DSpace Repository

Implementación de un sistema informático inteligente para el pronóstico de ventas de la Cevichería Rico Norte de la ciudad de Puno 2024

Show simple item record

dc.contributor.advisor Juárez Vargas, Juan Carlos es_PE
dc.contributor.author Becerra Lucano, Rodrigo Alexander es_PE
dc.date.accessioned 2024-10-04T17:10:49Z
dc.date.available 2024-10-04T17:10:49Z
dc.date.issued 2024-10-09
dc.identifier.uri https://repositorio.unap.edu.pe/handle/20.500.14082/23029
dc.description.abstract La presente tesis tuvo como objetivo implementar un sistema informático inteligente que pronostique las ventas diarias de la cevichería Rico Norte de la ciudad de Puno, Perú, como solución a problemas como la falta y desperdicio de insumos, la tardía atención en días con mucha clientela, y la necesidad de realizar cambios en el negocio que no perjudiquen su economía. La investigación se llevó a cabo en los años 2023 y 2024. Se usó la metodología de desarrollo CRISP-DM que consta de 6 fases. En la fase de comprensión del negocio se abarcaron las necesidades y requerimientos. En la comprensión de datos se recopilaron los datos proporcionados por el dueño. En la preparación de datos se realizó el preprocesamiento de datos. En el modelado se implementaron los modelos de Machine Learning SARIMA (Modelo Autorregresivo Integrado de Media Móvil Estacional), XGBoost (Extreme Gradient Boosting), LSTM (Long Short-Term Memory), y MLP (Modelo de Perceptrón Multicapa). En la evaluación se usaron las métricas de rendimiento MAE (Error Absoluto Medio), MSE (Error Cuadrático Medio), R^2 (Coeficiente de Determinación), y MAPE (Error Porcentual Absoluto Medio). En el despliegue se implementó el sistema con las tecnologías HTML, CSS, JavaScript, Python y SQL, integrando el modelo XGBoost debido a su mejor desempeño. Los resultados destacaron a XGBoost como el mejor modelo. Se realizó una prueba t-Student que acepta la hipótesis alternativa en la mayoría de variables evaluadas, donde los datos predichos por XGBoost no presentaron diferencia significativa respecto a los datos reales. En conclusión, la implementación de un sistema informático inteligente con XGBoost logró predecir con mínimo margen de error las ventas diarias en la cevichería Rico Norte de la ciudad de Puno. es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional del Altiplano. Repositorio Institucional - UNAP es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights.uri https://creativecommons.org/licenses/by/4.0/deed.es es_PE
dc.subject CRISP-DM es_PE
dc.subject Machine Learning es_PE
dc.subject Pronóstico de ventas es_PE
dc.subject Sistema Informático Inteligente es_PE
dc.subject XGBoost es_PE
dc.title Implementación de un sistema informático inteligente para el pronóstico de ventas de la Cevichería Rico Norte de la ciudad de Puno 2024 es_PE
dc.type info:eu-repo/semantics/bachelorThesis es_PE
thesis.degree.name Ingeniero Estadístico e Informático es_PE
thesis.degree.discipline Ingeniería Estadística e Informática es_PE
thesis.degree.grantor Universidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informática es_PE
dc.type.version info:eu-repo/semantics/acceptedVersion es_PE
dc.publisher.country PE es_PE
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#1.02.02 es_PE
renati.advisor.orcid https://orcid.org/0000-0002-2816-8003 es_PE
renati.type https://purl.org/pe-repo/renati/type#tesis es_PE
renati.level https://purl.org/pe-repo/renati/nivel#tituloProfesional es_PE
renati.discipline 542066 es_PE
renati.juror Quispe Mamani, Godofredo es_PE
renati.juror Lopez Cueva, Milton Antonio es_PE
renati.juror Tisnado Puma, Julio Cesar es_PE
renati.author.dni 74761925
renati.advisor.dni 40419555


Files in this item

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Search DSpace


Browse

My Account

Statistics