Sistema Cloud para el registro y monitoreo de asistencias laborales con modalidad presencial y remota para PYMES

• Autores: Jauregui Gonzales, Daniel, Yuen Delgado, Alonso Manuel
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/685906
• Enlace del recurso: http://hdl.handle.net/10757/685906
• Nivel de acceso: acceso abierto
• Materia: Teletrabajo; Sistema de marcaciones; Monitoreo del Personal; Registro de asistencias laborales; Remote Work; Time Tracking System; Employee Monitoring; Work Attendance Record; https://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.04

La asistencia laboral constituye un aspecto fundamental para valorar el compromiso y la responsabilidad de los empleados hacia la empresa que les brinda sus servicios. Sin embargo, la carencia de una herramienta tecnológica adecuada para registrar las asistencias laborales ha ocasionado diversos problemas como una menor productividad, desconfianza en el cumplimiento de las funciones laborales y la falta de transparencia entre los trabajadores con una modalidad remota y presencial. Asimismo, la persistencia en soluciones manuales genera una gestión lenta, imprecisa y propensa a errores humanos. A partir de esta situación, se implementó un sistema de marcación de asistencias laborales, conformado por una aplicación web desarrollada en React y aplicación móvil en Flutter. Este sistema incorpora tecnología de reconocimiento facial mediante los servicios de AWS, tanto para el enrolamiento al sistema como para la validación de la asistencia de los empleados. Además, permite a cada cliente visualizar, desde un dashboard, los registros de asistencias y la lista de colaboradores, facilitando la gestión laboral de forma eficiente. Como resultado de la fase de implementación, se aplicó un umbral de 20 metros para validar la distancia entre el centro laboral y la ubicación del trabajador mediante ubicaciones GPS, alcanzando un 78% de ejecuciones exitosas. Además, el sistema logró reducir sus tiempos de procesamiento en 44.83%, reducir la tasa de error en 94.92%, aumentar su capacidad de peticiones concurrentes en 81.05% y su tasa de éxito en 28.08%, asegurando un sistema rápido, preciso y robusto.