Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM

Descripción del Articulo

Este estudio desarrolló un modelo predictivo basado en redes LSTM para optimizar la ejecución presupuestal del Ministerio de Educación del Perú (MINEDU). Utilizando datos anuales del SIAF-MEF (2009-2024), se comparó el rendimiento de LSTM con ARIMA. El modelo se implementó en Python 3.10 con TensorF...

Descripción completa

Detalles Bibliográficos
Autores: Bartens Amaro, Valery Fernando, Valenzuela Najar, Jean Deynis
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad Señor de Sipan
Repositorio:USS-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uss.edu.pe:20.500.12802/15351
Enlace del recurso:https://hdl.handle.net/20.500.12802/15351
Nivel de acceso:acceso abierto
Materia:Ejecución presupuestaria
Redes neuronales LSTM
Predicción financiera
Sector público
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
id USSS_c3cb2787346c2a700c544a3ca1106bdb
oai_identifier_str oai:repositorio.uss.edu.pe:20.500.12802/15351
network_acronym_str USSS
network_name_str USS-Institucional
repository_id_str 4829
dc.title.es_PE.fl_str_mv Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
title Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
spellingShingle Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
Bartens Amaro, Valery Fernando
Ejecución presupuestaria
Redes neuronales LSTM
Predicción financiera
Sector público
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
title_full Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
title_fullStr Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
title_full_unstemmed Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
title_sort Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
author Bartens Amaro, Valery Fernando
author_facet Bartens Amaro, Valery Fernando
Valenzuela Najar, Jean Deynis
author_role author
author2 Valenzuela Najar, Jean Deynis
author2_role author
dc.contributor.advisor.fl_str_mv Mejia Cabrera, Heber Ivan
dc.contributor.author.fl_str_mv Bartens Amaro, Valery Fernando
Valenzuela Najar, Jean Deynis
dc.subject.es_PE.fl_str_mv Ejecución presupuestaria
Redes neuronales LSTM
Predicción financiera
Sector público
Inteligencia artificial
topic Ejecución presupuestaria
Redes neuronales LSTM
Predicción financiera
Sector público
Inteligencia artificial
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description Este estudio desarrolló un modelo predictivo basado en redes LSTM para optimizar la ejecución presupuestal del Ministerio de Educación del Perú (MINEDU). Utilizando datos anuales del SIAF-MEF (2009-2024), se comparó el rendimiento de LSTM con ARIMA. El modelo se implementó en Python 3.10 con TensorFlow 2.12, aplicando normalización Min-Max y validación cruzada temporal. Los resultados mostraron que el LSTM redujo el RMSE en un 47.3% (1,531,007 S/ vs. 2,904,248 S/) y el MAPE en un 28.2% (9.23% vs. 12.86%) respecto a ARIMA, superando la hipótesis inicial del 15%. Esto permitirá al MINEDU asignar recursos con mayor precisión, mitigando riesgos de subejecución y alineándose con el ODS 4. La investigación valida la aplicación de IA en el sector público y propone su escalabilidad a otras entidades gubernamentales. Palabras clave: ejecución presupuestaria, LSTM, sector público, MINEDU.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-07-17T20:31:11Z
dc.date.available.none.fl_str_mv 2025-07-17T20:31:11Z
dc.date.issued.fl_str_mv 2025
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12802/15351
url https://hdl.handle.net/20.500.12802/15351
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Señor de Sipán
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - USS
Repositorio Institucional USS
dc.source.none.fl_str_mv reponame:USS-Institucional
instname:Universidad Señor de Sipan
instacron:USS
instname_str Universidad Señor de Sipan
instacron_str USS
institution USS
reponame_str USS-Institucional
collection USS-Institucional
bitstream.url.fl_str_mv https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/1/Bartens%20Amaro%20Valery%20Fernando%20%26%20Valenzuela%20Najar%20Jean%20Deynis.pdf
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/2/Autorizaci%c3%b3n%20del%20autor.pdf
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/3/Informe%20de%20similitud.pdf
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/4/license_rdf
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/5/license.txt
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/6/Bartens%20Amaro%20Valery%20Fernando%20%26%20Valenzuela%20Najar%20Jean%20Deynis.pdf.txt
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/10/Informe%20de%20similitud.pdf.txt
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/7/Bartens%20Amaro%20Valery%20Fernando%20%26%20Valenzuela%20Najar%20Jean%20Deynis.pdf.jpg
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg
https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/11/Informe%20de%20similitud.pdf.jpg
bitstream.checksum.fl_str_mv 524356e7dd7340ab217268d1043b2f04
a3db78d63b3bf5b56b1ecd2948d06d32
279f9fcf01bf2ee1a88d353ad4d39c45
