Aplicación web basada en machine learning para mejorar la estimación de costos en proyectos de construcción en Trujillo 2025

• Autor: Albino Gonzales, Remiko Hiro
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/175492
• Enlace del recurso: https://hdl.handle.net/20.500.12692/175492
• Nivel de acceso: acceso embargado
• Materia: Inteligencia artificial; Construcción civil; Eficiencia; https://purl.org/pe-repo/ocde/ford#2.02.04

La investigación contribuye al cumplimiento del Objetivo de Desarrollo Sostenible 9: Industria, Innovación e Infraestructura, la cual tuvo como finalidad mejorar la estimación de costos en proyectos de construcción de viviendas en la provincia de Trujillo, mediante el desarrollo de una aplicación web basada en Machine Learning. El estudio se alineó en el enfoque cuantitativo, además del diseño experimental puro y la población de 60 cotizaciones estructurales divididos equitativamente entre el grupo de control y experimental, en la cual la solución propuesta, consistió en un sistema web que incorpora el algoritmo Random Forest para procesar datos históricos y generar proyecciones automáticas en tiempo real, evaluando tres indicadores: error porcentual, tiempo de elaboración y precisión. Los resultados obtenidos demostraron una mejora en el grupo experimental, la cual redujo el error porcentual de 11.61% a 6.18%, disminuyó el tiempo de 522 a 199 segundos y elevó la precisión de 89.6% a 94.2%, además, prueba de U de Mann-Whitney arrojó la significancia estadística de p<0.001 en todas las hipótesis, concluyendo que el uso de inteligencia artificial mediante herramientas web, representa una alternativa eficiente, accesible y adaptable para optimizar la gestión presupuestaria en sector de la construcción.