Modelo predictivo a través de técnicas de minería de datos para mejorar la planificación de suministros en la Procesadora Industrial Rio Seco.

Vista sencilla de ítem
dc.contributor.advisorRodríguez Peña, Victor Raúl
dc.contributor.authorHuaman Esplana, Manuel Melecio
dc.contributor.authorLucas Escobar, Erwin Gorky
dc.date.accessioned2021-12-03T16:34:36Z
dc.date.available2021-12-03T16:34:36Z
dc.date.issued2021-04-23
dc.description.abstractEn la presente tesis titulada “Modelo predictivo a través de técnicas de minería de datos para mejorar la planificación de suministros en procesadora industrial rio seco”, presenta muchas deficiencias en la Gestión de Inventarios, básicamente en la planificación y control de suministros críticos, se evidencia una mala identificación de los tipos de suministros ya sea por su nivel de importancia dentro de la operación o por la rotación de los mismos, suministros críticos, regulares y estratégico. Con la aplicación de un modelo predictivo a través de técnicas de Minería de Datos mejora la planificación de suministros críticos en Procesadora Industrial Río Seco. El tipo de estudio de la presente investigación es Gestión de TI, se estudió la problemática con la metodología CRISP-DM utilizando la técnica de series de tiempo. La metodología de CRISP-DM es un modelo de proceso de minería de datos que incluye una guía estructurada en seis fases, alguna de las cuales algunas son bidireccionales. El tipo de investigación es aplicada-Tecnológica, Nivel de investigación Explicativo, El diseño de investigación es Pre-experimental. El modelo predictivo de Microsoft de series temporales y la importancia dentro de los modelos de aprendizajes supervisados inicia desde la fase de definición, diseño hasta la fase de explotación de la información. La creación de un modelo de series temporales a permitido mejorar la planificación de suministros críticos ya que se basan en un enfoque netamente predictivo y en ellos los pronósticos se elaboran solo con base al comportamiento pasado. La utilización del algoritmo ARIMA que utiliza SQL Server 2014, son para las predicciones a largo plazo. Analizar los datos, es así como el modelo de series temporales nos ayuda en la planificación de inventarios, los niveles de ruptura de stock reducen considerablemente, los índices de rotación de los suministros mejoran y la exactitud de inventarios es más exacto ya que se tiene una visión más exacta gracias a las estimaciones de valores de consumo, encontrar patrones que describan el comportamiento de cada producto.
dc.description.uriTesises_PE
dc.formatapplication/pdfes_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14597/3947
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Huancavelicaes_PE
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/*
dc.sourceRepositorio Institucional - UNHes_PE
dc.sourceUniversidad Nacional de Huancavelicaes_PE
dc.subjectModelo Predictivo
dc.subjectSeries de tiempo
dc.subjectCRISP-DM
dc.subjectMinería de datos
dc.subjectPlanificación
dc.subjectSuministros
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.titleModelo predictivo a través de técnicas de minería de datos para mejorar la planificación de suministros en la Procesadora Industrial Rio Seco.
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni20055822
renati.advisor.orcidhttps://orcid.org/0000-0002-2019-8486
renati.author.dni71036970
renati.author.dni46887586
renati.discipline612049
renati.jurorSinche Crispin, Fernando Viterbo
renati.jurorAlmidon Ortiz, Carlos Alcides
renati.jurorCristobal Lara, Roly Alcides
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería de Sistemases_PE
thesis.degree.grantorUniversidad Nacional de Huancavelica. Facultad de Ingeniería Electrónica - Sistemas
thesis.degree.levelTitulo Profesionales_PE
thesis.degree.nameIngeniero(a) de Sistemas
thesis.degree.programIngeniería de Sistemases_PE
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
TESIS-2021-ING. DE SISTEMAS-HUAMAN ESPLANA Y LUCAS ESCOBAR.pdf
Tamaño:
3.23 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.3 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Tesis 2021