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...
| Autores: | , |
|---|---|
| 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).
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).