Aplicación para la generación de rutas óptimas utilizando el reporte ciudadano para la recolección de residuos sólidos urbanos

• Autores: Olivares Guzman, Cristhian Samyr, Saavedra Moscoso, Cristopher William
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/16564
• Enlace del recurso: https://hdl.handle.net/20.500.12802/16564
• Nivel de acceso: acceso abierto
• Materia: Gestión de residuos sólidos; Generación de rutas; Participación ciudadana; Sistemas de información geográfica; Sostenibilidad urbana; https://purl.org/pe-repo/ocde/ford#2.02.04

En la presente investigación se desarrolló un sistema para facilitar la generación de rutas de recolección de residuos sólidos urbanos mediante la integración de reportes ciudadanos con servicios de Google Maps. Se aplicó la metodología Extreme Programming (XP). La aplicación móvil permite reportar puntos de acumulación con geolocalización, imágenes y descripciones. La aplicación web procesa estos reportes utilizando la API (Application Programming Interface - Interfaz de Programación de Aplicaciones) Directions de Google Maps para generar rutas óptimas. Para la creación de las APIs se utilizó Django REST framework. La viabilidad técnica se evaluó en ordenador Intel Core i5-10300H CPU (Central Processing Unit - Unidad Central de Procesamiento) @2.50GHz con 24.00 GB de RAM (Random Access Memory - Memoria de Acceso Aleatorio). Las métricas incluyeron consumo de CPU, memoria RAM y tiempo de ejecución para rutas con 5 a 25 marcadores en tres rangos de distancia (1 km, 5 km, 10 km). Los resultados mostraron consumo máximo de CPU de 5.6%, uso de RAM de 86.05 MB y tiempos inferiores a 0.30 segundos. La evaluación móvil reveló consumo de batería de 32 mAh por 10 minutos, RAM de 11.66 MB y CPU de 7.38%. En dispositivos de gama baja (3 GB RAM, 3000 mAh), el consumo fue 67 mAh/10min y 38.12 MB RAM, permitiendo más de 7 horas de uso continuo. Se concluyó que el sistema genera exitosamente rutas óptimas con rendimiento computacional aceptable, demostrando viabilidad técnica de integrar participación ciudadana con servicios de geolocalización