Publication:
Sistema de recomendación para compra de material de forma inteligente a partir de datos de consumo, utilizando estrategias de machine learning

Simple item page
dc.contributor.advisorBriñez de León, Juan Carlos
dc.contributor.authorOrtega Fuentes, Jose David
dc.contributor.authorRodríguez Guzmán, Gilberto José
dc.contributor.authorAlbarracín Cristancho, Eliana Yulied
dc.date.accessioned2024-11-16T12:44:05Z
dc.date.available2024-11-16T12:44:05Z
dc.date.issued2024
dc.description.abstractIngeomega SAS es una empresa de ingeniería con sede en Medellín que ofrece soluciones en áreas como telecomunicaciones, electricidad y obras civiles. En el desarrollo de sus proyectos, Ingeomega ha detectado la necesidad de optimizar el proceso de adquisición de materiales para ajustarse a las necesidades específicas de cada grupo de trabajo. Esta estrategia de compras inteligentes se centra en mantener un control preciso sobre los materiales utilizados, con el objetivo de reducir costos por exceso de inventario y minimizar el riesgo de desabastecimiento, lo que podría afectar la continuidad de sus proyectos. Este estudio busca analizar cómo la implementación de un modelo de Machine Learning basado en los datos históricos de consumo de materiales puede mejorar la eficiencia del proceso de abastecimiento y reducir el riesgo de desabastecimiento en la empresa. La hipótesis plantea que un análisis predictivo de consumo permitirá a Ingeomega predecir con precisión las necesidades de materiales para cada proyecto, optimizando así el proceso de compras y reduciendo los costos asociados. Para alcanzar estos objetivos, se propone un modelo de análisis de datos que permita prever el consumo de materiales en función de patrones históricos. Los objetivos específicos incluyen el desarrollo de un modelo de Machine Learning para la predicción de consumo, la implementación de un sistema de gestión de inventario basado en patrones de consumo, la evaluación de la reducción de costos y la implementación de un sistema que evite el desabastecimiento. de materiales en proyectos clave de la empresa. En cuanto a la metodología, el análisis se realizará sobre un conjunto de datos que contiene registros detallados de consumo de materiales de Ingeomega SAS, empresa que brinda servicios a Empresas Públicas de Medellín (EPM) en el área de control de pérdidas en la región del Bajo Cauca antioqueño. Los datos cuentan con 9 columnas y 16,496 registros, lo cual permite realizar un análisis exhaustivo para identificar patrones y tendencias en el uso de los recursos materiales. Con estos datos, se espera obtener una mejora en la planificación y administración de los inventarios de la empresa.
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) Industrialspa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.format.extent42 p.
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.uniremington.edu.co/handle/123456789/5416
dc.language.isospaspa
dc.publisherCorporación Universitaria Remingtonspa
dc.publisher.facultyFacultad de Ingenieríasspa
dc.publisher.placeMedellín (Antioquia, Colombia)spa
dc.publisher.placeCaucasia (Antioquia, Colombia)spa
dc.publisher.placeDuitama (Boyacá, Colombia)spa
dc.publisher.programIngeniería Industrialspa
dc.publisher.programIngeniería de Sistemasspa
dc.rightsDerechos Reservados - Corporación Universitaria Remington, 2024spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.subjectOptimización de inventariospa
dc.subjectAprendizaje automáticospa
dc.subjectConsumo de materialesspa
dc.subjectPredicción de demandaspa
dc.subjectCompras inteligentesspa
dc.subject.lembAprendizaje automático (Inteligencia artificial)
dc.subject.lembAnálisis de datos
dc.subject.lembTelecomunicaciones
dc.titleSistema de recomendación para compra de material de forma inteligente a partir de datos de consumo, utilizando estrategias de machine learningspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublicationspa
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
RIU-PRE-2024 Sistema recomendacion compra.pdf
Size:
750.22 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
No Thumbnail Available
Name:
Cesión_Derechos_TG[1][1].pdf
Size:
322.94 KB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Ingeniería Industrial
Ingeniería de Sistemas