Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024

Descripción del Articulo

La predicción de la demanda de agua potable es una herramienta fundamental para optimizar recursos y mejorar la planificación en empresas de suministro. Esta investigación tuvo como objetivo general determinar el impacto del uso de Redes Neuronales Artificiales (RNA) en un aplicativo web para mejora...

Descripción completa

Detalles Bibliográficos
Autores: Arocutipa Condori, Walter Javier, Huaynapata Ucharico, Freddy Walter
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad Nacional del Altiplano
Repositorio:UNAP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unap.edu.pe:20.500.14082/24474
Enlace del recurso:https://repositorio.unap.edu.pe/handle/20.500.14082/24474
Nivel de acceso:acceso abierto
Materia:Demanda de agua potable
Predicción
Redes Neuronales Artificiales
Pronóstico
Suministro
https://purl.org/pe-repo/ocde/ford#1.02.03
id RNAP_3b3307618eab484e4095b8f662583a4c
oai_identifier_str oai:repositorio.unap.edu.pe:20.500.14082/24474
network_acronym_str RNAP
network_name_str UNAP-Institucional
repository_id_str 9382
dc.title.es_PE.fl_str_mv Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
title Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
spellingShingle Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
Arocutipa Condori, Walter Javier
Demanda de agua potable
Predicción
Redes Neuronales Artificiales
Pronóstico
Suministro
https://purl.org/pe-repo/ocde/ford#1.02.03
title_short Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
title_full Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
title_fullStr Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
title_full_unstemmed Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
title_sort Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024
author Arocutipa Condori, Walter Javier
author_facet Arocutipa Condori, Walter Javier
Huaynapata Ucharico, Freddy Walter
author_role author
author2 Huaynapata Ucharico, Freddy Walter
author2_role author
dc.contributor.advisor.fl_str_mv Fernández Chambi, Mayenka
dc.contributor.author.fl_str_mv Arocutipa Condori, Walter Javier
Huaynapata Ucharico, Freddy Walter
dc.subject.es_PE.fl_str_mv Demanda de agua potable
Predicción
Redes Neuronales Artificiales
Pronóstico
Suministro
topic Demanda de agua potable
Predicción
Redes Neuronales Artificiales
Pronóstico
Suministro
https://purl.org/pe-repo/ocde/ford#1.02.03
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.03
description La predicción de la demanda de agua potable es una herramienta fundamental para optimizar recursos y mejorar la planificación en empresas de suministro. Esta investigación tuvo como objetivo general determinar el impacto del uso de Redes Neuronales Artificiales (RNA) en un aplicativo web para mejorar el pronóstico de la demanda de agua potable en EMSA PUNO S.A. Se recopilaron datos históricos de población, precipitación y temperaturas mensuales de Puno del año 2000 al 2023, identificando las principales variables que afectan la demanda de agua. Se desarrollaron tres modelos de predicción: Redes Neuronales Feedforward (FNN), Convolucionales (CNN) y de Corto y Largo Plazo (LSTM), evaluados mediante métricas como Error Medio Absoluto (MAE), Error Cuadrático Medio (MSE) y Coeficiente de Determinación (R²). El modelo FNN obtuvo el mejor desempeño con un MAE = 11.75, superando a LSTM (12.16) y CNN (13.03), por lo que fue integrado en la aplicación web desarrollada. Se realizó la predicción para el año 2024, y los resultados se compararon con el pronóstico generado por el método tradicional. La predicción de la aplicación con el modelo FNN integrado mostró un impacto del 12.45% en la mejora del pronóstico de la demanda de agua potable en EMSA PUNO S.A., con respecto al método tradicional. Estos resultados proporcionan a EMSA PUNO S.A. una plataforma accesible e intuitiva para la toma de decisiones estratégicas basadas en datos precisos y confiables, optimizando la gestión de los recursos hídricos y mejorando la planificación a largo plazo.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-06-13T15:02:47Z
dc.date.available.none.fl_str_mv 2025-06-13T15:02:47Z
dc.date.issued.fl_str_mv 2025-05-16
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/acceptedVersion
format bachelorThesis
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unap.edu.pe/handle/20.500.14082/24474
url https://repositorio.unap.edu.pe/handle/20.500.14082/24474
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/deed.es
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/deed.es
