Sistema Web aplicado con Machine Learning en la gestión logística en el Instituto Científico y Tecnológico del Ejército, 2023

Descripción del Articulo

La investigación titulada “Sistema Web Aplicado Con Machine Learning En La Gestión Logística En El Instituto Científico Y Tecnológico Del Ejército (ICTE)”, se determinó como objetivo general como influye la implementación del Sistema Web Aplicado Con Machine Learning Para La Gestión Logística En El...

Descripción completa

Detalles Bibliográficos
Autores: Aguirre Román, Bruno Agustín, Carlos Vásquez, Joan Roy
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/126321
Enlace del recurso:https://hdl.handle.net/20.500.12692/126321
Nivel de acceso:acceso abierto
Materia:Machine learning
Laravel
Gestión logística
Sistema web
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:La investigación titulada “Sistema Web Aplicado Con Machine Learning En La Gestión Logística En El Instituto Científico Y Tecnológico Del Ejército (ICTE)”, se determinó como objetivo general como influye la implementación del Sistema Web Aplicado Con Machine Learning Para La Gestión Logística En El ICTE. El tipo de investigación que se presento fue aplicado con el uso del diseño experimental del tipo pre experimental. la población estuvo compuesta por 4 tipos de productos y 21 documentos de pedidos. El sistema web aplicado con Machine Learning fue desarrollada con la metodología XP y las tecnologías utilizadas fueron Laravel, Flask y Python. La técnica que se utilizó fue la observación y el instrumento se empleó la ficha de registro. La investigación comprobó que la implementación del Sistema Web Aplicado Con Machine Learning influyo en La Gestión Logística En el ICTE, ello reflejado en los indicadores, Primeramente, se sintetizo que después de la implementación del sistema se ha incrementado en un 0.1476 en el indicador pedidos entregados a tiempo. El segundo indicador precisión de preparación de pedidos se ha incrementado en un 0.158. Por último, el indicador de coeficiente de obsolescencia, mejoró a raíz de la aplicación del sistema web en un 0.014.
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).