Show simple item record

dc.contributor.advisorJuárez Vargas, Juan Carloses_PE
dc.contributor.authorBecerra Lucano, Rodrigo Alexanderes_PE
dc.date.accessioned2024-10-04T17:10:49Z
dc.date.available2024-10-04T17:10:49Z
dc.date.issued2024-10-09
dc.identifier.urihttps://repositorio.unap.edu.pe/handle/20.500.14082/23029
dc.description.abstractLa 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.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional del Altiplano. Repositorio Institucional - UNAPes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/deed.eses_PE
dc.subjectCRISP-DMes_PE
dc.subjectMachine Learninges_PE
dc.subjectPronóstico de ventases_PE
dc.subjectSistema Informático Inteligentees_PE
dc.subjectXGBoostes_PE
dc.titleImplementación de un sistema informático inteligente para el pronóstico de ventas de la Cevichería Rico Norte de la ciudad de Puno 2024es_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero Estadístico e Informáticoes_PE
thesis.degree.disciplineIngeniería Estadística e Informáticaes_PE
thesis.degree.grantorUniversidad Nacional del Altiplano. Facultad de Ingeniería Estadística e Informáticaes_PE
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.02.02es_PE
renati.advisor.orcidhttps://orcid.org/0000-0002-2816-8003es_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesionales_PE
renati.discipline542066es_PE
renati.jurorQuispe Mamani, Godofredoes_PE
renati.jurorLopez Cueva, Milton Antonioes_PE
renati.jurorTisnado Puma, Julio Cesares_PE
renati.author.dni74761925
renati.advisor.dni40419555


Files in this item

Thumbnail
Thumbnail

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