Sistema web con machine learning para predecir las condiciones atmosféricas de un aeródromo, Cusco 2025

• Autor: Cordova Medina, Ayson Renso
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/178852
• Enlace del recurso: https://hdl.handle.net/20.500.12692/178852
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Meteorología; Clima; Atmósfera; Pronóstico meteorológico; https://purl.org/pe-repo/ocde/ford#2.02.04

El propósito fundamental de este proyecto fue desarrollar un sistema web con Machine Learning basado en redes neuronales LSTM orientado específicamente a la predicción de las condiciones atmosféricas de un aeródromo ubicado en la zona sur del Perú, empleando datos meteorológicos recopilados entre marzo del 2017 y julio del 2024. Se utilizaron 12 observaciones diarias provenientes de planillas físicas y digitales. El estudio es de tipo aplicada con un enfoque cuantitativo y diseño preexperimental. La población en estudio corresponde a los registros meteorológicos del aeródromo en dicho periodo. Como resultado el sistema logró una precisión superior al 94%, el RMSE fue inferior a 8 y el MAPE menor al 9%, superando a los modelos numéricos tradicionales. En conclusión, la integración del modelo predictivo LSTM mejora considerablemente el pronóstico de las condiciones atmosféricas del aeródromo, siendo una herramienta de apoyo para contribuir en la toma de decisión oportuna en el ámbito de la aeronáutica. Asimismo, el estudio se alinea con el Objetivo de Desarrollo Sostenible (ODS) 8: Trabajo decente y crecimiento económico, particularmente con la meta 8.3, que impulsa el desarrollo de actividades productivas, empleo decente e innovación tecnológica.