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional del Altiplano. Repositorio Institucional - UNAP
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNAP-Institucional
instname:Universidad Nacional del Altiplano
instacron:UNAP
instname_str Universidad Nacional del Altiplano
instacron_str UNAP
institution UNAP
reponame_str UNAP-Institucional
collection UNAP-Institucional
bitstream.url.fl_str_mv https://repositorio.unap.edu.pe/bitstreams/0083f676-0d91-42f4-89d0-4c2b5e8ebeb0/download
https://repositorio.unap.edu.pe/bitstreams/ba716c45-78e9-4341-b7e9-2869a495cf31/download
https://repositorio.unap.edu.pe/bitstreams/544ce09a-ebb2-4168-9931-8183e63835cf/download
bitstream.checksum.fl_str_mv 483725171b2c13e349793d19b00d9eee
c3ab19b13319bfbf51bd341ce8f8c6be
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional de la Universidad Nacional del Altiplano
repository.mail.fl_str_mv dspace7@outlook.com
_version_ 1868078431486345216
spelling Fernández Chambi, MayenkaArocutipa Condori, Walter JavierHuaynapata Ucharico, Freddy Walter2025-06-13T15:02:47Z2025-06-13T15:02:47Z2025-05-16https://repositorio.unap.edu.pe/handle/20.500.14082/24474La predicción de la demanda de agua potable es una herramienta fundamental para optimizar recursos y mejorar la planificación en empresas de suministro. Esta investigación tuvo como objetivo general determinar el impacto del uso de Redes Neuronales Artificiales (RNA) en un aplicativo web para mejorar el pronóstico de la demanda de agua potable en EMSA PUNO S.A. Se recopilaron datos históricos de población, precipitación y temperaturas mensuales de Puno del año 2000 al 2023, identificando las principales variables que afectan la demanda de agua. Se desarrollaron tres modelos de predicción: Redes Neuronales Feedforward (FNN), Convolucionales (CNN) y de Corto y Largo Plazo (LSTM), evaluados mediante métricas como Error Medio Absoluto (MAE), Error Cuadrático Medio (MSE) y Coeficiente de Determinación (R²). El modelo FNN obtuvo el mejor desempeño con un MAE = 11.75, superando a LSTM (12.16) y CNN (13.03), por lo que fue integrado en la aplicación web desarrollada. Se realizó la predicción para el año 2024, y los resultados se compararon con el pronóstico generado por el método tradicional. La predicción de la aplicación con el modelo FNN integrado mostró un impacto del 12.45% en la mejora del pronóstico de la demanda de agua potable en EMSA PUNO S.A., con respecto al método tradicional. Estos resultados proporcionan a EMSA PUNO S.A. una plataforma accesible e intuitiva para la toma de decisiones estratégicas basadas en datos precisos y confiables, optimizando la gestión de los recursos hídricos y mejorando la planificación a largo plazo.application/pdfspaUniversidad Nacional del Altiplano. Repositorio Institucional - UNAPPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/deed.esDemanda de agua potablePredicciónRedes Neuronales ArtificialesPronósticoSuministrohttps://purl.org/pe-repo/ocde/ford#1.02.03Aplicación web basada en redes neuronales artificiales para pronosticar la demanda de agua potable en la empresa EMSA PUNO S.A. de la ciudad de Puno - 2024info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:UNAP-Institucionalinstname:Universidad Nacional del Altiplanoinstacron:UNAPSUNEDUIngeniero de SistemasIngeniería de SistemasUniversidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemashttps://orcid.org/0000-0003-4140-896141268129https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional612076Gomez Quispe, Hugo YosefTapia Catacora, Pablo CesarRuelas Acero, Donia Alizandra7364078473744393ORIGINALArocutipa_Walter_Huaynapata_Freddy.pdfArocutipa_Walter_Huaynapata_Freddy.pdfapplication/pdf8177822https://repositorio.unap.edu.pe/bitstreams/0083f676-0d91-42f4-89d0-4c2b5e8ebeb0/download483725171b2c13e349793d19b00d9eeeMD51REPORTE DE SIMILITUD.pdfREPORTE DE SIMILITUD.pdfapplication/pdf6731136https://repositorio.unap.edu.pe/bitstreams/ba716c45-78e9-4341-b7e9-2869a495cf31/downloadc3ab19b13319bfbf51bd341ce8f8c6beMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unap.edu.pe/bitstreams/544ce09a-ebb2-4168-9931-8183e63835cf/download8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAIL20.500.14082/24474oai:repositorio.unap.edu.pe:20.500.14082/244742025-06-13 15:24:55.769https://creativecommons.org/licenses/by/4.0/deed.esinfo:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unap.edu.peRepositorio institucional de la Universidad Nacional del Altiplanodspace7@outlook.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
score 13.922664
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).