Sistema de reconocimiento de texto mecanografiado mediante redes neuronales para la gestión de boletas de pago en la Ugel Ferreñafe

• Autor: Bonilla Vilchez, Jonathan Alonso
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Católica Santo Toribio de Mogrovejo
• Repositorio: USAT-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.usat.edu.pe:20.500.12423/7422
• Enlace del recurso: http://hdl.handle.net/20.500.12423/7422
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento Óptico de Caracteres (OCR); Automatización de Procesos; Tecnología Educativa; Optical Character Recognition (OCR); Process Automation; Educational Technology; http://purl.org/pe-repo/ocde/ford#2.02.04

En este proyecto, se llevó a cabo un estudio con el objetivo de desarrollar un sistema de reconocimiento óptico de caracteres (OCR) diseñado para identificar y almacenar la información de las boletas de pago de docentes en la UGEL Ferreñafe. Esto se debió a la necesidad de agilizar la búsqueda de boletas en formato físico, un proceso que, en ocasiones, podía llevar semanas y requerir la contratación de personal adicional. Esta problemática impulsó la búsqueda de una solución eficaz y rentable. Siguiendo las metodologías SCRUM y CRISP-DM, se optó por utilizar Redes Neuronales (RN) como la técnica principal. Esta elección se basó en investigaciones previas y tendencias identificadas en Google Trends. El objetivo fundamental era alcanzar un porcentaje de error bajo en la tasa de caracteres reconocidos, y se logró un hito significativo del 1.8%, a pesar de la degradación de la tinta en muchas boletas debido al paso del tiempo. Para evaluar la usabilidad del sistema, se aplicó la escala SUS (System Usability Scale), y el sistema obtuvo una puntuación de 80, superando las expectativas iniciales. Esto resalta la alta usabilidad y satisfacción de los usuarios finales con la aplicación desarrollada.