3655808e5dd46167956d6870b0f43800
8a4605be74aa9ea9d79846c1fba20a33
81c48ad6a5ee870a0e164e7e6ff12dfe
cfc57277c1260a45279218d0e1b9f1b1
1218ba4def8a7a3a614bbebd7aeecf6d
65ca1a85a91facec12bbf4371bc9f5be
094524c94cf79a24665916189ccd627e
787c08a435f50cd7c92f925f46bf59ea
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Señor de Sipán
repository.mail.fl_str_mv repositorio@uss.edu.pe
_version_ 1838908016519282688
spelling Mejia Cabrera, Heber IvanBartens Amaro, Valery FernandoValenzuela Najar, Jean Deynis2025-07-17T20:31:11Z2025-07-17T20:31:11Z2025https://hdl.handle.net/20.500.12802/15351Este estudio desarrolló un modelo predictivo basado en redes LSTM para optimizar la ejecución presupuestal del Ministerio de Educación del Perú (MINEDU). Utilizando datos anuales del SIAF-MEF (2009-2024), se comparó el rendimiento de LSTM con ARIMA. El modelo se implementó en Python 3.10 con TensorFlow 2.12, aplicando normalización Min-Max y validación cruzada temporal. Los resultados mostraron que el LSTM redujo el RMSE en un 47.3% (1,531,007 S/ vs. 2,904,248 S/) y el MAPE en un 28.2% (9.23% vs. 12.86%) respecto a ARIMA, superando la hipótesis inicial del 15%. Esto permitirá al MINEDU asignar recursos con mayor precisión, mitigando riesgos de subejecución y alineándose con el ODS 4. La investigación valida la aplicación de IA en el sector público y propone su escalabilidad a otras entidades gubernamentales. Palabras clave: ejecución presupuestaria, LSTM, sector público, MINEDU.TesisCiencias de la información como herramientas multidisciplinares y estratégicas en el contexto industrial y de organizacionesInformática y transformación digital en el contexto industrial y organizacional.application/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSEjecución presupuestariaRedes neuronales LSTMPredicción financieraSector públicoInteligencia artificialhttps://purl.org/pe-repo/ocde/ford#2.02.04Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTMinfo:eu-repo/semantics/bachelorThesisSUNEDUUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoIngeniero de SistemasIngeniería de Sistemas41639565https://orcid.org/0000-0002-0007-09280750484541104274612076Atalaya Urrutia, Carlos WilliamOlano Paz, Carlos OmarMinguillo Rubio, Cesar Augustohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALBartens Amaro Valery Fernando & Valenzuela Najar Jean Deynis.pdfBartens Amaro Valery Fernando & Valenzuela Najar Jean Deynis.pdfapplication/pdf1166297https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/1/Bartens%20Amaro%20Valery%20Fernando%20%26%20Valenzuela%20Najar%20Jean%20Deynis.pdf524356e7dd7340ab217268d1043b2f04MD51Autorización del autor.pdfAutorización del autor.pdfapplication/pdf142854https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/2/Autorizaci%c3%b3n%20del%20autor.pdfa3db78d63b3bf5b56b1ecd2948d06d32MD52Informe de similitud.pdfInforme de similitud.pdfapplication/pdf442791https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/3/Informe%20de%20similitud.pdf279f9fcf01bf2ee1a88d353ad4d39c45MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/4/license_rdf3655808e5dd46167956d6870b0f43800MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55TEXTBartens Amaro Valery Fernando & Valenzuela Najar Jean Deynis.pdf.txtBartens Amaro Valery Fernando & Valenzuela Najar Jean Deynis.pdf.txtExtracted texttext/plain52121https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/6/Bartens%20Amaro%20Valery%20Fernando%20%26%20Valenzuela%20Najar%20Jean%20Deynis.pdf.txt81c48ad6a5ee870a0e164e7e6ff12dfeMD56Autorización del autor.pdf.txtAutorización del autor.pdf.txtExtracted texttext/plain2208https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/8/Autorizaci%c3%b3n%20del%20autor.pdf.txtcfc57277c1260a45279218d0e1b9f1b1MD58Informe de similitud.pdf.txtInforme de similitud.pdf.txtExtracted texttext/plain48069https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/10/Informe%20de%20similitud.pdf.txt1218ba4def8a7a3a614bbebd7aeecf6dMD510THUMBNAILBartens Amaro Valery Fernando & Valenzuela Najar Jean Deynis.pdf.jpgBartens Amaro Valery Fernando & Valenzuela Najar Jean Deynis.pdf.jpgGenerated Thumbnailimage/jpeg9295https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/7/Bartens%20Amaro%20Valery%20Fernando%20%26%20Valenzuela%20Najar%20Jean%20Deynis.pdf.jpg65ca1a85a91facec12bbf4371bc9f5beMD57Autorización del autor.pdf.jpgAutorización del autor.pdf.jpgGenerated Thumbnailimage/jpeg9854https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg094524c94cf79a24665916189ccd627eMD59Informe de similitud.pdf.jpgInforme de similitud.pdf.jpgGenerated Thumbnailimage/jpeg6090https://repositorio.uss.edu.pe/bitstream/20.500.12802/15351/11/Informe%20de%20similitud.pdf.jpg787c08a435f50cd7c92f925f46bf59eaMD51120.500.12802/15351oai:repositorio.uss.edu.pe:20.500.12802/153512025-07-18 03:02:44.857Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.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
score 13.909792
Predicción de ejecución presupuestal en el MINEDU mediante Redes Neuronales LSTM
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).

Ejemplares Similares