Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021

Descripción del Articulo

En este trabajo de investigación se propone una serie de recomendaciones que le permita a los agricultores dedicados al cultivo de cebolla roja en Arequipa mejorar la rentabilidad del cultivo de esta hortaliza y evitar mayores pérdidas a los mismos. Para esta investigación se siguieron las fases de...

Descripción completa

Detalles Bibliográficos
Autor: Lazo Portugal, Ramiro Franchesco
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Católica de Santa María
Repositorio:UCSM-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.ucsm.edu.pe:20.500.12920/12089
Enlace del recurso:https://repositorio.ucsm.edu.pe/handle/20.500.12920/12089
Nivel de acceso:acceso abierto
Materia:Inteligencia artificial
Cebolla roja
Redes neuronales
Cosecha
https://purl.org/pe-repo/ocde/ford#1.02.00
id UCSM_f11686c332c43330bb9f5a34a25cf623
oai_identifier_str oai:repositorio.ucsm.edu.pe:20.500.12920/12089
network_acronym_str UCSM
network_name_str UCSM-Tesis
repository_id_str 4282
dc.title.es_ES.fl_str_mv Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
title Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
spellingShingle Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
Lazo Portugal, Ramiro Franchesco
Inteligencia artificial
Cebolla roja
Redes neuronales
Cosecha
https://purl.org/pe-repo/ocde/ford#1.02.00
title_short Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
title_full Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
title_fullStr Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
title_full_unstemmed Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
title_sort Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021
author Lazo Portugal, Ramiro Franchesco
author_facet Lazo Portugal, Ramiro Franchesco
author_role author
dc.contributor.advisor.fl_str_mv Sulla Torres, José Alfredo
dc.contributor.author.fl_str_mv Lazo Portugal, Ramiro Franchesco
dc.subject.es_ES.fl_str_mv Inteligencia artificial
Cebolla roja
Redes neuronales
Cosecha
topic Inteligencia artificial
Cebolla roja
Redes neuronales
Cosecha
https://purl.org/pe-repo/ocde/ford#1.02.00
dc.subject.ocde.es_ES.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.00
description En este trabajo de investigación se propone una serie de recomendaciones que le permita a los agricultores dedicados al cultivo de cebolla roja en Arequipa mejorar la rentabilidad del cultivo de esta hortaliza y evitar mayores pérdidas a los mismos. Para esta investigación se siguieron las fases de una metodología de minería de datos (Cross-Industry Standard Process for Data mining) para la gestión de la información que será procesada y que servirá para la elaboración de las recomendaciones finales. Se obtuvo los datos de cosecha de hace 10 años hasta la actualidad en un formato .xls desde los instrumentos de gestión, estadísticos y de producción del MIDAGRI (Ministerio de Desarrollo Agrario y Riego) para luego ser preprocesados mediante una herramienta para el aprendizaje automático y minería de datos. Posteriormente se realizó el preprocesamiento de estos datos y su migración a una base de datos para su procesamiento. Para la creación de un modelo de pronóstico se definieron objetivos de minería de datos que se encuentran alineados con los objetivos propuestos para la investigación y por cada uno de estos objetivos se crearon modelos que luego fueron evaluados para su posterior mejora en términos de calidad y parametrización con la herramienta de minería de datos escogida para el modelamiento. Se analizaron los resultados obtenidos de la ejecución de los modelos para poder confirmar o descartar las teorías propuestas en la investigación acerca de las variables que afectan la rentabilidad de la siembra y cosecha de cebolla roja en la región Arequipa. Finalmente se propusieron algunas formas de aplicar la información obtenida a la práctica para que esta sea utilizada en beneficio de los agricultores arequipeños y se pueda considerar la creación de planes de cosecha para evitar la escasez o sobreproducción de cebolla
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-11-17T14:56:36Z
dc.date.available.none.fl_str_mv 2022-11-17T14:56:36Z
dc.date.issued.fl_str_mv 2022-10-07
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_ES.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.ucsm.edu.pe/handle/20.500.12920/12089
url https://repositorio.ucsm.edu.pe/handle/20.500.12920/12089
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_ES.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es_ES.fl_str_mv application/pdf
dc.publisher.es_ES.fl_str_mv Universidad Católica de Santa María
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.es_ES.fl_str_mv Universidad Católica de Santa María
