Repositorio Universidad Estatal Península de Santa Elena
Communities in DSpace
Select a community to browse its collections.
Encuéntranos en:
Recent Submissions
Desarrollo de un sistema informático orientado a la mejora de la gestión de compras y ventas, incorporando un método predictivo para el pronóstico de demanda de productos en tiempo real dentro de un negocio comercial
(La Libertad: Universidad Estatal Península de Santa Elena, 2026, 2026-09-23) Mence Figueroa, Michael Anthony; Del Pezo Izaguirre, Evelyn Jazmin
Esta propuesta se centra en la creación de un sistema web de código abierto para la gestión de compras y ventas en un negocio comercial, incorporando un módulo de pronóstico de demanda basado en el modelo ARIMA, cuyo objetivo principal es optimizar el abastecimiento de inventario y mejorar los procesos de compras y ventas. La motivación de esta iniciativa surgió debido a que los procesos de gestión de inventario se realizaban de forma manual y subjetiva, lo que generaba desabastecimientos, excesos de stock y pérdidas económicas. En la actualidad no se contaba con herramientas tecnológicas que permitan anticipar la demanda de productos ni automatizar los procesos de compras y ventas. El objetivo central de esta iniciativa es abordar los problemas derivados de los procesos manuales de gestión, los cuales generan demoras, errores humanos y una toma de decisiones basada en intuición en lugar de datos objetivos. La ausencia de un sistema automatizado que integre pronósticos de demanda ha obligado a
los responsables de inventario a realizar compras basadas en estimaciones subjetivas, lo que ha limitado considerablemente la eficiencia operativa y la rentabilidad del negocio.
Desarrollo de una interfaz gráfica para la detección de anomalías en el plasma usando visión artificial y Random Forest
(La Libertad: Universidad Estatal Península de Santa Elena, 2026, 2026-09-23) Malavé Ramírez, Cindy Ivonne; Castellanos Ballesteros, Omar
El presente trabajo desarrolla una interfaz gráfica para la detección de anomalías en el plasma usando visión artificial y Random Forest. El objetivo principal es identificar patrones inusuales a partir del análisis de vídeo, lo que facilita un seguimiento automatizado y preciso del fenómeno. Para el desarrollo del sistema se utiliza la metodología incremental, integrando módulos de adquisición de datos, procesamiento de imágenes y detección mediante modelos de aprendizaje automático. Los datos se derivan de grabaciones experimentales obtenidas en condiciones controladas. Como resultado, el sistema puede detectar diferencias significativas en la intensidad y los patrones del plasma, lo que permite una identificación eficiente de anomalías. Se concluye que el uso de técnicas de visión por computadora y aprendizaje automático mejora la precisión y confiabilidad del análisis de plasma, facilitando la investigación.
Implementación de un sistema de control y registro en tiempo real de procesos de producción de camarón mediante el uso de Websockets y herramientas Open Source en PROMAROSA
(La Libertad: Universidad Estatal Península de Santa Elena, 2026, 2026-09-23) Lucas Floreano, Anthony Steven; Orozco Iguasnia, Jaime Benjamín
El presente trabajo aborda la implementación de un sistema de control y registro en tiempo real para los procesos de producción de camarón en la empacadora PROMAROSA, utilizando WebSockets y herramientas Open Source. El objetivo principal es reducir el tiempo de generación de reportes, mejorando la disponibilidad inmediata de información, la trazabilidad de lotes y la eficiencia operativa, entendida como la capacidad para acceder rápidamente a datos actualizados, facilitar la creación de informes detallados y agilizar la toma de decisiones informadas, lo que minimiza retrasos en los flujos de trabajo. El método empleado incluye el análisis de procesos actuales, modelado de una base de datos relacional (PROMAROSA_BD), diseño de una API RESTful, desarrollo de una aplicación móvil para recolección de datos en campo y una aplicación web para consulta y reportes. Como resultados esperados, se logra una reducción del 80% en tiempos de reportes (de 30-60 minutos a 5-10 minutos), mayor precisión en registros y mejor coordinación entre áreas. En conclusión, esta solución tecnológica fortalece la competitividad de PROMAROSA al optimizar sus operaciones con herramientas accesibles y escalables.
Implementación de una plataforma web para informes médicos de diabetes e hipertensión con monitoreo de KPIs
(La Libertad: Universidad Estatal Península de Santa Elena, 2026, 2026-09-23) López Medina, Jennifer Lisbeth; Del Pezo Izaguirre, Evelyn Jazmín
El presente trabajo representa la implementación de una plataforma web de informes médicos con diabetes e hipertensión con el monitoreo de KPIs, cuyo objetivo principal es visualizar la evolución de indicadores clínicos en los pacientes de diabetes e hipertensión en el Centro de Salud Tipo A San José de Ancón. La plataforma web se desarrolló bajo la metodología incremental, incluyendo fases de análisis, diseño, codificación y pruebas, empleando las tecnologías como Python, SQL Server las cuales son herramientas importantes. El sistema integra módulos de acceso por roles, evaluación de pacientes y gestión de indicadores de presión arterial, glucosa y cumplimiento de controles, visualizados a través de dashboards interactivos. Como resultado, la plataforma facilita la consulta de información clínica, mejora la organización del historial del paciente y agiliza la toma de decisiones basada en datos precisos, que apoyará el seguimiento de los indicadores clínicos y facilitarán el acceso a información clínica.
Sistema de monitoreo no intrusivo para la conservación de nidos de tortugas marinas apoyado con visión artificial embebida y análisis estadístico
(La Libertad: Universidad Estatal Península de Santa Elena, 2026, 2026-09-23) Delgado Ladines, Emilio David; Bayas Sampedro, Marcia Marisol
En este trabajo se presenta el desarrollo de un sistema de monitoreo no intrusivo con soporte IoT para la conservación de nidos de tortugas marinas. Mediante investigación con enfoque cuantitativo y un diseño experimental, se identificaron las amenazas en campo. La arquitectura se basó en un dispositivo de borde, comunicación LoRa, un broker MQTT y una API REST, junto a una aplicación híbrida. Se aplicó el enfoque de Sommerville para el diseño de interfaces híbridas, responsivas y minimalistas. Para el desarrollo tecnológico se utilizó la metodología incremental, integrando entre los módulos la gestión de alertas, captura de datos y análisis predictivo. Se implementó un modelo MobileNetV3 cuantizado a INT8 que logró un 84.96% de exactitud en la detección automática de depredadores ferales. Adicionalmente, se aplicó un modelo estadístico de Regresión de Poisson sobre los datos. El sistema propuesto demuestra ser una solución autónoma y eficiente para optimizar la vigilancia ecológica.