 , 𝑏𝑖𝑗 , 𝑐𝑖𝑗), trong đó: 
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 mô tả bằng 
�̃�𝑗
𝑘 = (𝑤𝑗1, 𝑤𝑗2, 𝑤𝑗3), trong đó: 
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 & CÔNG 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 đó, 𝑖= 1, 2,  , 𝑚; 𝑗 = 1, 2,  , 𝑛; 
�̃�𝑖𝑗, �̃�𝑗 là biến ngôn ngữ, được biểu diễn dưới 
dạng số mờ như sau: �̃�𝑖𝑗 = (𝑎𝑖𝑗 , 𝑏𝑖𝑗, 𝑐𝑖𝑗) và 
�̃�𝑗 = (𝑤𝑗1, 𝑤𝑗2, 𝑤𝑗3). 
Bước 3: Chuẩn hóa ma trận quyết định 
Ma trận quyết định được chuẩn hóa như sau: 
�̃�= [�̃�𝑖𝑗]𝑚×𝑛, (5) 
Trong đó: 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 hóa có 
trọng số 
Ma trận chuẩn hóa có trọng số được xây dựng 
bằng cách nhân ma trận chuẩn hóa �̃�𝑖𝑗 với 
trọng số tiêu chí �̃�𝑗: 
�̃�= [�̃�𝑖𝑗]𝑚×𝑛, (8) 
Trong đó: �̃�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 đó: �̃�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 công 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 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 
DM1 H H VH 
DM2 M H H 
DM3 H H VH 
Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG 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 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 
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 & CÔNG NGHỆ 189(13): 121 - 128 
125 
Bảng 6. Ma trận quyết định chuẩn hóa 
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 hóa có 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 & CÔNG 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 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 
việc được cải thiện đồng thời tạo được một 
không gian làm việc thoải mái. Bên cạnh đó, 
hệ thống hóa 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 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 
độ làm việc của nhân viên. Từ kết quả xếp 
hạng này, công ty có thể lựa chọn những 
chiến lược phù hợp để áp dụng tại công ty 
trong điều kiện hạn chế về tài chính. 
Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG NGHỆ 189(13): 121 - 128 
127 
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. 
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. 
Trần Thị Thắm Tạp chí KHOA HỌC & CÔNG 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 hoàn thiện: 21/11/2018; Ngày duyệt đăng: 30/11/2018 
*
 Tel: 0942 282824, Email:tttham@ctu.edu.vn