Repositorio de la Universidad Católica de Santa María - UCSM
dc.source.none.fl_str_mv reponame:UCSM-Tesis
instname:Universidad Católica de Santa María
instacron:UCSM
instname_str Universidad Católica de Santa María
instacron_str UCSM
institution UCSM
reponame_str UCSM-Tesis
collection UCSM-Tesis
bitstream.url.fl_str_mv https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/1/71.0683.IS.pdf
https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/2/license.txt
https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/3/71.0683.IS.pdf.txt
https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/4/71.0683.IS.pdf.jpg
bitstream.checksum.fl_str_mv 1af638f155199bced1841e6399a2125a
8a4605be74aa9ea9d79846c1fba20a33
f674a8a8d5ef045b5defe72bbbb97cfc
c807ad8d2a7f133c8e2d4604189bf2ca
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Católica de Santa María
repository.mail.fl_str_mv repositorio.biblioteca@ucsm.edu.pe
_version_ 1855941364111376384
spelling Sulla Torres, José AlfredoLazo Portugal, Ramiro Franchesco2022-11-17T14:56:36Z2022-11-17T14:56:36Z2022-10-07https://repositorio.ucsm.edu.pe/handle/20.500.12920/12089En este trabajo de investigación se propone una serie de recomendaciones que le permita a los agricultores dedicados al cultivo de cebolla roja en Arequipa mejorar la rentabilidad del cultivo de esta hortaliza y evitar mayores pérdidas a los mismos. Para esta investigación se siguieron las fases de una metodología de minería de datos (Cross-Industry Standard Process for Data mining) para la gestión de la información que será procesada y que servirá para la elaboración de las recomendaciones finales. Se obtuvo los datos de cosecha de hace 10 años hasta la actualidad en un formato .xls desde los instrumentos de gestión, estadísticos y de producción del MIDAGRI (Ministerio de Desarrollo Agrario y Riego) para luego ser preprocesados mediante una herramienta para el aprendizaje automático y minería de datos. Posteriormente se realizó el preprocesamiento de estos datos y su migración a una base de datos para su procesamiento. Para la creación de un modelo de pronóstico se definieron objetivos de minería de datos que se encuentran alineados con los objetivos propuestos para la investigación y por cada uno de estos objetivos se crearon modelos que luego fueron evaluados para su posterior mejora en términos de calidad y parametrización con la herramienta de minería de datos escogida para el modelamiento. Se analizaron los resultados obtenidos de la ejecución de los modelos para poder confirmar o descartar las teorías propuestas en la investigación acerca de las variables que afectan la rentabilidad de la siembra y cosecha de cebolla roja en la región Arequipa. Finalmente se propusieron algunas formas de aplicar la información obtenida a la práctica para que esta sea utilizada en beneficio de los agricultores arequipeños y se pueda considerar la creación de planes de cosecha para evitar la escasez o sobreproducción de cebollaTesisapplication/pdfspaUniversidad Católica de Santa MaríaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Católica de Santa MaríaRepositorio de la Universidad Católica de Santa María - UCSMreponame:UCSM-Tesisinstname:Universidad Católica de Santa Maríainstacron:UCSMInteligencia artificialCebolla rojaRedes neuronalesCosechahttps://purl.org/pe-repo/ocde/ford#1.02.00Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero de Sistemas con especialidad en Ingeniería del SoftwareIngeniería de SistemasUniversidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y FormalesTítulo Profesional721681610000-0001-5129-430X29612305https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/nivel#tituloProfesional612076Guevara Puente de la Vega, KarimRosas Paredes, KarinaCastro Gutierrez, Eveling GloriaORIGINAL71.0683.IS.pdf71.0683.IS.pdfapplication/pdf5191592https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/1/71.0683.IS.pdf1af638f155199bced1841e6399a2125aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXT71.0683.IS.pdf.txt71.0683.IS.pdf.txtExtracted texttext/plain188169https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/3/71.0683.IS.pdf.txtf674a8a8d5ef045b5defe72bbbb97cfcMD53THUMBNAIL71.0683.IS.pdf.jpg71.0683.IS.pdf.jpgGenerated Thumbnailimage/jpeg11107https://repositorio.ucsm.edu.pe/bitstream/20.500.12920/12089/4/71.0683.IS.pdf.jpgc807ad8d2a7f133c8e2d4604189bf2caMD5420.500.12920/12089oai:repositorio.ucsm.edu.pe:20.500.12920/120892023-02-07 12:20:38.817Repositorio Institucional de la Universidad Católica de Santa Maríarepositorio.biblioteca@ucsm.edu.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
score 13.411704
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).