Pronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021

dc.contributor.advisorSulla Torres, José Alfredo
dc.contributor.authorLazo Portugal, Ramiro Franchesco
dc.date.accessioned2022-11-17T14:56:36Z
dc.date.available2022-11-17T14:56:36Z
dc.date.issued2022-10-07
dc.description.abstractEn este trabajo de investigación se propone una serie de recomendaciones que le permita a los agricultores dedicados al cultivo de cebolla roja en Arequipa mejorar la rentabilidad del cultivo de esta hortaliza y evitar mayores pérdidas a los mismos. Para esta investigación se siguieron las fases de una metodología de minería de datos (Cross-Industry Standard Process for Data mining) para la gestión de la información que será procesada y que servirá para la elaboración de las recomendaciones finales. Se obtuvo los datos de cosecha de hace 10 años hasta la actualidad en un formato .xls desde los instrumentos de gestión, estadísticos y de producción del MIDAGRI (Ministerio de Desarrollo Agrario y Riego) para luego ser preprocesados mediante una herramienta para el aprendizaje automático y minería de datos. Posteriormente se realizó el preprocesamiento de estos datos y su migración a una base de datos para su procesamiento. Para la creación de un modelo de pronóstico se definieron objetivos de minería de datos que se encuentran alineados con los objetivos propuestos para la investigación y por cada uno de estos objetivos se crearon modelos que luego fueron evaluados para su posterior mejora en términos de calidad y parametrización con la herramienta de minería de datos escogida para el modelamiento. Se analizaron los resultados obtenidos de la ejecución de los modelos para poder confirmar o descartar las teorías propuestas en la investigación acerca de las variables que afectan la rentabilidad de la siembra y cosecha de cebolla roja en la región Arequipa. Finalmente se propusieron algunas formas de aplicar la información obtenida a la práctica para que esta sea utilizada en beneficio de los agricultores arequipeños y se pueda considerar la creación de planes de cosecha para evitar la escasez o sobreproducción de cebollaes_ES
dc.description.uriTesises_ES
dc.formatapplication/pdfes_ES
dc.identifier.urihttps://repositorio.ucsm.edu.pe/handle/20.500.12920/12089
dc.language.isospaes_ES
dc.publisherUniversidad Católica de Santa Maríaes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_ES
dc.sourceUniversidad Católica de Santa Maríaes_ES
dc.sourceRepositorio de la Universidad Católica de Santa María - UCSMes_ES
dc.subjectInteligencia artificiales_ES
dc.subjectCebolla rojaes_ES
dc.subjectRedes neuronaleses_ES
dc.subjectCosechaes_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.02.00es_ES
dc.titlePronóstico de cosecha de cebolla roja mediante el uso de redes neuronales para la mejora de la rentabilidad en Arequipa-2021es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_ES
renati.advisor.dni29612305
renati.advisor.orcid0000-0001-5129-430Xes_ES
renati.author.dni72168161
renati.discipline612076es_ES
renati.jurorGuevara Puente de la Vega, Karimes_ES
renati.jurorRosas Paredes, Karinaes_ES
renati.jurorCastro Gutierrez, Eveling Gloriaes_ES
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesionales_ES
renati.typehttps://purl.org/pe-repo/renati/type#tesises_ES
thesis.degree.disciplineIngeniería de Sistemases_ES
thesis.degree.grantorUniversidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formaleses_ES
thesis.degree.levelTítulo Profesionales_ES
thesis.degree.nameIngeniero de Sistemas con especialidad en Ingeniería del Softwarees_ES

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
71.0683.IS.pdf
Size:
4.95 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: