5.Ingeniería
http://hdl.handle.net/20.500.12840/18
2024-03-28T19:52:55ZToma de decisiones para la venta en unidades de la línea de panes en una industria de alimentos en el Perú basado en redes bipartitas
http://hdl.handle.net/20.500.12840/7338
Toma de decisiones para la venta en unidades de la línea de panes en una industria de alimentos en el Perú basado en redes bipartitas
Huamán Moreto, Sandrita Aracely; Villalta Salas, Dany Isidro
En estos últimos años, la minería de datos a tomado gran importancia en las empresas, porque el uso de la misma ayuda en la toma de decisiones de los directivos. Porque los problemas de toma de decisiones se vuelven cada vez más complicados. Por lo tanto, en este artículo se propone un algoritmo probabilístico de toma de decisiones de recomendación, basado en una proyección de red bipartita. En primer lugar, combinando la información de toma de decisiones de los almacenes de venta de los productos y la venta de los panes, se establece un gráfico bipartito que conecta al almacén y al producto. Para ello se utilizó la metodología CRISP-DM. Los resultados muestran que nuestro método propuesto supera a un método de predicción simple, logrando la oportuna toma de decisiones
2024-01-04T00:00:00ZModelo de Inteligencia Analítica Predictiva para el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP
http://hdl.handle.net/20.500.12840/7149
Modelo de Inteligencia Analítica Predictiva para el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP
Villegas Cervera, Alex Robert
El presente estudio tuvo como objetivo general de ddeterminar el grado de asertividad del Modelo Analítico de Inteligencia Predictiva en el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP. La presente investigación es aplicada, longitudinal y predictiva. El diseño de investigación es no experimental, exploratorio y descriptivo. El diseño es no experimental porque no manipula las variables de estudio, es exploratorio porque analiza las variables asociadas a las especialidades de los servicios de salud en las diferentes dimensiones del tiempo para identificar los diferentes estados de del ciclo de vida. Es descriptivo porque encuentra patrones de comportamiento en las atenciones de acuerdo a los estados del ciclo de vida de una determinada especialidad. La población estuvo conformada por todas las atenciones que se han realizado los pacientes de la entidad privada de salud QS-CRP. El tamaño de la población es mayor a los siete millones de registros comprendidos desde el años de 1995 hasta abril del año de 2018. Por la naturaleza de la investigación se trabajará con toda la población del cual se deduce que la muestra es censal. De los resultados de la investigación se concluye que el modelo de inteligencia analítica predictiva basado en regresión lineal, permite realizar el pronóstico del estado del ciclo de vida de los servicios de salud para la entidad privada del sector salud QS-CRP con un nivel de significancia de 0.00.
2023-12-01T00:00:00ZModelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
http://hdl.handle.net/20.500.12840/6880
Modelo de predicción de la plaga Burkholderia Glumae en cultivos de arroz usando Machine Learning e Interpolación Espacial
Pérez Suárez, Joel
En la actualidad, la agricultura, en especial el cultivo de arroz está siendo afectado por los constantes cambios climáticos, esto origina que algunos patógenos sean favorecidos alterando su producción, y a su vez generando pérdidas económicas. El estudio tuvo el propósito de elaborar un modelo de Machine Learning para predecir la aparición de la plaga Burkholderia Glumae en cultivos de arroz en la región de San Martín, Perú. En la exploración de los datos se usó la técnica de interpolación espacial IDW, para obtener datos de temperatura y precipitación. El estudio aplicó una serie de algoritmos supervisados. Entre estos, el Random Forest Classifier (RFC) fue el que obtuvo el máximo valor con un accuracy de 88%. También se creó un aplicativo donde se visualiza la predicción de la plaga Burkholderia Glumae en una zona determinada de la región.
2022-02-03T00:00:00ZModelo de sistema de información para la gestión financiera y su impacto en la toma de decisiones de la alta dirección de la Universidad Peruana Unión
http://hdl.handle.net/20.500.12840/6163
Modelo de sistema de información para la gestión financiera y su impacto en la toma de decisiones de la alta dirección de la Universidad Peruana Unión
Saavedra Vasconez, Carlos Eduardo
El objetivo del estudio es elaborar un modelo de sistema de información para la gestión financiera y su impacto en la toma de decisiones de la alta dirección de la Universidad Peruana Unión, se ha definido los sistemas contables que involucra el proyecto, se usó el marco de trabajo Scrum para el desarrollo de los módulos y de esta manera lograr cumplir los tiempos en la meta trazada, se definió los indicadores financieros que se requiere tener en constante acceso. Se unificó todas las bases de datos de los distintos módulos contables, todos los sistemas son contabilizados en el sistema de iglesia adventista denominado AasiNet, estos se exportan e importa mediante una interfaz de programación de aplicaciones (APIs), esta información obtenida es trabajada de dos maneras, primero presentamos la información con reportes de visualización y la segunda a través de la extracción, transformación y lectura (ETL) usando herramientas Talend Data Integration de tal manera permita que la información sea presentada con herramientas de inteligencia de negocios como Power BI para la visualización de reportes tanto de manera automática como importación de hojas de cálculo. Los resultados obtenidos son reportes analíticos que impactaron en la toma de decisiones de la alta dirección de la Universidad Peruana Unión.
2022-11-03T00:00:00Z