Mostrar el registro sencillo del ítem

dc.contributor.advisorZambrano Loli, Gener Víctor
dc.contributor.authorChacon Arrascue, Brayan Daniel
dc.contributor.authorPérez Sánchez, Sebastian Diego Elvis
dc.date.accessioned2024-09-02T20:11:36Z
dc.date.available2024-09-02T20:11:36Z
dc.date.issued2023
dc.identifier.urihttps://hdl.handle.net/20.500.12727/14769
dc.description.abstractEl presente trabajo de investigación tiene como objetivo resolver los problemas hallados en la empresa comercial Importadora Risad SAC, referentes a su gestión de inventario, muestran una imprecisión en el stock de inventario, incidentes acerca de registros incorrectos en los movimientos de los productos, una deficiente planificación de la demanda que conlleva la existencia de una gran cantidad de productos de baja rotación, cuyo espacio es innecesario. Frente a ello, se optó por un modelo predictivo, basado en la aplicación de tecnología, Machine Learning, que permite identificar los productos de baja rotación, la estimación de la demanda de dichos productos, que se integran a una aplicación web progresiva de gestión de inventario, que determina los niveles de stock óptimos y la toma de decisiones acertadas. En esta aplicación, se utilizaron Scrum, dividido en 4 sprints, así como el modelo Prophet, a fin de medir los resultados, basados en su alta capacidad de manejo de series temporales y valores atípicos. Para medir los resultados, se aplicaron técnicas: encuestas, métricas como el Error Absoluto Medio (MAE) y el Error Cuadrático Medio (MSE) para la predicción, cuya capacidad de estas es resolver los problemas.es_PE
dc.formatapplication/pdfes_PE
dc.format.extent285 p.es_PE
dc.language.isospaes_PE
dc.publisherUniversidad de San Martín de Porreses_PE
dc.rightsinfo:eu-repo/semantics/restrictedAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_PE
dc.sourceRepositorio Académico USMPes_PE
dc.sourceUniversidad San Martín de Porres - USMPes_PE
dc.subjectMachine Learninges_PE
dc.subjectModelo predictivoes_PE
dc.subjectAplicación Web Progresivaes_PE
dc.titleAplicación web progresiva con análisis predictivo para mejorar la gestión de stocks en la empresa Risad SACes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero de Computación y Sistemases_PE
thesis.degree.grantorUniversidad de San Martín de Porres. Facultad de Ingeniería y Arquitecturaes_PE
thesis.degree.disciplineIngeniería de Computación y Sistemases_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.02.01es_PE
renati.advisor.dni09347129
renati.advisor.orcidhttps://orcid.org/0000-0001-5173-8337es_PE
renati.author.dni73930898
renati.author.dni74875485
renati.discipline611066es_PE
renati.jurorFigueroa Revilla, Jorge Martin
renati.jurorLeón Lescano, Norma Birginia
renati.jurorYamao, Eiriku
renati.jurorPalomino Guerrero, Carla Rocío
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_PE


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/restrictedAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/restrictedAccess