Modelo Predictivo Basado en Minería de Datos Para la Mejora en la Toma de decisiones del departamento de Cirugía del Hospital Regional Manuel Núñez Butrón

• Autores: Ccopa Mamani, Marizell, Chavez Viza, Sonia Veronica
• Formato: tesis de grado
• Fecha de Publicación: 2015
• Institución: Universidad Nacional Del Altiplano
• Repositorio: UNAP-Institucional
• Lenguaje: español
• OAI Identifier: oai:https://repositorio.unap.edu.pe:20.500.14082/1911
• Enlace del recurso: http://repositorio.unap.edu.pe/handle/20.500.14082/1911
• Nivel de acceso: acceso abierto
• Materia: Informática

La presente investigación titulada “MODELO PREDICTIVO BASADO EN MINERÍA DE DATOS PARA LA MEJORA EN LA TOMA DE DECISIONES DEL DEPARTAMENTO DE CIRUGÍA DEL HOSPITAL REGIONAL MANUEL NÚÑEZ BUTRÓN” , tuvo por objetivo general desarrollar un Modelo Predictivo basado en Minería de Datos para la mejora en la toma de decisiones del Departamento Cirugía del Hospital Regional Manuel Núñez Butrón. El problema detectado es la carencia de información requerida para lograr una adecuada toma de decisiones, además de los procesos que involucran obtener dicha información. En esta investigación se pone como caso de estudio el departamento de cirugía, el cual además de no poder obtener una predicción de sus indicadores hospitalarios, tiene el gran problema de registrar sus datos escritos a mano y por lo tanto existen datos ilegibles. En esta investigación se determinó que el criterio de éxito es el control de los indicadores hospitalarios, los cuales son base para una adecuada toma de decisiones, para ello se aplicó la técnica de regresión lineal del método de regresión del modelo predictivo de minería de datos aplicando la metodología CRISP-DM, utilizando el software Weka y para la recolección de datos se desarrolló un sistema de información. Finalmente, se realizó la prueba de la hipótesis que se demuestra empíricamente, el desarrollo de un “Modelo predictivo basado en minería de datos para la mejora en la toma de decisiones es aceptable ya que mejora en Un 91.97%