Sistema predictivo con Machine Learning para la gestión de inventario para la Empresa Inversiones Ferreteras Mendoza S.A.C

Abstract

La presente tesis detalla la evolución de un Sistema predictivo con Machine Learning para la gestión de inventario para la empresa Inversiones Ferretera Mendoza SAC, debido a que el área de almacén en la organización controla de forma manual sus productos y ventas, lo cual provoca diferencias en la cantidad física y lógico de artículos, de tal forma no conserva el manejo de stock de los productos y el control de gastos dentro del área de almacén. El propósito de esta investigación fue definir la finalidad de un sistema predictivo con machine learning en la gestión de inventario en el procesamiento de manejo de entradas y salidas de los productos en la empresa Inversiones Mendoza S.A.C. De tal manera se especifica preliminarmente aspectos teóricos con relación al manejo de inventarios, por tal motivo la metodología que está siendo utilizada para el desarrollo del sistema predictivo fue la metodología CRISP-DM, ya que se trabajó con gran cantidad de datos y se acomodaba a las etapas y necesidades del proyecto. El tipo de investigación es aplicada, el diseño de investigación es preexperimental y enfoque cuantitativo. La población se pudo determinar con 190 productos de la ferretería dividas en 30 categorías con un muestreo de 30 tipos de artículos de forma aleatorio simple y siendo aplicado la técnica del fichaje. De tal forma se puede observar el rendimiento puede reflejar que posterior a implementar el sistema predictivo con machine learning disminuye el tiempo y el coste de los productos a un futuro, así mismo evita realizar rotación de los productos continuamente, asimismo, se puede concluir que el software aumenta el procedimiento de mejora en el manejo de inventario de productos de la empresa Inversiones Ferretera Mendoza S.A.C.