Η παρούσα διπλωματική εργασία έχει ως αντικείμενο τη σχεδίαση και την υλοποίηση ενός παραμετρικού συστήματος υποστήριξης ομαδικών αποφάσεων πολλαπλών κριτηρίων. Η ανάγκη για ένα τέτοιο σύστημα προκύπτει σε περιπτώσεις όπου η τελική απόφαση δεν λαμβάνεται από ένα μόνο άτομο, αλλά από ομάδα συμμετεχόντων με διαφορετικές προτιμήσεις, εμπειρίες και τρόπους αξιολόγησης. Στόχος της εργασίας είναι η ανάπτυξη μιας λειτουργικής εφαρμογής, η οποία επιτρέπει στον χρήστη να ορίζει δυναμικά τους συμμετέχοντες, τα κριτήρια και τις εναλλακτικές λύσεις και να εφαρμόζει διαφορετικές μεθόδους αξιολόγησης και κατάταξης στο ίδιο περιβάλλον. 

Η εργασία στηρίζεται θεωρητικά στα συστήματα υποστήριξης αποφάσεων, στην ομαδική λήψη αποφάσεων, στην πολυκριτηριακή ανάλυση και στη θεωρία κοινωνικής επιλογής. Το σύστημα περιλαμβάνει τις μεθόδους Weighted Sum Model, TOPSIS και Analytic Hierarchy Process, καθώς και τον κανόνα Borda Count. Η εφαρμογή υλοποιήθηκε σε Python και Streamlit, ώστε ο χρήστης να μπορεί να εισάγει εύκολα δεδομένα, να προσαρμόζει το πρόβλημα και να βλέπει καθαρά τα αποτελέσματα. Εκτός από την τελική κατάταξη των εναλλακτικών, εμφανίζεται και η προτεινόμενη επιλογή της ομάδας, μαζί με σύντομη επεξήγηση και, όταν υπάρχουν τα απαραίτητα αριθμητικά δεδομένα, δείκτη συναίνεσης. 

Η λειτουργία του συστήματος παρουσιάζεται μέσα από ενδεικτική μελέτη περίπτωσης επιλογής ναυπηγείου για τον δεξαμενισμό δεξαμενόπλοιου. Στο συγκεκριμένο σενάριο φαίνεται πώς το σύστημα οργανώνει τα δεδομένα ενός προβλήματος ομαδικής απόφασης, εφαρμόζει διαφορετικές μεθόδους και παρουσιάζει την τελική επιλογή με κατανοητό τρόπο. Παράλληλα, η σύγκριση των αποτελεσμάτων δείχνει ότι η μέθοδος που εφαρμόζεται μπορεί να επηρεάσει την τελική κατάταξη, γεγονός που κάνει χρήσιμη την εξέταση περισσότερων προσεγγίσεων στο ίδιο πλαίσιο. Η βασική συμβολή της εργασίας είναι ότι οι παραπάνω λειτουργίες συνδυάζονται σε ένα κοινό παραμετρικό περιβάλλον, το οποίο υποστηρίζει τη διαδικασία της ομαδικής λήψης απόφασης, βοηθά στην κατανόηση του τρόπου με τον οποίο προκύπτει η τελική επιλογή και μπορεί να επεκταθεί σε πιο σύνθετα προβλήματα. 

This diploma thesis focuses on the design and implementation of a parametric system for supporting group multi-criteria decision-making. The need for such a system arises in cases where the final decision is not made by a single individual, but by a group of participants with different preferences, experiences and ways of evaluating alternatives. The aim of the thesis is to develop a functional application that allows the user to dynamically define the participants, criteria and alternative options, and to apply different evaluation and ranking methods within the same environment. 

The thesis is theoretically based on decision support systems, group decision-making, multi-criteria analysis and social choice theory. The system includes the Weighted Sum Model, TOPSIS and Analytic Hierarchy Process methods, as well as the Borda Count rule. The application was implemented in Python and Streamlit, allowing the user to enter data easily, adjust the problem parameters and view the results clearly. In addition to the final ranking of the alternatives, the system displays the group’s recommended choice, together with a short explanation and, when the necessary numerical data are available, a consensus indicator. 

The operation of the system is presented through an indicative case study concerning the selection of a shipyard for the dry-docking of a tanker. In this scenario, it is shown how the system organizes the data of a group decision problem, applies different methods and presents the final choice in an understandable way. The comparison of the results also shows that the applied method can affect the final ranking, making it useful to examine more than one approach within the same framework. The main contribution of the thesis is that these functions are combined in a common parametric environment, which supports the group decision-making process, helps users understand how the final choice is formed and can be extended to more complex problems.