Implementación de un modelo de machine learning para la predicción de la demanda de una ferretería en Moquegua, 2024

• Autor: Palomino Huarilloclla, Jesus Manuel
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/168307
• Enlace del recurso: https://hdl.handle.net/20.500.12692/168307
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Toma de decisiones; Previsión; Inventario; Comercio; https://purl.org/pe-repo/ocde/ford#2.02.04

El objetivo de esta investigación fue examinar el efecto de la implementación de un sistema basado en aprendizaje automático con árboles de decisión para estimar la demanda en AgroRiegos R.W. E.I.R.L., una empresa dedicada a la comercialización de equipos de riego agrícola en Moquegua, Perú. Este estudio se situó dentro del ODS 9, específicamente en su meta 9.4, fomentando la sostenibilidad industrial a través de tecnologías innovadoras. El estudio adoptó un método cuantitativo con un diseño pre-experimental. La muestra estuvo conformada por los productos de mayor rotación dentro del catálogo de la empresa. Los datos se obtuvieron mediante instrumentos de recopilación, tales como registros documentales y el análisis de bases de datos de inventarios. Los hallazgos evidenciaron que el RMSLE disminuyó en un 69.90%, lo que reflejó una mejora en la precisión del modelo. Asimismo, el WAPE presentó una reducción del 99.17%, lo que indicó un desempeño superior. La disminución del RMSLECV en un 85.61% sugirió una mayor capacidad de generalización del modelo. Estos resultados resaltaron que la implementación de sistemas basados en aprendizaje automático favoreció la precisión de las estimaciones y contribuyó a una toma de decisiones más efectiva.